書(shū)名：中國(guó)人工智能簡(jiǎn)史：從1979到1993
作者：林軍 岑峰 著
出版社：人民郵電出版社
出版時(shí)間：2023年8月
面對(duì)人工智能這樣一個(gè)新興產(chǎn)業(yè)，似乎更應(yīng)該做的是眺望未來(lái)，那回溯歷史的價(jià)值是什么？
從《中國(guó)人工智能簡(jiǎn)史：從1979到1993》中，人們也許能找到答案。
走出ChatGPT 的喧囂和焦慮，回到早在上世紀(jì)70年代中國(guó)人工智能的起點(diǎn)，復(fù)盤(pán)國(guó)家戰(zhàn)略的層層推進(jìn)，了解那些科學(xué)家極富個(gè)性的故事以及技術(shù)的突破和沉寂那戲劇般的起伏，也許我們才能更清晰地看到未來(lái)。
就像那句西諺所說(shuō) “除非你知道你去過(guò)哪里，否則你無(wú)法知道你將要去哪里”。歷史從未終結(jié)，它始終敞開(kāi)，人們?nèi)绾慰创龤v史往往決定了他將如何把握未來(lái)，正是在這個(gè)意義上克羅齊說(shuō)出了那句名言“一切歷史都是當(dāng)代史”。
本欄特摘編鵬城實(shí)驗(yàn)室主任、中國(guó)工程院院士、前中國(guó)計(jì)算機(jī)學(xué)會(huì)理事長(zhǎng)高文為本書(shū)所作的序言，以饗讀者。
本書(shū)是總計(jì)三卷中的第一卷，全書(shū)計(jì)劃講述中國(guó)人工智能40年的發(fā)展史。
中國(guó)的人工智能研究剛好趕上20世紀(jì)70年代末開(kāi)始的第二波人工智能浪潮，是一個(gè)“承前啟后”的重要時(shí)期。在這一階段，我們不僅在符號(hào)主義人工智能的研究上取得了世界級(jí)的成果，也趕上了神經(jīng)網(wǎng)絡(luò)研究的浪潮，更重要的是，在前人研究和論證的基礎(chǔ)上，國(guó)家決定啟動(dòng)“863計(jì)劃”的研究。在20世紀(jì)90年代國(guó)際人工智能研究進(jìn)入低谷的時(shí)候，“863-306計(jì)劃”的實(shí)施培養(yǎng)了一大批進(jìn)入國(guó)際高技術(shù)前沿的計(jì)算機(jī)人才，為我國(guó)實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略奠定了人才基礎(chǔ)。
人工智能的發(fā)展是一個(gè)螺旋式前進(jìn)的過(guò)程。在前一波AI浪潮沉寂了一段時(shí)間后，前兩年大家都覺(jué)得AI“大風(fēng)”來(lái)了，必須趕快前進(jìn)，不要掉隊(duì)；這兩年人工智能有所降溫，大家冷靜下來(lái)后開(kāi)始發(fā)現(xiàn)，AI還是面臨很多挑戰(zhàn)。而當(dāng)下ChatGPT 的爆火，又讓公眾對(duì)人工智能有了新的興趣。
AI現(xiàn)在主要的缺陷或者說(shuō)不足是在機(jī)器學(xué)習(xí)方面。深度學(xué)習(xí)，即深度神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)的一種方法，這種方法確實(shí)可以解決很多問(wèn)題，也取得了很大的成功。但深度學(xué)習(xí)也要發(fā)展。我去美國(guó)開(kāi)會(huì)，馬里蘭大學(xué)一位知名的AI專家調(diào)侃說(shuō)，現(xiàn)在“深度學(xué)習(xí)有深度而無(wú)學(xué)習(xí)”（Deep Learning — Deep YES，Learning NO）。這是因?yàn)檫@樣的學(xué)習(xí)嚴(yán)格來(lái)說(shuō)不是學(xué)習(xí)，而是訓(xùn)練，是用大數(shù)據(jù)在訓(xùn)練一個(gè)數(shù)學(xué)模型，而不是真的學(xué)習(xí)到知識(shí)。
