人工智能对中国意味着什么Word格式文档下载.docx
《人工智能对中国意味着什么Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《人工智能对中国意味着什么Word格式文档下载.docx(16页珍藏版)》请在冰豆网上搜索。
人工智能技术通常由四个部分组成,即认知、预测、决策和集成解决方案。
认知是指通过收集及解释信息来感知并描述世界,包括自然语言处理、计算机视觉和音频处理等技术。
预测是指通过推理来预测行为和结果。
例如,此类技术可用来制作针对特定顾客的定向广告。
决策则主要关心如何做才能实现目标。
这一领域的用例十分广泛,如路线规划、新药研发、动态定价等。
最后,当人工智能与其他互补性技术(如机器人)结合时,可生成多种集成解决方案,如自动驾驶、
3.人工智能的未来:
挑战与机遇并存
过去的科技进步主
机器人手术等。
认知和预测领域的许多技术已经逐步商业化,
要是指提升执行指定任务的能力。
而当今的人工智能则是赋予机器反应和适应能力以优化产出。
通过与物联网、机器人等技术的结合,人工智能能够构造出一个整合的信息物理世
界。
麦肯锡全球研究院近期的一份报告对全球800多种职业所涵盖的2000多项工作内容进行分析后发现,全球约
50%的工作内容可以通过改进现有技术实现自动化。
但这过程存在诸多变量。
如果自动化推进速度快,达到该程度可能会提前20年;
如果推进缓慢,则可能延后20年。
未来,人工智能可成为应对一些社会核心挑战的强大工具。
在医疗领域,人工智能将极大提升我们分析人类基因组和为患者开发个性化治疗方案的能力,甚至大大加快治愈癌症、阿茲海默症和其他疾病的进程。
在环保领域,人工智能能够分析气候特征并大规模降低能耗,帮助人类更好地监控和应对气候变化问题。
人工智能甚至可以在地球以外地区发挥作用,
迫切,因此人工智能技术的运用对中国未来的经济发展至关
中国还需要做好许多基础性工作,如更为开
放的数据环境和训练有素的数据科学人才。
另一方面,人工
人工智能研发领域的领头羊。
仅在2015年,两国在学术期
刊上发表的相关论文合计近1万份,而英国、印度、德国和
的人工智能发展多由科技企业推动引领。
得益于大量的搜索数据和丰富的产品线,一些互联网企业走在了自然语言处理、
图像和语音识别等技术前沿。
这些技术被整合应用于新产品
要持续不断的努力,才能保持人工智能的领先地位,并且最大化其经济潜能。
发展创新能力是重中之重。
虽然中国在人
力尚不及美国或英国同行(见图
2)。
此外,美国的人
工智能的论文数量方面超过了美国,但中国学者的研究影响工智能生态系统也更为完善和活跃,创业公司数量远超中国
见图3)。
由研究机构、大学及私营企业共同组成的生态
系统庞大、创新且多元。
硅谷在科技领域日积月累的强劲
算法和计算能力等三个关键因素出发分析中国面临的挑战。
2.数据人工智能需要稳定的数据流来“训练”自己,提升输出结果的质量。
但数据领域的几个因素可能会影响中国人工智能的发展。
首先,尽管中国的科技巨头能够通过其专有
平台获得海量数据,但在创建一个标准统一、跨平台分享的
各国都已意识到开放政府数据库有助于促进私营领域创新,
跨境数据流通的限制也使得中国在全球合作中处于不利地
广告的人工智能算法上取得了突破进展。
而全球的开源平台
也使得中国企业能够快速地复制其他地区开发的先进算法。
美同行。
主要原因是人才短缺。
美国半数以上的数据科学家
拥有10年以上的工作经验,而在中国,超过40%的数据科
法满足人工智能企业的用人需求。
此外,
中国的人工智能科
大学的研究实验室专注于人工智能,输出人才的数量远远无
学家大多集中于计算机视觉和语音识别等领域,造成其他领
域的人才相对匮乏。
