“海（hǎi）棠不惜胭脂（zhī）色，独立蒙蒙细（xì）雨（yǔ）中。”

想象一下，假（jiǎ）设给智能机（jī）器人读这首诗，让人和机器同时在（zài）图像数据库中寻找与这首诗最匹配的（de）场景，结果（guǒ）会是怎样？

7月14日，在2021中国·宁波新一代人工智能学术峰会（后简称“学术峰会”）上，中（zhōng）国工程院院士、西安交通（tōng）大学人（rén）工智能与机器人研究所教授郑南宁提到，在这种场景下，机器人会按照规则办事（shì），从数据库中找出一幅海棠图，海棠（táng）的叶子上（shàng）可能还挂（guà）着雨珠。而在这场对比实验中，不同的人会作出（chū）不同的选择，一个可（kě）能（néng）的结果是，有（yǒu）人会（huì）选择一位亭（tíng）亭玉立的少女，行走在（zài）幽静的田间小道，天上还（hái）下着蒙蒙的细（xì）雨。

这个实验提醒科学家，“人（rén）工智（zhì）能面临（lín）着如何把知识赋（fù）予场景的挑战。”郑南宁解释道。

自（zì）2015年起，中国工程（chéng）院批准（zhǔn）启动了《中国人（rén）工智（zhì）能（néng）2.0发展战略研（yán）究》重大咨询项目（mù），以潘云鹤等院士为代表的（de）科（kē）学家（jiā）开始进行“人工智能2.0计划”。

“以往人工智能（néng）1.0只研（yán）究了语言知识（shí），没有对视觉（jiào）知识进行研究（jiū）。而到了人工智（zhì）能2.0以后，深度学习解决了大量的视觉问题。”在学术峰会上（shàng），中国工（gōng）程院院士、浙江大学教授潘云鹤提到，人工智（zhì）能1.0的梦想（xiǎng）是让智能语言转化成画面，未来可以（yǐ）通过视觉知识（shí）等核心技术实现（xiàn）。

在（zài）学术峰会上，郑南宁分享了2006年一位（wèi）德国（guó）心理科学家做过的儿童心理学（xué）实验。

实验里（lǐ），一个大人两（liǎng）手抱（bào）着（zhe）书，准备放置于书柜里，可自己无法腾出手打开（kāi）柜子，而（ér）在房间的另一个（gè）角落，母亲抱着1岁（suì）半的孩子在一旁（páng）坐（zuò）着，此时大（dà）人没有给孩子（zǐ）任何的指（zhǐ）令，但是孩子跑（pǎo）过去（qù），打开（kāi）了柜门（mén），大人把书放了（le）进去。

“这个心理学实验（yàn）给我们人工智能研究（jiū）提（tí）出了一个（gè）严（yán）峻的挑战，那就是我们如何使智（zhì）能系统也（yě）要具有像孩（hái）子这样的（de）合作性（xìng）行为。”郑南宁解释，这个看似普通的心理（lǐ）学实验（yàn）让科学（xué）家去（qù）思考，是（shì）否可以通（tōng）过理（lǐ）解1岁半孩子（zǐ）的大脑所想，让机（jī）器人也具有智能（néng）性（xìng）、灵（líng）活性与（yǔ）合（hé）作性的行为。

人（rén）工智能2.0时代，“机器人（rén）脑”被赋予了更多人性化期待（dài）。中国工（gōng）程院院（yuàn）士、德国国（guó）家（jiā）工程科（kē）学院院士吴志强描绘了一个智能化的城市生活场景。

在智（zhì）能化城市里，如何让（ràng）一位（wèi）80多岁的空巢老人安享晚年？人工智能系统一方面要做好健康（kāng）模（mó）块（kuài）的监测，包括老年特别（bié）病护理、心血管与癌症（zhèng）特别监测等，另一方（fāng）面做好基本生存条（tiáo）件的把（bǎ）控，涉及餐（cān）饮的热（rè）量供给、生命（mìng）危（wēi）急（jí）情况报（bào）警（jǐng）、排泄物（wù）监测等。此外，“智（zhì）能大脑”也（yě）需要提供情感需求的满足，包（bāo）括支持老朋友互（hù）动、学习兴趣模（mó）块（kuài）等。系统还要向外部延展，与楼栋、社（shè）区（qū）连接在一起，实现家庭设施和（hé）维修、安全报警防灾（zāi）的服务。

“智能机（jī）器可（kě）以实现自己的迭（dié）代、服务和维（wéi）修。”在吴志强（qiáng）看来，不同模块的（de）组（zǔ）合，形成了具备全盘（pán）化思维的人工智能“大脑”。

“目前人（rén）工智（zhì）能对（duì）于处（chù）理一般问题已经很成（chéng）功，但（dàn）在处理更大量、复杂的（de）问题上，没找到开（kāi）启复杂系统的智能钥（yào）匙（shí）。”中国科学院（yuàn）院士、北（běi）京航空航天大学教授（shòu）郑志（zhì）明在接受中青报·中青网记（jì）者采（cǎi）访时表示，这把钥匙是指理（lǐ）解非线性随（suí）机在构成（chéng）复杂系统过（guò）程中（zhōng）所起的作用。

“人工智能面临不可解释性等重（chóng）大瓶颈（jǐng）挑战（zhàn），非（fēi）线性问题是主要根源。”郑志明（míng）把非线性比喻成（chéng）一座山，而现在部分人工智能的（de）研究片面地认为线性加上线性，一个加上另一个就（jiù）能翻（fān）越一座（zuò）山，就能做到非线（xiàn）性，例（lì）如当下的深度神经网（wǎng）络，“这实际上是伪非线性”。

他认为，智能制造是智能（néng）技术（shù）与制造技术的融合，用智能技术（shù）解决制造的问（wèn）题。

但“智能（néng）制（zhì）造既不等于无人（rén）工厂，也不等（děng）于黑灯工厂。”谭建荣观（guān）察到，存（cún）在这样一种行业现状，即（jí）有些企业为了保（bǎo）持（chí）工厂里面的黑（hēi）灯（dēng），进（jìn）而达到无（wú）人车间的目（mù）的，他们在工厂外面保（bǎo）持（chí）白灯，付出的成本代（dài）价更高。

近年来，在中国人工智能2.0和新（xīn）一代信息技术（shù）的引领下，出现了（le）人（rén）机互（hù）联、混合现实、大数据、人（rén）工（gōng）智（zhì）能（néng）等新兴的（de）技术领域和信（xìn）息产业，而新一代信息技（jì）术带动了制（zhì）造业的发展。谭建（jiàn）荣说：“在人工智能和大数据技术的驱动下，对制造企业产生了深刻影响，推动（dòng）实体（tǐ）经（jīng）济转型升级。”

科（kē）学（xué）家们如何迎接人工智能2.0时代的挑战（zhàn）？潘云鹤认（rèn）为，与人工智能1.0的语言知识研究不同，人工智能2.0要向视觉知识的研究进（jìn）行（háng）转向。

这背后涉及了视觉知（zhī）识表达、视觉识别、视觉形象思维模拟（nǐ）、视觉知（zhī）识的学习和多（duō）重知识表达等5个（gè）重要问题。潘云鹤提到（dào），以视觉形象思维模拟为例（lì），人工智能（néng）2.0可以实现1.0无法实现的场景（jǐng），即（jí）根（gēn）据智能语（yǔ）言（yán）生成（chéng）画面。

“这是一（yī）块荒芜而肥沃的北（běi）大荒，我们要把（bǎ）这块地开拓好，把这个无人区（qū）探索（suǒ）好，占领好。”潘云鹤说道。