(一)

　　2018年12月，歐盟人工智能高級(jí)專家組發(fā)布《可信賴的人工智能道德準(zhǔn)則草案》。該準(zhǔn)則草案提出了實(shí)現(xiàn)“可信賴人工智能”的兩個(gè)核心要素——道德目的、技術(shù)可靠。在此之前，學(xué)術(shù)界已經(jīng)開始從技術(shù)角度探索防范人工智能潛在風(fēng)險(xiǎn)的“反人工智能”技術(shù)。2018年8月，加拿大學(xué)者公布了關(guān)于人臉檢測(cè)動(dòng)態(tài)擾亂系統(tǒng)的研究成果，該技術(shù)能將人臉檢測(cè)準(zhǔn)確率從接近100%大幅降低至0.5%。當(dāng)前，人工智能尚處于“弱人工智能”階段，反人工智能的早早出現(xiàn)，既凸顯出人類對(duì)人工智能的潛在憂慮，也從技術(shù)角度提供了一條確保人工智能不會(huì)危及人類自身的新思路。因此，有必要梳理反人工智能技術(shù)的發(fā)展現(xiàn)狀與前景，并統(tǒng)籌考慮人工智能與反人工智能的協(xié)同發(fā)展，確保人工智能可控、可靠、可信地造福人類。

　　人工智能高速發(fā)展引發(fā)風(fēng)險(xiǎn)擔(dān)憂

　　人工智能引發(fā)的憂慮日漸增多

　　人臉檢測(cè)是當(dāng)前人工智能領(lǐng)域最為成熟的技術(shù)之一，已經(jīng)開始在多個(gè)領(lǐng)域應(yīng)用推廣。但許多人認(rèn)為，人臉檢測(cè)等人工智能技術(shù)在為人類提供便利的同時(shí)，也帶來了數(shù)據(jù)隱私泄露等安全隱患，有必要從各個(gè)角度開展防范策略研究，以防止用戶數(shù)據(jù)隱私泄露。事實(shí)上，在人工智能蓬勃發(fā)展的光環(huán)之下，其所引發(fā)的憂慮遠(yuǎn)不止數(shù)據(jù)隱私泄露。當(dāng)前，雖然各國(guó)大力倡導(dǎo)人工智能的應(yīng)用推廣，但現(xiàn)階段的“弱人工智能”與真正的人腦智慧相差甚遠(yuǎn)，缺乏自主認(rèn)知意識(shí)與學(xué)習(xí)能力，十分依賴海量數(shù)據(jù)訓(xùn)練，并且還無法學(xué)習(xí)形成人類的道德倫理觀念，這就意味著“弱人工智能”在應(yīng)用過程中存在大量令人擔(dān)憂的隱患環(huán)節(jié)。

　　人工智能高速發(fā)展?jié)摬貎纱箫L(fēng)險(xiǎn)

　　對(duì)人工智能的憂慮，主要源自人工智能的自身技術(shù)缺陷和技術(shù)潛在濫用兩方面。

　　在自身技術(shù)缺陷方面，第一，當(dāng)前的機(jī)器學(xué)習(xí)本質(zhì)上是一項(xiàng)黑盒技術(shù)，其訓(xùn)練過程具有難以解釋、不可控制的特點(diǎn)，且隨著人工智能的應(yīng)用復(fù)雜度、需求數(shù)據(jù)量的指數(shù)式增長(zhǎng)，機(jī)器學(xué)習(xí)尤其是基于多層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)復(fù)雜程度愈發(fā)超出人類理解和控制范疇，在快速進(jìn)化過程中極易偏離人類為其預(yù)設(shè)的軌跡。例如，微軟發(fā)布的人工智能機(jī)器人Tay在與網(wǎng)友聊天的過程中很快學(xué)會(huì)了臟話，甚至學(xué)會(huì)了種族歧視的言論，導(dǎo)致微軟被迫緊急下線該產(chǎn)品。第二，機(jī)器學(xué)習(xí)模型訓(xùn)練過程完全依賴于海量數(shù)據(jù)，數(shù)據(jù)的好壞將直接決定人工智能技術(shù)效能，訓(xùn)練數(shù)據(jù)的任何偏差都將在人工智能應(yīng)用中如實(shí)反映。例如，由于用于模型訓(xùn)練的簡(jiǎn)歷具有男多女少的特點(diǎn)，因此，亞馬遜的智能簡(jiǎn)歷篩選系統(tǒng)學(xué)會(huì)了性別歧視，一旦抓取到簡(jiǎn)歷中“女”這一關(guān)鍵詞，便會(huì)降低應(yīng)聘者的考核分?jǐn)?shù)。

