“人工智能助力变革 带领人类从新闻社会向智能社会迈进”

本篇文章2787字，读完约7分钟

人工智能( ai )是指在机器上实现人类感知、识别、行动等智能的系统。 与人类历史上的其他技术革命相比，a6812elw人工智能对人类社会快速发展的影响可能位居前列。 人类社会也正在从以计算机、通信、网络、大数据等技术为支撑的新闻社会，走向以人工智能为关键支撑的智能社会，人类的生产生活和世界的快速发展格局将由此而发生更加深刻的变化。

人工智能包括强人工智能和弱人工智能。 强人工智能，又称通用人工智能，是能够达到或超过人类水平，适应外界环境挑战的具有自我意识的人工智能。 弱人工智能又称狭义人工智能，是指人脸识别、机器翻译等人工系统实现专用或特定技能的智能。 迄今为止，众所周知的各种人工智能系统都只实现特定或专用的人工智能，是较弱的人工智能系统。 弱人工智能可以单独挑战人类。 例如下围棋，人类就不再是人工智能的对手。

人工智能快速发展的基本思想和技术路径有三条

人工智能研究工作始于20世纪40年代，其完备概念于20世纪56年正式登上历史舞台，并在美国达特茅斯大学举行的“人工智能夏季研讨会”上提出。 该研讨会的主题通过利用机器模仿人类学习和其他方面的智能，推进了人工智能起伏、螺旋迅速发展的历史。

最初阶段是1956年到1976年基于符号逻辑的推理说明阶段。 这一阶段的首要成果是利用布尔代数作为逻辑运算的数学工具，利用演绎推理作为推理工具，迅速发展了逻辑编程语言，实现了包括代数机械定理说明等在内的机械推理决策系统。 但是，在人工智能理论和方法工具尚不完善的初期阶段，以克服认识为目标显然不现实，人工智能研究正从高潮走向低谷。

第二阶段，1976—2006年，基于人工规则的专家系统阶段。 这个阶段的首要进展是开辟知识工程的新研究领域，开发专家系统工具和相关语言，开发多种专家系统，如故障诊断专家系统、农业专家系统、疾病诊断专家系统、邮件自动分拣系统等。 专家系统由知识库、推理机和交互界面组成，其中知识库知识主要由各行各业的专家人工构建。 但是，知识只能通过专家的手工表达来实现，毕竟专家系统与人类专家随时代进化的学习能力不一致，人工智能研究进入了第二个瓶颈期。

第三阶段，2006年至今，大数据驱动的深度神经互联网阶段也是深度学习盛行的时期。 人工互联网的飞速发展，随着人工智能的飞速发展而起伏不定。 初期，人们关注的是能够模拟生物神经系统的一些功能，但很多复杂的互联网学习收敛性、健壮性、快速学习能力很难掌握，直到20世纪80年代逆遗传算法的发明和90年代卷积互联网的发明。 深度神经网络的做法到了前台，开启了人工智能的新阶段。

总结诞生以来人工智能迅速发展的基本思想和技术路径有三种。

第一条路径是符号主义或逻辑学派，形式逻辑是其理论基础，人工智能从智能的功能模拟开始，主张符号是智能的基本要素，智能是符号的特征和运算过程。 在前面提到的第一阶段和第二阶段，符号主义都是主导思想。

第二条路径是连接主义或神经网络学派，发祥于20世纪40年代，强调智能活动是许多简单(神经)单元多而杂连接并行执行的结果。 其基本观点是，人脑的智能既然来自神经互联网，那么就要用人工的方法构建神经互联网，通过训练产生智能。 人工神经互联网是生物神经互联网的抽象和简化。 80年代神经互联网的兴盛和近年来兴起的深度学习互联网都是包含多层神经元的人工神经互联网。

第三种路径是行为主义或统治学派，也称为进化主义。 该学派兴起于20世纪80年代末、20世纪90年代初，思想源头是20世纪40年代的控制论。 控制论认为智能来自智能主体与环境及其他智能主体相互作用的成功经验，是优胜劣势、适者生存的结果。

机器学习是未来的方向，将人类从重复劳动中解放出来

机器学习是20世纪80年代中期迅速发展起来的人工智能新方向。 机器学习是研究机器如何模拟或实现人类的学习行为，以获取新的知识和技能，或者根据环境适应性地调整对策。 通过机器学习，机器可以通过“总结”和“推理”经验来自动改善。

目前，机器学习仍然是人工智能研究的热点之一，包括深度学习的可解释性和可靠性、智能系统的自我学习和适应性增强、无监控学习、多模态协作学习、强化学习、终身学习等新的机器学习方法。 另外，考虑到数据安全性和隐私保护，如何在数据加密或部分加密的情况下学习也是重要的研究方向之一。 在深度学习浪潮的推动下，人工智能的其他研究方向也在迅速发展。 例如:机器感知、模式识别与数据挖掘、自然语言解决、知识表示与解决、智能芯片与系统、识别与神经科学启发的人工智能、人工智能与其他学科的交叉等。

中国是世界上人工智能研发和产业规模最大的国家之一。 我们在人工智能基础理论和算法、核心芯片和元器件、机器学习算法开源框架等方面起步较晚，但在国家人工智能优先快速发展战略、大数据规模、人工智能应用场景和产业规模、青年人才数量等方面具有特点。

中国人工智能发展迅速，挑战与机遇同在，机遇大于挑战。 尽管是后来者，但我们的市场规模大，青年多，奋斗精神强，从长远来看更有特点。 如果说18世纪中叶蒸汽机带来了第一次工业革命，持续了100年； 19世纪中叶电力带来了第二次工业革命，持续了100年； 20世纪中叶的计算机和通信带来了第三次工业革命，持续到现在70多年的本世纪中叶前后的人工智能预计会带来下一次工业革命，影响百年。 当然，目前人工智能技术的储备还没有达到打开智能时代的水平，需要不断积累和创新。 以现在的计算机体系结构，不能满足实现强人工智能的诉求。 未来可能的突破方向包括人工智能基础理论和算法、类脑计算、生物计算、量子计算等。

其影响不仅关系到国家的迅速发展，也关系到亿万劳动者的日常生活。 以深度学习为代表的人工智能技术发展迅速，应用广泛，深刻改变着人类社会生活的方方面面。 产业界从提高效率、降低价值成本等角度出发，积极使用安卓、智能制造、智能监控、无人驾驶、自动问答、医疗诊断、智能家居、政务法务等人工智能技术造福人类。

从就业的角度来看，更多的超市、银行、餐厅开始采用机械服务，律师、证券拆解师等高知识含量的工作也有可能被机器人取代，挑战工人就业。 人工智能的应用必然会提高劳动生产率。 在第一次工业革命期间，机械的应用减少了以前流传的轻工业雇佣，但产生了越来越多的新兴产业雇佣。 人工智能也一样，随着迅速发展，会产生很多新的岗位，但是对技能的要求和以前流传下来的岗位不同。 因此，随着人工智能的推进，教育培训体系也应根据就业结构的变化积极调整，加快推进产业升级中的职业转换培训。

人工智能可以帮助我们摆脱简单重复性的劳动，让人类充分挖掘自己的智能潜力。 面对即将到来的智能社会，我们应该以积极的态度接受变化。 与其担心工作被夺走，不如和机器“学习”。 机器还在继续学习。 我们人类不是应该多学习终生学习吗？

来源：雪球新闻网