如果中国大学对学生提出更高的数学和统计学要求,并且集中资源发展该领域全球前沿研究,人工
智能的发展必将受益匪浅。
另一个值得思考的方向是改进现
人工智能的商业应用而言,计算能力并非当前掣肘。
由于微
处理器在全球市场上是非常普遍的产品,计算能力已经成为
发展自己的先进半导体、微处理器和高性能计算技术的重要性。
高运算速度的计算技术是发展尖端人工智能技术的重中之重,而其耗能水平则决定着人工智能解决方案能否实现大
规模商业化。
计算能力是人工智能的基础设施之一,因此具
类型的高端半导体则几乎完全依靠进口。
2015年,美国政府禁止了英特尔、英伟达和AMD这三家全球最大的芯片供应商向中国机构出售高端超级电脑芯片。
这一禁令显示了中
分重要。
为此,
中国政府在2014年出台了《国家集成
国在半导体方面的自主研发能力对于未来人工智能发展
电路产业发展推进纲要》以及中国制造2025行动纲领。
中国政府还成立了国家集成电路产业投资基金,目前募资已超过200亿美元。
相关行动初见成效:
2016年6月,神威太湖之光超级计算机问世,成为世界上运算速度最快的超级计算机,使用的是中国自主知识产权的处理器。
政府的前期投
资可以产生显著的涟漪效应,鼓励私营企业的积极参与。
特种处理器,如可以处理大量复杂计算的GPU,对人工智能
的发展格外重要。
在中国大力发展其集成电路产业的过程中,
化。
从基础研究到应用开发再到硬件生产,人工智能全产业链的各个环节都包含着大量国际合作。
在建设自己的数据生
态系统、培养数据科学和研发人才,以及打造半导体产业的
中国老龄化日益严重,生产力的提升刻不容缓,人工智能正
是加快生产力增长的重要机遇。
然而,政策制定者还应考虑
国因人口红利和劳动力的扩张大大促进了经济增长。
但中国的劳动年龄人口最早将在2024年达到峰值,并在之后的50
水平的基础上,
中国将缺乏足够的劳动力以维持其经济增长
年中减少五分之一。
人口结构变化趋势意味着在当前生产力
拉动经济增长唯一可行的方式就是大幅推动生产力增长。
人工智能通过辅助或替代人类劳动,人工智能系统能够更有效率地完成现有工作,从而提升生产力,缩小这一差距。
以英特尔为例,该公司在芯片生产过程中会收集大量数据。
过去,如果生产中出现问题,公司需依靠人工分析数据寻找根
本原因。
而现在,机器学习以远胜人工的速度完成这项任务,其算法能够筛选成千上万的数据点以找出残次芯片的共同特征。
此外,人工智能还可以使工业机械制造、供应链、物流以及其他生产流程更为高效。
人工智能应用还能通过预测故障、找出瓶颈,以及自动化流程和决策创造出巨大效益。
酒店和餐饮服务业、制造业以及农业在中国经济结构中占据了相当大的比重,其中包含大量重复的、可自动化的工作内
容。
麦肯锡全球研究院预测,根据应用速度的不同,基于人
工智能技术的不断发展也将创造新的产品和服务,提供新的
岗位和业务。
就在几十年前,还没有人会想到互联网经济催
能有大幅提升生产力增长的潜力,但代价可能是收入差距的
技能劳动力的需求将缩小。
比如,考虑到阿里巴巴已在其移动支付应用中启用了人工智能客服,由此可以设想今后客服等职位的需求将减少。
劳动力总需求因而可能下降,尽管平
而言,
中国目前从事可自动化工作的劳动力人口超过其他国
均收入水平有希望上升,财富分配则将进一步向具备合适技
家。
麦肯锡全球研究院预测中国51%的工作内容有自动化潜力,这将对相当于3.94亿全职人力工时的冲击。
重复性工作内容和可预测的程序性任务构成的职位尤其容
低收入岗位则可能存在更长时间。
但这并不意味着如今的高端工种能够完全免受冲击。
比如,医生之类专业人士的部分工作也可能被自动化,而医生的工作内容将会更专注于与人
的沟通和互动。