更大的問(wèn)題是人們不知道機(jī)器學(xué)習(xí)是怎么解決問(wèn)題的。在神經(jīng)網(wǎng)絡(luò)里，有很多東西沒(méi)有辦法被定性和解釋，這是比較難的一個(gè)問(wèn)題。解決了這個(gè)問(wèn)題，AI可能又會(huì)迎來(lái)一波大的浪潮。
用人的一生來(lái)比喻，今天的人工智能水平大概是剛上小學(xué)的程度，后面還有很長(zhǎng)的路可走。對(duì)于未來(lái)，我們需要思考AI 現(xiàn)在做了多少事，未來(lái)還有多少事需要做。
事實(shí)上，我們現(xiàn)在所解決的AI 問(wèn)題還是很小的一部分。AI 涉及的問(wèn)題可以分為四類。
第一類是可統(tǒng)計(jì)可推理的AI 問(wèn)題。這一部分在工業(yè)界已經(jīng)可以使用，可以應(yīng)用于機(jī)器人，應(yīng)用于各種各樣的知識(shí)決策系統(tǒng)。
第二類是不可統(tǒng)計(jì)可推理的AI 問(wèn)題。這類AI 問(wèn)題靠大數(shù)據(jù)解決不了，只能靠傳統(tǒng)的邏輯和規(guī)則來(lái)處理。
第三類是可統(tǒng)計(jì)不可推理的AI 問(wèn)題。有大數(shù)據(jù)，通過(guò)大數(shù)據(jù)都能統(tǒng)計(jì)出規(guī)律，但是用語(yǔ)言表述邏輯和因果關(guān)系相當(dāng)復(fù)雜。這方面的曙光已經(jīng)初現(xiàn)，但是也需要更多的突破。ChatGPT 正是在這個(gè)問(wèn)題上取得了大的飛躍。
第四類是不可統(tǒng)計(jì)不可推理的AI 問(wèn)題。這是最難的AI問(wèn)題。沒(méi)有模型和數(shù)據(jù)，這類問(wèn)題未來(lái)機(jī)器人不可能涉足，也不可能勝過(guò)人。
AI給全社會(huì)，尤其是給自動(dòng)化領(lǐng)域、機(jī)器人領(lǐng)域帶來(lái)的機(jī)遇是非常多的。過(guò)去幾十年，我們經(jīng)歷了比較大的浪潮，第一波是PC 浪潮，它給信息領(lǐng)域帶來(lái)了顛覆性的影響。之后是互聯(lián)網(wǎng)浪潮，它成就了一大批互聯(lián)網(wǎng)公司，如谷歌、百度。緊接著是移動(dòng)互聯(lián)網(wǎng)的新一波浪潮，蘋(píng)果、華為等都是乘著這一波浪潮起來(lái)的公司。下一波是什么？一定是AI，下一波公司中如果能再出現(xiàn)蘋(píng)果、華為這樣的公司，那它一定是AI公司。
目前，我國(guó)的人工智能發(fā)展總體來(lái)講有優(yōu)勢(shì)也有短板。優(yōu)勢(shì)有四個(gè)：強(qiáng)有力的政策支持、龐大的數(shù)據(jù)、豐富的應(yīng)用場(chǎng)景、非常多的有潛力的年輕人。同時(shí)有四個(gè)短板：基礎(chǔ)理論和原創(chuàng)算法薄弱、關(guān)鍵核心元器件薄弱、開(kāi)源開(kāi)放平臺(tái)建立不足、高端人才不足。
既然有這四個(gè)短板，我們?cè)撛趺崔k？實(shí)際上，科技部在新一代人工智能發(fā)展規(guī)劃方面已經(jīng)有了一個(gè)很好的前瞻性考慮，基本原則有四個(gè)：一是科技引領(lǐng)，二是系統(tǒng)布局，三是市場(chǎng)主導(dǎo)，四是開(kāi)源開(kāi)放。目標(biāo)是中國(guó)的人工智能到2025年其中一部分能夠達(dá)到領(lǐng)先水平，到2030年總體上能夠走在前面。
