"10年前我从美国博士毕业，AI还没那么火，现在中美竞争如何了？"

   林巍峣 上海交通大学教授、博士生导师

主讲人曾在顶尖IEEE Trans汇刊及CCF-A类会议发表论文40余篇，获国际权威评测MOT第一，被音视频编码国际标准HEVC、H.264/AVC及国家标准AVS采纳，受邀担任IEEE Trans期刊及CCF-A类会议的编委及领域主席，并担任国内视频语义编码标准化核心组织“新一代人工智能产业联盟－视觉特征编码标准化工作组”的联合组长。

上面这段你们看不懂吧，反正就是我们请来最专业的人来做最通俗的科普~（手动狗头.jpg）

1956年，被认为是人工智能元年。

人工智能一开始处于不温不火的状态，2012年，随着深度学习的出现，开始急速地爆发，到现在成为一个时代的热点。

如何评判一个机器是否具有人工智能呢？

很多科学家提出了各种各样的标准，其中非常有代表性的一个方法，叫图灵测试。

这个方法是由被誉为计算机之父的艾伦·图灵提出来。

图灵测试是指把一个人关在房间里，和外界互动。被关在房间里的人并不知道外界的是机器还是人，两者开始交谈、做游戏。如果有30%的测试者，不能确定外面的是机器还是人，我们认为这个机器具备了人工智能。

现在的大多数的人工智能技术，距离通过图灵测试还是有非常大的距离。有些技术只是部分通过了图灵测试。比如谷歌的Deplux，一个商务预约系统。它在商务预约这个特定领域，能够通过图灵测试。

我们让人工智能看图说话，现在的人工智能做到什么程度？AI会告诉你有一个人在奔跑，后面一群大象在追赶，加上人脸识别技术，可以识别出来这个人是奥巴马。

这就是人工智能当前能做到的程度，相当于四五岁的人类小孩。

如果你给成人看这幅图，熟悉美国政治人应该知道，大象代表的是共和党，奥巴马是民主党人，共和党在给奥巴马巨大的压力。人工智能现在是没办法知道的，要通过图灵测试，仍有非常大的距离。

我们评价是不是人工智能，有一个概念区别：强人工智能和弱人工智能。

强人工智能是大家现在很多人非常担心的，具有自主意识，能反抗人类，作为一个新的物种把人类消灭。比如说美剧《西部世界》，这里的机器就是强人工智能，它已经在思考我是谁、我在这干什么，开始跟人类进行勾心斗角。

前面提到图灵测试，AI不通过图灵测试有两种可能：

第一种，技术太差，现在这个情况，确实通不过。

还有一种情况，它具有了自主的意识，知道通过后人类会警觉，所以故意不通过，这时AI就是强人工智能。

什么是弱人工智能呢？人为设计，没有自我意识，让机器去做人类想要的一些任务，来代替人的任务，更多的像一种自动化，也不会扩展到其他领域。目前来说，几乎所有的人工智能技术都属于弱人工智能，人脸识别、下围棋都是。

如何达到强人工智能呢？当前学界是没有定论的。不仅需要对意识是怎么产生、生命是什么有更深入的认识，才能回答这个问题。这就不仅局限于人工智能本身了。

1956-2012年，人工智能一直属于不温不火的状态。

1997年，IBM的深蓝战胜了国际象棋的世界冠军卡斯帕洛夫，也没有引起大范围的轰动，主要的原因是当时效果比较差。

2006年，Hinton博士提出了深度学习的概念，当时引起了一定的关注，但并没有引起巨大的轰动，因为每年有无数的科学家提出新的算法。

直到2012年，Hinton在ImageNet用了人工智能技术，比现有的方法有大幅度效果的提升，大家终于发现深度学习确实是非常有效的，从此以后开启了人工智能迅速发展的潮流。

2015年，在MG night上，人工智能的图像识别错误率已经超越了人类。

2016-2017年，AlphaGo相继战胜了围棋的世界冠军李世石和柯洁。

2017年，DeepMind开始布局游戏。

2019年1月份，谷歌AlphaStar在星际争霸二中战胜两位职业选手，这是一个AI的里程碑。人们发现AI在最关键的时候手速远远快过人类，且高强度的爆发达到五分钟，人是肯定达不到这个程度的，一般爆发20秒肯定就慢下来了。而且AI爆发的时没有无效点击，全是有效点击，基本上游戏里人类不可能打的过AI的。

