要解决前述的这些挑战，目前来讲可以考虑两种解决办法：一个办法是把人工智能中“知识驱动”与“数据驱动”这两个方法结合起来，因为这两个方法是互补的。其中，“知识驱动”跟语义挂钩，可理解；“数据驱动”是黑箱的方法，不可理解，但其优点是可以从数据中提取模型。知识驱动方法是用离散的符号表示，而基于数据驱动的深度学习方法是用高维空间向量表示，如果能把两种方法“沟通”  起来，有可能极大的推动人工智能技术的发展与应用。另外一个办法是回到神经网络的本源。借助于人脑神经的工作机制研究，进一步推动深度神经网络模型的深入发展。

后深度学习时代的计算机

　　当前，对计算机有这么几个批评，一个是能耗大，一个是基于的串行处理。在这里，我先给大家吃一个定心丸：现代的电子计算机还需要在很长一段时间里依赖冯·诺依曼结构。

　　现在大家讨论最热的话题一个是量子计算、一个是类脑计算。大家不要以为量子计算一出来，现在的计算机就完全不行了。

　　实际上，量子算法目前只有一二种可用的算法，所以它不能完全代替现在的计算机，就像量子通讯不能完全代替现在的通讯一样。我想给大家吃的第二个定心丸：现在讲的类脑计算，正确地讲叫Brain Inspired Computing，而不是Brain-like。

　　当前，连大脑的运行机制都没有研究清楚，怎么可能开展完全的类脑计算呢？类脑计算研究的开展，需要学科的交叉，我特别推荐数学、认知科学、心理学、神经科学和语言学等领域的学者积极开展交叉学科研究，从而推动人工智能理论的进一步发展和创新。

谭铁牛院士：人工智能发展的思考

　　谭铁牛 中国科学院院士，英国皇家工程院外籍院士，发展中国家科学院（TWAS）院士，中央人民政府驻香港特别行政区联络办公室副主任，中国科学院副院长，中国人工智能学会副理事长。主要研究领域为模式识别、图像处理和计算机视觉。

　　2016年是充满了纪念意义的特殊的一年：80年前的1936年，“人工智能之父”图灵提出了“可计算机器”的概念，为人工智能乃至现代信息科技奠定了基础；70年前的1946年，世界上第一台电子计算机ENIAC在美国滨州诞生；60年前的1956年“人工智能”的概念首次被提出；50年前的1966年，第一次颁发“图灵奖”，到目前为止已经有64位获奖者；10年前的2006年，深度学习概念开始为大家所熟悉，并流行至今。今年确实是人工智能特别值得纪念的一年。

　　人工智能这60年的发展，可谓风风雨雨曲曲折折，有令人兴奋激动的时刻，也有令人非常沮丧的时刻；但我们欣喜的看到，今年又到达了一个新的高潮，也带给我们很多重要的启示。

　　在我看来，2016年人工智能的发展和应用至少有以下十件标志性的事件值得我们关注：

① Google公司的AlphaGo战胜韩国围棋冠军棋手李世石，给世界带来了极大的震撼。
② 各国政府高度重视人工智能发展，包括美国白宫举行多场人工智能研讨会；中国四部委联合发布了《“互联网+” 人工智能三年行动实施方案》等；
③ IBM公司发布类脑超级计算机平台；
④ 软银320亿美元收购ARM；
⑤ Microsoft、Google、Facebook等开源人工智能基础平台；
⑥ 创建公益性的人工智能研究机构OpenAI；
⑦ Science发表Bayesian Program Learning论文；
⑧ 微软亚洲研究院提出的深层残差网络夺冠ImagnNet竞赛；
⑨ Google公司的量子计算机取得重要的突破；
⑩ 剑桥大学成立人工智能伦理研究所。

　　通过这些标志性事件，我们可以概括出人工智能在2016年的十大趋势动态：

① 人工智能热潮已实现全球化，从东方到西方、从发达国家到发展中国家、从大国到小国，都掀起了人工智能发展的热潮。
② 人工智能产业竞争白热化，人才竞争风起云涌。
③ 人工智能领域的产业投资与企业并购呈现密集化。
④ 人工智能应用普适化，已渗透各个领域。
⑤ 人工智能的服务专业化，通用化人工智能与专业化人工智能研究方兴未艾。
⑥ 人工智能基础研究平台开源化，降低了技术与应用门槛。
⑦ 人工智能关键技术硬件化。
⑧ 人工智能技术方法集成化，集成创新势在必行。
⑨ 人工智能学科创新协同化，多学科跨界融合。
⑩ 人工智能的社会影响大众化。

然而，在2016年人工智能蓬勃发展的热潮中，我们需要不断加强对人工智能未来发展的深刻思考，体现在：

① 要保持警醒。人工智能热潮之下尤其需要冷思考：AlphaGo在围棋上的表现，确实提高了人们对人工智能的期望；但是切记勿对人工智能提出更高的期望，人工智能60年的发展历程已经带给我们相当多类似的经验教训。
② 切忌跟风，跟风难有大作为。在人工智能的产业或者创业发展过程中找风口不如找关口，突破技术发展的瓶颈就有可能开创一个新天地。
③ 不忘初心。对于人工智能的未来发展，要不忘初心、继续探索，回归人工智能的研究本源；特别是对于人脑智能机理的挖掘，孕育着信息科技的重大变革。
④ 苦练内功。重视人工智能前沿基础理论研究。例如，当前异常火爆的深度学习研究与应用不等于人工智能，深度学习只是人工智能领域中机器学习方法之一；尽管在某些领域应用效果很好，但深度学习仍然存在明显的理论和技术局限性。
⑤ 以史为鉴。人工智能一甲子之际需要我们深入总结，认真思考。丘吉尔曾说过“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。

