當前，全球范圍內正在醞釀新一輪科技革命與産業革命。以人工智慧等為代表的一些重大顛覆性技術創新正在創造新産業和新業態，信息技術、生物技術、制造技術、新材料技術、新能源技術廣泛滲透到幾乎所有領域，使社會生産和消費從工業化向自動化、智能化轉變，社會生産力將大大提高，勞動生産率將再次大飛躍。當前，發達國家紛紛出臺人工智慧發展的國家戰略，加強人工智慧發展的頂層設計，搶佔戰略制高點。

　　一、著眼未來的産業布局

　　2013年美國啟動了名為“通過推動創新型神經技術開展大腦研究”的計劃，以探索人類大腦工作機制、開發大腦不治之症的療法等為研究目標。2015年10月，美國發布《美國國家創新戰略》，重點提出在精準醫療、大腦計劃、自動駕駛汽車、智慧城市、先進教育等領域開發人工智慧的前景、挑戰與路線圖。2016年10月，美國白宮發布了《國家人工智慧研究和發展戰略計劃》和《為人工智慧的未來做好準備》兩份重要報告。《國家人工智慧研究和發展戰略計劃》作為全球首份國家層面的人工智慧發展戰略計劃（奧巴馬稱其為新“阿波羅登月計劃”），提出人工智慧發展的七大戰略方向。《為人工智慧的未來做好準備》從政策制定、政府對技術監管、財政支援、全民人工智慧教育、預防機器偏見等方面闡釋為人工智慧發展提供準備和保障，同時提出了二十三條實施人工智慧的建議措施。

　　繼美國之後，英國政府也發布了《人工智慧：未來決策制定的機遇和影響》的報告，闡述了人工智慧的未來發展對英國社會和政府的影響，論述了如何利用英國的獨特人工智慧優勢，增強英國國力。此外，歐盟、日本、韓國等也紛紛從戰略層面進行布局。

　　除了國家層面的産業布局之外，全球互聯網企業也正是看重人工智慧未來發展的巨大商機，才開始紛紛布局人工智慧産業鏈。Facebook公司CEO馬克·扎克伯格在2016年3月劃定了以人工智慧為核心的“十年路線圖”；谷歌公司CEO桑達爾·皮查伊在2016年4月第一次明確提出，將人工智慧優先作為公司大戰略；微軟CEO薩提亞·納德拉也在2016年10月提出，人工智慧將會成為微軟的下一件大事。2016年9月，美國谷歌、Facebook、亞馬遜、IBM、微軟五家科技公司宣布將成立人工智慧聯盟，進行人工智慧未來應用及標準的研究。根據美國Stastista和Tractica的統計數據顯示，2016年全球人工智慧産業市場規模為6.437億美元，到2025年將達到368億美元。根據美國Venture Scanner對全球71個國家人工智慧公司的統計，截至2016年第三季度，全球人工智慧創業公司數量已達1287家，其中585家獲得投資，投資金額總計達到77億美元，其中美國投資金額超過31億美元。

　　在基礎研究方面，深度學習、人機交互係統、人腦研究等基礎研究不斷推進。以人腦研究為例，為了解決千百年來人類對大腦的認知黑洞，美國、歐盟、日本相繼提出了“腦計劃”。2013年4月2日，美國前總統奧巴馬宣布啟動名為“通過推動創新型神經技術開展大腦研究”的計劃，多部門共同參與。歐盟也于2013年提出了為期十年的“人腦計劃”，歐盟和參與國將提供近12億歐元經費，使其成為全球范圍內最重要的人類大腦研究項目，旨在通過電腦技術模擬大腦，建立一套全新的、革命性的生成、分析、整合、模擬數據的資訊通信技術平臺，以促進相應研究成果的應用性轉化。日本在2014年9月啟動了大腦研究計劃Brain/Minds，旨在理解大腦如何工作以及通過建立動物模型，研究大腦神經回路技術，從而更好地診斷和治療大腦疾病。

　　當前，人工智慧在交通、醫療、制造業、社交、環保等領域應用不斷深化，包括無人駕駛、智慧醫療、智能制造、語音識別與互動、機器人等眾多方面。以無人駕駛為例，Google及Tesla等開發的無人駕駛汽車已累計行駛了數億公里，技術日益成熟。世界范圍內的智能機器人應用范圍不斷擴大，從智能制造、醫療到物流、智能家居服務等領域，應用日益成熟。

　　技術的不斷發展為人工智慧的發展提供源源不斷的創新動力。人工智慧領域是一個數據密集的領域，傳統的數據處理難以滿足高強度、大數據的處理需求。AI晶片的出現讓大規模的數據處理效率大幅提升，加速了深層神經網絡的訓練迭代速度，極大地促進了人工智慧行業的發展。其次，擅長並行計算的圖像處理器大幅提升機器學習的效率。在深度學習出現之前，機器學習領域的主流是各種淺層學習演算法，而深度學習突破了人工智慧的演算法瓶頸。由于深度學習的應用加深，圖像識別精準度得到了極大的提升（從2010年的70%提升至2015年的95%）。在技術的迭代和進步的推動下，人工智慧在未來將會獲得更長遠的發展。

　　二、可以預見的積極變化

　　（一）推進産業經濟的快速發展。從宏觀層面來看，人工智慧將促進科技進步和生産增長率的提高。從農業發展的角度看，科技創新提高了農業生産率，並提高了人民的生活水準。科技提升生産率的一個主要方式是減少單位産出所需要的勞動力。勞動生産率的提升一般會轉化為平均薪資的增加，在減少工人工作時間的同時讓他們能夠負擔起更多的消費品和服務。從最近的生産率趨勢來看，人工智慧驅動的自動化對生産率的潛在積極影響尤其重要。人工智慧對于加快促進傳統産業升級、推動經濟快速發展潛力巨大。