许多职业并不会消失,但其工作内容将会发
字技能的需求增加和低端劳动力的剩余将可能导致不平等的加剧,部分人群在这一问题面前尤为弱势。
比如,目前女性在中国计算机技术专业毕业生中的占比不到20%;
从事可
自动化的、重复性职业的女性过多,而在科技和管理岗位中
业方面得分83.8,但在领导方面仅获27.8分,说明了高技
能进一步拉大富裕沿海地区与欠发达内陆地区的差距,加剧
能规划好人工智能占据重要一席的未来。
6.对社会的影
城乡发展的不平衡。
只有认真研究充分评估各种可能性,才
人工智能发展有两面性。
首先它前景广阔,可用于改
善医疗、环境、安全和教育,提升民生福祉。
与此同时,由
于它模糊了物理现实、数字和个人的界限,衍生出了复杂的
伦理、法律及安全问题。
随着人工智能的逐渐普及,需要审
能解决社会问题的潜力。
人工智能系统能够帮助科学家预测环境变化。
康奈尔大学利用这一技术预测动物栖息地变化以保护某些鸟类。
人工智能在医疗领域也得到广泛应用。
荷兰政府使用人工智能技术为特定病患群体寻找最有效的治疗方案,并通过分析数字化的医疗档案来减少医疗失误。
在美国,拉斯维加斯卫生部利用人工智能技术进行公共卫生监测,通过社交媒体的追踪来确定疾病爆发的源头。
人工智能系统还能提升公共交通系统的安全性和效率。
已有证据表明使用人工智能技术的自动驾驶汽车可以减少交通事故。
而阿里巴巴与杭州政府合力推进智能城市交通体系,以人工智能控制交通信号灯,可以有效减少城市特定区域的拥堵并使通行速
能源使用。
此外,管理具备自主学习和决策能力的机器
度提高11%。
另外,人工智能还被用于预测能源需求,管理
也是一份重艰巨的责任。
许多值得深思的伦理和法律问题因此而生。
阿西莫夫的机器人三大定律首次尝试为人机互动设
立基本原则。
但人工智能技术所带来的伦理问题更为微妙,处不在时,企业得以不断收集个人信息,不仅在人们使用数字设备时,也在人们往返于公共和私人空间时。
在某些特定场合,比如医院,采集这些个人信息极为敏感。
这就引发了
系列问题:
谁拥有个人数据?
数据应以何种方式共享?
面
人工智能可能在决策过程中产生无意识的歧视。
由于现实世界存在着各种形式的种族歧视、性别歧视和偏见,输入算法中的数据也可能附带这些特征。
而当机器学习算法学习了这些带有偏见的训练数据,也就继承了偏见。
如果有偏见的人
工智能处在了决策地位,那么其决策可能会导致特定人群受
普及更会产生诸多法律层面的影响。
如果人工智能的决策导致意外甚至犯罪,谁应当对其负责?
人工智能创作的知识产权归谁所有?
一旦人工智能拥有超级能力,又该用哪些措施进行监管?
人工智能研发人员有哪些法律权利与义务?
要
建立一个完善的法律及伦理框架,仍有许多问题尚待充分探
rH
步
源环境下进行,充分体现了国际合作的重要性。
进一步的推进人工智能的发展也需要各国合力提供更为广泛的数据、算法、资金和人才交流。
然而,虽然全球经济不断数字化,全球监管方面的许多领域仍是一片空白。
赶超人类智力的自动系统带来了诸多伦理及安全问题,也需要国内及国际间的共
同协作来解决。
此外,正如基于人工智能技术的自动化
将造成劳动力市场分化,技术不发达的发展中国家在这一波
些国家原本期待快速增长的人口能够推动劳动力密集型
经济的发展,但如果大量人力工作被机器取代,甚至可能出
用在战争推演,而人工智能将进一步提升这类模拟的精度和能力。
人工智能武器化隐藏着巨大的风险。
史蒂芬•霍金、伊
隆•马斯克及超过1000名人工智能和机器人研究员共同签署
武器”可能带来可怕灾难。
人工智能系统正如此前的核能及
核武一样,必须通过强有力的国际公约来确保其和平使用,
中国要将目前的创新转化为长期可持续的增长引擎,就必须制定一套精心策划的战略。
