近日，贵州省人大常委会第三十期“人大讲坛”在贵阳举行。赛智产业研究院院长、北京赛智时代信息技术咨询有限公司CEO赵刚博士应邀授课，为各位委员们讲授《人工智能的发展和应用》。基于赵院长深入浅出的演讲内容，我们精心编纂了五篇系列解读文章。本篇文章是第一讲，主要聚焦于剖析人工智能的本质属性，深入探讨人工智能的内涵与外延。系 | 列 | 文 | 章 | 目 | 录
以下文章是第一讲正文：
首先，什么是人工智能？顾名思义，人工的智能。人的智能，人类智能，是最高级的生物智能。只有我们人具备这样的高级智能。那人工智能是什么？人工智能（Artificial Intelligence）是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。AI就是要模拟、延伸和扩展我们人的智能，让机器具备我们人的智能水平。人工智能会涉及到人工智能理论、技术、产业和应用，我们把它们统称为人工智能。
一、人工智能模拟人的智能
人的智能到底分哪些方面？一是感知，我们基本的感知包括听觉、视觉、嗅觉、味觉、触觉等各方面的感知能力。机器首先要具备这种感知能力，现在它基本实现了智能感知。例如，自动驾驶汽车已经能够实时“感知”道路和路侧的任何车辆行驶、路况等各方面信息，驾驶特斯拉电动车的车主都已经享受到这种便利，视觉生成系统能够实时识别道路上任何进入视线的车辆和行人，一个摩托车、一个自行车等，车主都能够时时感觉到，它像已经长了眼睛了。我们很多机器现在也具备了智能听觉，我们说什么，它都能听到，也能听懂。我们能和家里的服务机器人进行对话，它们已经能听懂我们的声音。这是感知智能的方面。二是机器智能具备了更多的人的计算和逻辑推理等能力，会计算，会思考。比如，让机器去解数学题。现在很多机器能够解数学题了。每次高考完以后，测试大模型的一个方法就是让这些大模型去做高考题，看大模型的高考作文得分，高考数据答题能打多少分，机器能够解题了。三是机器具备了人的理解和创作能力。你跟它说什么，它能大概“知道”，而且它能够在理解的基础上进行创作。也就是说，人工智能生成内容（AIGC）。就像人可以去写文章、写诗、做音乐、画画一样，现在机器也具备了这种在理解之后的内容生成能力。现在，你让大模型写篇文章，帮我们写个稿子的初稿，它几秒钟之内就能为你生成；让他生成一幅图画，也非常快。我现在做PPT的时候，很多图片已经不去网上下载了，因为网上下载还有版权问题。我用大模型自己生成。我利用文心一言大模型或者豆包大模型，我让它给我生成一个“关于数据资源成为富矿，有巨大应用价值的图片”，它很快就给我生成这样一张图片。![]()
图1：AI生成图片
我在多个场合在用这张图片，这张图片的生成，我贡献了图片生成的智慧，文心一言贡献了图片的内容，我们两者谁拥有图片版权？以后我们要去研究。但是，至少目前我敢用它，这个主意是我出的，大模型生成图片并没有涉及版权问题，新图片的版权是不是应该为我们共同所有？所以，人工智能就是在模拟、扩展和延伸人的智能，形成了机器的智能。
机器已经具备了很多智能。最早的电脑只是会计算。后来随着人工智能技术的发展，机器已经能够感知声音，能够识别图像，具备了感知能力。现在，人工智能可以理解和生成内容，具备了认知智能。为什么说人工智能是第四次工业革命的颠覆性技术？也就是在2022年11月，chatGPT技术的颠覆性创新，使得人工智能在认知能力方面取得巨大进步，在理解和内容生成能力方面取得了巨大的进步。但这个进程仅仅是刚刚开始。我这里有两幅图，比较了人类智能和人工智能的原理。![]()
