為人工智慧插上翅膀——北大人工智慧成果綜述

編者按：4月27日下午，北京大學校長郝平在北大科技創新大會上宣佈成立人工智慧研究院（Academy for Artificial Intelligence）。科技部副部長黃衛、教育部科學技術司司長雷朝滋、國家自然科學基金委員會副主任謝心澄、北京市科委主任許強和北京大學黨委書記邱水平等領導發表了講話併為人工智慧研究院揭牌。北京大學是中國最早開展人工智慧研究的大學之一，近年來，北京大學充分利用學科綜合優勢，服務國家戰略需求，大力推進人工智慧研究在燕園開花結果。北大新聞網聯合學科建設辦公室、人工智慧研究院推出此文，帶領讀者回顧瞭解北大人工智慧研究的歷史和現狀。

---

2018年12月26日，教育部公佈中國高等學校十大科技進展評選結果。北京大學資訊科學技術學院基於視覺特性的影片編碼研究成果“影片編碼國家標準AVS2支撐中央電視臺播出超高畫質電視”專案入選。這是北大人工智慧相關成果第3次入選十大進展。

2019年1月8日，國家科學技術獎勵大會在人民大會堂召開。資訊學院基於生理反射學說啟發的軟體自適應研究成果“雲-端融合系統的資源反射機制及高效互操作技術”獲國家技術發明一等獎。這是北大人工智慧相關成果第12次獲國家和省部級科技獎勵。

北京大學是我國最早開展人工智慧研究的大學之一，1988年成立人工智慧領域最早的國家重點實驗室之一——視覺與聽覺資訊處理國家重點實驗室，2002年建立我國第一個智慧科學系。從上世紀的指紋識別、人工耳蝸演算法、漢字資訊處理，到近期的媒體智慧、大資料智慧、類腦智慧、自主智慧系統等國家新一代人工智慧發展規劃重點方向，北大在人工智慧基礎理論、關鍵技術和創新應用等方面取得了一系列重大成果和突破。

媒體智慧是北京大學人工智慧領域世界一流、國內引領的標誌性研究方向。北京大學歷經十多年基礎研究和技術轉化，組織制定了數字影片編解碼技術國家標準AVS與產業化應用。AVS2針對超高畫質影片高效編碼問題，突破了時空預測、層次變換、分組熵編碼和自適應環路濾波等關鍵技術，對電視類影片的壓縮效率達300倍，在前一代標準基礎上翻了一番，對監控類影片的編碼效率更是高達600倍，處於國際領先水平。針對高速增長的海量影像影片，建立了以視覺特徵分析與壓縮為中心的高效處理技術體系，實現了識別精度和壓縮效率雙提升。AVS2於2016年頒佈為國家標準，2018年頒佈為IEEE（電氣電子工程師學會）國際標準，2018年10月1日，中央電視臺採用AVS2正式開播4K超高畫質電視。AVS2獲2017年度國家技術發明二等獎，入選2018年中國高等學校十大科技進展。

機器感知是媒體智慧乃至整個人工智慧的應用基礎理論之一，是北京大學在人工智慧領域歷史最悠久的研究方向。北京大學依託設立的機器感知與智慧教育部重點實驗室，2012年和2017年連續兩次在資訊領域教育部重點實驗室評估中評優。高效能言語感知和言語生成以及感覺-運動協同的概念學習模型在國際上獲得多個學術獎項；指紋識別理論和方法率先取得突破，達到世界先進水平，引領了生物特徵識別技術的產業化浪潮；近年來，物體檢測與識別等機器視覺演算法研究取得重要進展，在多項國際競賽中獲得冠軍；在低秩模型方面，系統性的研究工作引用次數超過6000次；提出並證明了深度神經網路通用逼近定理和全域性最優定理，在理解統計機器學習和深度學習方法的有效性方面取得重要突破，北京大學教授作為首位亞洲學者入選IEEE兩年評選一次的國際“人工智慧10大新星”；在基於Wifi訊號的人體行為感知方面，首次將菲涅耳區模型引入基於無線電磁波訊號的行為識別領域，奠定了毫米級人體行為智慧感知的理論基礎，在Wi-Fi感知呼吸等一系列應用中檢測距離和精度保持世界最佳水平；最近研製成功的仿視網膜晶片，速度比人眼快千倍，改寫了傳統影片概念，將為各種機器視覺系統和未來類腦智慧系統裝上真正的高速電眼。

