2016年国务院印发《“十三五”国家科技创新规划》提出“面向2030年，再选择一批体现国家战略意图的重大科技项目”。经过千余名专家多轮论证，最终形成15个项目立项建议。
　　
“按照‘成熟一项、启动一项’原则，分批启动。”中国科技部副部长阴和俊说，现已全面启动量子通信和量子计算机、脑科学与类脑研究、深海空间站及天体一体化信息网络4个项目的实施方案编制，力争在2017年底前编制完成全部实施方案。
　　
阴和俊说，结合当前人工智能迅速发展的态势，计划在已有的15个项目的基础上新增“人工智能2.0”，目前已进入实施方案的最终论证阶段。
　　
中国科技部高新技术发展及产业化司司长秦勇说，高新技术发展及产业化水平直接关系到国家科技竞争力和产业核心竞争力。在科技创新2030—重大项目“15＋1”中，有10项涉及高新领域，分别是：航空发动机及燃气轮机、国家网络安全空间、深空探测及空间飞行器在轨服务与维护系统、煤炭清洁高效利用、智能电网、天地一体化信息网络、大数据、智能制造和机器人、重点新材料研发及应用，以及正在酝酿的“人工智能2.0”。
　　
秦勇说，“十三五”时期面临着国际科技竞争的严峻挑战和经济新常态对科技创新的迫切需求，中国对能源、信息、空天、制造、交通、材料、现代服务业等高新领域编制专项发展规划，并将建设一批科技创新国家战略平台，其中包括启动建设国家实验室和布局一批国家技术创新中心。

中国人工智能2.0时代序幕开启

1956年，在美国达特茅斯（Dartmouth）学院，约翰•麦卡锡（John McCarthy，1971年度图灵奖获得者）、马文•李•闵斯基（Marvin Lee Minsky，1969年度图灵奖获得者）、克劳德•艾尔伍德•香农（Claude Elwood Shannon，信息理论之父）、纳撒尼尔•罗彻斯特（Nathaniel Rochester，IBM第一代通用计算机701主设计师）四位学者发起举行“人工智能夏季研讨会”，指出“人工智能”研究目标是实现能模拟人类的机器，该机器能使用语言，具有概念抽象和理解能力，能够完成人类才能完成的任务并不断提高机器自身。

“人工智能”这一概念提出后，迅速发展成为一门广受关注的交叉和前沿学科，沿着“从符号主义走向连接主义”和“从逻辑走向知识”两个方向蓬勃发展，在象棋博弈、机器证明和专家系统等方面取得了丰富成果。随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，大众创业和万众创新等新技术、新产业和新业态不断涌现，使得对人工智能基本理论和方法的研究开始出现新的变化，这些变化也使得人工智能新的应用呈现勃勃生机。

为了更好地与学术同行交流人工智能2.0理论、方法和技术，潘云鹤院士于2016年12月在中国工程院院刊Engineering（主刊）发表了题为“Heading toward artificial intelligence 2.0”的论文，从人工智能60年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0的建议。

2017年1~2月，中国工程院院刊信息与电子工程学部分刊Frontiers of Information Technology & Electronic Engineering（《信息与电子工程前沿（英文）》出版了“Artificial Intelligence 2.0”专题，潘云鹤院士撰写了社论“Special issue on artificial intelligence 2.0”。该专题分为六大方向，每个方向均有院士领衔，对人工智能2.0中所涉及的大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能等进行了阐述。

下面对专题中的7篇综述类论文进行导读。

1.《挑战与希望：AI 2.0时代从大数据到知识》

作者：庄越挺、吴飞、陈纯、潘云鹤

对大数据时代人工智能领域近期出现的若干理论和技术进展进行了综述，认为将数据驱动机器学习方法与人类的常识先验与隐式直觉有效结合，可以实现可解释、更鲁棒和更通用的人工智能。AI 2.0时代大数据人工智能具体表现为：从浅层计算到深度神经推理；从单纯依赖于数据驱动的模型到数据驱动与知识引导相结合学习；从领域任务驱动智能到更为通用条件下的强人工智能（从经验中学习）。下一代人工智能（AI 2.0）将改变计算本身，将大数据转变为知识，以支持人类社会更好决策。

