2.3.2 人工智能发展趋势

尽管现阶段基于深度学习的人工智能技术在很多领域取得了突破性的成果，但是通过深度学习构建的系统往往具有这些缺陷：需要大量数据支撑、可解释性差、容易被欺骗等。这些缺陷使得人工智能应用只能在有限的环境下使用：如限定领域、确定性信息、按确定规律演变或静态的场景等。但受制于深度学习本身的学习机制，依靠自身发展很难产生质的飞跃。

郑南宁院士2019年发表的《人工智能新时代》一文中指出：“人类面临的许多问题是具有不确定性、脆弱性和开放性的，人类是智能机器的服务对象和最终价值判断的仲裁者，因此，人类智能与机器智能的协同是贯穿始终的。”无论人工智能发展到何种程度，都无法完全替代人类。这就需要将人的认知和判断与人工智能系统结合，形成混合智能形态。这种形态目前在学术界有两种基本的实现方法：基于认知计算的混合增强智能、人在回路的混合增强智能。基于认知计算的混合增强智能主要与脑认知技术相结合，通过模拟生物大脑提供认知、推理和决策能力。人在回路的混合增强智能中人是系统的一部分，通过人去辅助介入智能决策系统，使得人机高度协同。

从目前来看，从脑认知和神经学科领域，寻找发展新一代人工智能的新思路，推动人工智能的学科交叉研究已成为必然的趋势。最终形成可解释的、健壮的人工智能新理论与新方法，发展安全可靠的人工智能新技术，进而推动人工智能产业应用的发展。