人类能够用五官感知信息，然后所有的这些信息能够转化成神经系统中的各个神经元之间的相互作用关系，形成一个复杂的神经网络，这个神经网络附着在大脑皮层上，通过神经元的相互作用，就形成了人的感知能力、认知能力、理解能力、决策能力和创作能力，甚至包括人的自我意识。人的智能就是产生自进行信息处理分析的生物神经系统。当然还有基因的作用，人类智能的代代遗传。但是，在大脑生成之后，人的认知过程是通过五官感知信息、通过神经元形成的神经网络、通过大脑皮层，形成了人类的智能。机器模拟的人工智能也是同样的一套机理。机器设法通过各种传感器感知信息，把这信息转化成数据，把这些数据传输到分布式处理系统，通过分层的深度神经网络算法，以及海量参数的大模型算法进行计算，涌现出智能，把大模型嵌入机器人的“大脑”，机器人就具备了智能，成为聪明的人形机器人。到现在，我们还说不清楚人的智能到底是怎么产生的？为什么很多神经元之间相互作用就能产生人类的智能？科学家把它解释成复杂系统的一种涌现现象。而今天，我们在人工智能领域所做的工作，也是通过神经网络复杂的相互作用，产生了一种“大力出奇迹”的智能涌现的效果。也就是复杂系统在相互作用的过程中，涌现出来的一种智能形态。所以，这两条路线就是人的智能和机器智能的产生原理，人依靠神经系统，人形机器人依靠神经网络算法。今天最大的问题是机器智能会超过人类智能？目前看，机器智能还赶不上人类智能。我们的人类大脑，只有果冻大小，仅仅通过几十瓦电力就能够产生出人类智能，而今天要产生同样的机器智能，我们需要几万张GPU芯片一起做大模型训练和推理，要耗费大量的电力，才能产生。所以，从能量的角度来说，我们今天人工智能离实现人的智能，即通用人工智能，实现人的自主意识还有很长的距离。但是，人工智能技术在指数级迭代演进。所以，人工智能前沿领域的一些学者专家已经提出来,人工智能可能很快就会接近人的智能，通用人工智能的时代可能很快就会到来。这个结论还有问题，很多专家还持怀疑态度。但是，争论主要是在时间长短的问题。
第一条是模拟人的心智，就是模拟人的逻辑思维和认知的过程。人们提出概念，建立概念之间的相互关系，形成规则和知识，最后形成知识体系。这是人类认知活动的基本过程。人工智能技术发展的第一个流派就是模拟人的认知，叫做符号主义，就是通过符号和数理逻辑来形成智能，通过规则演绎，通过知识推理来形成智能。大家都知道，在人工智能发展早期的专家系统，后来的知识工程，以及现在的知识图谱、因果推理等，都是这条技术路线，逻辑推理的路线。第二条路线是模拟脑的结构，是当代人工智能取得巨大突破的一条技术路线，就是通过模拟大脑神经元之间相互关系，通过建立神经网络算法、深度学习算法、大模型算法等，模拟人的神经网络运行，形成按照统计规律产生智能的模式。人们还不知道这个智能是怎么产生的？但它确实具有了智能，这个路线叫做连接主义，就是我们现在一直在讲的神经网络、机器学习、深度学习和大模型这条路线。第三条路线是模拟人的行为，就是工业机器人发展的路线。它基本上是遵循自动控制的一套理论，鼻祖就是维纳，通过控制、决策、反馈等行为过程来形成智能，包括在自动控制、机器狗、人形机器人、具身智能等的技术路线。![]()
图3：人工智能的三条技术路线
四、人工智能的发展历史
人工智能发展已经有近70年的历史。在这三条技术路线上，起起伏伏。最初，计算机在1945年发明的时候，就有很多人已经开始研究怎么用计算机去解决计算、翻译、下棋等问题。那时候，有早期的逻辑推理的路线，有神经网络的路线，神经网络算法就是那时候提出来。人工智能起点是1956年的达特茅斯会议，人工智能这个概念正式诞生。参加这个会议的人都是人工智能领域非常知名的科学家，如麦卡锡、闵斯基、香农、纽厄尔、西蒙，以及摩尔定律的提出人摩尔也参加了这次会议。随后，符号主义的逻辑推理路线取得了很大的进步，那时候就可以通过程序进行搜索、聊天，但这些聊天都是基于规则的，是事先写好的规则，要超出这些规则之外的聊天，就不会有结果了。后来，这条路线走不下去了，它解决不了意外问题，就是解决不了规则之外的问题，人工智能进入低谷，大家说“AI程序都是玩具”，没法在实际中应用。随后，神经网络开始加快发展，但效果并不好。神经网络算法沉默一阵子以后，逻辑推理路线加快发展，比如专家系统、知识工程等加快应用，日本当时还研制了基于知识的智能计算机，但后来也失败了。到1986年左右，深度学习算法被提出来，连接主义这条路线快速发展，取得了巨大进步。深度学习算法、大模型算法通过统计的方法，提升了机器识别的效果。但是，你不知道为什么机器会有这种智能水平。这是人工智能发展的一个基本历程。
