认识人工智能的九个方面
3、本次人工智能浪潮的驱动因素
驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值;另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。
4、人工智能产业发展技术方向
人工智能方向的企业目前主要分为两类:专注于技术研发的通用型人工智能企业，如DeepMind、FacebookAIResearch、GoogleBrain与BaiduAI等，以及专注于人工智能技术应用的专用型人工智能企业。通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。
5、人工智能产业发展的地域分布
纵观全球人工智能产业的发展，我们可以发现，全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80%。
6、人工智能未来发展的预测
短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGoZero在无监督模式下取得的惊人进步充分体现了此方向的热度。长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。
在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。长期来看，正如国际人工智能领域著名学者MichaelI.Jordan所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。
7、本次人工智能可以带来的商业价值分析
随着人工智能在各个行业的应用场景逐渐明朗，应用的行业与业务范围逐渐增加，在自动驾驶、医疗辅助诊断、金融交易风险防控等领域已有众多企业进行了布局。
从定量的角度，至2030年，人工智能将在中国产生10万亿元的产业带动效益。根据我们的估算，人工智能带来最大影响的传统产业将会是金融、汽车、零售和医疗。在金融行业，通过人工智能技术在风险控制、资产配置、智能投顾等方向的应用，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶上的技术突破将带来约5000亿元人民币的价值增益。在医疗行业，通过人工智能技术在药物研发领域提高成功率、在医疗服务机构内提供疾病诊断辅助、疾病监护辅助等提高服务效率的应用，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，人工智能在推荐系统上的运用将提高在线销售的销量表现，同时更加精准的市场预测将降低库存成本，预计人工智能技术将带来约4200亿元人民币的降本与增益价值。
8、目前人工智能在各行业的发展基础分析
根据不同行业的企业在组织机构方面、数据与技术基础方面以及人工智能应用情况上的现状，我们设计了不同行业人工智能发展基础的评估体系，对各个行业应用人工智能的准备程度进行了评估。
通过在各个行业积累的项目经验以及与各个行业的专家访谈，我们对13个行业在组织文化基础、数据与技术基础、人工智能应用基础三大方面的17个子问题进行了定量评估。
从结果上来看，金融、零售、医疗与汽车行业发展基础最为夯实。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上也有不错的成型成效，在组织机构的创新文化与灵活性上处于中等优势地位。医疗行业拥有多年的医疗数据积累与流程化的数据使用过程，因此在数据与技术基础上有着很强的优势。汽车行业已经开始利用人工智能技术布局自动驾驶、辅助驾驶技术，因此在组织基础与人工智能应用基础上有着很好的优势。零售行业在组织结构、数据积累、人工智能应用方面有一定基础，处于一个比较均衡的发展状态。
同时，制造、教育、通信行业值得关注。制造行业、通信行业虽然在组织机构上的基础相对薄弱，但由于拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。教育行业的数据积累虽然仍处于发展过程中，但组织整体对人工智能持重点关注的态度，同时开始在实际业务中结合或应用人工智能技术。
9、企业如何布局人工智能
