人工智能的研究现状
人类首次提出“人工智能”一词是在1956年的达特茅斯会议上。这次会议确立了人工智能这一新的研究领域。在这次会议上学者们达成了基本共识：“人类学习过程的各个方面，或者说智能的任何特征都可以被机器精确地描述，并且进行模拟。”从专业角度来说，一般把人工智能定义为“认识、模拟和扩展人的自然智能，目的是为人类服务”。研究人工智能是希望它能实现自然智能，然后扩展甚至加速人类智能的发展，并将其提高到更高水平及实现超智能。人工智能的发展已经走过六十三个年头，取得了许多令人瞩目的成就，给科技的进步和人们的生活都带来了翻天覆地的变化，改变我们的社会和生活，使人类进入到一个更加高度发达和繁荣的智能时代。
人工智能研究主要分为三大学派：符号主义学派、联结主义学派和行为主义学派。它们的兴衰沉浮构成了人工智能发展的各个时期。三大学派在争论中不断积累并完善自身的理论，并没有哪一种理论被证明过时或者完全抛弃，也没有哪一学派统一了整个人工智能领域的研究。时至今日，这三种学派的研究仍然活跃在人工智能研究的前沿，并且相互融合、相互借鉴。
目前研究人工智能的主要方法包括：深度学习、深度强化学习、进化/群智计算、半/非监督训练、对抗式生成网络等等。典型的应用领域包括复杂优化与仿真、语音/图像识别、自然语言处理、机器人技术、机器博弈、动态控制技术、大数据分析等等。其中，一些具有里程碑的成果包括ImageNet大规模物体检测、人脸识别、自动驾驶、计算机围棋程序（AlphaGO）、神经机器翻译、机器作画、聊天机器人、智慧医疗与教育、智能游戏等等。
中国人工智能的发展在不断加快，行业竞争也在不断加剧。由中国科研单位发表的关于人工智能的科研论文数量和申请专利数已经位居世界前列。目前在中国，语音和计算机视觉是国内人工智能市场最热门的两个方向，同时自动驾驶技术、智能金融、智慧医疗、人工智能教育、智能游戏等也在蓄势待发。此外，传统行业的公司也在积极引入人工智能，希望借助人工智能的力量赋能以提升自己在行业中的竞争力，以便在激烈的竞争过程中占得先机、立于不败之地。2017年7月，国务院印发了《新一代人工智能发展规划》的通知。这意味着我国的人工智能发展将进入一个全新的阶段。人工智能应用将加快落地，并加深与各行各业的深度互连，促使经济社会的各个领域向智能化推进。
在政策带动和资金支持下，我国在人工智能的技术落地、为人民的生活提供便利等方面已经处于国际先进或领先行列。但是也必须承认，在各种人工智能技术的创新上，我国与国外一些研究机构和公司还存在很大差距。目前绝大多数的主流人工智能模型和算法基本都是由国外的研究学者提出来的，我国对于人工智能技术发展的贡献还只是处于对这些模型和算法进行补充和提升的阶段，即属于跟踪研究的行列。只是我们在将这些新的模型和算法进行产业化转化方面做得更积极和迅速，仿佛呈现出一种全面繁荣的表象。在这一点上，我们必须具有清醒的头脑，积蓄力量勇于追赶，方能在未来的发展中把握核心技术，引领人工智能的未来发展。
人工智能的发展
目前，人工智能的工作范式是大数据+深度学习+计算能力。大数据为人工智能提供丰富的数据与信息结构，深度学习提供自动学习方法与学习框架，计算能力为计算过程提速以支撑这种大数据的深度模型学习。未来的研究将以此为基础，全面发展半监督学习、迁移学习、非监督学习、开放性复杂问题处理、多任务协同学习与处理以及类脑智能技术开发等。
未来的五到十年将是人工智能技术的飞速发展时期。在学术方面，有关基础理论的研究将更加深入和细化，应用上将向不同的领域渗透，呈现出更加迅猛的发展势头。人工智能会快速取代某些传统依赖手工作业的工作，促进产业快速升级换代，激生新型人工智能相关行业。人工智能将大大改变经济发展模式、社会服务、社会生活，加速智能社会的来临，增强现有工业，并在自动驾驶、医疗、教育、金融等行业辅助人类的生产和生活，为人类带来极大的便利。未来，人工智能技术的发展会将人类社会发展推到一个前所未有的新高度，我国也将进入智能时代。