　　在技術(shù)濫用方面，隨著人工智能應(yīng)用領(lǐng)域的快速延伸，人工智能技術(shù)觸及人類道德倫理底線，乃至威脅人類自身安全的事件不斷出現(xiàn)。例如，斯坦福大學(xué)的研究人員于2017年發(fā)布了一種依靠面部圖像識(shí)別來判斷性取向的算法，該算法判斷男同性戀和女同性戀的準(zhǔn)確率分別高達(dá)91%和83%。因此，該應(yīng)用只需提取人類上傳在社交網(wǎng)絡(luò)的照片即可判斷其性取向，這無疑是嚴(yán)重侵犯?jìng)€(gè)人隱私的行為。而人工智能一旦在黑客網(wǎng)絡(luò)攻擊，甚至大規(guī)模殺傷性武器等方面濫用，將引發(fā)難以估量的嚴(yán)重后果。

　　防范人工智能風(fēng)險(xiǎn)已經(jīng)“在路上”

　　隨著“AlphaGo戰(zhàn)勝李世石”等標(biāo)志性事件接連出現(xiàn)，人工智能引發(fā)的憂慮隨之加深，人類開始從法律法規(guī)、道德準(zhǔn)則、技術(shù)等多個(gè)角度探索防范人工智能潛在風(fēng)險(xiǎn)的手段。法律法規(guī)方面，2017年，歐美多個(gè)國(guó)家提出要積極開展人工智能相關(guān)的立法研究。例如，英、美分別在《人工智能：未來決策制定的機(jī)遇與影響》、《人工智能未來法案》中強(qiáng)調(diào)，要密切關(guān)注人工智能可能的負(fù)面影響，并提出要確保人工智能威脅的最小化。道德準(zhǔn)則方面，2018年，谷歌因參與軍方人工智能項(xiàng)目而引發(fā)內(nèi)部員工的強(qiáng)烈反對(duì)，最終被迫發(fā)布了11條運(yùn)用人工智能技術(shù)的“不作惡”準(zhǔn)則。2018年12月，歐盟發(fā)布人工智能道德指南草案，提出了規(guī)范人工智能應(yīng)用的幾大問題。

　　此外，在技術(shù)方面，人臉檢測(cè)動(dòng)態(tài)擾亂系統(tǒng)并非反人工智能的首次技術(shù)嘗試。此前，美國(guó)麻省理工學(xué)院(MIT)的研究人員就曾嘗試通過構(gòu)建3D對(duì)抗樣本來欺騙圖像識(shí)別系統(tǒng)。此外，生成對(duì)抗網(wǎng)絡(luò)(GAN)的創(chuàng)造者伊恩·古德費(fèi)洛曾在2017年?duì)款^組織對(duì)抗攻擊防御競(jìng)賽，引導(dǎo)研究人員開展人工智能算法的攻防比拼，以期引起各方對(duì)反人工智能技術(shù)的關(guān)注和研究。

　　從某種意義上講，當(dāng)人類出于自身福祉的考慮開發(fā)出的人工智能難免令人擔(dān)憂，而相關(guān)法律法規(guī)和技術(shù)倫理又大為滯后時(shí)，相比于法律道德的“防君子不防小人”，在技術(shù)層面實(shí)實(shí)在在地開發(fā)人工智能的對(duì)抗技術(shù)顯然更能讓人心安。因此，雖然現(xiàn)在的人工智能技術(shù)還很弱，但反人工智能的出現(xiàn)也是必然的。

　　反人工智能仍處于起步探索階段

　　反人工智能歷經(jīng)兩大階段

　　截至目前，反人工智能技術(shù)的發(fā)展大致經(jīng)歷了兩個(gè)階段。早期，反人工智能技術(shù)主要聚焦于通過污染訓(xùn)練數(shù)據(jù)來攻擊機(jī)器學(xué)習(xí)模型。這是一種簡(jiǎn)單直接的反制方法。但由于機(jī)器學(xué)習(xí)模型一般都在封閉環(huán)境中開展訓(xùn)練，很難受到外部干擾，因此這類技術(shù)并未獲得進(jìn)一步發(fā)展。2014年，伊恩·古德費(fèi)洛提出的生成對(duì)抗網(wǎng)絡(luò)為反人工智能技術(shù)開辟了第二條技術(shù)路徑，研究人員可基于生成對(duì)抗網(wǎng)絡(luò)對(duì)源數(shù)據(jù)施加微擾，從而構(gòu)造動(dòng)態(tài)對(duì)抗數(shù)據(jù)，這一微擾難以被用戶感知，卻能使機(jī)器學(xué)習(xí)模型在檢測(cè)識(shí)別時(shí)做出錯(cuò)誤判斷。該方法與人工智能技術(shù)相同，都基于機(jī)器學(xué)習(xí)算法。

