在深圳召开，中国科学院院士、北京航空航天大学教授郑志明在接受人民网强国论坛记者正常采访时表示，当前人工智能用得最多的是在图像和

  郑志明：人工智能的发展主要经历了三个阶段：一是符号主义，这是一种类似于数学的推理方法，强调数学逻辑；二是行为主义，注重交互、感知和动作的学习；三是连接主义，着重于人脑结构的模拟，建立连结机制和学习模型。最典型就是模拟人脑的神经网络。

  强国论坛：AI是新一轮科技革命和产业变革的重要驱动力量，如何在更多领域实现应用落地？

  郑志明：当前人工智能用得最多的是在图像和语音识别领域，但这远远不足，因为我们所处的世界是个纷繁复杂的综合体。当前，无论是大数据还是人工智能技术，都不够精细，只是把复杂的问题强行简化，离我们真正想要掌握的科学技术还有一定的距离。

  比如，同样是无人驾驶，应用场景不同，实现它的难度也有很大区别。轨道或者大型矿山坑口的无人驾驶以现在的人工智能技术是可以在一定程度上完成的，因为这是单一路线加上时间变量的二维系统。但如果要研究城市里的无人驾驶，就需要在二维系统的基础上增加空间维度形成三维系统，从而增加了解决实际问题的难度。

  无人驾驶除了要面临环境的高度复杂性外，还要考虑到边界的开放性、信息的不完备性和响应的实时性等，这些都是复杂问题。要提升人工智能解决复杂问题的能力，就必须在关键技术的研究范式上进行重大变革。

  郑志明：我个人觉得，有两方面的变化需要我们来关注。首先是关注AI算法从线性到非线性的变化。目前的AI算法是运用统计学、数学等多种学科知识而形成的线性算法，可是世界上许多复杂问题是非线性的，人工智能要解决好这样一些问题还需要通过 “深度学习”来逐步提升它的技术性能，实现AI对复杂问题进行多层次分析和计算的能力，最终得出更加准确的结果。

  其次，是关注人工智能如何通过有限的感知完成准确的判定和决策。我们在处理问题的时候不可能每次都掌握完整的信息，在信息零散的情况下，人工智能怎么样才能做到更精准的认知和决策是研究的重点。

  在日前举办的达沃斯世界经济论坛上，OpenAI CEO阿尔特曼（Sam Altman）表示，

  路途遥远，远远还不到与人类竞争的程度，而且也不会反生的。与其胡思乱想，不如好好学习

  的应用可以大幅度提高效能评估的准确性和实用性，为组织和公司可以提供更好的管理支持。

  也将是与效能评估系统相互协同，为组织的运营和生产带来全新的变革和提升。

  （Artificial Intelligence，AI）是一种模拟人类

  技术的应用愈来愈普遍，尤其是在信息技术、金融、医疗、教育、物流、电子商务、

  大模型已经孵化；繁衍过程将突飞猛进，ChatGPT已经上线。 世界首富马斯克认为AI对人类是一种威胁；谷歌前CEO施密特认为AI和机器学习对人类有很大益处。 每个国家对核武器的运用有两面性，可造可控；但AI

  带来了新的安全问题，并且通过合作制定可操作的标准，以帮助评估和解决这样一些问题。OpenAI、Google、Anthropic和其他

  蓝图 /

  【书籍评测活动NO.33】做了50年软件开发，总结出60条经验教训，每一条都太扎心！