李德毅院士《AI：人类社会发展的加速器》 | 人工智能如何驱动实体经济？六大领域展望

Minsky当初提出Artificial Intelligence，这个词在60多年的发展过程当中，无论在教科书里，还是在论文里，还是在著作里面，用的频度不大，所以我们作为学科认证的时候，没有把人工智能作为它的命名，因为这个词用的频度太少。当然这个词也没有注错，但是毕竟群体智能对这个词还不太喜欢，或者用得比较少，所以在中国的语境里面，认证一级学科的时候，我们希望用智能科学技术来覆盖更好、更稳，更符合我们中国的文化，这是第一个注解。

我们说人工智能，无论是图灵测试，还是后来人们认识的人工智能，都是受人脑认知启发的人工智能。如果不把脑认知搞清楚，人工智能就搞不清楚，因此人脑认知是生物智能，它比人工智能外延要宽，因此我们主张用智能科学与技术，要研究脑认知的基础怎么样启发我们研究人工智能。

人工智能研制出来的产品赋予社会之后，一定要跟人交互，一定要人跟它评价，所以人类跟机器人之间的交互认知不可或缺，因此这也超过了人工智能自身定义的范畴，所以我们觉得用智能科学与技术更好一点。

因为大家都在担心人工智能会不会超过人，如果用人工智能这个学科，就会把这个担心再扩大化。实际上所有人工智能的产品产物都是跟人分不开，更多出现的对抗是这一群人和这一群机器人同另外一群人和另外一群机器人的对抗，不会出现这样一个物理世界说人类在一边，机器人在另外一边，互相对抗，这是不可能出现的，有人把它叫做伪命题，就好像世界不会出现男人在一边、女人在另一边对抗一样，因为每个家庭都有男人和女人。因此从这个角度来讲，人工智能会引起大家一个担心，智能科学与技术不会引起这个担心，因为智能里面既有人的智能，也有机器的智能。所以我个人同意用智能科学与技术，我们学会都同意用智能科学与技术，我希望这件事情以后就不要再过多地议论它，就是一个同义词，基本都一样，说得宽一点就是一回事，不要再议论这个差别，我们主要是把人工智能推向前进，它的新经济、新引擎做出来，把它的加速器做出来就可以了。

脑认知基础阐明认知活动的脑机制，即人脑使用各层次构件，包括分子、细胞、神经回路、脑组织区实现记忆认知、计算认知、交互认知等活动，以及如何模拟这些认知活动。包括认知心理学、神经生物学、不确定性认知、人工神经网络、统计学习、机器学习、深度学习等内容。

机器感知与模式识别研究脑的视知觉，以及如何用机器完成图形和图像的信息处理和识别任务，如物体识别、生物识别、情境识别等。在物体的几何识别、特征识别、语义识别中，在人的签名识别、人脸识别、指纹识别、虹膜识别、行为识别、情感识别中，都已经取得巨大成功。

自然语言处理与理解研究自然语言的语境、语用、语义和语构；大型词库、语料和文本的智能检索，语音和文字的计算机输入方法，词法、句法、语义和篇章的分析，机器文本和语音的生成、合成和识别，各种语言之间的机器翻译和同传等。尤其是计算语言学和语言数字化取得巨大成功，例如信息压缩和抽取、文本挖掘、文本分类和聚类、自动文摘、阅读与理解、自动问答，话题跟踪、语言情感分析、聊天机器人、人工智能写作等，形成一大批井喷成果，中文信息处理与理解尤为突出。最近看到一篇报道，说俄语有点衰退，华语、汉语在全世界都在往上发展，我们的孔子学院立了大功了。

是知识工程研究如何用机器代替人，实现知识的表示、获取、推理、决策，包括机器定理证明、专家系统、机器博弈、数据挖掘和知识发现、不确定性推理、领域知识库；还有数字图书馆、维基百科、知识图谱等大型知识工程。