1887
从人工智能诞生以来，学术界就有“强人工智能”和“弱人工智能”的争论。“强人工智能”的代表人物维纳提出了“控制论（Cybernetics）”，沉迷于机器的魅力之中，但一直没有建立像计算机科学和信息论一样面向应用的坚实理论基础，因此逐步走向没落。
中国计算机学会理事长、中国计算机学会通讯主编李国杰院士
本期专题特邀编辑郑宇在“城市计算和智能”的导言中提到：“城市计算是用大数据和人工智能来实实在在地解决城市面临的各种具体问题，是我国未来人工智能发展的抓手和战略制高点，是通向美好愿景的具体方法和路线。”南京大学周志华教授在“关于强人工智能”一文中明确指出：“对严肃的人工智能研究者来说，如果真的相信自己的努力会产生结果，那就不该去触碰强人工智能。”
这两篇文章都涉及到发展人工智能应走什么路的问题。在人工智能的呼声一浪高过一浪、国家新一代人工智能发展计划即将实施的时候，冷静地思考和判断人工智能的发展道路，十分必要。
从人工智能诞生以来，学术界就有“强人工智能”和“弱人工智能”的争论。“强人工智能”的代表人物维纳提出了“控制论(Cybernetics)”，沉迷于机器的魅力之中，但一直没有建立像计算机科学和信息论一样面向应用的坚实理论基础，因此逐步走向没落。如今“Cyber”满天飞，但谁也讲不清“Cyber”是什么。后来的“强人工智能”学者大多停留在哲学层次，他们抛出的吸引眼球的观点只能看成是一种信仰，还不是严肃的科学。人工通用智能(Artificial General Intelligence)研究至今也没有取得实质性的进展。发展人工智能应吸取“控制论”的教训，走更加务实的道路。
2013年以来，美国和欧盟在认知科学和脑科学领域启动了人类大脑计划，我国也将“脑科学与类脑研究”列入“科技创新2030重大项目”。脑科学是探索大脑结构与功能的长期基础研究，不能与强人工智能混为一谈。基于脑科学研究成果的人工智能还要走十分漫长的道路，不应作为未来二三十年发展人工智能的主要技术路线。不论是自上而下的符号主义还是自下而上的联结主义，都属于弱人工智能技术路线，没有关注让机器本身具有自主意识。国务院发布的“新一代人工智能发展规划”中“智能计算机”的字样都没有出现，本质上是发展弱人工智能的规划。
弱人工智能可以认为是基于计算的智能，60年来，人工智能的发展史实际上就是计算机科学的发展史。今天人工智能应用成果的井喷式突现是“计算智能(Computational Intelligence)”的胜利，既是智能算法的胜利，也是摩尔定律的胜利，互联网的胜利。发展人工智能就是要大力发展智能算法、计算机软件和系统结构(包括芯片)。
媒体界都说2017年是人工智能元年，但Hinton等权威专家认为，2017年人工智能并没有取得令人瞩目的突破。十分火热的人工智能也没有进入《科学》杂志评选的2017年十大科学突破。人工智能历史上的每一次严冬都是浮夸和盲目乐观造成的，低估了客观世界的复杂性，我们要以前车为鉴。目前，很多拥有技术的人工智能公司没有商业化场景;而有丰富应用场景的传统大企业又没有相应的人工智能技术;即将被人工智能取代的被淘汰者还没有找到出路。我们要做的实事很多很多，只有把这些实事一件一件做好了，人工智能才能健康发展。
