李德毅

人工智能技术能够走过六十年，如今奔跑在天梯上，而深处却是更多基础和阶梯的支撑，比如光网宽带、移动宽带、移动互联网、云计算、物联网及大数据等等。事实上，如果联网通信、数据量爆发及计算能力的极大提升，人工智能技术也许还处于实验室之中。

科学技术的发展史，就是人类认识世界、改造世界能力的拓展史，就是人类劳动工具的发展史。人类走过了农耕社会、工业社会、信息社会，已经进入到用“智能”作为当今社会时代印记的新阶段——智能社会，已经进入到在动力工具基础上发展智力工具的新阶段。

如果说，在农耕社会和工业社会，人类的生产工具主要是基于物质和能量的动力工具，得到了极大地发展；而今天劳动工具转向了基于数据、信息、知识、价值和智能的智力工具，当人口红利、劳动力红利不那么灵了，智能的红利也就来了。

那么，人工智能的内涵和外延是什么呢？我认为，人工智能的内涵包括脑认知基础、机器感知与模式识别、自然语言处理与理解、知识工程这四个方面。

所谓的脑认知基础，也就是阐明认知活动的脑机制，即人脑使用各层次构件，包括分子、细胞、神经回路、脑组织区实现记忆、计算、交互等认知活动，以及如何模拟这些认知活动。它包括认知心理学、神经生物学、不确定性认知、人工神经网络、统计学习、机器学习、深度学习等内容。

机器感知与模式识别，则是指研究脑的视知觉、以及如何利用机器完成图形和图像的信息处理和识别任务，如物体识别、生物识别、情境识别等。在物体的几何识别、特征识别、语义识别中，在人的签名识别、人脸识别、指纹识别、虹膜识别、行为识别、情感识别中，目前都已经取得巨大成功。

自然语言处理与理解，则研究自然语言的语境、语用、语义和语构；大型词库、语料和文本的智能检索，语音和文字的计算机输入方法，词法、句法、语义和篇章的分析，机器文本和语音的生成、合成和识别，各种语言之间的机器翻译和同传等。

知识工程，则研究如何用机器代替人，实现知识的表示、获取、推理、决策，包括机器定理证明、专家系统、机器博弈、数据挖掘和知识发现、不确定性推理、领域知识库；还有数字图书馆、维基百科、知识图谱等大型知识工程。

而人工智能的外延，则是机器人与智能系统——智能科学的应用技术 。这包括工业机器人、农业机器人、服务机器人等各类机器人以及智能交通、智能制造、智慧医疗、智慧城市等等。

总之，当前机器人和智能系统的普遍应用，正在大大的推进科技进步和社会经济、国防和人民生活的迅猛发展。（本报记者彭科峰整理）