解读《北京市促进通用人工智能创新发展的若干措施》
2023年5月30日，北京市政府办公厅正式发布《北京市促进通用人工智能创新发展的若干措施》（以下简称《若干措施》）。现就《若干措施》解读如下：
一、出台背景
党的二十大提出，要建设现代化产业体系，推动战略性新兴产业融合集群发展，构建人工智能等一批新的增长引擎。2023年4月28日，中共中央政治局召开会议，指出要重视通用人工智能发展，营造创新生态，重视防范风险。
北京高度关注通用人工智能技术发展，持续支持本市新型研发机构，聚焦大模型、类脑智能、具身智能、价值与因果驱动的通用智能体等方向开展研究，产出悟道大模型、通用智能体平台等多项重大原创成果，具有先发优势。同时，本市集聚了一批人工智能优势创新企业和科研机构，推出紫东太初、文心一言、ChatGLM、CPM、孟子等大模型产品，并具备商业化落地能力。
近期，以ChatGPT、GPT-4为代表的Transformer架构大模型技术，因其强大的内容生成及多轮对话能力，展现出通往通用人工智能的可行路径，引发新一轮的人工智能创新浪潮。为系统推动全市人工智能技术及产业发展，市政府印发《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》（以下简称《实施方案》），为进一步贯彻落实《实施方案》，聚焦通用人工智能发展，市政府办公厅同步印发《若干措施》。
二、工作思路
充分发挥政府引导作用和创新平台催化作用，整合创新资源，加强要素配置，营造创新生态，重视风险防范，推动本市通用人工智能领域实现创新引领和理性健康发展。围绕创新主体共性需求，推动数据、算力等关键创新要素汇聚与开放；引导创新主体加强大模型等通用人工智能技术体系研究，持续探索通用智能体、类脑智能、具身智能等通用人工智能新路径；加大创新应用场景供给，推动通用人工智能在政务、医疗、科学智能、金融、自动驾驶、城市治理等方面示范应用；不断探索监管工具及监管流程的创新，建立常态化服务和指导机制，推动相关评估及备案流程，为通用人工智能的技术发展营造包容审慎监管环境。
三、主要内容
《若干措施》针对提升算力资源统筹供给能力、提升高质量数据要素供给能力、系统构建大模型等通用人工智能技术体系、推动通用人工智能技术创新场景应用、探索营造包容审慎的监管环境五大方向，提出21项具体措施。
一是提升算力资源统筹供给能力。实施算力伙伴计划，与云厂商加强合作，提供多元化优质普惠算力。加快北京人工智能公共算力中心、北京数字经济算力中心等项目建设，形成规模化先进算力供给能力。实现异构算力环境统一管理、统一运营，提高环京地区算力一体化调度能力。
二是提升高质量数据要素供给能力。构建安全合规的开放基础训练数据集，建设高质量的预训练中文语料库。谋划建设数据训练基地，提升数据标注库规模和质量，探索基于数据贡献、模型应用的商业化场景合作。建设数据集精细化标注众包服务平台，鼓励专业人员参与标注，研究平台激励机制。
三是系统构建大模型等通用人工智能技术体系。开展大模型创新算法及关键技术研究，鼓励开源技术生态建设。构建数据管理平台相关系统，研发数据清洗、标注、分类、注释及内容审查等算法及工具。构建多模态多维度的基础模型评测基准及评测方法，建设自动评测开放服务平台。支持研发分布式训练系统、编译器及人工智能芯片自动化评测系统，推动基础软硬件广泛适配。持续探索通用智能体、具身智能和类脑智能等通用人工智能新路径。
四是推动通用人工智能技术创新场景应用。围绕政务咨询、政策服务、接诉即办、政务办事等工作，提升精准服务能力和系统智能化水平。面向智能导诊、辅助诊断、智能治疗等场景需求，开发智能应用，提升诊断、治疗、预防及全病程管理的智能水平。支持科研实验室与人工智能创新主体开展联合研发，加速人工智能技术赋能新材料和创新药物领域科学研究。聚焦智能风控、智能投顾、智能客服等环节，系统布局“揭榜挂帅”项目，推动金融机构开放应用场景。支持研发多模态融合感知技术，开放车路协同自动驾驶数据集，探索自动驾驶新技术路径。支持在城市大脑建设中应用大模型技术，为城市治理决策提供更加综合全面的支撑。
