中科院院士谭铁牛：AI虽炙手可热，但也要警惕下一个“寒冬”

2016人工智能大会在京开幕。中国科学院副院长、中国科学院院士谭铁牛在大会上表示，要警惕人工智能进入下一个寒冬。

谭铁牛院士介绍说 人工智能产业化应用蓬勃发展，2015年全球人工智能市场规模为1270亿美金，今年预计达1650亿美金，到2018年预计超过2000亿。但在人工智能领域的投入和产业化发展进入了爆发期时，更应冷静对待。

谭铁牛指出AIphaGO在围棋人机大战中的突出表现提高了人们对人工智能技术的期望值。根据最新的Gartner新兴技术成熟度曲线，智能机器人、认知专家顾问、机器学习、自动驾驶汽车等人工智能热门技术正处于“期望膨胀期”，接下来可能进入“幻灭期”。

关于人工智能创业，谭铁牛认为跟风口不如找关口，并要重视前沿基础理论研究。他举例说，当下的热点是深度学习，但是深度学习不等于AI，深度学习只是人工智能领域机器学习方向的一种方法，也存在明显的局限性，所以需要进行思考如何克服这个瓶颈，人工智能发展下一个关口在什么地方。

以下为演讲全文：

各位同仁、各位朋友，以及正在网路上观看网络直播的各位网友大家好，今天是个好日子，5月底、6月初我们国家召开了全国科技创新大会，吹响了建设世界强国的号角，不到3个月的今天，我们再次欢聚一堂，召开一年一度的中国人工智能大会，首先代表这次会议的主办单位发起单位中国人工智能学会对各位的参与表示热烈的欢迎。

这次会议也是在去年召开人工智能大会的基础上又一次召开，今天这个会议也是中国人工智能学会和相关的兄弟学会一起来纪念的活动，所以我想组织这样一个会议， 主要的目的还是希望为人工智能领域的各位同仁、各位朋友创造一个条件，搭建一个平台，每一年有一次机会，聚在一起，一起来回顾人工智能一段时间的发展，交流人工智能的发展的最新进程，分析人工智能面临的问题和存在的挑战，那么同时一起来探讨人工智能未来发展的方向，特别是怎样能有效的推动我们国家人工智能的发展，我想这是中国人工智能学会发起组织一年一度这样一个大会的主要目的。

大家今天也看到，我们这个会议跟去年一样，没有主席台，也没有很多的领导致辞，我们想把舞台和更多的时间留给各位讲者和今天在场的各位朋友，所以致辞就一并带过。

大家知道组织一次会议不管大小，特别是今天这样的规模，这个会场把椅子摆满了，大概1000人多一点，所以组织这次活动也付出很多努力，特别感谢这次会议的几位主席，因为这个会呢有两天时间，大家注意到跟去年的一样，今天和明天两个上午分别是几个讲者报告，两个下午是专题讨论，感谢3位主席，他们精心组织这两天的会议程序安排，也要感谢这四个专题的论坛的几位主席和所有的伙伴，也都进行了精心的组织和演练，感谢中国人工智能学会的秘书长，作为大会组委会主席之一，还有我们这次会议的承办单位中科院自动化所，具体的会议工作是CSDN，感谢他们的团队为这次会议召开做出的努力。

这次会议有非常多的企业和相关部门大力支持，今天在场的也知道，好像有来自新闻媒体界的50多位，非常的关注，前面讲到今天没有一系列的领导致辞并不意味着他们不支持不关注，中国科协的领导也在，我也听说了在座的还有国务院办公厅的，所以这个会议各方非常关注，大家大力的支持，所以我想我的简短致辞就到这里，希望有更多的时间做报告。我建议我们一起对上面提到的各位朋友还没有提到的一些部门的大力支持一并表示感谢。