大資料智慧是大資料與人工智慧融合發展的主要形式，也是北京大學軟體科學與工程優勢學科。系統軟體團隊從2000年開始研究生理反射學說啟發的計算反射原理與軟體自適應理論，開發了高效打破資訊孤島的資料智慧系統軟體技術和平臺，將資訊系統視為黑盒，自動學習客戶端行為並自動生成資料讀寫介面，資料開放共享工程效率平均提升百倍，顛覆了傳統的白盒技術途徑，打破了10多個部委和20多個省市區6000多個政務資訊孤島，支撐了國家政務資訊系統整合共享、新型智慧城市建設等國家大資料戰略重大工程和任務，被譽為“顛覆式重大發明和創新，整體達到國際領先水平”，獲2018年國家技術發明一等獎。在國際上率先提出“知件”的概念，將其作為從軟體中分離出領域知識的機制，使知件與硬體、軟體並列成為IT產業三要素，構建了完整的知件技術體系和支撐平臺，獲2013年高等學校科技進步一等獎。在智慧化軟體工程方面，首次將深度學習用於程式語言分析理解和自動生成，基於深度學習的程式碼智慧推薦技術和程式碼缺陷智慧修復技術的效能均達到世界最佳水平。

自然語言處理以及中文資訊處理具有北京大學鮮明的文理交叉特色，源自計算機學科和語言學科的深度融合。在全球院校電腦科學領域實力排名CS ranking中，北京大學在自然語言處理方向排名位列國內第一、全球第二。上世紀90年代的漢字儲存與顯示技術開創了一個漢字印刷的嶄新時代，徹底改造了中國沿用上百年的鉛字印刷技術，兩次獲得國家科技進步一等獎。新世紀頭十年的綜合型語言知識庫CLKB廣泛應用於機器翻譯、智慧搜尋和人機會話等領域，協議使用者遍佈美、日、德、英等十多個國家和地區，獲2011年國家科技進步二等獎。近十年，基於深層結構的語言理解與生成技術，在多個自然語言處理任務上重新整理準確度，研究論文多次在自然語言處理和人工智慧高水平的國際會議上被評為最佳論文或傑出論文；充分發揮北京大學計算機學科和人文社科的交叉優勢，提出的觀點感知知識圖譜及推理方法成功應用於政治思想檢測，為人工智慧領域頂級會議IJCAI錄用的首篇政治學理論與人工智慧交叉研究的學術論文；研製的機器寫作系統已被多家新聞媒體機構採用，大大提高了新聞寫作效率，推動了新聞出版行業的技術變革。

類腦智慧是北京大學在可能引發人工智慧正規化變革的研究方向上的核心佈局，已經成為我國該方向引領性的研究機構之一目前已在神經形態器件、整合技術和相關晶片研究中取得了重要成績。針對氧化物神經形態器件動力學機制理解的國際難題，創造性地透過電荷屬性實現神經形態器件中氧離子輸運動力學過程的探測，實現了對於氧化物神經形態器件微觀離子輸運過程和權值調整機制的解析等；設計實現了兼具 GAOFANG 生精度、高線性度、高對稱性的人工突觸，在能耗、線性度、對稱性等綜合效能方面達到了國際領先水平；提出並實現了具有高容錯能力的模糊神經網路；提出了用非線性權值調節器件實現高效片上學習神經網路的硬體方案；整合了高密度神經突觸核，並以研製的神經形態陣列為核心實現了影像分類系統。在類腦計算領域圍繞物理—器件—整合這一主線進行深入研究的工作發表在Nature Communications、Nature Electronics、Advanced Materials等權威期刊和IEDM等頂級國際會議上，多次發表為期刊封面、入選期刊年度論文，並被nanotechweb.org等網站作為亮點報導，研究成果在國際上引起廣泛關注和高度認可，研究人員入選2018年《麻省理工科技評論》“35歲以下科技創新35人中國榜單”。

自主智慧系統是北京大學資訊學院和工學院等學科交叉的特色方向。多機器人系統的編隊控制研究為發展網路化動態系統的分析與控制提供了重要的理論基礎和關鍵技術，獲2017年國家自然科學二等獎；在人-機器人耦合系統方面研製出具有仿生結構的智慧動力假肢及肢體運動康復機器人，實現智慧假肢的流暢運動和對複雜地形的自主適應，成為國際智慧下肢假肢代表性研究成果之一；針對智慧系統對感測器和整合微納系統的應用需求，北京大學微米/奈米加工技術國家級重點實驗室在製造工藝、感測器件和整合系統等方向上開展了長期深入的研究，矽基MEMS技術及應用研究獲2006年度國家技術發明二等獎，探測器和整合系統成果先後獲2010年度和2016年度教育部科技進步一等獎。

