思想者小传

高奇琦 华东政法大学人工智能与大数据指数研究院院长、政治学研究院院长、教授

人工智能可谓当今社会的“明星”，许多国家都制订了人工智能发展操持。
但人工智能的发展并不完备是一个技能问题，其对人类社会的改变是多方面的，影响也是深远的。

什么是人工智能？我们轻微作一个定义：人工智能便是对人类智能的模拟，并力争实现某些任务。
它紧张包括三方面的内容：

第一个是打算智能，涉及快速打算和影象存储能力。
在打算机科学家看来，人工智能首先是打算行为，即涉及数据、算力和算法。

第二个是感知智能，涉及机器的视觉、听觉、触觉等感知能力，即机器可以通过各种类型的传感器对周围的环境信息进行捕捉和剖析，并在处理后根据哀求作出合乎理性的应答与反应。

第三个是认知智能，即指机器具备独立思考和解决问题的能力。
现在的人工智能紧张勾留在第一和第二层次，认知智能涉及深度的语义理解，还是非常难做到的。

该当看到，人工智能不仅是科技界的热闹，而且是社会科学界须要关心的一个重大问题。
我提出一个观点，叫“赛维坦”。
政治学中有个“利维坦”，这是古代的一个巨兽，后来被霍布斯用来指代国家，形容国家无所不能。
我把“利维坦”的L变成S，意指科学。
科学很强大，但我们人类要驯服它，不能让它给我们找麻烦。
这就须要在伦理、法制等多个维度上进行更多思考和实践。

超人工智能的“奇点”，有可能在什么时候涌现

我常常会在演讲中作问卷调查，例如会问听众大概什么时候理解到人工智能。
很多人都会讲到阿尔法狗和李世石的对决。
实际上，绝大多数人理解的第一波人工智能浪潮，已经是天下范围内的第三波了。

第一波发生在1950年至1970年，当时的紧张事情是打算机科学家在从事机器推理系统，同时发明了早期的神经网络和专家系统。
这一期间的理论流派被称为符号主义。

第二波涌如今1980年至2000年。
我们现在讲的统计学派、机器学习和神经网络等观点，在这一阶段都已提出。
此时的主流理论流派被称为联结主义。

第三波是在2006年之后，紧张得益于大数据的推广。
谷歌利用大数据成功地对流感进行预测，引起了卫生部门的关注，这是大数据和人工智能密切关联的一个主要例子。
在这一波浪潮中，人工智能技能及运用有了很大的提高，以神经网络为中央的算法取得打破。

关于人工智能，有三个干系观点须要弄清楚：第一个是弱人工智能，第二个是强人工智能，第三个是超人工智能。
弱人工智能是专用人工智能，很难直接用在别的场景中。
现在很多科学家的空想目标是强人工智能，这样的通用人工智能可以迁移到其他运用处景中。
超人工智能则是指超过人类的智能，现在还不存在，我也希望它永久不要存在，否则就会对人类的意义进行颠覆。

但是，美国科学家、发明家库兹韦尔认为，通用人工智能在这个世纪的30年代或40年代有可能超过人类，并把这一个韶光点算作“奇点”。
为此，还专门成立了极具创新力的奇点大学。

英国牛津大学的未来学家博斯特罗姆也认为，超级智能在未来超过人类是非常有可能的。
他把超级智能分为三种形式：一是高速超级智能，二是集体超级智能，三是高本色的超级智能。

高速超级智能跟人脑相似，但速率要快于人脑的智能。
用博斯特罗姆的话来讲，高速超级智能可以完成人类智能做的所有事情，但速率会快很多。

集体超级智能由非常多数量的小型智能组成，并且在许多通用性领域，这种智能的整体性能大大超过现有的认知系统。
集体智能最善于办理被分为各个子问题的问题，可以同时找到并单独验证各个子问题的办理方案。
博斯特罗姆认为，集体超级智能的整合办法可以是疏松的，也可以是紧密的，即可以形成一个统一的智能体。

