刀神网当前中国人工智能的现状，一是“基础研究弱”，我国获得图灵奖的只有姚期智院士一人，还是在美国取得的，中国人在自己国土上还没有拿到过这个奖；二是“辐射市场大”，许多人、许多行业都在这上面忙碌；“叶茂枝不壮，树大根不深，叫好难叫座”，叫好的人多，投资的人少。尤为重要的是，中国人提出了新一代人工智能，那么，“新一代人工智能”具体指什么，与传统人工智能的分界点在哪里，传统人工智能应该怎么定义，新一代人工智能的技术特征是什么？

　　笔者把传统人工智能叫做计算机智能，凡是在计算机上完成的智能都是计算机科学应用；新一代人工智能，按照国家的期望，就是要做一个类脑的智能。想法当然很好，但脑科学现在发展到什么程度了呢？我们做得出来吗？如果说新一代人工智能和传统人工智能之间有一个分界点，那么这个分界点是什么？我认为是2016年的围棋程序Alpha Go，它是以深度学习为基础的人工智能，使得全世界对人工智能刮目相看。

　　目前做得最好的新一代人工智能是GPT，它是通过深度学习来做预训练、预编程的人工智能。那么，类脑、类人的人工智能应该是什么呢？既然是新一代，就不应只是小的改进，应该做能够自学习、会编程的人工智能。不能把软件工程师的编码当作是机器的智能，计算机只是在重复这些编码而已，真正的“智能”是算法工程师的编码，一定要自编程、会学习才行。

　　人类没有走“类鸟”路线，但发明了飞机，反过来用空气动力学解释了鸟的滑翔。其实，鸟在空气中的很多复杂动作，科学解释不了，所以飞机的翅膀是不动的，学的是鸟的滑翔；没有达成“类脑”，人类发明了计算机，反过来用计算机解释了人脑的部分智能。因此，类脑、类人的智能之路还很长很长。如果以智人在进化过程中7万年的历史作为对比，花上100年、300年来做这件事也不算慢。

　　类脑的方法有千万种，该如何入手呢？笔者认为脑科学和认知科学启发的人工智能比较靠谱。类脑智能实际上是脑科学和认知科学启发的人工智能，尤其是已有一百多年历史的认知科学。要剥离意识，不要做人工生命。新冠病毒还不是一个完全的生命，它有一个宿主，但已经把人类搞得很狼狈了，千万不要搞出一个人类的异己当作新型人类。要做的就是人脑的、智能的体外延伸，是工具。在物理装置上外显人类智能，研发智能机器。

　　从70多年的人工智能发展历史来看，大概可以归纳为三个学派。行为主义学派就是机器人学派，他们希望机器像人一样行动，于是发明了从感知到行为的机器人行为智能；符号主义学派希望把一个计算问题变成一个推理问题，要做“可解释”，让机械像人一样思考；连接主义学派希望机器脑能像人脑一样连接，于是就有了2000年开始的机器学习，2006年开始的深度学习也是机器学习的一种特殊形态。

　　行为主义的方法有两条，一是模仿，一是类比，我们把它拓展为感知智能和行为智能。计算智能当然要发扬，而连接主义的方法，我提出一个新概念，叫作“记忆智能”，不仅仅是计算。因此，在笔者看来有三个智能：感知智能、认知智能和行为智能。感知智能和认知智能也可称为交互智能，行为智能、认知智能里则有计算智能和记忆智能。

　　为了把这个问题说清楚，举一个例子。假如有个盲人，带着一个有摄像头的机器导盲犬，要走出一个交通枢纽。它看到B和C两个出口，经过一次规划、二次规划后，它选定了B出口。但是，如果把C换成14，机器导盲犬就会发现B变成了13，这是因为情境的不同。为什么要有落地场景？就是这个道理。在不同的情境里，B字代表着不同的语义。

　　我提出来四个单词：语境、语用、语义、语法。计算机看很多语法就是算法，看很多语义就是文字。不但看这两个，还要看更重要的两个：语境和语用。所以，关于新一代人工智能，我提了八个字，叫“各智其智，智智与共”。

　　计算机诞生于符号处理，类似人的高阶认知，我们被困在计算机太久了，总是在想计算快一点、再快一点，但是计算就是人类智能吗？人类智能是在和环境交互中进化的，过了几万年了，先有感知，先有行为，先有具身智能，先低阶后高阶，具身产生感知智能和行为智能，高阶认知产生记忆智能和计算智能。

　　因此，新一代人工智能一定要另辟蹊径，来实现更大更快地突破，这才叫勇闯无人区。新一代人工智能必须有质的跃升：从计算智能扩展到记忆智能，从人机交互扩展到交互认知，从深度学习扩展到机器自学习、自编程。笔者认为，“各智其智，智智与共”，才是新一代人工智能的研究方向！