五是探索营造包容审慎的监管环境。鼓励创新主体采用安全可信的工具及资源开展技术创新，推动在中关村国家自主创新示范区核心区实行包容审慎监管试点。建立常态化联系服务指导机制，指导创新主体加强安全检测，履行安全评估及算法备案流程。加强网络和数据安全管理，落实主体责任，强化安全管理制度建设，全面提升网络安全和数据安全防护能力。建设科技伦理治理公共服务平台，开展科技伦理审查及相关业务培训，构建良好人工智能科技伦理氛围。
四、政策亮点
一是直击发展褃节。发展人工智能是我国实现中国式现代化的重大战略。《若干措施》坚决落实国家有关战略部署和《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》重点任务，针对算力、数据、算法、应用、监管等产业发展核心要素及关键环节的难点、堵点，提出具体举措，五个维度协同发力，突破发展瓶颈，推动本市人工智能创新发展。
二是直通未来布局。通用人工智能是目前和未来国际人工智能研究的焦点。《若干措施》体系化布局大模型关键共性技术创新，同时前瞻布局通用智能体、类脑智能、具身智能等其他新路径，通过支持创新主体突破关键“点”、支持领军企业带动产业“链”、建设公共服务平台拓宽服务“面”，三位一体协同布局，推动本市全力构建面向未来的人工智能全栈自主技术体系及产业生态。
三是直面产业关切。市场是推动人工智能产业发展的关键力量。《若干措施》坚持发挥市场机制作用，牢牢把握大模型赋能千行百业的战略机遇，充分结合本市经济社会发展优势特点，引导创新主体在智慧城市、科学研究、智慧医疗等一批重点场景实现人工智能创新应用，加强监管技术和政策创新，为北京人工智能健康发展构建完善的创新生态和发展环境。
2023人工智能教育蓝皮书：现状、挑战与发展建议｜附下载
周丹腾讯青少年人工智能教育负责人
吴朋阳腾讯研究院智慧产业研究中心主任
人工智能作为新一轮科技革命和产业革命的重要驱动力量，正在深刻改变人们的生活、工作和教育学习方式，人工智能技术越来越多地应用在教学管理的各个环节，人工智能课程也逐渐成为中小学阶段的重要教学内容之一。
为贯彻落实《中国教育现代化2035》，更全面地调研我国中小学人工智能课程教学和技术赋能教育的现状，腾讯研究院联合华东师范大学、中国教育科学研究院开展全国人工智能教育现状调研，编写了《2022人工智能教育蓝皮书》，旨在为未来中小学人工智能教育落地提供有效路径参考。
本次蓝皮书面向全国25个省市的中小学校长、教师和学生进行问卷抽样调查，从2021年9月至10月获得有效问卷总计超过19万份，样本量较为充分。蓝皮书从人工智能教育的定义及应用比较、人工智能赋能教育的技术应用情况、人工智能课程的教学设置及师资实践等维度，通过不同地区校长、教师和学生不同视角的比较研究，反映出当下人工智能教育的现状及挑战，并对未来发展给出建设性建议。（文末提供本报告电子版和纸质版的获取方式）
人工智能教育的内涵和关键词
教育学者从不同的视角和层次出发，按照观点内容的指向性，将人工智能教育的内涵分为三大类：第一类是工具，人工智能教育即人工智能赋能教育，主要指向人工智能的应用层面，支持教、学、管、评等教育活动的技术手段，利用智能工具对教育系统各要素进行自动分析，支持规模化教学与个性化学习，加快人才培养模式和教学方法的改革。第二类是内容，人工智能教育即人工智能课程教学，以人工智能为学习内容的教育，包括人工智能知识教育、应用能力教育和情意教育等，是提升个体人工智能素养的泛学科性教育。第三类是工具与内容的组合，将以上两类观点进行整合，实现学习层面与应用层面的统一与融合。
