人工智能社会的战略问题与应对措施

王 梓 灼

(成都大学法学院,610106,成都)

0 问题的提出

人工智能最早于1956年被美国学者John McCarthy提出。此后,国外学者开始纷纷投入人工智能领域的研究,并使人工智能领域从理论推理发展到实操阶段。直至20世纪70年代初,由John McCarthy提出的构建人工智能语言和以纽厄尔为代表的GPS问题数学求解程序,再次将人工智能推向了高潮。之后在经过了10年短暂的低潮期后,于20世纪80年代引入知识系统,使得文本翻译、语言识别、计算机视觉、扫地机器人、强化学习等方面取得了重要突破,再次引发国际热潮。我国于20世纪80年代初期,最初由钱学森等人主张进行人工智能领域的科学研究。

我国的人工智能起步艰难,但随着大量中国留学生陆续回国,逐渐形成了中国人工智能领域中坚力量[2]。随着各资本主义国家相继将人工智能列入国家重点发展清单。我国于2015年也启动了“中国制造2025”国家工程。2015年我国国务院总理李克强于在十二届人大三次会议上的讲话中明确提出“互联网+”的行动计划,开启了在创新2.0下互联网发展的新形态、新业态,而在这个发展过程中,人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。同年7月,国务院印发正式文件,将“互联网+人工智能”列为11项重点行动之一[3]。通过政策扶持推进,我国着重开展人工智能研发,改善交通和居住环境,通过大数据(Big Data)计算提升整体医疗福利水平,改善购物环境和节省成本投入等。

众所周知,历史上每一次的技术革命实质上是一场影响深远的社会性改革,人工智能也不例外。在每一次的技术革命中,通过有偿劳动的形式赋予人以生产价值,但最终却导致了人与劳动的对立。随着人工智能技术的快速发展,在生产效率被整体提升的情况下,短期内必然会导致失业率上升,由此引发了社会性焦虑。技术引发人与劳动之间的“对立”关系亟待解决。虽然,通过人工智能,可以实现从传统制造向智能产业格局的中国化转变,在国际新格局中占有一席之地。但由人工智能引发的社会伦理矛盾问题层出不穷。其中,机器与人力的矛盾一直困扰着社会的良性发展。考虑人工智能的具体应用和社会性适应等问题,应对人工智能技术的深层逻辑伦理进行探讨。我国学术界于2019年率先提出人工智能社会实验的治理理念,目的在于探索出智能社会治理的中国道路[4]。本文对中国人工智能领域的发展历史和发展现状等做以结构性梳理,指出深层伦理问题,为我国人工智能领域的良性发展提出学理性建议。

1 人工智能的到来与争议

人类社会至今经历了四次产业革命,第一次产业革命是指于18世纪60年代由英国发起的技术革命,通过第一次产业革命人类社会进入了蒸汽时代。随着火车、轮船等大型交通运输工具的产生,人类社会彻底进入机器时代。直至19世纪60年代后期,人类社会进入了“电气时代”的产业革命进程,在这个时期内,资产阶级彻底完成转型,大量剩余产品亟待倾销,产生大型垄断组织,殖民地格局确立。之后历经100余年,美国率先将科技革命引入互联网、计算机、原子能领域,加剧了资本主义各国和社会主义国家在利益分配中的不平衡,进一步拉大了贫富和国际地位差距。前三次的产业革命虽然彻底改变了主流社会生活方式,但究其本质是一种资本主义向全人类的一次巨大规模的倾销性掠夺。

蒸汽机的发明标志着第一次产业革命的开始,第二次产业革命(电气、批量生产)和第三次产业革命(PC、互联网)又促使人类社会进入了以人工智能、机器人、物联网(COM)、大数据等为代表的第四次产业革命时代。当前,人工智能已经深入到人类社会生活的各个领域。

自1950年首次出现“人工智能”一词,发展至今已有超过70余年的历史[5],但迄今为止,仍没有形成被广泛认同的人工智能概念。人工智能技术的普及,直接引发了人们对其评价的褒贬不一。资本家更关注的是生产性的效率,但这将会带来人力的贬值。虽然不同立场和领域的人,对人工智能的认知不同,但其对人工智能领域中的“人类智能机器人”和“计算系统”的肯定态度,却保持一致。我们尚且可以在此将人工智能定义为“具有人类智能的机器或制造它的计算机系统”。那么,新的问题应运而生,即人工智能究竟指的是我们所见到的、所熟知的模拟人类智能,还是功能强大到可以超越人类能力,具有感知、理解、推理、学习、创造呢?这也就是人工智能是否应该具有强大的生产性能力的问题,能否重新定义我们所习惯的生产生活和工作方式。为了正确理解人工智能,有必要将人工智能细分为:弱人工智能、强人工智能与超人工智能。

