【开局2023】人工智能产业发展仍面临诸多挑战
新华网北京2月3日电（记者孙云龙）作为新基建的重要组成部分，人工智能与5G、云计算、大数据等深度融合，将加速成为数字经济发展的重要驱动力。当前，我国人工智能发展仍面临诸多挑战。
人工智能对新经济发展的驱动作用日益受到重视。中国信息通信研究院发布的《全球人工智能战略与政策观察（2020）》报告称，截至2020年12月，全球已有39个国家和地区制定了人工智能的战略政策、产业规划文件。
工业和信息化部的数据显示，截至2020年6月底，我国人工智能核心产业规模达770亿元，人工智能企业超过2600家。赛迪智库人工智能课题组认为，随着算法的创新、算力的增强、数据资源的累积，智能化基础设施的建设和传统基础设施将实现智能化升级，人工智能技术有望推动经济发展全要素的智能化革新。
我国人工智能产业快速发展的同时，产业本身也面临诸多挑战。该课题组表示，预计2021年，围绕算法、数据和算力人工智能的“三驾马车”，人工智能产业链建设力度将继续增大。
具体而言，在算力方面，2021年我国5G通信网络部署加速，数据的增长速度越来越快，人工智能训练所需的计算量将进一步呈现指数增长，相关行业对算力的需求将更为庞大。
由IDC与浪潮联合发布的《2020-2021中国人工智能计算力发展评估报告》认为，人工智能三要素中，算力成为驱动AI产业化和产业AI化发展的关键要素。服务器是人工智能基础设施的核心。该报告称，我国人工智能基础设施市场规模在2020年达到39.3亿美元，同比增长26.8%。其中，AI服务器市场规模占整体人工智能基础设施市场的87%以上。
赛迪智库分析认为，我国整体在人工智能算力基础设施方面准备不足，体现在芯片端对外依赖较大，服务器市场国内企业份额有限。
在算法方面，国内企业的算法框架和平台尚未得到业界广泛认可和应用，在深度学习框架核心技术领域支撑不足。
在数据方面，产业数据标准化和互联互通水平严重不足，降低了数据的可用性和可迁移性。
与此同时，人工智能行业在专业人才和典型场景应用等方面也面临挑战。
赛迪智库认为，应推动建立专用的AI计算设施夯实算力基础，构建智能生态圈，打造软硬件协同能力，持续支持人工智能开源开放和公共服务平台建设，更好推动产业发展。
【纠错】【责任编辑:华信】人工智能行业专题报告：挑战与机遇
（报告出品方/作者：中信证券，杨泽原、丁奇）
报告摘要
一、人工智能开启新一轮产业变革
1.1三大支柱支撑，向认知智能迈进
人工智能：通常是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的技术科学”。人工智能的发展需要“运算平台+数据资源+算法”。
机器学习：属于人工智能的其中一个领域，通过经验学习优化计算机算法，其根本在于海量数据的训练。
深度学习：在人工神经网络的基础上发展而来，实现了从大数据中自动提取数据特征并设计特征模型，摆脱了传统神经网络算法中需要人工工程进行各层的特征设计的弊端。
三次工业革命均引发人类社会格局发生颠覆性的改变，人工智能有望开启新一轮产业革命
第一次（18世纪60s）：蒸汽机成为动力机，解放了生产力；
第二次（19世纪70s）：电力得到应用，推动电气、化学、石油等重工业的兴起；
第三次（20世纪40s）：进入信息时代。信息时代先后出现了计算机、互联网、移动互联网、物联网等几次技术变革。但部分领域近年来放缓趋势已经开始出现。
1.2资本+政策+需求驱动，产业高速增长
投融资：资本争相涌入
近年来人工智能投融资火热，资本争相涌入。随着AlphaGo等具有较大影响力的应用逐步落地，产业界与资本界均对人工智能前景充满期待，人工智能有望开启新一轮产业革命，大型公司纷纷展开“AI军备竞赛”。
二级市场助推人工智能企业发展。私募市场与二级市场逐渐形成衔接，助推AI企业向下一个阶段发展。在二级市场，最受资本青睐的是行业解决方案和智能风控，其次是服务机器人、ADAS系统和AI芯片，最后是智能影像医疗和智能营销。近期，伴随部分AI独角兽IPO获受理，2021年有望迎来AI企业上市潮，二级市场助推AI企业发展。
政策端：政策大力支持
确立“三步走”目标，加速人工智能深度应用创新建设，全面推动AI产业落地。国务院2017年《新一代人工智能发展规划》中确立“三步走”目标，第一步，到2020年人工智能总体技术和应用与世界先进水平同步；第二步，到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平。
加强人工智能与经济社会深度融合，积累经验做法、标杆案例。科技部2019年8月发布《国家新一代人工智能创新发展试验区建设工作指引》，指出要充分发挥地方在试验区建设中的主体作用，3年内形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。
明确“新基建”，注入“新动能”。受疫情影响，数字经济发展迎来关键窗口期。2020年3月，中央明确“新基建”进度，加固、升级人工智能长期发展创新的数字底座，开启AI发展新空间。
应用场景：落地场景丰富