图1人工智能教育的分类
工具：
人工智能赋能教育的重要发现
1.学校信息化智能系统建设仍处于“重硬轻软”阶段。受访学校的信息化硬件设备总体情况较好，并配备了一定数量的智能设备，但是人工智能技术教育应用的相关软件系统还较为欠缺。
图2学校所拥有的人工智能软硬件教育装备情况（N=1423）
图3学校在课堂教学中应用人工智能技术的情况（N=1423）
2.学校管理层愿意推进人工智能教学应用，同时对系统安全诉求强烈。受访校长对人工智能技术在学校管理方面的应用满意度较高，并且愿意继续推进人工智能技术在学校中的进一步应用；学校都愿意通过设立“教学服务团队”、“邀请人工智能专家提供指导”等渠道为人工智能在教育方面的应用提供支持；校长们还认为教师最需要的外部支持是为教师创造在教学中使用人工智能产品的文化氛围、配置成熟的人工智能教学应用产品、增加教师在教学中使用人工智能产品的激励机制。由于人工智能技术在教育应用中可能导致师生的个人信息泄露或被监视等问题，因而校长对搭建校园安全预警防范系统的态度较为强烈。
图4校长对人工智能技术在学校管理应用的满意度情况（N=1423）
3.教师整体认可人工智能教学工具的价值，但也受阻于相关产品的不成熟和系统培训的缺乏。受访教师对人工智能在教学中的应用较为满意，认为在教学中应用人工智能技术可以提高他们的教学自信心，但同时也反映在操作人工智能产品中遇到困难的问题。教师认为最阻碍在教学中有效应用人工智能技术的因素是缺乏成熟的智能产品以及配套的资源与服务，其次是中小学中缺乏对一线教师进行人工智能相关课程的系统培训。
图5教师应用人工智能技术的阻碍因素（N=26806）
4.学生普遍愿意使用人工智能学习工具，希望获得个性化评估与辅导。大部分受访学生都对人工智能教育持有积极的态度，愿意使用人工智能学习工具，并认为使用人工智能技术会促进学习。仅有不到一半的受访学生使用过人工智能学习工具辅助学习，使用过的学生则都能够利用人工智能学习工具自主获取所需要的学习资源，实现学习方式的多样化。
图6学生使用人工智能学习工具的类型（N=54684）
大部分受访学生认为，智能评价系统从不同角度分析学习数据，能精准反映实际学习情况，对学习有很大帮助，并期望智能学习工具能够基于问题给予学生详细的解析思路和过程，在此基础上配备相应的讲解视频，全方位多角度地对学生进行有针对性的辅导。
图7学生期望的智能学习工具（N=46462）
内容：
人工智能课程教学的重要发现
1.政府拨款采购是人工智能课程资源配置的主要方式。受访学校拥有的智能技术硬件设备或软件设施等资源，超过半数以上是通过“政府拨款采购”的方式获取的，这表明在人工智能进入中小学的过程中，政府发挥着重要的作用，为课程资源的配置提供坚实的政策和资金支持。
图8人工智能课程资源获取途径（N=1423）
2.学校管理层普遍积极推进人工智能课程，教师能力培养和课程体系完善是当务之急。对于中小学人工智能课程的发展前景，大多数的受访校长保持积极的态度，认为人工智能课程具有光明的应用前景。超半数的受访学校已经开设或正在筹备人工智能教育教学活动，聚焦人工智能课程的教师培养、课程规划以及硬件设备、设施环境等。
图9人工智能教育教学活动的开展情况（N=1423）
图10学校开展人工智能课程建设的主要工作类型（N=838）
3.人工智能课程的教师数量较少，大部分教师认为自身专业知识和能力一般需要进行系统培训。受访的中小学校中，参与人工智能课程教学活动的教师数量较少，专职讲授人工智能课程的教师寥寥无几，大多数受访教师认为自己对于人工智能专业知识和相关工具的掌握程度一般，且开设的人工智能课程尚处于了解与体验阶段，授课时间频率在1周1课时。
图11教师对人工智能相关知识的掌握情况（N=2159）
