AI前沿观察③丨迈向人工智能的未来：可信、可靠、可解释和重新定义的人机关系
21世纪经济报道 记者郭美婷 实习生杨婧文 广州报道
编者按
“人工智能从你出生那天就认识你，读过你所有的电子邮件，听过你所有电话录音，知道你最爱的电影……”尤瓦尔·赫拉利在《未来简史》一书中描述了这样一种未来景况：人工智能比人类更了解自己。
步入人工智能时代，人类的生活习惯和生产方式正在被重塑，科幻和现实渗透，惊喜与担忧交加。人与机器的未来是一场亲密的合作还是激烈的战争？机器会将人类的智能拓展到什么样的边界？
南财合规科技研究院推出AI前沿观察系列报道。从技术、政策和治理多角度，剖析人工智能的技术瓶颈与伦理考验，追问未来的可能与限度，以期寻找第四次工业革命浪潮翻涌下人工智能发展的最优路径。本篇是第三篇，多位一线专家畅议AI实现之路。
让我们再一次回到那场震撼了世人的围棋对局。
2016年3月15日，韩国首尔。世界围棋冠军、职业九段选手李世石坐于棋盘一端，双眼注视棋局，手指摩挲着棋罐；代表AlphaGo的另一端，棋手正依照电脑屏幕上的指示落下一子。17时02分,李世石投子认输。历时7天、鏖战20小时，这场号称“捍卫人类智力尊严”的博弈总比分定格在了1：4。
从惊呼“人工智能来了”到察觉“人工智能无处不在”，人类社会才走过寥寥数年。语音助手、人脸识别、自动驾驶……在如今这轮以深度学习技术为代表的AI浪潮下，人类享受到了越来越多的科技红利，也有那么一刻感到迷茫——新旧技术该如何更迭，即将到来的是高潮还是低谷，人工智能的前路走向何方？
多位受访专家提出了解题思路，如强化技术的可解释性、促进“AI+”落地，以及对人机交互、元宇宙的设想等。也许在AI如空气般无处不在的未来，人类注定需要从学会和机器的相处中，找寻答案。
低谷再现？
到2022年，人工智能已经走过66个年头。
1956年夏，达特茅斯会议首次提出“人工智能（Artificial Intelligence，简称AI）”概念，标志该领域的正式创立。随后，机器定理证明、跳棋程序等研究成果相继取得，掀起了人工智能的第一个高潮。但受限于计算机内存、运算速度和数据量的不足，人工智能的研发很快停滞不前。
突破和转折出现在20世纪70年代，专家系统崛起，人工智能实现了从理论研究走向专门知识的应用。然而随着应用规模的扩大，专家系统应用领域狭窄、缺乏常识性知识、推理方法单一等问题暴露，这直接导致了历史上的“AI之冬”。所幸，90年代互联网技术的发展再次点燃了人工智能的创新热情。
2012年，人工智能迎来以深度学习（DL, Deep Learning）为代表的新高潮。那场震惊了世人的“人机对弈”，背后正有深度学习的鼎力支持。过去曾对计算机极具挑战的任务，如图像分类、语音识别和自然语言处理等，都因深度学习而取得了进展。
“截至目前，人工智能发展仍处于高潮期，但整体进展将会逐渐放缓。”北京航空航天大学软件开发环境国家重点实验室副主任刘祥龙认为，人工智能技术虽已相对成熟，并在各领域投入应用，但未能出现颠覆性的理论和技术突破。从理性的角度看，人工智能接下来很可能会进入相对平静的发展期。
事实上，深度学习的局限已露端倪。今年三月，知名AI学者、Robust.AI创始人加里·马库斯（Gary Marcus）发表了一篇《深度学习撞墙了》的文章，他认为纯粹的端到端深度学习差不多走到尽头了，整个AI领域必须另寻出路。
尽管该观点遭到深度学习拥趸者的驳斥，但深度学习的缺点确实随着发展日益清晰。多位受访专家告诉21世纪经济报道记者，深度学习的本质是利用没有加工处理过的数据用概率学习的“黑箱”处理方法寻找规律。这一方法需要大量高质量的数据集进行训练，在封闭场景下才能更好地完成任务。且深度学习本质上不可解释，非常脆弱，在遭遇外界干扰，比如“对抗样本攻击”，通过在输入数据中添加扰动，即可使系统做出错误判断。
“深度学习撞墙了”，如同人工智能几起几落的发展史一般，有专家预测，人工智能或将又经历一次低谷期。
“人们对人工智能的期待和技术的真实水平相差太远。”北京邮电大学人工智能学院研究员、北邮人机交互与认知工程实验室主任刘伟直言，虽然从硬件上看，CPU（中央处理器）、GPU（图形处理器）等芯片已达到纳米级别，计算能力大幅度提升，
