時間：2023-09-24 15:54:46
導(dǎo)語：在人工智能的商業(yè)模式的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
每天在世界的每個角落都有成千上萬的創(chuàng)新想法誕生，而最終能夠產(chǎn)生真正影響力的創(chuàng)新項目卻寥寥無幾。所以這個世界從來不缺精彩的點子，真正稀缺的是從點子到金子的行動力。8月12日，“2016奧迪創(chuàng)新實驗室大賽”正式在京啟動。今年，奧迪創(chuàng)新實驗室全新升級，將以商業(yè)發(fā)展為核心，不僅發(fā)掘，更會用心扶持具有潛力的項目，將創(chuàng)想化為切實的行動，全程助力創(chuàng)新想法強勢轉(zhuǎn)身。
此次大賽面向汽車領(lǐng)域潛力初創(chuàng)公司和先鋒創(chuàng)業(yè)者，聯(lián)合一線創(chuàng)業(yè)投資機構(gòu)共同遴選出優(yōu)質(zhì)項目，幫助其加速成長。獲勝的項目團隊不僅能得到國際創(chuàng)新項目交流機會，更有可能獲得知名創(chuàng)業(yè)投資機構(gòu)的直接投資，并與奧迪品牌進(jìn)行戰(zhàn)略合作。
本次大賽希望尋找敢于打破局面，勇于創(chuàng)新，把創(chuàng)意和想法付諸實踐的創(chuàng)業(yè)者，這與奧迪品牌“汽車工業(yè)和技術(shù)引領(lǐng)者”的定位、“突破科技，啟迪未來”的品牌理念不謀而合。此次大賽，奧迪品牌將以最大誠意歡迎汽車相關(guān)領(lǐng)域創(chuàng)新團隊報名參賽，并為創(chuàng)客們鼓勁加油。
奧迪創(chuàng)新實驗室大賽已連續(xù)舉辦三屆，活動影響力持續(xù)攀升，共吸引3500多家初創(chuàng)企業(yè)參加，深入到北京、南京、西安、武漢、深圳等創(chuàng)新活躍地帶，與累計6萬多位粉絲親密互動。
汽車產(chǎn)業(yè)變局對創(chuàng)新提出迫切要求
社會進(jìn)步，能源稀缺，以及人們對于新鮮空氣的渴望，在這樣的背景下，汽車產(chǎn)業(yè)進(jìn)入了新一輪的快速發(fā)展期。對于未來的汽車，電動化、電商化和智能化將是其發(fā)展的主要方向。
2015年，中國迎來了新能源汽車市場爆發(fā)的一年，各地政府相繼出臺各種補貼政策和牌照補貼，各大汽車品牌在此方面的嘗試也相當(dāng)活躍。與此同時，移動通信、云計算、人工智能、大數(shù)據(jù)、VR/AR等先進(jìn)技術(shù)持續(xù)變革，新技術(shù)加速推動了汽車產(chǎn)業(yè)變局。
2016年，新能源汽車?yán)^續(xù)發(fā)力，奧迪作為汽車科技創(chuàng)新領(lǐng)域的代表品牌，如何在這一風(fēng)口下抓住機會保持領(lǐng)先？除了在營銷模式、商業(yè)模式上的各種嘗試和創(chuàng)新外，硬件升級、電池研發(fā)、芯片等技術(shù)的持續(xù)更新也不可或缺。
聚焦三大熱點方向
本次大賽聚焦三大熱門領(lǐng)域――“數(shù)字化+”、“車生活”、人工智能的應(yīng)用，幾乎涵蓋了汽車技術(shù)創(chuàng)新領(lǐng)域最有潛力和代表未來方向的領(lǐng)域。
“數(shù)字化+”指的是利用互聯(lián)網(wǎng)和數(shù)字化手段改進(jìn)現(xiàn)有汽車營銷和銷售領(lǐng)域業(yè)務(wù)的模式，以及以多種形式呈現(xiàn)出對數(shù)據(jù)的挖掘及應(yīng)用，細(xì)分領(lǐng)域包括：利用創(chuàng)新的工具和多樣化渠道收集數(shù)據(jù)，補充汽車行業(yè)內(nèi)的數(shù)據(jù)空白，加深數(shù)據(jù)積累；基于大數(shù)據(jù)打造精準(zhǔn)而創(chuàng)新的線上線下營銷、銷售模式，提高市場營銷、銷售效率。該主題包括客戶關(guān)系管理、大數(shù)據(jù)營銷及銷售、汽車數(shù)據(jù)應(yīng)用、汽車金融等。
“車生活”指通過新的商業(yè)模式更加貼近消費者的生活，培養(yǎng)和改變消費者的傳統(tǒng)消費習(xí)慣，具體涵蓋：圍繞移動出行的新興解決方案和商業(yè)模式；以車為中心，為車輛提供一體化服務(wù)；以乘客或駕駛員為中心，提供生活相關(guān)服務(wù)。該主題包括智能出行、智能泊車、二手車交易、新型售后服務(wù)等。
“人工智能的應(yīng)用”是指以人工智能為主題、沖擊傳統(tǒng)汽車市場的新型智能汽車配件或者服務(wù)，具體包括：利用高科技智能配件提高車輛本身價值，提升用戶體驗；通過創(chuàng)新的智能配件衍生出更多新興商業(yè)模式和產(chǎn)品服務(wù)。該主題包括虛擬現(xiàn)實、無人駕駛、語音識別、手勢控制等方向。
首場招募溝通會于8月12日在北京啟動
大賽于8月12日正式開放線上及線下渠道進(jìn)行項目招募，參賽者可通過官方平臺注冊并投遞方案。
在線下招募溝通會現(xiàn)場，創(chuàng)客們不僅可分享投資界大佬的心得，還可現(xiàn)場投遞BP商業(yè)計劃書。首場招募溝通會于8月12日在北京納什空間SPACE中關(guān)村與觀眾見面，IDG資本副總裁王辛、北極光創(chuàng)投合伙人楊磊將與創(chuàng)業(yè)者面對面，聊聊汽車產(chǎn)業(yè)及創(chuàng)業(yè)領(lǐng)域的投資經(jīng)歷及心得。此次活動將轉(zhuǎn)戰(zhàn)杭州、上海、深圳共舉辦三場，預(yù)計將吸引上千名創(chuàng)業(yè)者來到現(xiàn)場。
奧迪創(chuàng)新實驗室升級為2.0
過去三年獲得奧迪創(chuàng)新實驗室大賽的優(yōu)秀創(chuàng)新商業(yè)模式及成果有：擁有200萬中國用戶的P2P租用平臺寶駕租車，InvisMat充電器，組裝于車內(nèi)的智能無線充電器，以及提供“最后一公里”解決方案的云馬電動車。
2016年，奧迪創(chuàng)新實驗室演變升級為以商業(yè)發(fā)展為核心的“2.0版”，并在持續(xù)進(jìn)化中。奧迪創(chuàng)新實驗室致力于發(fā)現(xiàn)與汽車行業(yè)相關(guān)的創(chuàng)新商業(yè)模式，給創(chuàng)業(yè)投資公司與初創(chuàng)公司提供交流平臺以及來自奧迪品牌的支持，從而建立新的商業(yè)合作伙伴關(guān)系。
知名創(chuàng)投機構(gòu)全程助力大賽
多年來，奧迪品牌一直不遺余力地支持創(chuàng)新創(chuàng)業(yè)事業(yè)，并持續(xù)深化與國內(nèi)優(yōu)秀創(chuàng)業(yè)投資機構(gòu)的合作關(guān)系。今年奧迪品牌將邀請包括創(chuàng)新工場、IDG資本、君聯(lián)資本、北極光創(chuàng)投、戈壁創(chuàng)投、峰瑞資本以及線性資本在內(nèi)的知名創(chuàng)投機構(gòu)，開展廣泛合作。
AI帶來最大經(jīng)濟收益的國家將是中國(2030年GDP增長26%)和北美(14.5%)，相當(dāng)于10.7萬億美元，占全球經(jīng)濟影響的近70%。報告還了“AI影響指數(shù)”，對最容易受到AI影響的行業(yè)進(jìn)行了排名，其中醫(yī)療和汽車并列第一位。
在人工智能發(fā)展初期，由于技術(shù)成熟度較高，且大批工作均可為發(fā)達(dá)技術(shù)替代完成，因此彼時北美的生產(chǎn)力增長速度將高于中國。然而十年之后，中國完成了相對緩慢的技術(shù)和專業(yè)知識積累，則將開始趕超美國。
歐洲與亞洲一些發(fā)達(dá)國家也將受益于人工智能，實現(xiàn)經(jīng)濟大幅增長(2030年GDP增長9-12%不等)。
發(fā)展中國家(包括拉美和非洲)由于人工智能技術(shù)的采用率預(yù)期較低，因此人工智能將會促使他們的經(jīng)濟適度發(fā)展(GDP增長低于6%)。
在此份報告中，普華永道還推出了“人工智能影響指數(shù)”這一概念，由于人工智能將提高生產(chǎn)力和產(chǎn)品價值，并推動消費增長，因而零售業(yè)、金融服務(wù)和醫(yī)療保健將是最大受益行業(yè)。至2030年，隨著人工智能驅(qū)動消費大幅上升，產(chǎn)品性能得到更好完善，消費需求與行為隨之轉(zhuǎn)變，這將促使GDP增長9萬億美元。
此份分析報告還強調(diào)，為了發(fā)揮出最大潛能，人工智能創(chuàng)造的巨大商機需要強有力的管理和新的運營模式來鞏固。人們需要在人工智能的設(shè)計和應(yīng)用初期即介入，實行有效控制，以確保實現(xiàn)人工智能的積極潛能，同時應(yīng)預(yù)警各方利益相關(guān)者，如超出合理控制范圍運行將會引發(fā)的可能后果。
一邊，回歸熱鬧。
小風(fēng)口不斷，人工智能領(lǐng)域集體。相比之前的“投資人很謹(jǐn)慎，創(chuàng)業(yè)者很緊張”，顯然，2017資本市場相比創(chuàng)業(yè)活躍了很多。人工智能與消費生活、機器人、教育及汽車交通五大領(lǐng)域投資熱度持續(xù)上升。過多的資本追逐有限的標(biāo)的，造成了暫時的泡沫，新零售、共享經(jīng)濟、無人業(yè)態(tài)等領(lǐng)域熱錢不斷涌入。
與此同時，資本的集中化成為今年創(chuàng)投市場最典型的特征之一，表現(xiàn)為：平均融資額上升、資本向后期輪次聚集及行業(yè)與項目的集中，時間窗口進(jìn)一步縮小，泡沫擠出效應(yīng)明顯，對于互聯(lián)網(wǎng)企業(yè)來說，壟斷的意義與價值持續(xù)放大。
一邊，回歸理性。
熱鬧是屬于少數(shù)人的，多數(shù)人只是圍觀的吃瓜群眾。創(chuàng)業(yè)將逐漸回歸商業(yè)本身，商業(yè)的本質(zhì)是賺錢而不是競爭，補貼模式被資本看淡，多數(shù)移動互聯(lián)網(wǎng)企業(yè)進(jìn)入市場清理和優(yōu)勝劣汰階段，沒有盈利模式的企業(yè)倒閉浪潮初現(xiàn)。
投資人越發(fā)理性及務(wù)實，早些年資本集中在一些概念領(lǐng)域的現(xiàn)象應(yīng)該很難重演，隨著商業(yè)模式創(chuàng)新完結(jié)，科技創(chuàng)業(yè)將成為下一階段主要特征?；ヂ?lián)網(wǎng)之后，信息產(chǎn)業(yè)將邁入物聯(lián)網(wǎng)及人工智能時代，這是不可逆的路徑。
此前，百度在2013年第四季度財報中披露，移動業(yè)務(wù)占比突破了20%，增長迅速。盡管傳統(tǒng)PC互聯(lián)網(wǎng)業(yè)務(wù)每季度高速增長，百度移動業(yè)務(wù)占比不斷擴大，顯示出百度在移動業(yè)務(wù)發(fā)展遠(yuǎn)超外界預(yù)期。
說到這兒，肥貓想先不說百度，先來說說Facbook，從Facebook的股價走勢來看，2013年6月份開始(Facebook移動收入占比突破30%)，F(xiàn)acebook股價從24美元附近強勁上漲，到今年3月份一度突破72美元，目前保持在64美元附近，一年時間上漲了2倍多，顯示了資本市場對互聯(lián)網(wǎng)公司移動業(yè)務(wù)發(fā)展情況的重視。
由此不難看出，按照目前百度移動業(yè)務(wù)收入的發(fā)展趨勢，7月末公布2014年第二季度財報時，移動業(yè)務(wù)占比很有可能突破30%，屆時百度的股價有望步入強勁上漲的通道。
那么，為什么百度移動業(yè)務(wù)收入會快速增長？經(jīng)過深度分析與研究，肥貓認(rèn)為百度具有的三大特性促進(jìn)了整個百度在移動互聯(lián)網(wǎng)領(lǐng)域的爆發(fā)。
一、入口優(yōu)勢。
大家都知道，早在2013年，百度在加強移動生態(tài)建設(shè)的基礎(chǔ)上，著重布局了移動搜索、應(yīng)用分發(fā)、地圖和移動視頻四大入口，14款移動產(chǎn)品用戶數(shù)過億的App，其中最核心的“手機百度”用戶在最近3個月內(nèi)由4億增至5億，日活躍用戶超過6000萬。
由于移動端信息的分散化，移動互聯(lián)網(wǎng)服務(wù)和內(nèi)容日益豐富，搜索最喜歡的就是信息的分散化，越分散，搜索越有價值。正是百度具有的技術(shù)優(yōu)勢，因此，百度利用基于大數(shù)據(jù)、百度大腦的精準(zhǔn)推薦技術(shù)，能夠更加精準(zhǔn)地匹配用戶和廣告，移動端的廣告能夠獲得更高的點擊率。在營收方面，百度網(wǎng)盟利用基于大數(shù)據(jù)的CTR(廣告內(nèi)容匹配)數(shù)據(jù)，讓站長的平均收入提升70%。
與此同時，移動設(shè)備解決了百度賬號體系的短板，每臺手機、平板電腦都有唯一的設(shè)備號，百度不必通過賬號來鎖定用戶，同樣可以精準(zhǔn)地刻畫用戶的人群畫像，分析用戶的特點、消費喜好，從而更精準(zhǔn)地推薦相關(guān)內(nèi)容和服務(wù)。
二、品牌優(yōu)勢。