首先,弱人工智能(Weak Intelligence,AGI)是指全无主观意识,只按照设置的指令行事。弱人工智能只在特定的场域下执行指定的任务。广为人知的谷歌DeepMind的人工智能程序阿尔法戈(AlphaGo)。2016年3月,阿尔法戈在与李世石九段的围棋对弈中以4胜1负获胜,2017年5月在与科齐的对弈中也取得了胜利。这说明,在限定领域,即使是弱人工智能,其能力也超越了人类。与弱人工智能相对应的是强人工智能(Strong Intelligence,AGI)。强人工智能拥有与人类一样的意识、感官、理性判断等能力,会用人类的思考方式去判断和解决问题。目前技术还未达到完全强智能水平,不过百度、腾讯等科技大厂已经启用根据客户需求对答的智能电话客服系统。最后则是各方面能力远超一般人类的超人工智能(Artificial Super Intelligence, ASI)。相较于前二者,超人工智能最大的不同是附加了社会性,具有很强的社会适应能力,不仅具有独立思考和解决问题的能力,还可以参与科学研究。但这在科学领域引发了巨大分歧[6]。目前,在弱人工智能已然改变了人类生活的前提下,人类未来追求的目标究竟是如何扩展弱人工智能的适用范围,还是将弱人工智能发展到强人工智能甚至超人工智能呢?

那伙人终于走过去，一杭心里松了一口气，突然一个声音说：“站住！”一杭装作没听到似的，加快了脚步，并暗中拉了拉雪萤的衣袖，先前所有的不快都烟消云散了。那个矮个儿光头小子跑上来，拦住他们，说：“叫你们站住。”

2 我国人工智能技术发展现状与问题

2.1 我国人工智能的发展战略

我国人工智能的发展,主要采用的是基于应用驱动的发展模式,具体分为四个方面,即采用政策先行、学术引领、人才培养及产学研结合的方式推进人工智能领域的中国化发展,至今已有40余年的历史。

我国高度重视人工智能技术的发展。自2015年以来,我国相继出台了多项助推人工智能技术领域的相关政策。在十二届人大三次会议上,李克强总理在政府工作报告中首次提出“互联网+”行动计划,开启了在创新2.0下互联网发展的新形态、新业态,而在这个发展过程中,人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。同年7月,国务院印发《关于积极推进“互联网 +”行动的指导意见》,将“互联网+人工智能”列为11项重点行动之一[3]。《中国制造2025》重点领域技术路线图中也构建了中国机器人产业发展蓝图。2016年3月,两会授权发布《中华人民共和国国民经济和社会发展第十三个五年规划纲要》,提出“重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智能技术”。2016年5月,国家发改委在《“互联网 +”人工智能三年行动实施方案》中明确提出,到2018年国内要形成千亿级的人工智能市场应用规模。同年12月,国务院印发的《“十三五”国家战略性新兴产业发展规划》要求,加快基于人工智能的计算机视听觉、生物特征识别、新型人机交互、智能决策控制等应用技术研发和产业化,支持人工智能领域的基础软硬件开发。2017年国务院发布的 《新一代人工智能发展规划》(以下简称规划)是我国人工智能发展的顶层设计,该政策为未来我国人工智能发展指明了方向。在此之后,各地区密集制定出台了关于人工智能产业发展的发展规划、行动计划、实施方案等政策文件。在2019年3月政府工作报告中首次提出“智能+”概念后,人工智能快速与经济社会各领域相融合。2021年3月国家公布的十四五发展规划中“智能”“智慧”“机器人”相关表述达到59处,这表明以人工智能为代表的新一代信息技术将成为推动我国经济高质量发展重要技术保障和核心驱动力,制定具有中国特色的人工智能战略不仅可促进人工智能产业的可持续发展,还可提升我国人工智能领域的国际话语权和规则制定权[7]。