图12教师开设人工智能课程的阶段（N=2159）
讲授人工智能课程的教师普遍认为，中小学有必要开展与人工智能教学相关的职前培训，仅有三成左右的教师在高等教育阶段接受过人工智能教学培训，且认为培训课程的难易程度适中。
中小学人工智能课程教材的获取途径主要分为两种：直接采购和自主研发；教材的购买主体一般为学校，而教材的开发主体一般为人工智能课程教师，仍有近三分之一的教师表示其所在学校的人工智能课程并没有配备相应的教材资源。
图13人工智能教材资源的配套情况（N=838）
4.学生学习人工智能课程普遍喜欢课外活动、竞赛等多元化的教学方式。大部分受访的学生对自主探究和小组合作的授课形式表示满意，认为项目式的学习方式有益于教学活动的开展，贴近生活的情境学习可以激发他们的学习兴趣，运用人工智能技术解决问题的方法能够提高他们动手实践和创新思维的能力，希望学习人工智能课程可以走出课堂，参加丰富多元的课外活动或竞赛。
图14学生期待的人工智能课程开展形式（N=105955）
地区发展差异分析
1.东部地区学校的信息化基础设施情况和人工智能设施设备情况都是最好的，而东北地区的人工智能系统情况不够乐观，这将导致地区间差异逐渐拉大，更会影响后续人工智能课程的开设与发展。
图15不同地区学校在课堂教学中应用人工智能技术情况
2.东部地区的校长对于人工智能在教育管理上的应用持有赞同态度的比例最高，而东北、中部、西部地区的认同态度比例明显低于东部地区，中部地区最低。
图16不同地区校长对工智能教育管理应用的赞同比例
3.目前各区域人工智能教师培训内容以人工智能教育的理念和理论为主，其中东部地区人工智能教师的培训内容丰富度最高，其他各方面的占比均高于其他地区。
图17不同地区人工智能教师培训内容
4.根据学生使用人工智能工具类型可看出，东部地区中小学生能够自主寻找网络资源满足自己的学习需求，并根据系统的评价与反馈进行自我反思，其信息化素养较高且利用技术解决现有问题的意识也比较强烈，人工智能工具对西部地区中小学生的学习有着更为明显的促进作用。
图18不同地区学生使用人工智能工具情况
5.大部分区域中开设人工智能课程的学校已经具备相关的配套教材资源，其中教材获取途径以学校自主研发为主。
图19不同地区人工智能教材配套情况
6.在“双减”政策下，各区域均考虑开展人工智能课程的课后托管服务，其中中部地区最为突出。
图20不同地区学校考虑开展人工智能课后托管情况
人工智能教育的未来展望
综观人工智能教育发展现状和主要问题，未来发展可从以下几个方面重点考虑：
一是构建公平而有质量的人工智能教育生态系统。人工智能发展带来了社会全方位的变革，也对教育提前布局人力资本提出前所未有的要求。首先，从国家战略的角度要对人工智能教育进行顶层设计，在国家层面制定宏观的规划与方案，再根据地区的差异因地制宜进行调整。其次，国家要大力投资与人工智能教育相关的研究项目，制定高精尖人才培养政策，建设人工智能精英人才库，为人工智能人才提供实践的大舞台。最后，要树立正确的人工智能价值导向，培养人工智能时代具有社会责任感的中国公民，并高度重视人工智能教育发展可能带来的伦理问题，为构建一个和平、包容、稳定的社会做出贡献。人工智能专业人才的培养，不仅依托智能化资源与内在价值认同等基础条件，也需要社会生态与文化情境的有力支撑。
二是提高教师应用人工智能教育技术的能力。未来的课堂，将由人类教师与人工智能教师共同协作承担教学任务，两者各自发挥优势，各司其职。其一，积极开展跨校际、跨区域的教研活动，利用课堂教学智能分析系统，结合不同地区优秀教研员的点评分析，为研修教师提供精准服务，指导、组织、协助研修教师进行深度学习。其二，组织开展人工智能的相关技能培训，转变教师的教学理念，帮助教师精准掌握人工智能的技术，完善学校教师的激励机制，推动教师积极应用人工智能技术开展教学活动，协同实现个性化教育、公平教育与终身教育,促进人的全面发展。