AI弱于人类的地方，大家看到现在新闻上有一些人工智能写诗，写出来的也不算差，看上去像那么回事，但要能达到李杜直指人心、千古绝唱的程度还是非常困难的。

人工智能目前来说，总体是从现有的历史中学习，在创造性上还是有很大困难的。

一、土地防护。国家对土地防护是非常看重的，非常严格地杜绝乱砍滥伐。森林本来是林地，不能砍掉变成一个农田。以前比较难管理，现在有了人工智能技术，可以用卫星拍全国的土地的高清图像，然后用人工智能技术一块一块的来自动识别。

二、餐饮。现在经常会有新闻曝出来，厨房里面会有一些不规范操作，过期食品、操作很不规范、脏乱差。一些对食品卫生比较重视的上市餐饮企业，会想引入人工智能技术，对厨房的规范操作进行自动识别，识别厨师是不是穿戴整齐，有没有戴口罩、一半菜掉到地上捡起来再炒之类不规范的动作。

有了这些行为识别技术，就可以很好的进行监控，从这个角度来说，人工智能技术可以带来增值的服务。

三、商品分析和商业化。典型例子是无人超市。无人超市分两种，一种是扫码，拿一个东西出去，在机器下扫码付款后拿走，这种技术含量相对低一些。

技术含量更高的是进去拿东西就走，全自动，离开后自动从你卡里面扣钱。其中包括了人脸识别技术，还有其他很多综合技术。

我们也可以运用AI进行商品的消费分析，看商店里面，浏览过哪些地方，拿过什么商品。下次店员整理橱柜时，会把这些商品放到更显眼的地方。

四、防攻击。现在人工智能技术和人的理解、意识还是不太一样。人看一个东西是一种比较复杂的机制，能够理解这个过程。人工智能是把一张图变成一个值一个点，每个点上的一个值，叫像素值，AI把它输进网络然后继续进行处理，不断处理，最后得到一个值。识别出的结果可能会出现一些攻击，如果这个事情出错，比如在无人超市，买了个东西就扣到别人头上了。所以在安全性上也是很重要的，现在有些研究是针对防攻击，这也是一个非常重要的一个应用。

此外，视频里的“只看他”功能，已经在追星届广泛应用，并在体育领域有可想象的落地空间。

一、智能同声传译。这是短时间内很难做到的。

中文可以实时准确地翻译成任何语言，这样普通人可能就不需要学外语了，两个完全不懂对方语言的甚至可以谈恋爱、组织家庭。

这里涉及到语音识别、自然语言处理、情绪的声音等技术。我们并不希望生成的声音是没有语音语调的。我们打电话给银行，什么什么请按一，什么什么请按二，声音非常平淡，听了就没意思。声调没有抑扬顿挫，两个人是很难互相吸引的。如果能准确地把说话者的情绪抓取出来，生成的声音比说话原来人说话的声音还要吸引人，双方就会更加达到吸引的程度。

二、不文明行为的分析。我们和交警合作过，在一个十字路口检测闯红灯的行为。有些十字路口交通事故特别多，或者经常拥堵。我们用人工智能技术去识别闯红灯，最后发现实际上，车闯红灯的非常少，闯红灯的都是骑自行车的、走路的，还有一些碰瓷的，导致交通事故，后面堵住了。这是一个非常麻烦的事情，而且对针对这些人没有办法。闯了红灯屁股一拍跑掉了，很难追究。

现在把人脸识别和闯红灯结合起来，一旦闯红灯把你是谁识别出来，一张罚单寄到你家里。再比如公共场合吸烟、随地吐痰，最多只能劝阻，运用人工智能将来更好地来防止这些不文明的行为。

即使人工智能技术已经超过了人的水平，再实际上在应用中也会出现伦理问题。比如自动驾驶。

自动驾驶现在在低速的环境当中，实际上还是可以用的，有些景区实际上就是自动驾驶，因为开得很慢，不存在什么撞伤人的这种情况。有些景区，比如一些大的公园，你上去是没有驾驶员的，它自己开到那个地方去了，这就是自动驾驶技术。