無庸置疑，在互聯(lián)網(wǎng)“搜索”領(lǐng)域，已經(jīng)被谷歌和百度所定義了，在國外就是“谷歌一下”，在中文世界就是“百度一下”，谷歌百度已經(jīng)讓搜索變得日?；?、社會化。而在移動搜索領(lǐng)域，百度目前超過72%的市場份額，也證實了其在掌上世界的品牌價值。
移動端碎片化的使用時間，也讓移動搜索的需求越發(fā)傾向于本地化搜索和生活服務(wù)類搜索。由于屏幕等移動設(shè)備的限制，又要求移動搜索要做到能精準(zhǔn)把握用戶需求，這就要求能準(zhǔn)確洞察和理解用戶的真實意圖。而百度龐大的搜索數(shù)據(jù)以及前衛(wèi)的挖掘技術(shù)，之前已為對接這些需求奠定了基礎(chǔ)。
三、技術(shù)優(yōu)勢。
百度在技術(shù)上的研發(fā)與投入，大家都是有目共睹的。既有的成熟搜索技術(shù)不用多說，更關(guān)鍵是百度用來構(gòu)建未來5年移動搜索雛形的前沿技術(shù)，未來移動搜索的需求將更貼近生活和娛樂，搜索框不僅要能進(jìn)行文字搜索，還要能識別用戶輸入的聲音和圖像信息。
而對于，百度在開發(fā)者和商家兩大群體構(gòu)建起來開發(fā)者生態(tài)體系和商業(yè)生態(tài)體系來說，百度做的移動搜索已經(jīng)不僅僅是搜索工具、瀏覽工具它還是綜合服務(wù)、商業(yè)交易的大平臺。
所以說，在百度之后做移動搜索，光靠簡單的技術(shù)研發(fā)、數(shù)據(jù)積累肯定不行，還得能有建立生態(tài)圈的前瞻性和實力。
由此，也不難看出，根據(jù)數(shù)據(jù)對比，BAT里百度移動收入占比是最高的，移動互聯(lián)網(wǎng)時代，搜索廣告仍然是效率最高的商業(yè)模式。百度移動端商業(yè)模式已經(jīng)從單一的搜索廣告豐富為搜索廣告、應(yīng)用分發(fā)分成、LBS、在線視頻廣告等多個模式。在連接人與服務(wù)方面，百度效率明顯高出許多。
從騰訊方面來看，以京東618大促為案例分析，騰訊微信、QQ兩個一級入口總共為京東移動端帶來移動端訂單僅占7%，京東APP訂單量占比為18%。微信和QQ在電商轉(zhuǎn)化效率表現(xiàn)低于大多數(shù)人預(yù)期。社交網(wǎng)絡(luò)的電商潛力有限。阿里方面的情況明顯比騰訊好，Q1移動營收11.62億，還是較去年同期增長了6倍的背景下，這離不開淘寶大力促銷、UC、微博導(dǎo)流的情況下。但缺乏入口、用戶習(xí)慣遷移緩慢是阿里移動滯后的原因。
相比之下，百度大數(shù)據(jù)、人工智能等基礎(chǔ)技術(shù)創(chuàng)新催生了移動商業(yè)模式的實現(xiàn)，比如人工智能技術(shù)通過智能推薦，提升了搜索廣告的點擊轉(zhuǎn)化。大數(shù)據(jù)、LBS為用戶提供了更加便利的本地服務(wù)。而定位、語音、圖像識別等技術(shù)的突破，提升了用戶移動應(yīng)用便利性，也更多維度豐富了用戶大數(shù)據(jù)。
按照百度副總裁、移動·云事業(yè)部總經(jīng)理李明遠(yuǎn)的說法就是——與PC互聯(lián)網(wǎng)時代相比，移動時代的搜索服務(wù)對大數(shù)據(jù)、云計算、人工智能等技術(shù)提出了更高需求，而這正是百度所擅長的領(lǐng)域。
今年4月，百度正式了包括“百度大腦”在內(nèi)的“大數(shù)據(jù)引擎”，向外界提供大數(shù)據(jù)分析處理和挖掘能力，并展示出百度在云能力與APP端之間的數(shù)據(jù)協(xié)同能力；5月，百度在硅谷宣布成立人工智能實驗室，并聘請到全球頂尖的人工智能科學(xué)家吳恩達(dá)博士擔(dān)任首席科學(xué)家，管理百度研究院。
2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，不僅對人工智能的發(fā)展做出了戰(zhàn)略性部署，還確立了“三步走”的政策目標(biāo)，力爭到2030年將我國建設(shè)成為世界主要的人工智能創(chuàng)新中心。[1]值得注意的是，此次規(guī)劃不僅僅只是技術(shù)或產(chǎn)業(yè)發(fā)展規(guī)劃，還同時包括了社會建設(shè)、制度重構(gòu)、全球治理等方方面面的內(nèi)容。之所以如此，是由于人工智能技術(shù)本身具有通用性和基礎(chǔ)性。換句話說，為助推人工智能時代的崛起，我們面對的任務(wù)不是實現(xiàn)某一個專業(yè)領(lǐng)域或產(chǎn)業(yè)領(lǐng)域內(nèi)的顛覆性技術(shù)突破，而是大力推動源于技術(shù)發(fā)展而引發(fā)的綜合性變革。
也正因為如此，人工智能發(fā)展進(jìn)程中所面臨的挑戰(zhàn)才不僅僅局限于技術(shù)或產(chǎn)業(yè)領(lǐng)域，而更多體現(xiàn)在經(jīng)濟、社會、政治領(lǐng)域的公共政策選擇上。首先，普遍建立在科層制基礎(chǔ)上的公共事務(wù)治理結(jié)構(gòu)，是否能夠適應(yīng)技術(shù)發(fā)展和應(yīng)用過程中所大規(guī)模激發(fā)的不確定性和不可預(yù)知性?再者，長久以來圍繞人類行為的規(guī)制制度，是否同樣能夠適應(yīng)以數(shù)據(jù)、算法為主體的應(yīng)用環(huán)境?最后，如何構(gòu)建新的治理體系和治理工具來應(yīng)對伴隨人工智能發(fā)展而興起的新的經(jīng)濟、社會、政治問題?
應(yīng)對上述挑戰(zhàn)并不完全取決于技術(shù)發(fā)展或商業(yè)創(chuàng)新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發(fā)展邏輯及其所引發(fā)的風(fēng)險挑戰(zhàn)的基礎(chǔ)上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構(gòu)成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發(fā)展與應(yīng)用構(gòu)成了治理挑戰(zhàn)，而在此基礎(chǔ)上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進(jìn)而對其發(fā)展邏輯進(jìn)行闡述。作為一項顛覆性技術(shù)創(chuàng)新，其本身的技術(shù)門檻對決策者而言構(gòu)成了挑戰(zhàn)，梳理并捋清人工智能的本質(zhì)內(nèi)涵因而成為制定相關(guān)公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰(zhàn)，主要包括三個方面，即傳統(tǒng)科層治理結(jié)構(gòu)應(yīng)對人工智能新的生產(chǎn)模式的滯后性、建基于行為因果關(guān)系之上的傳統(tǒng)治理邏輯應(yīng)對人工智能新主體的不適用性，以及人工智能發(fā)展所引發(fā)的新議題的治理空白;面對上述挑戰(zhàn)，各國都出臺了相關(guān)政策，本文第三部分對此進(jìn)行了綜述性對比分析，并指出了其進(jìn)步意義所在。需要指出的是，盡管各國的政策目標(biāo)都試圖追求人工智能發(fā)展與監(jiān)管的二維平衡，但由于缺乏對人工智能內(nèi)涵及其發(fā)展邏輯的完整認(rèn)識，當(dāng)前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關(guān)公共政策議題的深入討論。
一、人工智能的概念及技術(shù)發(fā)展邏輯：算法與數(shù)據(jù)
伴隨著人工智能技術(shù)的快速發(fā)展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領(lǐng)域的廣泛應(yīng)用，圍繞人工智能所可能引發(fā)的社會變革產(chǎn)生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監(jiān)管，警惕“人工智能成為人類文明史的終結(jié)”;在另一方面，包括奧巴馬[6]在內(nèi)的政治家、學(xué)者又認(rèn)為應(yīng)該放松監(jiān)管，充分釋放人工智能的技術(shù)潛力以造福社會。未來發(fā)展的不確定性固然是引發(fā)當(dāng)前爭論的重要原因之一，但圍繞“人工智能”概念內(nèi)涵理解的不同，以及對其發(fā)展邏輯認(rèn)識的不清晰，可能也同樣嚴(yán)重地加劇了人們的分歧。正因為此，廓清人工智能的概念內(nèi)涵和發(fā)展邏輯不僅是回應(yīng)爭論的需要，也是進(jìn)一步提出公共政策建議的前提。
就相關(guān)研究領(lǐng)域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領(lǐng)域的先驅(qū)阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復(fù)人類思維外在表現(xiàn)行為的能力。[7]正是由此理解出發(fā)，著名的“圖靈測試”方案被提出。但如同斯坦福大學(xué)計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關(guān)行為的機器同樣應(yīng)被視為“智能”的。[8]事實上，約翰·麥卡錫正是現(xiàn)代人工智能概念的提出者。在他看來，“智能”關(guān)乎完成某種目標(biāo)的行為“機制”，而機器既可以通過模仿人來實現(xiàn)行為機制，也可以自由地使用任何辦法來創(chuàng)造行為機制。[9]由此，我們便得到了人工智能領(lǐng)域另一個非常重要的概念——“機器學(xué)習(xí)”。
人工智能研究的目標(biāo)是使機器達(dá)到人類級別的智能能力，而其中最重要的便是學(xué)習(xí)能力。[10]因此，盡管“機器學(xué)習(xí)”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現(xiàn)過程而言，機器學(xué)習(xí)是指利用某些算法指導(dǎo)計算機利用已知數(shù)據(jù)得出適當(dāng)模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調(diào)一下機器學(xué)習(xí)算法與傳統(tǒng)算法的差異。算法本質(zhì)上就是一系列指令，告訴計算機該做什么。對于傳統(tǒng)算法而言，其往往事無巨細(xì)地規(guī)定好了機器在既定條件下的既定動作;機器學(xué)習(xí)算法卻是通過對已有數(shù)據(jù)的“學(xué)習(xí)”，使機器能夠在與歷史數(shù)據(jù)不同的新情境下做出判斷。以機器人行走的實現(xiàn)為例，傳統(tǒng)算法下，程序員要仔細(xì)規(guī)定好機器人在既定環(huán)境下每一個動作的實現(xiàn)流程;而機器學(xué)習(xí)算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環(huán)境中也能實現(xiàn)行走。
由此，我們可以對“人工智能”設(shè)定一個“工作定義”以方便進(jìn)一步的討論：人工智能是建立在現(xiàn)代算法基礎(chǔ)上，以歷史數(shù)據(jù)為支撐，而形成的具有感知、推理、學(xué)習(xí)、決策等思維活動并能夠按照一定目標(biāo)完成相應(yīng)行為的計算系統(tǒng)。這一概念盡管可能仍不完善，但它突出了人工智能技術(shù)發(fā)展和應(yīng)用的兩大基石——算法與數(shù)據(jù)，有助于討論人工智能的治理問題。
首先，算法即是規(guī)則，它不僅確立了機器所試圖實現(xiàn)的目標(biāo)，同時也指出了實現(xiàn)目標(biāo)的路徑與方法。就人工智能當(dāng)前的技術(shù)發(fā)展史而言，算法主要可被劃分為五個類別：符號學(xué)派、聯(lián)接學(xué)派、進(jìn)化學(xué)派、類推學(xué)派和貝葉斯學(xué)派。[12]每個學(xué)派都遵循不同的邏輯、以不同的理念實現(xiàn)了人工智能(也即“機器學(xué)習(xí)”)的過程。舉例而言，“符號學(xué)派”將所有的信息處理簡化為對符號的操縱，由此學(xué)習(xí)過程被簡化(抽象)為基于數(shù)據(jù)和假設(shè)的規(guī)則歸納過程。在數(shù)據(jù)(即歷史事實)和已有知識(即預(yù)先設(shè)定的條件)的基礎(chǔ)上，符號學(xué)派通過“提出假設(shè)-數(shù)據(jù)驗證-進(jìn)一步提出新假設(shè)-歸納新規(guī)則”的過程來訓(xùn)練機器的學(xué)習(xí)能力，并由此實現(xiàn)在新環(huán)境下的決策判斷。
