「高度」《人工智能标准化白皮书（2018）》发布（完整版）(3)

人工智能的定义对人工智能学科的基本思想和内容作出了解释，即围绕智能活动而构造的人工系统。人工智能是知识的工程，是机器模仿人类利用知识完成 一定行为的过程。根据人工智能是否能真正实现推理、思考和解决问题，可以将 人工智能分为弱人工智能和强人工智能。

弱人工智能是指不能真正实现推理和解决问题的智能机器，这些机器表面看 像是智能的，但是并不真正拥有智能，也不会有自主意识。迄今为止的人工智能 系统都还是实现特定功能的专用智能，而不是像人类智能那样能够不断适应复杂 的新环境并不断涌现出新的功能，因此都还是弱人工智能。目前的主流研究仍然 集中于弱人工智能，并取得了显著进步，如语音识别、图像处理和物体分割、机 器翻译等方面取得了重大突破，甚至可以接近或超越人类水平。

强人工智能是指真正能思维的智能机器，并且认为这样的机器是有知觉的和 自我意识的，这类机器可分为类人（机器的思考和推理类似人的思维）与非类人 （机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式） 两大类。从一般意义来说，达到人类水平的、能够自适应地应对外界环境挑战的、 具有自我意识的人工智能称为“通用人工智能”、“强人工智能”或“类人智能”。 强人工智能不仅在哲学上存在巨大争论（涉及到思维与意识等根本问题的讨论）， 在技术上的研究也具有极大的挑战性。强人工智能当前鲜有进展，美国私营部门 的专家及国家科技委员会比较支持的观点是，至少在未来几十年内难以实现。

靠符号主义、连接主义、行为主义和统计主义这四个流派的经典路线就能设 计制造出强人工智能吗？其中一个主流看法是：即使有更高性能的计算平台和更 大规模的大数据助力，也还只是量变，不是质变，人类对自身智能的认识还处在 初级阶段，在人类真正理解智能机理之前，不可能制造出强人工智能。理解大脑 产生智能的机理是脑科学的终极性问题，绝大多数脑科学专家都认为这是一个数 百年乃至数千年甚至永远都解决不了的问题。

通向强人工智能还有一条“新”路线，这里称为“仿真主义”。这条新路线 通过制造先进的大脑探测工具从结构上解析大脑，再利用工程技术手段构造出模 仿大脑神经网络基元及结构的仿脑装置，最后通过环境刺激和交互训练仿真大脑 实现类人智能，简言之，“先结构，后功能”。虽然这项工程也十分困难，但都 是有可能在数十年内解决的工程技术问题，而不像“理解大脑”这个科学问题那 样遥不可及。

仿真主义可以说是符号主义、连接主义、行为主义和统计主义之后的第五个 流派，和前四个流派有着千丝万缕的联系，也是前四个流派通向强人工智能的关 键一环。经典计算机是数理逻辑的开关电路实现，采用冯•诺依曼体系结构，可以作为逻辑推理等专用智能的实现载体。但要靠经典计算机不可能实现强人工智能。要按仿真主义的路线“仿脑”，就必须设计制造全新的软硬件系统，这就是 “类脑计算机”，或者更准确地称为“仿脑机”。“仿脑机”是“仿真工程”的 标志性成果，也是“仿脑工程”通向强人工智能之路的重要里程碑。

• 2.2 人工智能的特征

（1）由人类设计，为人类服务，本质为计算，基础为数据。从根本上说， 人工智能系统必须以人为本，这些系统是人类设计出的机器，按照人类设定的程 序逻辑或软件算法通过人类发明的芯片等硬件载体来运行或工作，其本质体现为 计算，通过对数据的采集、加工、处理、分析和挖掘，形成有价值的信息流和知 识模型，来为人类提供延伸人类能力的服务，来实现对人类期望的一些“智能行 为”的模拟，在理想情况下必须体现服务人类的特点，而不应该伤害人类，特别 是不应该有目的性地做出伤害人类的行为。

（2）能感知环境，能产生反应，能与人交互，能与人互补。人工智能系统 应能借助传感器等器件产生对外界环境（包括人类）进行感知的能力，可以像人 一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生 文字、语音、表情、动作（控制执行机构）等必要的反应，甚至影响到环境或人 类。借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/ 增强现实等方式，人与机器间可以产生交互与互动，使机器设备越来越“理解” 人类乃至与人类共同协作、优势互补。这样，人工智能系统能够帮助人类做人类 不擅长、不喜欢但机器能够完成的工作，而人类则适合于去做更需要创造性、洞 察力、想象力、灵活性、多变性乃至用心领悟或需要感情的一些工作。

（3）有适应特性，有学习能力，有演化迭代，有连接扩展。人工智能系统 在理想情况下应具有一定的自适应特性和学习能力，即具有一定的随环境、数据 或任务变化而自适应调节参数或更新优化模型的能力；并且，能够在此基础上通 过与云、端、人、物越来越广泛深入数字化连接扩展，实现机器客体乃至人类主体的演化迭代，以使系统具有适应性、鲁棒性、灵活性、扩展性，来应对不断变化的现实环境，从而使人工智能系统在各行各业产生丰富的应用。

• 2.3 人工智能参考框架

目前，人工智能领域尚未形成完善的参考框架。因此，本章基于人工智能的 发展状况和应用特征，从人工智能信息流动的角度出发，提出一种人工智能参考 框架（如图 2 所示），力图搭建较为完整的人工智能主体框架，描述人工智能系 统总体工作流程，不受具体应用所限，适用于通用的人工智能领域需求。

人工智能参考框架提供了基于“角色—活动—功能”的层级分类体系，从 “智能信息链”（水平轴）和“IT 价值链”（垂直轴）两个维度阐述了人工智 能系统框架。“智能信息链”反映从智能信息感知、智能信息表示与形成、智能 推理、智能决策、智能执行与输出的一般过程。在这个过程中，智能信息是流动 的载体，经历了“数据—信息—知识—智慧”的凝练过程。“IT 价值链”从人 工智能的底层基础设施、信息（提供和处理技术实现）到系统的产业生态过程， 反映人工智能为信息技术产业带来的价值。此外，人工智能系统还有其它非常重 要的框架构件：安全、隐私、伦理和管理。人工智能系统主要由基础设施提供者、 信息提供者、信息处理者和系统协调者 4 个角色组成。

（1）基础设施提供者

（编辑：ASP站长网）