1956年夏天，一场在美国达特茅斯（Dartmouth）大学召开的学术会议，多年以后被认定为全球人工智能研究的起点。60年过去了，人工智能已经成为炙手可热的概念，并进入到大众视野。从互联网、汽车、智能家居，到机器人等各领域，人工智能正迎来“井喷式”创新，并即将进入发展的‘黄金时代’。
8月26日，在中国人工智能大会（CCAI2016）上，中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛论述了专用人工智能与通用人工智能之间的关系。
谭铁牛认为，专用人工智能在某种程度上是通用人工智能的基石。无论是多任务学习、迁移学习、在线学习、增强学习，都是专用人工智能向通用人工智能的有益尝试。
-
专用人工智能与通用人工智能之间没有明确的界限；人工智能算法的专用性是相对的；
-
目前深度学习能够解决的任务越来越多，其模型和学习算法越来越趋同，DeepMind的强化学习能够学习多种多样的游戏，都可以认为是专用人工智能的通用化尝试；
-
在现阶段，实现机器智能的自主性（自我更新、自我完善、举一反三）是值得首先思考和解决的问题；
-
人工智能学者从未放弃迈向通用人工智能的尝试，从人脑中寻求启发，在机理层实现自然智能，是从专用人工智能走向通用人工智能的重要途径。
在题为《关于人工智能发展的思考》的报告中，谭铁牛院士深刻地解读了中国人工智能实践取得的进展和存在的问题，并对学术研究和产业实践方向提出了自己的建议。以下内容摘自报告实录和部分PPT。
谭铁牛：人工智能这60年的发展，可以说风风雨雨曲曲折折，有令人兴奋激动的时刻，也有令人非常沮丧的时刻，但是最基本的共识有起伏，现在到了一个新的高潮。
特别值得一提的是专用人工智能领域取得突破性进展，今年阿尔法狗是标志性之一，包括竞赛性能的不断提高，特别是在测试中已经超越人，都是值得一提的。
我要说的是专用人工智能确实取得突破性的进展，但另一方面是通用人工智能的研究与应用依然任重道远，要在通用人工智能方面取得巨大突破还需要尽洪荒之力，曾经去年这四句话描写了人工智能目前的水平：目前人工智能是有智能没智慧，有智商没情商，会计算不会算计，有专才无通才。
现状之三是人工智能产业化应用蓬勃发展，2015年全球人工智能市场规模为1270亿美金，今年还是预计，1650亿美金，到2018年预计超过2000亿，发展的非常之快。
人工智能已经上升到国家战略高度，这个就不讲了，包括德国的工业4.0等等，核心是人工智能，包括中国制造2025，人工智能引起广泛的关注，这就是我想简单的概述一下人工智能60年发展到今天的大概的状况。
人工智能的新的动态，过去一年人工智能发展，列了大概十项：
第一项，阿尔法狗；
第二项，各国政府高度重视人工智能发展，包括今年5月份美国白宫举行4场研讨会讨论，包括我们国家大家也知道5月份几个部委发布了《互联网+人工智能三年的行动实施方案》还是值得一提的事；
第三项，IBM发布类脑超级计算机平台，是基于前几年发布的芯片；
第四项，软银320亿美元收购ARM，这还是很大的收购；
第五项，谷歌、facebook等开源人工智能基础平台，这是值得一提的，反映了一个趋势和动向；
第六项，创建公益性的人工智能机构OpenAI，10亿美金；
第七项，学术方面的，Science发表BayesianProgram 论文；
第八项，微软深层残差网络夺冠2015年ImagnNet；
第九项，谷歌量子计算机取得重要的突破，为人工智能计算搭建一个平台；
第十项，剑桥大学成立人工智能伦理研究所。
所以过去一年无论怎么去归纳十件标志性大事，人工智能处在非常重要的发展时刻，过去60年是风风雨雨曲曲折折，下一个60年怎么走需要我们去思考。
第一，要保持警醒。
