日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

4月17日下午，湛廬特別邀請圣塔菲研究所客座教授、《AI 3.0》一書作者梅拉妮·米歇爾，中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任王飛躍，馭勢科技聯合創始人、董事長兼CEO吳甘沙，清華大學計算機系副教授、智源青年科學家劉知遠等國內外知名科學家和創業者，以及特別嘉賓達闥云端機器人小姜，一起探討AI 3.0時代的新商機和新生態。

這次全智能場景發布會第一次采用了演播室和戶外智能場景雙現場形式，在無人駕駛汽車和云端智能機器人的烘托下，全面展示了中國人工智能領域的創新實力和前沿進展。幾位科學家、企業家跨界深度交流，共同探討了人工智能發展現狀，以及透視當下AI發展的關鍵問題，并對產業布局和政策提出了可供參考的建議，助力未來的想象與開創。

以下為中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任王飛躍的演講精華內容

中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任 王飛躍 

《AI3.0》反映出的人工智能發展特點是基于邏輯和計算不斷迭代，從邏輯智能轉向計算智能，再到人機混合虛實互動的平行智能。也就是從最初經典的亞里士多德的形式邏輯三段論，到布爾的數字邏輯布爾代數，再到數理邏輯、自動機，以及基于邏輯的各種推理方法，這是AI 1.0的邏輯智能的核心，專家系統和Lisp機是其發展的高峰。AI 2.0 是計算智能，始于維納的控制論和認知計算，特別是WP人工神經元網絡模型，最初是為了給大腦邏輯推理和循環因果論提供可計算的模型，在20世紀80年代中期開始大規模地使用多層神經元網絡，一直發展到現在的深度神經元網絡，成了深度學習和當今AI的主要突破。下一步應該怎么走，正是《AI 3.0》要探討的內容。

米歇爾教授指出，人工智能會在邏輯智能和計算智能發展與交融的情況下走向3.0階段。大家對此有很多不一樣的解釋，我個人理解，她指的是人機與虛擬互動交融的人工智能。在我看來就是處于邊緣端的機械的、生物的智能，會產生有限的數據，再通過云端的云計算產生大數據，最后云計算把大數據變成精準的深度智能，再返回邊緣端的生物體、物理體或機器人，就是Small Data, Big Data, Smart Data。這是一個循環的過程，是從邊緣端的涌現到云霧端的收斂，這一涌現收斂也是復雜性科學的核心理念。

米歇爾在這方面做了很多研究，寫了一些關于復雜性研究的權威科普著作。她講的是認知的未來，通俗點說，AI 1.0和AI 2.0是要把小數據變成大數據，而AI 3.0是要把小數據變成大數據，再變成智數據，Smal-Big-Smart Data。

說來也巧，2009年我們實驗室啟動的項目就叫AI 3.0。2011年，我們在當時的《科學時報》,也就是今天的《中國科學報》上發表過一篇文章,介紹怎樣用科學團隊學(SciTS, Science of Team Sciences)方法實現AI 3.0的任務，也就是人與機器、Agents、數據與真實世界如何平行的人工智能。這也正是《AI 3.0》這本書要傳遞的信息。 

我希望更多人在閱讀本書之后，了解這種新的想法，了解人工智能的普及應用能夠服務社會，而不是像某些專家宣稱的那樣會導致失業。它會讓人類生活得更好，讓人與機器各司其職，從而創造一個更加和諧的社會。現在很多地方的程序員都成了“碼農”，996成了家常便飯。我希望AI 3.0時代的平行智能讓1024程序員節變成智農節1023。就是將2的十次方減去1，每天10點上班、兩點下班、一周工作三天。AI 3.0會讓程序員擁有更多自由、自在、自然、自己的時間。希望讀完本書，你不但能了解人工智能的科學性，還能體會出人工智能的人文性和社會性。 

無人車將是我們通向智慧城市、智慧社會的必由之路

我是1988年開始做無人車，那時候的名字叫移動機器人，參與了多個自動駕駛相關的項目，比如NASA的移動機器人，月球火星探測車，礦山自動駕駛挖掘車，以及在Uber無人車近年撞死人的地方，給公眾演示僅用攝像頭和雷達的無人駕駛車VISTA Car，不過那是20多年前的事。后來，90年代中開始我開始研究高速公路上的無人駕駛。