　　人工智能是新一轮科技与产业革命最显著的特征，也为我国的经济社会发展带来了很多机遇。如何抓住这个历史性的机会？我觉得首先应该有全国性规划，通过顶层规划协调实现全国一盘棋，才能推动人工智能诸多利好政策的及时落地。另外，还要建设我国自主可控的人工智能创新体系——  “人工智能的核高基”，其中“核”是核心技术，“高”是高端设备与应用，“基”是基础理论设施；通过发挥我国互联网大国的优势，把大数据和用户优势资源转化为人工智能技术优势，最后深化人工智能的技术推广与产业应用。

　　总之，人工智能在2016年虽然取得巨大进步，但总体还处于初级阶段。同时，人工智能作为未来发展的关键技术，将会深刻影响一个国家的格局甚至国家的国际竞争力。我国应以推进“互联网+”和“中国制造2025”战略为契机，加快相关规划与政策的落地，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，最终走出一条具有中国特色的人工智能强国之路。

刘韵洁院士：人工智能将引发未来网络产业变革

　　刘韵洁 中国工程院院士，北京邮电大学信息与通信工程学院院长，中国联通科技委主任。通信与信息系统专家，曾任邮电部数据通信研究所所长，邮电部电信总局副局长兼数据通信局局长，邮电部邮政科学规划研究院院长，中国联通总工程师、副总裁。主要研究领域为信息化网络的建设发展、三网融合、未来网络与人工智能的研究等。

　　互联网发展到现在经历了40多年的历程，在商业消费领域取得了巨大的成功。当前互联网应用正在从消费领域向生产领域扩展，与工业、能源等实体经济领域深度融合，这对网络通信的实时性、安全可靠、服务等级划分、海量数据处理和资源调度提出了更高的需求，网络可持续发展已逐渐成为全球关注的焦点。为满足互联网业务模式的根本性转变，需要从多层次、多维度研究新的基础理论和技术方法，包括：设计克服现有互联网缺陷的新型网络体系结构，研究适合未来网络应用创新的关键技术，研发未来网络核心设备及系统，并进行大规模组网验证。

　　目前，国内外纷纷布局未来网络体系架构和关键技术的研究，其中软件定义网络（SDN）受到了全球范围的广泛关注与重视。受益于集中式控制机制和数据平面白盒化趋势，SDN能够极大地提升现有网络的可控可管性和灵活性，可有效降低网络服务提供者的投资成本和运营管理成本，并具备实时收集数据平面的海量网络数据的能力。

　　随着未来网络规模和复杂度的持续增长，尤其是物联网等新型应用场景，单纯依靠人类编写的集中式控制程序将无法有效应对网络复杂度的增加和可能出现的各种异常突发事件。通过引入人工智能技术，利用SDN控制器采集的大数据进行深度学习，具备人工智能能力的计算机就有可能对百分之九十的网络故障或安全隐患进行排查并给出供参考的解决方法。人类专家只需要集中智慧和精力解决机器无法给出答案的剩下的百分之十的难题。

　　并且，这个解决难题的过程可以进行反复迭代，使得机器处理复杂网络问题的能力越来越高。在路径规划和流量调度方面，未来网络需要满足应用高吞吐、低时延的要求，使用传统的路径规划算法很难根据链路负载的动态情况实时的给出最优的流量调度方案。在这里，基于人工智能技术有希望基于历史的海量流量数据，对链路承载的流量进行主动预测和有效调度。可以说，人工智能在网络管理、故障检测、网络安全、路径规划、流量调度等领域大有可为。“网络大脑”的智力高低正成为制约网络规模和复杂度可持续发展的关键因素。

　　在未来网络中引入人工智能这样的新事物可能会遇到一些技术挑战，其中比较重要的一点是如何提高人工智能决策的可靠性。因为网络中的路径规划和流量调度与语音识别等消费终端业务具有较大不同。人工智能训练的深度学习模型在做语音识别时可以允许存在一定的误差，而在网络中这通常是不被允许的。

　　路径规划的失误将有可能导致大规模的网络瘫痪，造成重大损失。因此，在未来网络中引入人工智能技术应该是分阶段逐步开展的。首先应突破性使用人工智能技术，基于大数据分析实现网络故障检测和网络安全诊断。在这一阶段，人工智能将自主解决一些简单的网络问题，并辅助人类专家分析解决复杂网络问题。等到人工智能技术获得更大突破之后，具有足够高可靠性的“网络大脑”将对网络路径进行主动规划，其对高动态网络的优化效率将有可能超过传统网络算法。

　　我们相信，随着人工智能技术的不断成熟，未来必将会在网络产业界掀起一场革命，也必将给我国打造自主、可控、安全的新型网络提供一个重要的历史机遇。