要解決前述的這些挑戰(zhàn)，目前來講可以考慮兩種解決辦法：一個(gè)辦法是把人工智能中“知識(shí)驅(qū)動(dòng)”與“數(shù)據(jù)驅(qū)動(dòng)”這兩個(gè)方法結(jié)合起來，因?yàn)檫@兩個(gè)方法是互補(bǔ)的。其中，“知識(shí)驅(qū)動(dòng)”跟語義掛鉤，可理解；“數(shù)據(jù)驅(qū)動(dòng)”是黑箱的方法，不可理解，但其優(yōu)點(diǎn)是可以從數(shù)據(jù)中提取模型。知識(shí)驅(qū)動(dòng)方法是用離散的符號(hào)表示，而基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)方法是用高維空間向量表示，如果能把兩種方法“溝通”  起來，有可能極大的推動(dòng)人工智能技術(shù)的發(fā)展與應(yīng)用。另外一個(gè)辦法是回到神經(jīng)網(wǎng)絡(luò)的本源。借助于人腦神經(jīng)的工作機(jī)制研究，進(jìn)一步推動(dòng)深度神經(jīng)網(wǎng)絡(luò)模型的深入發(fā)展。

后深度學(xué)習(xí)時(shí)代的計(jì)算機(jī)

　　當(dāng)前，對(duì)計(jì)算機(jī)有這么幾個(gè)批評(píng)，一個(gè)是能耗大，一個(gè)是基于的串行處理。在這里，我先給大家吃一個(gè)定心丸：現(xiàn)代的電子計(jì)算機(jī)還需要在很長一段時(shí)間里依賴馮·諾依曼結(jié)構(gòu)。

　　現(xiàn)在大家討論最熱的話題一個(gè)是量子計(jì)算、一個(gè)是類腦計(jì)算。大家不要以為量子計(jì)算一出來，現(xiàn)在的計(jì)算機(jī)就完全不行了。

　　實(shí)際上，量子算法目前只有一二種可用的算法，所以它不能完全代替現(xiàn)在的計(jì)算機(jī)，就像量子通訊不能完全代替現(xiàn)在的通訊一樣。我想給大家吃的第二個(gè)定心丸：現(xiàn)在講的類腦計(jì)算，正確地講叫Brain Inspired Computing，而不是Brain-like。

　　當(dāng)前，連大腦的運(yùn)行機(jī)制都沒有研究清楚，怎么可能開展完全的類腦計(jì)算呢？類腦計(jì)算研究的開展，需要學(xué)科的交叉，我特別推薦數(shù)學(xué)、認(rèn)知科學(xué)、心理學(xué)、神經(jīng)科學(xué)和語言學(xué)等領(lǐng)域的學(xué)者積極開展交叉學(xué)科研究，從而推動(dòng)人工智能理論的進(jìn)一步發(fā)展和創(chuàng)新。

譚鐵牛院士：人工智能發(fā)展的思考

　　譚鐵牛 中國科學(xué)院院士，英國皇家工程院外籍院士，發(fā)展中國家科學(xué)院（TWAS）院士，中央人民政府駐香港特別行政區(qū)聯(lián)絡(luò)辦公室副主任，中國科學(xué)院副院長，中國人工智能學(xué)會(huì)副理事長。主要研究領(lǐng)域?yàn)槟Ｊ阶R(shí)別、圖像處理和計(jì)算機(jī)視覺。

　　2016年是充滿了紀(jì)念意義的特殊的一年：80年前的1936年，“人工智能之父”圖靈提出了“可計(jì)算機(jī)器”的概念，為人工智能乃至現(xiàn)代信息科技奠定了基礎(chǔ)；70年前的1946年，世界上第一臺(tái)電子計(jì)算機(jī)ENIAC在美國濱州誕生；60年前的1956年“人工智能”的概念首次被提出；50年前的1966年，第一次頒發(fā)“圖靈獎(jiǎng)”，到目前為止已經(jīng)有64位獲獎(jiǎng)?wù)撸?0年前的2006年，深度學(xué)習(xí)概念開始為大家所熟悉，并流行至今。今年確實(shí)是人工智能特別值得紀(jì)念的一年。

　　人工智能這60年的發(fā)展，可謂風(fēng)風(fēng)雨雨曲曲折折，有令人興奮激動(dòng)的時(shí)刻，也有令人非常沮喪的時(shí)刻；但我們欣喜的看到，今年又到達(dá)了一個(gè)新的高潮，也帶給我們很多重要的啟示。