三是推动学校教育评价改革，完善学生评价机制。响应《深化新时代教育评价改革总体方案》中提出的“改进结果评价、强化过程评价、探索增值评价、健全综合评价”、“提升教育评价的科学性、专业性、客观性”的明确要求，一方面，借助大数据、人工智能等技术，以学生在学习过程中的动态数据为基础，实施学习诊断分析，建立围绕学生成长的数据档案，探索各学段学生学习情况的全过程纵向评价。另一方面，优化教育评价方式和转变评价焦点，定期完成核心评价指标的统计和分析，聚焦学生核心素养发展，构建“五育并举”的学生综合素质评价体系，推动德智体美劳全要素的横向评价落地，构建一条完整的人工智能赋能教育领域的清晰路径。
报告全文提供两种获取方式：
1.希望获得电子版报告的读者，请扫码填写您的邮箱地址和单位信息，我们将及时发送；
2.希望获得纸质版报告的读者，请在留言区留下您对人工智能教育的看法，我们将根据点赞数量，选出10位寄送。
刘 波：人工智能对现代政治的影响
上世纪50年代兴起的人工智能技术现已扩展至社会生活的方方面面，对现代国家政治发展产生深远影响。当前，以“网络化”为集中代表的人工智能技术成为新时代的重要特征。从全球发展来看，以人工智能为诱发的一种全新的社会发展态势正在快速凝练推进。人工智能的深入发展将对社会生产关系产生重大影响，促进政治上层建筑的变革。
人工智能在政治领域的外化特征
人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能作为一种科学技术，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等多样性特征。在人类历史发展长河中，任何一场新的革命性科学技术突破发展都会给政治带来不可忽视的巨大影响。人工智能技术在政治领域的外化特征主要体现在以下几个方面：
第一，政治行为过程数据信息化。人的本质是一切社会关系的总和，在一个由数据构成的世界，人也是一切数据足迹的总和。人工智能时代，公民个体社会经济生活以数据形式留下记录，每个个体无时无刻不是数据的生产者。数据是人工智能的重要组成内容，人工智能基于海量数据的提炼与分析，数据特性赋予政治行为过程的数据信息化特性。通过信息收集和智能筛选，在政治决策领域形成智能化的“科学建议”。国家的治理、政治的管理、公民的社会生活等都基于数据，对数据产生巨大的依赖度。
第二，政治情感中立性。人工智能大数据分析工具的分析、萃取、提炼基本不受人为因素影响，能够客观、全面地挖掘出事件的本质。人工智能的客观性抽离出政治领域的主观性因素，为剔除价值情感因素，实现立场“中立”提供可能。政治领域的决策需要客观的“源信息”，人工智能的客观性为政治决策和行动方案提供客观依据。
第三，政治权力去中心化。人工智能中“互联网数据”结构的多节点、无中心设计决定着处于线上社会的任何位置的主体均不可能具有较其他位置主体更高的位势。在信息化时代，掌握数据的主体既有政府等管理机构，同时也有众多互联网民营企业、各类社会组织等。因此人工智能时代，权力分布呈去中心化图谱结构，权力结构日益多元和分化，这在一定程度上弱化了传统的线下的多层国家权力结构和单向治理模式。
第四，政治结构的不对称性。在人工智能时代，智能技术将成为重要的“权力”元素，无论是政府还是公司、社会组织，只要掌握了大量的数据等智能技术，其权力就会得到强化。人工智能技术十分复杂、投资巨大，需要巨大数量的数据集合来创建人工智能场景应用，只有政府或者大的科技型公司才有能力垄断资源、垄断数据，相对而言，个人或较小公司在数据化社会治理的竞争场域里，权力被弱化。
人工智能对全球政治的影响
