顧  問

    潘云鶴     中國工程院院士

指導單位

    工業(yè)和信息化部信息化和軟件服務業(yè)司

指導委員會

    謝少鋒    工信部信軟司司長

    李冠宇    工信部信軟司副司長

    徐曉蘭    中國電子學會副理事長兼秘書長

    張宏圖    中國電子學會總部黨委書記兼副秘書長

    商    超    工信部信軟司軟件處處長

    傅永寶    工信部信軟司軟件處調(diào)研員

專家委員會（排名不分先后，按姓氏筆畫排序）

    王士進     科大訊飛研究院副院長

    韋    青     微軟中國公司首席技術官

    宋    波     國安瑞（北京）科技有限公司總經(jīng)理

    劉志堅     京東金融總法律顧問

    吳甘沙     馭勢科技聯(lián)合創(chuàng)始人兼CEO

    季向陽     清華大學自動化系教授

    陳麗娟     阿里巴巴人工智能實驗室負責人

    梁家恩     云知聲信息技術有限公司董事長兼CTO

    崔    巖     中德人工智能研究院院長

    蔡雄山     騰訊研究院法律研究中心副主任

編寫單位

      中國電子學會

編寫人員

      李    颋      周岷峰      馬    良     凌    霞

      李    巖      張雅妮      許華磊     張    嬋

      張    力      陳濛萌      樊江洋     朱    毅

      李俊平      閻德利      謝中業(yè)     陳    巖

（一）編制背景

自1956年概念得以確立以來，人工智能發(fā)展至今已逾60年，隨著所處信息環(huán)境和數(shù)據(jù)基礎的深刻變革，開始邁進新一輪發(fā)展階段，呈現(xiàn)出大數(shù)據(jù)、跨媒體、群體性、自主化、人機融合的發(fā)展新特征，從學術牽引式發(fā)展迅速轉(zhuǎn)變?yōu)樾枨鬆恳桨l(fā)展，相比歷史上的任何時刻，都要更加接近于人類智能，既能為進一步掌握城市發(fā)展、生態(tài)保護、經(jīng)濟管理、金融風險等宏觀系統(tǒng)提供指導，也能為設計制造、健康醫(yī)療、交通管理、能源節(jié)約等微觀領域提供解決方案。我國正值工業(yè)化、城鎮(zhèn)化、信息化、農(nóng)業(yè)現(xiàn)代化的攻堅階段，迫切需要加快推動人工智能在國民經(jīng)濟社會各行業(yè)、各領域的創(chuàng)新應用，促進產(chǎn)業(yè)提質(zhì)增效，改善人民生活水平，切實解決經(jīng)濟運行的重大結構性失衡。針對于此，有必要研究編制新一代人工智能發(fā)展白皮書，明確人工智能在新時期、新形勢下的技術框架、關鍵環(huán)節(jié)、應用前景，為推動人工智能關鍵技術進步和產(chǎn)業(yè)化應用推廣提供措施建議，進一步推動我國智能相關的前沿新興產(chǎn)業(yè)持續(xù)健康快速發(fā)展，有力支撐我國信息化和工業(yè)化深度融合邁上新臺階。

（二）編制目標

一是明確新一代人工智能的主要發(fā)展方向，系統(tǒng)歸納其主要驅(qū)動因素及最具典型意義的特征。

二是研究新一代人工智能的技術框架，梳理技術演進軌跡，提出基礎性、通用性技術體系。

三是探索新一代人工智能的產(chǎn)業(yè)邊界，劃分產(chǎn)業(yè)類別和應用場景，研判相關的投融資特征及趨勢。

四是提出促進新一代人工智能及相關技術及產(chǎn)業(yè)發(fā)展的可行性措施建議，為相關行業(yè)主管部門提供決策參考，為行業(yè)健康有序發(fā)展提供指導依據(jù)。