　　（二）提升政府公共服務水準。人工智慧的未來應用，可以提升政府的決策品質，解決傳統政府行政流程漫長的問題，有助于構建更加融洽的政府與公民的交互渠道。傳統的行政流程協同模式依賴于人的傳遞，這就導致在行政流程越來越復雜的時候，會形成嚴重的效率滯後。人工智慧技術可以有效識別行政流程中的冗余環節，並以遠超人力的形式形成公文流轉，從而提高整個政府內部的行政效率。此外，傳統時代面對公民海量的個人數據，無法構建有針對性的公民個性服務體係。而在大數據基礎上的人工智慧技術，可以針對每一位公民建立完備的數據檔案，並適時調配公共資源滿足公民的需求。

　　（三）推動勞動力市場及傳統教育轉型升級。人工智慧驅動下的自動化正在影響勞動力市場。整個20世紀末，技術變革通過各種不同的方向産生作用。電腦和互聯網的出現增加了相對生産力，如接線員、旅行代理以及流水線工人等這些充滿例行事務的工作崗位，特別容易被新技術取代，而且一些工作崗位已經消失。人工智慧驅動下的自動化會對失業、勞動力參與率産生影響。例如，汽車駕駛和房屋清潔等不需要以過多教育作為基礎的職業會慢慢被人工智慧取代。最近研究表明，正如電腦化和通信技術在近幾十年內的發展一樣，人工智慧在未來十年中對于勞動力市場的影響將持續向著技術型職位發展。考慮到要實現大規模的人工智慧自動化，就必須要有大量靈活的機器人。而目前的機器人在靈活性方面還有相當的局限性，因此那些需要手工靈活性的職業在近期可能會保持相對穩定的勞動力需求。但是可以預見的是，人工智慧産業的發展將會倒逼勞動力市場及傳統教育進行轉型升級。

　　三、競爭激烈的科技長跑

　　近年來，我國人工智慧産業發展迅速，並有巨大潛力和空間。有報告預計，2018年我國人工智慧産業將達到200億産值，並帶動1000億元的相關産業。從美國、歐盟、英國、日本、韓國等國出臺的國家推進人工智慧戰略來看，為了搶到人工智慧産業發展的先機，各國紛紛進行國家層面的布局和頂層設計，我國亦不例外。2015年，國務院在《關于積極推進“互聯網+”行動的指導意見》中明確提出人工智慧作為十一個重點布局領域之一，促進人工智慧在智能家居、智能終端和機器人等領域的推廣應用。2016年，在國務院發布的《“十三五”國家科技創新規劃》《“十三五”國家戰略性新興産業發展規劃》以及發改委聯合多個部門共同印發的《“互聯網+”人工智慧三年行動實施方案》等多個文件中，都將人工智慧的發展作為國家未來發展的重點。對此，未來應將人工智慧上升到國家戰略高度，進一步全面闡述人工智慧發展的技術、産業、人才、資金等各方面的配套戰略措施。

　　2015年，據公開數據顯示，美國政府在人工智慧相關領域投入研發資金約為11億美元，此前預測顯示2016年相關投入將增長到12億美元。與發達國家相比，我國人工智慧相關研發投入仍有差距，當前人工智慧應用的深度與廣度有待進一步發掘。以公共服務為例，在公共醫療、公共服務以及公共安全等需要大數據支援的領域，人工智慧擁有超強的計算與資訊處理能力，能夠幫助政府更好地履行其各項職能。英國政府科學辦公室報告認為，人工智慧擁有在政府層面大規模應用的潛在可能性，英國政府計劃在一部分政府決策中採用人工智慧技術。美國提出運用人工智慧技術為公眾提供政府服務，並將人工智慧引入公共醫療領域，幫助政府進行大數據分析。

　　需要注意的是，人工智慧的立法及標準等問題有待進一步完善。其實，人工智慧的快速發展自然而然地會帶來一係列法律、倫理等問題，如演算法歧視、隱私保護、安全問題等。美、德、日等國家之所以能實現産業快速發展，原因之一在于其立法及監管政策的配套十分及時。如自動駕駛領域，2016年9月美國交通部就發布了《聯邦自動駕駛機動車政策》，為自動駕駛技術的安全檢測和運用提供指導性的監管框架，進一步做到了聯邦與州政策的協調，為産業發展提供了方向。在2016年聯合國發布的《關于機器人倫理的草案報告》中，也呼吁世界各國加強在人工智慧技術研究與開發領域的合作，共同應對智能機器人對人類社會在就業、倫理道德以及法律層面帶來的挑戰。

　　每次科技進步都會帶來大量的新興人才需求，人工智慧的産業發展也需要相適應的人才與教育機制作為輔助。2016年12月20日，美國白宮發布了《人工智慧、自動化與經濟報告》，提出為了應對人工智慧帶來的挑戰，需要提高兒童的早教水準、重視中學生的教育和高等教育培養方式向技術型方向轉化、提高培訓和再就業培訓的范圍等以適應未來人工智慧産業的發展。一些國家也計劃出臺政策措施，幫助現有的低技能勞動力向高技能行業流動，加強職業培訓，減少人工智慧給就業市場帶來的衝擊。

　　 （作者：司曉 孫那 單位：騰訊研究院）

【糾錯】

責任編輯： 鐘玉嵐