年人工智能领域研发热点回眸

0引言

从2006年加拿大Hinton教授提出深度学『』习技术开始[1]，到2012年ImageNet竞赛在图像识别『』领域「」带『』来的突破[2]，如今，人工智能『』的第三次发展浪『』潮到来。不同『』于「」80年代随着神经网络而来的技术进步无『』法走进现实的困『』境，这一次的发展浪潮真正『』带来了技术的「」落地，商业化道路也走得更『』加顺畅。随后『』的每一年，人工智能技术都在突飞「」猛进『』地发展，应用成果如雨后春笋般涌「」现。海量的数据，不断优化的「」算法，以及与『』之匹配发展的『』计「」算『』机运算能力，都为更多的「」发展可能性及应用可能性提供了广阔的舞台『』。而随着人工智能在越来越多的『』方面落「」地，人们越来越多地感受到人「」工智能对于生「」活的改变，接受程度逐渐提升。

1人机融合智能

除了技术产品化的道路拓宽以外，当下的人工『』智能还有许多亟待发展和研究的方向『』。它的以下特点「」推动它「」在第三次发展浪潮中前往更具突破性的阶段『』，分别为：从『』人工知识表达技术到大数据驱动知识学习；从处理单一的「」数「」据『』到跨媒体认识、学习和推理；从追求“机『』器智能”到迈向人机混合的增『』强智能；从聚焦“个『』体智能”到基于互联网络的群体智能；从机器『』人到自主无人系「」统『』[3]。

其中，人机混合的增强智能即为『』将人类智能与人工「」智能进行结合，迈向新的智能阶段，此为人机「」融合智能。近年来，人机融合『』越来越成为『』人「」工智能领域的热词。2018年10月11日，美国“防务一号”网站发表刊文表示美「」国军方高级情报员越来越担『』心「」中『』国在人工智能等“提升人类效率”方面的研究[4]。美国国防「」情报局(DIA)局长罗伯「」特•阿什利(RobertAshley)在举行的美国陆军协会「」(AssociationoftheU.S.Army)年度会议上表示，“人「」机融合”是颠覆性技术的一个“关『』键领域”，将会影响美国的国家安全。他认为“中国在研究神经网络和人工智能方『』面所作的努力是一个分阶段的过程，希望最终达到‘人与机器的融合’的程度”[5]。

图1机器人向着人机融「」合的方向发展[4]

Fig.1Robotisdevelopingtowardsthedirectionofhuman-machinefusion

在人工『』智能研究的领域，更快的计算并不是我们希望达到的最终目『』的，而让计算机变得越来越与人融合，最终达到人机融合智能，才是最终的发展方向。当前人工『』智能虽然『』普及了众多的应用形式，但是依然以计算「」为中「」心、难以突破意识壁垒，而能够融合意识与计算特性的人类智能和『』人工智能融合智能体，即『』为人机融合智能『』。

人机融『』合智能研究是智能技术发展到一定程度的产物『』，它既包括人工「」智能的技术研究「」，也包括机器与人、机器与环境及人、机『』、环境之间关系的探索。人机融合智能研究「」不仅仅要考虑机『』器技术的高速发『』展，更要考虑交互主体-人类的思维与认知方式，让机器与人类各司「」其职，互相促「」进，这才是人「」工智能真『』正的前景与趋势[6]。

2群体智能「」

在上文中提到的人工智能发展的特点中，人工智能是从聚『』焦『』“个体智能”到基于互联网络的群体智能。群「」体「」智能是源于对蚂蚁、蜜蜂「」等为代「」表的社会性昆虫的群「」体行为的研『』究，最「」早被用『』在细胞机器人系「」统的描述中。它具有分布式无中心的控制，并且群体自组织性[7]。

在自然界『』中，集群的方式可以让简单的生『』物展「」现出惊「」人「」的复杂性、效率甚「」至创造力。在人工智能领域，可以『』通过这种方法产生一「」种新的智能，像超级专家一样“共「」同思『』考”。通过随机扩散『』搜索、蚁群优化、粒子群优化等算法，群体『』智能已应用在了无线通信、医疗「」、无人驾驶、艺术创作等方面「」[8]。

