前沿新闻讯：6月30日上午，中国科学院院士张钹出席世界智能大会，并以“基于大数据的人工智能”为题发表了演讲。在昨天的演讲中，百度公司董事长兼首席执行官李彦宏表示，中国的人工智能发展已经走在世界前列。那么，当前阶段，国内外的人工智能产业发展现状到底如何？还有哪些问题需要解决？张钹院士在今天的演讲中给出了他的答案。

　　人工智能有“三大法宝”

　　张钹院士从1978年就开始研究人工智能，在他看来，中国的人工智能发展与世界先进水平相比还存在一定差距，要想解决这个问题，就要先认识一下基于大数据的深度学习。就以此前广受关注的AlphaGo与人类的围棋大战为例，这个奇迹会不会不断的发生？奇迹来自何处，为什么机器下围棋能超过人类，张钹说：“它成功的因素，有三大法宝——数据，计算资源，算法。”

　　此前计算机在图片识别、语音识别领域的突破，并没有给人类造成冲击，但AlphaGo却给了人类很大的震撼，它在图片和语音识别上的能力超越了人类，“一个是数据的力量，一个是计算机的力量，但是没有看到背后算法的力量”，张钹认为，在深度学习的三大法宝中，大多数人没有体会到算法的重要性。

　　AlphaGo的成功是算法的胜利

　　由于围棋的复杂度远比象棋高，因此这两种棋类下棋的方法有本质的区别。下象棋与下其他棋类一样，靠的是推理、预测，即往前看几步。围棋由于复杂度太高，不可能依靠推理与预测，主要靠“直觉”，即“棋感”与经验。那么，AlphaGo是如何战胜对手的？“靠学习算法”，张钹说，AlphaGo在两个星期的时间里，学习了3000万个棋局，还通过自己与自己对弈，学习了几亿个新棋局。这就意味着，AlphaGo下过的棋是任何一位围棋大师一生下过棋的几百上千倍。

　　AlphaGo抛弃了传统下棋程序的编程方法，创造性地利用机器学习来获取下棋的经验与直觉。AlphaGo利用计算机的超强计算能力，不仅把人类已经探索过的空间加以优化，而且还探索了新的空间。正由于此，人类棋手在AlphaGo面前才显得那样被动。

　　人可以“举一反三”，AI只能“举百反一”

　　张钹认为，AlphaGo的成功证明了人工智能在解决某一特定类型的问题时，可能做到甚至超过人类的水平。“特定”的条件包括：有充足的数据；完全信息；确定性；单领域。而当一个问题不满足上述4个条件中的任何一个或几个时，对计算机来讲就变成十分困难的了，而这些问题对于人类来讲反而相对比较容易。

　　以无人驾驶问题为例，张钹说，目前研发“无人车”的企业很多，但真正无人参与的“无人车”在开放环境(如繁忙的街道)下行驶，短期内还难以走向现实。

　　张钹认为，深度学习目前仍存在一些难以克服的问题，例如，人学习可以举一反三，但是人工智能则需要大数据的支持，机器学习只能是“举一百反一”，给几百万的数据，识别几万个目标。另外，鲁棒性差，对于机器而言，学习过的内容和没学习过的内容，在识别效果方面差距仍比较大。因此，可以说，现在的人工智能还有很长的路要走。(“津云”记者—谢鸣驰)