高本色超级智能和人类大脑一样快，但聪明程度与人类比较有质的超越。
这种高本色智能同人类智能比较，就像人类智能与大象、海豚、猩猩的智能比较一样。
博斯特罗姆认为，未来的超级智能可以得到一套新的认知模块，并通过繁芜知识工程的建构使得通用智能得到新上风。

第四次工业革命中，还有哪些主要的关联技能

为什么人工智能如此主要？由于人工智能代表的是第四次工业革命。

第一次天下大战发生的缘故原由，传统教科书每每强调英国和德国在殖民地上的抵牾。
英国是老牌帝国，拥有广大的殖民地，而德国是新兴帝国，殖民地较少，因此展开了激烈竞争。
这一结论是事实，但也忽略了更加深层次的一个缘故原由，那便是英国和德国在争夺科技的主导权。

英国是第一次工业革命的主导者，德国更多是第二次工业革命的主导者，英国不能容忍像德国这样的“新贵”崛起。
从表面上来看是争夺殖民地，由于殖民地代表着原材料产地和消费市场，但实际上两国在争夺新兴科学技能主导权。

在英国和德国争夺的过程中，最大的受益者是美国。
一方面，美国有力地参与了第二次工业革命；另一方面，它又没有与英国和德国展开直接冲突。

第三次工业革命紧张是信息技能革命，主导者是美国。
美国在主导第三次工业革命过程中，碰着了两个有力的对手：一个是苏联，另一个这天本。

苏联在信息家当进行了有效布局，并且在军事工业、尖端技能及数学家储备方面有上风。
但是，由于科技和家当系统编制等缘故原由，苏联未能对高真个军事工业进行有效的民用转化，以是技能创新缺少足够的运用支持。

日本于20世纪60年代开始参与信息革命，进步非常快。
1985年，日本企业和美国企业在半导体生产的市场霸占率方面发生了角色变革，日本成了第一，美国成了第二，其他国家的份额还不到10%。

面对这一环境，美国采纳一系列方法来打击日本信息家当的兴起。
例如，通过《广场协定》和《半导体协定》等，对日本进行政策限定。
同时，在手提电脑家当兴起后，美国着重造就新兴互助伙伴，如韩国的三星和中国***的台积电，并通过新的分工办法来打击日本的半导体企业。

但20世纪90年代中期，日本的半导体企业仍具有主要地位。
1995年，环球半导体企业前十名中，NEC是第一，东芝排第二，日立制作所排第三，富士通排第八，三菱电机排第九。

不过，到2005年时，东芝退为第四，NEC退为第十。
2018年，唯一排名前十的东芝也不得不卖出半导体部门。
由此，日本半导体企业基本退出世界市场的竞争。

在第四次工业革命中，最关键的技能是人工智能以及其他关联技能，如物联网、区块链、超级打算、脑科学等。
但是，由于人工智能的浸染非常显著，因此这一次革命可被称之为智能革命。
它意味着人工智能不是一个大略的技能，而是一种计策性技能，是新一轮科技革命和家当变革的关键力量。

在交通、医疗、教诲领域，将涌现若何的新变革

在现实生活中，我们将越来越直不雅观地感想熏染到人工智能产生的影响。
这里，大略举几个例子。

人工智能让无人驾驶成为可能。
未来交通会更多表示三个元素：一是新能源，二是无人驾驶，三是共享出行。
由于无人驾驶技能的涌现，人们可能不再须要拥有一辆车，而是直接购买从出发地到目的地的出行做事。
由此，现在的汽车制造商在未来可能须要向无人驾驶做事运营商的角色转变。
在这一过程中，汽车制造商须要同现在的打车软件以及高清舆图公司等，进行充分整合与互助。

共享出行也能让许多构造性问题得到办理。
例如，停车难一贯是城市管理中的老大难问题，却很有可能在共享出行的背景下得到办理。
由于那个时候，大部分汽车都会在路上行进，这样就可以将停车场资源重新腾出来用作绿化或人们安歇的场所。

医疗也是困扰人类的一个难题。
其最大的问题便是，相对付需求而言，医疗资源永久是不足用的。
研究显示，人工智能可以极大地扩展这一资源。
特殊是，它可以把一些传统上由成熟年夜夫来完成的事情逐步实现自动化。