政府可以为人工智能的发展打牢根基,并且设定激励人心的目标,以此刺激私营部门的创新
和应用。
人工智能的发展基石包括完善的产业、经济、社会
工智能尚处于发展早期,其发展很可能是非线性的。
这就意味着完善的产业政策必须尽快到位,否则可能出现激励不当、投资过度和供应过剩的风险,破坏人工智能所产生的价值。
完善的数据生态系统
海量数据是训练人工智能系统、吸
市场将主导人工智能技术的开发和应用,合适的政策框架可
实数据规范、向私营领域开放公共数据、鼓励跨国数据交流
标准是进行广泛数据分享和实现系统间交互操作的重要前提条件,有助于提升物联网及人工智能技术的价值。
潜在的庞大数据体量是中国的天然优势,使中国有机会在国际上更
好地发挥领头羊的作用。
而且,在与中文语言相关的数据规
据,政府可要求现有的监管机构制定必要规则。
比如美国证券交易委员会在2009年出台规定,要求所有上市公司使用
XBRL(可扩展商业报告语言)格式发布财报,确保所有公
政府应提高公共数据的开放程度,并带头建设行业数据库。
这些举措同时能够提升公共服务质量、提供政策制定洞见,从而带来额外益处。
比如纽约市政府就建立了公开数据门户网站,为市民提供经济发展、医疗、休闲、公共服务等领域的数据。
2012年纽约市还颁布了《开放数据法案》,要求政
最后,
中国政府还需考虑国际数据流的价值。
麦肯锡全球研
府部门使用机器可读取的数据并建立API(应用程序编程接
究院的调查表明,2014年,跨境数据流为全球经济创造了
2.8万亿美元的价值,对经济增长的贡献已经超过实体贸易。
此外,研究还指出,由于经济体需要接触全球的思想、研究、科技、人才和最佳实践案例,数据流入和流出都能十分重要。
数据是未来的货币。
例如在医学研究中,如果没有全球海量临床数据的支持,人工智能的潜力就无法得到充分挖掘。
过
多的桎梏将会束缚中国的人工智能企业,导致其丧失开发具
正普遍的应用于传统行业,而不仅仅属于科技巨头时,其经
济潜力才会充分彰显。
提升各行各业的生产力水平将创造巨
是很多商业领袖还没有意识到改变现有业务运作方式的紧
的公司仍未将人工智能列入战略优先项。
因此,许多公司仍未开始采集未来人工智能系统所需要的数据。
例如,农业公司鲜少记录如种植时间表或是气候对产出的影响,而这些信息正是人工智能生成洞见及提升效益所需要的。
与此形成对
障碍是专业技术知识的缺失。
如上文所述,
中国需要培养更
比的是,英国、美国和日本都已建立了全国信息系统采集此
多的优秀数据科学家,特别是在一些需求紧迫的领域。
而能将人工智能知识转化为商业应用创造价值的人才也同样紧缺。
为了理解和应用数据,越来越多的企业决策者和中层管
理者需要学习新技能。
与英特尔类似,一家中国芯片制造商已经意识到,分析在制造和测试过程中的大量数据将有助于改进生产流程并降低残次率。
但由于缺乏既懂半导体技术,又懂人工智能的人才,这一想法仍然没能被付诸实施。
第三重障碍是实施成本较高。
对中国企业而言,购买人工智能系统、高价聘用专业人才有时并不合算。
当人工成本较低时,引入先进技术、精简人工流程的需求也并不那么迫切。
人工智能最大的价值在于引导传统产业的彻底变革。
如果政
府能够帮助克服人工智能发展初期面临的这些障碍,市场将
统经济工具可以解决一些问题。
同时,政府还应率先垂范应用人工智能系统。
这将产生强有力的跟随效应,激活市场,
助力服务供应商的发展,积累技术经验和人才,最终达到降
传统行业的应用将有助于人工智能产生更多的价值。
物联网通过传感器和网络实现各类设备间的联通,为人工智能提供了海量的真实世界数据。
结合互联网+政策,政府可协助打
典范。
2.教育政策框架人才对人工智能的发展和应
造物联网在关键经济领域应用的成功案例,为其他行业树立用至关重要。
