國務院近日印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出了面向2030年我國新一代人工智能發(fā)展的指導思想、戰(zhàn)略目標、重點任務和保障措施，部署構筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設創(chuàng)新型國家和世界科技強國。

2017年1-2月，中國工程院院刊信息與電子工程學部分刊《信息與電子工程前沿（英文）》出版了“Artificial Intelligence 2.0”專題，潘云鶴、李未、高文、鄭南寧、吳澄、李伯虎、陳純等多位院士以及專家學者參與撰文，對新一代人工智能中涉及的大數(shù)據智能、群體智能、跨媒體智能、混合增強智能和自主智能等進行了深度闡述。專題包括7篇綜述、5篇研究論文。讓我們隨著專題中的綜述文章，一起領略新一代人工智能中5大智能方向的圖景。

1956年，在美國達特茅斯（Dartmouth）學院，約翰·麥卡錫（John McCarthy，1971年度圖靈獎獲得者）、馬文·李·閔斯基（Marvin Lee Minsky，1969年度圖靈獎獲得者）、克勞德·艾爾伍德·香農（Claude Elwood Shannon，信息理論之父）、納撒尼爾·羅徹斯特（Nathaniel Rochester，IBM第一代通用計算機701主設計師）四位學者發(fā)起舉行“人工智能夏季研討會”，指出“人工智能”研究目標是實現(xiàn)能模擬人類的機器，該機器能使用語言，具有概念抽象和理解能力，能夠完成人類才能完成的任務并不斷提高機器自身。

“人工智能”這一概念提出后，迅速發(fā)展成為一門廣受關注的交叉和前沿學科，沿著“從符號主義走向連接主義”和“從邏輯走向知識”兩個方向蓬勃發(fā)展，在象棋博弈、機器證明和專家系統(tǒng)等方面取得了豐富成果。隨著互聯(lián)網的普及、傳感網的滲透、大數(shù)據的涌現(xiàn)、信息社區(qū)的崛起，數(shù)據和信息在人類社會、物理空間和信息空間之間的交叉融合與相互作用，大眾創(chuàng)業(yè)和萬眾創(chuàng)新等新技術、新產業(yè)和新業(yè)態(tài)不斷涌現(xiàn)，使得對人工智能基本理論和方法的研究開始出現(xiàn)新的變化，這些變化也使得人工智能新的應用呈現(xiàn)勃勃生機。

為了更好地與學術同行交流人工智能2.0理論、方法和技術，潘云鶴院士于2016年12月在中國工程院院刊Engineering（主刊）發(fā)表了題為“Heading toward artificial intelligence 2.0”的論文，從人工智能60年的發(fā)展歷史出發(fā)，通過分析促成人工智能2.0形成的外部環(huán)境與目標的轉變，分析技術萌芽，提出了人工智能2.0的核心理念，并結合中國發(fā)展的社會需求與信息環(huán)境特色，給出了發(fā)展人工智能2.0的建議。

2017年1~2月，中國工程院院刊信息與電子工程學部分刊《信息與電子工程前沿（英文）》出版了“Artificial Intelligence 2.0”專題，潘云鶴、李未、高文、鄭南寧、吳澄、李伯虎、陳純等多位院士以及專家學者參與撰文，對新一代人工智能中涉及的大數(shù)據智能、群體智能、跨媒體智能、混合增強智能和自主智能等進行了深度闡述。

挑戰(zhàn)與希望：AI 2.0時代從大數(shù)據到知識

莊越挺、吳飛、陳純、潘云鶴

對大數(shù)據時代人工智能領域近期出現(xiàn)的若干理論和技術進展進行了綜述，認為將數(shù)據驅動機器學習方法與人類的常識先驗與隱式直覺有效結合，可以實現(xiàn)可解釋、更魯棒和更通用的人工智能。AI 2.0時代大數(shù)據人工智能具體表現(xiàn)為：從淺層計算到深度神經推理；從單純依賴于數(shù)據驅動的模型到數(shù)據驅動與知識引導相結合學習；從領域任務驅動智能到更為通用條件下的強人工智能（從經驗中學習）。下一代人工智能（AI 2.0）將改變計算本身，將大數(shù)據轉變?yōu)橹R，以支持人類社會更好決策。

文章配圖：從數(shù)據到知識

AI 2.0時代的群體智能

李未、吳文峻、王懷民、程學旗、陳華鈞、周志華、丁嶸

認為基于互聯(lián)網的信息物理世界深刻地改變了人工智能發(fā)展的信息環(huán)境，將人工智能研究的新浪潮推進到人工智能2.0新紀元。作為AI 2.0時代最突出的研究特點之一，群體智能引起了產業(yè)界和學術界的廣泛關注。具體來說，為應對挑戰(zhàn)，群體智能提供了一種通過聚集群體的智慧解決問題的新模式。特別是由于共享經濟的快速發(fā)展，群體智能不僅成為了解決科學難題的新途徑，而且也已融入日常生活的各個方面，例如線上到線下（online-to-offline, O2O）應用、實時交通監(jiān)控、物流管理。該文對現(xiàn)有群體智能研究成果進行總結和綜述。首先，論述了群體智能的基本概念，并對其與現(xiàn)有相關概念（如眾包和人本計算）的關系進行了解釋。然后，介紹了4類具有代表性的群體智能平臺，總結了3項核心問題以及最新的群體智能技術。最后，討論了群體智能研究的發(fā)展方向。 