（三）編制方法

一是研究學習國內(nèi)外相關戰(zhàn)略政策文件，充分借鑒參考國內(nèi)外主要研究動態(tài)和成果。主要包括：美國白宮發(fā)布的《為人工智能的未來做好準備》、《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》；英國下議院科學和技術委員會發(fā)布的《機器人和人工智能》、英國政府科學辦公室發(fā)布的《人工智能對未來決策的機會和影響》，以及英國政府在2017年1月宣布的《現(xiàn)代工業(yè)戰(zhàn)略》和3月公布的《數(shù)字戰(zhàn)略》；日本政府制定的《人工智能產(chǎn)業(yè)化路線圖》；我國出臺的《國務院關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》和《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中關于人工智能的部分。同時，針對歐盟的“人腦項目”、德國的“智慧數(shù)據(jù)項目”、日本的“超智能社會”和“高級綜合智能平臺計劃”進行了學習了解。

二是訪談國內(nèi)知名專家學者，圍繞新一代人工智能的內(nèi)涵、外延及特征趨勢展開充分研討。新一代人工智能既有創(chuàng)新性又有繼承性，與過往所談論的人工智能既有聯(lián)系又有區(qū)別，在研究內(nèi)容上既要有突破又要有充分吸收和借鑒。通過與國內(nèi)人工智能相關領域的知名院士、高校學者、行業(yè)專家的座談交流，尤其是圍繞中國工程院潘云鶴院士《人工智能邁向2.0》一文進行的深入學習研討，為白皮書的編制奠定了系統(tǒng)的理論基礎。

三是調(diào)研國內(nèi)外知名人工智能企業(yè)，匯集整理和分析來自實踐應用的典型案例。高度重視人工智能領域的具體產(chǎn)品、服務及解決方案提供方式，走進國內(nèi)外一批在技術或產(chǎn)業(yè)方面具備領先水平和特色優(yōu)勢的人工智能企業(yè)展開深度調(diào)研，并邀請部分企業(yè)的技術或戰(zhàn)略負責人共同參與了白皮書的編制工作。

（四）特別聲明

1、研究主題充分考慮了與國家規(guī)劃的互動和呼應

人工智能的概念從誕生之日開始計算，已經(jīng)超過60年，并非橫空出世的新興事物。只不過受近年來算法模式持續(xù)優(yōu)化、數(shù)據(jù)信息海量增長、運算力大幅提升的影響和帶動，表現(xiàn)出了不同以往的發(fā)展水平和特征。本白皮書一開始研究主題名為“人工智能2.0”，目前已更改為“新一代人工智能”，是為了呼應院士研究文章、部委領導講話，以及即將出臺的國家級規(guī)劃，重點針對人工智能的新趨勢、新特征、新模式展開研究，并非是要提出一個全新的研究對象。

2、研究范圍聚焦技術和產(chǎn)業(yè)發(fā)展

在人工智能領域，正孕育著堪與相對論、量子理論、計算機、互聯(lián)網(wǎng)相提并論的重大創(chuàng)新、變革及突破。人工智能歷史性地站在了時代的風口，將對人類經(jīng)濟社會發(fā)展帶來智能化浪潮的顛覆性猛烈沖擊。研究人工智能，就要研究其在人類生產(chǎn)生活中的詳細地位和作用，涉及到方方面面，包括了道德、法律、倫理、文化等領域。本白皮書的編制，主要是為了給相關行業(yè)主管部門和企業(yè)提供決策參考依據(jù)，集中在技術和產(chǎn)業(yè)兩大層面展開研究，暫未涉及其他方面。

3、研究內(nèi)容仍有待進一步豐富完善

當前，各類研究咨詢機構紛紛推出圍繞人工智能主題的相關報告，各自觀點既有一致性，也存在部分不同意見。本白皮書的主要觀點和內(nèi)容僅代表編制組在目前對人工智能的研判和思考，歡迎各方專家學者和企業(yè)代表提出寶貴意見，共同推動白皮書的及時更新和糾偏。同時，隨著人工智能技術的進步、產(chǎn)業(yè)的發(fā)展、模式的變革，白皮書的內(nèi)容將得到進一步豐富完善。