　　反人工智能技術(shù)效能仍然較低

　　人工智能尚處于初級(jí)階段，而反人工智能在技術(shù)效能和應(yīng)用領(lǐng)域等方面處于更加早期的階段。從技術(shù)效能看，構(gòu)造對(duì)抗數(shù)據(jù)的方法易于被有效防御。只要在人工智能模型訓(xùn)練初期利用已知的對(duì)抗性數(shù)據(jù)進(jìn)行訓(xùn)練，就能提升模型辨別良性、惡性數(shù)據(jù)的能力，進(jìn)而抵御對(duì)抗性數(shù)據(jù)對(duì)模型系統(tǒng)的壓制。從應(yīng)用領(lǐng)域看，由于反人工智能技術(shù)亦基于機(jī)器學(xué)習(xí)，因此與人工智能技術(shù)在圖像和語(yǔ)音識(shí)別領(lǐng)域發(fā)展類似，反人工智能技術(shù)也集中在這兩個(gè)領(lǐng)域。自然語(yǔ)言處理、認(rèn)知推理等其他人工智能應(yīng)用領(lǐng)域尚無可行的反人工智能解決方案。此外，此類方法只能在人工智能模型系統(tǒng)的推斷環(huán)節(jié)實(shí)施干擾，無法在訓(xùn)練環(huán)節(jié)發(fā)揮作用。

　　反人工智能也須“三思而后用”

　　反人工智能技術(shù)的出現(xiàn)反映了人類對(duì)人工智能發(fā)展的憂慮，但該技術(shù)的發(fā)展與應(yīng)用同樣需要審慎。本質(zhì)上，人工智能和反人工智能都是基于機(jī)器學(xué)習(xí)算法的技術(shù)，只是在技術(shù)效能上構(gòu)成相互對(duì)抗的關(guān)系，即以人工智能對(duì)抗人工智能。因此，反人工智能在某種程度上同樣具有不可靠性，也同樣面臨著不可控、被濫用的風(fēng)險(xiǎn)。例如，自動(dòng)駕駛高度依賴人工智能的圖像識(shí)別技術(shù)，倘若反人工智能技術(shù)被非法地運(yùn)用在自動(dòng)駕駛領(lǐng)域，就可能導(dǎo)致自動(dòng)駕駛汽車無法有效識(shí)別道路信息，從而引發(fā)災(zāi)難性后果。因此，在人工智能演進(jìn)路徑尚不清晰的情況下，要審慎思考人工智能與反人工智能的關(guān)系，綜合性、互補(bǔ)性地發(fā)展和運(yùn)用人工智能與反人工智能技術(shù)，從而在最大程度上確保人工智能在造福人類時(shí)可控、可靠、可信。

　　對(duì)策建議

　　布局反人工智能技術(shù)研究

　　圍繞確保人工智能技術(shù)可控、可靠、可信的總體目標(biāo)，加快推進(jìn)反人工智能的基礎(chǔ)理論研究和應(yīng)用技術(shù)研發(fā)，爭(zhēng)取未來技術(shù)的發(fā)展主動(dòng)權(quán)。一是支持開展基于生成對(duì)抗網(wǎng)絡(luò)的反人工智能技術(shù)研發(fā)，提升反人工智能技術(shù)的抗干擾能力和實(shí)用性，防止其被人工智能技術(shù)“反對(duì)抗”。二是在開展圖像識(shí)別、語(yǔ)音識(shí)別領(lǐng)域反人工智能技術(shù)研發(fā)的同時(shí)，在自然語(yǔ)言處理、認(rèn)知推理等其他人工智能應(yīng)用領(lǐng)域積極開展反人工智能技術(shù)研究。三是支持開展針對(duì)人工智能機(jī)器學(xué)習(xí)模型訓(xùn)練環(huán)節(jié)反人工智能技術(shù)的理論研究和技術(shù)開發(fā)。四是前瞻布局適用于反人工智能技術(shù)研發(fā)的基礎(chǔ)理論，探索機(jī)器學(xué)習(xí)以外的革新性技術(shù)路徑。

　　探索反人工智能應(yīng)用場(chǎng)景

　　面向人工智能應(yīng)用過程中潛在風(fēng)險(xiǎn)防控的現(xiàn)實(shí)需求，推動(dòng)反人工智能技術(shù)的落地應(yīng)用，積極探索人工智能與反人工智能的協(xié)同發(fā)展路徑。一是圍繞智能終端、云端軟件系統(tǒng)等各類人工智能應(yīng)用模式，支持將反人工智能技術(shù)作為風(fēng)險(xiǎn)防控模塊，嵌入現(xiàn)有的人工智能產(chǎn)品服務(wù)，提升其可靠和可控程度。二是針對(duì)用戶隱私保護(hù)、敏感系統(tǒng)防護(hù)等特定場(chǎng)景，將反人工智能技術(shù)作為獨(dú)立產(chǎn)品，探索信息安全防護(hù)產(chǎn)品、服務(wù)的開發(fā)與應(yīng)用。三是積極推動(dòng)圖像識(shí)別對(duì)抗系統(tǒng)、語(yǔ)音識(shí)別對(duì)抗系統(tǒng)等相對(duì)成熟的反人工智能技術(shù)的商業(yè)化落地。