如前所述，人工智能技术是继互联网之后最具颠覆性的革命性技术，它将开启一系列新的商业变革。当下人工智能技术所处的发展阶段，就好似处于上世纪九十年代中期的互联网技术。目前，谷歌、Facebook、亚马逊、阿里巴巴、百度等互联网巨头都以收购人工智能初创企业或自建研发实验室等各种方式积极布局人工智能研发，各行业领军企业也在各类人工智能应用场景内进行积极的投资、收购与研发。对于各行业的企业而言，布局人工智能应用，时机就在当下。企业发展人工智能总体思路。
企业在制定人工智能发展计划时：
首先应当明确在目前业务场景下有哪些地方可以运用人工智能技术，有什么机会可以把握，或者换个角度说，如果不开始布局人工智能技术，会失去哪些机会。企业需要通过研究外部市场发展情况,了解目前行业中其他企业在此技术方向上的布局，评估人工智能技术在自身业务背景下的应用机会，学习观察在价值链各环节上的商业应用案例。
其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供各方面的支持与引导。
最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关配套能力支持计划的执行。
来源：未来智库头条
版权声明：转载文章和图片均来自公开网络，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜返回搜狐，查看更多
人工智能助力高等教育：变革与坚守
作者：詹泽慧钟柏昌来源：中国教育新闻网-中国高等教育杂志
近年来，大数据、云计算、虚拟现实、人工智能等智能信息技术的兴起，深刻地影响着教育领域。作为引领科技革命和产业变革的战略性技术，人工智能具有溢出带动性很强的“头雁”效应，在近五年的《地平线报告》中均被提名，成为名副其实的助推高等教育教学发展的动力引擎。然而，“技术是把双刃剑”，何况人工智能这把“剑”尚未全面炼成，教育应用的“剑法”也尚不成熟。因此，在人工智能逐渐融入教育的今天，常有人质疑其智能的准确性是否能达到可用的程度。事实上，技术是一种客体存在，是人的本质力量对象化（劳动与实践）的产物，只有将人工智能嵌入合理的教育教学框架中，才能使其发挥正向作用。人工智能怎样助推高等教育发展？应明确哪些因素是变革的积极力量，哪些又是需要坚守的本质与初心，从而在技术浪潮中既能与时俱进，又能在变与不变之间保持必要的张力。
人工智能与高等教育的主客体地位辨析
人工智能与高等教育之间的关系，本质是“技术”与“教育”之间的关系。对二者的辨析实质上需探析其相互作用的两种主要形式：技术教育化与教育技术化。所谓技术教育化，就是将技术转化为“教育中的技术”，教育主体根据需求选择合适的技术，并在教育实践中对技术进行设计与开发，形成更加切合教育需求的技术。换言之，经过教育者本质力量的持续改造，技术才能成为适用于教育的技术。所谓教育技术化是指新技术首先以“工具”的形态进入教育系统起到教育辅助作用，随着新技术的作用得到肯定与推广，人们的行为习惯与能力也逐步发生变化，教育中原有的教学方法、教学规律、教学原则、教学理论等在新技术的影响下进行适应性的调整。
进一步说，“教育”与“技术”的关系是主体与客体之间的关系：教育作为主体，技术作为客体。技术是教育主体（人）实现教育目的的实践过程中（人的本质力量的对象化）的产物，也即技术在先天本质上是依附于人的教育需求与实践。由此可以说，教育的本质与目标不会因为人工智能的介入而发生根本变化，但会因为人的教育需求改变而变化；无论技术冲击多大，人作为教育系统中的主体地位是不可撼动的，技术对教育的影响取决于人的教育需求与实践。有人一味强调人工智能的作用而忽视教育自身需求与能动性，将教育当作对人才的规模化培养和无差别制造，这显然不符合技术的本质。
人工智能应用于高等教育可能会改变师生教学行为习惯，产生教育理念、教学原理、教学结构、学习方式等方面的变革。然而，在高等教育系统中，学习者的身心发展规律、教育的本质与基本原理等具有跨越时空的普适性与稳定性。这些不变的基本理论应该作为高等教育系统引入人工智能的标准与指南，以规范人工智能的“客体”角色定位，为高等教育系统服务的同时形塑教育人工智能的特质，避免技术的僭越桎梏师生主体性的张扬，真正实现人工智能与高等教育的双向赋能。
人工智能助推高校教育系统变革
