李國杰，中國工程院院士，第三世界科學家院士，中國計算機學會名譽理事長，曙光信息產業(yè)股份有限公司董事長。

人工智能論壇如今浩如煙海，有硬貨、有干貨的講座卻百里挑一。由中國科學院大學主辦，百度公司提供支持，讀芯術作為指定合作自媒體的“AI未來說·青年學術論壇”第一期“數(shù)據(jù)挖掘”專場已于2019年1月19日下午在中科院學術會堂舉行。李國杰院士為論壇開啟第一課：理性認識人工智能的“頭雁”作用。

李國杰院士主要從事計算機體系結構、并行算法、人工智能、計算機網絡、信息技術發(fā)展戰(zhàn)略等方面的研究，發(fā)表科學論文150多篇，合著了4本英文專著。長期從事國家863計劃高技術研究，兩次擔任國家“973 計劃”項目首席科學家。近幾年來，主持研制成功了曙光1號并行計算機、曙光1000大規(guī)模并行機和曙光天演系列計算機，先后獲得國家科技進步一等獎和三次二等獎。領導計算所研制成功龍芯CPU。1994年獲得首屆何梁何利基金科技進步獎，2000年被評為全國先進工作者。

理性認識人工智能的“頭雁”作用

李院士認為發(fā)展人工智能需要防止兩種傾向：一種是對人工智能麻木不仁、墨守成規(guī)；另一種是對人工智能抱不切實際的幻想，或者過分夸大人工智能的威脅。這兩種傾向都可能斷送發(fā)展新經濟的大好機遇。圍繞人工智能的造勢活動已經起到了很好的啟蒙作用，現(xiàn)在是技術落地生根的時候了，應當務實、務實、再務實！

目前還不能說已經走過信息時代進入了新的智能時代，智能化只是信息時代的一個新階段。一個經濟時代有幾次經濟長波，大數(shù)據(jù)和人工智能可能引發(fā)信息時代新的經濟長波。風險投資很關注人工智能領域，但是人工智能產業(yè)目前還處于起步階段。據(jù)統(tǒng)計，90%以上的人工智能企業(yè)處于虧損狀態(tài)，人工智能企業(yè)當前的關注點不是盈利而是盡快擴大用戶規(guī)模，還處在燒錢鎖定用戶的階段。我們對人工智能技術的大規(guī)模普及應用要有足夠的耐心。

認知科學本質上是一個實驗科學。認知的基本單元不是計算的符號，不是比特，而是一種整體性的“組塊”（ chunk）。對上百億年宇宙演化形成的極為精巧的人腦應有足夠的敬畏，破解人腦的奧秘可能需要幾百年甚至更長的時間，不是我們這一代人就能夠解決。

人工智能研究中的推理驅動是繼承牛頓的演繹推理模式，強調知識的重要性。而人工神經網絡、機器學習是開普勒的研究模式，強調數(shù)據(jù)驅動。推理驅動與數(shù)據(jù)驅動可能會交替發(fā)展，不是相互取代關系。對于在開放環(huán)境下規(guī)則不明確的探索未知的研究工作，領域知識仍然十分重要，不能無限夸大機器學習的能力。

圖靈認為“機器有沒有智能”不是科學問題，因為“智能”沒有明確定義。從計算機科學誕生起，人工智能與計算機科學本質上就是一門科學。到目前為止，還不存在不采用計算技術的人工智能。近年來人工智能發(fā)展主要得益于數(shù)據(jù)資源的極大豐富和計算能力的飛速提高，人工智能技術本質上并沒有實質性的突破。因此可以說，人工智能的復興主要是計算技術的勝利，摩爾定律的勝利！

為什么人工智能是數(shù)字經濟的領頭雁？李院士用“蜜蜂模型”來解釋。蜂蜜市場很小，但蜜蜂的價值主要不在蜂蜜，而在于傳粉。人工智能對其他行業(yè)的作用就像蜜蜂對農業(yè)的作用一樣，它已經深入了各行各業(yè)，促使數(shù)字化走向智能化。人工智能具有溢出帶動性很強的“頭雁”效應，這一判斷也就是說智能化是發(fā)展數(shù)字經濟的主攻方向。

理解人工智能的巨大作用要從智能學科的本質特點找原因。人工智能與其他所有學科不一樣，它不是靜止的有限范圍的技術，其研究內容不斷向未知領域延伸，永遠處在計算機科學研究的最前沿。人工智能總是探索那些像“下圍棋勝過人類”這樣的令人驚喜的“禁區(qū)”，將“不可能”變成“可能”，將尖端技術變成老百姓司空見慣的常用技術，這就是“領頭雁”的作用。

人工智能和大數(shù)據(jù)的作用不僅僅體現(xiàn)在經濟增長上，更多的體現(xiàn)上生產方式、生活方式、科研模式、政府管理模式的改變和福利改進，特別是思想觀念和認知方式的改變。智能技術的許多免費應用沒有計入GDP，我們需要關注的不是在原來的經濟大餅中劃出多大一塊餅算成人工智能的GDP，而是要關注人工智能究竟提供了多少原來沒有的新產品和新服務。

2018年標普500公司中無形資產達到2萬億美元，占總資產83%。人工智能其實是一種無形資產，投資者認為現(xiàn)在的無形資產將來會變成真金白銀，無形資產比廠房設備更有價值。因此，目前全世界市值最高的公司都是與智能應用有關的企業(yè)。

目前，我國的人工智能基礎層、技術層、應用層的人才比例是3.3%、34.9%和61.8%。人才集中在應用層，基礎層人才比例嚴重偏低，頭重腳輕，根基不牢。在摩爾定律臨近極限之際，大數(shù)據(jù)和AI應用卻出現(xiàn)了指數(shù)級增長，計算機系統(tǒng)架構必將成為解決瓶頸問題的主要出路。發(fā)展大數(shù)據(jù)和人工智能不能停留在算法層面，要關注從算法、軟件、人機界面到系統(tǒng)結構和芯片這一完整的產業(yè)鏈和生態(tài)系統(tǒng)。