從對“符號學(xué)派”的描述中可以發(fā)現(xiàn)，機器學(xué)習(xí)模型成功的關(guān)鍵不僅是算法，還有數(shù)據(jù)。數(shù)據(jù)的缺失和預(yù)設(shè)條件的不合理將直接影響機器學(xué)習(xí)的輸出(就符號學(xué)派而言，即決策規(guī)則的歸納)。最明顯體現(xiàn)這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數(shù)據(jù)集不完整)之后得出結(jié)論(代表預(yù)設(shè)條件不合理，超過10個確認(rèn)數(shù)據(jù)即接受規(guī)則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關(guān)鍵都聚焦于“算法”和“數(shù)據(jù)”。事實上，如果跳出具體學(xué)派的思維束縛，每種機器學(xué)習(xí)算法都可被概括為“表示方法、評估、優(yōu)化”這三個部分。[13]盡管機器可以不斷的自我優(yōu)化以提升學(xué)習(xí)能力，且原則上可以學(xué)習(xí)任何東西，但評估的方法和原則(算法)以及用以評估的數(shù)據(jù)(數(shù)據(jù))都是人為決定的——而這也正是人工智能治理的關(guān)鍵所在。算法與數(shù)據(jù)不僅是人工智能發(fā)展邏輯的基石，其同樣是治理的對象和關(guān)鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內(nèi)涵并理解其發(fā)展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數(shù)據(jù)無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰(zhàn)究竟是什么?當(dāng)前的制度設(shè)計是否能夠?qū)ζ渥龀鲇行?yīng)對?如果答案是否定的，我們又該如何重構(gòu)治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進(jìn)一步的闡述。
二、人工智能時代崛起的治理挑戰(zhàn)
不同于其他顛覆性技術(shù)，人工智能的發(fā)展并不局限于某一特定產(chǎn)業(yè)，而是能夠支撐所有產(chǎn)業(yè)變革的通用型技術(shù)。也正因為此，其具有廣泛的社會溢出效應(yīng)，在政治、經(jīng)濟、社會等各個領(lǐng)域都會帶來深刻變革，并將同時引發(fā)治理方面的挑戰(zhàn)。具體而言，挑戰(zhàn)主要體現(xiàn)在以下三個方面。
首先，治理結(jié)構(gòu)的僵化性，即傳統(tǒng)的科層制治理結(jié)構(gòu)可能難以應(yīng)對人工智能快速發(fā)展而形成的開放性和不確定性。之所以需要對人工智能加以監(jiān)管，原因在于其可能成為公共危險的源頭，例如當(dāng)自動駕駛技術(shù)普及之后，一旦出現(xiàn)問題，便可能導(dǎo)致大規(guī)模的連續(xù)性傷害。但不同機、大型水壩、原子核科技等二十世紀(jì)的公共危險源，人工智能的發(fā)展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進(jìn)行人工智能程序的開發(fā)與應(yīng)用。這一方面是由于互聯(lián)網(wǎng)時代的到來，使得基于代碼的生產(chǎn)門檻被大大降低[14];另一方面，這也是人工智能本身發(fā)展規(guī)律的需要。正如前文所提到，唯有大規(guī)模的數(shù)據(jù)輸入才可能得到較好的機器學(xué)習(xí)結(jié)果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數(shù)據(jù)以完善算法本身，就成為了大多數(shù)人工智能公司的必然選擇。與此同時，人工智能生產(chǎn)模式的開放性也必然帶來發(fā)展的不確定性，在缺乏有效約束或引導(dǎo)的情況下，人工智能的發(fā)展很可能走向歧途。面對這一新形勢，傳統(tǒng)的、基于科層制的治理結(jié)構(gòu)顯然難以做出有效應(yīng)對。一方面，政府試圖全范圍覆蓋的事前監(jiān)管已經(jīng)成為不可能，開放的人工智能生產(chǎn)網(wǎng)絡(luò)使得監(jiān)管機構(gòu)幾乎找不到監(jiān)管對象;另一方面，由上至下的權(quán)威結(jié)構(gòu)既不能傳遞給生產(chǎn)者，信息不對稱問題的加劇還可能導(dǎo)致監(jiān)管行為走向反面。調(diào)整治理結(jié)構(gòu)與治理邏輯，并形成適應(yīng)具有開放性、不確定性特征的人工智能生產(chǎn)模式，是當(dāng)前面臨的治理挑戰(zhàn)之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關(guān)系基礎(chǔ)上的法律規(guī)制體系，可能難以適用于以算法、數(shù)據(jù)為主體的應(yīng)用環(huán)境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學(xué)習(xí)和決策能力;正因為如此，人工智能技術(shù)才不能簡單地理解為其創(chuàng)造者(即人)意志的表達(dá)。程序員給出的只是學(xué)習(xí)規(guī)則，但真正做出決策的是基于大規(guī)模數(shù)據(jù)訓(xùn)練后的算法本身，而這一結(jié)果與程序員的意志并無直接因果關(guān)聯(lián)。事實上也正由于這個特點，AlphaGo才可能連續(xù)擊敗圍棋冠軍，而其設(shè)計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了?？滤缘摹凹夹g(shù)的主體性”概念。在他看來，“技術(shù)并不僅僅是工具，或者不僅僅是達(dá)到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關(guān)系來規(guī)范人的行為的法律規(guī)制體系，便可能遭遇窘境：如果將人工智能所造成的侵權(quán)行為歸咎于其設(shè)計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責(zé)一個機器呢?由此，如何應(yīng)對以算法、數(shù)據(jù)為核心的技術(shù)主體所帶來的公共責(zé)任分配問題，是當(dāng)前面臨的第二個治理挑戰(zhàn)。
最后，治理范圍的狹隘性，即對于受人工智能發(fā)展沖擊而引發(fā)的新的社會議題，需要構(gòu)建新的治理體系和發(fā)展新的治理工具。人工智能發(fā)展所引發(fā)的治理挑戰(zhàn)不僅僅體現(xiàn)在現(xiàn)有體系的不適應(yīng)上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數(shù)據(jù)的權(quán)屬關(guān)系究竟如何界定，如何緩解人工智能所可能加劇的不平等現(xiàn)象，以及如何平衡人工智能的發(fā)展與失業(yè)問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發(fā)展和應(yīng)用普及，它們的重要性便日漸顯著。以最為人所關(guān)注的失業(yè)問題為例，就技術(shù)可能性來說，人工智能和機器人的廣泛應(yīng)用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認(rèn)識勞動與福利保障的關(guān)系、重構(gòu)勞動和福利保障制度，便成為最迫切需要解決的治理挑戰(zhàn)之一。[16]
上述三方面共同構(gòu)成了人工智能時代崛起所帶來的治理挑戰(zhàn)。面對這些挑戰(zhàn)，各國也做出了相應(yīng)的公共政策選擇。本文第三部分將對各國人工智能的治理政策進(jìn)行對比性分析。在此基礎(chǔ)上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監(jiān)管路徑綜述
人工智能時代的崛起作為一種普遍現(xiàn)象，其所引發(fā)的治理挑戰(zhàn)是各國面臨的共同問題，各國也陸續(xù)出臺了相關(guān)公共政策以試圖推動并規(guī)范人工智能的快速發(fā)展。
美國于2016年同時頒布了《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準(zhǔn)備》兩個國家級政策框架，前者側(cè)重從技術(shù)角度指出美國人工智能戰(zhàn)略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進(jìn)創(chuàng)新、保障公共安全方面所應(yīng)扮演的角色和作用。就具體的監(jiān)管政策而言，《為人工智能的未來做好準(zhǔn)備》提出了一般性的應(yīng)對方法，強調(diào)基于風(fēng)險評估和成本-收益考量的原則以決定是否對人工智能技術(shù)的研發(fā)與應(yīng)用施以監(jiān)管負(fù)擔(dān)。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學(xué)技術(shù)基本計劃》，提出了“超智能社會5.0”的概念，強調(diào)通過推動數(shù)據(jù)標(biāo)準(zhǔn)化、建設(shè)社會服務(wù)平臺、協(xié)調(diào)發(fā)展多領(lǐng)域智能系統(tǒng)等各方面工作促進(jìn)人工智能的發(fā)展和應(yīng)用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發(fā)展及其所引發(fā)的挑戰(zhàn)持普遍的包容與開放態(tài)度。就當(dāng)前的政策框架而言，美日兩國的政策目標(biāo)更傾斜于推動技術(shù)創(chuàng)新、保持其國家競爭力的優(yōu)勢地位;當(dāng)涉及對人工智能所可能引發(fā)的公共問題施以監(jiān)管時，其政策選擇也更傾向于遵循“無需批準(zhǔn)式(permissionless)”的監(jiān)管邏輯，即強調(diào)除非有充分案例證明其危害性，新技術(shù)和新商業(yè)模式默認(rèn)為都是被允許的。[19]至于人工智能的發(fā)展對個人數(shù)據(jù)隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規(guī)劃，尤其關(guān)注到了人工智能發(fā)展所帶來的法律和倫理風(fēng)險。在該報告中，英國政府強調(diào)了機器學(xué)習(xí)與個人數(shù)據(jù)相結(jié)合而對個人自由及隱私等基本權(quán)利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責(zé)的概念和機制，并同時在算法透明度、算法一致性、風(fēng)險分配等具體政策方面做出了規(guī)定。[20]與英國類似，法國在2017年的《人工智能戰(zhàn)略》中延續(xù)了其在2006年通過的《信息社會法案》的立法精神，同樣強調(diào)加強對新技術(shù)的“共同調(diào)控”，以在享有技術(shù)發(fā)展所帶來的福利改進(jìn)的同時，充分保護個人權(quán)利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監(jiān)管(precautionary)”的政策邏輯，即強調(diào)新技術(shù)或新的商業(yè)模式只有在開發(fā)者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準(zhǔn)式監(jiān)管”還是“審慎監(jiān)管”，在應(yīng)對人工智能時代崛起所帶來的治理挑戰(zhàn)方面都有其可取之處：前者側(cè)重于推動創(chuàng)新，而后者則因重視安全而更顯穩(wěn)健。但需要指出的是，這兩種監(jiān)管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術(shù)發(fā)展與商業(yè)模式創(chuàng)新必將引發(fā)新的社會議題，無論是算法是否受到言論自由的權(quán)利保護還是普遍失業(yè)對社會形成的挑戰(zhàn)，它們都在客觀上要求公共政策做出應(yīng)對，而非片面的“無需批準(zhǔn)式監(jiān)管”能夠處理。更重要的是，“無需批準(zhǔn)式監(jiān)管”的潛在假設(shè)是事后監(jiān)管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業(yè)指數(shù)“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規(guī)運行，當(dāng)各個系統(tǒng)行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規(guī)性判斷的“事后監(jiān)管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關(guān)系基礎(chǔ)上的“審慎監(jiān)管”邏輯存在天然缺陷：既然人類無法預(yù)知人工智能系統(tǒng)可能的行為或決策，開發(fā)者又如何證明人工智能系統(tǒng)的無害性?