为了更好聚焦科研,培养人工智能领域的人才,团结全国智能科学技术工作者和积极分子,经民政部批准同意,于1981年创办了中国人工智能学会(Chinese Association for Artificial Intelligence,CAAI),至今已有40余年历史。中国人工智能学会挂靠中国邮电大学,是中国科学技术协会的正式团体会员,具有推荐“两院院士”的资格。学会全覆盖智能科学与技术的全领域,通过学术研究、国内外学术交流、科学普及、学术教育、科技会展、学术出版、人才推荐、学术评价、学术咨询、技术评审与奖励等活动促进我国智能科学技术的发展。学会的主要工作内容有:1)公开出版学术刊物。例如:《智能系统学报(CAAI Transactions on Intelligent Systems)》(中文核心期刊);内部刊物《智能技术学报(CAAI Transactions on Intelligent Technology)》、《中国人工智能学会通讯》、《学会通讯》青年专刊、《AI学者》网络文摘等中文杂志,另有日本出版的英文刊物《International Journal of Advanced Intelligence》;2015年推出了学科白皮书系列及3本颇具影响力的发展报告,同期年底还推出了以中国人工智能学会命名的“机器人与人工智能”书系。2)整合学科和行业资源,举办大型学术科技会议。3)有健全的人才培养和举荐机制,设立各类科研奖项用来激发和鼓励会员。4)为政府科学决策提供支持,为社会添加活力。学会是全国性4A级社会组织,一方面为节约了公共资本投入,另一方面活跃了社会气氛,大力动员社会力量的介入,赋予整个人工智能科研体系社会性。为了培养人工智能领域的核心人才,从2019年起,国家在中国科学院技术大学、华中科技大学、浙江大学、北京理工大学等高校相继开设了人工智能博士点,以培养和储备人工智能领域人才。

为了促进人工智能领域的产学研一体化发展,由中国人工智能协会主办,中国科学院指导、诸多领域内专家参与的首届中国智能大会(CHINESE CONGRESS ON ARTIFICIAL INTELLIGENCE,2015),于2015年在湖南长沙成功召开。之后每年一次,先后在北京、杭州、深圳、青岛、南京、成都及湖南等地召开,共同聚焦人工智能发展的最新动态,构建生产、学习、研究和应用的再生产体系。目前,中国智能大会是中国最大和权威的代表人工智能最新产出的会议。会议主要确定和分析了以下几点内容:1)确定了人工智能的未来发展前途。人工智能必将在新形态、新业态的发展中通过持续推动关联技术和新型科技、新兴产业的深度融合,开创新技术革命,成为我国经济结构转型升级的新支点。应用领域也将从智能控制、符号计算、自然语言理解、模式识别和计算机视觉、机器学习与数据挖掘、智能信息检索、语音识别等过渡到人机交互、机器学习、模式识别、产业实战、芯片等更创新阶段。2)确定人工智能人才的培养,设立人才专题论坛。3)确定产、学、研结合的创新、实用发展模式。4)遵照政策大方向,注重大湾区、一带一路局部特殊区域的人工智能发展。图1为我国智能社会的整体战略图。

图1 我国人工智能社会的战略体系图

2.2 我国人工智能发展的现状

中国已经在生产和生活中的诸多领域逐渐渗透人工智能技术。中国人工智能的发展阶段,大体可以分为萌芽(1978—2000年)、起步(2000—2012年)、成长(2012—2015年)及快速发展阶段(2015年—)。

在萌芽阶段,将“智能模拟”列入研究计划中,并相继成立了中国自动化学会模式识别与机器智能专业委员会(1979年)、中国人工智能学会(1981年)、中国计算机学会人工智能和模式识别专业委员会(1986年)等学术团体(张洪国,陆平,邵立国,念沛豪,2017)。在该阶段,自动推理技术取得重大突破[8],使专家系统[9]开始过渡到商业化阶段。比如:“天马”专家系统开发环境、CLIPS等。在起步阶段,由基于演绎的推理专家系统被推进为有归纳推理能力的“网络爬虫+排序算法”,使量化数据更被理解为自然语言,处理关键词含义也更加精准,且可通过人们的检索频率来确定网页的重要性权重,精准推送广告信息,网络购物平台得到快速发展。产业领域,成功将人工智能技术应用于智能工业机器人(放射源机器人、激光焊接机器人、移动印刷机机器人、锁螺丝机器人等)、人机博弈[10]与手写体识别[11]等领域。