例如，在影像领域，人工智能可以更有力地帮助影像科年夜夫事情。
这里的思路一定是赞助，而不是替代。
很多年夜夫都在用大量韶光做一些低真个、重复性的事情。
因此，当这部分事情被人工智能接手过去后，年夜夫就可以更专注地从事科学研究，也可以更有耐心地与患者互换，从而可以根据患者的详细状况履行更有针对性的治疗方案。

其余，人工智能还可以把医疗资源向较为穷苦的地方进行扩展。
只要人工智能的技能实现真正打破，它所供应的问题办理方案就会更加稳定。

同时，在5G技能的根本上，远程医疗会更为可靠、更加便利。
重病患者完备可以在偏僻的地区通过远程设备接管治疗。
我们还可以利用人工智能技能进行药物挖掘，从而以更低的本钱、更短的韶光来开拓治疗疑难杂症的新药。

人工智能用于教诲最大的意义在于，它可以推广自适应的教诲办法。
目前的教诲仍旧是“多人一壁”，由于老师的韶光、精力是有限的，难以针对每个孩子的个性和特点做到因材施教。
但是，借助人工智能系统，我们可以深入理解每一个孩子的受教诲状况，并通过自适应系统更加精准地推出个性教诲方案，从而帮助孩子提高学习效率。

此外，人工智能还可以在西席赞助、学业评估等方面发挥更大的浸染。

发达国家、发展中国家之间的“鸿沟”会否肃清

从天下范围来看，人工智能的发展对未来天下的构造可能会产生主要影响。

美国在人工智能领域的能力和权力仍旧很强。
例如，美国在通用打算硬件方面具有非常强的上风。
英伟达的GPU、谷歌的TPU、高通的智好手机芯片等具有明显上风。
又如，美国的企业和高校在人工智能的算法框架也有非常好的传统。
在一些运用处景中，如特种机器人领域，波士顿动力的技能上风也是明显的。

近年来，中国在人工智能领域的发展较快。
尤其是，在5G通信布局中，我们领先于不少国家。
中国最大的上风是弘大的市场和相对整洁的消费群体。
中国人口数量较多，信息化程度也较高，这是人工智能未来在各个场景中快速运用和落地的根本。

但整体上看，我们在根本芯片、算法框架及生态等方面还有一些不敷。
特殊是，在根本理论和原生性的创新方面有很大的提高空间。

在新一轮科技革命和家当变革浪潮中，一些发展中国家可能会处于尴尬和抵牾的位置。
一方面，发展中国家可以利用新型学习办法及开源软件等培养干系人才，大大缩短追赶发达国家的韶光。
同时，这一智能化办法也有助于战胜传统文化的限定。
但另一方面，智能革命有可能进一步拉大发展中国家与发达国家的差距。

关键的问题是，一些西方发达国家并不愿意将人工智能等前沿技能转让给发展中国家；当发展中国家在某些新兴技能领域实现打破性进展时，干系国家乃至会动用各种办法，包括投资审查、出口掌握、限定科技和职员互换等，来阻碍新兴国家的科技进步。

从这个意义上来讲，发达国家和发展中国家之间的“数字鸿沟”有可能转为“智能鸿沟”。
个中，那些紧张以劳动力为竞争上风的发展中国家可能会处于更加边缘的位置。
更严重的情形是，由于发达国家会把家当回撤并通过机器来推动生产，那么根本较差的发展中国家将越来越少地得到参与国际竞争和天下生产的机会。

目前，天下上关于人工智能的干系法律规则、政策、原则等，紧张是由西方发达国家来定义。
例如，最有影响的“阿西洛马人工智能23原则”便是由马斯克等西方企业家推动形成的；在人工智能领域颇具影响力的阿西莫夫“机器人三定律”，也是由美国科幻小说作家率先提出来的，并成为机器伦理领域的一个主要原则。

今年6月，中国发布“新一代人工智能管理原则”。
这是发展中国家第一次提出人工智能干系管理准则，具有非常主要的意义。
随着中国在人工智能领域实力的不断增强，类似的规则制订将会越来越受到重视，并进一步造福全人类。

（整理人：王珍 唐慧敏）