▼20世紀80年代初，中科院系統科學研究所原辦公樓（現融科大廈）（左起：許國志、吳文俊、印度學者、關肇直）

我是本書的倡導者之一。2018年年初，在發起新一代人工智能聯盟后，我決意開始組建鵬城實驗室，在身體力行迎接第三代人工智能浪潮的同時，也覺得需要對中國人工智能產學研的歷史進行梳理和總結。

我與本書作者之一林軍相識多年，他是我在哈爾濱工業大學的學生中有名的“筆桿子”，他的很多同學是我在哈工大計算機系當系主任時的學生，如微軟亞洲研究院的研究員呂巖、中科院計算所的山世光、鵬城實驗室的曾煒……林軍創辦的雷峰網也是國內有影響力的知名科技媒體，與中國計算機學會多有合作，包括從2016年開始的“全球人工智能與機器人峰會”。

聽了我對于“中國人工智能簡史”這個項目的建議，林軍很快答應下來。他提議雷峰網的總編輯岑峰也一起參與到該書的寫作中來。從我的角度來看，人工智能在中國發展了幾十年，經歷了不少曲折與困難，現在人工智能火了，不少研究者對過去的歷史缺乏了解，不了解中國人工智能的前世今生、來龍去脈。不知脈絡，不知過往，也就有了許多的似是而非。

中國的人工智能研究剛好趕上20世紀70年代末開始的第二波人工智能浪潮，是一個“承前啟后”的重要時期。在這一階段，我們不僅在符號主義人工智能的研究上取得了世界級的成果，也趕上了神經網絡研究的浪潮，更重要的是，在前人研究和論證的基礎上，國家決定啟動“863計劃”的研究。在20世紀90年代國際人工智能研究進入低谷的時候，“863—306計劃”的實施培養了一大批進入國際高技術前沿的計算機人才，為我國實現創新驅動戰略奠定了人才基礎。

與“863計劃”結緣和參與到中國人工智能發展的歷史中來，這是我個人的一段終生難忘的經歷。在擔任智能接口責任專家的幾年間，通過課題評審、課題考察、學術交流，我逐步對漢字識別、語音識別、中文信息處理、工程圖與文本識別、圖像與視頻編碼、多媒體通信、智能交互技術、虛擬現實方向有了深入理解，與這些領域的專家們進行了充分的交流與合作，經歷了人工智能發展的波峰和波谷。今天國內人工智能界的領軍人物，許多是“863計劃”等主題的專家。可以說，“863—306計劃”是人工智能人才的大熔爐。

這段經歷也讓我體會到，人工智能的發展是一個螺旋式前進的過程。在前一波AI浪潮沉寂了一段時間后，前兩年大家都覺得AI“大風”來了，必須趕快前進，不要掉隊；這兩年人工智能有所降溫，大家冷靜下來后開始發現，AI還是面臨很多挑戰。而當下ChatGPT的爆火，又讓公眾對人工智能有了新的興趣。

AI現在主要的缺陷或者說不足是在機器學習方面。深度學習，即深度神經網絡是機器學習的一種方法，這種方法確實可以解決很多問題，也取得了很大的成功。但深度學習也要發展。我去美國開會，馬里蘭大學一位知名的AI專家調侃說，現在“深度學習有深度而無學習”。這是因為這樣的學習嚴格來說不是學習，而是訓練，是用大數據在訓練一個數學模型，而不是真的學習到知識。

更大的問題是人們不知道機器學習是怎么解決問題的。在神經網絡里，有很多東西沒有辦法被定性和解釋，這是比較難的一個問題。解決了這個問題，AI可能又會迎來一波大的浪潮。

用人的一生來比喻，今天的人工智能水平大概是剛上小學的程度，后面還有很長的路可走。對于未來，我們需要思考AI現在做了多少事，未來還有多少事需要做。事實上，我們現在所解決的AI問題還是很小的一部分。AI涉及的問題可以分為四類。

第一類是可統計可推理的AI問題。這一部分在工業界已經可以使用，可以應用于機器人，應用于各種各樣的知識決策系統。

第二類是不可統計可推理的AI問題。這類AI問題靠大數據解決不了，只能靠傳統的邏輯和規則來處理。

第三類是可統計不可推理的AI問題。有大數據，通過大數據都能統計出規律，但是用語言表述邏輯和因果關系相當復雜。這方面的曙光已經初現，但是也需要更多的突破。ChatGPT正是在這個問題上取得了大的飛躍。

第四類是不可統計不可推理的AI問題。這是最難的AI問題。沒有模型和數據，這類問題未來機器人不可能涉足，也不可能勝過人。

通過分析這四類AI問題，我們可以看出，第一類問題研究得比較成熟，已經能夠成功應用了。第二類、第三類問題正在突破，是AI1.0向AI2.0過渡的主要研究內容。也不難看出，未來AI會在哪些方面超過人、在哪些方面不可能超過人。第四類AI問題短期內難以突破。

AI給全社會，尤其是給自動化領域、機器人領域帶來的機遇是非常多的。過去幾十年，我們經歷了比較大的浪潮，第一波是PC浪潮，它給信息領域帶來了顛覆性的影響。之后是互聯網浪潮，它成就了一大批互聯網公司，如谷歌、百度。緊接著是移動互聯網的新一波浪潮，蘋果、華為等都是乘著這一波浪潮起來的公司。下一波是什么？一定是AI，下一波公司中如果能再出現蘋果、華為這樣的公司，那它一定是AI公司。

目前，我國的人工智能發展正從AI1.0向AI2.0過渡。總體來講，我國發展人工智能有優勢也有短板。優勢有四個：強有力的政策支持、龐大的數據、豐富的應用場景、非常多的有潛力的年輕人。同時有四個短板：基礎理論和原創算法薄弱、關鍵核心元器件薄弱、開源開放平臺建立不足、高端人才不足。

既然有這四個短板，我們該怎么辦？實際上，科技部在新一代人工智能發展規劃方面已經有了一個很好的前瞻性考慮，基本原則有四個：一是科技引領，二是系統布局，三是市場主導，四是開源開放。目標是在2020年中國的人工智能能夠和世界同步，到2025年其中一部分能夠達到領先水平，到2030年總體上能夠走在前面。

從事人工智能研究30多年來，我曾與不少科學家共事和交換意見。尤其是在上一波人工智能浪潮中，他們在諸多不利因素下，克服了種種困難，突破了自己的學科和背景所帶來的局限，他們的獻身精神和科學態度令我感動，也為今天的研究者們樹立了榜樣。在新一輪人工智能浪潮中，中國已經有了與世界同步發展的實力，以古鑒今，本書對中國人工智能發展的總結和梳理恰當其時，有助于新時代的人工智能研究者更好地了解人工智能的發展規律，同時可以讓前人的積累成為代代相傳的寶貴精神財富。

（原載《北京日報》，作者：高文）