正如本文所反復(fù)強調(diào)的，人工智能與其他革命性技術(shù)的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎(chǔ)性。人工智能并非單個領(lǐng)域、單個產(chǎn)業(yè)的技術(shù)突破，而是對于社會運行狀態(tài)的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯(lián)網(wǎng)革命直至數(shù)字革命基礎(chǔ)上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰(zhàn)，我們同樣應(yīng)該制定綜合性的公共政策框架，而非僅僅沿襲傳統(tǒng)治理邏輯，例如只是針對具體議題在“創(chuàng)新”與“安全”這個二元維度下進(jìn)行艱難選擇。本文在第四部分從承認(rèn)技術(shù)的主體性、重構(gòu)社會治理制度、推進(jìn)人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發(fā)展規(guī)劃》明確提出了到2030年我國人工智能發(fā)展的“三步走”目標(biāo)，而在每一個階段，人工智能法律法規(guī)、倫理規(guī)范和政策體系的逐步建立與完善都是必不可少的重要內(nèi)容。面對人工智能時代崛起的治理挑戰(zhàn)，究竟應(yīng)該如何重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發(fā)展邏輯的梳理分析，結(jié)合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發(fā)展的基石是算法與數(shù)據(jù)，建立并完善圍繞算法和數(shù)據(jù)的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應(yīng)對治理挑戰(zhàn)、賦予算法和數(shù)據(jù)以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權(quán)及相應(yīng)的監(jiān)督程序問題。算法作為人工智能時代的主要規(guī)則，究竟誰有權(quán)并通過何種程序來加以制定，誰來對其進(jìn)行監(jiān)督且又如何監(jiān)督?長久以來公眾針對社交媒體臉書(Facebook)的質(zhì)疑正體現(xiàn)了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內(nèi)容不會摻雜特殊利益的取向?[24]當(dāng)越來越多的人依賴定制化的新聞推送時，人工智能甚至?xí)绊懙娇偨y(tǒng)選舉。也正因為此，包括透明要求、開源要求在內(nèi)的諸多治理原則，應(yīng)當(dāng)被納入到算法治理相關(guān)議題的考慮之中。(2)就數(shù)據(jù)治理而言，伴隨著人工智能越來越多地依賴于大規(guī)模數(shù)據(jù)的收集與利用，個人隱私的保護、數(shù)據(jù)價值的分配、數(shù)據(jù)安全等相關(guān)議題也必將成為公共政策的焦點。如何平衡不同價值需求、規(guī)范數(shù)據(jù)的分享與應(yīng)用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創(chuàng)新社會治理制度，進(jìn)一步完善社會保障體系，在最大程度上緩解人工智能發(fā)展所可能帶來的不確定性沖擊。與歷史上的技術(shù)革命類似，人工智能的發(fā)展同樣會導(dǎo)致利益的分化與重構(gòu)，而如何保證技術(shù)革命成本的承受者得到最大限度的彌補并使所有人都享有技術(shù)發(fā)展的“獲得感”，不僅是社會發(fā)展公平、正義的必然要求，也是促進(jìn)技術(shù)革命更快完成的催化劑。就此而言，在人工智能相關(guān)公共政策的考量中，我們不僅應(yīng)該關(guān)注產(chǎn)業(yè)和經(jīng)濟政策，同時也應(yīng)該關(guān)注社會政策，因為只有后者的完善才能夠控制工人或企業(yè)家所承擔(dān)的風(fēng)險，并幫助他們判斷是否支持或抵制變革的發(fā)生。就具體的政策設(shè)計來說，為緩解人工智能所可能帶來的失業(yè)潮，基本收入制度的普遍建立可能應(yīng)該被提上討論議程了。“基本收入”是指政治共同體(如國家)向所有成員不加任何限制條件地支付一定數(shù)額的收入，以滿足其基本生活的需求。盡管存在“養(yǎng)懶漢”的質(zhì)疑，但有研究者已指出，自18世紀(jì)就開始構(gòu)想的基本收入制度很有可能反過來促進(jìn)就業(yè)。[25]芬蘭政府已經(jīng)于2017年初開始了相關(guān)實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現(xiàn)其“猙容”之前，創(chuàng)新社會治理機制、完善社會保障體系，可能是平衡技術(shù)創(chuàng)新與社會風(fēng)險的最佳路徑。
第三，構(gòu)建人工智能全球治理機制，以多種形式促進(jìn)人工智能重大國際共性問題的解決，共同應(yīng)對開放性人工智能生產(chǎn)模式的全球性挑戰(zhàn)。人工智能的發(fā)展具有開放性和不確定性的特征，生產(chǎn)門檻的降低使得人工智能技術(shù)研發(fā)的跨國流動性很強，相關(guān)標(biāo)準(zhǔn)的制定、開放平臺的搭建、共享合作框架的形成，無不要求構(gòu)建相應(yīng)的全球治理機制。另一方面，跨境數(shù)據(jù)流動在廣度和深度上的快速發(fā)展成為了人工智能技術(shù)進(jìn)步的直接推動力，但各國數(shù)據(jù)規(guī)制制度的巨大差異在制約跨境數(shù)據(jù)流動進(jìn)一步發(fā)展的同時，也將影響人工智能時代的全面到來。[26]故此，創(chuàng)新全球治理機制，在承認(rèn)各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設(shè)計而言，可以在人工智能全球治理機制的構(gòu)建中引入多利益相關(guān)模式;另一方面，為防止巨頭壟斷的形成，充分發(fā)揮主權(quán)國家作用的多邊主義模式同樣不可忽視。作為影響深遠(yuǎn)的基礎(chǔ)性技術(shù)變革，互聯(lián)網(wǎng)全球治理機制的經(jīng)驗和教訓(xùn)值得人工智能發(fā)展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統(tǒng)政策局限于“創(chuàng)新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內(nèi)在聯(lián)系來講，建立并完善圍繞算法和數(shù)據(jù)的治理體系是起點，其將重構(gòu)人工智能時代的規(guī)則與制度;創(chuàng)新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構(gòu)建全球治理機制則成為了制度性的基礎(chǔ)設(shè)施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結(jié)語
在經(jīng)歷了60余年的發(fā)展之后，人工智能終于在互聯(lián)網(wǎng)、大數(shù)據(jù)、機器學(xué)習(xí)等諸多技術(shù)取得突破的基礎(chǔ)上實現(xiàn)了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當(dāng)下所應(yīng)該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統(tǒng)”式擔(dān)憂，指出人工智能技術(shù)發(fā)展的技術(shù)邏輯及其所引發(fā)的治理挑戰(zhàn)，并在此基礎(chǔ)上提出相應(yīng)的政策選擇。人工智能治理的這三個基本問題，是重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具所必須思考的前提。伴隨著我國國家層面戰(zhàn)略規(guī)劃的出臺，我國人工智能的發(fā)展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關(guān)公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務(wù)研究中心）
[參考文獻(xiàn)]
[1]國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結(jié)人類文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學(xué)習(xí)和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，F(xiàn)R，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現(xiàn)超智能社會‘社會5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數(shù)據(jù)產(chǎn)業(yè)在法國的發(fā)展及應(yīng)用[N].學(xué)習(xí)時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
[25] Van Parijs，P. Basic Income：A Simple and Powerful Idea for the Twenty-first Century. Politics & Society，2004，32(1).
Gartner副總裁兼院士級分析師David Cearley表示：“Gartner的2018年十大戰(zhàn)略科技發(fā)展趨勢(top 10 strategic technology trends for 2018)與智能數(shù)字格網(wǎng)(Intelligent Digital Mesh)息息相關(guān)。智能數(shù)字格網(wǎng)是未來數(shù)字化業(yè)務(wù)與生態(tài)系統(tǒng)的基礎(chǔ)。在制定創(chuàng)新戰(zhàn)略時，IT領(lǐng)導(dǎo)者必須考慮這些技術(shù)趨勢，否則將面臨節(jié)節(jié)敗退的風(fēng)險?！?/p>
前三個戰(zhàn)略科技發(fā)展趨勢探討了人工智能(AI)與機器學(xué)習(xí)(machine learning)將如何滲透至幾乎任意領(lǐng)域，并代表著未來五年內(nèi)技術(shù)提供商的一個主戰(zhàn)場。隨后的四個趨勢集中于混合數(shù)字與物理世界，以打造一個沉浸式、數(shù)字增強型環(huán)境。最后三個趨勢則指的是利用不斷擴大的人員與商業(yè)規(guī)模以及設(shè)備、內(nèi)容、服務(wù)之間的連接，實現(xiàn)數(shù)字化業(yè)務(wù)成果。
2018年十大戰(zhàn)略科技發(fā)展趨勢具體如下：
人工智能基礎(chǔ)(AI Foundation)
至少到2020年之前，創(chuàng)建能夠自我學(xué)習(xí)、調(diào)整并有望自主行動的系統(tǒng)都是技術(shù)提供商的一個重要戰(zhàn)場。直到2025年，利用人工智能助力決策、重塑商業(yè)模式與生態(tài)系統(tǒng)、重建客戶體驗的能力都將是數(shù)字化計劃取得成功的關(guān)鍵推動力。
Cearley先生認(rèn)為：“人工智能技術(shù)正在快速演化，各企業(yè)機構(gòu)必須對技能、流程與工具投入巨資，以便成功利用這些技術(shù)構(gòu)建人工智能增強型系統(tǒng)。投資領(lǐng)域可能包括數(shù)據(jù)準(zhǔn)備、集成、算法、選擇訓(xùn)練方法和建模。數(shù)據(jù)科學(xué)家、開發(fā)人員與業(yè)務(wù)流程所有者等多方支持者將需要一起工作?！?/p>
智能應(yīng)用與分析(Intelligent Apps and Analytics)
在今后幾年里，幾乎任一應(yīng)用與服務(wù)都將采用一定程度的人工智能。其中某些應(yīng)用將成為真正的智能應(yīng)用，若無人工智能與機器學(xué)習(xí)，這些應(yīng)用程序?qū)o法存在。其他一些則將潛在利用人工智能，從幕后提供智能。智能應(yīng)用在人類與系統(tǒng)之間搭起了一個全新智能中間層，有望改變工作的本質(zhì)以及工作場所的結(jié)構(gòu)。
Cearley先生表示：“在探索智能應(yīng)用時應(yīng)將其作為增強人類活動的一種方式，而非簡單地替代人類。增強分析是一個格外具有戰(zhàn)略意義的、逐漸發(fā)展的領(lǐng)域。它面向廣泛的商業(yè)用戶、運營工作者和民間數(shù)據(jù)科學(xué)家(citizen data scientist)，利用機器學(xué)習(xí)自動完成數(shù)據(jù)準(zhǔn)備、洞察發(fā)現(xiàn)與洞察分享。”
在廣大軟件與服務(wù)市場內(nèi)，人工智能已成為下一個關(guān)鍵領(lǐng)域，包括企業(yè)資源規(guī)劃(ERP)的各個方面。套裝軟件與服務(wù)提供商應(yīng)表明將如何通過高級分析、智能流程和先進(jìn)的用戶體驗等形式通過人工智能為新版本增加商業(yè)價值。
智能物件(Intelligent Things)
智能物件是指摒棄嚴(yán)密的編程模型，轉(zhuǎn)而利用人工智能實現(xiàn)高級行為并更加自然地與周圍環(huán)境及人類進(jìn)行互動的實物。人工智能正在大力推動全新智能物件(如：自動駕駛車輛、機器人與無人機)的進(jìn)步并為許多既有物件(例如與消費者及工業(yè)系統(tǒng)相連接的物聯(lián)網(wǎng))帶來更強功能。