人类一直孜孜不倦地探索这个世界的本质，孕育了世界上所有的科学技术和奇思妙想，人工智能研究就是人类对其本身的研究和探寻。经过漫长的探索，人工智能研究迎来了前所未有的发展机遇，人类已经全方位探寻和认识智能的本质。
当前人工智能领域的三个主要研究方向是机器视觉、语音识别和自然语言处理，分别对应于人类的视觉、听觉和语言能力。为了达到强人工智能水平，这些能力是必须的。得益于卷积深度神经网络，机器视觉在近年来已经取得了长足发展，在物体识别准确率和人脸识别准确率上已经达到或者超过了人类水平。语音识别方面也已经比肩人类水平，识别效率近年来快速上升。自然语言领域也取得了很大进步，在一些具体任务上成效也非常显著。
机器视觉当前的主要研究成就集中在对于具体物体的识别任务中，未来机器需要具备视觉场景理解能力，不仅要能够准确地识别物体，还要能够结合人类知识分析具体场景。该任务相比于简单物体的识别要困难很多，机器要能够具备通用的理解能力，挖掘视频图像中的主要内容。实现这个目标，从而创造人类水平的视觉能力，一直是机器视觉研究人员的终极理想。语音识别领域的未来发展方向则体现在复杂场景下的识别效率，并有效结合其他信息。解决自然语言处理问题是人工智能方向最重要的几个方向之一。人类语言被认为是人类发展中非常关键的因素，正是因为能够使用语言交流快速传播知识，人类才能够从物竞天择中脱颖而出。然而，语言本身非常复杂，蕴含了大量的逻辑、推理。目前的学习系统并不能够很好地解决这些问题。通过未来几年的发展，自然语言处理领域将可能取得很大的进展，会逐渐揭开语言理解的奥秘，使得机器具备通用语言理解和逻辑推理能力。
虽然，目前人工智能在视觉、语音还有自然语言处理能力上已经得到了较大提升，但是仍具有很大的发展和提升空间。在未来发展中，这三个主要领域的研究工作还会长期持续，并取得更加重大的研究成果。
人工智能的另外一个发展方向是从少量标记数据中理解世界。目前人工智能，特别是深度学习，需要大量的标记数据才能训练，而且数据越多效果越好。但是，人类并不需要大量的示教就能理解世界，我们能够在没有大量标记数据的时候便形成良好的认识。比如，人们新见到一种植物的时候，就能马上对这种植物构建出一种识别模式，而不需要反复观察。目前的学习系统不具备这方面的能力，无法通过少量的样本得出一种简单的模式。所有这些系统目前都使用有监督的学习，在这个过程中, 机器是由人类标记的输入训练的。未来几年的挑战是让机器从原始的、未标记的数据 （如视频或文本）中学习。这就是所谓的无监督学习。人工智能系统目前不拥有“常识”。人和动物通过观察世界，在其中行动，并且了解它的物理机制。部分专家认为无监督学习是通向具有常识的机器的关键。为此，必须重新定义无监督学习的方法，比如通过对抗学习重新定义目标函数。
基于目前全球对于人工智能制高点的重视，国务院发布的《新一代人工智能发展规划》中明确指出了未来我国人工智能的发展重点，包括“大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统”。此外，对基于云计算、芯片等“边缘化”的人工智能的相关研究以及关于类脑智能的研究也蓄势待发。芯片化、硬件化、平台化是必然趋势。
人工智能从某种程度上正在超越人类本身，正如我们最初的期许那样。然而人工智能的发展必须遵循人类社会的基本道德规范和行为准则，以防其对人类社会造成巨大的灾难。人工智能是一个伟大的技术，它本身是中性的，可能被用于好的地方或者坏的地方，所以我们必须确保它的使用者是负责任的。这样的担忧并非空穴来风，在人工智能飞速发展的同时，与发展相匹配的规范也需要建立，并随之进行完善。同时我们也要重视保证其发展过程中的公平性、可控性、替代性和道德性，让人工智能技术更好地为人类服务，助力社会发展进步，促使人类社会进入全面的智能时代。
人工智能是一门多学科交叉的综合性前沿学科，理论上还有待完善，技术上正逐渐突破，应用上正快速扩展和渗透到各行各业。随着我国政府的强力支持和各大科技公司的大力投入，中国人工智能将在未来几年进入一个黄金时代，中国将会在人工智能领域中发挥举足轻重的引领作用。
【本文作者为北京大学信息科学技术学院智能科学系教授、博士生导师】
责编：赵博艺 / 杨 阳