一、新一代人工智能研究綜述

人工智能發(fā)軔于1956年在美國達特茅斯（Dartmouth）學院舉行的“人工智能（Artificial Intelligent，簡稱AI）夏季研討會”，在20世紀50年代末和80年代初先后步入兩次發(fā)展高峰，但因為技術瓶頸、應用成本等局限性而均落入低谷。當前，在新一代信息技術的引領下，數(shù)據(jù)快速積累，運算能力大幅提升，算法模型持續(xù)演進，行業(yè)應用快速興起，人工智能發(fā)展環(huán)境發(fā)生了深刻變化，跨媒體智能、群體智能、自主智能系統(tǒng)、混合型智能成為新的發(fā)展方向，人工智能第三次站在了科技發(fā)展的浪潮之巔。

（一）人工智能簡要發(fā)展歷程

從誕生至今，人工智能已有60年的發(fā)展歷史，大致經(jīng)歷了三次浪潮。第一次浪潮為20世紀50年代末至20世紀80年代初；第二次浪潮為20世紀80年代初至20世紀末；第三次浪潮為21世紀初至今。在人工智能的前兩次浪潮當中，由于技術未能實現(xiàn)突破性進展，相關應用始終難以達到預期效果，無法支撐起大規(guī)模商業(yè)化應用，最終在經(jīng)歷過兩次高潮與低谷之后，人工智能歸于沉寂。隨著信息技術快速發(fā)展和互聯(lián)網(wǎng)快速普及，以2006年深度學習模型的提出為標志，人工智能迎來第三次高速成長。

圖1  人工智能發(fā)展歷程示意圖

資料來源：中國電子學會整理

1、第一次浪潮：人工智能誕生并快速發(fā)展，但技術瓶頸難以突破

符號主義盛行，人工智能快速發(fā)展。1956年到1974年是人工智能發(fā)展的第一個黃金時期?？茖W家將符號方法引入統(tǒng)計方法中進行語義處理，出現(xiàn)了基于知識的方法，人機交互開始成為可能?？茖W家發(fā)明了多種具有重大影響的算法，如深度學習模型的雛形貝爾曼公式。除在算法和方法論方面取得了新進展，科學家們還制作出具有初步智能的機器。如能證明應用題的機器STUDENT（1964），可以實現(xiàn)簡單人機對話的機器ELIZA（1966）。人工智能發(fā)展速度迅猛，以至于研究者普遍認為人工智能代替人類只是時間問題。

模型存在局限，人工智能步入低谷。1974年到1980年。人工智能的瓶頸逐漸顯現(xiàn)，邏輯證明器、感知器、增強學習只能完成指定的工作，對于超出范圍的任務則無法應對，智能水平較為低級，局限性較為突出。造成這種局限的原因主要體現(xiàn)在兩個方面：一是人工智能所基于的數(shù)學模型和數(shù)學手段被發(fā)現(xiàn)具有一定的缺陷；二是很多計算的復雜度呈指數(shù)級增長，依據(jù)現(xiàn)有算法無法完成計算任務。先天的缺陷是人工智能在早期發(fā)展過程中遇到的瓶頸，研發(fā)機構對人工智能的熱情逐漸冷卻，對人工智能的資助也相應被縮減或取消，人工智能第一次步入低谷。

2、第二次浪潮：模型突破帶動初步產(chǎn)業(yè)化，但推廣應用存在成本障

數(shù)學模型實現(xiàn)重大突破，專家系統(tǒng)得以應用。進入20世紀80年代，人工智能再次回到了公眾的視野當中。人工智能相關的數(shù)學模型取得了一系列重大發(fā)明成果，其中包括著名的多層神經(jīng)網(wǎng)絡（1986）和BP反向傳播算法（1986）等，這進一步催生了能與人類下象棋的高度智能機器（1989）。其它成果包括通過人工智能網(wǎng)絡來實現(xiàn)能自動識別信封上郵政編碼的機器，精度可達99%以上，已經(jīng)超過普通人的水平。與此同時，卡耐基·梅隆大學為DEC公司制造出了專家系統(tǒng)（1980），這個專家系統(tǒng)可幫助DEC公司每年節(jié)約4000萬美元左右的費用，特別是在決策方面能提供有價值的內(nèi)容。受此鼓勵，很多國家包括日本、美國都再次投入巨資開發(fā)所謂第5代計算機（1982），當時叫做人工智能計算機。