在成长阶段,人工智能技术正式步入资本市场,开启了企业自主研发、合作研发及投资入股的新商业发展模式。云计算和芯片处理能力使人工智能技术中的学习功能产生了重大突破。具有代表性的则是CPU+GPU, FPGA和TPU。 相较于被单独使用的CPU和GPU,取而代之的是“CPU+GPU”模式,既节约了投入成本,也大大提升了计算效率。FPGA是一种半成品的集成电路,可根据应用场景的特征来重新设计,耗能比较小,自身具有的重构特性使得其方便优化,百度的大脑芯片就主要基于FPGA。TPU是谷歌专门为自己研发的一款芯片,运算速度提升超50%。国内的百度率先于2012年底,开始了自然图像OCR识别和人脸识别,使识别的错误率降低了30%,人脸识别的准确率高达98%以上。同年,百度启动了基于深度神经网络技术的语音搜索系统。随后,国内如百度、腾讯、阿里巴巴、华为等企业,积极布局人工智能领域。百度于2014年在硅谷成立了人工智能研究中心,利用整合大数据优势,发布大型智慧商业平台,与宝马合作研发自动驾驶汽车。腾讯于2015年成立智能计算与搜索研究室,研发出Dreamwriter撰稿机器人。阿里巴巴搭建了底层平台DTPAI,并联合富士康向机器人公司SBRH 进行战略注资。华为也于2012年成立诺亚方舟实验室,专门从事数据挖掘智能研发工作,推出神经应答机和单轮对话生成模型。该阶段主流商业模式是基于大数据前提下的开放平台搭建,以“云+端”的模式向用户提供智能服务。随着人工智能技术的推进和应用范围的扩大,领域被资本看好,成为资本界新的投资热点。2015年,我国人工智能领域的相关投资额已经达到2012年水平的23倍。人工智能领域的获投率为67.65%,获投率整体数值远高于其他行业2～3倍。从分布来看,应用类占比71%,技术类占26%,数据资源类占3%。在技术类中,计算机视觉、数据平台类企业获投率较高[12]。

2015年以后,随着国家政府的政策介入和资本强力助推,我国人工智能科技领域有了爆发性的发展。目前,我国在计算机视觉、语音识别已处于世界领先水平。各大互联网平台纷纷推出了自己类人脑研发产品,在客服、金融等领域取得了卓越成就。在语音识别方面,百度、Google、Sound Hound在语音识别方面准确率达90%以上。在计算机视觉技术方面,在国际大赛上,中国学术团队斩获多项冠军,团队识别错误率降至2.99%。随着人工智能技术的卓越发展,人工智能技术被广泛应用于交通、医疗、教育、制造等各个场域。同理,我国人工智能产业占市场份额以50%的速度逐年攀升,直至2020年,人工智能行业的市场规模达1 280亿元,年复合增长率为69.9%,预测2023年年中国人工智能市场规模将达2 729亿元[13]。

2.3 我国人工智能发展的问题

经过40余年的快速发展,人工智能的中国化实践成果有目共睹。以上内容为我国人工智能技术的政策助推、民间自发和各个阶段的发展情况。可以看出中国的人工智能正在由弱人工逐步向强人工转变。下面将针对我国人工智能技术领域存在的主要问题做分析论述。

首先,政策先行还是技术先行?由于人们受教育水平的提高,对个人隐私意识增强,个人隐私权受到侵犯的案例比比皆是,法律在大数据计算和人权中间难以持平。这基于人工智能技术对社会性伦理的适应和溶解问题。人工智能技术由弱到强的过程中,基于算法升级和深度学习,都可通过人们的检索频率和关键词迅速确定人的喜好,给人做精准推荐。这种技术被广泛应用于销售端各个领域,并逐渐发展到金融领域,形成一个消费链循环模式。虽然,人工智能促进了消费市场的流通,但同时也增加了信贷危机的社会性隐患。当人们适应这种冲动消费,并形成消费与阶层上升的意识假象习惯时,这种“活力”便会转向形成社会不安定因素,模式不可持续,最终影响政府的公信力,不利于社会主义和谐社会的建设。

第二,人工智能发展战略中,忽略基层人才的培养,人才战略是其中最核心的部分。国内各大高校纷纷开设人工智能专业,并开启硕士-博士培养模式。但仍然存在问题,国内人工智能专业人才的培养主要局限于高层次人才,特别集中于跨领域人才的培养,但是人工智能技术的基层技术人才仍然是短缺的。人才战略在整个国家战略过程中一直在发挥主导作用,我国从公、私两大领域双向促进人工智能方面的人才培养。经政府批准,在多所重点大学开设人工智能研究室并设立交叉学科博士点。多所高校成立人工智能学院,形成本硕博垂直培养体系。人工智能交叉学科主要设置课程和方向有理论基础、智慧物流与交通,智能船舶与海底工程、港行数字化与智能决策、智慧海事与法律等,其中人工智能基础理论分设大数据智能与知识工程、跨媒体感知与机器学习、跨域无人系统与群体智能、数字孪生与混合增强智能、可信人工智能与泛在安全等5个子方向。以上领域主要集中在大型生产技术方面的应用,但随着人工智能技术在日常生活的普及,这些领域远远达不到技术的发展需要。并且,国家在培养人才的道路上主要偏向于科研型,随着产业结构的变动,基层工人的一般操作能力未达到技术要求。在国际竞争中,我国的人工智能技术核心竞争优势并不明显。其次,人工智能人才的培养忽略了基层技术人员的培养,导致基层人才不足,民用社会领域对快速发展的技术难以适应。