　　在我看來，2016年人工智能的發(fā)展和應(yīng)用至少有以下十件標(biāo)志性的事件值得我們關(guān)注：

① Google公司的AlphaGo戰(zhàn)勝韓國圍棋冠軍棋手李世石，給世界帶來了極大的震撼。
② 各國政府高度重視人工智能發(fā)展，包括美國白宮舉行多場(chǎng)人工智能研討會(huì)；中國四部委聯(lián)合發(fā)布了《“互聯(lián)網(wǎng)+” 人工智能三年行動(dòng)實(shí)施方案》等；
③ IBM公司發(fā)布類腦超級(jí)計(jì)算機(jī)平臺(tái)；
④ 軟銀320億美元收購ARM；
⑤ Microsoft、Google、Facebook等開源人工智能基礎(chǔ)平臺(tái)；
⑥ 創(chuàng)建公益性的人工智能研究機(jī)構(gòu)OpenAI；
⑦ Science發(fā)表Bayesian Program Learning論文；
⑧ 微軟亞洲研究院提出的深層殘差網(wǎng)絡(luò)奪冠ImagnNet競(jìng)賽；
⑨ Google公司的量子計(jì)算機(jī)取得重要的突破；
⑩ 劍橋大學(xué)成立人工智能倫理研究所。

　　通過這些標(biāo)志性事件，我們可以概括出人工智能在2016年的十大趨勢(shì)動(dòng)態(tài)：

① 人工智能熱潮已實(shí)現(xiàn)全球化，從東方到西方、從發(fā)達(dá)國家到發(fā)展中國家、從大國到小國，都掀起了人工智能發(fā)展的熱潮。
② 人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)白熱化，人才競(jìng)爭(zhēng)風(fēng)起云涌。
③ 人工智能領(lǐng)域的產(chǎn)業(yè)投資與企業(yè)并購呈現(xiàn)密集化。
④ 人工智能應(yīng)用普適化，已滲透各個(gè)領(lǐng)域。
⑤ 人工智能的服務(wù)專業(yè)化，通用化人工智能與專業(yè)化人工智能研究方興未艾。
⑥ 人工智能基礎(chǔ)研究平臺(tái)開源化，降低了技術(shù)與應(yīng)用門檻。
⑦ 人工智能關(guān)鍵技術(shù)硬件化。
⑧ 人工智能技術(shù)方法集成化，集成創(chuàng)新勢(shì)在必行。
⑨ 人工智能學(xué)科創(chuàng)新協(xié)同化，多學(xué)科跨界融合。
⑩ 人工智能的社會(huì)影響大眾化。

然而，在2016年人工智能蓬勃發(fā)展的熱潮中，我們需要不斷加強(qiáng)對(duì)人工智能未來發(fā)展的深刻思考，體現(xiàn)在：

① 要保持警醒。人工智能熱潮之下尤其需要冷思考：AlphaGo在圍棋上的表現(xiàn)，確實(shí)提高了人們對(duì)人工智能的期望；但是切記勿對(duì)人工智能提出更高的期望，人工智能60年的發(fā)展歷程已經(jīng)帶給我們相當(dāng)多類似的經(jīng)驗(yàn)教訓(xùn)。
② 切忌跟風(fēng)，跟風(fēng)難有大作為。在人工智能的產(chǎn)業(yè)或者創(chuàng)業(yè)發(fā)展過程中找風(fēng)口不如找關(guān)口，突破技術(shù)發(fā)展的瓶頸就有可能開創(chuàng)一個(gè)新天地。
③ 不忘初心。對(duì)于人工智能的未來發(fā)展，要不忘初心、繼續(xù)探索，回歸人工智能的研究本源；特別是對(duì)于人腦智能機(jī)理的挖掘，孕育著信息科技的重大變革。
④ 苦練內(nèi)功。重視人工智能前沿基礎(chǔ)理論研究。例如，當(dāng)前異?；鸨纳疃葘W(xué)習(xí)研究與應(yīng)用不等于人工智能，深度學(xué)習(xí)只是人工智能領(lǐng)域中機(jī)器學(xué)習(xí)方法之一；盡管在某些領(lǐng)域應(yīng)用效果很好，但深度學(xué)習(xí)仍然存在明顯的理論和技術(shù)局限性。
⑤ 以史為鑒。人工智能一甲子之際需要我們深入總結(jié)，認(rèn)真思考。丘吉爾曾說過“你能看到多遠(yuǎn)的過去，你就能看到多遠(yuǎn)的未來；你過去看的有多深，你對(duì)未來才能看的有多準(zhǔn)”，我認(rèn)為是有道理的。

