中国人工智能发展态势及其促进策略

打开文本图片集

内容提要：人工智能是新一代“通用目的技术”，对经济社会发展和国际竞争格局产生着深刻影响。但在“弱人工智能阶段”，其在短期内对经济的贡献和对就业的冲击可能是有限的。当前，中国人工智能技术发展迅速，但与美国等发达国家相比，存在基础研究投入不足、产业基础层薄弱、政府数据联通开放滞后、人才培养能力缺乏等短板。此外，国际技术合作阻力加大、政策协调和规制体系不完善、隐私泄露与伦理风险等问题逐步凸显，对中国人工智能可持续健康发展形成一定挑战。下一步，中国应着眼未来、布局长远，合理设置人工智能促进政策的短期目标，从完善体制、补齐短板和改进规制三方面着手夯实发展基础，从而在未来人工智能领域技术和产业国际竞争中争得优势。

关键词：人工智能;创新发展;科技革命

中图分类号：F49

文献标识码：A

文章编号：1003-7543（2019）09-0031-14

人工智能是继互联网后的新一代“通用目的技术”，虽然目前其商业应用仍处于初级阶段，但发展迅猛，对经济社会发展和国际竞争格局产生着深刻影响。党的十九大报告提出，要推动互联网、大数据、人工智能和实体经济深度融合，培育新增长点、形成新动能。2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，习近平总书记在主持学习时强调，“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展”。对中国人工智能发展的现状、问题及其促进策略进行研究，具有重大的理论和现实意义。

一、人工智能的内涵与发展演进

人工智能的实质是“赋予机器人类智能”。尽管国内外学界、商界和政界普遍认为，人工智能将是未来生产率提升和经济增长的关键推动力，同时人工智能替代劳动的速度、广度和深度将大大超越从前的技术进步，但未来人工智能的发展仍难以一帆风顺。一方面，从技术特征来看，人工智能发展的一个基本现实是其将长期处于“弱人工智能”阶段，通用人工智能在可预见的未来仍难以走进现实。另一方面，从人工智能发展史来看，未来人工智能发展可能仍将经历起落。

（一）人工智能的内涵与特征

通过赋予机器感知和模拟人类思维的能力，人工智能使机器达到乃至超越人类的智能。人工智能不同于常规计算机技术依据既定程序执行计算或控制等任务，而是具有生物智能的自学习、自组织、自适应、自行动等特征。

第一，人工智能是目标导向，而非指代特定技术。人工智能的目标是在某方面使机器具备相当于人类的智能，达到此目标即可称为人工智能，具体技术路线则可能多种多样。一方面，检验机器是否具备人类智能的最重要标准是“图灵测试”。艾伦·图灵在其论文《计算机器与智能》中提出，人类通过文字交流无法分辨智能机器与人类的区别，那么该机器就通过了“图灵测试”，可以被认为拥有人类智能。另一方面，多种技术类型和路线均被纳入人工智能范畴。按照技术原理的差异，人工智能可以划分为符号学派、控制学派和连接学派三类。目前最为流行的神经网络和深度学习是连接学派的代表性技术路线，与其他学派存在本质差异。

第二，人工智能是对人类智能及其生理构造的模拟。以神经网络为例，当前流行的深度学习的重要基础是1951年普林斯顿大学数学系研究生马文·明斯基建立的神经网络机器SNARC（Stochastic Neural Analog Reinforcement Calculator）。该算法建立了有40個神经元的网络，首次模拟了人类神经信号的传递。

第三，人工智能发展涉及数学与统计学、软件、数据、硬件乃至外部环境等众多因素。一方面，人工智能本身的发展需要算法研究、训练数据集、人工智能芯片等横跨整个创新链并覆盖多学科领域的同步进展。另一方面，人工智能与经济的融合要求外部环境进行适应性变化。所涉外部环境包含十分广泛，例如法律法规、规制政策、伦理规范、基础设施、社会舆论等。随着人工智能进一步发展并与经济深度融合，其所涉外部环境范围将进一步扩大，彼此互动和影响将日趋复杂。

（二）人工智能的发展演进

当前，人工智能处于本轮浪潮的巅峰。但人工智能技术成熟和大规模商业化应用可能仍将经历波折。人工智能发展史表明，每一轮人工智能发展浪潮都将遭遇技术瓶颈的制约，以致商业化应用难于落地，最终重新陷入寒冬。本轮人工智能浪潮的技术天花板和商业化潜力上限无疑大大高于前两轮发展浪潮，部分专用人工智能可能获得长足进步，但许多业内专家认为目前的人工智能从机理上还不存在向通用人工智能转化的可能性，本轮人工智能发展也可能遭遇波折，难以一帆风顺快速推进。

迄今为止，人工智能技术研究经历了三次浪潮和两次寒冬。第一次浪潮是人工智能技术兴起。对人工智能技术的研究源于20世纪四五十年代。在此期间，明斯基等人制造出第一台神经网络计算机，艾伦·图灵提出了“图灵测试”。1956年，由约翰·麦卡锡等人组织举行的“达特茅斯会议”被公认为人工智能技术的开端。麦卡锡将人工智能定义为制造智能机器，特别是智能计算机程序的科学工程。1956～1973年，人工智能技术获得了长足的发展，标志性成就有西蒙提出的物理符号系统、萨缪尔编写成的西洋跳棋程序以及主要算法发明。在此期间，尚不成熟的人工智能技术被广泛应用于数学和自然语言识别领域以解决代数、几何证明和语言识别分析等问题。麻省理工学院和斯坦福大学等高校建立了人工智能实验室。1974～1980年，人工智能技术遭遇第一次寒冬。由于逻辑证明器、感知器和增强学习等工具被证实只能完成简单任务，同时一些重要数学模型被发现存在缺陷，人工智能技术受到了社会舆论的普遍质疑，大量研究资金被撤回。