如今，UnanimousA.I.公司「」就「」在致力于研『』究群体智能，希望能够将数百人的知识、智慧、洞察以及知觉通「」过算法连接起『』来。该公司研制的SWARM平台等软件可以通过实时闭环控制『』系统将分布式网络组织成“人群『』”，能够聚集人类「」参与者「」的集体智慧以得出意见。它成功预测了奥斯卡，超级碗比赛，以『』及「」法国大选的结果[9]。该系统对2017-2018赛季20周的NHL曲棍球比赛进行『』了预测，得到了85%的成功率，超过了维加斯博『』彩市场的22%[10]。除了比赛和票选等预测活动，该群体智能方法还应用到了医疗领『』域，其诊断肺炎的准确率比单『』独工作的放射科『』医生『』团队高出22%[11]。

图2进行肺「」炎诊『』断的ASI（人「」工群体智「」能）[11]

Fig.2ASI(ArtificialSwarmIntelligence)inthediagnosisofpneumonia

3认知计算

认知是人与世界交互的重要过程，认知计算旨在模仿人类「」大脑的计算系统『』，让计算机像「」人一样认「」知和思考。只有实现了认「」知计算，才『』能真正实现可以学习『』并与人类自然交互的系统。从20世纪开始「」，人们通『』过单一用途的机械系统指示机器「」的行动，此为“制表时『』代”；在「」20世纪50年代进入了“编程时「」代”，人们通过编程的「」方式控制「」计算设备；从2011年起「」，人们就将认知计「」算列为「」了人『』工智能发展的目标，开『』始进入“认知时代”。在『』群体智能方面，我「」们借鉴了蚂蚁等生物的启『』示，而在认知计算里，我们依『』然要聚焦于生物，研究认知的整『』个过程。在『』认知『』计算中，系统『』通过大规模的『』学习「」，有目的『』、理性、自然地与人类『』进行互动。认知计算让机器不仅仅「」通过编程来执「」行指令，而是通过与人类的互动以及它们对环境的「」体「」验来学习和推理。它能够模拟人类的思「」维过程，理解世界的模糊性和不确定性。通过权衡来自多个来源『』的信息和想法『』，进行推理并提供假设[12][13]。

IBM的Watson系统是「」其『』中最有名的认知系统。它通过筛选大量的数据库获取信息，以问答的形式『』帮助用户回答对复杂问题的见解「」。通过认知计算的「」方式，它可以不断地从用户互动中获「」取数据，变『』得更加聪明。它目前已经成为了一个具有认知「」计算能力的生态「」系统「」，可不断地衍生出各『』种行业解决方案，被应用于医疗、天气『』预测『』法律顾问等方面。今『』年该平「」台被用在了「」教育领域『』，瑞典的「」一个研究「」小组「」开发「」出了一个使用IBMWatson系统的学习并行编程的助手，在实际教学实验中获得了学生的好评[14]。

认知计算的发展需要我们不断「」地对人的认知过「」程进行研究「」。其中，态势感知的研究也属于认知计算领域。态势感知将人「」的『』认知过程分为三个独立的层『』次「」，分别为：对环「」境中元素的感知，对「」当前形势的理解，对未来「」状况的预测[15]。通过建模和「」结构化的思想，可以将人「」的「」认知过「」程量化为态势感知程度。除此之外，人们也在不断的通过其他方式对人类的认知过程进行量化，试图通过计算机来进行模拟和计算。认知学可能是人工「」智能下『』一步发「」展的突破口。

4情感计算

在计算机的认知、学习、记忆和『』言语的水平都在逐「」渐提高的同时，我们也必须意识「」到，让计算机「」具有能够『』感知和理解人「」的『』情感，并且针「」对人的情感做『』出相应合适『』反应的能力「」，是让计算机具有更高的、全面的智能「」的必经之路。早『』在2006年，在Minsky的著作《情感机器》中「」就提出“人工智能=认知智能+情感「」智能”的说法『』[16]。情感计算的加入能够『』大大『』拓宽人工智能的应用领域。根据手段的不同，情感计算研究主要分为基于视觉，基于语音，基于文本及基于脑补信息和多模态信息的情感「」分析。

图3通过多种可穿戴运动传感器捕捉「」微妙的心脏运『』动[18]