　　深化人工智能與反人工智能理論研究

　　從確保人工智能健康發(fā)展、造福人類的根本立場(chǎng)出發(fā)，在理論、倫理等層面上加強(qiáng)對(duì)人工智能、反人工智能的綜合性研究。一是前瞻布局腦科學(xué)、計(jì)算機(jī)科學(xué)、哲學(xué)等領(lǐng)域的跨領(lǐng)域基礎(chǔ)理論研究，探索人工智能發(fā)展的客觀規(guī)律和根本目標(biāo)。二是積極開展關(guān)于人工智能的系統(tǒng)研究，提高對(duì)人工智能與反人工智能的本質(zhì)及二者之間關(guān)系的認(rèn)識(shí)，明確人工智能與反人工智能的研發(fā)標(biāo)準(zhǔn)、認(rèn)證體系、應(yīng)用范圍。三是積極參與國(guó)際合作，共同開展人工智能道德倫理準(zhǔn)則研究，推進(jìn)相關(guān)法律法規(guī)的研究制定，加快完善人工智能和反人工智能的管理規(guī)范和監(jiān)管手段。

　　(二)

　　人工智能即服務(wù)的類型

　　人工智能的核心是可以采用機(jī)器完成人類所做的同樣事情。例如，人工智能包含可以查看和識(shí)別圖片中物體的計(jì)算機(jī)視覺技術(shù);它還包括使系統(tǒng)能夠進(jìn)行正常對(duì)話的自然語(yǔ)言處理技術(shù);以及允許計(jì)算機(jī)在沒有明確編程的情況下開展學(xué)習(xí)的機(jī)器學(xué)習(xí)技術(shù)。

　　人工智能即服務(wù)產(chǎn)品可以將這些類型的人工智能技術(shù)作為云計(jì)算服務(wù)提供。目前市場(chǎng)上的人工智能即服務(wù)產(chǎn)品一般分為以下幾類：

　　機(jī)器人和數(shù)字助理：對(duì)于很多人來說，當(dāng)他們聽到“人工智能”;時(shí)，首先想到的就是蘋果的Siri，微軟的Cortana，或亞馬遜的Alexa這樣的數(shù)字助理。這些工具使用自然語(yǔ)言處理技術(shù)與用戶進(jìn)行對(duì)話，許多工具還使用機(jī)器學(xué)習(xí)來提高他們的技能。許多企業(yè)希望為其產(chǎn)品和網(wǎng)站添加類似的功能。事實(shí)上，2017年支出最多的人工智能用例是自動(dòng)化的客戶服務(wù)代理。但從頭開始創(chuàng)建自己的機(jī)器人對(duì)于企業(yè)是一個(gè)艱巨的任務(wù)。作為替代方案，有一些廠商提供機(jī)器人平臺(tái)即服務(wù)。而用戶利用自己的數(shù)據(jù)對(duì)機(jī)器人進(jìn)行培訓(xùn)，然后通過機(jī)器人回答簡(jiǎn)單的問題，而讓工作人員從重復(fù)工作中解脫出來，可以處理更加復(fù)雜的任務(wù)。

　　認(rèn)知計(jì)算API：應(yīng)用程序編程接口(API)使開發(fā)人員可以輕松地將技術(shù)或服務(wù)集成到正在構(gòu)建的應(yīng)用程序或產(chǎn)品中。領(lǐng)先的云供應(yīng)商都提供各種各樣的API。例如，想要制作照片共享應(yīng)用程序的開發(fā)人員可能會(huì)使用面部識(shí)別API為應(yīng)用程序提供識(shí)別照片中個(gè)人的功能。得益于API，開發(fā)人員無需從頭開始編寫面部識(shí)別代碼，甚至無需徹底了解它的工作原理。工作人員使用API來允許應(yīng)用程序訪問云中的這種功能。API可用于各種不同的用途，包括計(jì)算機(jī)視覺、計(jì)算機(jī)語(yǔ)音、自然語(yǔ)言處理、搜索、知識(shí)映射、翻譯和情感檢測(cè)。

