昨夜，台风“黑格比”越过上海同纬度，将上海带入了狂风暴雨模式。当遇到不好的天气，无人驾驶汽车摄取到的路况不够清晰时，如何解决机器的“视觉”问题？未来人工智能领域将发生怎样的变革？人类能制造出超级大脑吗？日前，作为“博雅讲堂——2020年前沿与交叉研修班”的最后一讲，北大信息科学技术学院教授、北京智源人工智能研究院院长黄铁军在《百年人工智能》的话题中预测未来15-30年，人类或将亲眼见证人造大脑变成现实。尽管学界对人工智能是否能拥有“自我意识”存在争议，但他坚持认为这是实现强人工智能不可回避的问题。从过去60年经典人工智能到深度学习的发展历程，到现今新一代人工智能发展规划以及未来迈向强人工智能时代的展望，黄铁军在逻辑清晰的梳理中印证了主题里的“百年”内涵。

黄铁军在“博雅讲堂——2020年前沿与交叉研修班”中主讲《百年人工智能》（视频截图）

如何正确看待人工智能？“智能为用，机器为体”，要造新一代的机器

随着智能家居、智能医疗、智能机器人等越来越多的智能工具改变着人们的生活，人工智能成为了大家津津乐道的前沿科技项目和探究话题。但黄铁军却不喜欢用“人工”一词来描述，因为似乎是有人的赋予它才智能，其实不然，人的智能来自人与环境的互动和进化，机器也可以与环境互动，通过学习拥有越来越强的智能。因此，黄铁军认为对智能最经典的定义是“系统通过获取和加工信息而获得的一种能力，从而实现系统从简单到复杂的演化”，这里的系统可以是生命也可以是机器。进一步而言，研究人工智能要从以机器为载体的角度来看待智能，即关注智能背后实现的载体到底是什么。

智能是一种功能，一种现象，那这种能力靠什么来实现？人的智能靠人的大脑和身体实现，那人工智能呢？经典计算机能承载得了吗？图灵在1936年为了解决不可计算数存在这样一个数学问题提出了图灵机模型，这就是沿用至今的计算机概念模型。这个机器生产出来之后，为了让它发挥更多作用，1956年开始在计算机上编算法、写程序，实现人工智能。但从科学计算到今天的大数据、云计算，只是在解决规模越来越大、越来越复杂的应用问题，并没有触碰智能的核心问题。“它们不是智能，只是有一些智能的表现。”

黄铁军表示，虽然计算机的速度越来越快，规模越来越大，但这不等于它自然就是人工智能的载体，它只不过是一个很好用的，很强的一个计算工具而已。虽然计算机是图灵提出来的，但他并不认为计算机是实现智能的合适平台。1950年，图灵在《计算机与智能》这篇论文提出“机器能思考吗?”的问题，是人工智能真正的起点。在这篇文章里，他提出制造一个真正的智能机器必须具有学习能力，而制造这种机器的方法就是先制造一个模拟童年的大脑。因为没有这颗大脑，想训练出智能是不可能的。同样，数学家冯·诺依曼也这么认为。

不做机器，光说智能，很难有颠覆性的、革命性的变化。为此，黄铁军提出“智能为用，机器为体”的观点，“历史一再证明人工智能的发展有起有落，深度学习的热潮等都是因为计算机的出现，面向未来，我们一定要造新一代的机器。”

黄铁军认为，人工智能是以机器为载体的智能

人工智能在过去60年到底发生了什么？三个阶段，三种思维模式

从1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”算起，人工智能概念登上历史舞台已经60余年了。但事实上，在1956年之前，在计算机发明之前就有提出了相关思想。60多年来，人工智能究竟经历了哪些发展？

“狭义的以计算机为载体的人工智能可以分为三个时期，但事实上，人工智能的发展远比这三个时期要丰富。”黄铁军在回顾中梳理，1956年到1976年的第一个阶段，主要发展了逻辑编程语言，实现了包括代数机器定理证明等机器推理决策系统。但在人工智能理论与方法工具尚不完备的初期阶段，以攻克认知作为目标显然不切实际，人工智能研究逐步从高潮进入低谷。1976年到2006年的第二个阶段，打开了知识工程的新研究领地，开发出多种专家系统，比如故障诊断专家系统、农业专家系统、疾病诊断专家系统等等。专家系统主要由知识库、推理机以及交互界面构成，其中，知识库的知识主要由各领域专家人工构建，终不免挂一漏万，无法和人类与时俱进的学习能力相匹配，人工智能研究第二次进入瓶颈期。2006年至今第三个阶段，是大数据驱动的深度神经网络阶段，也是深度学习大行其道的时期。重心从如何“制造”智能转移到如何“习得”智能，让机器自动从数据中获得知识。然而，机器学习的模型仍然是“人工”的，因此仍有其局限性。

如何设计一个智能系统，三个阶段的背后其实是三种思维方式或者说是三个学术流派，分别为符号主义、连接主义和行为主义。黄铁军介绍，符号主义或者说逻辑学派，主张人工智能应从智能的功能模拟入手，认为符号是智能的基本元素，智能是符号的表征和运算过程。前述第一个阶段和第二个阶段中，符号主义都是主导思想。第二种是连接主义或者说神经网络学派，强调智能活动是由大量简单（神经）单元通过复杂连接后并行运行的结果。1980年代神经网络的兴盛和近年来兴起的深度学习网络，都是包含多层神经元的人工神经网络。但是，迄今为止的人工神经网络都过度简化，与生物大脑神经网络还远远不能相提并论。第三种是行为主义或者说控制学派，认为智能并不只是来自计算引擎，也来自环境世界的场景、感应器内的信号转换以及机器人和环境的相互作用。近年来，万众瞩目的机器大狗BigDog便是这一流派的力作。