文章配圖：參與式和移動人群感知

跨媒體分析與推理：研究進展與發(fā)展方向

彭宇新、朱文武、趙耀、徐常勝、黃慶明、盧漢清、鄭慶華、黃鐵軍、高文

認為隨著人類文明的進步以及科技的發(fā)展，信息的傳播從文字、圖像、音頻、視頻等單一媒體形態(tài)逐步過渡到相互融合的多種媒體形態(tài)，越來越顯現(xiàn)跨媒體特性，而如何實現(xiàn)跨媒體分析與推理就成為了研究和應用的關鍵問題。本文從7個方面對跨媒體分析與推理進行綜述：（1）跨媒體統(tǒng)一表征理論與模型；（2）跨媒體關聯(lián)理解與深度挖掘；（3）跨媒體知識圖譜構建與學習方法；（4）跨媒體知識演化與推理；（5）跨媒體描述與生成；（6）跨媒體智能引擎；（7）跨媒體智能應用。

文章配圖：多模態(tài)數(shù)據統(tǒng)一表征方法示例

混合—增強智能：協(xié)作與認知

鄭南寧、劉子熠、任鵬舉、馬永強、陳仕韜、余思雨、薛建儒、陳霸東、王飛躍

認為由于人類面臨的許多問題具有不確定性、脆弱性和開放性，任何智能程度的機器都無法完全取代人類，這就需要將人的作用或人的認知模型引入到人工智能系統(tǒng)中，形成混合—增強智能的形態(tài)，這種形態(tài)是人工智能或機器智能的可行的、重要的成長模式?；旌稀鰪娭悄芸梢苑譃閮深惢拘问剑阂活愂侨嗽诨芈返娜藱C協(xié)同混合增強智能，另一類是將認知模型嵌入機器學習系統(tǒng)中，形成基于認知計算的混合智能。該文討論人機協(xié)同的混合—增強智能的基本框架，以及基于認知計算的混合—增強智能的基本要素——直覺推理與因果模型、記憶和知識演化；特別論述了直覺推理在復雜問題求解中的作用和基本原理，以及基于記憶與推理的視覺場景理解的認知學習網絡；闡述了競爭—對抗式認知學習方法，并討論了其在自動駕駛方面的應用；最后給出混合—增強智能在相關領域的典型應用。

文章配圖：人在回路的混合增強智能

文章配圖：直覺推理與認知映射的關系

文章配圖：企業(yè)協(xié)作決策的混合增強智能的一般框架

AI 2.0時代的類人與超人感知：研究綜述與趨勢展望

田永鴻、陳熙霖、熊紅凱、李洪亮、戴禮榮、陳婧、興軍亮、陳靖、吳璽宏、胡衛(wèi)明、胡郁、黃鐵軍、高文

簡要回顧了不同智能感知領域的研究現(xiàn)狀，包括視覺感知、聽覺感知、言語感知、感知信息處理與學習引擎等方面。在此基礎上，對即將到來的AI 2.0時代智能感知領域需要大力研究發(fā)展的重點方向進行了展望，包括：（1）類人和超人的主動視覺；（2）自然聲學場景的聽知覺感知；（3）自然交互環(huán)境的言語感知及計算；（4）面向媒體感知的自主學習；（5）大規(guī)模感知信息處理與學習引擎；（6）城市全維度智能感知推理引擎。

文章配圖：AI 2.0時代智能感知技術框架

智能無人自主系統(tǒng)發(fā)展趨勢

張濤、李清、張長水、梁華為、李平、王田苗、李碩、朱云龍、吳澄

介紹了智能無人自主系統(tǒng)的發(fā)展趨勢，將相關技術分成了7個領域，包括人工智能技術、無人車、無人機、服務機器人、空間機器人、海洋機器人和無人車間/智能工廠，對每個領域的發(fā)展趨勢進行了介紹。

文章配圖：無人機發(fā)展趨勢預測

人工智能在智能制造領域的應用研究

李伯虎、侯寶存、于文濤、陸小兵、楊春偉

介紹了團隊近年將人工智能技術應用于制造領域的研究與實踐。首先，簡析“互聯(lián)網+人工智能”時代核心技術飛速發(fā)展正引發(fā)制造領域的模式、手段和生態(tài)系統(tǒng)的重大變革以及人工智能的新發(fā)展；接著，基于人工智能技術與信息通信技術、制造技術及產品有關專業(yè)技術等融合，研究提出了智能制造新模式、新手段、新業(yè)態(tài)，智能制造系統(tǒng)體系架構和智能制造系統(tǒng)技術體系；進而，從智能制造的應用技術、產業(yè)和應用示范等角度, 簡述智能制造領域的國內外發(fā)展現(xiàn)狀；最后，提出我國人工智能2.0在智能制造領域應用研究的建議。

文章配圖：智能制造新模型、新方法、新形式示意圖