人工智能未來發(fā)展趨勢

1、從專用智能到通用智能

如何實現(xiàn)從專用智能到通用智能的跨越式發(fā)展，即是下一代人工智能發(fā)展的必然趨勢，也是研究與應用領域的挑戰(zhàn)問題。通用智能被認為是人工智能皇冠上面的明珠，是全世界科技巨頭競爭的焦點。美國軍方也開始規(guī)劃通用智能的研究，他們認為通用人工智能喝自主武器，是顯著優(yōu)于現(xiàn)在人工智能技術體系發(fā)展方向，現(xiàn)有人工智能僅僅是走向通用人工智能的一小步。

2、從機器智能到人機混合智能

人類智能和人工智能各有所長，可以互補。所以人工智能一個非常重要的發(fā)展趨勢，是From AI（Artificial Intelligence） to AI（Augmented Intelligence），兩個AI含義不一樣。人類智能和人工智能不是零和博弈，“人+機器”的組合將是人工智能演講的主流方向，“人機共存”將是人類社會的新常態(tài)。

3、從“人工+智能”到自主智能系統(tǒng)

人工采集和標注大樣本訓練數(shù)據(jù)，是這些年來深度學習取得成功的一個重要基礎或者重要人工基礎。比如要讓人工智能明白一副圖像中哪一塊是人、哪一塊是草地、哪一塊是天空，都要人工標注好，非常費時費力。此外還有人工設計深度神經(jīng)網(wǎng)絡模型、人工設定應用場景、用戶需要人工適配智能系統(tǒng)等。所以有人說，目前的人工智能有多少智能，取決于付出多少人工，這話不太精確，但確實指出了問題。下一步發(fā)展趨勢是怎樣以極少人工來獲得最大程度的智能。人類看書可學習到知識，機器還做不到，所以一些機構例如谷歌，開始試圖創(chuàng)建自動機器學習算法，來降低AI 的人工成本。

4、學科交叉將成為人工智能創(chuàng)新源泉

深度學習知識借鑒了大腦的原理：信息分層，層次化處理。所以，人工智能與腦科學交叉融合非常重要?！禢ature》和《Scinece》都有這方面成果報道。比如《Nature》發(fā)表了一個研究團隊開發(fā)的一種自主學習的人工突觸，它能提高人工神經(jīng)網(wǎng)絡的學習速度。但大腦到底怎么處理外部視覺信息或者聽覺信息的，很大程度還是一個黑箱，這就是腦科學面臨的挑戰(zhàn)。這兩個學科的交叉有巨大創(chuàng)新空間。

5、人工智能產(chǎn)業(yè)將蓬勃發(fā)展

國際知名咨詢公司預測，2016年到2025年人工智能的產(chǎn)業(yè)規(guī)模幾乎直線上升。國務院《新一代人工智能發(fā)展規(guī)劃》提出，2030年人工智能核心產(chǎn)業(yè)規(guī)模將超過1萬億，帶動相關產(chǎn)業(yè)規(guī)模超過10萬億。這個產(chǎn)業(yè)是蓬勃發(fā)展的，前景顯然是非常大的。

6、人工智能的法律法規(guī)將更加健全

大家很關注人工智能可能帶來的社會問題和相關倫理問題，聯(lián)合國還專門成立了人工智能喝機器人中心這樣的監(jiān)察機構。

7、人工智能將成為更多國家的戰(zhàn)略選擇

一些國家已經(jīng)把人工智能上升為國家戰(zhàn)略，越來越多的國家一定會做出同樣舉措。包括智利、加拿大、韓國等等。

8、人工智能教育將會全面普及

教育部專門發(fā)布了高校人工智能的行動計劃。國務院《新一代人工智能發(fā)展規(guī)劃》也指出，要支持開展形式多樣的人工智能科普活動。美國科技委員會在《為人工智能的未來做好準備》中提出全民計算機科學與人工智能教育。

這八大宏觀發(fā)展趨勢，既有科學研究層面，也有產(chǎn)業(yè)應用層面，也有國家戰(zhàn)略和政策法規(guī)層面。在科學研究層面特別值得關注的趨勢是：從專用到通用，從人工智能到人機融合、混合，學科交叉借鑒腦科學等。