人工智能在实际应用中的瓶颈及未来研究展望-情报工程-中国科学.PDF

特约专题 SPECIAL ARTICLES doi:10.3772/j.issn.2095-915x.2018.01.002 人工智能在实际应用中的瓶颈及未来研究展望 戴国强 高 芳 徐 峰 中国科学技术信息研究所 北京 100038 摘 要 2016 年以来人工智能迎来新一轮发展热潮，以计算机围棋程序 AlphaGo 的连续性突破为代表， 人工智能为人类展示了其拥有的巨大潜力。本文简要梳理了人工智能研究历史上的两条路线，阐述了 算法、数据以及计算能力等在 AlphaGo 运行中的作用，剖析了人工智能在医疗保健、电力系统两大 领域的应用瓶颈，分别在算法研究、工程应用、数据可用性以及应对伦理道德法律等风险维度对人工 智能的未来进行了展望。 关键词：AlphaGo；人工智能；深度学习；数据可用性；工程应用 中图分类号：G350 开放科学（资源服务）标识码（OSID） The Bottleneck and Future Research Prospect of Artificial Intelligence in Practical Application DAI Guoqiang GAO Fang XU Feng Institute of Scientific and Technological Information of China, Beijing 100038, China Abstract Artificial Intelligence (AI) has been engaged in a new wave of development since 2016. Especially, the continuous breakthrough of AlphaGo has shown the great potential of AI. This paper briefly reviewed two history lines of AI research, expounded the role of algorithm, data and computing power in AlphaGo operation, and analyzed the application bottlenecks of AI in two major areas: healthcare and power system. Moreover, the future of AI algorithm research, engineering applications, data availability and ethical and legal risk were also prospected. Keywords：AlphaGo; Artificial Intelligence; deep learning; data availability; engineering application 基金项目：科学技术部科技创新战略研究专项（ZLY201631，ZLY201739）。 作者简介：戴国强（1961-），工学硕士，中国科学技术信息研究所所长，研究方向：科技创新战略，重点科技领域政策；高芳 （1980-），副研究员，工学博士，情报学博士后，研究方向：科技政策、重点科技领域信息分析，Email：gaof@；徐峰 （1976-），研究员，情报学博士，研究方向：科技创新战略与政策。 TECHNOLOGY INTELLIGENCE ENGINEERING 004 2018 年第 4 卷 第 1 期 人工智能在实际应用中的瓶颈及未来研究展望 THE BOTTLENECK AND FUTURE RESEARCH PROSPECT OF ARTIFICIAL INTELLIGENCE IN PRACTICAL APPLICATION 2016 年 3 月，在复杂的棋类游戏中 Alpha- Minsky 和 Papery 基于单层感知机的局限性提出 Go 以 4:1 成绩战胜人类职业围棋高手 [1, 2]