Fig.3Capturesubtlecardiacmotionsbymultiplewearablemotionsensors

许多研究机构及情感计算工具公司都在不断对情感计算领域进行探索，例如：麻「」省理工学院媒体实验室，MicrosoftVIBE团队，Emotient公司「」等。他们力求达到更精准的情「」绪识别，并且不断开拓新『』的『』应用领域。从『』研究设备上，由于得『』到更「」多样的可穿戴设『』备支持，今年有许多有关可穿戴设备进行情感『』测量的研究涌现，例如：通过可穿戴设备获取运动心率进行情感评估[17]，或进行压力和睡『』眠评估[18]；还有在皮肤布置传感器的表『』皮机器人作为「」新的可穿戴设备[19]。从技术上，深度学习也大量应用在了情『』感计算上。例如：将CaltureNet方法应用于对「」自闭症儿童的面部情感识别[20]；将深度卷积神经网络『』应用于语音频谱图上进行语『』音情感分析[21]。从情绪的研究『』上「」，也有「」更「」多针对心理疾病的专门研究，例『』如：自「」杀冲动的数字化表征研究[22]；能够影响和参与自闭症治疗的机器人感知研究[23]。更加多元化的研「」究方向，以及更「」加专门的『』应用领域的研『』究，标志着情感计「」算的发展也『』在不断走向『』成「」熟。

5智能机器「」人

过去『』几年，波士顿动力「」公司一直引领着机器人动作控制的发「」展。在2017年，该公司的人形机器人Atlas已经可以进「」行完美的后空翻『』，而今年它又『』展示了令人惊叹的跑酷特技表演[24]。在该公司今年新『』公布的视频中，Atlas可以『』跳上多层『』的平台，将重心从右脚移到左脚，在上台阶时又将重心移回『』左脚。除此「」之外，Atlas今年还『』可以走出仓库，在草坪上进行跑步动作，这证明了该机器「」人在不平坦地面上的平衡性，稳定型以及导航能力。截止到目前，Atlas已经可以完成拿起「」和放下箱子，跳过『』障碍物，在人类的干扰推动中保持平衡等等高难度行为[25]。

图4波士顿动力「」公司Atlas机器人[25]

Fig.4AtlasofBostonDynamics

同样产生于波士顿动力公司的SpotMini曾经是机器人领域最火的四足「」机器人，而今年，ANYbotics公司的ANYmal吸引『』了人「」们的眼『』球。它具有很强的自『』动移动「」和操作能力，能够安全地与环境交互，适用于室内外场所「」的检查『』操作，在自然地形等进行「」搜索或救援任务，还「」能进行舞台娱乐活动[26]。今年ANYmal在位于大西洋东北部的北海的海『』上配电平「」台「」进『』行了「」为期一周的检查实验「」，它能够进行仪表、杠杆、油『』、水位，各种『』视『』觉和「」热测量『』等检查[27]。随着机器人技术的「」发『』展，机器人的职业功能实现的越来越好「」，越来越「」多的人类工作可能『』会被机器人取代「」。同时，机「」器人也能够更加准确地模拟人类的动作，我们可以预见『』，未来「」将有更多的『』仿生机器人能够「」被创造出来。人类与机器人共存，与机器人进行合作甚至融合的时代，总有一天会来到。

图5ANYbotics公司的ANYmal机器人[26]

Fig.5ANYmalofANYbotics

6智慧城市『』

随着城市体量变得越来越大，规划和管理也变得越来『』越复杂，世界各地的许多城『』市「」规划机构都已经开始将数字『』化作『』为解决城市问题的手段。因此人工智能技术也「」具有了「」更多的应用场景。智慧城市的普「」及和建「」设「」，能够「」提升城「」市中资源「」运『』用的效率，优化城市管理和服务『』，缓解“大「」城市病”，从整体「」上改善市民『』的生活『』质量。目前，智慧城市技术和规划已经在新加坡，迪「」拜，阿姆斯特丹，巴塞罗那，纽约『』等各国家「」和城市实现。而「」在中国，从2017年党的「」十九大报告中提出建「」设智慧社会以来，已有290个城市『』入选『』了国「」家智「」慧城「」市试点。17年底，雄安新区也与百度共同打造智能出「」行试点示范，希望「」共同将雄安新区打造『』为AICity智能城市新标杆[28]。

在迅速发展的浪潮中，智慧城「」市『』也存在『』着一些问题。根「」据文献分析『』和调查「」显示，在智『』慧「」城市的发『』展规划『』讨『』论中，人们更多关注于技术的使用和实施，对『』于城市居民的具体情况和「」他们如何参与『』智慧『』城市的发展过程等问题考虑不足[29]。在一些智「」慧城市的建设过程中，甚至会由于对传统的破坏而『』遭到当地居民的「」反对，例如墨西哥的托兰特辛特拉[30]。有一些问「」题可能会由于规「」划者无视城市的「」实「」际发『』展造成，这可能导致发展计划对公民缺『』少吸引力「」。在后『』续『』更多人工智能应用落地的过程中，需要更加脚踏实地，加强对居民『』的沟通和宣传，更多的让技术的实际惠及者——城市公民参『』与进智慧城市的规划和『』设计中『』，打造更高『』满意度，真正提升城市效率的智慧城市「」。