我相信，無人車將來一定是我們出行、物流等場景最主要的工具，這是我們通向智慧城市、智慧社會的必由之路。但是它一定有個發展階段。

• 第一階段，無人車、無人挖掘機、無人吊車等可以率先應用于一些特殊的場合，比如礦山，因為這種環境是對駕駛員身體損害比較大，安全是大問題。

• 第二階段是碼頭、機場，這是相對比較封閉的物流中心。剛才看了吳甘沙的馭世科技，他們在這塊做得比較成熟了。

• 第三階段是公交車等，我們看到過很多關于公交司機一些不良事件，我個人建議將公交司機從車上移到遠程，移到辦公室。這不代表著公交車完全無人駕駛，可以加安全員，甚至導購員等相關人員。

• 第四階段是出租車，出租車上乘客可以決定從哪里開始到哪里去，路徑相對事先明確，可在云端規劃和監控。

• 第五階段也是最后階段，才是所有的車都變成無人車。
  

我覺得需要從人類進化的歷史的角度看無人駕駛。路是人走出來的，所以最初人有路權，人有路權的時候，人是住在樹上或洞里的。后來馴服了馬，路就變成馬路了，持續幾千年。我小的時候路還叫馬路，當馬有路權的時候，路上有馬車、騎兵等，人類才開始有了村莊和鄉鎮，由此進了農業社會。后來，汽車有了路權，馬下路了，我們進入了工業時代，出現了上海、北京、紐約、倫敦、巴黎等大城市。
     現在人類要進入AI 3.0的時代，路權就要歸屬無人車了。我也在這兒提醒大家想想馬車、汽車之間的共生、博弈、背叛的過程。英國從1858年開始實行最早的道路交通法規《紅旗法》，規定蒸汽車在郊外和市內都要限速，而且前方幾米遠的地方要有一手持紅旗的人先行，為什么呢？因為汽車速度很快，馬會受驚。加上馬的出行帶來了大量的馬糞等難題，城市管理者們不得不聚在一起討論人類如何在未來一個世紀處理馬糞圍城的問題，當年所謂的世界難題，"馬糞危機＂。

汽車與馬車的戰爭大約持續了接近一個世紀，最終憑借著新生事物強大的生命力，再加上幾代人堅持不懈的努力改進，汽車終于代替馬車，成為人類在陸地上的主要交通工具。

而人類駕駛的汽車在速度、效率、安全性以及環境污染方面的缺陷，注定它最終會被無人車取代。這不僅是提高速度、效率和安全性的問題，這還是個"Do the right thing, in the right way。就是以正確的方式做正確的事"的問題，最終就是一個可持續發展的問題。但我們不能急功近利，二次污染，為了短時間內普及無人車而再次付出慘痛的代價。我覺得應該用二三十年的時間，平穩過度到無人車時代。這也是我堅持推廣平行駕駛技術的初衷，把有人車、遙控車、網聯車、無人車、用平行車統一起來，平安行駛，造福人類。

只有這些過程都完成了之后，我們才能真正進入無人車時代。我認為這是普及無人車的唯一途徑。這也是AI 3.0、平行智能、平行駕駛應該考慮的事情。

在基金委的支持下，我們連續12年同西安交通大學合作舉辦無人車比賽IVFC。我們對無人車的要求從4S變成了 6S，也就是要從無人車變成平行駕駛、平行智能，使無人車能實現6S。6S是什么？首先是讓出行、物流，在物理空間安全Safety；然后是實現網絡空間安全Security；還要節能環保，可持續發展Sustainability；要個性化、不斷優化Sensitivity；提供全面的服務，Service；最后，既然是智能設施，那少不了有利人類，而不是讓人失業的智慧Smartness。