　　機(jī)器學(xué)習(xí)框架：這些工具允許開發(fā)人員創(chuàng)建可隨時(shí)間推移而改進(jìn)的應(yīng)用程序。一般來說，他們需要開發(fā)人員或數(shù)據(jù)科學(xué)家構(gòu)建模型，然后使用現(xiàn)有數(shù)據(jù)來訓(xùn)練該模型。機(jī)器學(xué)習(xí)框架在與大數(shù)據(jù)分析相關(guān)的應(yīng)用程序中尤其流行，但它們也可用于創(chuàng)建許多其他類型的應(yīng)用程序。在云端訪問這些框架比為自己的機(jī)器學(xué)習(xí)任務(wù)設(shè)置自己的硬件和軟件更容易、成本也更低。

　　完全托管的機(jī)器學(xué)習(xí)服務(wù)：有時(shí)候組織機(jī)構(gòu)想要將機(jī)器學(xué)習(xí)功能添加到應(yīng)用程序中，但是他們的開發(fā)人員或數(shù)據(jù)科學(xué)家缺乏一些必要的技能或經(jīng)驗(yàn)。完全托管的機(jī)器學(xué)習(xí)服務(wù)使用模板、預(yù)建模型和/或拖放式開發(fā)工具來簡(jiǎn)化和加速使用機(jī)器學(xué)習(xí)框架的過程。

　　人工智能即服務(wù)將創(chuàng)造一種通用的人工智能，可以作為云服務(wù)進(jìn)行訪問。一般的人工智能是一種能夠以與人類相同的方式思考和溝通的計(jì)算機(jī)系統(tǒng)。大多數(shù)專家認(rèn)為，研究人員創(chuàng)建這樣的人工智能技術(shù)還需要多年的努力。

　　人工智能即服務(wù)的好處

　　高級(jí)基礎(chǔ)設(shè)施：人工智能應(yīng)用程序，特別是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用程序，可以在具有多個(gè)并行運(yùn)行工作負(fù)載的高速圖形處理單元(GPU)的服務(wù)器上執(zhí)行最佳性能。但是，這些系統(tǒng)對(duì)于很多企業(yè)來說非常昂貴，無法為組織和用例提供更多的幫助。人工智能即服務(wù)使組織讓企業(yè)能夠以可承受的成本來應(yīng)用這些超高速計(jì)算機(jī)。

　　低成本：人工智能即服務(wù)不僅不需要為昂貴的硬件支付費(fèi)用，還可以讓組織只為他們所使用硬件支付費(fèi)用。在云計(jì)算中。大多數(shù)人工智能工作負(fù)載被認(rèn)為是“突發(fā)”的，也就是說.，他們需要很短的時(shí)間獲得大量的計(jì)算能力。人工智能即服務(wù)只向他們收取使用的服務(wù)費(fèi)用，大大降低了成本。

　　可擴(kuò)展性：與其他類型的云服務(wù)一樣，人工智能即服務(wù)使其非常容易擴(kuò)展。組織通常從一個(gè)試點(diǎn)項(xiàng)目開始，讓他們看到人工智能如何有用。以人工智能即服務(wù)，他們可以快速將該試點(diǎn)項(xiàng)目轉(zhuǎn)化為全面生產(chǎn)，并隨著需求的增長(zhǎng)而擴(kuò)大規(guī)模。

　　可用性：一些最好的人工智能工具可用于開源許可證，雖然價(jià)格低廉，但這些開源人工智能工具并不總是很容易使用。云計(jì)算人工智能服務(wù)通常使開發(fā)人員更容易訪問人工智能功能，而無需他們成為這方面的技術(shù)專家。

　　人工智能即服務(wù)的缺點(diǎn)

　　人工智能即服務(wù)的兩個(gè)最大缺點(diǎn)也是所有云計(jì)算服務(wù)都面臨的兩個(gè)問題：安全性和合規(guī)性。

　　許多人工智能應(yīng)用程序(尤其是結(jié)合機(jī)器學(xué)習(xí)功能的應(yīng)用程序)依賴于大量的數(shù)據(jù)。如果這些數(shù)據(jù)將駐留在云中或轉(zhuǎn)移到云端，組織需要確保它們具有適當(dāng)?shù)陌踩胧ㄔ诳臻e和傳輸時(shí)進(jìn)行加密。

　　在某些情況下，法規(guī)可能會(huì)阻止某些行業(yè)的某些類型的敏感數(shù)據(jù)存儲(chǔ)在云中。其他法律要求某些數(shù)據(jù)仍在其所在國(guó)家的境內(nèi)。在這些情況下，可能無法將人工智能用作這些特定用例的服務(wù)。

　　另一個(gè)潛在的缺點(diǎn)是人工智能即服務(wù)可能非常復(fù)雜。組織將不得不花費(fèi)時(shí)間和精力來培訓(xùn)或聘用具有人工智能和云計(jì)算技能的員工。然而，許多組織認(rèn)為，這個(gè)障礙可以輕易克服，并且采用人工智能即服務(wù)將會(huì)得到長(zhǎng)期的回報(bào)。

