QQ在（zài）线（xiàn）
企（qǐ）业微（wēi）信
资讯
472
人工智能作（zuò）为一种（zhǒng）科学技术，在（zài）其发展过程中必然遵循（xún）自然科学规（guī）律，依赖（lài）其现实条件和发展机理，是可以被认知（zhī）和预测的。当前（qián），人工智能的具体技术路线（xiàn）多种多样，未来发展充满无限可能性，但其（qí）发展趋势依然有“迹”可寻。
从大的方面看，主要（yào）有以下三种趋（qū）势：
一（yī）是拥有高性能。新一（yī）轮基于大数（shù）据和（hé）深度学习的人工（gōng）智（zhì）能的爆发，很大程（chéng）度（dù）上得益于算（suàn）力的提升。没有（yǒu）超级计算（suàn）机算力的大幅提升，就不可能完成对（duì）海量数据（jù）的处理任（rèn）务。目（mù）前运算能力（lì）世界排名第一（yī）的超级计算机为美国橡树岭国家实验（yàn）室的“顶点（diǎn）”（Summit），浮点运算速度（dù）可（kě）达20亿（yì）亿次/秒。然而，随着芯片、能（néng）耗等因素的制（zhì）约，超级计算（suàn）机算力提升越来越困难，人们开始寻找其他（tā）替（tì）代方案，量子计算逐渐（jiàn）进入人们（men）视（shì）野。2017年5月，中国科学家研制出世界首（shǒu）台超越早期经典（diǎn）计算机的光（guāng）量子（zǐ）计算机（jī），并实现10个超（chāo）导量子（zǐ）比特纠缠（chán）；2019年8月（yuè），浙江大学、中国科学院物（wù）理研究所等（děng）科研团队合作开发出20个超导量子比特芯片。今年（nián）10月24日谷歌宣布，他们用一台54位量（liàng）子比特的量子计算机，在200秒内就完（wán）成了（le）目（mù）前世界最快超算需（xū）要计算1万（wàn）年的计算任务。这初步显（xiǎn）示出（chū）量子计（jì）算（suàn）颠覆性的算力水平，各界关注的“量子优越性”已（yǐ）经（jīng）实现。尽管这一成（chéng）就仍限定在特定领（lǐng）域，离实（shí）用通（tōng）用还有很长的（de）路，但其意（yì）义重大，意味着人工（gōng）智（zhì）能的算力基础（chǔ）可发生根本性（xìng）改（gǎi）变（biàn），人工智能（néng）无疑将呈现高（gāo）性（xìng）能（néng）。
二是拥有（yǒu）通用性。现行的人工智能在特（tè）定领域，如（rú）复杂计算、图像识别、语音处理等方面，相关能力已远远超过人类。但其局限性也显而易见，那就是无（wú）法相互（hù）通用，一个领（lǐng）域的人工智能到了另一领域，就会（huì）变成“人工智障（zhàng）”。解决人工智能的通用性问（wèn）题，必须发展强人（rén）工智能（néng），使机器真正像人一样去思考问（wèn）题。图灵奖获得（dé）者朱（zhū）迪亚·珀尔在《为什么》一书（shū）中详细阐述了因（yīn）果（guǒ）论，并将其（qí）区分为“关联”“干（gàn）预”“反事（shì）实（shí）推理”三个（gè）层面（miàn），指出当前的人工智（zhì）能（néng）和机器学习只处于（yú）最（zuì）低的第一层面，即弱人工智能阶段。机（jī）器（qì）学习的方法很多，深度学习只是其中之一。第三层（céng）面（miàn）“反事实推理（lǐ）”是人想象的产物，是（shì）人类（lèi）的特有（yǒu）能力，即为强人工智（zhì）能。珀尔的因果论（lùn）为强（qiáng）人工智能的研究打开了一扇窗，从（cóng）理（lǐ）论（lùn）上指（zhǐ）明（míng）了人工智能发展的大体阶段和努力方向，极有可能开（kāi）辟算法理论创新发展的（de）新境界。
三是拥有可靠性。未来（lái）人工智能（néng）必须具（jù）备良好（hǎo）的可解释性，使其学（xué）习模式（shì）和相应决策（cè）能够被人类用户所理解（jiě），进而提升人们对人工智能系（xì）统的信任度。而现在的机器学习技术尚（shàng）不能达到人们的期望和（hé）要求，即使有时机器已经得（dé）出结论，用户也（yě）常常不由自主地在心（xīn）里打个问号（hào），觉得必须（xū）人工复检一番（fān）才放心（xīn）。特别是这些人工智能技术运用到辅（fǔ）助决（jué）策时，人们的不完全信任感（gǎn）更会成（chéng）倍增加。用户的需求是（shì）人（rén）工智能技术（shù）发展的前进动力和必（bì）然指向（xiàng）。可以预见，在不远的（de）将来，人工智（zhì）能各技术（shù）流（liú）派之间的（de）交叉融合将更（gèng）加深入，不同学科领域的交叉融（róng）合也将更加频（pín）繁。通过（guò）取长补短综合各（gè）方面（miàn）、各（gè）学科（kē）优势，有（yǒu）望达到人们对人工智能系统可靠（kào）性的要求。