人工智能在过去60多年的发展里经过多次潮起潮落

在人工智能的发展过程中，黄铁军尤其强调，对中国而言，1986年是一个标志性的年份，是划分前30年和后30年的一个重要时间点。因为在这一年，中国的“863计划”（高技术研究发展计划）启动了智能计算机主题的研究方向，同时也成立了国家自然科学基金委员会。“因此，从时间的维度看，中国的人工智能在人类人工智能发展史的后30年中有了相对系统的研究。前30年虽然很少，但也有标志性的成果，如1977年吴文骏的机器定理证明，是世界范围内人工智能的一个重大进展”。

未来30年会发生什么？或将出现具有自我意识的人工智能

作为全球的热点之一，人工智能已经逐步成为引领新一轮科技革命和产业革命的战略型技术。目前，全球人工智能领域的竞争态势如何？黄铁军引用去年美国一个智库将中欧美在人工智能进行全方位对比的研究报告，显示美国在人才和基础研究、技术开发方面处于领先低位，但在应用场景和数据方面，中国排在第一。可见中国在人工智能方面，尤其在过去的十年中取得了长足的发展。在这一基础上，我国在2017年对人工智能的发展做了长期的布局，随着新一代人工智能重大科技项目和“中国脑计划”重大科技项目的全面启动，到2030年要达到世界领先水平。“中国发展新一代人工智能有自己的内在发展逻辑，相信中国对全球人工智能的原创贡献会越来越多，越来越密集。”

展望未来30年，人工智能还会有怎样的变革？会不会出现超越人类的通用人工智能或者是强人工智能？2015年，霍金、马斯克等研究人工智能的著名专家参加了一场题为“AI的未来：机遇与挑战”的会议，当时对这种超越人类的智能出现的时间做了一个现场调查，有人说永远不会出现，但也有人会说二三十年后就会出现，最后给出的平均数是2045年，也就是30年左右的时间会大概率的出现这种人工智能。黄铁军自称是未来派，他也有同样的看法，认为不久的将来会出现具有自我意识的人工智能。“这不是建立在计算机基础上，而是基于逼近生物神经网络的‘电子大脑’。电子大脑的神经网络结构与生物相同，光电神经元和突触的功能也和生物相同，加以刺激训练，在生物神经网络上能够涌现出的智能，很有希望也在机器上涌现。”

2015年，在“AI的未来：机遇与挑战”的会议上，与会专家预测2045年会出现强人工智能

也许很多人会质疑，连人类智能背后的规律都不明白，怎么敢说要做出一个达到甚至超越人类的智能？在黄铁军看来，这是一个错误的观念。科学是基础，技术是应用，把科学原理搞明白了再去创造一个系统，这种观点在很多方面是值得推敲的。飞机与空气动力学就是一个典型的例子，第一架飞机的发明出现并没有空气动力学的指导，航天工程学家冯·卡门带着钱学森花了几十年的时间才找到了飞行的基本的原理，回答了“飞机为什么会飞”的问题。所以说，科学虽然是伟大的，但它不是做发明的前提。

如何构建机器视觉？超速全时仿视网膜芯片是新一代AI的“电眼”

过去几年，黄铁军一直在积极推动我国类脑计算的发展，提出构建类脑智能 计算机技术路线：结构层次模仿脑，器件层次逼近脑，智能层次超越脑。“电影每秒24帧画面，电视每秒30帧画面，是利用了人类视觉暂留的生理特性。在人工智能时代，仍然使用欺骗人类眼睛的办法，每秒发送几十个静态图像给机器识别，是很愚蠢的。”

机器要想具有真正的智能，必须有一个真正的眼睛，像人的眼睛一样，这个眼睛不是摄像头，它要像生物研究一样工作。“现在所有的计算机视觉都是用视频，生物视觉以及我们将来要做的超级人工智能的视觉，不能采用视频，而是要仿照生物信息处理的模式，这个模式就是神经脉冲，当然这里边有很多秘密，有很多科学问题要解决。”

把视觉问题解决好，是新一代人工智能要做的事情。作为仿视网膜超速全时摄像系统研制牵头人，黄铁军主持的科研团队研制出了超速全时仿视网膜芯片，即新一代人工智能“电眼”。举例来说，在高速旋转的电风扇叶片上写两个字，电风扇转起来之后，人眼看到是模糊一片，“电眼”却能看得清清楚楚。黄铁军介绍，仿生物摄像系统以及相关的一套视觉信息表示、编码、分析、识别技术体系，专门面向新一代人工智能而设计，主要包括两类：一类是现在已经在用的智能视频监控系统，一类是将来会大规模应用的无人驾驶、无人机等。这种面向未来需求的技术设计和全新思路，是领先于国际的。

这款芯片的研发集合了计算机科学、神经科学、医学等众多领域的专家，从生物和信息两个角度探索视觉的奥秘，是类脑计算的一次成功实践。所以说，学科之间从来没有固定的边界，总是在不断地交叉与融合过程中发展，在流动中萌生重大颠覆性的创新。

作为新一代人工智能的“眼睛”，仿视网膜超速全时芯片像生物视网膜一样采用神经脉冲表达视觉信息，速度比生物高百倍

科学家发现现存的世界，工程师创造未来的世界。正如黄铁军所言，也许自己对制造“超级大脑”的估计过于乐观，而且迎来的是天使还是魔鬼都还未可知，但踯躅不前决非上策。图灵在撰写《计算机和智能》时，似乎也曾若有所思，他的论文结尾是这样的——“吾等目力短亦浅，能见百事待践行。”

编辑：袁琭璐

责任编辑：李念

*文汇独家稿件，转载请注明出处。