第三,忽略了对人工智能的社会伦理研究,形成了人工智能社会的可持续难题。 人工智能技术的发展速度,远远超过人类社会习得速度。产业结构和就业结构的变化,直接导致许多处在生产阶段的人手足无措。不仅是人缺乏驾驭机器的能力,更可怕的是不断被打破的效率性机制。综合实力越强的大公司,越享有自主研发与应用的能力。一旦新技术被应用,意味着更多的人要离开工作岗位,取而代之的是人工智能机器人。虽然我国已经定期开展人工智能领域的产学研会议,但是这些会议的主题主要围绕人工智能的最新研发成果的实际应用问题,疏忽了对人类社会伦理问题的讨论。人工智能技术的本质,在于提升整体的社会运转效率,使得人们的生活更加便捷舒适。但超高节奏的技术发展,极有可能使人工智能技术趋于“无人买单”的危险境地。特别是在现阶段的中国,人们的收入水平、知识水平和意识认知水平未达到世界领先水平,相较于已经部分发展到世界领先水平的人工智能技术,在磨合适应中存在一定困难。例如,疫情期间,许多年老年人在使用智能手机方面出现问题,导致诸多公共场所内与工作人员发生摩擦现象的发生。

第四,政府未承担兜底责任和作用。在政府政策助推,各大企业纷纷先行的大好局势下,我国人工智能技术的发展速度有目共睹。近年来,许多来中国旅行或短居的外国人都感叹在中国生活的便利。但这些所谓的便利并非免费。由于收入的差距,来自发达国家的人对在中国消费的体验感,可能普遍高于中国本土居民的体验。大量的资本涌入到人工智能市场,但可能带来的是,为此买单的人越来越少,这就容易激发矛盾,有价无市的进攻模式终将不可持续。在这种情况下,政府应该未雨绸缪,对人工智能发展进行全局宏观把控。在前几次的工业革命中,由于突然加快的劳动生产率,使得资本主义国家不得不用暴力手段寻找和获取可用资源。在以和平为主题的现当代社会,这种不平等的产品倾销不再可取。一旦资本主导技术,那就意味着任何一项科技都标好了自己的价格,是需要人来买单。社会上大量的人转移到销售领域,支出大于收入,激化矛盾。因此,我们必须要调整科技进步的速度,以至于被社会可以顺其自然地接受。在这个过程中,政府应起到绝对性的主导作用。

第五,科研成果应用于实际生产生活的比率偏低。中国近二三十年来,科研上唯论文的腔调已然成为主流,根据2021年3月斯坦福大学发布的《2021年人工智能指数报告》,在AI领域,中国研究者论文的引用率达到20.7%,并首次超过美国,居于全球领先[14]。而早在2004—2017年之间,中国曾两次在期刊上的发文总量超过美国[15]。但相对于更侧重于军事和民生领域的美国,中国更集中于“量”的产出[15]。改革开放后,先富带动后富引发的人们对于金钱的追逐的价值观,蔓延至各行各业,学术界也不例外。近些年,国内对于青年博士和博士后的招聘考核,主要采取的是“唯论文”机制。在读书或专职科研期间,所发的论文级别越高、数量越多越有利于争取到一线城市高校的岗位。论文成为评价青年博士能力的最重要指标之一。唯论文的学术价值观被普遍接受,甚至与企业合作的时候,企业人也更关注合作者的论文级别和数量问题。实质上,隐藏于学术深层的仍然是个人对利益的追逐与资本的变现。这种驱动力下,唯有快速出成果方得正解,大家忽略了自己的兴趣和特长,将研究与金钱利益身份名利挂钩。近些年,由中国人撰写的人工智能领域的论文在国外各大学术期刊上被刊登,数量与日俱增,发文量目前已居于世界首位[16]。但很显然,这些科研成果,并不能全部解决科研难题或直接转化为落地成果。学者逐步变成了为了研究而研究,为了名利而研究。

