AI3.0时代来了，我们的工作和生活面临哪些新机遇？

导读：4月17日下午，微信读书·微信视频号联合湛庐文化为书友们送上了“AI 3 0·新商机·新生态”直播活动。几位科学家、企业家跨界深度交流，共同探讨了人工智能发展现状，以及透视当下AI发展的关键问题，并对产业布局和政策提出了可供参考的建议，助力未来的想象与开创。

2021年是“十四五”规划的开局之年，人工智能作为经济转型升级以及占领全球科技创新高点的重要抓手，正在迎来第三波浪潮。2021年很可能会是智能经济的一道分水岭。

那么，我们企业该如何助推人工智能应用迈入新阶段？人工智能又会给我们普通人的生活工作带来哪些改变？

4月17日下午，微信读书·微信视频号联合湛庐文化为书友们送上了“AI 3.0·新商机·新生态”直播活动。

几位科学家、企业家跨界深度交流，共同探讨了人工智能发展现状，以及透视当下AI发展的关键问题，并对产业布局和政策提出了可供参考的建议，助力未来的想象与开创。

这次全智能场景发布会第一次采用了演播室和户外智能场景双现场形式，在无人驾驶汽车和云端智能机器人的烘托下，全面展示了中国人工智能领域的创新实力和前沿进展。

本次直播特别邀请圣塔菲研究所客座教授、《AI 3.0》一书作者梅拉妮·米歇尔，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃，驭势科技联合创始人、董事长兼CEO吴甘沙，清华大学计算机系副教授、智源青年科学家刘知远等国内外知名科学家和创业者，以及特别嘉宾达闼云端机器人小姜。

今天，我们为大家汇编了直播内容的精华部分，如果你已经看过直播，可以收藏复习或转发分享，让更多人受益；如果你错过直播了，我们邀请你在文字中回顾，与我们一起探讨AI 3.0时代的新商机和新生态。

梅拉妮·米歇尔：我们是如何到达AI 3.0（第三代人工智能）的？

AI 1.0是大约始于20世纪50年代的第一代人工智能，那是人类工程知识的时代。

也就是说人类会结合自己的知识编写程序，例如对鸟类进行分类。如果一只鸟很大，但不会飞，那它可能是鸵鸟；如果它很大还会飞，而且又硬又秃，那它可能就是一只鹰。

这些所谓的专家系统有许多复杂的案例，但不幸的是这个系统很难整合所有的人类知识。例如，如果有一只翅膀折断的鸟该怎么分类？这样的例子不在整个专家库里，因此该系统就会出错。

AI 2.0是大约始于20世纪90年代的机器学习时代，在过去的10年左右被称为深度学习革命。

在这个时代，人工智能系统从数据而非人类专家库编制的程序中进行学习。在最新一轮的深度学习革命中，这些系统是基于人脑如何学习，以及人脑如何由多层相互反馈的神经元构成来进行建模的。

其中神经元层的数量被称为网络的深度，由多层模拟神经元组成的网络是一个通过深度学习进行学习的深度网络，深度学习带来了人工智能领域最近取得的所有重大成就，但它有很多局限性。

AI 3.0是人工智能的下一个时代。在这个时代里，我们期望人工智能系统更加鲁棒，更易于解释，适应性更强。

我们开发类似系统的方式是，发现如何让系统像人类一样以一种主动的无监督的方式学习，类似孩子们学习或掌握常识的方式。我们还希望系统能够通过类比泛化它们的知识，比如，如果系统在一个简单的情况下学会了识别桥梁，它就能更普遍地识别其他类型的桥梁，而且我们也希望系统能解释它们的决策。所有这些都是人工智能尚未解决的基本挑战，但它们构成了该领域取得进展的基本问题。

在科技趋势的大浪潮中，人工智能始终是最热门的话题。2021年3月初，湛庐重磅推出了圣塔菲研究所客座教授梅拉妮·米歇尔的新作《AI3.0》。如果说《集异壁》启蒙了第一代人工智能的发展热潮，《生命3.0》重构了第二代人工智能进化框架，那么，《AI3.0》将开启第三代人工智能爆发的大戏！

王飞跃：无人车将是我们通向智慧城市、智慧社会的必由之路

我是1988年开始做无人车，那时候的名字叫移动机器人，参与了多个自动驾驶相关的项目。后来，90年代中开始我开始研究高速公路上的无人驾驶。我相信，无人车将来一定是我们出行、物流等场景最主要的工具，这是我们通向智慧城市、智慧社会的必由之路。但是它一定有个发展阶段。

第一阶段，无人车、无人挖掘机、无人吊车等可以率先应用于一些特殊的场合，比如矿山，因为这种环境是对驾驶员身体损害比较大，安全是大问题。

第二阶段是码头、机场，这是相对比较封闭的物流中心。刚才看了吴甘沙的驭世科技，他们在这块做得比较成熟了。

第三阶段是公交车等。我个人建议将公交司机从车上移到远程，移到办公室。这不代表着公交车完全无人驾驶，可以加安全员，甚至导购员等相关人员。

第四阶段是出租车，出租车上乘客可以决定从哪里开始到哪里去，路径相对事先明确，可在云端规划和监控。

第五阶段也是最后阶段，才是所有的车都变成无人车。

我觉得需要从人类进化的历史的角度看无人驾驶。路是人走出来的，所以最初人有路权，后来马有路权，再后来汽车有了路权。现在人类要进入AI 3.0的时代，路权就要归属无人车了。