但如果自动驾驶过程中，撞死了一个人。怎么办？这是谁的责任？

以前人开车，肯定是开车人的责任，现在自动驾驶来开，属于是谁的责任？

人工智能在医疗上的应用也同样存在道德风险。全世界医疗的水平是参差不齐的，北上广的三甲医院，医生接触案例比较多，所以经验多、水平也高，误诊率低。

偏远地区对疑难杂症没有经验，误诊率会高一些，这时一般有两个解决方法：远程医疗。医生通过通过视频、问答来给这个病人看病。但医生的数量有限，不一定能够承受这么大的量。我们就训练出一些人工智能技术，诊断率能达到北上广一流的三甲医院的诊断水平。这样就可以大幅地提升偏远地区的医疗水准，降低误诊率。但如果诊断率不能做到100%，还是存在伦理问题，比如去看病，AI看的准确率比人高，但还会有20%概率出错。大家心里面会想：我看病给人工智能给看死了。

但从综合的准确率来说，用人工智能技术，会大幅地提升医疗诊断率。现在的解决方案就是用辅助诊断，人类医生和人工智能分别给出诊断结果，再综合地判断。

当下，中国的人工智能从应用规模、综合实力上看，总体排在第二的位置。排名第一的是美国。

人工智能技术主要是三个元素：数据、算法、计算能力。

中国在数据上是有优势的，因为人口规模庞大，在采集各方数据、统计数据方面，中国领先美国很多。

算法上，中美差距不是很大，虽然美国往往会提出创新性的技术，但中国能够很快地跟上，虽然技术创新引领性上弱一些，但实际应用的差距并不大。最主要的差距，是在基础的计算设备的差距。人工智能发展所需的硬件设备几乎都是由美国的公司垄断。中国很多公司更偏向应用，偏向商业模式应用上的创新。了解中美人工智能对比，请看

那么中国优势在哪里呢？

一、强大的本土互联网、人工智能企业，形成良好的一个产学研生态。

中国有大规模的互联网企业，可以给出很好的待遇。这样，学生在报考大学时就愿意选择人工智能业，学校也能吸引优质生源来选择这个方向。学生毕业以后进入这些中国企业。同时，由于是本土的公司，没有在国外黄种人看得见的天花板。努力可以获得晋升，技术学习到一定层次，可以进一步创业，开辟一个新的领域，蛋糕越做越大，形成一个良性循环。

企业做大以后也会支持高校科研，使算法上的应用跟高校合作，高校有了充足的科研经费，可以进一步提升算法的功能，造就一片很好的产学研生态。

中国的平板显示现在发展很不错，以中国京东方为代表的平板显示企业慢慢起来了，京东方跟高校就有很多企业合作，慢慢形成一个良性的生态，优质人员源源不断的输送，所以一定要有一个比较好的企业，形成领头羊效应。

二、人工智能迅速发展的时间晚，中国能迅速跟上并同步发展。

人工智能迅速发展的时间比较晚，是在2012年左右。直到深度学习在ImageNet上获得了很大的成功，人工智能开始了迅速的发展时期。

2012年，中国的互联网企业条件都具备，BAT已经发展成很大的规模了，这时人工智能出现了很多应用，中国的技术、数据储备量足够，可以快速的跟上，并和世界保持同步发展。

在硬件芯片领域，这些领域发展的时间是在上世纪的七八十年代，由于各方面原因，中国在这方面有一定的落后。一旦落后等中国开始要直追的时候，美国已经发展得比较全面了，所以导致了现在的差距。

在人工智能领域，是一旦出现新技术，中国马上跟上，所以我们一直是处于比较前排的状态。

最后也是一个我认为比较重要的原因，人工智能领域是一个开源开放的环境。

人工智能领域的科学家、学者，提出一个新的算法，一般会把代码公布在网上，都是免费开源的，省去了很多去跟踪算法的时间，也省去了很多跟踪的经历损耗，可以使得各国的企业、学者能够及时地了解世界上最新的技术，一直保持在最新的技术上的发展的水平。这一点是非常重要的，共享的精神促进整个行业进步。

以上我对现阶段人工智能的看法，谢谢大家！