文/張文生 中國(guó)科學(xué)院自動(dòng)化研究所

人工智能到底是做什么的？在工業(yè)革命階段，到底在起什么樣的作用？從早期西方的機(jī)械化，到后來的電氣化，再到后來的自動(dòng)化、智能化，這樣的過程前面是在解決人類的體力勞動(dòng)，后邊逐步轉(zhuǎn)變?yōu)榻鉀Q人的腦力勞動(dòng)。

從人類歷史發(fā)展進(jìn)程看，人工智能實(shí)際上是為解決體力勞動(dòng)以后要考慮的新的發(fā)展。在農(nóng)業(yè)機(jī)械化這方面，從早期的動(dòng)力問題，一直到后來的聯(lián)合收割機(jī)以及糧食深加工過程，能夠看出來科技的水平在不斷地提高，從機(jī)械化到自動(dòng)化，到以后可能要逐步考慮智能化這樣的過程。歐美發(fā)達(dá)國(guó)家已經(jīng)基本上實(shí)現(xiàn)了機(jī)械化。

在中國(guó)，經(jīng)過多年的努力，我國(guó)的農(nóng)機(jī)行業(yè)發(fā)生了翻天覆地的變化。從耕種到生產(chǎn)過程中的農(nóng)藥、化肥的施用，到農(nóng)產(chǎn)品的收割、深加工，逐步改變了原來的以人的體力和個(gè)體生產(chǎn)的過程。同時(shí)，改革開放這四十年，農(nóng)機(jī)從分田到戶，到后來的規(guī)?；l(fā)展，隨著經(jīng)濟(jì)的發(fā)展，現(xiàn)在又處于一種特殊的時(shí)期，這樣一個(gè)農(nóng)機(jī)的機(jī)械化程度，放緩的過程，那么我們?cè)趺礃訃@著農(nóng)機(jī)的放緩，加一些東西，比如加入一些智能功能，再讓它興奮起來，這是作為農(nóng)機(jī)行業(yè)的人員要考慮的問題。

農(nóng)業(yè)發(fā)展能不能也考慮到從機(jī)械化到自動(dòng)化的過程？我們目前從機(jī)械化到自動(dòng)化已經(jīng)走完了，那么到信息化、智能化還在探索之中，怎么做智慧農(nóng)業(yè)，農(nóng)業(yè)和大的機(jī)械怎么樣結(jié)合，這些問題值得深思。

如何理解人工智能本質(zhì)

人類是最高等的動(dòng)物，那么智能到底是什么？它的本質(zhì)是什么？在歷史發(fā)展的進(jìn)程中，我們?nèi)祟惔罅吭谧鋈伺c機(jī)器的比賽。最早的人工智能于1956年的達(dá)沃斯會(huì)議提出，它實(shí)際是在解決我們大腦認(rèn)知過程中的復(fù)雜信息怎么處理，復(fù)雜信息解決的主體到底多復(fù)雜，根據(jù)它的復(fù)雜性，我們是用牛刀還是什么刀來做，這是我們應(yīng)該考慮的問題，下面談幾個(gè)觀點(diǎn)。

人工智能是人造的智能。人造的智能主要集中在“腦”上，這個(gè)“腦”非常復(fù)雜，中科院自動(dòng)化所很早就開展了類腦研究。腦科學(xué)這一塊如果開展應(yīng)用還需要五十年之后，我們集中在做“人造的智能”，感知越多，在問題復(fù)雜信息的空間，描述地越靠近它的本質(zhì)，從多個(gè)角度來采集傳感器的問題，這是中科院合肥智能所做得非常好的一個(gè)工作。

用反饋實(shí)現(xiàn)智能。計(jì)算機(jī)本身是沒反饋的，因?yàn)橛?jì)算機(jī)死機(jī)了它是不知道怎么死的。我們所做的控制，這就是反饋。再比如我們做的機(jī)器人在視覺引導(dǎo)下怎么樣做它的手，讓它的大小適中，能把西紅柿摘下來。怎么實(shí)現(xiàn)呢？人類的核心是反饋，人造的腦怎么做呢？實(shí)際上我們就在做求差的迭代，迭代的過程中求優(yōu)化，然后就能實(shí)現(xiàn)這樣的智能，人工智能里的反饋功能。

人工智能需要大數(shù)據(jù)驅(qū)動(dòng)。隨著我們研究的對(duì)象復(fù)雜了，傳感器變多了，在這樣的情況下，靠人的大腦來建立模型非常困難。我們經(jīng)常說在互聯(lián)網(wǎng)上，網(wǎng)上的一分鐘是人間一萬(wàn)年產(chǎn)生的數(shù)據(jù)。大數(shù)據(jù)是技術(shù)的發(fā)展，再加上社會(huì)上的真正需要才有的。大數(shù)據(jù)采集東西是傳感，采了這么多就需要處理，處理的核心就是怎么樣理解數(shù)據(jù)，用到解決問題上，我們?cè)诠I(yè)上看到各種各樣的機(jī)器人，這樣的機(jī)器人它建模已經(jīng)不再是基于機(jī)理建模，現(xiàn)在靠數(shù)據(jù)驅(qū)動(dòng)。