在人工智能发展中，就像人的思维，有快思考，也有慢思考。有时候我们是灵机一动，突然就有了灵感，就像牛顿看到苹果落下来，突然有了灵感，就像阿基米德在洗澡的时候突然有灵感一样。有时候，我们是深思熟虑，需要严密论证。美国哲学家卡尼曼提出来，人的思考有快与慢，有快系统与慢系统，有系统一和系统二。人工智能也一样。系统一是一个聪明的AI，它是靠直觉，靠灵机一动，在感知和判断的时候，是靠这种思维能力，这是一个快系统。系统二是一个有学识的AI，它是靠思考，靠深思熟虑，它知道很多知识，通过知识的组织，形成了它的推理能力，它依靠的是逻辑，它体现的是思考和推理，这是一个慢系统。
今天，很多人工智能实现是靠大模型的，靠灵机一动，但未来真正实现通用人工智能，要结合知识和因果推理，结合慢系统、结合知识图谱。所以，对人工智能未来发展路线预判上，一定是大模型+因果推理，整合知识图谱，把深思熟虑和灵机一动结合起来，形成未来通用人工智能。
通用人工智能是说人工智能有一天能够接近或达到人类智能水平。目前，我们判断机器还没有意识，没有自主意识能力。但是，有人说openAI的GPT-5里，已经发现部分程序（Q*）具有了自主意识能力。当然这还是传说，很多严格论证发现这个还是有问题的。人工智能未来发展路线上，达到通用人工智能，有人说还需要30年，有人说只要10年了，最新的判断有人说只要5年时间了，这种底气来自哪？其实就是来自于大模型快系统的快速迭代发展，人工智能具备了语言理解能力、图像识别能力、视频生成能力和世界模型能力，这些能力逐步形成之后，加上慢性统的知识图谱，也就是全世界的知识体系所形成的知识图谱，两者一结合就能够构建起来快慢结合的智能体系，为人工智能在5-10年内达到通用人工智能奠定了非常好的基础。
今天的人工智能真的具备了人的智能水平了吗？我要讲两个思想试验。图4：图灵测试
一个叫做图灵测试，计算机领域的最高奖就是图灵奖，就是由图灵的名字命名的。图灵在1950年写过一篇文章叫“计算机能思维吗？“，他提出来一个思想实验叫图灵测试。提问者在面对一个人和一个机器的时候，问同样的问题，如果左边的人类回答者和机器回答者的答案基本上是一样的，机器就具备了模拟人的某些功能的能力，这个机器就具有了人类的智能。现在，很多机器程序已经达到了图灵测试的水平，人工智能是不是具备了人的智能？图5：中文屋实验
我们看另一个思想试验，中文屋实验。这个实验告诉我们，还不能这么乐观。在上个世纪80年代，美国有一个哲学家叫约翰·塞尔，他提出了一个思想实验，他设置了一个所谓的中文屋，在中文屋外有一个懂中文的，在屋内是一个完全不懂中文的英国人，然后给了他一本语法书、一堆中文的卡片。屋外的人用中文提问，他可以从一个小窗口给屋内的人中文信息，屋内的人利用语法书去组合中文卡片，形成中文的答案，递出给屋外的人。对屋外的人来说，这些中文问题屋内的人都能很好回答，他自然认为屋内的人懂中文，但实际上这个人是不懂中文的英国人。他只是会使用程序。这就是人工智能今天所面临的问题！我们把问题给了那个大模型，大模型回答的很好，但他真的理解我们的意思吗？它只是基于算法给出你答案，其实它可能并不真正理解你问的是什么。所以，这个大模型机器真的具备智能了吗？它可能仅仅是一个执行计算的程序。当然，这个实验也在受到各方面的质疑和挑战，毕竟屋里的人还有一本语法规则书。但这个思想实验证明，机器未必真的和我们人一样理解意义。但是，如果把更多的自主意识加给机器的时候，机器可能就具备了人的智能和理解水平。所以，今天在处理很多人工智能问题的时候，还不能完全把责任给到机器程序，很多的责任主体可能还是程序的主人，智能机器的主人——人。因为，智能机器知道怎么做这件事情，但是它未必真的理解。- 未完待续，本篇文章为第一讲，敬请持续关注后续文章。
