第一個是由專用走向通用, 這是必然的發展趨勢. 通用智能被認為是人工智慧皇冠上面的明珠, 大家都很關心這個競爭焦點.
我注意到, 美國軍方也開始規劃通用智能的研究. 他們認為通用人工智慧和自主武器, 是顯然優於現有人工智慧技術體系的發展方向.
第二個是由機器智能到人機混合智能. 為什麼不認同機器人和人類或者人工智慧與人類智能是零和博弈? 因為人工智慧另外一個重要發展趨勢是人機混合智能. 人類智能和人工智慧各有所長, 可以互補. 人工智慧的一個非常重要的發展趨勢, 是From AI (Artificial Intelligence) to AI (Augmented Intelligence) , 兩個AI含義不一樣.
第三個是從 '人工+智能' 到自主智能系統. 為了讓深度學習提高性能, 需要大量已經標註好的數據. 比如給人工智慧一個映像, 要通過人工標註好映像中哪一塊是人, 哪一塊是草地, 哪一塊是天空, 非常費時費力. 下一步發展趨勢是怎樣以極少的人工來獲得最大程度的智能, 人類看書可以學習到知識, 機器還做不到. 人工採集和標註大樣本訓練數據, 是這些年來深度學習取得成功的一個重要基礎或者重要人工基礎. 因此, 有人開始試圖建立自動機器學習演算法, 來降低AI的人工成本.
第四個是學科交叉將成為人工智慧的創新源泉. 現在很火爆的深度學習借鑒了大腦的原理: 資訊分層, 層次化處理. 《Nature》 發表了一個研究團隊開發的能自主學習的人工突觸成果報告, 它能提高人工神經網路的學習速度. 但大腦到底是怎麼處理外部視覺資訊或者聽覺資訊的, 很大程度還是一個黑箱, 這就是腦科學面臨的挑戰. 人工智慧和腦科學這兩個學科的交叉中存在巨大創新空間.
第五個是一個明顯的趨勢, 即人工智慧產業將蓬勃發展, 國際上一個比較有名的諮詢公司預測, 2016到2025年人工智慧的產業規模幾乎直線上升. 我們國家發展規劃提出, 2030年人工智慧核心產業規模將超過1萬億元, 帶動相關產業規模超過10萬億元, 人工智慧產業的前景顯然是非常大的.
第六個是關於人工智慧的法律法規一定會更加健全. 大家都很關注人工智慧可能帶來的社會問題, 因此聯合國還專門成立了人工智慧機器人中心這樣的監察機構. 前不久, 歐盟25個國家簽署了人工智慧合作宣言, 共同面對人工智慧在法律方面的挑戰. 我們學部也列了這方面的題目加以研究.
第七個是人工智慧將成為更多國家的戰略選擇. 一些國家已經把人工智慧上升為國家戰略, 越來越多的國家一定會採取同樣的舉措.
第八個是人工智慧的教育會全面普及. 教育部專門發布了高校人工智慧的行動計劃. 國務院新的人工智慧發展規劃也指出, 要支援開展形式多樣的人工智慧科普活動. 這是值得大家關注的一個方面.