AI@70：庆祝创新，塑造未来

《IEEE Intelligent Systems》：AI@70: Celebrating Innovations and Shaping the Future

人工智能70周年发展回顾与未来挑战：从AI寒冬到春天，大语言模型和生成式AI推动技术突破，深度伪造检测和伦理治理成为焦点

　　

恭喜你70岁生日，人工智能（AI）！

人工智能（AI）这一领域正式诞生于1956年，由约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、纳撒尼尔·罗切斯特（Nathaniel Rochester）和克劳德·香农（Claude Shannon）组织了达特茅斯夏季人工智能研究项目（Dartmouth Summer Research Project on Artificial Intelligence）。1他们的提案设想了这样一种可能性：“学习的每一个方面或智能的任何其他特征原则上都可以被精确描述，从而制造出能够模拟它们的机器。”2随后是长达数十年的探索、失望和重生过程，最终实现了广泛的应用。

如今，AI领域正在以前所未有的速度发展。3从大型语言模型（LLMs）、生成式AI、自然语言处理、智能代理（agentic AI）和自主系统到AI治理、AI伦理学和AI监管框架，AI的进步正在加速，并吸引了研究人员、业界和最终用户的关注。AI驱动的应用正在医疗保健、金融、教育、交通、执法和治理等多个领域迅速扩展。多个维度上的AI创新即将出现，包括多模态AI、可解释且可靠的AI、边缘AI、物理AI、AI与人类的协作、神经符号AI、绿色可持续AI、安全AI以及量子AI。

然而，AI应用的日益普及也引发了一些合理的担忧，例如偏见、幻觉、错误或有害的推荐以及信任问题。解决数据隐私、网络安全威胁、恶意使用、伦理困境和社会影响是AI社区面临的挑战。虽然AI的前景和潜力巨大，但我们必须共同应对的挑战也同样重要。好消息是，已经有努力在解决这些挑战，并积极利用AI带来的好处。

本期特辑

在这期AI@70特辑中，我们介绍了三篇受邀文章，探讨了AI从“寒冬”到“春天”的历程、智能代理（agentic agents）的崛起以及深度伪造检测的新基准。作为特别内容，我们还梳理并强调了自2000年以来最具影响力的AI出版物。

从AI寒冬到今天的春天

在这篇文章中，史蒂夫·安德里奥尔（Steve Andriole）A1追溯了AI从20世纪60年代和70年代的热情起步，经过阻碍进展的“AI寒冬”，直到今天的AI春天。早期的热情带来了有希望的进展，但不切实际的期望以及“死亡之谷”（valley of death）带来的挑战——即基础性发明无法迅速从研究阶段转化为实际应用，导致了资金和热情的衰退。

AI春天大约在2012年出现，并在2023年1月ChatGPT的公开发布时达到了一个新的高峰。尽管如此，根本性的限制依然存在：该领域的指数级增长难以追踪，许多专业人士由于对AI工具潜力的理解有限而未能充分利用它们。尽管如此，安德里奥尔仍对AI前景持积极态度：AI开始克服这些障碍，正在改变编码、高等教育、会计和金融等职业，证明AI春天确实已经到来。

智能代理

自AI诞生以来，构建能够自主感知、推理并采取行动以实现目标的智能代理一直是其核心目标。在文章《从符号到突触：大型语言模型时代中智能代理的重新出现》（“From Symbols to Synapses: The Reemergence of Agency in the Large Language Model Era”）中，鲍安（Bo An）A2指出，几十年来，智能代理的概念一直由符号架构主导。这些系统以形式化的方式表示知识，并依赖计划性的推理来推导出理性行为；它们往往在复杂、动态的环境中缺乏鲁棒性和泛化能力。

最近在LLMs及其集成到与环境交互的“智能”系统方面的进展重新激发了对AI代理的兴趣。虽然基于LLM的代理提供了超越传统符号系统的灵活性和适应性，但它们也带来了可靠性、可预测性和控制方面的挑战。正如安所论证的，AI代理的未来在于将自主代理和多智能体系统（AAMAS）社区开发的丰富理论与现代神经架构相结合。这种神经符号整合可以实现表现出可靠行为和强大自主性的代理。

深度伪造检测的新基准

直到最近，创建逼真的AI生成图像、音频和视频仍然很困难，深度伪造也非常罕见。但由生成对抗网络和扩散模型推动的生成式AI的迅速发展，使得从简单的文本提示、参考图像或短语音样本创建高度逼真的合成媒体变得容易且几乎免费。因此，深度伪造已经变得普遍，基于深度伪造的欺诈行为也在大规模增加。4

检测此类合成内容变得越来越具有挑战性，仍然是当前研究的活跃领域。现有的深度伪造检测基准在应对现代生成式AI的复杂性和多样性方面效果不佳。在他们的文章《微软-西北大学-WITNESS深度伪造检测基准》（“The Microsoft-Northwestern-WITNESS Benchmark for Deepfake Detection”）中，由V. S. Subrahmanian领导的团队3介绍了微软-西北大学-WITNESS（MNW）基准，这是一个旨在评估和加强深度伪造检测系统的综合数据集。该数据集包含数万张图像、视频和音频样本，以及AI生成的和现实世界中的可疑媒体，所有这些样本都经过标注，以反映真实的、高风险的检测场景。开发者计划持续更新数据集，以应对不断变化的威胁。MNW基准仅用于评估目的，旨在提高深度伪造检测技术的鲁棒性、可靠性和可信度。