Cearley先生認(rèn)為：“目前，用于受控環(huán)境(例如耕作與采礦)下的自動駕駛汽車(automobile vehicles)是智能物件快速成長的一個領(lǐng)域。到2022年，我們可能將親眼目睹自動駕駛汽車在有限、可控且明確定義的道路上行駛的實例。不過，駕駛員可能是自動駕駛汽車的普及的一個必要條件，以防發(fā)生意外技術(shù)故障。至少在未來五年內(nèi)，我們預(yù)測需要駕駛員的半自動汽車將占主導(dǎo)地位。在此期間，制造商將更加嚴(yán)格地測試技術(shù)，同時法律法規(guī)問題以及文化接受度等非技術(shù)性問題也將得到解決?！?/p>
數(shù)字孿生(Digital Twin)
數(shù)字孿生是指以數(shù)字化方式再現(xiàn)真實的實體或系統(tǒng)。在今后三至五年內(nèi)，物聯(lián)網(wǎng)項目背景下的數(shù)字孿生尤其前途光明，并于當(dāng)前引領(lǐng)著人們對于數(shù)字孿生的興趣。精心設(shè)計的資產(chǎn)數(shù)字孿生有望極大地改進(jìn)企業(yè)決策。這些數(shù)字孿生與其真實的對應(yīng)物相關(guān)聯(lián)，并用于了解物件或系統(tǒng)的狀態(tài)、響應(yīng)變化、改進(jìn)運營并提升價值。首先，各企業(yè)機構(gòu)將只是實施數(shù)字孿生，然后隨著時間的推移而不斷改進(jìn)它們，提高其收集數(shù)據(jù)、反映正確數(shù)據(jù)、應(yīng)用正確分析與規(guī)則并有效響應(yīng)商業(yè)目標(biāo)的能力。
Cearley先生表示：“久而久之，我們世界中幾乎每一方面的數(shù)字化再現(xiàn)都將與其真實對應(yīng)物動態(tài)地聯(lián)系在一起，此外還將彼此聯(lián)系并納入基于人工智能的功能，以實現(xiàn)高級模擬、運行與分析。城市規(guī)劃者、數(shù)字營銷人員、醫(yī)療保健專業(yè)人員以及工業(yè)規(guī)劃者均將受益于這一向綜合數(shù)字化孿生世界的長期轉(zhuǎn)變?！?/p>
從云到邊緣(Cloud to the Edge)
邊緣計算(Edge computing)描述了一種計算拓?fù)?，在這種拓?fù)浣Y(jié)構(gòu)中，信息處理、內(nèi)容收集與交付均在鄰近此類信息的源頭完成。連接與延遲挑戰(zhàn)、帶寬限制以及嵌入邊緣的更強大功能均支持分布式模式。各企業(yè)應(yīng)著手將邊緣設(shè)計模式用于基礎(chǔ)設(shè)施架構(gòu)之中——對于擁有大量物聯(lián)網(wǎng)元素的企業(yè)尤其如此。
雖然許多人將云與邊緣視作競爭方法，但云實際上是一種計算方式，在這種情況下，可彈性擴展的技術(shù)功能以服務(wù)形式交付，且天生就無需集中模式。
Cearley先生指出：“從互補概念考慮時，云可作為創(chuàng)建服務(wù)導(dǎo)向型模式以及集中控制和協(xié)作結(jié)構(gòu)的一種技術(shù)方式，而邊緣則用作交付方式，從而以離散或分布式流程執(zhí)行云服務(wù)的各個環(huán)節(jié)。”
會話式平臺(Conversational Platforms)
在人類與數(shù)字化世界互動方面，會話式平臺將推動下一個重大模式轉(zhuǎn)變。詮釋意圖的負(fù)擔(dān)從用戶交給了計算機。該平臺接收用戶的問題或命令，然后通過執(zhí)行某些功能、展現(xiàn)某些內(nèi)容或詢問更多輸入信息來響應(yīng)。在接下來的幾年內(nèi)，會話界面將成為用戶互動的一個首要設(shè)計目標(biāo)，并通過專用硬件、核心操作系統(tǒng)特性、平臺及應(yīng)用來實現(xiàn)。
Cearley先生認(rèn)為：“在理解語言以及用戶基本意圖方面，會話式平臺已經(jīng)達(dá)到了臨界點，但仍有所不足。會話式平臺面臨的挑戰(zhàn)在于用戶必須以非常結(jié)構(gòu)化的方式進(jìn)行溝通，而這通常都是令人失望的體驗。會話模型的穩(wěn)健性以及用于訪問、調(diào)用與協(xié)調(diào)第三方服務(wù)以交付復(fù)雜結(jié)果的應(yīng)用程序接口(API)及事件模型是各類會話式平臺之間的主要區(qū)別要素?！?/p>
沉浸式體驗(Immersive Experience)
會話式界面正在改變?nèi)藗兛刂茢?shù)字世界的方式，而虛擬、增強和混合現(xiàn)實(virtual， augmented andmixed reality)則在改變?nèi)藗冇^察和與數(shù)字世界互動的方式。目前，虛擬現(xiàn)實和增強現(xiàn)實市場尚不成熟，還處于碎片化階段。不過，人們對該領(lǐng)域的興趣非常濃厚，因而催生了視頻游戲和360度球幕視頻等諸多新奇的虛擬現(xiàn)實應(yīng)用，然而這些高級娛樂應(yīng)用目前能產(chǎn)生的商業(yè)價值微乎其微。為了推動實現(xiàn)真正有形的商業(yè)效益，各企業(yè)必須審視特定的虛擬現(xiàn)實和增強現(xiàn)實應(yīng)用的真實場景，以提高員工的工作效率，同時優(yōu)化設(shè)計、培訓(xùn)和可視化過程。
作為一種融合并拓展了虛擬現(xiàn)實和增強現(xiàn)實技術(shù)功能的沉浸式體驗類型，混合現(xiàn)實應(yīng)運而生。作為一種特別的沉浸式體驗，這種技術(shù)十分引人注意，因為它優(yōu)化了界面以更好匹配人們觀察并與世界互動的方式?；旌犀F(xiàn)實跨度極大，包括用于增強或虛擬現(xiàn)實的頭盔式顯示器以及智能手機、基于平板的增強現(xiàn)實和環(huán)境傳感器的應(yīng)用等?；旌犀F(xiàn)實代表了人們觀察并與數(shù)字世界互動的范圍。
區(qū)塊鏈(Blockchain)
區(qū)塊鏈正在從數(shù)字貨幣基礎(chǔ)架構(gòu)向數(shù)字化平臺轉(zhuǎn)變。區(qū)塊鏈技術(shù)與現(xiàn)有的集中式交易和記錄機制截然不同，可作為已有企業(yè)和初創(chuàng)公司發(fā)展顛覆式數(shù)字化業(yè)務(wù)的基礎(chǔ)。雖然有關(guān)區(qū)塊鏈的宣傳都集中于金融服務(wù)行業(yè)，但區(qū)塊鏈在其它一些領(lǐng)域也有潛在的應(yīng)用前景，比如政府部門、醫(yī)療保健、制造業(yè)、媒體、身份識別、所有權(quán)登記服務(wù)和供應(yīng)鏈等。雖然區(qū)塊鏈前景可觀且無疑會帶來顛覆式影響，但是對區(qū)塊鏈的展望勝過區(qū)塊鏈的現(xiàn)實，而且許多相關(guān)技術(shù)在未來兩到三年內(nèi)難以成熟。
事件驅(qū)動(Event Driven)
數(shù)字化業(yè)務(wù)的核心圍繞以下理念，即：企業(yè)總是保持高度敏感，隨時準(zhǔn)備探索利用全新的數(shù)字化業(yè)務(wù)時刻。業(yè)務(wù)事件可以是數(shù)字表達(dá)的任何事物，反映出明顯的新狀態(tài)或狀態(tài)變化，比如完成訂單或飛機著陸等。借助事件(event brokers)、物聯(lián)網(wǎng)、云計算、區(qū)塊鏈、內(nèi)存數(shù)據(jù)管理(in-memorydata management)和人工智能，人們可以更迅速地發(fā)現(xiàn)業(yè)務(wù)事件并進(jìn)行更加詳細(xì)的分析。不過，如果缺乏文化和領(lǐng)導(dǎo)力變革，技術(shù)本身也難以實現(xiàn)事件驅(qū)動模式的全部價值。數(shù)字化業(yè)務(wù)促使IT領(lǐng)導(dǎo)者、規(guī)劃者和架構(gòu)者從本身需求出發(fā)去積極地采用事件思維(event thinking)。
持續(xù)自適應(yīng)風(fēng)險和信任(Continuous Adaptive Risk and Trust)
在這樣的大背景下，大數(shù)據(jù)相關(guān)公司像雨后春筍般層出不窮，數(shù)據(jù)堂（北京）科技股份有限公司（以下簡稱“數(shù)據(jù)堂”）就是其中的佼佼者。
“今年上半年，數(shù)據(jù)堂業(yè)績大幅增長主要得益于我們強大的數(shù)據(jù)源儲備和廣泛的商業(yè)用戶基礎(chǔ)，以及商業(yè)模式的創(chuàng)新。我們通過多種形式，在多個領(lǐng)域進(jìn)行業(yè)務(wù)拓展，引入更多的數(shù)據(jù)資源，持續(xù)優(yōu)化我們的數(shù)據(jù)資產(chǎn)，拉動收入增長。” 數(shù)據(jù)堂CEO齊紅威表示。
平臺化數(shù)據(jù)服務(wù)模式
作為一家大數(shù)據(jù)公司，數(shù)據(jù)的多少和質(zhì)量是其核心競爭力。數(shù)據(jù)堂公開表示，它目前已積累約5萬組數(shù)據(jù)，數(shù)據(jù)量將近1000TB。
將近1000TB的海量數(shù)據(jù)是數(shù)據(jù)堂多年積累的產(chǎn)物，數(shù)據(jù)堂之所以能積累數(shù)量如此之大的數(shù)據(jù)和數(shù)據(jù)堂的數(shù)據(jù)眾包平臺分不開。數(shù)據(jù)堂采用眾包采集的方式產(chǎn)生數(shù)據(jù)，利用全球40多萬兼職人員幫助數(shù)據(jù)堂采集大規(guī)模的線下數(shù)據(jù)。齊紅威表示：“數(shù)據(jù)資源的多寡是行業(yè)壁壘，需要時間積累。我們這幾年運用我們獨有的眾包數(shù)據(jù)采集方式和與行業(yè)企業(yè)合作等模式，積累了大量的數(shù)據(jù)資源，這為我們后續(xù)業(yè)務(wù)發(fā)展夯實了根基。”
過去數(shù)據(jù)堂采用傳統(tǒng)數(shù)據(jù)服務(wù)模式（收集、加工、線下銷售），以銷售為導(dǎo)向進(jìn)行數(shù)據(jù)采集制作。而目前數(shù)據(jù)堂采用的是平臺化的數(shù)據(jù)服務(wù)模式，并將其包裝成為大數(shù)據(jù)電商平臺――Datamall數(shù)據(jù)商城，實現(xiàn)了用戶線上銷售交易、數(shù)據(jù)定制、數(shù)據(jù)合作等多種業(yè)務(wù)模式的整合和打通，極大地提高了數(shù)據(jù)變現(xiàn)的能力和靈活性。
進(jìn)一步拓展覆蓋領(lǐng)域
隨著數(shù)據(jù)堂近年來的快速發(fā)展，數(shù)據(jù)堂的覆蓋領(lǐng)域也從過去的單一的人工智能領(lǐng)域拓展到金融征信、健康醫(yī)療、智能交通等行業(yè)領(lǐng)域，并全面構(gòu)建了覆蓋整個數(shù)據(jù)價值鏈的生態(tài)系統(tǒng)。
BAT（百度、騰訊、阿里巴巴）、華為、微軟、英特爾等公司先后成為數(shù)據(jù)堂的合作伙伴。目前，數(shù)據(jù)堂已經(jīng)開始布局海外市場，在硅谷設(shè)立了子公司，重點服務(wù)北美人工智能領(lǐng)域的互聯(lián)網(wǎng)公司和高科技公司。
以交通類數(shù)據(jù)為例，數(shù)據(jù)堂自2014年起就一直在做業(yè)務(wù)布局。數(shù)據(jù)堂目前已經(jīng)涉獵路況交通、信貸、保險、區(qū)域經(jīng)濟分析等領(lǐng)域。值得一提的是，國家正在大力促進(jìn)社會信用提升，個人和企業(yè)征信市場的成長空間巨大，未來我國征信市場空間或?qū)⑦_(dá)到千億元規(guī)模。
對于智能汽車的定義，不同的人有自己不同的理解，不過對于智能科技的終極目標(biāo)——無人駕駛或者自動駕駛，卻是大多數(shù)人所向往的未來。尤其在谷歌人工智能機器人Alpha Go大勝圍棋頂級高手之后，很多人認(rèn)為我們距離智能汽車的終極目標(biāo)似乎越來越近，甚至仿佛可以指日可待，事實果真如此嗎?本期我們采訪了博泰前瞻技術(shù)研發(fā)經(jīng)理原樹寧博士，目前，由其主導(dǎo)的博泰V2X項目正在穩(wěn)步推進(jìn)，在無人駕駛領(lǐng)域已取得了有效的進(jìn)展。
記者：在可見的未來，像AlphaGo那樣專門用于下圍棋的人工智能(AI)，專門應(yīng)用于自動駕駛的人工智能(AI)會出現(xiàn)嗎?
原樹寧：我的觀點是保守的肯定。目前來看，汽車上已經(jīng)開始在應(yīng)用的視頻分析、自適應(yīng)巡航、自然語言識別等技術(shù)實際上已經(jīng)利用了人工智能，但是基于通用智能的這種無人駕駛，就是它可以自己去適應(yīng)任何交通環(huán)境的自動駕駛技術(shù)，可能還遙遙無期。要大規(guī)模普及無人駕駛需要在決策層應(yīng)用人工智能(AI)，目前的視頻分析，專業(yè)語音識別等技術(shù)都是在感知層的應(yīng)用。人工智能(AI)在無人駕駛中的應(yīng)用，其核心肯定是人工智能(AI)AI在決策層的作用，比如說車速怎么加?方向朝哪里?如果這個決策本身是人工智能(AI)做出來的，沒有人工的干預(yù)，這才是真正的無人駕駛，或者說自動駕駛。
而且我認(rèn)為如果無人駕駛要大規(guī)模普及，用傳統(tǒng)的程序控制方法是很難做到的，它必須使用機器學(xué)習(xí)，或者人工智能(AI)的方法實現(xiàn)決策。由于交通規(guī)則不是絕對的，如果用人工智能(AI)實現(xiàn)決策，那么人工智能(AI)就要適應(yīng)沒有規(guī)則的情況，它會遇到很多困難，比如說，有一個人賴在前面不走，或丟一個大東西等情況，因為智能汽車是絕對遵守規(guī)則的，如果別人不遵守規(guī)則，就可以欺負(fù)它。
事實上，現(xiàn)有的人工智能基本上都是對特定任務(wù)設(shè)計的，例如：圖像識別、自然語言識別、軟件框架設(shè)計、扮演游戲?qū)κ值确浅＜?xì)分的專業(yè)應(yīng)用。各個應(yīng)用之間是分割的、不能垮行業(yè)使用的。另一方面，人工智能領(lǐng)域中的“通用人工智能(General AI)”，依然是科技界長期奮斗的目標(biāo)。通用人工智能要能夠很快學(xué)習(xí)新的規(guī)則，適應(yīng)新的事物，能夠直接應(yīng)用在不同的領(lǐng)域，會下棋、也會打橋牌、還認(rèn)識朋友、會開車。不過如何實現(xiàn)通用人工智能，我們目前在理論上都還沒有搞明白。
記者：人工智能(AI)在自動駕駛中的作用是什么?