注：本文系赛智产业研究院原创文章，如转载请标明出处。
北京赛智时代信息技术咨询有限公司(简称赛智时代)是国内知名的数字经济等新兴产业的咨询规划、大数据分析和产业生态体系建设的创新型公司。业务范围涵盖了智库咨询、数据服务、软件平台以及会议培训等方面。其中智库咨询服务依托于赛智产业研究院丰富的行业资源和高端专业化人才等竞争优势，面向政府、园区和企业，提供发展战略与规划、政策研究、招商引资策略研究、智慧城市规划、运营模式研究等现代咨询服务。研究领域涵盖大数据、人工智能、区块链、5G、战略性新兴产业等行业领域。饮鹿网(Innov100)是赛智时代旗下的产业创新创投数据平台，覆盖新兴产业近20万创新型企业，为客户提供创业孵化、投融资等服务。赛智区块链(北京)技术有限公司简称(赛智区块链)，是一家专注于企业级大数据区块链产品与应用服务的高科技企业。 公司地址：北京市朝阳区大屯里317号金泉时代广场三单元2216北京市数字经济战略研究
北京市数据要素市场促进服务（北京市新型数据交易规则体系设计）
北京数据先行区关键机制创建服务
贵州省加速构建数据要素市场培育新兴产业课题研究
国家大数据（贵州）综合试验区实施方案
中国数据服务产业图谱研究
内蒙古自治区大数据中心数据要素市场化规划咨询
保定市数据服务产业发展规划编制
朝阳数据要素市场发展研究
丰台区数字经济倍增发展路径研究
北京市大数据立法数据支撑服务
北京市智慧城市建设协调推进项目
中国算力网络发展研究白皮书
重庆两江新区数字经济发展规划
贵阳市大数据五大新领域（人工智能、量子信息、区块链、物联网、5G移动网络）产业规划
南宁市元宇宙产业创新发展研究
贵阳市数字经济产业招商引资项目评估
智能贵州发展规划
贵州省大数据新领域产业发展指南
北京市大数据应用发展报告
天津市大数据应用场景建设计划
贵州省大数据战略行动计划编制
贵州省“十三五”以大数据为引领的电子信息产业发展规划
丽水市城市大脑开发建设研究
贵阳市新基建“十四五”发展规划
中国数谷顶层设计方案
贵阳市数博大道产业规划
贵阳区块链发展白皮书
贵阳市大数据发展“十三五”规划
贵阳市数字经济发展规划
观山湖区呼叫中心产业园规划
济南新型智慧城市规划
南宁大数据建设工程规划
航天科技车联网产业商业模式研究
阿里云数智化敏捷组织：云钉一体驱动组织转型研究
百度区块链研究项目
实创集团智慧城市业务战略规划
云上贵州集团业务战略规划
饮鹿网精准招商大数据云（平台）是赛智产业研究院联合饮鹿网开发的针对产业招商的最新产品。涵盖大数据、人工智能、区块链、5G、智慧城市、 工业互联网等 30 多个领域，为招商部门、产业主管部门、园区管委会和产业地产提供大品牌招商、产业筛选招商、产业生态链招商、重点产品招商、资本注入式招商、区域一体化协同招商、原籍创业人才招商等招商数据分析服务。
政府提供新兴产业的产业链、企业、技术、投资等数据分析服务的平台，主要为各地发改部门、工信部门、产业分管领导提供产业仪表盘、产业链分析、产业地图、产业发展要素分析、产业政策、产业洞察等产业数据分析服务。
服务于创业投资领域，为母基金、头部投资机构、地方政府产业基金或引导基金提供绩效考核的专业化平台，主要提供投资数据（投融资仪表盘:与投资趋势洞察融合）、投资绩效分析（投资绩效分析、融资日报、投资机构百强、投资人百强）、项目分析（重点项目、产业链投资、细分图谱投资）、投资布局（投资地图）、投资要素分析、投资管理等服务。