我的报告也相对比较简单，关于人工智能发展的思考， 希望为接下来的报告和专题讨论做一个铺垫，当然今年是个非常特殊的一年，人工智能从1956年提出，到今年正好60年，当年今年很特殊不仅仅是因为这个，大家可以简单看一看，为什么说今年是人工智能非常特殊的一年，1936年人工智能之父提出这么一个概念，人工智能乃至现代信息科技奠定了基础 ，那么70年以前1946年大家也知道，Eniac在美国滨州，60年以前我也提过了，人工智能再次被提出，50年以前1966年，当然也提一下1956年也是自动化所建所的日子，1966年是第一次颁发奖项，到现在为止应该是已经有64位获奖者，其中有一位华人，1986年，30年以前，BP Algorithm，10年以前大家都知道，Deep Learning，大家简单回顾一下可以看到，今年确实是人工智能特别值得纪念的一年。

所以我的报告比较简单，所以今年60年，有必要做回顾，但是呢大家记得去年在人工智能大会做了一个大会，比较详细的回顾了人工智能这60年的发展，今天我不想花太多的时间再重复去年说过的一些话，还是 重点讲讲从去年中国人工智能大会到今天就一年多一点的时间，去年是7月底召开，今年是8月底，人工智能发展的新概况，讲讲过去1年里我认为的几件大事，最后讲讲发展的若干思考。

概述就非常简单，很多内容已经讲过了，大家也知道1958年这么一个研讨会，10位美国年轻的学者在一起研讨，正式提出这个概念，前面两位都是28岁，罗彻斯特是38岁，香农是47岁，所以人工智能基本概念和研究目的，这也不是标准的定义，但大概是这个意思，当然人工智能有很多具体的表现形式，我在这里不再一一赘述。

我要说的是人工智能这60年的发展，可以说风风雨雨曲曲折折，有令人兴奋激动的时刻，也有令人非常沮丧的时刻，所以这个是我把60年划成6个阶段，但是最基本的共识有起伏，现在到了一个新的高潮，这个大家是没有异议的，当然了时间关系不能详细跟大家分析这60年怎么走过来的，但是确实给了我们很多重要的启示，我就不一一赘述了。

特别值得一提的是 专用人工智能领域取得突破性进展，今年阿尔法狗是标志性之一，包括竞赛性能的不断提高，特别是在测试中已经超越人，都是值得一提的，包括这样的场景看了还是非常令人印象深刻，新版的人型机器，还是非常震撼的，在这样的地上走，尽管歪歪扭扭，但走的还很稳，过去都是看不到的，非常的了不起，还有自动驾驶汽车，在雪地里，都可以走的很好，语音识别，这是科达讯飞一个典型的语音识别的例子，这个效果是非常好的，人脸识别，尽管还有一些挑战，但是这几年还是不错的，包括去年和前年马云也展示人脸识别，虹膜识别， 这是我本人做的一项工作，不光是对近距离，步态识别，当然没有虹膜识别那么可靠，但是呢在远距离的时候还是非常有用，深度学习确实解决很多领域的很多问题，这样子都可以识别，当然智能视觉监控这以前也讲过，不多讲。

我要说的是专用人工智能确实取得突破性的进展， 但另一方面是通用人工智能的研究与应用依然任重道远，要在通用人工智能方面取得巨大突破还需要尽洪荒之力，曾经去年这四句话描写了人工智能目前的水平，目前人工智能是有智能没智慧，有智商没情商，会计算不会算计，有专才无通才。 这个照片我用了很多次，这个是一个雪地里的斑点狗，很难还能够有计算机识别出，机器人有的时候很难理解，两个效果，中国队是谁也赢不了，有的效果是我们谁也赢不了，那机器怎么翻，还有“能穿多少穿多少”，诸如此类的，还有这个，机器翻译可能就犯错，很多人都笑了，所以我想这就是为什么目前还是尽洪荒之力，就是有很多问题解决的不好。

现状之三是人工智能产业化应用蓬勃发展， 2015年全球人工智能市场规模为1270亿美金，今年还是预计，1650亿美金，到2018年预计超过2000亿，发展的非常之快，很抱歉没有时间展开讲，所以我稍微快一点。