热潮下面尤其需要冷思考，阿尔法狗在围棋上的表现，确实提高了人们对人工智能的期望，但是切忌对人工智能提出更高的期望，希望太高，如果这个没有实现会非常的失望，甚至绝望，这不是一个好思想，这个60年的过程中我们有很多这样的教训，在热潮下尤其需要冷静的思考，这是前面跟大家展示的曲线，蓝线部分也许是这样的，有高潮一定会有低谷，这是发展的客观规律，而任何一个时段不可能一直蓬勃，所以一定要保持冷思考，引用最新的新兴技术成熟度曲线，大家可以看到，智能机器人、认知专家顾问等热门技术正处于期望膨胀期，接下来可能是幻灭期，所以需要我们冷静的思考。
第二，切忌跟风。
我认为跟风难有大作为，这几年风口热好像说的很多，站在风口上猪都会飞起来，台风一过摔死的是谁啊，是被风吹起来的，所以我觉得后面是我的话，找风口不如找关口，就发展的瓶颈在哪里，突破那个瓶颈你可能就是开创一个新天地，抢占先机，所以找风口不如找关口，大家不要再跟风。
第三，不忘初心。
习总书记在讲话的时候不忘初心继续前进，对于人工智能来说是不忘初心继续探索，回归人工智能的本原，是要解决什么问题，别走偏了，所以从研究的内容到研究的目的，所以在回归本原的过程中尤其要记着，信息科技与脑类科技的交汇，人脑智能机理的挖掘孕育着信息科技的重大变革。
第四，苦练内功。
重视前沿基础理论研究，现在是家喻户晓，但是大家不要忘记不是那么火爆的时候在干什么，一直到今天一直坚持，才有深度学习的今天，所以苦练内功很重要，不能被当下的热点一叶障目，深度学习不等于AI，深度学习只是人工智能领域机器学习方向的一种方法，尽管现在效果很好，所以确实需要进行思考如何克服这个瓶颈，人工智能发展下一个关口在什么地方。这里面的局限性大家也看到了，比如某种动物。深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破，其本质是通过映射对复杂函数进行逼近，所以深度学习依旧存在明显的局限性，尤其在任务的切换和对环境变化自身完善方面，对小样本的举一反三等方面，人工智能与人类还是相差甚远。
第五，以史为鉴。
AI一甲子之际需要总结回顾，丘吉尔说你能看到多远的过去，你就能看到多远的未来，你过去看的有多深，你对未来才能看的有多准，我认为是有道理的，所以这个时候就需要我们做一个思考。
1. 从浅层智能到深层智能；2. 从专用人工智能到通用人工智能；3. 从机器智能到混合智能；4. 从数据驱动到数据和知识协同驱动。5. 从线下智能到云上智能。6. 从网下到网上。
这些具体的趋势实际上都反映在整个社会化大趋势，智能化是新一轮科技与产业革命的最显著特征，这边引用两位先生的观点，不展开讲，这种情况下我们怎么发展。
最后说说我们国家怎么发展，我们国家发展有很多机遇，天时地利人和，当然也有挑战，列了四个方面的挑战，包括我们的战略思维我们的冒险精神还不够，所以要思考这些问题，和人工智能如何更好的服务国家社会的发展。
如何抓住这个机会，我觉得首先应该有一个规划，上面要有规划，因为只有通过顶层规划协调才能实现一盘棋，最终实现人工智能强国，我前面讲的全国科技创新大会吹响建设世界科技强国的号角，未来的世界科技强国一定是一个人工智能的强国，就在信息时代的世界最强国，一样的道理，要推动人工智能诸多利好政策的及时落地，因为大家知道我们国家很重视各种规划，归根结底这些好政策能不能及时落地，否则政策也是空的，关键要落地。
要建设我国自主可控的人工智能创新体系，我概括成为“人工智能的核高基”，核就是核心技术，高就是高端设备与应用，基就是基础理论设施，发挥互联网大国的优势，把我们的数据和用户优势资源转化为人工智能技术优势，最后深化人工智能技术推广应用，做大做强智能产业，加强人工智能教育与科普，培养高素质人才队伍，最后支持人工智能社会学的研究。