从政治治理角度来看，人工智能既是一种社会应用机制，同时也是一种社会倒逼机制。人工智能成为推动全球政治变革的重要力量。这主要体现在以下几个方面：
一是加快国家现代化进程，提升国家的国际竞争力，重塑国家竞争优势。人工智能是引领未来的战略性技术，美欧日等世界主要发达国家都把发展人工智能作为提升国家竞争力、维护国家安全的重大战略举措，相继出台一系列国家规划和政策，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。在激烈的国际竞争环境中，发展人工智能有利于我国掌握先发优势，推动其在经济社会生活场景中的具体应用，重塑国家竞争优势，加快建设创新型国家和世界科技强国。
二是更好发挥政府在宏观经济管理与调控中的作用，推动经济转型升级。经济治理是国家治理的重要内容，人工智能技术对促进资源优化配置，推动产业转型升级具有重要推动作用。人工智能重构生产、分配、交换、消费等经济活动各环节，其“精准效率”有利于优化配置市场资源，准确判断各类市场主体的实际需求，实现市场要素的自由流动配置，推动经济结构变革深入发展。人工智能的“系统化”有利于政府经济主管部门收集各类企业的数据信息，通过综合分析提炼，实现对市场信息的高效监管。此外，人工智能的应用还催生了许多经济新业态，成为经济持续发展新的增长极。
三是推动政府管理效能大幅提升。人工智能中的“大数据”为政府的精准治理提供更多的参数选择，打破政府部门间的行政数据壁垒，便于准确掌握相关决策信息，更好地研判经济社会发展态势，提高政府决策质量，推动政府简政放权和职能转变，提升管理效能。人工智能促使碎片化的社会治理向网格化体制转变，尤其是在社会安全管理领域，人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，这将显著提高政府社会安全治理的能力和水平，对有效维护社会安全稳定具有不可替代的作用。人工智能技术从根本上把模糊治理、预估治理推进到了全过程透明治理的新时代。
四是极大提高公共服务精准化水平，全面提升民众生活品质。人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，为丰富改善人们的生产生活提供了技术支撑。人工智能技术能够精准了解民众的“喜怒哀乐”及其他生活偏好，有利于提升社会公共服务水平。
五是人工智能为广大民众民主参与国家政治事务提供便捷通道。公民有效参与政治是现代国家治理要实现的主要目标，也是推动政治发展的重要手段和动力。在“智能化”时代，从过去的集体参与变为强调个人参与，从被动参与转变为主动参与，从间接参与转变为即时参与。每个社会公民都是数字世界的副本，每个公民可以说都是一个“准代码”，大数据为群众表达自身各种诉求提供新渠道，推动国家逐步形成“多元”社会治理主体格局。
与此同时，任何技术都是一把双刃剑，必须正视人工智能给当代政治带来的各种挑战。例如，劳动就业问题，人工智能代替人类进行各种技术工作和脑力劳动，可能会引发失业潮；一系列哲学上的道德伦理问题；传统的单向度的国家权力运行模式受到挑战；国家安全和个人隐私权容易受到侵犯；数字鸿沟可能产生新的贫困人群等。
利用人工智能提升我国国家治理现代化水平
从量级上来说，我国是人工智能应用大国，各级政府部门积累了大量人工智能相关数据资源，形成了新时期国家治理领域改革创新的“人工智能红利”。实现“国家治理现代化”的关键在于有效的政府治理。党的十九大报告提出“善于运用互联网技术和信息化手段开展工作。”当前我国需要采取有效措施，利用人工智能技术提升国家治理现代化水平。