目前，人工智能在教育领域的典型应用主要包括智能导师、智慧学伴、智能评测系统、特征识别与学习分析等，涉及教学场景、学习场景、管理考核三大场景，基本实现了对教育的全面渗透。
1.人工智能时代“教”的变革
在人工智能时代，高校教师角色被重新定位。人工智能技术的引入打破了大学课堂的边界，在自适应学习引导和智慧化资源推送支持下，学生将有更多机会进行自主学习，而不再受限于高校教师的权威。教师逐渐从知识传授者转变为学生学习的启发者、引导者、支持者、协作者，师生关系更加平等、开放。人工智能催生了“智能导师”和“双师教学”形式的出现，“教书”和“育人”的工作将被分离：“智能导师”或人工智能“助教”承担传授知识的教书工作（如批量批改作业、实时管控教学等高重复性、低认知性的程式化工作），而人类教师则集中精力在开展育人工作上（如引导学生、传递价值观、情感沟通等高认知的工作）。
在教学形式上，教师可灵活运用各类智能化信息工具，分析学习者特征，为学习者提供更加科学、个性化的指导。人工智能时代大学课堂将会更有弹性、灵活、互动、开放，教学课程越来越多地体现为线上、线下的混合，人工智能支持下的翻转课堂学习模式、自适应学习模式、项目合作与探究的学习模式等，使得人工智能时代的人才培养更加个性化、精准化和差异化。
在教学内容上，人工智能有可能促成高等教育学科结构的变化。人工智能对未来职业岗位产生了巨大冲击，一些低技能与重复化的工作将被智能机器代替。高等教育要面向未来的岗位和职业要求变化，以发展性的眼光进行学科体系结构的调整。教育部《高等学校人工智能创新行动计划》指出，高校要完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，一方面完善人工智能的学科体系，另一方面要推进“新工科”建设，形成“人工智能+X”复合专业培养新模式。再者，人工智能还可以视作建立学科联系的纽带和载体，与其他学科进行整合以开展跨学科教育（如STEAM+AI）。此外，人工智能机器带来的工业生产与简单服务业工作中人力的解放，使得人们有更多的时间思考。美学、艺术、人文、社会、哲学等人文学科可能会产生越来越多的就读需求，人文学科在人工智能时代可能会强势回归。
2.人工智能时代“学”的变革
在学习者分析、学习诊断与评测、智慧化推送等人工智能技术的支持下，学习者可以通过人工智能终端随时随地获得所需的资源，终身学习成为可能。学习过程变得更加自主、人性化、精准化、个性化。更重要的是，其有助于解决教育“个性化”和“规模化”双向需求的问题，也有助于缩小数字鸿沟，推动教育公平。
在学习形式上，传统的“生听师讲”的面对面授课已经难以契合人工智能时代的育人需求。有学者主张实行“经验学习”，即在真实情境的实践体验中学习，真切感知不同的文化或社会情境。也有学者指出，人工智能将激发高校系统中“人机协同学习”的新场景，由此伴随而来的海量信息与高速发展的社会性等特征，给教育教学带来了“高信息吸收量”与“有限的时间”等限制条件，这又进一步要求新技术为学生提供更凝练、高效而具身的社会经验。
在学习发展目标上，具备高信息素养、科技素养以及创新创造能力的人工智能人才培养成为了各国高校育人的重要方向。无论是面向专业型的人工智能精英培养，还是面向科普型的其他各行业人才，在育人需求上都产生了新的变化。除此之外，人工智能时代还强调培养学习者知识迁移运用能力、逻辑思维能力、判断性思维能力和复杂决策能力，以及想象力、表达力、创造力等高阶综合能力，从而实现实用型、复合型、智慧型的人才培养。
3.人工智能时代“管”的变革
人工智能在学习支持服务与行政管理服务中的应用主要有以下四个方面：特征分析和预测、考核和评价、自适应系统和个性化、智能辅导系统。在人工智能与大数据、云计算、区块链等技术支持下，海量的高校信息与数据得到了有效的管理、流通、共享与保护，这不仅有利于信息与资源的共建共享，而且减少了许多简单性、重复性、程序性的工作，优化了高校教育管理中烦琐的流程性业务。例如，线上办理、数字签名等功能，实现了简政增效。又如，基于数据的实时获取与监控，能够实现校园情况的实时把控，提高校园的安全管理效能。
把握好“双主”师生关系，科学发挥人工智能应用实效
教育是关乎人的事业，人工智能与高等教育之间的关系，本质上是技术与人之间的关系。只有坚定人作为教育主体地位不动摇，把握好“教师主导-学生主体”这一“双主”师生关系，人工智能应用与高等教育才能科学发挥实效。