2000年以来最具影响力的AI出版物

当前AI的复兴和广泛应用建立在七十多年开创性研究和洞察的基础上。最近的突破并不是孤立的事件，而是一系列变革性思想、理论和实验的成果。在庆祝AI取得的显著进展、深远的社会影响和未来潜力的同时，认识到那些推动今天进步的开创性出版物和有远见的研究人员是非常及时和重要的。为了庆祝AI的70周年，《IEEE智能系统》（IEEE Intelligent Systems）重点介绍了2000年以来最具影响力的10篇AI出版物，承认了它们的持久贡献和持续影响。

在他们的文章《2000年以来最具影响力的10篇AI论文》（“Top 10 Most Influential Papers in Artificial Intelligence Since 2000”）中，鲍安（Bo An）、萨里特·克劳斯（Sarit Kraus）和迈克尔·伍德里奇（Michael Wooldridge）A4描述了用于识别这些里程碑式作品的方法，并简要分析了每篇论文对AI发展的重要意义和持久影响。

AI的未来

AI将会长期存在！然而，在过度炒作和夸大期望的背景下，很难准确预测AI将如何发展及其在现实世界中的影响。尽管有人声称AI即将超越人类智能并迎来通用人工智能（artificial general intelligence），但这种现实短期内不太可能实现。目前对AI的热情需要与其能力和局限性保持平衡，通过审慎部署来避免不切实际的期望掩盖技术的真实局限。尽管如此，我们可以确信AI的进步将会继续，主要的挑战将在于其部署、负责任的使用、治理以及将其整合到日常工作中，尤其是在高风险领域。

关注非技术层面

虽然AI将变得更加无处不在，影响和改变我们生活的方方面面、工作、经济和教育以及社会，但其采用程度将是不均衡的。5此外，最大的变革不会仅仅是技术上的突破，而是开发者和组织如何负责任地管理AI、应对风险，并制定和执行适当的法规，因为这些系统正在融入商业和社会中。6

技术本身并不天然具备公平性、伦理性或社会影响的判断能力。每个AI系统都反映了其人类创造者和用户的选择、价值观以及训练它的数据。虽然技术保障和法规至关重要，但它们本身并不足够。最终，AI的真正影响取决于我们设计、部署和管理它的智慧、责任感和诚信。

持续学习

作为研究人员和开发者，我们必须为AI的持续进步及其可能带来的颠覆性变革和挑战做好准备。AI发展的快速步伐也带来了技术上的威胁，如过时、无关紧要，以及保持专业敏捷性和相关性的技能和知识的挑战。要在这一动态的AI环境中取得成功，专业人士必须发展T形或V形的技能组合，在多个领域拥有广泛的知识，同时在某些领域培养深厚的专业知识。7,8这种技能组合将使我们能够应对互联互通的AI驱动世界的复杂性，并为社会做出有意义的贡献。

2026年值得关注的10位AI人物

自2006年以来，《IEEE智能系统》（IEEE Intelligent Systems）通过“AI的10位值得关注的人物”（“AI’s 10 to Watch”）奖项表彰了AI领域的杰出青年研究人员和专业人士。2026年的提名截止日期为2026年7月1日。有关资格要求和提名流程的详细信息，请访问奖项网页：www.computer.org/ai10#about。

共同责任

像任何强大的变革性技术一样，AI可以被用来在医疗保健、教育、金融等领域带来显著的好处，也可能被滥用从而造成严重的社会问题。政府、业界和学术界正通过监管、伦理倡议以及严谨的应用研究和基础研究来努力应对AI带来的挑战。

AI的未来既充满乐观也充满担忧。最终，它将由我们共同做出的选择所塑造。引导AI的发展并利用其潜力造福人类，同时谨慎管理其问题和风险，需要警惕性、想象力以及共同的责任感。通过共同努力，我们可以确保AI成为一种扩展机会并促进更加公平和可持续未来的力量。

艾伦·图灵（Alan Turing）常说：“我们只能看到前方不远的距离，但我们可以看到那里有很多需要完成的工作。”本着这种有目的的不确定性精神，让我们回顾著名加利西亚和西班牙诗人兼小说家罗莎莉亚·德卡斯特罗（Rosalía de Castro）所说的话：“我看到了我的道路，但不知道它通向何方。不知道我要去哪里，这正是激励我前进的动力。”^a

附录：相关文章

1. S. J. Andriole, “从AI寒冬到永恒的春天——AI将会长期存在”，IEEE Intell. Syst，第41卷，第2期，第24-30页，2026年3/4月，doi: 10.1109/MIS.2026.3668401。

2. B. An, “从符号到突触：大型语言模型时代中智能代理的重新出现”，IEEE Intell. Sys，第41卷，第2期，第31-38页，2026年3/4月，doi: 10.1109/MIS.2026.3668397。

3. T. Roca等人，“微软-西北大学-WITNESS深度伪造检测基准”，IEEE Intell. Sys，第41卷，第2期，第15-23页，2026年3/4月，doi: 10.1109/MIS.2026.3668398。

4. B. An, S. Kraus和M. Wooldridge，“2000年以来最具影响力的10篇AI论文”，IEEE Intell. Syst，第41卷，第2期，第8-14页，2026年3/4月，doi: 10.1109/MIS.2026.3668396。