　　人类正在进入智能时代，我们的卡车、汽车、动能机器正在被人工智能润物无声地渗透进去。各式各样的智能代理或者智能机器正在成为人类智能的体外延伸，智能驾驶将无处不在，无时不在。

　　会学习是新一代人工智能的核心那么，新一代人工智能的核心是什么？笔者认为是会学习。什么叫会学习？英文叫做“Learning to learn”。一个好的老师，只教学生知识吗？不对，不但要教他知识，还要教他怎样使用知识，这叫高阶学习。那么，如何学习？

　　学习：物理空间和认知空间的交互人在与环境的交互中，通过跨模态感知，形成物理空间位置感。视觉和听觉是双模态，将这两个交叉起来，才能将物体看得更清晰，把物理空间要解决的现实问题转换到认知空间，在认知空间不同记忆区留下带时间印记的抽象，可以从长期记忆区直接提取问题解决方案，也可以在工作记忆区进行计算、思考或推理，形成问题解决方案，然后通过智能行为作用到物理空间，形成感知-认知-行为环。交互中的空间智能，以及现实空间 （外在的宇宙） 和虚拟空间 （内在的宇宙） 不停地相互映射，是人类智能的基本能力。

　　学习：不刻意区分通用智能和专用智能人类模仿学习早在语言文字之前就有了，不要小看模仿，人类发明文字就是模仿，特别是中国的象形字。模仿培养了注意力选择，培养了人的想象力和类比力，形象而生动，模仿、联想和简约是可以跨领域使用的通用智能，体现创造力。模仿有两个重要的创造因素，一个是抽象，一个是类比。常识就是特定人群的共识，不言而喻，可以缺省。至于是通用智能还是专用智能，常识还是非常识，仅仅是相对的，没有必要刻意区分。

　　围棋程序Alpha Go固然可以打败人类围棋冠军，但是今天如果我们突然不下19x19（棋盘）的围棋了，改下19x9的长方形棋盘了，这时围棋程序Alpha Go就变弱了，而人类棋手依然可以下得风生水起。这就说明，在通用智能里边有相互的专用，在专用智能里也有相互的通用。

　　通过学习让机器自编程、自成长当前，用机器来说话，用机器来做自然语言翻译，符不符合科学的基本原理呢？实际上，计算机主要是靠语言实现的，计算机语言主要是靠数学来描述的。那么，哪一类最高等的数学论文没有用自然语言来帮忙呢？因此，现在用计算机来解决自然语言，是不是掉进了哥德尔不完备定理的坑里？

　　笔者认为，要强调学习是新一代人工智能的核心，不只是解决预设同类问题的能力。无人车无论是在比赛中还是在现实的公路上遇到的事故，常常是无法预料的。所以，不能只解决预设的同类问题，而是经过学习，具有解决未曾料想的新问题的能力。具不具有通用的智能，体现在能不能随时针对一个跨领域的现实问题，生成新的记忆边界，完成推理。

　　新一代人工智能应该研发有感知、有认知、有行为、可交互、会学习、自成长的新一代智能机器，而不是在计算机里面忙着编码，简单重复软件工程师的工作。

　　人工智能产业既是自成产业，更是赋能产业。如果自身没有硬核，难以赋能，难以形成规模经济。传统人工智能——计算机智能的硬核是什么呢？是算力、数据和算法。但新一代人工智能应该朝向2056年，人工智能发展100年时，要形成新一代人工智能的三个硬核：交互、学习和记忆。这样才能赋能各行各业，形成真正的亿万级规模的经济。

　　智能时代的中国方案那么，智能时代的中国方案到2056年该是什么样子呢？我认为，智能驾驶是智能代理和智能机器的典型代表，它改变“游戏规则”，重塑未来产业格局，改变人们的生产生活方式，决定一些企业组织的生死存亡，影响世界强国更替兴衰，推动人类文明演进发展。这是中国工程院给国务院的报告中，阐述“智能驾驶为什么是颠覆性技术”中的一段话。但是，当前的问题是人们对智能驾驶的长远作用认识不足，对产业化难度认识不足，对近期效果期望过高。谁不希望无人车里没有那个安全员呢？但是发生事故怎么办呢？至少得有个云代驾吧，所以这三个事情要反复说清楚。

　　希望未来汽车是有感知、有认知、有行为、可交互、会学习、自成长的新一代轮式机器人。笔者在《中国科学》上发表过三篇文章，一篇讲可交互的轮式机器人，一篇讲会学习的轮式机器人，还有一篇讲自成长的轮式机器人。