1.坚守教育者在高等教育系统中的主导地位
一切智能技术的作用，都是在人的设计和引导下实现的作用，所以人工智能的智慧，其实质还是人类的智慧。例如，在开展智能化评价时，智能评价背后的评判标准与逻辑由专家研究与制定，评价的结果与效果尽在人类的设计与规划之中。在人工智能全方位渗透进高等教育领域的今天，被人工智能所“识别”“分析”“判断”“决策”与“引导”，但实质上这一切都是在智能机器背后的专家团队的集体智慧。
人类智慧才是人工智能背后的真正逻辑，因此高等教育的“传道授业解惑”亦须以人为主导。何况当前人工智能技术发展还处于初级阶段，新一代人工智能在涉及心灵、文化、审美等高认知、高情感体验、高人文性与复杂性的领域，仍存在局限。教育是面对生命的事业，教书育人具有很强的人文性与情感温度。人工智能机器可以代替和辅助人类完成简单重复、低认知与低技能的工作，承担知识讲授、评卷阅卷等教书任务；但是在传递理想信念与经验道德、引导创新等高阶任务仍要依靠教育者实现。
2.坚守受教育者在高等教育系统中的主体地位
育人是教育的本质，“培养适应社会发展的人”是高等教育的重要目标，立德树人是高等教育的根本任务。所有人工智能机器与工具的设计与使用，其本质驱动力就是为促进学生的发展而服务。新技术的出现，为采用新的教学方法、提高教学质量提供了可能。但是新技术从出现到应用，常常耗费人力、物力和财力。若为了使用技术而生产技术，这种“自产自销”的行为中间不会产生任何的教育价值与意义，结果可能只是劳神伤财。因此我们需要紧紧把握“育人”目标，谋篇布局，进行人工智能技术与工具的设计与开发，把学习者放在设计与应用过程的中心，才能保证技术的可取、可信、可用。
3.人工智能与高等教育的双向赋能须坚守以人为本
人工智能可以减少教师工作量，达到减负增效的效果，但这并不意味着我们可以完全依赖于人工智能来做评价。那么在高等教育中，什么环节必须依托人类智慧，什么环节可以依托人工智能呢？可以从四个维度来分析：在“教”的维度上，内容的呈现、课后的辅导可由双师课堂完成，但互动与共情的环节，人类教师的作用是不可替代的。在“学”的维度上，人工智能可以对既定题目进行实时反馈，但知识的习得与内化迁移也只能由学习者自身来完成。在“研”的环节，人工智能可以辅助分析，还能协助解决部分问题，但发现问题的过程，亦难以通过人工智能达成。在“管”的维度，人工智能可以从数据中发现类别或奇异点，作出预警，然而决策的过程仍然离不开人类。总之，人工智能在教育领域可以帮助师生做事实判断，但无法也不应做价值判断，教育主体的师生互动和情感交流才是根本。
毋庸置疑，人工智能潜力巨大，其发展必将带来高等教育的新形态、新生态。但技术的能量需要理性看待，有所为有所不为，有变革，亦需坚守。
一方面，技术再强大，育人才是根本，面对人工智能对教育的渗透，需要有“以静制动”的定力。首先，在人工智能重塑高等教育的过程中，人工智能如何作用，其背后藉由人工智能专家、教育学专家、心理学专家等专业人员“无形的手”进行操控。人工智能对高等教育的冲击，还是在人为控制和规划范围内的冲击。其次，技术是工具，育人才是目的。无论人工智能如何作用，归根结底还需落实到人。教育立德树人的根本任务不会改变，人工智能应用要为人才培养服务的定位就不会改变。在人工智能对高等教育助力的过程中，我们要坚守人作为教育主体地位不动摇。
另一方面，人的需求在不断变化，教育也在不断革新，面对人工智能对教育的冲击，还需要有“以动制动”的应变能力。人工智能技术是“人”改造世界的过程中本质力量对象化的产物，在教育领域，尤其是肩负高层次创新人才培养的高等教育领域，教育者需要深入思考新时代背景下国际高等教育的发展趋势和人才培养的需求变化，接纳人工智能技术的教育应用，并努力探索改善人工智能在高等教育领域的应用途径、方式、方法、功能与价值，将人工智能教育化，匡正智能技术的教育应用之道。
【作者詹泽慧钟柏昌，单位：华南师范大学教育信息技术学院】
原载2021年第20期《中国高等教育》杂志
人工智能在教育领域的应用及产业展望
“不许补课,不许考试,不许公布分数,不许按成绩分班!”——南京、无锡的突击式“素质教育”减负,让学霸和学渣的矛盾再一次摆上台面。在提倡“以学生为中心”的教育模式下,AI能否发力教育领域,产新君带你一探究竟。
什么是人工智能+教育?