一个健康的人才结构应包括尖端的研究人员来推动人工智能基础技术的发展,开发人员以促进人工智能在现实环境中的应用,以及大量能够与人工智能系统在不同场
要大力投资人工智能相关教育和研究项目;
重新设计教育体
系,突出创新和数字技术的重要性;
制定吸引全球顶尖人才
规模的计算机科学精英人才库。
政府可出资设立人工智能项目,资助顶尖大学创建人工智能研究实验室和创新中心,以
推进大学、科研机构和私营企业间的合作。
在这方面,韩国
泛的创新文化,方可实现突破。
途径之一是引入将人工智能和其他学科相结合的大学课程。
斯坦福和麻省理工等顶尖美国高等院校已经开设了计算机科学与人文学科的联合专业,
旨在寻求激发创造力的新方法。
此类课程能够激发人工智能
项目可带来长期收益,因为人才是未来吸引国际公司的核心所在,而非传统的税收或其他财务优惠。
人工智能的大型研
大约三分之二的成员来自如伦敦大学学院、
津大学和蒙特
发团队对吸引学术人才愈发重视。
谷歌DeepMind团队中有利尔大学等学术机构。
这一领域顶尖公司自然而然会向拥有大量人工智能人才的城市汇聚。
例如,随着蒙特利尔在该领
域的声名鹊起,谷歌和微软都宣布了将向当地大学人工智能
中国也需要与全球顶尖数据科学家合作,参与到国际协作之中,包括大力引进国际专家来华工作、鼓励中国人工智
能研究者出国学习全球最新的创新科技。
这些要求政府放松
四:
确保教育和培训体系与时俱进,支持劳动力大军的
再培训人工智能在经济和社会中的普遍应用还需要数
年,但中国现在就应为一些行业的快速颠覆做好准备。
某种关键技术的突破短短几年就可以让一些职业消失,如打字
员、接线生、胶片洗印师及许多其他职业基本退出了历史舞
业劳动力重新适应并获得新技能,这将是保障公共福利和维护社会稳定的关键。
政府要及时识别哪些是最可能被自动化取代的工作,并为受到影响的劳动力提供再培训,比如与职业培训学校紧密合作,向工人提供免费教育的机会。
此同时,政府也应着力加强数据和人工智能在各个阶层的教育。
未来的政府领导必须理解人工智能才能制定明智的政策,
人必须学会与人工智能共事才能避免被淘汰。
中国应长
未来的管理人员必须了解人工智能才能管理企业;
未来的工
期关注相关领域的教育,保证未来劳动力具备所需技能。
这不仅包括建立未来数据科学家和工程师储备库,还要让多数
劳动力懂得如何在各行各业使用科技。
学校需要更重视科学、
技术、工程和数学教育,即使是基础教育和职业培训也需要
动化很可能扩大数字鸿沟,因此政府对不平等问题的应对就显得尤为重要。
相关举措包括确保教育机会的平等性,保证
女学生、农村和内陆地区学生在科学、技术、工程、数学和
法律共识人工智能的进步将在多个方面为社会带来深
明和广泛的质询程序来确保公众做好迎接变革的准备。
一些法律问题,比如隐私保护和自动驾驶汽车的责任认定等,将
对人工智能的发展及应用有着举足轻重的影响。
全国人大
框架建立之后,政府就要成立监管机构负责人工智能的监督和管理。
考虑到人工智能在各行各业的广泛应用,这就要求政府与各相关机构协商咨询、发挥其专长。
比如,医疗领域
际方面,
中国可以牵头组建国际性的监管机构以促进人工智
的应用不当将造成严重后果。
因此,国家卫生和计划生育委
能技术的和平、全面和可持续发展。
该国际机构的目标应是
全球数字鸿沟不会成为经济繁荣的长期阻碍,中国可与其他
“人工智能一带一路”新篇章。
在未来数十年间,人工智
发展中国家分享和交流人工智能技术及管理经验,从而揭开
能有可能从根本上改变人类社会。
中国应充分利用这一极其重大的技术进步提高生产力以保持较快增长。
更为重要的是,中国有能力,也有机会领导人工智能在全球范围的发展和治理,确保人工智能为全人类福祉做出应有的贡献。