近年来，国内外人工智能领域的研发分外火爆。在当前轰轰烈烈的造势活动中，中国工程院院士李国杰观察到一种“围城现象”：“真正做人工智能研究的专家说话都比较谨慎，但是也有一些讲话过头或者悲观的，而吹嘘人工智能万能或散布人工智能威胁论的，则大多并不是真正研究智能技术的专家。”　

　　中国工程院院士李国杰在“AI未来说·青年学术论坛”上对记者表示，发展人工智能要排除“左”、“右”两方面的干扰。

　　“一方面是‘右’的干扰，就是对人工智能等事物麻木不仁、墨守成规，这样会错失发展机遇；另一方面“极左”的干扰即盲目冒进，对人工智能抱一切不符实际的幻想，或者过分夸大人工智能的威胁，使人工智能再次进入寒冬。这两种干扰都可能断送发展的大好机遇。”

　　AlphaGo赢了，意味着跨入“智能时代”？

　　人工的智能异常火爆，使得许多人都认为信息化时代已过去，大数据的热潮也已经退去，如今已进入人工智能新时代。

　　但是，李国杰认为，究竟现在处在什么时代，需要用历史的眼光看待。“作为一种基础的科学范式，数据科学的影响可能要比人工智能更持久，但人工智能技术更具有颠覆性。”

　　他指出，信息时代与工业时代一样都会延续较长的时间。信息时代将走过数字化、网络化、智能化等几个阶段。“当前人工智能的复兴标志着信息时代进入智能化的新阶段，这是我的一个初步判断。有人将AlphaGo赢一盘围棋将信息时代和智能时代进行分界，我认为是有点牵强的。”

　　在李国杰看来，绝不能低估大数据和人工智能的战略作用，但也不能对人工智能抱有不切实际的过高期望。“我国各地的人工智能造势活动已经起到很好的启蒙作用，现在是保证技术落地生根的时候了，要务实、务实再务实。”

　　进入智能时代需要有划时代的发明

　　曾经有一位清华博士的论文答辩给李国杰留下了印象。“他的论文里总结了一些人工智能领域发表文章的历史。比如1956~2018年人工智能领域共发表292115篇研究文献，其中‘神经网络’领域的最多，共有8265篇文章集中在1998年左右发表；‘机器学习’排在第二，共有5023篇文章集中在2000年左右发布；‘模式识别’的6254篇文章则集中在1995年左右。但这些高峰时期都不是现在，而是上个世纪。”

　　深度学习的发明者、英国人Geofrey Hinton教授近期曾表示：“我的观点是把反向传播全部丢下，重起炉灶。”2018年诺贝尔经济学奖得主威廉·诺德豪斯在三年前曾发表了一篇名为《我们正在接近经济奇点吗?》的文章。文中的结论指出，而大部分的经济指标都不支持“奇点即将来临”的判断。

　　在李国杰看来，工业时代的划时代发明是蒸汽机和电动机，信息时代的标志性发明是计算机和互联网，进入智能时代应该有像蒸汽机、发动机、计算机一样的基础性技术发明。

　　当前，大部分经济学家认同历史是一个长波式的，到现在看来已经是第五波，每波的时长大概是四五十年左右。

　　“第五波是互联网、移动通信等为主，而现在是第五波的下降阶段。未来10~20年全球经济增长的速度将低于过去20年的增长水平，预计年均增长2.9%，发达国家将低于2%，中国年均大约5%。而在2030年的时候很可能开始触发第六波。”李国杰说。

　　吸取历史教训重视“头雁”作用

　　李国杰认为，人工智能的应用主要聚焦几个方面，即智能应用比常规应用需要更快的计算速度、更大的存储容量和更高的数据传输能力，而这些要求将趋使计算机系统结构产生重大创新，与计算机主流技术的发展是一致的。“若干年后适合智能应用的芯片与系统结构将成为计算机的主流技术。”

　　上世纪80年代，曾有许多人鼓吹计算机将按照人工智能的要求，从第四代发展到所谓的第五代。可是，计算机的发展恰恰走了一条与此相反的路。

　　“大部分所谓的智能计算机、智能软件和智能工具并入了计算机主流。今天的形势不同于上世纪80年代，但历史的教训值得吸取。我们要重视智能应用的特殊要求，但不能忽视通用的计算机主流技术的巨大包容能力。”李国杰指出。

　　那么，人工智能为什么被称为数字经济的“领头雁”？2018年10月31日，习近平总书记在政治局集体学习的讲话中指出，人工智能具有溢出带动性很强的“头雁”效应。在李国杰看来，这一判断便是指出智能化是发展数字经济的主攻方向。

　　“理解人工智能的巨大作用要从智能学科的本质特点找原因。人工智能与其他所有学科不一样，它不是静止的、有限范围的技术，其研究内容不断向未知领域延伸，永远处在计算机科学研究的最前沿。”

　　在他看来，人工智能是一个很崇拜权威的领域。该领域权威学者、麻省理工教授MarvinMinsky曾指出:“人工智能的任务是研究还没有解决的计算机问题”。这一特征表明，人工智能总是探索那些像“下围棋胜过人类”这样的令人惊喜的“禁区”，将“不可能”变成“可能”，将尖端技术变成老百姓司空见惯的常用技术——这就是“领头雁”的作用。

　　人工智能的贡献类似于“蜜蜂模型”