人工智能+教育指依托大数据工具,通过人工智能技术精准计算学生的知识水平、学科倾向、思维类型、情感偏好、能力潜质等,并结合习得规律和教育规律,合理配置教学内容,科学实施因材施教,促进学生个性化全面发展和核心素养全面提升。人工智能精准助力教育,能够促进行业由以老师为中心的教学模式向以学生为中心的学习模式转变,真正实现“千人千面”的个性化、定制化和幸福化教育。
图1.人工智能促进教学模式的转变
图片来源:华夏幸福产业研究院
人工智能+教育最大的优势在于助力行业降本增效,促进教育公平化,对学生、老师及机构三方均大有裨益:
对学生而言,可以拥有一套个性化学习方案,及时、精准了解薄弱知识点,有针对性的弥补加强,并获得系统提供的标准化服务,避免差别对待。
对老师而言,现阶段能够利用智能化工具,减少作业批改、错题统计等重复性劳动,减轻负担;随着技术产品的不断演进成熟,可助力教师从当前灌输模式向“帮助者、指引者”的角色转变。
对机构而言,能够利用整体数据,掌控全局,精准发力,推进教育资源均衡与教育公平;同时改善资源投入成本结构,提高边际效益,实现社会公平。
教育智能化的夙愿由来已久,但受制于技术、经济及管理等原因,不同地方、不同学校的发展水平不够均衡,应用渗透的总体规模不及预期。随着近年AI火热发展,AI+教育将尚未成熟的教育信息化推向更高的发展阶段。
图2.人工智能+教育发展历程
图片来源:华夏幸福产业研究院
完整的教育流程可分为教/学—练习—考/测—辅助管理四个环节。这些环节都存在人工智能技术应用的天地,如图3所示。其中,针对教/学环节的策略类产品自/智适应教育是整个教育流程中最核心、最复杂的一环,该类产品可直接面对广大学生,市场潜力巨大。而其他工具类产品因不需要对学习内容和规律进行深度挖掘,复杂度较低,技术难度相对较小,产品种类较多,商业化成熟度较高。
图3.人工智能技术赋能教育各环节
图片来源:华夏幸福产业研究院
从产业链角度看,人工智能+教育可分为上游的内容研发和数据采集,中游的产品推广,下游的用户。其中,上游产品开发环节由于需综合新兴的人工智能技术以及教育学、心理学、行为学等多个学科,因此难度高、耗时长,吸金能力也强,前期投入巨大。整体而言,产业链头重脚轻,分工有待细化。
图4.人工智能+教育产业链
图片来源:华夏幸福产业研究院
典型应用场景
经过近几年的跨越式发展,人工智能技术在教育行业的很多领域都有了示范应用,取得了良好的效果,引起了社会的广泛关注,其中四个典型的应用场景包括个性化学习、学情管理、快乐作业和早教。
图5.人工智能+教育四大场景
图片来源:华夏幸福产业研究院
场景一:个性化学习
个性化学习主要用于自学场景,指系统通过知识图谱和自适应推荐引擎,在大数据的基础上构建学习模型并输出学习建议,使每个使用者拥有自己独特的学习路径,支持按图索骥式学习,提高学习效率。个性化学习能够助力教育由“千篇一律”到“千人千面”的转变,真正实现“因材施教”。
图6. 个性化学习原理及流程
资料来源:艾瑞咨询
个性化学习可覆盖各个学习阶段,包括早幼教、小学、初中、高中、大学、成人教育领域等,并应用于多个学科,如K12教育、语言学习、分级阅读及职业培训等。入局企业中的佼佼者包括流利说、乂学教育、科大讯飞、考拉阅读等。
场景二:学情管理
学情管理主要用于上课场景,指在课堂上通过摄像头等传感设备获得学生状态数据,并结合人工智能的人脸检测、情绪识别、语义理解、姿态识别等技术进行分析,及时反馈学生的学习状态,如精力是否集中、是否疲困、是否走神等,使老师能了解到每一位学生的课堂参与度,并及时调整授课方式。从学生和家长的接受程度来看,此场景的合理使用尚存在不少争议。
图7.学情管理场景工作模式
图片来源:华夏幸福产业研究院
比较典型的案例是好未来集团的魔镜系统,该系统可以根据教室上课的音视频消息,通过人工智能技术建立标准化、公平化的多维度课堂质量评价体系,课程结束后会生成教师课堂质量分析报告,帮助老师复盘课堂,提升教学质量。
