激进，是为了更加稳定 人工智能产业的更高层次思考

作为新一轮科技革命和产业变革的重要驱动力量，人工智能被认为是人类未来发展的重大契机，具有带动性很强的领头效应。这种领头效应，既表现在人工智能产业的蓬勃发展上，更表现在它将成为我国产业升级和经济转型的主要动力上。在之前的2019年，人工智能在争议中继续壮大，在全球范围内都呈现了几何级增长的态势，而到了走向2020年，回归理性的人工智能产业生态将更加优化，人工智能技术将从感知智能向认知智能演进。如何理解和治理“人工智能”这个产业，如何悟透AI这个词的本义，必定需要从更高层次的角度去思考。按我们的理解，高速发展的激进，是为了更加稳定地提升产业价值，或者说真正为人所用，而不是一笔单纯的生意。

如何面对真正的人工智能时代？

在过去一年的热点新闻中，与人工智能相关的负面消息层出不穷，人工智能“双刃剑”的特性展现得淋漓尽致。隐私保护、算法安全等关键词更是成为人工智能发展不可回避的话题。对于“人工智能技术的自由裁量权应受到道德和伦理的约束”之问题，全球都在矣注，或者说人工智能是否应嵌入伦理的要求是一个非常严肃的话题。一个有“人情味儿”的人工智能社会，不仅要拥有更加高效的生产力，也要有更加丰富多彩的精神空间、更加深厚悠久的文化底蕴、更加公平公正的制度保障、更加包容和谐的人文关怀。守住技术的底线和准则，让科技用到该用的地方，造福人类社会，這是人工智能发展到今天甚至是未来，一个必须重视的新课题。

一个无可争议的事实是没有人能够阻止人工智能时代的到来。虽然AI产业的发展非常快，但也的确有很多人对人工智能持有谨慎态度，其迅猛发展有些超过了预期。应该说，现在科技发展是非常迅猛，但任何事件都是具有两面性的，AI发展太迅猛也未必是一件好事。

有观点认为，AI极易引发恐慌的原因是当代人对未知恐惧的感知太过强烈。很多好莱坞大片在人工智能尚未到来之时便为人类树立了失控、杀戮、反客为主等一系列印象，有些时候，也并非为了赚取眼球的空穴来风。

实际上，应对人工智能时代到来“绝不是一个领域、一个城市、一个部门、一个机构能够独立完成的”，而各方上下齐心一致则是必不可少的。显然，传统的机械已不足以定义人工智能。人工智能形态千变万化，它可能是一台大型超算计算机、也可能是植入人体内的一个小芯片、甚至可能是无实物状态的一行代码，但人们对于人工智能的底线还是有着共同的认知，即人工智能不能作恶，“是服务于人，而不是伤害人的”。

当然了，在处理人与人工智能关系之时，法律无疑是最好的准绳。诸如“AI判断性取向是否可取”“执法记录仪能否用面部识别”“AI能否独立注册专利”，都是很好的辩题。而法律界人士普遍承认人工智能立法的滞后性，目前人体数据的安全方面的法律明显还处于滞后状态，这确实不利于AI技术的有序、安全发展。但滞后的立法也是对AI技术的一种保护，过早地将AI进行立法限制，可能会扼杀AI创造的无限可能性。

但是，AI将具有智慧这一点，就敦促了人们必须将立法提上日程。人工智能治理，任重而道远，多一份有价值的讨论、多一次切实的行动，人工智能的美好时代就会早一天到来。其实，从目前的人工智能“作恶新闻”里可以看到，当下的“AI作恶”本质上还是人在作恶。有评论很深刻：“AI是人类社会发展进步的标志，但这不应该成为我们完全解放双手的理由”。

以人为本，让产业生态回归理性化

一个有趣的现象是，人工智能产业规模增速在2018年达到峰值，2019年有所降低，但仍维持着较高的增速，只是回归了理性。当前，世界范围内的人工智能技术正深入发展，人工智能应用场景不断丰富，人工智能开放创新平台、人工智能创新发展试验区建设正如火如荼地推进。

今天，人工智能技术正被“嵌入”百业百态，对社会的影响越来越大。但是随之而来的问题是：我们可以完全地信赖人工智能吗？在消费和服务领域，从电商、医疗，到教育、金融等行业，我们看到，人工智能已实现广泛应用，深刻改变着经济和社会面貌。换句话说，随着5G商用时代的来临，过去一年，人工智能技术连接效率进一步提升，部分矣键应用技术跻身世界先进水平;产业链携手共进，产业生态不断优化;深度学习、数据挖掘、自动程序设计等产业应用场景，拓展出更强的通用能力。