大數(shù)據(jù)時(shí)代農(nóng)業(yè)智能化

人工智能強(qiáng)調(diào)反饋和大數(shù)據(jù)驅(qū)動(dòng)。人工智能發(fā)展到現(xiàn)在有六十多年，都在干什么呢？都在跟人類比賽，現(xiàn)在的人工智能是用在生產(chǎn)，最后我們要做到推動(dòng)生產(chǎn)力上?，F(xiàn)在視覺這個(gè)模塊已經(jīng)做得非常好了，后來再做聽覺，能夠做詢問天氣、輔助導(dǎo)航等等。

人工智能到現(xiàn)在，隨著進(jìn)一步的發(fā)展，會(huì)不會(huì)讓人類失業(yè)？尤其是在農(nóng)業(yè)方面，這是大家很關(guān)注的問題。在我國(guó)，如果大量的農(nóng)民失業(yè)了，大家是不支持的。 實(shí)施上，人工智能為我們提供的是更好的就業(yè)機(jī)會(huì)，勞動(dòng)更輕松，體力勞動(dòng)輕松，腦力勞動(dòng)得到輔助。社會(huì)的進(jìn)步，就是人工智能為大家提供更輕松、更好的環(huán)境，我們要適應(yīng)它，要學(xué)習(xí)它，所以不會(huì)失業(yè)，因?yàn)樗窃旄Ｈ祟惖?。另外一方面，人工智能不是萬(wàn)能的，不是什么東西都用人工智能解決的，人工智能能解決的問題很少。

大數(shù)據(jù)時(shí)代，我們應(yīng)該考慮的大數(shù)據(jù)是什么呢？最重要的是我們手邊的工具難以解決的那樣的一類對(duì)象，那樣的一些數(shù)據(jù)才是大數(shù)據(jù)。農(nóng)業(yè)的育種，我們?cè)趺礃油ㄟ^人工智能來輔助、幫助加速它，數(shù)據(jù)很小或數(shù)據(jù)量特別大的時(shí)候，怎么樣利用工具幫助人類，這是一個(gè)可學(xué)習(xí)的問題，人工智能用起來復(fù)雜程度太大，我們的能力不行，就不能用人工智能。如果能用，我們要怎么用？我們需要保持清醒的頭腦，第一是把問題簡(jiǎn)化，第二就是要人的參與。

農(nóng)業(yè)大數(shù)據(jù)要從哪些方面著手？將來我們想把整體的觀測(cè)，把實(shí)驗(yàn)的東西與真正的機(jī)器人結(jié)合，實(shí)際上是想解決大數(shù)據(jù)環(huán)境下的決策、支持，實(shí)際上更有效，這比研究一個(gè)工具對(duì)農(nóng)業(yè)的幫助更大。有可能農(nóng)業(yè)機(jī)器人將來不是能夠看得見的機(jī)器人，而是一個(gè)軟件，它能幫助我們做決策、規(guī)劃，提高我們的智能水平，做我們大腦做不了的事情。從這些方面講，我覺得“軟”的機(jī)器人是很有意義的。

另外我們要認(rèn)清中國(guó)人工智能的實(shí)力，我們做了一個(gè)規(guī)劃，分三步走，人工智能學(xué)會(huì)與羅蘭貝格聯(lián)合發(fā)布《中國(guó)人工智能創(chuàng)新應(yīng)用白皮書》。我們國(guó)家的實(shí)力到底怎么樣呢？我們?cè)谝曈X處理上和美國(guó)差不多，智能機(jī)器人上比美國(guó)還多，但是我們還在買人家的機(jī)器，原因是低檔重復(fù)、水平達(dá)不上；從業(yè)人員方面，美國(guó)從事人工智能的人數(shù)是我們的將近一倍。

人工智能有很多局限，比如認(rèn)知倫理的局限、智能物化方法與途徑的局限、數(shù)學(xué)方法與工具的局限，那有沒有前途呢？我們要選擇任務(wù)驅(qū)動(dòng)，對(duì)于什么樣的任務(wù)用什么樣的刀來做，人工智能是一個(gè)慢慢發(fā)展的過程，我們還是要充滿信心。AI產(chǎn)業(yè)化重在產(chǎn)品模式化，像阿里電商、騰訊微信、Google知識(shí)、IBM認(rèn)知計(jì)算。支撐人工智能產(chǎn)業(yè)的芯片業(yè)、軟件也非常重要的。