第一，高度重视人工智能在国家治理中的应用，做好顶层设计。人工智能已成为世界大国综合国力竞争的重要领域，各级党政领导干部要强化人工智能意识，政府要及早规划人工智能战略发展，从国家顶层设计的角度确定人工智能技术的中国特色发展模式和具体应用路径。要树立“大数据思维”，注重在行政决策中的场景应用，逐步形成人工智能助推国家治理能力现代化的浓厚氛围。制定人工智能国家层面的战略整体规划，避免各地区、各部门重复建设和资源浪费，节约能源，特别是在人工智能科学研究上要发挥我国集中力量办大事的优势，整合推进国家集体行为。确定人工智能的优先发展重点，引导政府资金投入亟待提升的领域；加快培养建设人工智能领域的人才队伍，打造精英人才库；完善科技发展协同体系，与自动控制、生物技术、网络信息技术、高性能计算等科技载体，共同构建面向未来的协同创新机制。
第二，要贯彻“以人为本”的发展理念。人工智能要以百姓需求、百姓满意为出发点和落脚点，突出解决“人口老龄化”相关问题，积极服务于人民群众生产生活。要发挥人工智能在改善民生方面的作用，在现有政府条块治理基础上，打造智能社会试点示范区，以“公共服务体系”数据化重构为内容，加大为民办实事的智能化程度，让人民群众在家里就能办成事、办好事。中国的劳动年龄人口最早将在2024年达到峰值，并在之后的50年中减少五分之一，要着力推动“人工智能+养老服务”，提升中国服务机器人的智能水平，发展护理机器人，以实现“日常巡视、递送食品药品”等为重点开发内容，提升护理效率。
第三，以行政审批为突破口，着力推进“互联网+政务服务”云平台建设。利用大数据技术，全面考核、监督和改进行政机关效能。加强“政务云”顶层设计，出台统一规范标准。加大省市县乡村之间的信息互联互通，做到平台互通、数据共享、线上线下通畅，打通政务服务“最后一公里”。采用数字化设备实现治理过程的全程信息化，加快推动电子化商事登记系统等建设，推进政务电子化办理。开发运用智能会议系统、智能岗位素能标准对照分析等项目，打造集“智慧办公”“智慧队建”“智慧保障”“智慧决策”等于一体的各级政务智慧管理体系。
第四，以“供给侧改革”为核心，推动人工智能和实体经济深度融合。人工智能要积极助推供给侧改革，引领消费领域的智能化，实现新的消费需求增长；研究制造环节的智能化，提升制造业的竞争力。加快构建开放的数据库，面向社会共享。完善“数据+资本+市场”的人工智能应用模式，推动数据处理技术应用更新。要着力推动人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、催生新业态、产生新产品、形成新动能。打造人工智能生态系统，培育具有竞争力的人工智能初创公司。拓宽人工智能在传统行业，尤其是服务实体经济中的场景应用，实现二者的融合发展。推动产业链条闭合发展，扩展“人工智能+金融、安防”“人工智能+无人驾驶、教育”“人工智能+体育”等产业的场景应用。
第五，积极做好人工智能风险应对预案工作，促进人工智能、大数据等相关法律制度建立和完善。在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。积极应对人工智能在伦理、法律和社会影响方面可能产生的问题，建立符合伦理的人工智能发展路径；设计符合伦理的人工智能体系架构。加快出台人工智能相关法律法规，开展人工智能相关的法律适用研究。注重保护个人隐私和数据安全，制定数据搜集、使用补偿机制和定期审查追责机制，避免民众隐私权受到侵害。解决发展不平衡问题，实现人工智能效益在各地区各行业各领域的公平分配，避免由“数字鸿沟”演化成贫富鸿沟。
【参考文献】
② 森东：《大数据助力国家治理现代化》，《学习时报》，2017年9月18日。
②吴汉东：《人工智能时代的制度安排与法律规制》，《法律科学》，2017年第5期。
（作者为北京市社会科学院外国问题研究所所长、研究员、博士）
网络编辑：张剑
来源：《人民论坛》2018年第2期
塑造合力 营造通用人工智能发展良好创新生态
科技日报记者 都芃