希望沿著人工智能3.0路線，能夠實現這個目標。 

AI+，正在改變人類的未來

醫學領域關系人類的生命健康，所以一直是AI最關注的領域。這也是我所希望的。此外，我認為未來受人工智能沖擊最大的領域應該是教育領域。100多年前，我們的傳統教育依靠的是私塾和秀才，傳授的是“四書五經”。這個體制無法培養現代工業所需要的新型人才，包括物理、化學、數學、生物等這些領域的人才，所以就被現代教育取代了。我們看到，教育的發展對100多年來中國的工業化現在化發展造成了巨大的影響。

許多人認為目前我國的教育落后于發達國家，但我認為目前全世界的教育體制都落后于技術發展。技術的發展已經使得傳授知識獲得信息的途徑及方式發生了很大變化。信息的獲取更為便捷，比如通過wiki和微信群獲取信息成了信息來源的重要途徑。同時，很多知識已經或正在變成了常識。如果再用傳統手段將這些常識灌輸給學生，不僅浪費時間，而且對學生來說也是一種折磨。所以，我認為最應該改變的就是教學體制、教學方法和教學內容。

就像過去的中國傳統教育方式無法培養工業化人才一樣,目前的教育體制也無法培養智業化的人才。這應該是第一個要去改變的事情，同時也很高興現在已經有很多人開始關注這件事情了。

另外一個我希望改進的是經濟體系。同人體一樣，我們的社會經濟運行體系也會生病，因而會浪費巨大的資源，生“社會病”，最終還是人類自己的病疼。我一直提倡用軟件定義過程和機器人過程自動化(RPA)來進行的社會經濟的治理或管理，從而減少社會資源的浪費。比如將人工智能、區塊鏈技術應用到醫院建設等公共服務領域。這些領域涉及到大家的公益，它既不能完全產業化也不能完全由政府控制，而是應該由整個社會共同來協調。因此，我認為人工智能還將在社會經濟體系建設中發揮巨大作用。

最后，制造業關系人類生存的必要條件，因此智能制造必須是這個領域未來的發展方向。 

兩大問題，人工智能真正廣泛應用的關鍵

 米歇爾教授在《AI 3.0》的最后提出了6個重要的問題。我認為這些問題歸根結底對應于兩個問題。人工智能要想真正廣泛應用，被大家接受，必須首先解決這兩個問題。

• 第一個問題是人工智能的可靠性，包括它的可解釋性。我們在自然語言處理上已經取得了很大的成就，其實就靠搜索，盡管其中的深度學習就已經把我們電工行業的許多術語都用上去了，象Encoders, Transformers, Rectifiers, 但還是搜索，遠不及電工行業那樣可靠可解釋。還有，我認為，AI的可解釋性歸根結底就是人工智能的可靠性。

• 第二個問題是人工智能的合法性，尤其是在對個人隱私的保護方面。比如video camera的應用可能會侵害個人的權利。因為已經出現過很類似的案件，比如刑事欺詐。這也引起了包括中國在內的很多國家的反思。

我個人認為，當人工智能結合了區塊鏈等技術，可以從技術層面來解決這些問題。然而，但法律體系來規范人工智能系統的構建和應用才是關鍵，必不可少。 

三種思維，培養面向未來的人工智能人才

對于未來的人工智能人才，我認為應培養三種思維。

首先是復雜性思維，因為人工智能本身就屬于復雜性科學（Complexity Science）的范疇，所以在人工智能研究中引人復雜性科學方面，必須加強。因為人工智能目前還是要靠還原論方法，但還原還原，那是無窮無盡的，AI深入發展必然要人文心理社會建模，如何還原？所以說要有復雜性思維，要用整體的視角去看人工智能技術，這非常重要。

其次是要有跨學科思維，因為人工智能要普及應用，就一定涉及多學科、交叉學科和跨學科的知識。對應的過程就是small data到big data再到smart data的三部曲。把提出問題的what if和跟執行操作的if then交叉結合起來，what是small data, if就是big data，then就是smart data，這條路徑一定會跨學科。

最后一定要有系統化思維，人工智能真正要普及應用，取得可接受的可靠性、可接受的合法性，就一定要有systems thinking，就像我們有systems engineering一樣,我們也要有systems intelligence。

所以，按照復雜性智能、跨學科智能、系統性智能的思維來培養未來的人工智能人才，是至關重要的。