构建以“数据+知识”驱动的第三代人工智能
人工智能发展的2个阶段
第一代人工智能也称符号主义，主要是基于知识库和推理机，即将某个领域的知识或经验通过人工整理成计算机可以识别的符号及规则，通过符号演算和推理进行规划、决策、识别等类似于人类的智能工作，也就是在计算机中建立知识库和推理机制来模拟人类的推理和思考行为。
典型的成果如1971年左右斯坦福大学的MYCIN医疗专家系统和1997年左右的IBM国际象棋系统，前者可诊断血液传染病并开出抗菌素处方，后者于1997年打败了国际象棋世界冠军卡斯帕罗夫。
这类系统的共同之处在于：
一是要将知识和经验放入系统，如把传染病知识、下过的棋局和形成的残局，通过人工分析整理变成计算机可以识别的知识；
二是算法，其中包括符号演算和推理机制；
三是存储能力和算力，依靠容量和速度远超人类的存储和计算能力，来超越人类的某项能力，如医疗知识库的内容肯定超过该领域任何一个医生所知，国际象棋系统每秒能够预测8~12步，而象棋大师每秒只能预测3~5步。
第二代人工智能，就是大家非常熟悉的深度学习。所谓深度学习，就是通过深度神经网络模型模拟人类获取知识的过程，它的基础主要是神经网络和统计方法，可以广泛用于图像识别、文字识别、声音识别以及大数据分析等领域，并取得了非常好的效果。如在人脸识别、指纹识别等领域，人工智能系统已经能够超越人类的识别能力。
最为世人所熟知的是围棋系统：采用第一代人工智能技术的程序，2015年达到了业余5段水平。采用深度学习后，围棋程序水平实现了连续增长，从业余走向专业，再从专业迈向击败世界冠军的水平。
“这一代”人工智能面临的挑战
构建以“数据+知识”驱动的第三代人工智能
清华大学人工智能研究院名誉院长、中国科学院院士张钹表示：
当前机器人智能还很低的时候就处于不可控状态，这让人类面临危险。“比如用深度学习的方法处理事情，生成的人工智能算法危险、不鲁棒（鲁棒性，指系统对异常情况的适应能力），没有可靠性保证，如果使用这种人工智能算法，必然会对人类带来伤害，这已经成为现实问题。参考当前人工智能的发展状况，此担心看起来是一个近忧，而不是远虑。”
发展第三代人工智能是一项非常长期的任务，人工智能的安全和治理也是长期任务。面向未来，需要企业、高校与科研机构携手，建立良好生态，共同实现下一代人工智能。
编辑：岳青植
监制：李红梅
文章参考：
1.《安全可信可靠是人工智能发展蓝图底色》人民邮电报
2.《中科院院士张钹：纯粹数据驱动的人工智能不可靠 存在危险》新京报
3.《中国科学院院士鄂维南：下一代人工智能》数据科学人工智能
4.《人工智能面临多重安全挑战》科技日报