文章配图：从数据到知识

2.《AI 2.0时代的群体智能》

作者：李未、吴文峻、王怀民、程学旗、陈华钧、周志华、丁嵘

认为基于互联网的信息物理世界深刻地改变了人工智能发展的信息环境，将人工智能研究的新浪潮推进到人工智能2.0新纪元。作为AI 2.0时代最突出的研究特点之一，群体智能引起了产业界和学术界的广泛关注。具体来说，为应对挑战，群体智能提供了一种通过聚集群体的智慧解决问题的新模式。特别是由于共享经济的快速发展，群体智能不仅成为了解决科学难题的新途径，而且也已融入日常生活的各个方面，例如线上到线下（online-to-offline, O2O）应用、实时交通监控、物流管理。该文对现有群体智能研究成果进行总结和综述。首先，论述了群体智能的基本概念，并对其与现有相关概念（如众包和人本计算）的关系进行了解释。然后，介绍了4类具有代表性的群体智能平台，总结了3项核心问题以及最新的群体智能技术。最后，讨论了群体智能研究的发展方向。

文章配图：参与式和移动人群感知

3.《跨媒体分析与推理：研究进展与发展方向》

作者：彭宇新、朱文武、赵耀、徐常胜、黄庆明、卢汉清、郑庆华、黄铁军、高文

认为随着人类文明的进步以及科技的发展，信息的传播从文字、图像、音频、视频等单一媒体形态逐步过渡到相互融合的多种媒体形态，越来越显现跨媒体特性，而如何实现跨媒体分析与推理就成为了研究和应用的关键问题。本文从7个方面对跨媒体分析与推理进行综述：（1）跨媒体统一表征理论与模型；（2）跨媒体关联理解与深度挖掘；（3）跨媒体知识图谱构建与学习方法；（4）跨媒体知识演化与推理；（5）跨媒体描述与生成；（6）跨媒体智能引擎；（7）跨媒体智能应用。

文章配图：多模态数据统一表征方法示例

4.《混合—增强智能：协作与认知》

作者：郑南宁、刘子熠、任鹏举、马永强、陈仕韬、余思雨、薛建儒、陈霸东、王飞跃

认为由于人类面临的许多问题具有不确定性、脆弱性和开放性，任何智能程度的机器都无法完全取代人类，这就需要将人的作用或人的认知模型引入到人工智能系统中，形成混合—增强智能的形态，这种形态是人工智能或机器智能的可行的、重要的成长模式。混合—增强智能可以分为两类基本形式：一类是人在回路的人机协同混合增强智能，另一类是将认知模型嵌入机器学习系统中，形成基于认知计算的混合智能。该文讨论人机协同的混合—增强智能的基本框架，以及基于认知计算的混合—增强智能的基本要素——直觉推理与因果模型、记忆和知识演化；特别论述了直觉推理在复杂问题求解中的作用和基本原理，以及基于记忆与推理的视觉场景理解的认知学习网络；阐述了竞争—对抗式认知学习方法，并讨论了其在自动驾驶方面的应用；最后给出混合—增强智能在相关领域的典型应用。

文章配图：人在回路的混合增强智能

文章配图：知觉推理与认知映射的关系

 文章配图：企业协作决策的混合增强智能的一般框架

5.《AI 2.0时代的类人与超人感知：研究综述与趋势展望》

作者：田永鸿、陈熙霖、熊红凯、李洪亮、戴礼荣、陈婧、兴军亮、陈靖、吴玺宏、胡卫明、胡郁、黄铁军、高文

简要回顾了不同智能感知领域的研究现状，包括视觉感知、听觉感知、言语感知、感知信息处理与学习引擎等方面。在此基础上，对即将到来的AI 2.0时代智能感知领域需要大力研究发展的重点方向进行了展望，包括：（1）类人和超人的主动视觉；（2）自然声学场景的听知觉感知；（3）自然交互环境的言语感知及计算；（4）面向媒体感知的自主学习；（5）大规模感知信息处理与学习引擎；（6）城市全维度智能感知推理引擎。

文章配图：AI 2.0 时代智能感知技术框架

  6.《智能无人自主系统发展趋势》

作者：张涛、李清、张长水、梁华为、李平、王田苗、李硕、朱云龙、吴澄

介绍了智能无人自主系统的发展趋势，将相关技术分成了7个领域，包括人工智能技术、无人车、无人机、服务机器人、空间机器人、海洋机器人和无人车间/智能工厂，对每个领域的发展趋势进行了介绍。

