“智能化是信息技術(shù)應(yīng)用發(fā)展的必然，人類社會(huì)從信息化向智能化發(fā)展，人工智能已成為國(guó)際科技競(jìng)爭(zhēng)的制高點(diǎn)。”近日，2020年APEC中小企業(yè)工商論壇在深圳召開，中國(guó)科學(xué)院院士、北京航空航天大學(xué)教授鄭志明在接受人民網(wǎng)強(qiáng)國(guó)論壇記者采訪時(shí)表示，當(dāng)前人工智能用得最多的是在圖像和語(yǔ)音識(shí)別領(lǐng)域，要擴(kuò)大到工業(yè)、產(chǎn)業(yè)或社會(huì)領(lǐng)域，人工智能就必須要從核心技術(shù)上做一些改變。

強(qiáng)國(guó)論壇：人工智能發(fā)展到當(dāng)下，經(jīng)歷了哪幾個(gè)階段？

鄭志明：人工智能的發(fā)展主要經(jīng)歷了三個(gè)階段：一是符號(hào)主義，這是一種類似于數(shù)學(xué)的推理方法，強(qiáng)調(diào)數(shù)學(xué)邏輯；二是行為主義，注重交互、感知和動(dòng)作的學(xué)習(xí)；三是連接主義，著重于人腦結(jié)構(gòu)的模擬，建立連結(jié)機(jī)制和學(xué)習(xí)模型。最典型就是模擬人腦的神經(jīng)網(wǎng)絡(luò)。

強(qiáng)國(guó)論壇：人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，如何在更多領(lǐng)域?qū)崿F(xiàn)應(yīng)用落地？

鄭志明：當(dāng)前人工智能用得最多的是在圖像和語(yǔ)音識(shí)別領(lǐng)域，但這遠(yuǎn)遠(yuǎn)不夠，因?yàn)槲覀兯幍氖澜缡莻€(gè)紛繁復(fù)雜的綜合體。當(dāng)前，無論是大數(shù)據(jù)還是人工智能技術(shù)，都不夠精細(xì)，只是把復(fù)雜的問題強(qiáng)行簡(jiǎn)化，離我們真正想要掌握的科學(xué)技術(shù)還有一定的距離。

比如，同樣是無人駕駛，應(yīng)用場(chǎng)景不同，實(shí)現(xiàn)它的難度也有很大區(qū)別。軌道或者大型礦山坑口的無人駕駛以現(xiàn)在的人工智能技術(shù)是能夠?qū)崿F(xiàn)的，因?yàn)檫@是單一路線加上時(shí)間變量的二維系統(tǒng)。但如果要研究城市里的無人駕駛，就需要在二維系統(tǒng)的基礎(chǔ)上增加空間維度形成三維系統(tǒng)，從而增加了解決問題的難度。

無人駕駛除了要面臨環(huán)境的高度復(fù)雜性外，還要考慮到邊界的開放性、信息的不完備性和響應(yīng)的實(shí)時(shí)性等，這些都是復(fù)雜問題。要提升人工智能解決復(fù)雜問題的能力，就必須在關(guān)鍵技術(shù)的研究范式上進(jìn)行重大變革。

強(qiáng)國(guó)論壇：未來，人工智能發(fā)展會(huì)呈現(xiàn)哪些趨勢(shì)？

鄭志明：我個(gè)人認(rèn)為，有兩方面的變化值得關(guān)注。首先是關(guān)注人工智能算法從線性到非線性的變化。目前的人工智能算法是運(yùn)用統(tǒng)計(jì)學(xué)、數(shù)學(xué)等多種學(xué)科知識(shí)而形成的線性算法，可是世界上許多復(fù)雜問題是非線性的，人工智能要解決好這些問題還需要通過 “深度學(xué)習(xí)”來進(jìn)一步提升它的技術(shù)性能，實(shí)現(xiàn)人工智能對(duì)復(fù)雜問題進(jìn)行多層次分析和計(jì)算的能力，最終得出更加準(zhǔn)確的結(jié)果。

其次，是關(guān)注人工智能如何通過有限的感知完成準(zhǔn)確的判定和決策。我們?cè)谔幚韱栴}的時(shí)候不可能每次都掌握完整的信息，在信息零散的情況下，人工智能如何做到更加精準(zhǔn)的認(rèn)知和決策是研究的重點(diǎn)。
責(zé)任編輯：YYX