原樹寧：首先是環(huán)境感知。這是自動駕駛的數(shù)據(jù)基礎(chǔ)，提供車輛周邊環(huán)境的狀況。車輛不但需要知道自己所在的位置，還要獲取道路屬性、周邊物體的屬性、交通設(shè)施的屬性。在這個層面上視頻分析、雷達(dá)成像分析等人工智能手段是完成環(huán)境感知的最重要組成部分，這一部分的技術(shù)發(fā)展已是突飛猛進(jìn)，例如對車輛、摩托、行人、動物、障礙物、限速牌、紅綠燈、車道的識別。好的識別模型和大量的數(shù)據(jù)訓(xùn)練能夠保證很高的識別正確率，但是，機器學(xué)習(xí)本身，即使在理論上，它都無法保證絕對(100%)的正確。這在自動駕駛中卻是不可原諒的缺點，如果環(huán)境感知不能確保絕對的正確，那如何保證決策的正確性呢?如何保證行車安全呢?人們會購買發(fā)生事故的自動駕駛車輛嗎?因此在環(huán)境感知層面，人工智能與工程手段將會起到相互補充的作用，實現(xiàn)對環(huán)境的正確感知。其中非常有潛力的一項技術(shù)就是V2X技術(shù)，它會將所有的交通基礎(chǔ)設(shè)施和每輛車都貼上標(biāo)簽，實時的播發(fā)自己的相關(guān)信息，從而使得每部汽車都能直接獲取周邊的情況，再結(jié)合其他傳感器，實現(xiàn)信息冗余，保證對環(huán)境的正確感知。
其次是決策協(xié)同。決定車輛的行駛速度、方向、線路等根本問題?；诔绦蚩刂频能囕v完全能夠?qū)崿F(xiàn)自動駕駛。但是，它只能運行在有限的場景之下，極度缺少應(yīng)對能力，并且消耗大量的程序分析和維護時間(系統(tǒng)越復(fù)雜維護成本越高)?；跈C器學(xué)習(xí)的人工智能在決策協(xié)同領(lǐng)域有著無可比擬的優(yōu)勢，自我完善，維護成本越來越小，具有較強的適應(yīng)和應(yīng)變能力。就好比用編程控制的方式也能讓程序下圍棋，卻永遠(yuǎn)無法達(dá)到AlphaGo的高度。但是，這里也會遇到一些奇奇怪怪的障礙。
1)無規(guī)則。在現(xiàn)實生活中交通規(guī)則不是絕對必需遵守的，而圍棋的規(guī)則至少在正規(guī)比賽中雙方都是絕對遵守的。如果李世石偷偷在棋盤上多放一個子，AlphaGo會怎么處理?應(yīng)該整套模型都必需重構(gòu)吧?這也是大家調(diào)侃谷歌不敢挑戰(zhàn)中國麻將的原因。一個隨時可以被打破的規(guī)則(闖紅燈、超速、逆行、橫道線搶行等)就是沒有規(guī)則。這樣的模型建立恐怕絕不亞于“通用人工智能”的難度。解決方法就是建立一個必需絕對準(zhǔn)守的規(guī)則，將那些可能不遵守規(guī)則的參與者全部剔除，于是乎就只身下自動駕駛車輛本身了。
2)規(guī)則重塑。在一個只有自動駕駛車輛的路網(wǎng)上，機器的駕駛行為將會完全不同于人類的駕駛行為。例如，人類在高速上行駛需要保持100米左右的車距，其原因是人類生物能力的限制，例如，高速時視覺的狹窄化、反應(yīng)時間的限制。此時機器完全不需要顧及人類生物能力的限制，而是根據(jù)自身的反應(yīng)時間、信息處理的范圍和能力重新定義交通規(guī)則，例如高速公路車速完全可以提升到200km/h，甚至300km/h，車間距離可以縮小到數(shù)米甚至完全對接，高速公路的線型(坡度、轉(zhuǎn)彎半徑、車道寬度)也可以放松要求。新的規(guī)則將保證自動駕駛車輛的安全運行。
3)車輛互學(xué)習(xí)。這個只有在自動駕駛車輛行駛的道路網(wǎng)中進(jìn)行，車輛的駕駛行為和我們現(xiàn)在人類的駕駛行為將會大相徑庭。但是人類的駕駛行為可以作為車輛自己學(xué)習(xí)駕駛的起點。人類開車時是如何保持車距、如何在擁堵時協(xié)作排隊、如何變道、轉(zhuǎn)彎、掉頭對于AI而言都是難能可貴的經(jīng)驗。以此起點，在既定規(guī)則下，向自動駕駛道路網(wǎng)投入已經(jīng)學(xué)會了人類開車方式的車輛，讓他們之間相互協(xié)作、相互學(xué)習(xí)，優(yōu)化自己的駕駛效率。就如同兩個AlphaGo對弈，相互學(xué)習(xí)圍棋技藝。
最后是控制執(zhí)行。這是對決策的執(zhí)行，例如決策需要5秒加速到80Km/h，那么該噴多少汽油，發(fā)送機轉(zhuǎn)速要多快等等。這里完全是工程的世界、是精確控制的領(lǐng)域，需要對命令的堅決和精準(zhǔn)地執(zhí)行。這里和人工智能無關(guān)。
記者：能否為我們描述一下智能汽車的演化過程。
原樹寧：智能汽車是汽車革命里面最重要的一次革命。一開始的無人駕駛，肯定是在高速或者專有的道路上，然后這些專有的道路，逐漸會開放為半封閉狀態(tài)，比如在城市的公交專用道里設(shè)置無人駕駛專用道，智能汽車在某些地方可以像出租車一樣跑，它也可以在無人駕駛專用高速路上行駛，這時它速度就會非常快，相當(dāng)于結(jié)合了高鐵和出租車的共同優(yōu)點。我覺得，無人駕駛首先應(yīng)該在相對比較封閉，而且交通量不大的地區(qū)出現(xiàn)，美國的那些中小城鎮(zhèn)是非常合適的實驗場所。
記者：因為他們地廣人稀。
原樹寧：對，本身他們的交通不那么復(fù)雜，不遵守交通規(guī)則的人相對也少一點。至于智能汽車的商業(yè)模式，我覺得以出租車的形式出現(xiàn)的可能性最大，就是以“共享車”，或者“服務(wù)車店”的形式出現(xiàn)的可能性最大。
然后可能會在高速公路上實現(xiàn)無人駕駛，并且能夠進(jìn)行幾輛車并在一起的行駛，同期可能也會出現(xiàn)高速上的測試，之后，系統(tǒng)會逐漸合并，技術(shù)上也會合并，重點解決車輛怎么協(xié)作，在低速道路上怎么行駛等問題，最后就會出現(xiàn)跨城市的自動駕駛。第一階段，比如在美國小鎮(zhèn)、出租車式的無人駕駛，我覺得可能在2020年能夠?qū)崿F(xiàn);第二階段，在高速道路上，拼車高速行駛的情況在2025年左右，在某種程度上可能會出現(xiàn)。
事實上，車本身不能識別人類的世界，所以需要把整個道路系統(tǒng)變成車輛能認(rèn)識的世界，也就是需要把整個道路數(shù)字化，讓車能識別出自然就解放了駕駛者，這就是“車車通信系統(tǒng)”和“車路通信系統(tǒng)”。但是，無人駕駛不應(yīng)該是被動接受周邊的信息，如果所有的車輛甚至包括摩托車也安裝了這些裝置，將車輛和車輛之間實現(xiàn)通訊交互，這個時候整個交通系統(tǒng)就可以完成交流，并形成車和車之間的互動與協(xié)作。
記者：智能汽車的市場在什么條件下會爆發(fā)?
原樹寧：只有技術(shù)發(fā)展到一定程度，真正的商業(yè)模式才能出來。
例如電腦和手機的發(fā)展。智能手機能夠出現(xiàn)并快速替代傳統(tǒng)手機，關(guān)鍵在于兩項技術(shù)，一是操作系統(tǒng)，二是3G移動網(wǎng)絡(luò)。個人計算機的普及也一樣，Windows操作系統(tǒng)使每一個人都可以使用計算機，而互聯(lián)網(wǎng)為每個使用計算機的人提供了豐富的內(nèi)容。
智能汽車的大規(guī)模爆發(fā)，也需要同樣的技術(shù)條件。其中，操作系統(tǒng)的核心作用是屏蔽硬件的復(fù)雜性。由于每個品牌汽車的接口都不一樣，應(yīng)用軟件的開發(fā)會遇到車企不開放CAN總線接口的問題。如果在車輛CAN總線上加一個中間層，就可以將車輛的各類消息和接口轉(zhuǎn)化為類似計算機C庫的標(biāo)準(zhǔn)庫。這樣，任何程序員都可以方便地對智能汽車進(jìn)行軟件開發(fā)，軟件開發(fā)人才也因此可以在市場上普遍獲得。
所以說，這樣一個操作系統(tǒng)是非常重要的。類似的開發(fā)工作，國外的AUTOSAR聯(lián)盟(即 AUTomotive Open System Architecture，汽車開放系統(tǒng)架構(gòu))已經(jīng)在做，一些企業(yè)也可能在秘密研發(fā)?？梢哉f，誰能做出這個操作系統(tǒng)，誰就將主導(dǎo)未來的汽車市場。
再看網(wǎng)絡(luò)。谷歌無人駕駛車采用地圖加大量傳感器的方式，已經(jīng)做了很多年，為什么至今無法大規(guī)模商業(yè)化?因為不能出錯。計算機和人的認(rèn)知方式不同，只知道0和1。讓一輛無人駕駛的智能汽車在行駛中識別人類世界是非常困難的，即使準(zhǔn)確率達(dá)到98%，也是不夠的。要解決這個問題，就要通過車路通訊，把所有路側(cè)信息全部數(shù)字化，包括其他車輛、紅綠燈、施工信息等，變成計算機可以了解的東西。這就是V2X，也是智能汽車所需要的網(wǎng)絡(luò)。只有這個時候，無人駕駛的時代才會真正到來。
記者：自動駕駛技術(shù)產(chǎn)品化的過程中，最大的難點是什么?在智能汽車的發(fā)展中，最有前景的技術(shù)又是什么?
原樹寧：在產(chǎn)品化過程中有兩點最重要：一是可靠性，產(chǎn)品絕對不能出問題; 二是適應(yīng)性，道路環(huán)境非常復(fù)雜，比如在澳大利亞開車，可能會突然跑出一只袋鼠。最重要的技術(shù)就是我剛才談到的兩項，一是與硬件無關(guān)的編程技術(shù)，放大來說就是整個車載操作系統(tǒng);二是V2X網(wǎng)絡(luò)技術(shù)。當(dāng)然，傳感器、地圖等技術(shù)也非常重要，但它們已經(jīng)很成熟了。
記者：在實現(xiàn)更智能的汽車方面，目前你們做了哪些工作?
原樹寧：博泰V2X技術(shù)的訴求正是讓所有的道路設(shè)施全都變成車輛能懂的語言，然后去完成現(xiàn)在的無人駕駛系統(tǒng)沒有辦法完成的工作，最終實現(xiàn)普遍的無人駕駛。我們已經(jīng)完成了V2X box設(shè)備在不同場景下的通信性能測試，該設(shè)備可隨時發(fā)送車輛的速度、位置等信息，同時接受其他車輛發(fā)送的信息;開發(fā)了車輛主動安全仿真系統(tǒng)，實現(xiàn)了車輛間急剎警告、追尾警告、交叉口碰撞警告三大主動安全功能，并進(jìn)行了多次真實場景道路測試。
記者：能否用你觀點來定義智能汽車對于交通運輸變革的意義?
原樹寧：智能汽車的突破，類似于內(nèi)燃機取代馬車，是一場真正意義上的革命。第一，它提高了效率，第二，它節(jié)約了資本，同時也節(jié)約人力，節(jié)約了大量的基礎(chǔ)設(shè)施建設(shè)。
記者：智能汽車實現(xiàn)了自動駕駛，或者無人駕駛，是不是也使得汽車的駕駛樂趣也消失了?
原樹寧：肯會有這么一種人，愿意自己開車，就像現(xiàn)在很多人還是愿意騎馬一樣，那么這些人可以去特定的場所去駕駛汽車，就像現(xiàn)在的人要去馬場騎馬。
2015年12月，微軟亞洲研究院首席研究員劉鐵巖博士去蒙特利爾參加了NIPS年會(Annual Conference on Neural Information Processing Systems)，這是人工智能領(lǐng)域的頂級學(xué)術(shù)會議。但與會期間，他印象最深的不是同行的專業(yè)進(jìn)展，而是一位科學(xué)家告訴臺下的與會者，早些年，他的博士生根本找不到工作，今年卻被一搶而空。
這也是中國正在發(fā)生的故事。從硅谷到北京，人工智能都是熱浪滾滾。這個在上世紀(jì)50年代和80年代掀起過兩次的技術(shù)，現(xiàn)在似乎真的到了產(chǎn)業(yè)化的臨界點。互聯(lián)網(wǎng)時代的思想家和預(yù)言家凱文·凱利宣稱，人工智能是下一個20年里顛覆人類社會的技術(shù)，它的力量堪比電與互聯(lián)網(wǎng)。
人工智能(Artificial Intelligence)，縮寫為AI。它是研究開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。該領(lǐng)域的研究包括機器人(26.660， 0.12， 0.45%)、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等。
人工智能快速進(jìn)入大眾視野，源于今年3月谷歌圍棋人工智能程序AlphaGo戰(zhàn)勝世界冠軍李世石。人機圍棋對弈只是普及人工智能的一個秀。它的背后是規(guī)模千億級的人工智能產(chǎn)業(yè)市場。BBC預(yù)測，2020年全球人工智能市場規(guī)模將達(dá)1190億元人民幣。
目前看，這一數(shù)據(jù)遠(yuǎn)比不上2015年中國移動互聯(lián)網(wǎng)的產(chǎn)業(yè)規(guī)模。但人工智能的意義不僅于此，人工智能技術(shù)的發(fā)展，還將帶動云服務(wù)、大數(shù)據(jù)分析、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)產(chǎn)業(yè)的升級迭代。它甚至將超越移動互聯(lián)網(wǎng)，全面改變?nèi)祟惖纳詈凸ぷ鞣绞健?/p>