人工智能已经上升到国家战略高度 ，这个就不讲了，包括德国的工业4.0等等，核心是人工智能，包括中国制造2025，人工智能引起广泛的关注，这就是我想简单的概述一下人工智能60年发展到今天的大概的状况，不能展开讲，没有时间。

人工智能的新的动态，如果过去一年人工智能发展，在脑海中能想到什么事，列了大概十项。

第一项，阿尔法 狗，第二项是各国政府高度重视人工智能发展，包括今年5月份美国白宫举行4场研讨会讨论，包括我们国家大家也知道5月份几个部委发布了《互联网+人工智能三年的行动实施方案》还是值得一提的事，第三是IBM发布类脑超级计算机平台，是基于全几年发布的芯片，第四是软银320亿美元收购ARM，这还是很大的收购，第五，谷歌、facebook等开源人工智能基础平台，这是值得一提的，反映了一个趋势和动向，第六，创建公益性的人工智能机构OpenAI，我认为很值得一体，10亿美金，第七，学术方面的，Science发表Bayesian Program论文，第八，微软深层残差网络夺冠2015年ImagnNet，第九，谷歌量子计算机取得重要的突破，为人工智能计算搭建一个平台，第十，剑桥大学成立人工智能伦理研究所。

我这个对于十件大事的判断至少是及格的，当然怎样通过这个标志事件看看目前人工智能发展的状态，这就是下面要讲的，把他概括成十段话，从这些标志性的事件里面或者相关的工作里面，你看到过去，从过去一年的工作里面来看到什么新的动态或者动向或者趋势或者特色，我总结了一下。

第一，人工智能热潮全球化，从东方到西方，从发达国家到发展中国家，从大国到小国，应该都是掀起了热潮。

第二，产业竞争白热化，各种并购大家也可以看到，招聘人才，都希望来竞争。

第三，投资并购密集化，过去一年大的小的收购、投资，数不胜数，从几百亿到几个亿，更小规模的也不用说了，太多了。

第四，人工智能应用普适化，各个领域的渗透。

第五，人工智能的服务专业化，一个是研究通用化的人工智能，一个是专业化的人工智能。

第六，基础平台开源化，包括IBM、谷歌开源的平台，过去一年特别明显的一个新的特征，我不知道大家赞不赞同。

第七，关键技术硬件化，包括IBM的类脑计算平台。

第八，技术方法集成化，单一的人工智能计算理论和方法不可能包打天下，集成创新势在必行，阿尔法狗里面集成了很多，都是我们非常熟悉。

第九，学科创新协同化，多学科跨界融合交叉协同创新人工智能创新途径，包括量子技术跟人工智能的结合。

第十，社会影响大众化，我不用解释，包括我的司机前两天问，这一年多人工智能很火热，他都很关心，说明人工智能的影响的社会化大众化。

这是我讲的第二部分的内容，没有展开讲透请大家原谅。

所以过去一年无论怎么去归纳十件标志性大事，人工智能出来非常重要的发展时刻，过去60年是风风雨雨曲曲折折，下一个60年怎么走需要我们去思考，这就是今天跟大家汇报第三部分的内容，人工智能未来发展的若干思考。

第一，要保持警醒，热潮下面尤其需要冷思考 ，阿尔法狗在围棋上的表现，确实提高了人们对人工智能的期望，但是切记对人工智能提出更高的期望，希望太高，如果这个没有实现会非常的失望，甚至绝望，这不是一个好思想，这个60年的过程中我们有很多这样的教训，在热潮下尤其需要冷静的思考，这是前面跟大家展示的曲线，蓝线部分也许是这样的，有高潮一定会有低谷，这是发展的客观规律，而任何一个时段不可能一直蓬勃，所以一定要保持冷思考，引用最新的新兴技术成熟度曲线，大家可以看到，智能机器人、认知专家顾问等热门技术正处于期望膨胀期，接下来可能是幻灭期，所以需要我们冷静的思考。