文章配图：无人机发展趋势预测

 7.《人工智能在智能制造领域的应用研究》

作者：李伯虎、侯宝存、于文涛、陆小兵、杨春伟

介绍了团队近年将人工智能技术应用于制造领域的研究与实践。首先，简析“互联网+人工智能”时代核心技术飞速发展正引发制造领域的模式、手段和生态系统的重大变革以及人工智能的新发展；接着，基于人工智能技术与信息通信技术、制造技术及产品有关专业技术等融合，研究提出了智能制造新模式、新手段、新业态，智能制造系统体系架构和智能制造系统技术体系；进而，从智能制造的应用技术、产业和应用示范等角度, 简述智能制造领域的国内外发展现状；最后，提出我国人工智能2.0在智能制造领域应用研究的建议。

文章配图：智能制造新模型、手段、业态示意图

 以上文章下载阅读地址：http://www.zju.edu.cn/jzus/issue.php?issueid=480

潘云鹤院士：人工智能迈向 2.0

中国工程院院士、中国工程院原常务副院长潘云鹤院士2016年12月在中国工程院院刊Engineering（主刊）发表了题为“Heading toward artificial intelligence 2.0”的论文，提出了人工智能 2.0的核心理念，以下是文章全文，转自科学网：

近年来，人们对人工智能（artificial intelligence，简称AI）产生浓厚兴趣，产业界首先布局。大量资本与并购的涌入加速了AI技术与应用的结合，并蔓延升温。据美国CBInsight公司2016年7月报告，2011年至今，谷歌、微软、Twitter、Intel、Apple等IT巨头收购了约140家AI领域的创业公司。仅2016年上半年，资本市场对AI投入已超2015年全年。

谷歌2014年高价收购 DeepMind 公司，2016年研制的AlphaGo战胜了围棋世界冠军，2017年初又60连胜，谷歌自称正从一个“移动优先”转向“AI优先”的公司。微软小冰聊天机器人，正引导从传统的“图形界面”向“自然语言和情感理解交互界面”转变；IBM开发Watson系统已进入医院，正在改变肿瘤临床诊断与治疗的运作模式；百度公司因在机器翻译、自然语言理解和智能汽车的布局，被评誉“最聪明的公司”……这些进步预示着AI技术将有大的飞跃。

1956年，美国学者首次提出“AI”概念，即：让机器能像人那样理解、思考和学习，即用计算机模拟人的智能。传统AI典型研究的领域是：机器定理证明、机器翻译、专家系统、博弈、模式识别、机器学习、机器人与智能控制等，逐步形成符号、连接、行为等学派。

AI进步的动力不仅来自于内部驱动，更来自于信息环境与社会需求等外部驱动。

随着移动终端、互联网、传感器网、车联网、穿戴设备等的流行，感知设备遍布全球，计算与人类密切相伴，网络连接着个体和群体，快速反映与聚集他们的发现、需求、创意、知识和能力。同时，世界已从二元空间结构（物理, 人类社会）演变为三元空间结构（信息网络, 物理, 人类社会），它们之间的互动将形成各种新计算，包括感知融合、“人在回路中”、增强现实（AR）、跨媒体计算等等。

智能化的需求牵引，使AI在城市、医疗、交通、物流、机器人、无人驾驶、手机、游戏、制造、社会、经济等发展中成为新技术、新目标，很多企业和城市已进行AI布局。

从过去追求“用计算机模拟AI”，转化为：用机器与人结合成增强的混合智能系统；用机器、人、网络结合成新的群智系统；用人、机器、网络和物结合成的智能城市等更复杂的智能系统。

AI基本方法是数据驱动的算法，今后将涌现出大数据、传感器、网络、跨媒体等驱动计算，从而使大数据、感知融合、跨媒体等智能发展成为必然，传统以字符为基础的机器智能测试图灵方法将受到挑战。

当前，若干新技术变化已初露端倪，成为AI迈向2.0的技术萌芽。

以 DeepMind 的 AlphaGo 技术为例，其深度强化学习发展了“直觉感知（下一步在哪）”、“棋局推理（全局获胜机会如何）”和“新颖落子（想人所不敢想）”等能力，并将记忆人类棋局和自我博弈积累棋局结合了起来。目前，该深度学习技术的缺陷是不可解释，不通用，需要大数据智能的发展来解决。

事实上，大规模个体通过互联网参与和交互，可实现超乎寻常的智慧能力。如，普林斯顿大学Connectome项目开发的EyeWire游戏，玩家可对显微图像中单个细胞及其神经元连接按功能进行涂色，145个国家的165000多名科学家及志愿者参与，首次详述了哺乳动物视网膜神经组织如何检测运动的结构功能关系等。群智计算能将极大提高人类社会的智能水平，用途广，其理论和技术尚处原始阶段。