“未来，智力将会成为像电力一样的基础生产要素，智网将形成像电网一样的基础设施，接入千家万户。”6月17日，由中国科学学与科技政策研究会数字创新与管理专委会主办的“新机遇新挑战新战略：通用人工智能创新发展研讨会”在北京举办，北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军分享了他对通用人工智能和大模型未来发展的思考。多位与会专家从技术路径、创新战略、应用场景、平台企业、创新生态等多角度对通用人工智能发展展开研讨。
黄铁军认为，在未来智能时代，智力将成为一种公共服务，惠及更多行业、企业、个人。作为通用人工智能的重要工具，大模型建设正飞速发展，各国厂商在这一领域展开了激烈竞争。“大模型建设有较高的技术、投资门槛，不应一哄而上，就像工业时代每个企业不应单独制造发电机一样，智能时代平台企业应共建开源开放生态，形成优势互补的良好创新生态。”为了在短板领域加快突破，避免重复建设，每个参与大模型建设的企业都应思考自身定位，形成合力。
“通用人工智能加速发展，使得万数皆用于我、万物皆备于我、万技皆赋于我、万感皆通于我的生成式元宇宙成为现实。”清华大学新闻学院元宇宙文化实验室主任沈阳教授认为，大模型发展呈现出两个趋势，即巨大模型呈现出全模态、海量参数特征，实现从大数据到全数据发展，“智能涌现”带来巨大机遇和挑战；小微模型则聚焦于模型压缩和优化，力争在专业领域、有限资源内达成人工智能场景落地。
中国科学学与科技政策研究会数字创新与管理专委会主任、研究员余江认为，在大力推进大模型高质量建设和创新发展的同时，如何将大模型带来的智能能力更好地深度嵌入研发与生产流程是更加需要企业和产业链、创新链思考的问题。“比如在科研领域，人工智能已经可以开展不少常规操作流程的工作，从而让一流科学家从事更具有创造性的工作。”余江认为，人工智能如能嵌入更多产业场景的生产流程，将发挥更大作用。沈阳表示，要关注头部平台创新，形成强有力的软硬件一体化竞争能力，鼓励更多的行业从业者参与开源人工智能研发。黄铁军则表示，大模型发展尚未触及“天花板”，但也不应只将目光对准语言智能，“通用视觉或成为下一个‘爆点’，引发如自动驾驶等领域的突破式发展。”
安全是通用人工智能发展始终绕不开的话题，人类究竟是否要制造更加智能的机器一直是业界争论不休的焦点问题。多位业内专家预测，通用人工智能超越人类智能的时间点或是2045年。黄铁军认为，根据艾什比提出的控制论相关定律，任何有效的控制系统都必须与它所控制的系统一样复杂。“如果人工智能系统的复杂度高于人类，那人类一定控制不了人工智能。我们究竟要不要做高度复杂、比人还强大的智能系统，是需要认真考虑的问题。”
中国科协创新战略研究院研究员武虹认为，以ChatGPT为代表的生成式人工智能是比“元宇宙”更成功的交互式应用的场景创新。但无论是有监督还是无监督学习，数据从0到1的标注都需要人工完成，这其中极可能牵涉到价值观问题。“深度学习所采用的统计学方法，只能对客观规律进行揭示，而无法精准预测。因此，数据与系统二者叠加导致技术‘黑箱’，我们将无法百分百确定它下一步会做出什么。”武虹认为，要创新发展大模型，也要重视防范系统本身的安全风险，同时，小模型研发与应用或许值得进一步探索。
本次研讨会由中国科学学与科技政策研究会数字创新与管理专委会副主任、研究员万劲波主持，他总结认为，要把握人工智能科技革命浪潮，更好发挥科技领军企业和优秀企业家的科技创新主体作用，带动高水平研究型大学、国家科研机构、新型研发机构等发挥各自优势，协同开展大模型攻关；要充分发挥我国海量数据、超大规模市场和丰富应用场景优势，支持平台企业在创造就业、拓展消费、国际竞争中大显身手，形成大中小微企业融通创新的生态，推动技术和产业变革朝着信息化、数字化、智能化、融合化方向加速演进，以数字创新驱动引领数字经济和实体经济高质量发展。