第二，切忌跟风，我认为跟风难有大作为 ，这几年风口热好像说的很多，站在风口上猪都会飞起来，台风一过摔死的是谁啊，是被风吹起来的，所以我觉得后面是我的话，找风口不如找关口，就发展的瓶颈在哪里，突破那个瓶颈你可能就是开创一个新天地，抢占先机，所以找风口不如找关口，大家不要再跟风。

第三，不忘初心， 习总书记在讲话的时候不忘初心继续前进，对于人工智能来说是不忘初心继续探索，回归人工智能的本原，是要解决什么问题，别走偏了，所以从研究的内容到研究的目的，所以在回归本原的过程中尤其要记着，信息科技与脑类科技的交汇，人脑智能机理的挖掘孕育着信息科技的重大变革。

第四，苦练内功，重视前沿基础理论研究 ，现在是家喻户晓，但是大家不要忘记不是那么火爆的时候在干什么，一直到今天一直坚持，才有深度学习的今天，所以苦练内功很重要，不能被当下的热点一叶障目，深度学习不等于AI，深度学习只是人工智能领域机器学习方向的一种方法，尽管现在效果很好，所以确实需要进行思考如何克服这个瓶颈，人工智能发展下一个关口在什么地方。这里面的局限性大家也看到了，比如某种动物。深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破，其本质是通过映射对复杂函数进行逼近，所以深度学习依旧存在明显的局限性，尤其在任务的切换和对环境变化自身完善方面，对小样本的举一反三等方面，人工智能与人类还是相差甚远。

第五，以史为鉴 ，AI一甲子之际需要总结回顾，丘吉尔说你能看到多远的过去，你就能看到多远的未来，你过去看的有多深，你对未来才能看的有多准，我认为是有道理的，所以这个时候就需要我们做一个思考。

1、从浅层智能到深层智能，2、从专用人工智能到通用人工智能，我没有时间展开讲，3、从机器智能到混合智能，4、从数据驱动到数据和知识协同驱动，5、从线下智能到云上智能，6、从网下到网上。 这些具体的趋势实际上都反映在整个社会化大趋势，智能化是新一轮科技与产业革命的最显著特征，这边引用两位先生的观点，不展开讲，这种情况下我们怎么发展。

最后说说我们国家怎么发展，我们国家发展有很多机遇，天时地利人和，当然也有挑战，列了四个方面的挑战，包括我们的战略思维我们的冒险精神还不够，所以要思考这些问题，和人工智能如何更好的服务国家社会的发展，如何抓住这个机会， 我觉得首先应该有一个规划，上面要有规划，因为只有通过顶层规划协调才能实现一盘棋，最终实现人工智能强国，我前面讲的全国科技创新大会吹响建设世界科技强国的号角，未来的世界科技强国一定是一个人工智能的强国，就在信息时代的世界最强国，一样的道理，要推动人工智能诸多利好政策的及时落地，因为大家知道我们国家很重视各种规划，归根结底这些好政策能不能及时落地，否则政策也是空的，关键要落地 ，要建设我国自主可控的人工智能创新体系，我概括成为“人工智能的核高基”，核就是核心技术，高就是高端设备与应用，基就是基础理论设施，发挥互联网大国的优势，把我们的数据和用户优势资源转化为人工智能技术优势，最后深化人工智能技术推广应用，做大做强智能产业，加强人工智能教育与科普，培养高素质人才队伍，最后支持人工智能社会学的研究。

时间也到了，结束语三句话， 人工智能虽然取得巨大进步，但总体还处于初级阶段，作为一个关键的技术，一定要重视，他会影响一个国家的格局甚至国家的国际竞争力，最后我们国家应该以推进“互联网+”和“中国制造2025”战略为契机，加快相关规划与政策的落地，释放出能力，做大做强智能产业，最终走出一条具有中国特色的人工智能强国之路，谢谢大家。

推荐阅读： 科特勒曹虎对话IBM首席营销官：请问，人工智能如何帮到CMO？