中國人工智能未來發(fā)展的五大戰(zhàn)略

　　一、人工智能：拐點來臨

　　人工智能是對人的意識、思維過程進行模擬的一門新學科。似乎在一夜之間人工智能從虛無縹緲的幻想成為了現實。計算機科學家們在機器學習和深度學習領域已取得重大突破，可以賦予機器認知及預測能力。如今在現實世界中，這些系統(tǒng)的應用已不鮮見。

　　回顧變革前的簡史

　　人工智能意為機器對人腦思維認知功能的模擬。這一概念長期以來只存在于人類幻想和科幻小說中，直至20世紀五六十年代，有關人工智能的理論初步形成后，才開始引發(fā)普遍樂觀情緒和第一波熱潮。但由于技術未能實現突破性進展，人工智能無法達成預期效果，因此陷入了一段沉寂期。

　　往后數十年間雖然不乏成功案例(如IBM的超級計算機“深藍”擊敗國際象棋冠軍加里·卡斯帕羅夫)，但因為人工智能在現實世界的成功案例太過孤立，所以不足以支撐大規(guī)模商業(yè)化。

　　讓我們快進至21世紀。數據收集及整理、算法以及高性能計算等技術的突飛猛進促成了革命性進步。例如，在以往被認為是機器“無法取勝”的圍棋比賽中，AlphaGo成功擊敗人類世界冠軍，從而賦予了這場獲勝歷史性的意義。

　　而變革不僅發(fā)生在理論前沿。被視為未來超級智能系統(tǒng)的先鋒——各類應用機器學習技術的分析工具已現身市場。金融、醫(yī)療、制造等行業(yè)應用發(fā)展迅速，人工智能領域的全球風投也從2012年的5.89億美元猛增至2016年的50多億美元。麥肯錫預計，至2025年人工智能應用市場總值將達到1270億美元。

　　了解人工智能及其能力

　　以往人們借助計算機的運算能力可以更高效地完成任務(例如，比人類更快地處理更復雜的計算)。傳統(tǒng)的軟件程序由人類編寫，包含具體的指令要求。

　　人工智能的工作模式完全不同。它們依據通用的學習策略，可以讀取海量的“大數據”，并從中發(fā)現規(guī)律、聯(lián)系和洞見。因此人工智能能夠根據新數據自動調整，而無需重設程序。利用機器學習，人工智能系統(tǒng)獲得了歸納推理和決策能力;而深度學習更將這一能力推向了更高的層次。這些計算機系統(tǒng)能夠完全自主地學習、發(fā)現并應用規(guī)則。

　　雖然深度學習領域近來的突破可使人工智能系統(tǒng)在一些關鍵能力上媲美甚至趕超人類，但距離實現“通用人工智能”，即機器能夠完全模擬人類認知活動，仍需數十年的努力。不過機器學習系統(tǒng)已經有了某些商業(yè)化落地，且應用廣泛，可以擔當客服、管理物流、監(jiān)控工廠機械、優(yōu)化能源使用以及分析醫(yī)學資料。麥肯錫全球研究院最近的研究顯示機器學習技術可廣泛應用于各行各業(yè)。

　　人工智能技術通常由四個部分組成，即認知、預測、決策和集成解決方案。認知是指通過收集及解釋信息來感知并描述世界，包括自然語言處理、計算機視覺和音頻處理等技術。預測是指通過推理來預測行為和結果。舉例而言，此類技術可用來制作針對特定顧客的定向廣告。

　　決策則主要關心如何做才能實現目標。這一領域的用例十分廣泛，如路線規(guī)劃、新藥研發(fā)、動態(tài)定價等。最后，當人工智能與其他互補性技術(如機器人)結合時，可生成多種集成解決方案，如自動駕駛、機器人手術，以及能夠對刺激做出響應的家用機器人等。

　　目前人工智能各項技術的商業(yè)化水平參差不齊。認知和預測領域的許多技術已經逐步商業(yè)化，然而決策和集成解決方案技術多處在研發(fā)階段。

　　人工智能的未來：挑戰(zhàn)與機遇并存

　　過去的科技進步主要是指提升執(zhí)行指定任務的能力。而當今的人工智能則是賦予機器反應和適應能力以優(yōu)化產出。通過與物聯(lián)網、機器人等技術的結合，人工智能能夠構造出一個整合的信息物理世界。

　　當今人工智能發(fā)展勢頭正猛，未來有望在全球多個行業(yè)和場景下得到廣泛運用，尤其是我們將會看到大量的人類工作被機器取代。麥肯錫全球研究院近期的一份報告對全球800多種職業(yè)所涵蓋的2000多項工作內容進行分析后發(fā)現，全球約50%的工作內容可以通過改進現有技術實現自動化。

　　當然，技術可行性只是影響自動化速度及程度的一個因素，還有其他因素需要考慮，包括研發(fā)和應用成本、勞動力市場供需、經濟效益，以及社會和政府監(jiān)管部門的接受度。

　　綜合上述因素，麥肯錫全球研究院的這份自動化研究報告指出，在現今所有工作內容之中，過半會在2055年左右自動化，但這過程存在諸多變量。如果自動化推進速度快，達到該程度可能會提前20年;如果推進緩慢，則可能延后20年。

　　展望未來，人工智能可成為應對一些社會核心挑戰(zhàn)的強大工具。在醫(yī)療領域，人工智能將極大提升我們分析人類基因組和為患者開發(fā)個性化治療方案的能力，甚至大大加快治愈癌癥、阿茲海默癥和其他疾病的進程。

　　在環(huán)保領域，人工智能能夠分析氣候特征并大規(guī)模降低能耗，幫助人類更好地監(jiān)控和應對氣候變化問題。人工智能甚至可以在地球以外地區(qū)發(fā)揮作用，他日或助力人類探索火星及外太空。

　　二、人工智能對中國意味著什么?

