【专题的报告】关于发展我国人工智能技术和产业的建议.docVIP

【专题报告】关于发展我国人工智能技术与产业的建议 本文由科技导报（ STReview ）授权转载作者： 邓志东清华大学计算机系更多人工智能文章， 请回复 AI 或智能查阅！ 近期谷歌人工智能程序阿尔法围棋（ AlphaGo ）以 4:1 的成绩击败了代表人类的世界围棋冠军李世乭职业九段，引发了全社会的广泛关注。从学术界、产业界，再到职业围 棋棋手、社会大众，都在热议“人工智能是否会超越人类智能”，同时纷纷对“人机大战”进行各种解读和分析。一时间，关于“奇点到来”“强人工智能”“超人工智能”“意识永生”“人类灭绝”等耸人听闻的观点， 甚至开始引起包括史蒂夫·霍金、 比尔·盖茨和埃隆·马斯克等在内的世界名人对人工智能发展的担忧。 对人工智能的社会关注度，确已达到前所未有的程度。 在经历了 60 年“三起两落”的发展后，以深度学习为主要标志的人工智能正迎来第 3 次伟大的复兴。历史惊人的相似， 30 年前的 1986 年前后，社会对人工神经网络与人工智能，拥有与今天差不多相同的兴奋和憧憬。但不同的是，随着时代 的进步，在“互联网 +”时代，我们已有了真正的大数据，超级 GPU 服务器与类脑芯片正取得突飞猛进的发展。与此同时， 谷歌（ DeepMind ，谷歌大脑）、 Facebook （ FAIR ）、微软、 IBM 沃森与百度 （百度大脑） 等著名 IT 跨国企业， 都在持续投入巨资并招聘领军人才，强力涉足该领域。产业与学术的 距离逐步缩短，人工智能初创企业不断涌现。大多数投融资与产业界预测，未来 2~5 年，人工智能应用与产业发展，将 迎来真正的爆发期。 作为中国政府实施制造强国 战略第一个十年行动纲领， “中国制造 2025”规划纲要已将智 能制造作为其主攻方向，而智能制造的基础之一就是人工智 能。《国务院关于积极推进“互联网 +”行动的指导意见》中明确表示，要依托互联网平台提供人工智能公共创新服务，加 快人工智能核心技术的突破。 科技部部长万钢在今年的“两会”答记者问时，对我国在人工智能方面迄今取得的成就予以了 肯定。在“两会”上，百度公司董事长李彦宏和科大讯飞董事长刘庆峰等，都在积极呼吁将人工智能上升为国家发展战略。 以深度卷积神经网络为核心，全面开展视觉识别、语音识别和文本理解等人工智能产品的开发与大规模产业化应 用 人工智能是一个影响面极广的关键共性科学问 题，也是一个战略前沿技术，其任何实质性的进展均可推动 人类社会及其现代文明的整体进步，因此人工智能的研究意 义与重要性可媲美人类迄今进行的任何一项伟大的科学工 程。自 2012 年开始，以深度卷积神经网络为主要标志的 （弱） 人工智能的最新发展，已引起全球瞩目。相对于人工神经网 络长达近 60 年的发展历程，监督学习的深度卷积神经网络 在产业界的强力介入下，仅用了短短 3 年多的时间，就已在 视觉物体识别、人脸识别、手写体数字识别、手写体汉字识 别与交通标志识别等诸多方面，达到甚至超过人类的分类能 力。例如，针对  ImageNet 1000  种物体的识别，深度卷积神 经网络的  top-5  测试错误率已从  2012  年的  15.3%  （迄今传 统机器视觉方法的最好结果为  25.7%  ），快速降低至  2016  年 2 月的  3.08%（谷歌），低于人类  5.1%  的错误率。 又如，2014 年以来深度卷积神经网络已成为人脸识别的主流方法；基于 LFW  （ Labeled Faces in the Wild  ）数据集，人类的正确识 别率为  97.53%  ，但  2015  年  6  月谷歌的深度卷积神经网络 FaceNet 已达到 99.63% ，该网络使用了 22 个卷积层、 1.4 亿突触连接权和 800 万人的 2 亿张照片。 同样也是在深度卷积神经网络的支撑下，通过应用监督与再励学习，谷歌 DeepMind 于 2015 年 2 月和 2016 年 1 月，在《 Nature 》上分别发表了关于深度 Q- 网络（ DQN ）和里程碑式的 AlphaGo 的文章， 其中 DQN 在 49 种 Atari 像素游戏中， 29 种达到乃至超过人类职业选手的水平， AlphaGo 更是完胜人类围棋顶 级高手，引起轩然大波。特别需要注意的是， IBM 沃森认知 计算平台，结合深度卷积神经网络后获得了更强的数据分析 与挖掘能力，在某些细分疾病领域已能提供顶级医生的医疗 诊断水平；通过发展认知商业， 2016 年的 IBM 正在率先推 动全球人工智能的第一次商业化浪潮与核心业务转型。目前， 深度学习的研究热点正在迅速转向基于深度卷积神经网络 的物体检测与定位 /分割能力，其突破将推动人工智