成本高且難維護，人工智能再次步入低谷。為推動人工智能的發(fā)展，研究者設計了LISP語言，并針對該語言研制了Lisp計算機。該機型指令執(zhí)行效率比通用型計算機更高，但價格昂貴且難以維護，始終難以大范圍推廣普及。與此同時，在1987年到1993年間，蘋果和IBM公司開始推廣第一代臺式機，隨著性能不斷提升和銷售價格的不斷降低，這些個人電腦逐漸在消費市場上占據(jù)了優(yōu)勢，越來越多的計算機走入個人家庭，價格昂貴的Lisp計算機由于古老陳舊且難以維護逐漸被市場淘汰，專家系統(tǒng)逐也漸淡出人們的視野，人工智能硬件市場出現(xiàn)明顯萎縮。同時，政府經(jīng)費開始下降，人工智能又一次步入低谷。

3、第三次浪潮：信息時代催生新一代人工智能，但未來發(fā)展存在諸多隱憂

新興技術快速涌現(xiàn)，人工智能發(fā)展進入新階段。隨著互聯(lián)網(wǎng)的普及、傳感器的泛在、大數(shù)據(jù)的涌現(xiàn)、電子商務的發(fā)展、信息社區(qū)的興起，數(shù)據(jù)和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能發(fā)展所處信息環(huán)境和數(shù)據(jù)基礎發(fā)生了巨大而深刻的變化，這些變化構成了驅(qū)動人工智能走向新階段的外在動力。與此同時，人工智能的目標和理念出現(xiàn)重要調(diào)整，科學基礎和實現(xiàn)載體取得新的突破，類腦計算、深度學習、強化學習等一系列的技術萌芽也預示著內(nèi)在動力的成長，人工智能的發(fā)展已經(jīng)進入一個新的階段。

人工智能水平快速提升，人類面臨潛在隱患。得益于數(shù)據(jù)量的快速增長、計算能力的大幅提升以及機器學習算法的持續(xù)優(yōu)化，新一代人工智能在某些給定任務中已經(jīng)展現(xiàn)出達到或超越人類的工作能力，并逐漸從專用型智能向通用型智能過渡，有望發(fā)展為抽象型智能。隨著應用范圍的不斷拓展，人工智能與人類生產(chǎn)生活聯(lián)系的愈發(fā)緊密，一方面給人們帶來諸多便利，另一方面也產(chǎn)生了一些潛在問題：一是加速機器換人，結構性失業(yè)可能更為嚴重；二是隱私保護成為難點，數(shù)據(jù)擁有權、隱私權、許可權等界定存在困難。

（二）新一代人工智能的主要驅(qū)動因素

當前，隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術的加速迭代演進，人類社會與物理世界的二元結構正在進階到人類社會、信息空間和物理世界的三元結構，人與人、機器與機器、人與機器的交流互動愈加頻繁。人工智能發(fā)展所處的信息環(huán)境和數(shù)據(jù)基礎發(fā)生了深刻變化，愈加海量化的數(shù)據(jù)，持續(xù)提升的運算力，不斷優(yōu)化的算法模型，結合多種場景的新應用已構成相對完整的閉環(huán)，成為推動新一代人工智能發(fā)展的四大要素。

圖2  新一代人工智能主要驅(qū)動因素示意圖

資料來源：中國電子學會整理

1、人機物互聯(lián)互通成趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長

近年來，得益于互聯(lián)網(wǎng)、社交媒體、移動設備和傳感器的大量普及，全球產(chǎn)生并存儲的數(shù)據(jù)量急劇增加，為通過深度學習的方法來訓練人工智能提供了良好的土壤。目前，全球數(shù)據(jù)總量每年都以倍增的速度增長，預計到2020年將達到44萬億GB，中國產(chǎn)生的數(shù)據(jù)量將占全球數(shù)據(jù)總量的近20%。海量的數(shù)據(jù)將為人工智能算法模型提供源源不斷的素材，人工智能正從監(jiān)督式學習向無監(jiān)督學習演進升級，從各行業(yè)、各領域的海量數(shù)據(jù)中積累經(jīng)驗、發(fā)現(xiàn)規(guī)律、持續(xù)提升。