　　在多家中國科技巨頭積極研發(fā)的推動下，中國已成為全球人工智能的發(fā)展中心之一。眾多的人口和完整的產業(yè)結構給中國提供了創(chuàng)造海量數據和廣闊市場的潛力。

　　隨著老齡化的加速，中國提升生產力的要求就愈發(fā)迫切，因此人工智能技術的運用對中國未來的經濟發(fā)展至關重要。一方面，中國還需要做好許多基礎性工作，如更為開放的數據環(huán)境和訓練有素的數據科學人才。另一方面，人工智能或將引發(fā)復雜的社會及經濟問題，應審慎考量。

　　中國在人工智能發(fā)展中的地位

　　中國與美國是當今世界人工智能研發(fā)領域的領頭羊。僅在2015年，兩國在學術期刊上發(fā)表的相關論文合計近1萬份，而英國、印度、德國和日本發(fā)表的學術研究文章總和也只相當于其一半。

　　中國的人工智能發(fā)展多由科技企業(yè)推動引領。得益于大量的搜索數據和豐富的產品線，一些互聯(lián)網企業(yè)走在了自然語言處理、圖像和語音識別等技術前沿。這些技術被整合應用于新產品中，如自動化私人助理、自動駕駛汽車等。

　　中國有充足的理由對其在人工智能領域的潛力感到樂觀。龐大的人口基數產生的海量數據正是“訓練”人工智能系統(tǒng)的前提條件?！胺秶洕币彩侵袊膬?yōu)勢所在，廣泛的行業(yè)分布為人工智能的應用提供了廣闊市場。

　　但是，中國需要持續(xù)不斷的努力，才能保持人工智能的領先地位，并且最大化其經濟潛能。發(fā)展創(chuàng)新能力是重中之重。雖然中國在人工智能的論文數量方面超過了美國，但中國學者的研究影響力尚不及美國或英國同行。

　　此外，美國的人工智能生態(tài)系統(tǒng)也更為完善和活躍，創(chuàng)業(yè)公司數量遠超中國。由研究機構、大學及私營企業(yè)共同組成的生態(tài)系統(tǒng)龐大、創(chuàng)新且多元。硅谷在科技領域日積月累的強勁實力形成了強大而難以復制的優(yōu)勢。

　　以下，我們從數據、算法和計算能力等三個關鍵因素出發(fā)分析中國面臨的挑戰(zhàn)。

　　數據

　　正如人類需要從食物中獲得能量，人工智能的“食物”則是穩(wěn)定的數據流。人工智能系統(tǒng)必須通過大量的數據來“訓練”自己，才能不斷提升輸出結果的質量。但數據領域的幾個因素可能會影響中國人工智能的發(fā)展。

　　首先，盡管中國的科技巨頭能夠通過其專有平臺獲得海量數據，但在創(chuàng)建一個標準統(tǒng)一、跨平臺分享的數據友好型生態(tài)系統(tǒng)方面，中國仍落后于美國。

　　其次，全球各國都已意識到開放政府數據庫有助于促進私營領域創(chuàng)新，但中國政府數據的開放度仍極為有限。最后，對跨境數據流通的限制也使得中國在全球合作中處于不利地位。

　　算法

　　就應用層面而言，中國的算法發(fā)展程度與其他國家并無太大差距。事實上，中國在語音識別和定向廣告的人工智能算法上取得了突破進展。而全球的開源平臺也使得中國企業(yè)能夠快速地復制其他地區(qū)開發(fā)的先進算法。

　　然而，中國的研究人員在基礎算法研發(fā)領域仍遠遠落后于英美同行。一個主要原因就是人才短缺。美國半數以上的數據科學家擁有10年以上的工作經驗，而在中國，超過40%的數據科學家工作經驗尚不足5年。中國在人才方面的持續(xù)努力將至關重要。

　　目前，中國只有不到30所大學的研究實驗室專注于人工智能，輸出人才的數量遠遠無法滿足人工智能企業(yè)的用人需求。此外，中國的人工智能科學家大多集中于計算機視覺和語音識別等領域，造成其他領域的人才相對匱乏。

　　如果中國大學對學生提出更高的數學和統(tǒng)計學要求，并且集中資源發(fā)展該領域全球前沿研究，人工智能的發(fā)展必將受益匪淺。另一個值得思考的方向是改進現有的科研經費分配模式來推進創(chuàng)新。