7人工智能医疗

在医疗领域『』，不断进步的『』模式识别技术和深度学习『』算法催生出了许多辅助医疗设备及技术。在很多医疗场景下『』，人工智能的加入都带来了效果的提升。这些设备有一些能够独立进行判断输出结果，有一些能够辅助医生进行决策和操作。在人工智能『』医疗预「」测场景，加拿大的一『』项针对前列腺切除术后康复情况的「」预测实验中，机器学习算法比传统的统计模「」型表现出了很好的效果，预测更准确「」。在推行自动预测工具后，人工智能医疗可针对患者进行个性化的『』治疗[31]。

人工智能的应用越来越优化，人们开始思考和探讨医生职业的可替代性。在辅『』助设备的效果评价上，众「」多的实验开始将其与人类医生的手法进行比较评价。不过在大部分的实验结果『』中，人『』类医生的表现依然优于人工智能「」的『』表现。在德国的一「」项实『』验中，针对皮「」肤镜黑『』瘤识别任务，包括30名专家在内的58位皮肤科医生中『』，大『』部分医生的表现均优于卷积神经「」网络「」。但是「」无论医生的经验如何，他们均能从人工智能辅助图像『』分类设「」备中受益[32]。

在诊断、治疗、医疗流程辅助、健康管理、药物研「」发等方面，人工智能均有很大『』发展潜力『』。人工智能的参与能够『』减轻和「」优化医「」生的工作，让更多的人可以享受到『』更「」高水平的医疗『』。

越来「」越多的人工智能应用的落地，在「」各个领域都在为人们的生活带来可见的提升。人们对于「」新技术应用的意「」识提高，构建了一个更加以用户创新、开放创新、大众创新、协同创新为特征的「」创新生态「」。人工智能也依然处在飞速『』发展中，向着“可知”、“可控”、“可用”、“可靠”的方向『』发展『』[33]。通过未来地「」不断研究，希望人与人工智能不断融合，向着真正的强人工智能迈进一步。

参考『』文献（References）

[1]HintonGE,OsinderoS,TehYW.Afastlearningalgorithmfordeepbeliefnets[J].Neuralcomputation,2006,18(7):1527-1554.

[2]KrizhevskyA,SutskeverI,HintonGE.Imagenetclassificationwithdeepconvolutionalneuralnetworks[C]//Advancesinneuralinformationprocessingsystems.2012:1097-1105.

[3]吴飞,阳春华,兰旭光,etal.人工智能的回顾与展望[J].中「」国科「」学基金,65535(3).

[4]PatrickTucker.DefenseIntelChiefWorriedAboutChinese‘IntegrationofHumanandMachines’[EB/OL].2018/12/26].https://www.defenseone.com/technology/2018/10/defense-intel-chief-worried-about-chinese-integration-human-and-machines/151904/.

[5]RobertAshley[EB/OL].2018-10-10[2018/12/26]https://www.ausa.org/ausa2018.

[6]刘伟.人机智能「」融合:人工智能发展的未来『』方『』向[J].人民论坛学术前沿,2017(20):32-38.

[7]BeniG,WangJ.Swarmintelligenceincellularroboticsystems[M]//RobotsandBiologicalSystems:TowardsaNewBionics?.Springer,Berlin,Heidelberg,1993:703-712.

[8]KennedyJ.Swarmintelligence[M]//Handbookofnature-inspiredandinnovativecomputing.Springer,Boston,MA,2006:187-219.

[9][EB/OL][2018/12/26]https://unanimous.ai/publications/

[10]LouisRosenberg,GreggWillcox.ArtificialSwarmIntelligencevsVegasBettingMarkets[EB/OL][2018/12/26].https://11s1ty2quyfy2qbmao3bwxzc-wpengine.netdna-ssl.com/wp-content/uploads/2018/08/Artificial-Swarm-Intelligence-vs-Vegas-Betting-Markets-DeSE2018-f3.pdf.

[11]RosenbergL,WillcoxG,HalabiS.ArtificialSwarmIntelligenceemployedtoAmplifyDiagnosticAccuracyinRadiology[J].EMCON2018,2018:6.

