近年來，人們對人工智能（artificial intelligence，簡稱AI）產生濃厚興趣，產業界首先布局。大量資本與并購的涌入加速了AI技術與應用的結合，并蔓延升溫。據美國CBInsight公司2016年7月報告，2011年至今，谷歌、微軟、Twitter、Intel、Apple等IT巨頭收購了約140家AI領域的創業公司。僅2016年上半年，資本市場對AI投入已超2015年全年。

 

谷歌2014年高價收購DeepMind公司，2016年研制的AlphaGo戰勝了圍棋世界冠軍，2017年初又60連勝，谷歌自稱正從一個“移動優先”轉向“AI優先”的公司。微軟小冰聊天機器人，正引導從傳統的“圖形界面”向“自然語言和情感理解交互界面”轉變；IBM開發Watson系統已進入醫院，正在改變腫瘤臨床診斷與治療的運作模式；百度公司因在機器翻譯、自然語言理解和智能汽車的布局，被評譽“最聰明的公司”……這些進步預示著AI技術將有大的飛躍。

 

1956年，美國學者首次提出“AI”概念，即：讓機器能像人那樣理解、思考和學習，即用計算機模擬人的智能。傳統AI典型研究的領域是：機器定理證明、機器翻譯、專家系統、博弈、模式識別、機器學習、機器人與智能控制等，逐步形成符號、連接、行為等學派。

 

AI進步的動力不僅來自于內部驅動，更來自于信息環境與社會需求等外部驅動。

 

隨著移動終端、互聯網、傳感器網、車聯網、穿戴設備等的流行，感知設備遍布全球，計算與人類密切相伴，網絡連接著個體和群體，快速反映與聚集他們的發現、需求、創意、知識和能力。同時，世界已從二元空間結構（物理, 人類社會）演變為三元空間結構（信息網絡, 物理, 人類社會），它們之間的互動將形成各種新計算，包括感知融合、“人在回路中”、增強現實（AR）、跨媒體計算等等。

 

智能化的需求牽引，使AI在城市、醫療、交通、物流、機器人、無人駕駛、手機、游戲、制造、社會、經濟等發展中成為新技術、新目標，很多企業和城市已進行AI布局。

 

從過去追求“用計算機模擬AI”，轉化為：用機器與人結合成增強的混合智能系統；用機器、人、網絡結合成新的群智系統；用人、機器、網絡和物結合成的智能城市等更復雜的智能系統。

 

AI基本方法是數據驅動的算法，今后將涌現出大數據、傳感器、網絡、跨媒體等驅動計算，從而使大數據、感知融合、跨媒體等智能發展成為必然，傳統以字符為基礎的機器智能測試圖靈方法將受到挑戰。

 

當前，若干新技術變化已初露端倪，成為AI邁向2.0的技術萌芽。

 

以DeepMind的AlphaGo技術為例，其深度強化學習發展了“直覺感知（下一步在哪）”、“棋局推理（全局獲勝機會如何）”和“新穎落子（想人所不敢想）”等能力，并將記憶人類棋局和自我博弈積累棋局結合了起來。目前，該深度學習技術的缺陷是不可解釋，不通用，需要大數據智能的發展來解決。

 

事實上，大規模個體通過互聯網參與和交互，可實現超乎尋常的智慧能力。如，普林斯頓大學Connectome項目開發的EyeWire游戲，玩家可對顯微圖像中單個細胞及其神經元連接按功能進行涂色，145個國家的165000多名科學家及志愿者參與，首次詳述了哺乳動物視網膜神經組織如何檢測運動的結構功能關系等。群智計算能將極大提高人類社會的智能水平，用途廣，其理論和技術尚處原始階段。

 

2008年，中國科學家率先提出了“跨媒體計算”概念。2010年，《Nature》發文指出，文本、圖像、語音、視頻及其交互屬性將緊密混合一體，即為“跨媒體”。跨媒體智能是機器認知外界環境的基礎，對語言、視覺、圖形和聽覺的語義貫通是實現聯想、設計、概括、創造等智能行為的關鍵。當前，其尚處發展萌芽狀態，可望形成新一代AI的重要領域。

 

用計算機來模擬人的智能固然重要，而讓計算機與人協同，取長補短而成為一種“1+1>2”的增強性智能系統則更為重要。當前，各種穿戴設備、智能駕駛、外骨骼設備、人機協同手術等紛紛出現，而宏觀系統的人機協同有更大空間，預示著人機協同增強智能系統的前景廣泛。

 

AI誕生之際，機器人被列入其目標領域，仿生學也成為重要發展方向。但大多數案例表明，對原有機械裝備進行智能化和自主化升級，要比類人機器人更高效。因此，自主智能系統將成為新一代AI的重要方向，也對制造業升級尤為重要。

 

綜上所述，我們給出的AI2.0初步定義是：基于重大變化的信息新環境和發展新目標的新一代人工智能。其中，信息新環境是指：互聯網與移動終端的普及、傳感網的滲透、大數據的涌現和網上社區的興起等等。新目標是指：智能城市、智能經濟、智能制造、智能醫療、智能家居、智能駕駛等從宏觀到微觀的智能化新需求。可望升級的新技術有：大數據智能、跨媒體智能、自主智能、人機混合增強智能和群體智能等。

 

AI2.0的技術特征表現在：一是從傳統知識表達技術到大數據驅動知識學習，轉向大數據驅動和知識指導相結合的方式，其中機器學習不但可自動，還可解釋，更廣泛；二是從分類型處理多媒體數據 (如視覺、聽覺、文字等)，邁向跨媒體認知、學習和推理的新水平；三是從追求“智能機器”到高水平的人機協同融合，走向混合型增強智能的新計算形態；四是從聚焦研究“個體智能”到基于互聯網絡的群體智能，形成在網上激發組織群體智能的技術與平臺；五是將研究的理念從機器人轉向更加廣闊的智能自主系統，從而促進改造各種機械、裝備和產品，走上智能化之路。

 

相比以往，AI2.0將不但以更接近人類智能的形態存在，而且以提高人類智力活動能力為主要目標，將緊密融入我們的生活（跨媒體和無人系統），甚至擴展為我們身體一部分（混合增強智能），可以閱讀、管理、重組人類知識（大數據智能與群體智能），為生活、生產、資源、環境等社會發展問題提出建議，在越來越多的專門領域的博弈、識別、控制、預測中接近甚至超越人的能力。

 

中國正值工業化、城鎮化、信息化、農業現代化和綠色化發展高潮，急需AI發展不斷改善人民生活，提高社會生產力，優化城鎮的發展、提高資源利用水平，促進教育、醫療、貧困、環境、資源等緊迫問題的解決。

 

建議我國布局實施AI2.0時，一是要與重大需求和已積累的發展成果相結合，如電子政務、電子商務、快遞物流、智能社區、分享經濟、智能手機、電視家電、制造業升級，和創新設計、跨媒體計算、圖像編碼、中文識別、知識中心、智能城市及大數據等先行理念或技術成果；二是研究內容要圍繞大數據智能、互聯網群體智能、跨媒體智能、人機混合增強智能、自主智能系統等新一代方向；三是中國要推動和全球各國科學家與智庫開展合作，推動人工智能技術能沿著服務人類的正確方向升級。