北京大學在人工智慧治理、高階機器學習、群體智慧和增強智慧等其他國家新一代人工智慧規劃重點方向上也有很多特色研究和成果。人工智慧研究涉及資訊科學技術學院、工學院、數學科學學院、心理與認知科學學院、前沿計算研究中心、醫學部等理工醫科院系，近年來逐步擴充套件到哲學、法學、政治學等人文社科院系，充分體現和發揮了北京大學學科綜合的傳統與優勢。

2018年，受中國國家標準化委員會和國家機器人標準化總體組委託，北京大學哲學系、資訊科學學院和工學院合作完成中英雙語版《中國機器人倫理標準化前瞻2019》。這是中國在人工智慧和機器人領域的第一份倫理標準化系統方案。

為回應和解決人工智慧應用給法律發展帶來的發展和治理問題，2017年北京大學率先在國內成立了北京大學法律人工智慧實驗室和北京大學法律與人工智慧研究中心。實驗室和中心努力實現網際網路、大資料、人工智慧技術與法律發展和社會治理相融合，開創人工智慧與法律交叉性知識生產和學術研究新領域，成立兩年來，密集開展了相對廣泛深入的重大課題研究和相關建設發展工作，在立法、司法、執法、法律服務和法學研究以及人才培養等工作發展方面已經取得突破性的成果，在宏觀和微觀、基礎理論和實際應用等多重維度上為相關的法律治理和法律發展工作作出了開創性貢獻。

北京大學心理與認知科學學院與資訊學院合作，結合認知神經科學和資訊科學的理論和方法，透過腦功能成像、神經調控、心理物理等技術和計算建模方法，研究了注意、情境和學習對視覺資訊編碼最佳化調節的認知神經機理及計算模型，突破了視覺顯著度圖、客體特徵整合與識別、知覺學習等多種視知覺過程的認知神經機制，建立了生物可解釋的計算理論與模型，在腦與認知科學和人工智慧領域發表多篇高影響因子學術論文，併成功應用於影像與影片的最佳化編碼和分析計算。

此外，北京大學依靠學科綜合全面的優勢，圍繞人工智慧醫學領域，開展學科交叉和協同創新，在基礎理論、技術開發和轉化應用三個方向均取得初步成效。在新型神經網路研究方面，結合新近醫學在腦結構研究領域的新發現，提出了基於細胞微環境理論的新型神經網路模型（AINN）。此模型打破人工智慧領域以“神經元”突觸聯接神經網路為基本架構的傳統概念，根據腦細胞外間隙的結構特徵，在現有神經網路外搭建具有分割槽流體動力學特性的外在調控網路，新型模型更加符合人腦的結構與功能特徵，為神經網路研究提供全新的視角和新方向。在技術研發方面，依據資源優勢，建立臨床資料與佇列研究系列演算法、工具集和規範；利用AI影像識別及機器學習等方法，開發基於多模態影像的醫學影像自動識別、虛擬擴增實境內鏡、數字病理輔助診斷和臨床決策支援軟體等智慧輔助診療系統，應用於慢病管理和監測的可穿戴終端產品等領域進行了佈局和開發。臨床醫學為人工智慧的落地應用提供場景和轉化平臺，智慧影像、睡眠疾病診斷、3D列印人工頜面及骨關節材料製備領域已取得初步成果，基於深度學習構建的睡眠疾病遠端診療模式具備隱私保護、可複製，已開始推廣應用。這些探索性研究為人工智慧、智慧醫療以及醫學技術等新興學科的建設奠定了基礎，佈局了未來。

北京大學已經在人工智慧領域耕耘30多年，為人工智慧培養了一大批高水平人才。在北大人工智慧學科整體建設及多學科交叉融合發展的十多年裡，北大以豐碩的成果為中國人工智慧學科和產業的發展作出了紮紮實實的貢獻。人工智慧研究院的成立必將為北京大學的“雙一流”建設、為我國建成創新型國家和世界科技強國作出更大貢獻。