　　2017年，中国电子信息产业收入总规模约18万亿元，人工智能市场则为200亿元左右。李国杰将其与面膜市场做了做了形象的对比：“我国国家面膜的产值大概就是200亿元左右，与人工智能市场相当。总体来看，人工智能核心产业收入只占电子信息产业总收入的千分之一左右，如此弱小的AI核心产业如何成为推动经济转型发展的新动力？”

　　他指出，人工智能等引领技术的贡献可用“蜜蜂模型”来解释。中国的蜂蜜市场规模每年不到100亿元，但蜜蜂的价值并不是酿蜜蜂蜜而是传粉，蜜蜂对农业有不可替代的重大贡献。

　　人工智能对其他产业的的作用，就如同蜜蜂对各种农作物一样。“人工智能不是单项技术，实际上是计算机和其他信息技术的集成应用。在实际应用中很难分清楚哪些是人工智能应用，哪些是一般的计算机技术应用。人工智能技术渗透到各行各业，将促进全社会方方面面的变革和技术升级换代，从数字化、网络化走向智能化。”李国杰说。

　　但他强调，人工智能的作用不能只看GDP的统计数据。上世纪80年代经济学界有一个流行的索罗悖论：“我们到处都看得见计算机，就是在生产率统计上看不到。”如今则可能有一个相反的数字化悖论：“我们在统计上常看到数字化的巨大作用，但在生产活动中还不容易看见。”

　　所以人工智能和大数据的作用不仅仅体现在经济增长上，而是将更多地体现在生产方式、生活方式、科研模式、政府管理模式的改变和福利改进等方面，特别是思想观念和认知方式的改变。

　　李国杰表示：“我们的很多智能技术是免费的，没有计入GDP。我们需要关注的不是在原来的经济大饼中划出多大一块饼，而是要关注人工智能究竟提供了多少原来没有的新产品和新服务。”

　　人工智能的特点为无形资产较高。1975年标普500公司的无形资产只有几千亿美元，占总资产17%，而到了2018年其无形资产高达2万亿美元，占总资产的83%。

　　纵观全球，研发人工智能的公司市值都很高，比如苹果、亚马逊、Alphabet、微软、Facebook、阿里巴巴等。李国杰指出：“市值与公司收入(利润)的关系如同母鸡与蛋的关系。人工智能企业市值最高，超过所有传统企业，说明人工智能代表未来经济的发展方向，现在的无形资产比厂房设备更有价值。”

　　现代工业经济追求规模经济，强调分工、专业化和品种的产量规模。而新经济追求范围经济，强调品种多样化和个性化。因此，解决经济发展中的“昆虫纲悖论”需要解决通用性和个性化的矛盾。而有效满足个性化需求必须依靠大数据和人工智能技术。

　　李国杰认为，提高智能计算的能效是今后研发的主要目的。“目前智能计算的能效非常低，AlphaGo下一盘围棋的电费为3000美元，大数据分析的能效与高性能计算机有4~5个数量级的差距。”

　　在全球企业2000强名单中，美国共有14家芯片公司、14家软件公司上榜，但中国这一数字为零。

　　“美国对中国实行禁运和限制企业收购的主要是集成电路。我国人工智能基础层、技术层和应用层的人才数量占比分别为3.3%、34.9%和61.8%，而美国分别是22.7%、37.4%、39.4%。可见我国基础层人才比例严重偏低，头重脚轻，根基不牢。”李国杰分析道。

　　他认为，摩尔定律已经临近极限，大数据和AI计算却出现了指数级增长，计算机系统架构成为关键的推动因素。目前只有不足1%的云服务器为AI加速服务，要让AI变得无处不在，吞吐量需要提高100倍以上。

　　“因此大数据和人工智能产业必须扎根在系统结构和软件理论的深土中。发展大数据和人工智能不能停留在算法层面，要关注从算法、软件、人机界面到系统结构和芯片这一完整的产业链和生态系统。”

　　李国杰还介绍了寒武纪智能加速芯片：“寒武纪在应用于数干万台智能终端能效和算法上都有重要的提高，比如寒武纪MLU00应用于阿里联想和曙光服务器，能效提高了30倍以上。”

　　个人名片

　　李国杰,1943年5月29日生于湖南省邵阳县，汉族，计算机专家。中共党员。1968年毕业于北京大学，1985年获美国普渡大学博士学位。1987年初回国工作于中国科学院计算技术研究所，1990~1999年担任国家智能计算机研究开发中心主任，2000~2011年担任中国科学院计算技术研究所所长，现任中科院计算所首席科学家。1995年创建曙光信息产业有限公司（2014年在主板上市的中科曙光公司的前身）并一直担任董事长。现兼任中国计算机学会名誉理事长、中国科学院大学计算机与控制学院院长等职。

　　主要从事计算机体系结构、并行算法、人工智能、计算机网络、信息技术发展战略等方面的研究，发表科学论文150多篇，出版了《创新求实录》、《新一代信息技术产业培育与发展研究报告》、《Information Science & Technology in China: A Roadmap to 2050》等文集和战略咨询报告。长期从事国家863计划高技术研究，两次担任国家“973计划”项目首席科学家。主持研制成功曙光一号并行计算机、曙光1000大规模并行机和曙光2000/3000超级服务器，为发展我国高性能计算机产业做出了突出贡献，先后获得国家科技进步一等奖和三次二等奖。领导计算所研制成功龙芯CPU。1994年获得首届何梁何利基金科技进步奖，2000年被评为全国先进工作者。曾被选为九届/十届全国人大代表，中共第十七届党代表。

　　1995年当选为中国工程院院士，2001年当选第三世界科学院（现为发展中国家科学院，即TWAS）院士。