離人工智能最近的IT互聯(lián)網(wǎng)公司敏銳嗅到了這一機遇。從2011年開始，包括深度學(xué)習(xí)算法、計算資源和大數(shù)據(jù)產(chǎn)業(yè)的成熟令人工智能技術(shù)實現(xiàn)飛躍，包括微軟、IBM、谷歌、Facebook、BAT在內(nèi)的國內(nèi)外企業(yè)都開始深度布局人工智能，試圖把握風(fēng)口，成為下一個產(chǎn)業(yè)變革的巨擘。
已布局人工智能的IT和互聯(lián)網(wǎng)巨頭們，最有資格成為這一輪革命的獲益者。但這終究是一個漫長的耐力游戲，除了技術(shù)布局，產(chǎn)業(yè)布局和戰(zhàn)略視野也是決定成敗的關(guān)鍵因素，短視者將隨時出局。
BAT保守布局
中國的所有行業(yè)中，以BAT為代表的互聯(lián)網(wǎng)行業(yè)在人工智能研究和商業(yè)化探索方面走得最早，也看得最遠(yuǎn)。其中，技術(shù)起家的百度走在最前端。
2012年10月，百度董事長兼首席執(zhí)行官李彥宏參加了內(nèi)部的一個基于深度學(xué)習(xí)的語音識別產(chǎn)品研究會。當(dāng)時該產(chǎn)品的主導(dǎo)者余凱回憶，那是李彥宏第一次知道深度學(xué)習(xí)，他非常吃驚，并給全公司寫信，讓所有產(chǎn)品經(jīng)理都要了解人工智能技術(shù)的發(fā)展。
當(dāng)年12月，李彥宏開始和余凱討論成立深度學(xué)習(xí)研究院的可行性。次年7月，這個研究院成立，李彥宏任院長，余凱為常務(wù)副院長。這是中國公司里的第一個人工智能研究院。
李彥宏很快將相關(guān)技術(shù)投入到搜索的核心業(yè)務(wù)中。2014年的百度內(nèi)部統(tǒng)計數(shù)據(jù)顯示，深度學(xué)習(xí)技術(shù)的應(yīng)用，讓百度和競爭對手的Diff(different，內(nèi)部叫Diff)指標(biāo)提升了若干倍。
但人工智能的科研，尤其是基礎(chǔ)科學(xué)研究，是一個冗長寂寞的過程。此后，迫于財務(wù)數(shù)據(jù)和競爭壓力，百度的決策者們更加注重眼前的布局和資源。
“到了后期，太長遠(yuǎn)項目，或是比較創(chuàng)新的項目，百度總部確實不太支持了。百度i站的項目、百度快搜這樣的項目沒了?！币晃徊辉妇呙那鞍俣热斯ぶ悄苎芯繊徫蝗耸吭u價。一位現(xiàn)任百度相關(guān)人士對《財經(jīng)》記者表示，百度前些年確實剔除了不少經(jīng)過驗證沒有商業(yè)化前景的分支項目，但最近兩三年，百度明顯加大了在人工智能上的投入，包括無人駕駛汽車等長期項目。
6月8日，在2016百度聯(lián)盟峰會上，李彥宏將百度無人駕駛汽車稱作“一臺帶輪子的電腦”。他現(xiàn)場播放了百度無人車路測的實況錄像，百度無人車已經(jīng)可以像正常車輛一樣加速、并線、超車，他同時表示，三五年之內(nèi)，無人駕駛一定可以成為現(xiàn)實。
從整體來看，百度仍是BAT三家中首先完成有關(guān)人工智能技術(shù)體系整合的公司。目前，百度研究院、百度大數(shù)據(jù)、百度語音和百度圖像等技術(shù)都已歸入人工智能技術(shù)體系。李彥宏多次向外界強調(diào)，百度未來的發(fā)展將嚴(yán)重地依賴人工智能。
IBM研究院一位人工智能專家告訴《財經(jīng)》記者，百度是被他們列入競爭列表的唯一中國公司。
硅谷尤其關(guān)心“百度大腦”的進(jìn)展。百度大腦是百度在人工智能領(lǐng)域的核心。百度此前的諸多人工智能產(chǎn)品，如無人駕駛、智能搜索等，都是基于百度大腦的能力。
百度高級副總裁、自動駕駛事業(yè)部總經(jīng)理王勁稱，百度大腦已具備視、聽、說和預(yù)測、規(guī)劃決策以及行動控制的能力。在數(shù)據(jù)方面，百度有萬億級的網(wǎng)頁、移動和行為數(shù)據(jù)可供分析。在深度學(xué)習(xí)方面，百度的萬億參數(shù)排在世界第一。
2015年，百度的研發(fā)投入超過100億元。占百度2015年總營收663.82億元的15%。
百度正在計劃將百度大腦在金融、汽車、醫(yī)療等領(lǐng)域商業(yè)化。李彥宏稱，人工智能的“井噴式”創(chuàng)新，將推動互聯(lián)網(wǎng)進(jìn)入第三幕，并將重構(gòu)傳統(tǒng)產(chǎn)業(yè)。比如“人工智能+金融”，可以快速地實現(xiàn)征信升級，實現(xiàn)“秒放”貸款。
阿里巴巴和騰訊的布局則更加克制?；蛘哒f，它們更代表中國公司的普遍做法，從業(yè)務(wù)驅(qū)動開始，逐漸加大檔位。
阿里從2011年開始布局互聯(lián)網(wǎng)醫(yī)療，投資收購和戰(zhàn)略合作的公司數(shù)以百計。圍繞醫(yī)院、醫(yī)保、醫(yī)藥做了大量布局。最新的統(tǒng)計數(shù)據(jù)顯示，全國已經(jīng)有超過400家大中型醫(yī)院加入阿里的“未來醫(yī)院”計劃，覆蓋全國90%省份。阿里云人工智能首席科學(xué)家閔萬里博士告訴《財經(jīng)》記者，阿里在健康醫(yī)療領(lǐng)域的布局快慢，取決于阿里在人工智能領(lǐng)域的技術(shù)突破。
阿里的設(shè)想是，未來，在阿里遍布全國邊遠(yuǎn)山村的醫(yī)院醫(yī)療點里，病患足不出戶，只需拍一張CT，通過遠(yuǎn)程技術(shù)來完成專家級的診療過程。這種診療，依賴的就是基于阿里云的人工智能醫(yī)療系統(tǒng)。隨著學(xué)習(xí)數(shù)據(jù)的不斷增加，機器會變得越來越聰明，最終成為一個“永不退休的醫(yī)學(xué)專家”。
多位接受《財經(jīng)》記者采訪的專家評價，阿里這個技術(shù)并不復(fù)雜，醫(yī)療診斷是基于經(jīng)驗的專家型勞動，是機器擅長的經(jīng)驗學(xué)習(xí)，三年內(nèi)該技術(shù)便可成熟。
閔萬里告訴《財經(jīng)》記者，要實現(xiàn)這個目標(biāo)，除了技術(shù)平臺，還需要整個醫(yī)療體系的打通，需要政府和社會共同推動設(shè)備和資源的開放。一旦打通，聚合在一個人工智能服務(wù)平臺之上，就將衍生出更多的應(yīng)用服務(wù)場景，從而實現(xiàn)“商業(yè)和技術(shù)互為驅(qū)動”。
阿里是目前中國所有公司里，數(shù)據(jù)生態(tài)最完善、最健全的公司。iPIN創(chuàng)始人兼CEO楊洋認(rèn)為，阿里的MaxComputer數(shù)據(jù)通道，是非常健康的數(shù)據(jù)大動脈，可以將阿里的所有數(shù)據(jù)資源非常高效地結(jié)合在一起。
此外，阿里云也是目前世界上最接近AWS(亞馬遜云服務(wù))的云計算平臺。數(shù)據(jù)生態(tài)體系是做人工智能的重要基礎(chǔ)。因此，在這場有關(guān)未來的布局中，阿里云的主導(dǎo)地位清晰。
阿里的人工智能研究分散在其各個業(yè)務(wù)分支之中，有待整合。閔萬里說，阿里希望在算法能力上有所突破，這需要一個集中的技術(shù)機構(gòu)來整合阿里的所有相關(guān)技術(shù)資源。
騰訊和阿里的情況類似。騰訊在人工智能上的布局，以IM和SNS業(yè)務(wù)為基礎(chǔ)。例如語音識別主要是在微信部門、圖片識別主要是在QQ，支付和金融業(yè)務(wù)方面植入了人臉識別，搜索部門則關(guān)注自然語言識別。
其中一些技術(shù)已在騰訊內(nèi)部實現(xiàn)產(chǎn)品化。SNG(社交網(wǎng)絡(luò)事業(yè)群)的優(yōu)圖團隊聚焦圖象識別領(lǐng)域，推出了黃圖識別功能，并為騰訊內(nèi)部產(chǎn)品如圖片優(yōu)化工具“天天P圖”提供技術(shù)支持。WXG(微信事業(yè)群)則人機互動領(lǐng)域的拓展，也對圖像和語音識別進(jìn)行了原發(fā)。WXG推出了智能機器人“小微”，用戶可以用自然語言與之溝通，解決此前語音助手智能機械應(yīng)答的短板。對于未來，工程師希望“小微”成為一種“連接器”——與微信支付串聯(lián)起來，接入微信公眾號以及錢包內(nèi)的各種生活服務(wù)，打造完整的微信內(nèi)O2O閉環(huán)生態(tài)體系。
騰訊高級副總裁姚星在接受《財經(jīng)》記者采訪時表示，騰訊越來越重視在人工智能領(lǐng)域的技術(shù)開發(fā)，這包括兩個路徑：一是整合騰訊自身的技術(shù)資源，形成體系和重點；二是加快對優(yōu)秀公司的收購和合作步伐。
騰訊參與了多個人工智能項目的早期投資。騰訊投資并購部一直在為公司尋找需要的標(biāo)的，服務(wù)于騰訊的整體戰(zhàn)略。騰訊日前與硅谷風(fēng)投機構(gòu)Felicis Ventures領(lǐng)頭了人工智能創(chuàng)業(yè)公司Diffbot 1000萬美元的A輪。這家公司通過人工智能技術(shù)，讓“機器”抓取網(wǎng)頁關(guān)鍵內(nèi)容，并輸出軟件可以直接識別的結(jié)構(gòu)化數(shù)據(jù)。
BAT的人工智能技術(shù)研發(fā)從第一天開始就是商業(yè)需求驅(qū)動的，他們從業(yè)務(wù)入手，收購甚至模仿別人的東西，這種做法避免了漫無目的研究和不必要的失敗，但也無法保證在下一輪的人工智能平臺大戰(zhàn)中勝出。
今年，阿里和騰訊均有組建人工智能研究院的想法。姚星對《財經(jīng)》記者說，很快，騰訊人工智能研究院就會成立。
國際巨頭深入無人區(qū)
如果說BAT的人工智能布局處于對標(biāo)和追趕的狀態(tài)，那么以IBM、微軟、谷歌、Facebook為代表的美國巨頭公司已經(jīng)開始深入科技無人區(qū)。
這些公司技術(shù)和業(yè)務(wù)各有所長，面向的用戶也不同，但它們的目標(biāo)一致：把人工智能機器做大、做強、再做沒。
IBM和微軟可能沒有谷歌、Facebook看起來那么酷，但在人工智能領(lǐng)域有深厚的技術(shù)底蘊，IBM甚至已經(jīng)開始用人工智能賺錢。
IBM人工智能研究可以追溯到1997年“深藍(lán)”戰(zhàn)勝當(dāng)時的國際象棋世界冠軍卡斯帕羅夫。2011年，代表著IBM在認(rèn)知計算領(lǐng)域最先進(jìn)技術(shù)的Watson在一個電視節(jié)目中一戰(zhàn)成名，被認(rèn)為是人工智能歷史上的一個里程碑。
今天可以代表IBM在人工智能領(lǐng)域最高技術(shù)水平的，是不斷進(jìn)化中的Watson系統(tǒng)，和已經(jīng)可以量產(chǎn)的人腦模擬芯片SyNAPSE(超大規(guī)模神經(jīng)突觸計算機芯片)。
Watson是一臺超級計算機，最初由90臺IBM的Power 7服務(wù)器并行組成。和Google、微軟的人工智能相比，它從硬件芯片構(gòu)架就開始模擬人類神經(jīng)元，基于IBM的“DeepQA”技術(shù)開發(fā)。2014年1月初，IBM宣布組建“Watson Group”，旨在進(jìn)一步開發(fā)、商用和增強“Watson”及其他認(rèn)知技術(shù)，此外還投入10億美元用于其他相關(guān)項目。
Watson已經(jīng)開始為IBM賺錢了。法國農(nóng)業(yè)信貸銀行預(yù)測，Watson系統(tǒng)創(chuàng)造的收入將在2018年占IBM總收入的12%以上。Watson已經(jīng)被部署在IBM去年收購的云計算基礎(chǔ)設(shè)施業(yè)務(wù)Softlayer上，成為IBM與亞馬遜、谷歌、微軟等大型科技公司在云計算領(lǐng)域展開競爭的武器。
另一個代表性產(chǎn)品是IBM在2014年的人腦模擬芯片SyNAPSE。該芯片能夠模仿人腦的運作模式、低功耗，在認(rèn)知計算方面要遠(yuǎn)勝傳統(tǒng)計算架構(gòu)。和其他芯片公司的紙上規(guī)劃不同，這款芯片已達(dá)到量產(chǎn)要求。
IBM將其技術(shù)和商業(yè)實力總結(jié)為“認(rèn)知計算體系”。IBM大中華區(qū)副總裁、戰(zhàn)略部總經(jīng)理郭繼軍向《財經(jīng)》記者表示，IBM推動認(rèn)知計算體系，目標(biāo)是把IBM在人工智能、大數(shù)據(jù)、深度學(xué)習(xí)、模式識別等所有領(lǐng)域里所做的積累應(yīng)用到各個行業(yè)中去，幫助各行各業(yè)客戶提升效率，解決他們所面臨的現(xiàn)實挑戰(zhàn)。
微軟人工智能技術(shù)的研究已超25年。1991年微軟成立研究院，最早的五個研究組，研究方向分別是人機交互、自然語言處理和機器學(xué)習(xí)、語音識別和語音合成、計算機視覺。這些恰恰是今天人工智能的幾個最重要的分支。
微軟的人工智能研究方向要寬泛很多，微軟研究院擁有超過1000位科學(xué)家，在包括深度學(xué)習(xí)的多個領(lǐng)域的技術(shù)布局處于世界頂端。
微軟最新的深度學(xué)習(xí)系統(tǒng)在2015年ImageNet計算機視覺識別挑戰(zhàn)賽中，將計算機視覺系統(tǒng)錯誤率降低至3.57%，相比于人眼辨識的5.1%，這是人工智能首次在識別圖像的錯誤率上超越人類水平。這些機器由微軟的Azure云服務(wù)提供支持。
