人工智慧呈現哪些發展趨勢？鄭志明院士來告訴你

人民網北京12月28日電（張桂貴周晶王帥）“智慧化是資訊技術應用發展的必然，人類社會從資訊化向智慧化發展，人工智慧已成為國際科技競爭的制高點。”近日，2020年APEC中小企業工商論壇在深圳召開，中國科學院院士、北京航空航太大學教授鄭志明在接受人民網強國論壇記者採訪時表示，當前人工智慧用得最多的是在圖像和語音識別領域，要擴大到工業、産業或社會領域，人工智慧就必須要從核心技術上做一些改變。

強國論壇：人工智慧發展到當下，經歷了哪幾個階段？

鄭志明：人工智慧的發展主要經歷了三個階段：一是符號主義，這是一種類似于數學的推理方法，強調數學邏輯；二是行為主義，注重交互、感知和動作的學習；三是連接主義，著重於人腦結構的模擬，建立連接機制和學習模型。最典型就是模擬人腦的神經網路。

強國論壇：人工智慧是新一輪科技革命和産業變革的重要驅動力量，如何在更多領域實現應用落地？

鄭志明：當前人工智慧用得最多的是在圖像和語音識別領域，但這遠遠不夠，因為我們所處的世界是個紛繁複雜的綜合體。當前，無論是大數據還是人工智慧技術，都不夠精細，只是把複雜的問題強行簡化，離我們真正想要掌握的科學技術還有一定的距離。

比如，同樣是無人駕駛，應用場景不同，實現它的難度也有很大區別。軌道或者大型礦山坑口的無人駕駛以現在的人工智慧技術是能夠實現的，因為這是單一路線加上時間變數的二維繫統。但如果要研究城市裏的無人駕駛，就需要在二維繫統的基礎上增加空間維度形成三維繫統，從而增加了解決問題的難度。

無人駕駛除了要面臨環境的高度複雜性外，還要考慮到邊界的開放性、資訊的不完備性和響應的實時性等，這些都是複雜問題。要提升人工智慧解決複雜問題的能力，就必須在關鍵技術的研究範式上進行重大變革。

強國論壇：未來，人工智慧發展會呈現哪些趨勢？

鄭志明：我個人認為，有兩方面的變化值得關注。首先是關注人工智慧演算法從線性到非線性的變化。目前的人工智慧演算法是運用統計學、數學等多種學科知識而形成的線性演算法，可是世界上許多複雜問題是非線性的，人工智慧要解決好這些問題還需要通過“深度學習”來進一步提升它的技術性能，實現人工智慧對複雜問題進行多層次分析和計算的能力，最終得出更加準確的結果。

其次，是關注人工智慧如何通過有限的感知完成準確的判定和決策。我們在處理問題的時候不可能每次都掌握完整的資訊，在資訊零散的情況下，人工智慧如何做到更加精準的認知和決策是研究的重點。