　　人工智能是新一輪科技與產(chǎn)業(yè)革命最顯著的特征，也為我國的經(jīng)濟(jì)社會(huì)發(fā)展帶來了很多機(jī)遇。如何抓住這個(gè)歷史性的機(jī)會(huì)？我覺得首先應(yīng)該有全國性規(guī)劃，通過頂層規(guī)劃協(xié)調(diào)實(shí)現(xiàn)全國一盤棋，才能推動(dòng)人工智能諸多利好政策的及時(shí)落地。另外，還要建設(shè)我國自主可控的人工智能創(chuàng)新體系——  “人工智能的核高基”，其中“核”是核心技術(shù)，“高”是高端設(shè)備與應(yīng)用，“基”是基礎(chǔ)理論設(shè)施；通過發(fā)揮我國互聯(lián)網(wǎng)大國的優(yōu)勢(shì)，把大數(shù)據(jù)和用戶優(yōu)勢(shì)資源轉(zhuǎn)化為人工智能技術(shù)優(yōu)勢(shì)，最后深化人工智能的技術(shù)推廣與產(chǎn)業(yè)應(yīng)用。

　　總之，人工智能在2016年雖然取得巨大進(jìn)步，但總體還處于初級(jí)階段。同時(shí)，人工智能作為未來發(fā)展的關(guān)鍵技術(shù)，將會(huì)深刻影響一個(gè)國家的格局甚至國家的國際競(jìng)爭(zhēng)力。我國應(yīng)以推進(jìn)“互聯(lián)網(wǎng)+”和“中國制造2025”戰(zhàn)略為契機(jī)，加快相關(guān)規(guī)劃與政策的落地，做大做強(qiáng)智能產(chǎn)業(yè)，加強(qiáng)人工智能教育與科普，培養(yǎng)高素質(zhì)人才隊(duì)伍，最終走出一條具有中國特色的人工智能強(qiáng)國之路。

劉韻潔院士：人工智能將引發(fā)未來網(wǎng)絡(luò)產(chǎn)業(yè)變革

　　劉韻潔 中國工程院院士，北京郵電大學(xué)信息與通信工程學(xué)院院長，中國聯(lián)通科技委主任。通信與信息系統(tǒng)專家，曾任郵電部數(shù)據(jù)通信研究所所長，郵電部電信總局副局長兼數(shù)據(jù)通信局局長，郵電部郵政科學(xué)規(guī)劃研究院院長，中國聯(lián)通總工程師、副總裁。主要研究領(lǐng)域?yàn)樾畔⒒W(wǎng)絡(luò)的建設(shè)發(fā)展、三網(wǎng)融合、未來網(wǎng)絡(luò)與人工智能的研究等。

　　互聯(lián)網(wǎng)發(fā)展到現(xiàn)在經(jīng)歷了40多年的歷程，在商業(yè)消費(fèi)領(lǐng)域取得了巨大的成功。當(dāng)前互聯(lián)網(wǎng)應(yīng)用正在從消費(fèi)領(lǐng)域向生產(chǎn)領(lǐng)域擴(kuò)展，與工業(yè)、能源等實(shí)體經(jīng)濟(jì)領(lǐng)域深度融合，這對(duì)網(wǎng)絡(luò)通信的實(shí)時(shí)性、安全可靠、服務(wù)等級(jí)劃分、海量數(shù)據(jù)處理和資源調(diào)度提出了更高的需求，網(wǎng)絡(luò)可持續(xù)發(fā)展已逐漸成為全球關(guān)注的焦點(diǎn)。為滿足互聯(lián)網(wǎng)業(yè)務(wù)模式的根本性轉(zhuǎn)變，需要從多層次、多維度研究新的基礎(chǔ)理論和技術(shù)方法，包括：設(shè)計(jì)克服現(xiàn)有互聯(lián)網(wǎng)缺陷的新型網(wǎng)絡(luò)體系結(jié)構(gòu)，研究適合未來網(wǎng)絡(luò)應(yīng)用創(chuàng)新的關(guān)鍵技術(shù)，研發(fā)未來網(wǎng)絡(luò)核心設(shè)備及系統(tǒng)，并進(jìn)行大規(guī)模組網(wǎng)驗(yàn)證。