我也在这儿提醒大家想想马车、汽车之间的共生、博弈、背叛的过程。英国从1858年开始实行最早的道路交通法规《红旗法》，规定蒸汽车在郊外和市内都要限速，而且前方几米远的地方要有一手持红旗的人先行，为什么呢？因为汽车速度很快，马会受惊。加上马的出行带来了大量的马粪等难题，城市管理者们不得不聚在一起讨论人类如何在未来一个世纪处理马粪围城的问题，当年所谓的世界难题，"马粪危机＂。

汽车与马车的战争大约持续了接近一个世纪，最终凭借着新生事物强大的生命力，再加上几代人坚持不懈的努力改进，汽车终于代替马车，成为人类在陆地上的主要交通工具。

而人类驾驶的汽车在速度、效率、安全性以及环境污染方面的缺陷，注定它最终会被无人车取代。这不仅是提高速度、效率和安全性的问题，这还是个"Do the right thing, in the right way，就是以正确的方式做正确的事"的问题，最终就是一个可持续发展的问题。

但我们不能急功近利，二次污染，为了短时间内普及无人车而再次付出惨痛的代价。我觉得应该用二三十年的时间，平稳过度到无人车时代。这也是我坚持推广平行驾驶技术的初衷，把有人车、遥控车、网联车、无人车、用平行车统一起来，平安行驶，造福人类。

只有这些过程都完成了之后，我们才能真正进入无人车时代。

吴甘沙：今天的无人驾驶建立在笨鸟式的人工智能之上

无人驾驶的前景非常吸引人，但就当前的发展情况而言，实现的难度非常大。

目前的人工智能是笨鸟式人工智能，因为它是通过大量的数据，通过蛮力式的计算，通过历史的记忆，比如高精地图，整合形成的。车辆需要将沿路的道路记忆输入进去，其中还会遇到数据不全或算力不足等问题，这种情况下，人们就必须做出取舍，通过设计大量冗余去弥补单个部件的不可靠性。

就现在汽车安装的传感器来说，有基于激光的，有基于摄像头的，有基于毫米波雷达的，有基于超声波的。这些传感器每一种都有其优缺点，在应用过程中，我们需要对其进行组合。而这种组合跟我们追求的终极的人工智能是有很大差别的。

所谓的笨鸟式人工智能，意味着要在现有基础上实现非常可靠的无人驾驶，需要积累几十亿公里的数据。目前，谷歌的无人驾驶汽车积累的数据也不过几千万公里。而几十亿公里，相当于一个人类司机几百万年的驾龄。

很多人通常认为无人驾驶人工智能已经得到了大规模应用，而实际情况是我们的科学家和制造者还在研究开发的过程中，目前的人工智能和我们理想中的职能还有很大的差距。

我们都倾向于称目前阶段的、仍有许多局限的人工智能为专用人工智能或领域人工智能，即AI2.0，与其相对的则是通用人工智能，即AI3.0。AI3.0是人工智能未来发展的必然趋势，而这也是梅拉妮·米歇尔在《AI3.0》中重点介绍的。

在无人驾驶人工智能发展的当下，我国的发展速度与国外尤其是美国相比是不算太晚的。而在算法能力方面，两者间也不存在代际的差别，相反，我们还具备一些国外没有的优势。目前应用的人工智能2.0，是由应用驱动、需求驱动和场景驱动的。在这些方面，我国具有得天独厚的优势。

梅拉妮在《AI3.0》中讲到，无人驾驶人工智能的发展过程可以分为0～5级，共计6个阶段。就技术发展而言，国内的无人驾驶处在4级，严格来讲，4级的标准是完全脱离司机的操控，但因为相关法律法规的限定，我们现在都需要在车上配备安全员。

特斯拉的auto pilot（自动驾驶）功能则属于2级，其本质上是一种辅助驾驶，主要功能是帮助司机减负，实际的责任人还是司机本身。

而3级则意味着责任人由司机转变为驾驶系统，这个系统可以在它完整的能力覆盖范围内自动驾驶，在必要时寻求司机的干预。

再继续往上看，就到了5级，当前的科学家普遍认为5级是一个可望而不可及的目标，需要借助AI3.0，即通用的人工智能才能实现，它可以实现的场景是“随叫随到”。

刘知远：重构人类的知识平台，人工智能的未来使命

在我看来，未来的计算机一定能够更好地服务于我们和我们社会，比如在人的生老病死、衣食住行等各个方面肯定都能发挥很重要的作用。

我主要是从事自然语言处理，具体来说是知识图谱方面的研究，我认为整个人类社会的发展其实是不断积累我们认识世界、改造世界的知识的过程，但其实就我们现在的社会来说，每个人的分工、知识体系其实都是高度专业化的，而且会越来越专业化。

每个人其实都只是整个人类知识的拼图里很小的一块，而且这一块可能会越来越小，因为整个拼图其实变得越来越大了，这时，对于人类社会来说，认识世界、改造世界会变得越来越难。那么，随着拼图越来越大，我们到底该如何学才能更高效地把通识教育学习得更好，这是我们应该思考的问题。

比如，对于生物学家或者医生而言，他会面临一些挑战，从去年新冠疫情出现至今，关于新冠病毒的论文已经有几万篇了，那么对于从事这个领域研究的学者来说，他应该如何读这么多论文，其实本身我觉得对于学者来讲，或者说对于人类社会的每个人来讲，他想要再去创造新的知识就会变得越来越难，因为他所需的积累会变得越来越多。

所以，我认为人工智能未来的一个非常大的使命，就是帮助人类把这个平台构建起来，使其成为我们的一个外部知识库，这样一来，我们只需掌握如何去利用这个知识库，就可以更好地认识世界、改造世界。