　　(三)

　　人工智能的核心是模擬人類思維

　　“在采訪我之前，也許你會(huì)覺得人工智能非常神秘、了不起，但是聽我講完后，也許你會(huì)感嘆‘原來人工智能這么傻呀，比我想象的差多了!’”王萬良笑著說，因?yàn)槟阍瓉砹私獾娜斯ぶ悄苤饕獊碓从诳苹么笃皇钦嬲目茖W(xué)技術(shù)。自人工智能開始真正發(fā)展的六十多年來，經(jīng)歷了數(shù)次起落，人們也隨之興奮與懊惱，主要是因?yàn)槿斯ぶ悄艿拿看沃卮蟀l(fā)展都被宣傳得太過于神化，甚至說人工智能將要威脅到人類的生存。

　　“實(shí)際上，人工智能離我們的想象還差很遠(yuǎn)，遠(yuǎn)不會(huì)威脅到人類的安全。人腦是由一千多億個(gè)神經(jīng)元交織在一起的網(wǎng)狀結(jié)構(gòu)，其中約有1000種類型的神經(jīng)元，每個(gè)神經(jīng)元大約與個(gè)其他神經(jīng)元相連接，形成了極為錯(cuò)綜復(fù)雜而又靈活多變的神經(jīng)網(wǎng)絡(luò)，人的智能行為就是由如此高度復(fù)雜的組織產(chǎn)生的。在浩瀚的宇宙中，也許只有包含數(shù)千億顆星球的銀河系的復(fù)雜性能夠與我們的大腦相比。所以，我們只要關(guān)注如何使人工智能更好地服務(wù)于人類就可以了”，王萬良解釋說。

　　人工智能，簡(jiǎn)單地說就是要研究如何使機(jī)器具有能聽、會(huì)說、能看、會(huì)寫、能思維、會(huì)學(xué)習(xí)、能適應(yīng)環(huán)境、能模擬人的思維、技能來解決各種面臨的實(shí)際問題等功能的一項(xiàng)技術(shù)。王萬良解釋說：“就像駕駛汽車側(cè)方停車時(shí)，如果按照傳統(tǒng)的控制方法，需要建立汽車運(yùn)動(dòng)模型、計(jì)算輪胎的摩擦力及倒車角度，需要精確地控制才能成功停車，但是現(xiàn)實(shí)生活中，沒有哪個(gè)駕駛員是這樣停車的，他們既沒有算，也沒有分析，而是憑借簡(jiǎn)單的規(guī)則、積累的經(jīng)驗(yàn)和預(yù)估能力停車入庫(kù)的。所以，怎么樣模擬人的思維去解決這些復(fù)雜的問題，是人工智能最核心的地方。”

　　但是，反過來，為什么向人學(xué)習(xí)，卻在有些方面超越了人類呢?王萬良認(rèn)為，最主要是因?yàn)槿斯ぶ悄苡袕?qiáng)大的記憶與計(jì)算能力。例如下棋，不僅需要參賽者具有超凡的記憶能力、豐富的下棋經(jīng)驗(yàn)，而且要求有強(qiáng)大的思維能力，能對(duì)瞬息萬變的隨機(jī)情況迅速地做出反應(yīng)，及時(shí)采取有效的措施，而人工智能因?yàn)榇鎯?chǔ)了人類的大量對(duì)戰(zhàn)經(jīng)驗(yàn)，以及人類無法匹敵的強(qiáng)大搜索、運(yùn)算能力，短時(shí)間內(nèi)可以做出精密的計(jì)算，這才出現(xiàn)Deep Blue戰(zhàn)勝國(guó)際象棋棋王卡斯帕羅夫，AlphaGo戰(zhàn)勝圍棋世界冠軍李世石。“但是，這不代表人工智能就超越了人類，李世石除了下圍棋，還有人類特有的創(chuàng)新能力和想象力，具有千萬種可能，但是AlphaGo只能專注于圍棋這一方面，只是在圍棋博弈這單項(xiàng)技能上超越人類。當(dāng)然，人工智能研究博弈的目的并不是為了讓計(jì)算機(jī)與人進(jìn)行下棋、打牌之類的游戲，而是通過對(duì)博弈的研究來檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否能實(shí)現(xiàn)對(duì)人類智慧的模擬，從而促進(jìn)人工智能技術(shù)進(jìn)一步的研究。”