2008年，中国科学家率先提出了“跨媒体计算”概念。2010年，《Nature》发文指出，文本、图像、语音、视频及其交互属性将紧密混合一体，即为“跨媒体”。跨媒体智能是机器认知外界环境的基础，对语言、视觉、图形和听觉的语义贯通是实现联想、设计、概括、创造等智能行为的关键。当前，其尚处发展萌芽状态，可望形成新一代AI的重要领域。

用计算机来模拟人的智能固然重要，而让计算机与人协同，取长补短而成为一种“1+1>2”的增强性智能系统则更为重要。当前，各种穿戴设备、智能驾驶、外骨骼设备、人机协同手术等纷纷出现，而宏观系统的人机协同有更大空间，预示着人机协同增强智能系统的前景广泛。

AI诞生之际，机器人被列入其目标领域，仿生学也成为重要发展方向。但大多数案例表明，对原有机械装备进行智能化和自主化升级，要比类人机器人更高效。因此，自主智能系统将成为新一代AI的重要方向，也对制造业升级尤为重要。

综上所述，我们给出的AI2.0初步定义是：基于重大变化的信息新环境和发展新目标的新一代人工智能。其中，信息新环境是指：互联网与移动终端的普及、传感网的渗透、大数据的涌现和网上社区的兴起等等。新目标是指：智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的智能化新需求。可望升级的新技术有：大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能等。

AI2.0的技术特征表现在：一是从传统知识表达技术到大数据驱动知识学习，转向大数据驱动和知识指导相结合的方式，其中机器学习不但可自动，还可解释，更广泛；二是从分类型处理多媒体数据 (如视觉、听觉、文字等)，迈向跨媒体认知、学习和推理的新水平；三是从追求“智能机器”到高水平的人机协同融合，走向混合型增强智能的新计算形态；四是从聚焦研究“个体智能”到基于互联网络的群体智能，形成在网上激发组织群体智能的技术与平台；五是将研究的理念从机器人转向更加广阔的智能自主系统，从而促进改造各种机械、装备和产品，走上智能化之路。

相比以往，AI2.0将不但以更接近人类智能的形态存在，而且以提高人类智力活动能力为主要目标，将紧密融入我们的生活（跨媒体和无人系统），甚至扩展为我们身体一部分（混合增强智能），可以阅读、管理、重组人类知识（大数据智能与群体智能），为生活、生产、资源、环境等社会发展问题提出建议，在越来越多的专门领域的博弈、识别、控制、预测中接近甚至超越人的能力。

中国正值工业化、城镇化、信息化、农业现代化和绿色化发展高潮，急需AI发展不断改善人民生活，提高社会生产力，优化城镇的发展、提高资源利用水平，促进教育、医疗、贫困、环境、资源等紧迫问题的解决。

建议我国布局实施AI2.0时，一是要与重大需求和已积累的发展成果相结合，如电子政务、电子商务、快递物流、智能社区、分享经济、智能手机、电视家电、制造业升级，和创新设计、跨媒体计算、图像编码、中文识别、知识中心、智能城市及大数据等先行理念或技术成果；二是研究内容要围绕大数据智能、互联网群体智能、跨媒体智能、人机混合增强智能、自主智能系统等新一代方向；三是中国要推动和全球各国科学家与智库开展合作，推动人工智能技术能沿着服务人类的正确方向升级。

致谢

感谢徐匡迪和周济院长，没有他们的帮助，本文不可能在今天完成。
感谢李未、高文、郑南宁、吴澄、李伯虎、陈左宁、陈纯等院士和庄越挺教授，很多概念是在与他们的讨论中才得以完善。
感谢李仁涵、吴飞、汤斯亮教授，他们为本文的形成提供了很多重要的资料。

全文资料来源：

1. Pan YH. Heading toward artificial intelligence 2.0. http://engineering.org.cn/EN/abstract/abstract12324.shtml
2. Special Issue on Artificial Intelligence 2.0. http://www.zju.edu.cn/jzus/issue.php?issueid=480; http://link.springer.com/journal/11714/18/1/page/1
3. Special Feature on Artificial Intelligence 2.0. http://www.zju.edu.cn/jzus/issue.php?issueid=483; http://link.springer.com/article/10.1631/FITEE.1700053
4.中国“科技创新2030—重大项目”将新增“人工智能2.0” http://www.most.gov.cn/xinwzx/mtjj/ztjj/201702/t20170216_130982.htm
5.http://news.sciencenet.cn/htmlnews/2017/1/365934.shtm