本刊记者 杜悦英
在自然界，一声春雷意味着草长莺飞的季节来临。而在人工智能领域，AlphaGo的战绩就是这声春雷。
2016年，恰逢人工智能发展60周年。以AlphaGo为代表，国际、国内实现了一系列人工智能技术的里程碑式突破，社会各界对人工智能的关注也达到前所未有的制高点。AlphaGo之后，人工智能未来怎样演进，将给人类带来哪些影响，成为社会各界普遍关注的重要议题。
5月27日，国家发展改革委、科技部、工信部、中央网信办联合发布《“互联网+”人工智能三年行动实施方案》（下称《实施方案》），其目的之一就是“加快人工智能产业发展”。
“经过60年的历练，人工智能已经到了可以奔跑的时候”，中国工程院院士、中国人工智能学会理事长李德毅在“2016全球人工智能技术大会”上这样说。
人工智能，正在迎来它史上最好的时代。
密集的政策
2015年7月，国务院印发《“互联网＋”行动指导意见》，明确人工智能为形成新产业模式的11个重点发展领域之一，将发展人工智能提升到国家战略层面。而在“后AlphaGo时代”的中国，一系列力推人工智能发展的政策更是在今年以来密集出台。
3月份公布的我国“十三五”规划纲要，将“脑科学与类脑研究”“大力发展工业机器人、服务机器人、手术机器人和军用机器人，推动人工智能技术在各领域商用”“推动驾驶自动化、设施数字化和运行智慧化”等内容，列入国家未来几年的重要发展战略。
3月21日，工信部、国家发展改革委、财政部联合发布《机器人产业发展规划（2016－2020年）》，这份规划和“中国制造2025”重点领域技术路线图，一道勾画出中国机器人产业的发展蓝图。按照计划，到2020年，中国工业机器人年销量将达到15万台，保有量达到80万台；到2025年，工业机器人年销量将达26万台，保有量达180万台；到“十三五”末，中国机器人产业集群产值有望突破千亿元。
5月底刚刚公布的《实施方案》明确，要培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平，并且政府将在资金、标准体系、知识产权、人才培养、国际合作、组织实施等方面进行保障。
《实施方案》展示了中国在人工智能领域的雄心：在培育发展人工智能新兴产业方面，加快建设文献、语音、图像、视频、地图等多种类数据的海量训练资源库和基础资源服务公共平台，建设支撑超大规模深度学习的新型计算集群，建立完善产业公共服务平台。研究网络安全全周期服务，提供云网端一体化、综合性安全服务。进一步推进计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键技术的研发和产业化，为产业智能化升级夯实基础。重点工程包括核心技术研发与产业化工程和基础资源公共服务平台工程。
在推进重点领域智能产品创新方面，主要任务是推动互联网与传统行业融合创新，加快人工智能技术在家居、汽车、无人系统、安防等领域的推广应用，提升重点领域网络安全保障能力，提高生产生活的智能化服务水平。支持在制造、教育、环境、交通、商业、健康医疗、网络安全、社会治理等重要领域开展人工智能应用试点示范，推动人工智能的规模化应用，全面提升我国人工智能的集群式创新创业能力。重点工程包括智能家居示范工程、智能汽车研发与产业化工程、智能无人系统应用工程和智能安防推广工程。
在提升终端产品智能化水平方面，主要任务是加快智能终端核心技术研发及产业化，丰富移动智能终端、可穿戴设备、虚拟现实等产品的服务及形态，提升高端产品供给水平。制定智能硬件产业创新发展专项行动方案，引导智能硬件产业健康有序发展。推动人工智能与机器人技术的深度融合，提升工业机器人、特种机器人、服务机器人等智能机器人的技术与应用水平。重点工程包括智能终端应用能力提升工程、智能可穿戴设备发展工程和智能机器人研发与应用工程。
从宏观层面到微观层面，密集出台的一系列利好政策为人工智能的下一步发展点明方向、保驾护航。国务院总理李克强在就“2015世界机器人大会”所做的批示中，对这一领域雄心勃勃：中国正在实施创新驱动发展战略，大力推动大众创业、万众创新、“互联网+”、“中国制造2025”，这将有力促进机器人新兴市场的成长，创造世界上最大的机器人市场。
业界的努力