　　計算能力

　　就人工智能的商業(yè)應用而言，計算能力并非當前掣肘。由于微處理器在全球市場上是非常普遍的產品，計算能力已經成為一種能夠輕松購買得到的商品。

　　然而，中國絕不能忽視發(fā)展自己的先進半導體、微處理器和高性能計算技術的重要性。高運算速度的計算技術是發(fā)展尖端人工智能技術的重中之重，而其耗能水平則決定著人工智能解決方案能否實現大規(guī)模商業(yè)化。計算能力是人工智能的基礎設施之一，因此具有極高的戰(zhàn)略意義。依賴進口意味著這一基礎設施的堅固程度仍不理想。

　　長期以來，中國的微晶片嚴重依賴進口，部分類型的高端半導體則幾乎完全依靠進口。2015年，美國政府禁止了英特爾、英偉達和AMD這三家全球最大的芯片供應商向中國機構出售高端超級電腦芯片。這一禁令顯示了中國在半導體方面的自主研發(fā)能力對于未來人工智能發(fā)展十分重要。

　　為應對這一局面，中國政府在2014年出臺了《國家集成電路產業(yè)發(fā)展推進綱要》以及“中國制造2025”行動綱領。中國政府還成立了國家集成電路產業(yè)投資基金，目前募資已超過200億美元。

　　相關行動已初見成效：2016年6月神威?太湖之光超級計算機問世，成為世界上運算速度最快的超級計算機，使用的是中國自主知識產權的處理器。政府的前期投資可以產生顯著的漣漪效應，鼓勵私營企業(yè)的積極參與。

　　特種處理器，如可以處理大量復雜計算的GPU，對人工智能的發(fā)展格外重要。在中國大力發(fā)展其集成電路產業(yè)的過程中，也應密切關注此類處理器的發(fā)展。

　　總而言之，在探索發(fā)展人工智能的戰(zhàn)略進程中，中國需要清楚地認識到，科技產業(yè)正在快速全球化。從基礎研究到應用開發(fā)，再到硬件生產，人工智能全產業(yè)鏈的各個環(huán)節(jié)都包含著大量國際合作。

　　在建設自己的數據生態(tài)系統(tǒng)、培養(yǎng)數據科學和研發(fā)人才，以及打造半導體產業(yè)的同時，中國還需要將其人工智能產業(yè)建設成為一個與全球市場融合的開放系統(tǒng)。

　　人工智能對經濟的影響

　　隨著中國老齡化日益嚴重，生產力的提升刻不容緩，人工智能正是加快生產力增長的重要機遇。然而，政策制定者還應考慮到它可能對勞動力市場產生的震蕩。

　　在過去數十年，中國因“人口紅利”受益良多，勞動力的擴張大大促進了經濟增長。但老齡化正使中國逐漸失去這一推動力。中國的勞動年齡人口最早將在2024年達到峰值，并在之后的50年中減少五分之一。

　　這一人口結構變化趨勢意味著在當前生產力水平的基礎上，中國將缺乏足夠的勞動力以維持其經濟增長。拉動經濟增長唯一可行的方式就是大幅推動生產力增長。

　　人工智能有助于縮小這一差距。通過輔助或替代人類勞動，人工智能系統(tǒng)能夠更有效率地完成現有工作，從而提升生產力。以英特爾為例，該公司在芯片生產過程中會收集大量數據。過去，如果生產中出現問題，公司需依靠人工分析數據尋找根本原因。

　　而現在，機器學習以遠勝人工的速度完成這項任務，其算法能夠篩選成千上萬的數據點以找出殘次芯片的共同特征。此外，人工智能還可以使工業(yè)機械制造、供應鏈、物流以及其他生產流程更為高效。人工智能應用還能通過預測故障、找出瓶頸，以及自動化流程和決策創(chuàng)造出巨大效益。

　　酒店和餐飲服務業(yè)、制造業(yè)以及農業(yè)在中國經濟結構中占據了相當大的比重，其中包含大量重復的、可自動化的工作內容。麥肯錫全球研究院預測，根據應用速度的不同，基于人工智能的自動化為中國帶來的生產力提升每年可貢獻0.8至1.4個百分點的經濟增長。

　　除了提升生產力之外，人工智能技術的不斷發(fā)展也將創(chuàng)造新的產品和服務，提供新的崗位和業(yè)務。就在幾十年前，還沒有人會想到互聯(lián)網經濟催生的新職業(yè)，而人工智能也將帶來相似的變革。

　　人工智能有大幅提升生產力增長的潛力，但代價可能是收入差距的進一步拉大?？偠灾斯ぶ悄軐⑼苿有纬伤^的“技能偏好型科技變革”——即數字技能將特別受到重視，而對中低端技能勞動力的需求將縮小。

　　比如，考慮到阿里巴巴已在其移動支付應用中啟用了人工智能客服，由此可以設想今后客服等職位的需求將減少。勞動力總需求因而可能下降，盡管平均收入水平有希望上升，財富分配則將進一步向具備合適技能的人才聚攏?！皵底著櫆稀庇锌赡軘U大社會分化。