[12]ThorstenSchroeer,Cognitivecomputing:HelloWatsonontheshopfloor[EB/OL]2017-05-09[2018/12/26].https://www.ibm.com/blogs/internet-of-things/iot-cognitive-computing-watson/.

[13]KellyJE.Computing,cognitionandthefutureofknowing[J].Whitepaper,IBMReseach,2015:2.

[14]MemetiS,PllanaS.PAPA:AParallelProgrammingAssistantPoweredbyIBMWatsonCognitiveComputingTechnology[J].JournalofComputationalScience,2018:S1877750317311493.

[15]EndsleyMR.Towardatheoryofsituationawarenessindynamicsystems[J].Humanfactors,1995,37(1):32-64.

[16]MinskyM.Theemotionmachine[J].NewYork:Pantheon,2006,56.

[17]HernandezJ,McDuffD,QuigleyKS,etal.WearableMotion-basedHeart-rateatRest:AWorkplaceEvaluation[J].IEEEjournalofbiomedicalandhealthinformatics,2018.

[18]Sano,A.,Taylor,S.,Jaques,N.,Chen,W.,Lopez-Martinez,D.,Nosakhare,E.,Rudovic,O.,Umematsu,T.,andPicard,R.,Mood,StressandSleepSensingwithWearableSensorsandMobilePhone[C]//The40thInternationalConferenceoftheIEEEEngineeringinMedicineandBiologySociety(EMBC),2018.

[19]DementyevA,HernandezJ,ChoiI,etal.EpidermalRobots:WearableSensorsThatClimbontheSkin[J].ProceedingsoftheACMonInteractive,Mobile,WearableandUbiquitousTechnologies,2018,2(3):102.

[20]FerrerEC,SchullerB,PicardRW.CultureNet:ADeepLearningApproachforEngagementIntensityEstimationfromFaceImagesofChildrenwithAutism[J].

[21]ZhangS,ZhangS,HuangT,etal.SpeechEmotionRecognitionUsingDeepConvolutionalNeuralNetworkandDiscriminantTemporalPyramidMatching[J].IEEETransactionsonMultimedia,2018,20(6):1576-1590.

[22]KleimanEM,TurnerBJ,FedorS,etal.Digitalphenotypingofsuicidalthoughts[J].Depressionandanxiety,2018.RudovicO,LeeJ,DaiM,etal.

[23]Personalizedmachinelearningforrobotperceptionofaffectandengagementinautismtherapy[J].arXivpreprintarXiv:1802.01186,2018.

[24]SamBlum,BostonDynamics’AtlasCanNowChaseYouUptheStairs[EB/OL]2018-10-12[2018/12/26].https://www.popularmechanics.com/technology/robots/a23725726/boston-dynamics-atlas-parkour/.

[25][EB/OL][2018/12/26]https://www.bostondynamics.com/atlas.

[26][EB/OL][2018/12/26]https://www.anybotics.com/anymal/.

[27]PterFankhauser,World’sFirstAutonomousOffshoreRobot[EB/OL]2018-10-25[2018/12/26]https://www.anybotics.com/2018/10/25/worlds-first-autonomous-offshore-robot/

[28]鲁畅，高博，雄安新『』区与百度将共同打造『』智能出『』行试「」点示范[EB/OL]2018/12/26.http://www.xinhuanet.com/fortune/2017-12/20/c_1122143193.htm.

[29]MarroneM,HammerleM.SmartCities:AReviewandAnalysisofStakeholders’Literature[J].Business&InformationSystemsEngineering,2018.

[30]MadeleineWattenbarger,TheMexicantownthatrefusedtobecomeasmartcity[EB/OL]2018-10-16[2018/12/26]https://www.theguardian.com/cities/2018/oct/16/the-mexican-town-that-refused-to-become-a-smart-city.

[31]WongNC,LamC,PattersonL,etal.Useofmachinelearningtopredictearlybiochemicalrecurrenceafterrobot‐assistedprostatectomy[J].BJUinternational,2018.

[32]HaenssleHA,FinkC,SchneiderbauerR,etal.Managainstmachine:diagnosticperformanceofadeeplearningconvolutionalneuralnetworkfordermoscopicmelanomarecognitionincomparisonto58dermatologists[J].AnnalsofOncology,2018.

[33]周琳，胡喆，林小「」春，“中国智，世界「」能”[N].浙江『』日报，2018/12/26，http://society.people.com.cn/n1/2018/0920/c1008-30305072.html