新一代人工智能創新研討會北京共識 2018北京世界機器人大會

新一代人工智能是為搶抓人工智能發展的重大戰略機遇，構筑我國人工智能發展的先發優勢。

由中國嵌入式系統產業聯盟與北京經開投資開發股份有限公司聯合在2018年北京世界機器人大會上主辦的“新一代人工智能創新專題論壇”于2018年8月18日上午隆重召開。

中國工程院李伯虎院士等專家應邀出席上午論壇，并進行了大會講演。在下午進行的新一代人工智能創新研討會上，與會專家們還就新一代人工智能的創新發展進行了廣泛的討論，最后達成了如下的新一代人工智能創新發展2018北京共識。

與會專家認為：

2016年隨著AlphaGo戰勝全人類棋手，使世界為之震驚，歷史上從來沒有過，對于一個技術投入了世界上如此巨大的資源。國際大的IT公司利用這個契機，為了謀取暴力，取得世界人工智能的發展主導權，極力宣傳“深度學習模型”，把“深度學習模型”神化，同時又拋出了各種類型的“深度學習模型”的開源程序，以及大型GPU服務器。

在這種勢力的推動下，我國的年輕的人工智能研究者只能在開源程序下研究，不了解“深度學習模型”的所以然，因此，研究的深入與前瞻性被束縛。

從另一角度，其實“深度學習模型”，存在著訓練不可能得到最佳解，作為補救措施的SGD也只能得到局部最佳解，因此“深度學習模型”不可避免的存在黑箱問題，既然有黑箱問題就不可以在工業控制等大多數場合的普及，再加上深度學習屬于大模型解決小任務，投入產出不對稱等等原因，況且已經被發明者英國的Hinton教授宣告“深度學習模型”的終結。

為了獲得人工智能發展的主動權，擺脫國際大公司的束縛，撥亂反正，一定要推動新一代人工智能的時代展開，我們共同認識到：

新一代人工智能的技術境界是以具有自組織能力的概率模型為主導的機器學習；是可以超越公式化算法的模型，是不需要傳統神經網絡那樣只能通過窮舉法才可獲得最佳訓練解的新型網絡；是具有強對抗能力的機器學習模型；是可以處理歐幾里的空間中的概率空間的數據；具有可以統一歐幾里德空間與概率空間尺度關系的分類能力；是具有小數據或無數據訓練，可降低導入成本的特點；具有可以模擬人眼生物神經網絡的能力；具有可以根據應用的要求，用眾多的機器學習構建成一個完整的分散處理的人工智能大系統能力；具有自主決策和自主Agent能力的；具有可以無窮的深入處理的能力而計算復雜度不變的特性；總之，新一代人工智能具有強大性，實用性，透明性，可分析性，以及概念性強等的特點，適于廣泛的實際應用推廣。

與會專家一致認為，要深入貫徹國務院有關“發展新一代人工智能的規劃”精神，充分利用社會資源與政府資源，將以自組織機器學習為核心的人工智能模型進行普遍宣傳擴大認知度，盡快深入行業，按行業開發出樣板工程，以點帶面，盡快提供開源程序以利普及。

與會專家提議，新一代人工智能的應用不僅要在圖像識別，聲音識別上推廣應用，更重要的是應該在產業界進行重點推廣，突破人工智能不能用于產業界的禁令，為新一次工業革命的到來提供技術支持。

為了在人工智能領域中撥亂反正，把人工智能的研究人員從追求抽象的概念，過于務虛的現狀扭轉過來，必須針對如何在本次人工智能的高潮中，利用社會給予的巨大資源，為社會貢獻，因此必須旗幟鮮明的指出：本次人工智能的特點就是“機器學習解決隨機問題，繞開NP問題”，理解了這個結論才可以在本次人工智能的高潮中建功立業發揮作用，不辜負社會的期望。

最后，針對歷史上人工智能發展曲折的問題，與會專家認為：人工智能所以出現反復，主要原因是絕大多數人工智能專家力圖從生物神經的結構中探索計算論的神經模型，但是由于生物科學與計算科學是完全不同的科學領域，具有相當的差異性，如同飛機并不可能仿真飛鳥那樣，人工智能就是針對復雜系問題的人為介入的高級階段的算法，用具有雄厚數學基礎理論支持的算法逼近生物學神經的機能是人工智能發展的必由之路，也是新一代人工智能的基因。

為擔負著人工智能的研究開發，以及應用的專家技術人員提供一個啟發。本共識僅在傳統的神經網絡深度學習被終結，新一代人工智能的時代的開啟中，其基于針對人工智能的工程性的探討，基于可以實證性的理論或試驗所產生的結論，是本著如何最大限度的能在本次人工智能高潮中獲得最大社會效益的意愿，不含蓋人工智能未來長期性發展的研究。