　　自动驾驶技术的问题是涉及到人命安全的大事，所以按照常规的颠覆性技术发展的三个时期划分，首先是科研探索期，解决“从0到1”的问题；然后是市场创新期，解决“从1到10”的问题；最后是规模发展期，解决“从10到10的N次方”的问题。如果说从1985年到2020年的35年中，已经走过了科研探索期，那么对于新一代人工智能（无人驾驶）而言，从2020年到2030年的这十年将非常关键，无人驾驶要孵化产品，并且被社会接受。

　　现在，全球一共有多少辆车呢？到2035年，全球又有多少辆车是无人驾驶的呢？我预测大概有4.4亿辆前装量产的无人驾驶车。现在全世界一共有多少车呢？包括特种车、救护车、卡车等，全世界有18亿辆车。如果实现了无人驾驶，不需要再增长，将来或许不超过18亿辆。

　　在中国，新一代人工智能要怎么样做贡献呢？先看一看产业化的四个要素：技术、生态、成本和市场。这里涉及两条曲线，一条叫社会接受度曲线；另一条是社会关注度曲线。围绕这两条曲线年时，智能驾驶会如何表现。

　　以特斯拉为例。它在营销和产业化上，先造一款价格高昂的跑车，再用赚到的钱造价格相对低廉的汽车，再用赚到的钱造价格亲民的车，而后提供太阳能自动驾驶车。

　　那么，中国无人驾驶汽车应该制定什么样的发展图景呢？2020年到2030年，既是全球智能驾驶最重要的市场创新期、产品孵化期，也是自动驾驶的社会接受期。正是中国的机遇期。这10年，对我国智能驾驶、智能制造乃至人工智能占领全球高地，举足轻重。2020年，我国机动车保有量是3.6亿辆，其中汽车是2.7亿辆。到2035年，前装量产的无人驾驶车要达到1亿辆。

　　决定智能驾驶影响力的不仅仅是技术，一定要随着应用场景落地的深化，加速技术的迭代和新的创新。一个驾驶脑要迭代多少次呢？不是100次，而是要经过1000次，才能经得起摔打。

　　因此孵化期的前5年非常重要，要通过有趣的技术，谨慎地选择落地场景，先用于特种车或者商用车，而不是家庭小轿车，吸引创新者或早期的创业者。

　　2020年到2025年的孵化期有四大场景：卡车物流、乘用车、农机与低速电动车。

　　其中，在自动驾驶卡车赛道，以港口无人水平运输带动自动驾驶卡车落地；农机赛道把无人驾驶拖拉机作为智慧农业的起跑线；乘用车赛道先把自动泊车做好，不管是室内还是露天的停车场；低速电动车赛道率先实现无人配送规模化应用。

　　孵化期的后5年，2025年到2030年是什么样子呢？自动驾驶将从有趣向有用跨越，开始被早期采用者所接受。产业链配套形成，可规模化扩展，提供精准化管理和市场化服务，产品开始快速迭代升级，十大赛道（应用场景）全面铺开，从示范走向普及。智能网联汽车生产超过一千万辆。大部分城市的BRT公交能实现自动驾驶，将自动驾驶技术普遍推广于特种车和商用车，然后迅速向私家车和小轿车普及。

　　到2030年至2035年，大规模发展的前5年，不再是软件定义的汽车，更不是4个轮子上加个计算机，而是具备学习能力的智能驾驶车，包括试错学习和向事故学习，不仅有计算智能，还有交互智能和记忆智能，可以自学习、自成长。

　　到2035年至2045年，智能驾驶车辆之间自然交互，能够突破各种问题，突破各种地理栅栏、天气栅栏和人文风俗栅栏。车群具有灵活编队模式，形成新的交通文化和社会生态，到那时，人工驾驶的门槛反而提升了，一般人做不到了。

　　中国智能网联生态应该是有条件领先全球的，尤其是在北斗和车联网上。等到人工智能100年的时候，国内罕见人工驾驶，智能驾驶就像我们现在的基础设施——高铁一样，在全世界都是领先的。因此，可交互会学习、自成长的轮式机器人及其编队，可望实现全国范围内的交通全覆盖。人工智能100年的时候，我们有没有可能向全世界给出一张继高铁之后的很好答卷？这个答卷就应该是智能驾驶。

　　总结一下，如果自动驾驶车辆的行为和人类驾驶员有区别，行人不会同意一辆自主机器人在他们身边开过。有人驾驶车和无人驾驶车之间的行为互动，将成为我们生活中的常态。智能驾驶最有意义的成果告诉人们，社会终将在没有明确规定的情况下（就是我们所说的L5级自动驾驶，物理机器与人进行互动），随着智能润物细无声地向动能渗透，为创造与人类公开互动的智能机器创造了机会，为机器人接受学校等各类场所的传承学习创造了机会，也为用较少的人监督遥控更多的动能机器在各类农场、港口、矿山、工厂、交通运输、旅店、家庭、写字楼等为人类不知疲倦地劳作创造了机会，让人类真的进入到智能时代！