　　人工智能技術(shù)的產(chǎn)業(yè)應(yīng)用

　　很多人認(rèn)為，人工智能離我們很遙遠(yuǎn)，只是出現(xiàn)在新聞中的新名詞而已。其實(shí)，人工智能中的多項(xiàng)技術(shù)早已廣泛應(yīng)用于各類產(chǎn)業(yè)中。王萬良表示，工業(yè)領(lǐng)域的人工智能運(yùn)用能對(duì)社會(huì)進(jìn)步產(chǎn)生強(qiáng)大推動(dòng)力，特別是在專業(yè)領(lǐng)域?qū)＜蚁∩伲只蛘吖ぷ鳝h(huán)境惡劣的情況下。他斷言，人工智能將是未來產(chǎn)業(yè)的核心，“現(xiàn)在如果連人工智能都不重視，就像以前不重視互聯(lián)網(wǎng)，將會(huì)失去未來產(chǎn)業(yè)的制高點(diǎn)。”

　　機(jī)器視覺技術(shù)。其中最廣為人知的，應(yīng)該是無人自動(dòng)駕駛技術(shù)。谷歌的自動(dòng)駕駛車，2009年曝光雛形至今的7年時(shí)間里，已經(jīng)累計(jì)行駛了140多萬英里。今年2月，美國(guó)國(guó)家公路安全交通管理局聲明谷歌自動(dòng)駕駛汽車內(nèi)部的計(jì)算機(jī)可被視為“駕駛員”。

　　機(jī)器翻譯技術(shù)。眾所周知，人工的同聲翻譯價(jià)格昂貴，質(zhì)量卻不能完全保證。20世紀(jì)50年代機(jī)器翻譯就是人工智能研究的重要領(lǐng)域，由于不斷的失敗也導(dǎo)致了當(dāng)年人工智能研究跌入低谷。而2012年11月，微軟在天津公開演示了全自動(dòng)的同聲傳譯系統(tǒng)：講演者用英文演講，后臺(tái)的計(jì)算機(jī)一氣呵成自動(dòng)完成語(yǔ)音識(shí)別、英中機(jī)器翻譯，以及中文語(yǔ)音合成，效果非常流暢。“現(xiàn)在，機(jī)器翻譯已經(jīng)可以做到實(shí)用化、商品化了。”王萬良說。

　　深度學(xué)習(xí)技術(shù)。深度學(xué)習(xí)技術(shù)包含構(gòu)建能夠模仿人類大腦行為的神經(jīng)網(wǎng)絡(luò)。這些多層次的神經(jīng)網(wǎng)絡(luò)像人類大腦一樣，可以收集信息，逐漸對(duì)事物的外形和聲音進(jìn)行感知和理解并產(chǎn)生相應(yīng)的行為。2012年6月，《紐約時(shí)報(bào)》披露斯坦福大學(xué)AI實(shí)驗(yàn)室主任吳恩達(dá)(Andrew Ng)領(lǐng)導(dǎo)的人工智能領(lǐng)域目標(biāo)最遠(yuǎn)大的項(xiàng)目Google大腦——Google Brain，使用 16000 臺(tái)CPU創(chuàng)造出 10 億個(gè)連接的“神經(jīng)網(wǎng)絡(luò)”，讓機(jī)器系統(tǒng)學(xué)會(huì)自動(dòng)識(shí)別貓，成為國(guó)際深度學(xué)習(xí)領(lǐng)域廣為人知的案例之一。“這是現(xiàn)在最受業(yè)界關(guān)注的技術(shù)之一，驅(qū)使谷歌、IBM、微軟、蘋果、百度等公司競(jìng)相開發(fā)高級(jí)機(jī)器學(xué)習(xí)技術(shù)的原因，正是其背后蘊(yùn)藏的巨大商業(yè)潛力。”王萬良舉例說，2013年1月，李彥宏宣布百度將建立公司歷史上首個(gè)前沿科學(xué)研究機(jī)構(gòu)——深度學(xué)習(xí)研究院(IDL);隨后，在硅谷毗鄰谷歌總部設(shè)立人工智能實(shí)驗(yàn)室，主要任務(wù)之一就是探索深度學(xué)習(xí)算法;2014年5月，百度又宣布人工智能領(lǐng)域最權(quán)威的學(xué)者之一——吳恩達(dá)正式加盟百度，擔(dān)任百度首席科學(xué)家，全面負(fù)責(zé)百度研究院。

　　專家系統(tǒng)技術(shù)。專家系統(tǒng)是基于知識(shí)的系統(tǒng)，用于在某種特定的領(lǐng)域中運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)和專業(yè)知識(shí)，通過推理求解需要專家才能解決的困難問題。例如，診斷型專家系統(tǒng)能根據(jù)取得的現(xiàn)象、數(shù)據(jù)或事實(shí)推斷出系統(tǒng)是否有故障，并能找出產(chǎn)生故障的原因，給出排除故障的方案。這是目前開發(fā)、應(yīng)用最多的一類專家系統(tǒng)，醫(yī)療診斷、機(jī)械故障診斷、計(jì)算機(jī)故障診斷等都是此類專家系統(tǒng)。又如預(yù)測(cè)型專家系統(tǒng)，可以根據(jù)過去和現(xiàn)在的數(shù)據(jù)和經(jīng)驗(yàn)信息推斷可能發(fā)生和出現(xiàn)的情況。王萬良說：“天氣預(yù)報(bào)專家系統(tǒng)就是其中的一種。我們?cè)陔娨暸_(tái)播放的天氣預(yù)報(bào)中看到的衛(wèi)星云圖，只是為了讓民眾有更直觀的了解才放的，而真正的天氣預(yù)報(bào)實(shí)際上是積累了前期大量的氣象資料，然后通過氣象預(yù)報(bào)專家系統(tǒng)做了大量運(yùn)算才得出的。”