　　目前，國內(nèi)外紛紛布局未來網(wǎng)絡(luò)體系架構(gòu)和關(guān)鍵技術(shù)的研究，其中軟件定義網(wǎng)絡(luò)（SDN）受到了全球范圍的廣泛關(guān)注與重視。受益于集中式控制機(jī)制和數(shù)據(jù)平面白盒化趨勢(shì)，SDN能夠極大地提升現(xiàn)有網(wǎng)絡(luò)的可控可管性和靈活性，可有效降低網(wǎng)絡(luò)服務(wù)提供者的投資成本和運(yùn)營管理成本，并具備實(shí)時(shí)收集數(shù)據(jù)平面的海量網(wǎng)絡(luò)數(shù)據(jù)的能力。

　　隨著未來網(wǎng)絡(luò)規(guī)模和復(fù)雜度的持續(xù)增長，尤其是物聯(lián)網(wǎng)等新型應(yīng)用場(chǎng)景，單純依靠人類編寫的集中式控制程序?qū)o法有效應(yīng)對(duì)網(wǎng)絡(luò)復(fù)雜度的增加和可能出現(xiàn)的各種異常突發(fā)事件。通過引入人工智能技術(shù)，利用SDN控制器采集的大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，具備人工智能能力的計(jì)算機(jī)就有可能對(duì)百分之九十的網(wǎng)絡(luò)故障或安全隱患進(jìn)行排查并給出供參考的解決方法。人類專家只需要集中智慧和精力解決機(jī)器無法給出答案的剩下的百分之十的難題。

　　并且，這個(gè)解決難題的過程可以進(jìn)行反復(fù)迭代，使得機(jī)器處理復(fù)雜網(wǎng)絡(luò)問題的能力越來越高。在路徑規(guī)劃和流量調(diào)度方面，未來網(wǎng)絡(luò)需要滿足應(yīng)用高吞吐、低時(shí)延的要求，使用傳統(tǒng)的路徑規(guī)劃算法很難根據(jù)鏈路負(fù)載的動(dòng)態(tài)情況實(shí)時(shí)的給出最優(yōu)的流量調(diào)度方案。在這里，基于人工智能技術(shù)有希望基于歷史的海量流量數(shù)據(jù)，對(duì)鏈路承載的流量進(jìn)行主動(dòng)預(yù)測(cè)和有效調(diào)度。可以說，人工智能在網(wǎng)絡(luò)管理、故障檢測(cè)、網(wǎng)絡(luò)安全、路徑規(guī)劃、流量調(diào)度等領(lǐng)域大有可為?！熬W(wǎng)絡(luò)大腦”的智力高低正成為制約網(wǎng)絡(luò)規(guī)模和復(fù)雜度可持續(xù)發(fā)展的關(guān)鍵因素。

　　在未來網(wǎng)絡(luò)中引入人工智能這樣的新事物可能會(huì)遇到一些技術(shù)挑戰(zhàn)，其中比較重要的一點(diǎn)是如何提高人工智能決策的可靠性。因?yàn)榫W(wǎng)絡(luò)中的路徑規(guī)劃和流量調(diào)度與語音識(shí)別等消費(fèi)終端業(yè)務(wù)具有較大不同。人工智能訓(xùn)練的深度學(xué)習(xí)模型在做語音識(shí)別時(shí)可以允許存在一定的誤差，而在網(wǎng)絡(luò)中這通常是不被允許的。

　　路徑規(guī)劃的失誤將有可能導(dǎo)致大規(guī)模的網(wǎng)絡(luò)癱瘓，造成重大損失。因此，在未來網(wǎng)絡(luò)中引入人工智能技術(shù)應(yīng)該是分階段逐步開展的。首先應(yīng)突破性使用人工智能技術(shù)，基于大數(shù)據(jù)分析實(shí)現(xiàn)網(wǎng)絡(luò)故障檢測(cè)和網(wǎng)絡(luò)安全診斷。在這一階段，人工智能將自主解決一些簡單的網(wǎng)絡(luò)問題，并輔助人類專家分析解決復(fù)雜網(wǎng)絡(luò)問題。等到人工智能技術(shù)獲得更大突破之后，具有足夠高可靠性的“網(wǎng)絡(luò)大腦”將對(duì)網(wǎng)絡(luò)路徑進(jìn)行主動(dòng)規(guī)劃，其對(duì)高動(dòng)態(tài)網(wǎng)絡(luò)的優(yōu)化效率將有可能超過傳統(tǒng)網(wǎng)絡(luò)算法。

　　我們相信，隨著人工智能技術(shù)的不斷成熟，未來必將會(huì)在網(wǎng)絡(luò)產(chǎn)業(yè)界掀起一場(chǎng)革命，也必將給我國打造自主、可控、安全的新型網(wǎng)絡(luò)提供一個(gè)重要的歷史機(jī)遇。