2、數(shù)據(jù)處理技術加速演進，運算能力實現(xiàn)大幅提升

人工智能領域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術難以滿足高強度、高頻次的處理需求。人工智能芯片的出現(xiàn)加速了深層神經(jīng)網(wǎng)絡的訓練迭代速度，讓大規(guī)模的數(shù)據(jù)處理效率顯著提升，極大地促進了人工智能行業(yè)的發(fā)展。目前，出現(xiàn)了GPU、NPU、FPGA和各種各樣的AI-PU專用芯片。相比傳統(tǒng)的CPU只能同時做一兩個加減法運算，NPU等專用芯片多采用“數(shù)據(jù)驅(qū)動并行計算”的架構，特別擅長處理視頻、圖像類的海量多媒體數(shù)據(jù)。在具有更高線性代數(shù)運算效率的同時，只產(chǎn)生比CPU更低的功耗。

3、深度學習研究成果卓著，帶動算法模型持續(xù)優(yōu)化

2006年，加拿大多倫多大學教授杰弗里·辛頓提出了深度學習的概念，極大地發(fā)展了人工神經(jīng)網(wǎng)絡算法，提高了機器自學習的能力，例如谷歌大腦團隊在2012年通過使用深度學習技術，成功讓電腦從視頻中“認出”了貓。隨著算法模型的重要性進一步凸顯，全球科技巨頭紛紛加大了這方面的布局力度和投入，通過成立實驗室，開源算法框架，打造生態(tài)體系等方式推動算法模型的優(yōu)化和創(chuàng)新。目前，深度學習等算法已經(jīng)廣泛應用在自然語言處理、語音處理以及計算機視覺等領域，并在某些特定領域取得了突破性進展，從有監(jiān)督式學習演化為半監(jiān)督式、無監(jiān)督式學習。

4、資本與技術深度耦合，助推行業(yè)應用快速興起

當前，在技術突破和應用需求的雙重驅(qū)動下，人工智能技術已走出實驗室，加速向產(chǎn)業(yè)各個領域滲透，產(chǎn)業(yè)化水平大幅提升。在此過程中，資本作為產(chǎn)業(yè)發(fā)展的加速器發(fā)揮了重要的作用，一方面，跨國科技巨頭以資本為杠桿，展開投資并購活動，得以不斷完善產(chǎn)業(yè)鏈布局，另一方面，各類資本對初創(chuàng)型企業(yè)的支持，使得優(yōu)秀的技術型公司迅速脫穎而出。據(jù)美國技術研究公司Venture Scanner的調(diào)查報告顯示，截至到2017年12月，全球范圍內(nèi)總計2075家與人工智能技術有關公司的融資總額達到65億美元。同時，美國行業(yè)研究公司CB Insight公布了對美國人工智能初創(chuàng)企業(yè)的調(diào)查結果，這類企業(yè)的融資金額約是2012年的10倍。目前，人工智能已在智能機器人、無人機、金融、醫(yī)療、安防、駕駛、搜索、教育等領域得到了較為廣泛的應用。

（三）新一代人工智能主要發(fā)展特征

在數(shù)據(jù)、運算能力、算法模型、多元應用的共同驅(qū)動下，人工智能的定義正從用計算機模擬人類智能演進到協(xié)助引導提升人類智能，通過推動機器、人與網(wǎng)絡相互連接融合，更為密切地融入人類生產(chǎn)生活，從輔助性設備和工具進化為協(xié)同互動的助手和伙伴。主要特征如下：