　　智能控制技術(shù)。其中的模糊控制是以模糊數(shù)學(xué)為基礎(chǔ)，運(yùn)用語(yǔ)言規(guī)則表示方法和先進(jìn)的計(jì)算機(jī)技術(shù)，由模糊推理進(jìn)行決策的一種高級(jí)計(jì)算機(jī)控制策略。比如，應(yīng)用模糊控制技術(shù)的全自動(dòng)洗衣機(jī)，能夠根據(jù)所洗衣服的數(shù)量、種類和臟的程度等自動(dòng)確定水的多少、水流的強(qiáng)度和洗衣的時(shí)間等控制參數(shù)，以達(dá)到在洗干凈衣服的前提下盡量不損傷衣服、省電、省水、省時(shí)等目的。

　　智能制造技術(shù)。美國(guó)瓦德瓦教授曾提出，人工智能、機(jī)器人、數(shù)字制造技術(shù)相結(jié)合的智能制造，將會(huì)發(fā)生一場(chǎng)制造業(yè)的革命。智能制造過程的各個(gè)環(huán)節(jié)廣泛應(yīng)用人工智能技術(shù)，實(shí)現(xiàn)制造過程智能化：專家系統(tǒng)用于工程設(shè)計(jì)、工藝設(shè)計(jì)、生產(chǎn)調(diào)度、故障診斷等;神經(jīng)網(wǎng)絡(luò)和模糊控制等計(jì)算智能應(yīng)用于產(chǎn)品配方，生產(chǎn)調(diào)度等;通過人與智能機(jī)器的合作共事，去擴(kuò)大、延伸和部分地取代人類專家在制造過程中的腦力勞動(dòng)。

　　中國(guó)發(fā)展人工智能要先做好推廣

　　王萬良特別提到，中國(guó)要發(fā)展人工智能，首先要從推廣這項(xiàng)技術(shù)入手，“別看現(xiàn)在炒得熱火朝天，但是其實(shí)真正了解人工智能的人還很少，尤其是企業(yè)家們，知道的更少，所以目前最重要的工作是大力普及人工智能技術(shù)，各大高校要注重人工智能教學(xué)。應(yīng)用人工智能技術(shù)，先要做到‘想到’，之后才是‘做到’。”

　　何為“想到”?王萬良說：“我經(jīng)常對(duì)學(xué)生說，我開人工智能的課程不是要讓你們現(xiàn)在能夠‘做到’，主要目的有兩個(gè)：一是讓你們以后面對(duì)一些復(fù)雜的工程問題時(shí)‘想到’應(yīng)用什么人工智能技術(shù)來解決;二是為今后深入自學(xué)需要掌握的人工智能技術(shù)打下基礎(chǔ)。這比‘做到’更重要，因?yàn)橹挥?lsquo;想到’了，才可能逐步去‘做到’。師傅領(lǐng)進(jìn)門，修行看個(gè)人，在學(xué)習(xí)了人工智能的基本理論與方法后，就有了自學(xué)能力，再進(jìn)一步研究時(shí)就不會(huì)毫無頭緒，不得要領(lǐng)了。”

　　那么，已經(jīng)做到了“想到”，也進(jìn)行自我深度學(xué)習(xí)后，還是無法“做到”時(shí)又該怎么辦呢?王萬良說：“這樣的情況非常常見，作為企業(yè)老板甚至技術(shù)人員，并不代表什么都會(huì)，但是他們知道有‘人工智能’這項(xiàng)技術(shù)，世界上最先進(jìn)的產(chǎn)品用的是什么技術(shù)，就可以聘請(qǐng)這方面的專家來解決問題。百度、谷歌等知名企業(yè)也是如此，所以，對(duì)于中國(guó)企業(yè)來說，推廣應(yīng)用人工智能技術(shù)不可忽視。”

如果您現(xiàn)在遇到期刊選擇、論文內(nèi)容改善、論文投稿周期長(zhǎng)、難錄用、多次退修、多次被拒等問題，可以告訴學(xué)術(shù)顧問，解答疑問同時(shí)給出解決方案 。