微軟不僅將人工智能技術(shù)應(yīng)用于如Windows、Azure等核心業(yè)務(wù)中，還構(gòu)建開放的平臺，將多年的技術(shù)積累開放給產(chǎn)業(yè)界，它的目標(biāo)是打造一個人工智能生態(tài)圈。
它在無人區(qū)走得最遠(yuǎn)，在現(xiàn)實商業(yè)世界中隱蔽得最深。
和前輩相比，年輕的谷歌在人工智能領(lǐng)域做的事情更讓外界看得懂，也更興奮。谷歌一方面不知疲倦地做底層人工智能技術(shù)的積累，研發(fā)更加高級的深度學(xué)習(xí)算法，增強圖形識別和語音識別能力。另一方面親力親為布局了包括智能家居、自動駕駛、機器人(2013年收購了8家機器人公司)等領(lǐng)域，前者為后者帶來基礎(chǔ)技術(shù)支撐，后者為前者提供數(shù)據(jù)和反饋。
值得一提的是，谷歌在無人駕駛汽車領(lǐng)域的技術(shù)積累，已經(jīng)遠(yuǎn)遠(yuǎn)超過傳統(tǒng)汽車廠商和其他互聯(lián)網(wǎng)公司。
更加年輕的Facebook，將人工智能視為未來的三大方向之一。Facebook天然擁有全球范圍內(nèi)的海量社交數(shù)據(jù)，但在基礎(chǔ)科學(xué)的研究上依然不遺余力。2013年，F(xiàn)acebook在加州成立了Facebook AI Research (FAIR)?？突仿〈髮W(xué)機器人系博士、Facebook人工智能組研究員田淵棟稱，F(xiàn)AIR的研究方向自由寬松，研究所需的計算資源(如GPU)相對豐富，同時也沒有近期的產(chǎn)品壓力，可以著眼長遠(yuǎn)做困難和本質(zhì)的研究。他稱，這樣的學(xué)術(shù)氛圍在各大公司是極其少見的。
如果說前述幾大巨頭都是從人工智能技術(shù)出發(fā)，結(jié)合云計算賦予技術(shù)更多勢能，那么亞馬遜的路徑正好相反。亞馬遜是全球第一大云服務(wù)提供商，它的云服務(wù)收入超過微軟、IBM、谷歌、Salesforce等所有對手的總和。但亞馬遜目前的人工智能技術(shù)，多數(shù)集中在提升購物體驗的深度學(xué)習(xí)領(lǐng)域。
人工智能技術(shù)有兩大要素：核心技術(shù)平臺和數(shù)據(jù)循環(huán)。只擁有技術(shù)是不夠的，需要業(yè)務(wù)和數(shù)據(jù)結(jié)合，才能打造好的技術(shù)。對循環(huán)數(shù)據(jù)的獲取，巨頭們也都不遺余力。
以最熱衷開源的微軟為例，去年，微軟了“牛津計劃”(現(xiàn)更名為“微軟認(rèn)知服務(wù)”)，這是一個基于微軟云平臺的智能API(應(yīng)用程序編程接口)，涵蓋了五大方向的人工智能技術(shù)，包括了計算機視覺、語音、語言、知識、搜索五大類API。去年夏天火爆的How-Old.net，就是借助該平臺快速開發(fā)出來的一款應(yīng)用，一共只有20多行代碼。
類似的工具包微軟還有很多，例如深度學(xué)習(xí)工具包(CNTK)和微軟亞洲研究院主導(dǎo)的微軟分布式機器學(xué)習(xí)工具包(DMTK)等。
這些對于創(chuàng)業(yè)公司和中小企業(yè)來說相當(dāng)實用。他們不用從底層技術(shù)一點點學(xué)，在小集群上或者是云服務(wù)上就可以直接調(diào)用。
對于巨頭來說，算法已經(jīng)不再是競爭的障礙，數(shù)據(jù)和用戶習(xí)慣才是山頭。大量的初創(chuàng)企業(yè)會采用開源做很多垂直領(lǐng)域的業(yè)務(wù)，其中包括海量試錯和驗證，最終也會反饋回開源，而這正是巨頭們所期望的。
做B2B生意的IBM對數(shù)據(jù)的專業(yè)度要求更高，無法僅依賴搜索引擎和大量應(yīng)用的交互來訓(xùn)練Watson系統(tǒng)，因此通過深度合作和并購來獲取專業(yè)數(shù)據(jù)。
以醫(yī)療領(lǐng)域為例，IBM和多家世界級頂尖醫(yī)院合作，向醫(yī)院部署Watson的智能系統(tǒng)，通過分析這些醫(yī)院的病歷、專家的治療經(jīng)驗、現(xiàn)有的學(xué)術(shù)研究等，幫助它們制定、觀察和調(diào)整癌癥患者的治療方案。在這一過程中，Watson也就有了這一領(lǐng)域的數(shù)據(jù)積累。
2015年4月，IBM收購了Explorys，它是一家可以查看5000萬份美國患者病歷的分析公司。類似的收購IBM還有不少，并且出手相當(dāng)大方。
Watson已經(jīng)可支持針對乳癌、肺癌和結(jié)腸直腸癌、皮膚癌等癌癥的初期診斷。在皮膚癌領(lǐng)域，在一項對3000幅皮膚鏡檢查圖像的研究中，Watson識別皮膚癌的準(zhǔn)確率高達(dá)95%以上。而人類識別皮膚癌的準(zhǔn)確率只有84%。
國內(nèi)的一位人工智能業(yè)者調(diào)侃，國際巨頭在人工智能領(lǐng)域真正有價值的是它們的那些你看不見的、沒開源的、國際會議上含含糊糊一筆帶過的技術(shù)。“那些才是可以顛覆未來的彈藥?！?/p>
填補斷層
人工智能的產(chǎn)業(yè)結(jié)構(gòu)可以分為三層：應(yīng)用層、技術(shù)層和基礎(chǔ)層。應(yīng)用層聚焦在人工智能和各行業(yè)各領(lǐng)域的結(jié)合；技術(shù)層是算法、模型和技術(shù)開發(fā)；基礎(chǔ)層則是計算能力和數(shù)據(jù)資源。
BAT擅長第一層。BAT手中，天然握有全球最大的數(shù)據(jù)資源。但在第二層和第三層嚴(yán)重斷層。中國在人工智能領(lǐng)域的科研水平停留在工程數(shù)學(xué)、物理算法等工程科學(xué)的創(chuàng)新層面，基礎(chǔ)理論研究領(lǐng)域的人才和資源很少。
多位接受《財經(jīng)》記者采訪的中外業(yè)者認(rèn)為，BAT的優(yōu)勢在于海量數(shù)據(jù)，和國際巨頭的核心差距在技術(shù)。
騰訊高級副總裁姚星告訴《財經(jīng)》記者，今年初，他和騰訊的投資并購部達(dá)成了一個共識，開始大量考察美國的機器學(xué)習(xí)平臺類創(chuàng)業(yè)公司。一則中國這類技術(shù)公司不多；二則收購這種公司可以快速補足騰訊在算法領(lǐng)域的不足。
姚星向《財經(jīng)》記者分析，同樣提供10萬個樣本給機器，優(yōu)秀的算法平臺可能只需要幾個小時，速度慢的可能需要幾天時間。
對于海外收購，搜狗公司CEO王小川則更加直白：“國內(nèi)適合收購的標(biāo)的公司很少，因為根是斷的，(技術(shù)和基礎(chǔ)研究)源頭在國外，要到國外看。”
在快速迭代的互聯(lián)網(wǎng)世界里，即便是互聯(lián)網(wǎng)巨頭，單打獨斗練獨門秘籍也會錯失良機。最佳方式，就是擁有數(shù)據(jù)和擁有技術(shù)的公司，通過各種結(jié)盟方式形成優(yōu)勢互補，快速搶占市場。
2014年11月，螞蟻金服宣布和曠視科技戰(zhàn)略合作，利用后者的人臉識別技術(shù)Face++軟件去確認(rèn)開立在線銀行賬號的用戶身份，即“人臉支付”。
Face++在人臉檢測的多項指標(biāo)評測中接連拿下世界第一。2013年，在極難識別的互聯(lián)網(wǎng)新聞圖片上，獲得了97.27%的準(zhǔn)確率，這個指標(biāo)高于Facebook團隊。三年后，這一準(zhǔn)確率已提高至99.5%。
進(jìn)行面部識別，需要處理大量來自面部的數(shù)據(jù)信息，包括結(jié)構(gòu)、五官以及肌肉等方面的數(shù)據(jù)分析。阿里云為這個合作注入自身的數(shù)據(jù)和分析能力。
“凡是花錢解決的問題都不是問題，阿里可以自己完成這些事情，但時間成本是相當(dāng)昂貴的?！遍h萬里對《財經(jīng)》記者說，“阿里有1000件同級別的事情要做，能做好的只有其中幾件，剩下的用投資+合作，這是時間和資本效率最高的做法。”
技術(shù)和數(shù)據(jù)的結(jié)盟并不限于BAT，更多的公司希望通過結(jié)盟方式獲得未來，新的巨頭或許從中誕生。
搜狗CEO王小川的思路是社交化，做更多連接，通過建設(shè)社群關(guān)系，把人大腦里的智慧表達(dá)出來，從而解決目前搜索技術(shù)存在的內(nèi)容不夠精準(zhǔn)和實用性較差的問題。2013年騰訊入股搜狗后，先后向搜狗開放了微信公眾號數(shù)據(jù)和QQ興趣部落，為搜狗輸入數(shù)據(jù)資源。除此之外，搜狗還在去年11月戰(zhàn)略投資知乎1200萬美元，全面接入知乎內(nèi)容。
王小川想讓搜狗的人工智能機器不斷學(xué)習(xí)社群數(shù)據(jù)，他對《財經(jīng)》記者說，“人工智能下一個五年不在于人工智能本身，而是讓機器找到人。”
今天，技術(shù)和數(shù)據(jù)的天然開放性讓各公司之間的競爭變得“我中有你、你中有我”，最終的贏家是可以將技術(shù)和數(shù)據(jù)平衡利用，達(dá)到平臺效益最大化的公司。
微軟亞洲研究院常務(wù)副院長芮勇認(rèn)為，橫向?qū)Ρ?，中國和國際領(lǐng)先公司在核心技術(shù)上確實存在差距，國外更加注重基礎(chǔ)研究和技術(shù)研發(fā)，國內(nèi)企業(yè)可以將國外的研發(fā)工具化、商業(yè)化；從縱向看，中國在人工智能領(lǐng)域的技術(shù)積累近幾年確實出現(xiàn)了飛躍，無論是最底層的計算機體系架構(gòu)，還是智能硬件，或是上層軟件應(yīng)用，都有質(zhì)的進(jìn)步。
“只要不太急于求成，持之以恒地投入，中國的人工智能產(chǎn)業(yè)相當(dāng)值得期待。”芮勇說。
擠出泡沫
馬云在一次內(nèi)部講話中強調(diào)：“全球都在講人工智能，到了風(fēng)口浪尖，在創(chuàng)新面前，沒有第二只有第一，創(chuàng)新落伍了，你就輸了?！?/p>
焦慮的不僅是BAT，華為公司創(chuàng)始人任正非5月30日在全國科技創(chuàng)新大會上發(fā)言提到，“未來二三十年人類社會將演變成一個智能社會，其深度和廣度我們還想象不到。如果不能堅持創(chuàng)新，遲早會被顛覆?！?/p>
開放趨勢之下，人工智能也注定不是一場巨頭間的戰(zhàn)爭。
市場調(diào)研機構(gòu)CB Insights的統(tǒng)計數(shù)據(jù)顯示，2014年風(fēng)險資本對人工智能的投資增長302%，達(dá)到3.09億美元。
中國人工智能領(lǐng)域已有近百家創(chuàng)業(yè)公司，65家獲得投資，共計29.1億元人民幣，其中曠視科技、優(yōu)必選、云知聲、SenseTime四家公司登上艾瑞獨角獸榜單。
更多初創(chuàng)公司只是打上了人工智能的標(biāo)簽。它們本質(zhì)上是用國際開源的平臺，用數(shù)據(jù)訓(xùn)練一兩個模型，甚至照搬國際模型，這其實潛含危險，最大的風(fēng)險是產(chǎn)品嚴(yán)重同質(zhì)化，尤其在人臉識別、語音識別等成熟領(lǐng)域，這些公司的產(chǎn)品沒有突破性創(chuàng)新，根本沒有繼續(xù)走下去或被收購的價值。
姚星常常為投資人鑒定真?zhèn)稳斯ぶ悄芄?。他說，辨識偽人工智能公司有兩個關(guān)鍵點：一是這家公司所采用的技術(shù)是否是最新、最前沿的技術(shù)，如果不是，則是用人工智能概念包裝的偽人工智能。
其二，這家公司的技術(shù)和業(yè)務(wù)是否具備可擴展性？若否，則是采用部分機器學(xué)習(xí)算法或淺層人工智能技術(shù)的商業(yè)公司，而非真正的人工智能公司。
iPIN是一家擁有文本認(rèn)知智能技術(shù)的公司，從去年開始，iPIN收到了不少投資機構(gòu)的投資意向，該公司創(chuàng)始人兼CEO楊洋告訴《財經(jīng)》記者，到目前為止，他還沒有遇到真正有能力鑒別人工智能技術(shù)水平的投資機構(gòu)。
“這對于做偽人工智能的公司絕對是一個好消息?！睏钛笳{(diào)侃說。
危險在于，就算是一些初創(chuàng)時期確實手握人工智能獨特技術(shù)和商業(yè)模式的公司，也在資本的脅迫下慢慢走形。
在資本的壓力之下，一些人工智能創(chuàng)業(yè)公司開始過早商業(yè)化，研發(fā)投入逐步降低，人員結(jié)構(gòu)也發(fā)生變化，銷售開始主導(dǎo)公司，最終技術(shù)公司變成營銷公司，失去了被并購的價值。
投資人工智能公司，需要專業(yè)技術(shù)知識和長線投資眼光。根據(jù)Gartner的“智能機器炒作周期圖”，由人工智能驅(qū)動的應(yīng)用中，語音識別產(chǎn)業(yè)化最高，自動駕駛汽車和智能顧問處于炒作最高點，智能機器人、自然語言處理/生成和虛擬個人助手則處于爬坡期。這些都屬于5年-10年內(nèi)能廣泛普及的顛覆性技術(shù)。而神經(jīng)形態(tài)硬件(如神經(jīng)元芯片等)屬于10年以后才能普及的技術(shù)，但該技術(shù)可能還沒研發(fā)成熟就被淘汰了。