圖3  新一代人工智能主要發(fā)展特征

資料來源：中國電子學會整理

1、大數(shù)據(jù)成為人工智能持續(xù)快速發(fā)展的基石

隨著新一代信息技術的快速發(fā)展，計算能力、數(shù)據(jù)處理能力和處理速度實現(xiàn)了大幅提升，機器學習算法快速演進，大數(shù)據(jù)的價值得以展現(xiàn)。與早期基于推理的人工智能不同，新一代人工智能是由大數(shù)據(jù)驅(qū)動的，通過給定的學習框架，不斷根據(jù)當前設置及環(huán)境信息修改、更新參數(shù)，具有高度的自主性。例如，在輸入30萬張人類對弈棋譜并經(jīng)過3千萬次的自我對弈后，人工智能AlphaGo具備了媲美頂尖棋手的棋力。隨著智能終端和傳感器的快速普及，海量數(shù)據(jù)快速累積，基于大數(shù)據(jù)的人工智能也因此獲得了持續(xù)快速發(fā)展的動力來源。

2、文本、圖像、語音等信息實現(xiàn)跨媒體交互

當前，計算機圖像識別、語音識別和自然語言處理等技術在準確率及效率方面取得了明顯進步，并成功應用在無人駕駛、智能搜索等垂直行業(yè)。與此同時，隨著互聯(lián)網(wǎng)、智能終端的不斷發(fā)展，多媒體數(shù)據(jù)呈現(xiàn)爆炸式增長，并以網(wǎng)絡為載體在用戶之間實時、動態(tài)傳播，文本、圖像、語音、視頻等信息突破了各自屬性的局限，實現(xiàn)跨媒體交互，智能化搜索、個性化推薦的需求進一步釋放。未來人工智能將逐步向人類智能靠近，模仿人類綜合利用視覺、語言、聽覺等感知信息，實現(xiàn)識別、推理、設計、創(chuàng)作、預測等功能。

3、基于網(wǎng)絡的群體智能技術開始萌芽

隨著互聯(lián)網(wǎng)、云計算等新一代信息技術的快速應用及普及，大數(shù)據(jù)不斷累積，深度學習及強化學習等算法不斷優(yōu)化，人工智能研究的焦點，已從單純用計算機模擬人類智能，打造具有感知智能及認知智能的單個智能體，向打造多智能體協(xié)同的群體智能轉(zhuǎn)變。群體智能充分體現(xiàn)了“通盤考慮、統(tǒng)籌優(yōu)化”思想，具有去中心化、自愈性強和信息共享高效等優(yōu)點，相關的群體智能技術已經(jīng)開始萌芽并成為研究熱點。例如，我國研究開發(fā)了固定翼無人機智能集群系統(tǒng)，并于2017年6月實現(xiàn)了119架無人機的集群飛行。

4、自主智能系統(tǒng)成為新興發(fā)展方向

在長期以來的人工智能發(fā)展歷程中，對仿生學的結合和關注始終是其研究的重要方向，如美國軍方曾經(jīng)研制的機器騾以及各國科研機構研制的一系列人形機器人等。但均受技術水平的制約和應用場景的局限，沒有在大規(guī)模應用推廣方面獲得顯著突破。當前，隨著生產(chǎn)制造智能化改造升級的需求日益凸顯，通過嵌入智能系統(tǒng)對現(xiàn)有的機械設備進行改造升級成為更加務實的選擇，也是中國制造2025、德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)等國家戰(zhàn)略的核心舉措。在此引導下，自主智能系統(tǒng)正成為人工智能的重要發(fā)展及應用方向。例如，沈陽機床以i5智能機床為核心，打造了若干智能工廠，實現(xiàn)了“設備互聯(lián)、數(shù)據(jù)互換、過程互動、產(chǎn)業(yè)互融”的智能制造模式。

5、人機協(xié)同正在催生新型混合智能形態(tài)

人類智能在感知、推理、歸納和學習等方面具有機器智能無法比擬的優(yōu)勢，機器智能則在搜索、計算、存儲、優(yōu)化等方面領先于人類智能，兩種智能具有很強的互補性。人與計算機協(xié)同，互相取長補短將形成一種新的“1+1>2”的增強型智能，也就是混合智能，這種智能是一種雙向閉環(huán)系統(tǒng)，既包含人，又包含機器組件。其中人可以接受機器的信息，機器也可以讀取人的信號，兩者相互作用，互相促進。在此背景下，人工智能的根本目標已經(jīng)演進為提高人類智力活動能力，更智能地陪伴人類完成復雜多變的任務。