第六,人工智能技术发展受到地域性限制。科技部发布了关于《国家新一代人工智能创新发展试验区建设工作指引》,倡导各地积极开展人工智能技术应用示范、政策试验、社会实验和基础设施建设,在推动人工智能创新发展方面先行先试、发挥引领带动作用[17]。为响应政府号召,加速技术落地,北京、上海、杭州、天津等地纷纷建立人工智能实验区基地,但由于各地发展基础不同,导致各试验区整体发展情况出现不同,科研和实操情况不能很好融合统一。

3 结论与讨论:用以人为本的战略格局代替人与技术的对立

在人工智能技术发展中,政府应发挥重要作用。目前政府职责的一部分缺失,直接或间接导致了人与技术的对立。在人类社会,人往往从生产劳动关系中不断通过劳动改造社会的水平来衡量人的价值,从中获得相对的自由。人工智能技术的发展无疑是大大提升了社会生产效率,但其以机器代替人的机制致使人与劳动之间的对立关系日趋凸显,越来越多的有偿劳动被人工智能所替代。如何平衡二者间的对立矛盾呢?早在2019年,日本就主张开展“以人为本的人工智能战略”[18],这宏观指向于政府在人工智能技术发展方面的调节作用。哈佛大学学者梅塞恩认为:技术为人类的选择与行为创造了新的可能性,但也使得这些可能性的处置处于一种不确定的状态。技术产生什么影响、最终目的是什么,这些都不是技术本身所固有的,而是取决于人用技术来做什么[19]。所谓以人为本的智能化社会,首先,应该重视人的尊严(Dignity),第二,寻求满足和解决不同阶层群体人的需求问题(Diversity &Inclusion),第三,有可持续的发展的模式(Sustain- ability)。为了满足以上三条要求,需要我们人类社会有持续不断的新技术、社会系统的更新与产业竞争国际化实力。政府应该充分发挥指导作用,始终坚持技术服务于民的发展宗旨,坚决抵制资本对人工智能技术的全面控制,调整好布局和配套,按部就班地发展好人工智能技术,使其真正立足于民生、服务于社会主义和谐社会的发展。

基于此,关于人工智能未来社会的以人为本的内涵应包括:首先,政府在推进人工智能技术发展的前提,是要明确与资本的关系。具体来说,政府应该实际参与到人工智能领域中,而不能仅仅局限于利用政策推进和动员。应该了解不同民众群体的具体需求与实际购买力水平,引导和鼓励开发出适合各个群体的人工智能产品。鼓励将人工智能技术应用在应急领域中,充分发挥人工智能解决生活生产中的难题。

第二,政府应严格监督和控制境内企业在人工智能自主研发方面的目标节奏。扭转资本以“追逐利益”的目标指向,企业的自主研发主要只针对自身缩减成本和提升效率的需求,短期内不利于整个就业供求关系的和谐发展。鼓励引导企业,积极参与并立足于开发提升社会整体福利水平和生活幸福感的人工智能项目,力求开源节流,提升整体社会运转效率。社会需要活力,而活力的原动力是就业,应该在不影响甚至促进就业的前提下,推进人工智能技术的发展。否则,一个问题的解决,会引发其它更多问题的发生。

第三,人工智能领域的发展需要人才,人才主要包括科研人才和实践人才两类。鼓励和动员社会科学领域的学者,积极参与人工智能技术的社会性伦理研究、不同群体的需求调研及评估等。对科研考核机制,进行重新建设。新机制应确保人工智能领域核心研发人员真实对接具体研究兴趣和特长,同时给予其充足的研发经费、时间、空间,避免为了科研而科研的情况发生。这样,能够真正发挥研发人员的科研长处、同时又被大众所能接受。

第四,重视人工智能各个阶段的一般教育和社会性培训。人工智能社会,无疑是未来社会的核心元素与主流趋势。那么,针对人类各个阶段的一般和普及性教育,有利于提升人类的社会化程度,从小培养对人工智能的兴趣,发掘人的潜能,为人工智能核心领域储备人才。

最后,人工智能技术的核心竞争力是中国技术走出国门。首先要积极了解国外人工智能技术的研发情况,同时伴随要对当地社会情况做结合分析,不能一味地追逐高精尖和速度。社会发展的具体情况,应当与技术发展充分匹配,在此前提下的技术革新,才真正具有可持续性价值。