场景三:快乐作业
快乐作业主要针对做作业场景,在该场景中学生可通过拍照搜题类产品将遇到的问题拍照并上传至云端寻找解答方案,该产品还可智能推荐相关习题,帮助学生举一反三,并提供付费教师答疑服务(如提供一对一或小班教学服务),以及其他服务如社群讨论等。该场景下的相关产品不仅能识别机打题目,对于手写题目的识别正确率也越来越准,并对其他可转化的知识付费模式进行了充分挖掘,产品发展相对成熟。
图8.快乐作业场景下的业务模式
资料来源:阿凡题,华夏幸福产业研究院整理
此场景中玩家众多,包括作业帮、学霸君、学吧、阿凡题、小猿搜题等,主要是针对小学、初中和高中的学生,产品内容大同小异,同质化严重,竞争激烈。未来该类产品需要配合个性化学习方案及付费教师讲解等领域,打造多元化产品矩阵,设计更高更宽的产品壁垒。
场景四:早教天地
目前的早教主要是通过教育机器人实现的。教育机器人目前在幼儿园和家庭中使用较多,主要实现陪伴娱乐、辅助学习、生活助手等儿童教育和生活看护陪伴功能。
图9.教育机器人主要应用技术及陪护方式
资料来源:寒武纪小武机器人、火火兔,华夏幸福产业研究院整理
目前专门研发教育机器人的公司也不少,大多数是为各个行业提供机器人解决方案。主要公司包括科大讯飞、寒武纪、康力优蓝、优必选、小米等。
问题与挑战
虽然目前人工智能赋能教育产业取得了长足进步,受到更多资本青睐,有更多企业涌入这个赛道,但人工智能+教育在深度融合过程中仍面临诸多挑战:
业务复杂度高。与金融、医疗等领域不同,教育过程本身是十分复杂的,需要深入结合行为学、心理学等多个复杂学科,而每个学生的学习速度、理解能力等都不同,人工智能需要解决“千人千面”的问题,在教育领域面临很大的挑战。目前产品同质化严重,核心要素和解决方案雷同,没有独树一帜的新颖性。
应用模式和市场认知不足。现阶段中国教育仍以传统的线下教学模式为主,由于学生自控力有限,部分老师、家长认为相关产品(如拍照搜题等)会干扰现有的培养模式,或者不利于学生个性化培养,造成滥用。
数据积累稀缺。虽然教育行业已经积累了一定的用户数据,测试和练习的单点学生行为数据丰富,但是有效的结构化、连续性数据稀缺。只有拿到了课前预习、课中互动、课后练习测验等教与学环节的数据,才能提供精准服务。
技术人才短缺。教育自动化需要深入理解知识点之间的内在关系和逻辑,并转变为行之有效的学习产品。然而目前兼具人工智能技术和教育行业知识的人才屈指可数。
发展建议
面对人工智能与教育产业深度融合的种种问题,产新君建议:
打造教育大数据开放平台。目前教育行业有效的数据奇缺,各平台间无法实现信息共享。建议国家教育行政主管部门统一规划协调,统筹整合资源,以教育大数据的挖掘结果为依据,使智慧教育的发展方向兼具先进性和科学性。应坚持让教育数据“流”动起来,通过实时开放共享的数据平台促进全行业开展研究,促进AI+教育早日结出硕果。
促进教师的赋能。现阶段的人工智能+教育产品更多地是一种辅助、替代部分教育工作的手段和工具,还不足以改变整个系统。当前,对学生心理、学习习惯、教学方式等理解最为深刻的还是教师群体,因此需要加强教师在人工智能+教育产业中的能动作用,促进该群体的积极配合,做出更合理更有效的产品。
创新机制体制促进行业快速发展。人工智能与教育融合存在的问题主要是数据、技术、人才等,这些都要通过科研、金融、教育、财税、监管体制机制等创新来解决。由于涉及学生、教师、家长、学校、企业等庞大群体,既要确保信息安全,更要积极推进技术应用,切莫“因噎废食”。
回复关键词【人工智能+大数据】,获取相关文章汇总;回复数字“146”,查询、下载最新产业动态观察。
人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）