中国科学技术大学的“可佳”会服务、国防科学技术大学的“AnBot”能执法、北京龙泉寺的“贤二”可陪聊……这些今年亮相的国产机器人各有所长。据《中国发展观察》了解，还有更多已经走在该领域研究前沿的知名企业和初创公司在此深耕，产品将很快亮相。
随着深度学习算法的深入运用，在一些特定领域，机器的感知能力正在超越人类。正是基于这种多层的、大规模的人工神经网络，人工智能有了质变式突破。百度深度学习研究院“杰出科学家”徐伟在“2016全球人工智能技术大会”演讲时举例说，在中文语音识别方面，百度的错误率是5.7%，而人类的错误率则是9.7%。另外，在人脸识别领域，人类的错误率是0.8%，而百度则是0.23%。
地平线机器人联合创始人、地平线机器人技术软件副总裁杨铭在上述场合发表观点称，深度学习近年来之所以备受关注，是因为一般而言，性能的准确度是随着数据的增长而增加，但其他机器学习方法随着数据的增加，性能在某一个点就不再提高了，深度学习算法目前还没有发现这种情况。
杨铭说，深度学习的未来趋势将包括：学习如何记忆及关注与取舍，把注意力集中到需要关心的细节上，增强学习以及整体任务的序列化。
窥一斑而知全豹。在深度学习算法和计算能力的双重重大突破下，人工智能迎来现如今的黄金时代。微软亚洲研究院常务副院长芮勇的评价是，现在正处于人工智能的第三个春天。三星电子中国研究院院长张代君更认为，当下是人工智能的第三次浪潮，而且还会有第四次浪潮的到来。
未来的可能
“未来的智能社会，将是人机互动、人机相互依存的社会”， 加拿大麦吉尔大学物理学博士、中国科学技术大学科技与战略风云学会研究员郭晓明告诉《中国发展观察》记者。
未来立足于现在。现阶段待解的问题，正是未来可期的方向。李德毅院士以AlphaGo为例，谈到一些不足：AlphaGo下棋时需要一个助理员拿棋子，它的手还没做出来，它没有眼睛，没有感受和行为能力。机器人一定要有感知能力、行为能力，AlphaGo只有思考能力是不够的。另外，AlphaGo目前还没有情绪、情感，不能现场分析对手的心理状态，不能现场和对手展开心理战，缺少交互认知的能力。
李德毅还表示，深度学习算法不能是人工智能的终结者。尤其重要的是，人都是个性化的，而AlphaGo目前还没有定位为个性的。“我们需要的是张三、李四，人类是人的总称而已。”
硬件对人工智能的发展同样重要。寒武纪科技创始人及首席执行官陈天石表示，现在这些深度学习算法全部是基于通用处理器，例如CPU或者GPU。但是通用处理器来执行神经网络这样的负载，或者说智能负载，效能比其实是很低的。他提醒，智能时代需要深度学习芯片支撑。
中国工程院院士邬贺铨在接受《中国发展观察》记者采访时曾表示，人工智能的下一步发展，首先有待于脑科学研究的进展。但就目前情况看，这两个学科之间的交流并不算多。两个学科具有较强的关联性，当前人工智能研究最为主流的深度学习算法，即是应用了神经科学的经典原理之一。然而，更多的神经科学基本原理至今尚未进入人工智能研究者的视野；人工智能60年来的发展亦没有对神经科学产生多少冲击。不过，在国际上，来自这两个领域的优秀科学家正在尝试对话与合作。
中国科学技术大学科技与战略风云学会研究员达雅等人则认为，二者的关联并不一定那么紧密。具体而言，人的智能形成是个时间历史过程，也是环境交互演变的过程，这个过程如何通过“记忆”，通过什么样的结构过程“映射”在人脑的神经结构中，需要从根本上予以了解。从这个意义上说，搞清楚记忆及记忆对当下的作用，是理解人类智能形成过程的关键。现在看来，了解人脑比制造有智能的机器更困难。
所以，“在没有对人脑的彻底认知前，也不妨碍利用当下认知人工造出一些智能系统”，供职于中国电子科技集团多年的科研人员严捷丰博士对《中国发展观察》记者表示。
南京大学计算机科学与技术系俞扬副教授则在接受《中国发展观察》采访时提醒，现在全球风投都瞩目人工智能领域，创业公司频现，自动驾驶、人脸识别等研究方向同质化，相关的技术应用的确有价值，但要警惕其中的泡沫。
“智慧是一种抉择能力，是一种善于学习和观察的能力”，微信公众号“贤二机器僧”在5月30日发出的一条信息中这样说。机器究竟能否进化出这样的能力？
毫无疑问，机器人很容易比人记得多，计算得快，甚至整个互联网都可以看成机器人。“但是情感价值判断等很多社会化的东西，除非人赋予，机器的自我演进不能脱离环境时空，也无法确知把一群机器人扔到一个跟地球一样的星球，亿万年后能跟人一样”，严捷丰说。