在之前的2019年，人工智能的发展正在回归理性，“认知智能”的后深度学习时代也可以被理解为从2019年开始。毫无疑问，这两年人工智能已经在感知智能上取得了长足的进步，甚至在许多领域已经达到或超出了人类的水准，解决了“听、说、看”的问题。但是，因其更多只是依赖简单的统计拟合，AI系统并不能主动了解事物发展背后的规律和因果关系，AI依然不具备常识和因果逻辑推理能力，这也是“人工智障”不时出现的原因。因此，在2020年乃至以后数年，实现认知智能，是人工智能研究的核心，这也是未来竞争的核心领域。就像我们之前在评论中强调的那样，未来人工智能产业的走向取决于算法的进步。在算法方面，目前已经有深度学习和神经网络这样优秀的模型，就目前国内人工智能算法的总体发展而言，工程学算法虽已取得阶段性突破，但基于认知层面的算法水平还亟待提高。

认知智能将从认知心理学、脑科学及人类社

会历史中汲取灵感，并结合跨领域知识图谱、因果推理、深度学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的矣键突破。

业内普遍认为，基于深度学习的算法还有优化的空间。但是更应该看到，未来在新算法的路径开拓上，具备结构化的知识有高起点学习的过程，或者说，随着后深度学习时代路径的不断清晰，人工智能将从感知智能向认知智能演进，人工智能的算法将进入后深度学习时代。

用AI来管理AI是个好办法

人工智能系统拥有的数据越多，其能力提高的速度就越快。然而，对于拥有较少数据的部分企业和组织而言，如何满足人工智能对数据的需求则是一个难题。但是，这并不意味着此类企业和组织无法使用人工智能。未来数年，人工智能将持续影响职场。但是，人类无须担心机器会抢夺自己的饭碗。相反，人工智能还能通过自动化改变人们的工作方式。最新研究显示，人工智将越来越多地帮助人类完成日程安排之类的任务，但是，对于需要一定技能的岗位来说，人工智能的影响较小，比如设计专业和行业策略。

在当前的2020年，随着人工智能进入世界各地的工作场所，员工会见证其影响。企业雇主必须开始进行岗位调整，而员工则应该专注于拓展自己的技能。更多人工智能系统会依赖集学习能力和逻辑性于一身的“神经符号”技术。神经符号技术是突破自然语言处理技术的矣键，它能够结合常识性推理和各领域的专业知识来帮助计算机更好地理解人类语言和对话。此类突破将帮助企业部署对话能力更强的自动化客户关怀工具和技术支持工具，同时还将大大减少训练人工智能所需的数据量。

匕匕如，数据中心是现代世界的关键设施。数据中心还是人工智能的基础，其能耗量占全球能源消耗总量的2%。对云计算和人工智能的需求不会消失，预计2020年，人们会更加努力提高人工智能技术的可持续性。此类努力包括开发新材料、可实现模拟和混合信号处理的全新芯片设计、基于近似算法的新软件技术等，其目的在于支持不断增长的人工智能工作负荷，同时减少碳排放量。

为了提高人们对人工智能的信任度，相关系统必须可靠、公正、负责。必须让公众确信人工智能技术是安全的，人工智能提供的结论或建议不偏不倚且未被操控。2020年，影响可信度的种种要素将被融入人工智能的生命周期，帮助人类构建、测诗运行、监控并认证不仅具有卓越性能，而且值得信赖的人工智能应用。正如AutoAI的崛起，即利用人工智能来构建人工智能，我们还会看到“利用人工智能来管理人工智能”这种技术的崛起。我们可以利用这种技术在各行各业创建值得信赖的人工智能工作流，尤其是那些受到严格监管的行业。

后记

目前，全球很多国家都已经从国家层面加大了对人工智能的支持力度，加拿大、日本、英国、韩国等国都已发布了人工智能国家发展战略。尽管人工智能被认为是一场机器换人的革命，但是“人工智能”归根结底还是以“人”为先的。如何让劳动者跟得上技术变革的步伐，成为各国人工智能政策走向深入阶段的一个重要议题。到2025年，世界人工智能市场规模将超过6万亿美元，2017年～2025年年复合增长率将达30%。随着人工智能在提升社会劳动生产率、降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来的转变日益显著，全球范围内越来越多的政府认识到人工智能在经济和战略上的重要性，政府站到推动人工智能发展的前台。