AI的最终任务是实现人工智能在各垂直行业的场景化落地。从全球看，人工智能企业主要集中在AI+（各个垂直领域）、大数据和数据服务、视觉、智能机器人领域，其中AI+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领域。
从中国看，各垂直领域的AI企业同样集中在各类垂直行业中，渗透较多的包括医疗健康、金融、商业、教育和安防等领域，根据中国信通院数据，其中医疗健康领域占比最大达到22%，其次在金融和智能商业化领域占比分别达到14%和11%。
二、人工智能产业链各环节机遇涌现
人工智能产业链包括基础层、技术层和应用层：
1）基础层是指对AI提供支撑性服务的硬件平台，包括芯片、传感器、数据和服务、生物识别、云计算等；
2）技术层是指实现计算机感知和认知的程序算法，主要包括机器学习、计算机视觉、语音及自然语言处理等；
3）应用层是指将人工智能是现在垂直领域的应用，包括工业机器人、服务机器人、智能医疗、智能金融等。
前文我们提到了一个观点——“运算平台+数据资源+算法”为人工智能提供三大支柱，接下来我们将继续沿着这条线，分析人工智能产业链不同层次的投资机会。
三、人工智能的挑战与机遇：能者为王
挑战一：AI未来发展前景如何？
挑战：人工智能的发展呈现螺旋向上趋势。计算能力上，经历了早期计算、LISP机器、GPU/TPU的发展；算法演化上，经历了Perceptron、专家系统、BP、深度学习的技术发展；核心数据上，经历了从少量到大量再到海量的递进；实用效果上，历经感知、认识、决策的步步推进。
机遇一：技术持续创新迭代推动应用深化
以机器学习为主流方向的人工智能基础技术包括有监督学习、无监督学习、强化学习等技术，但这些技术只是针对部分特定场景，比如说分类、聚类、求最优解等，而现实世界往往是复杂的，深度强化学习等新兴技术的快速发展推动AI向更接近人类思维的方向进步，解决更复杂的认知智能问题。
深度强化学习：强化学习与深度学习结合。深度学习具有较强的感知能力，但是缺乏一定的决策能力；而强化学习具有决策能力，对感知问题束手无策。将两者结合起来，优势互补，为复杂系统的感知决策问题提供了解决思路。
挑战二：数据从何而来？
挑战：人工智能算法训练需要大量数据资源。例：百度人脸识别系统在2015年FDDB检测数据集和LFW识别数据集上的实验结果均获得世界最高的准确率。ImageNet数据库包括1000类150万张图片。百度使用了200万类2亿张图片，数量上是ImageNet数据库的一百多倍。
机遇二：产品+技术+场景完整方案形成数据闭环
大数据：人工智能发展的三大重要基础之一（算力、算法、数据）。大数据的作用包括挖掘、传输、存储、分析、分类等；大数据是人工智能“思考”和“决策”的重要参考，提供数据支持；物联网是促进大数据和AI结合的重要方式，大数据和AI的结合反哺物联网应用的发展。
AI公司有望依靠产品+技术+场景的完整解决方案，构筑数据闭环。2B/2C提供庞大的数据来源；物联网使得数据形式更加多样化；客户资源深厚的头部公司具备广泛的数据基础，以BATH为例，利用庞大的数据量和技术积累，切入AI领域，为中小企业提供数据来源、算力等，助力AI普惠
挑战三：商业化路在何方？
挑战：初创企业商业模式路在何方？从软件核心知识产权、定价模式、数据所有权等维度看，形式较为多样化，当前商业模式未成定局。
机遇三：实现优势赛道控盘突破
以AI技术为切入点，推动“平台+赛道”战略布局，控盘教育等核心赛道。
1）教育：2B2C闭环协同助力打造AI+教育领军，2B产品包括智慧课堂、智慧校园及区域教育云平台等，2C产品包括智能学习机等；
2）政法：智能庭审、辅助判案等产品各地持续推广；
3）医疗：智医助理等AI产品在各地区域化复制落地。
以计算机视觉为核心技术驱动，应用规模化落地。
1）平台：自主研发并建立了全球顶级的深度学习平台和超算中心。
2）应用：深入探索多个垂直行业领域，业务涵盖智能手机、互联网娱乐、汽车、智慧城市、以及教育、医疗、零售、广告、金融、地产等多个行业。
报告节选
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库官网】。
探索与争鸣｜人工智能在未来社会将有哪些风险与挑战
当前，人工智能浪潮风起云涌，AI时代已经成为现在进行时。就在近日，国务院印发《新一代人工智能发展规划》，将人工智能上升到国家战略高度，描绘出了中国人工智能发展的新蓝图。除了我国之外，国际社会也对人工智能给予了普遍关注，可以说发展人工智能已然成为了全球共识。但是，我们也清醒地认识到，人工智能在为这个时代注入发展新动能的同时，对就业、法律、政治、经济、伦理和安全等诸多领域也带来了新的挑战。
在人工智能“列车”滚滚驶来的今天，我们应当如何应对其带来的风险和机遇；人工智能的技术属性和社会属性如何实现融合；人工智能又会对未来社会造成怎样的冲击，这些都是亟需我们回答的问题。
2017年8月28日，由上海市社联《探索与争鸣》杂志社和华东政法大学政治学研究院共同主办的“人工智能与未来社会：趋势、风险与挑战”学术研讨会在上海社联大楼召开。来自国内知名高校和研究机构的近四十位专家学者以及业界代表齐聚一堂，针对人工智能的发展和应用，分别从技术、法律、政治、经济、人文等不同角度提出看法，展开热烈探讨。
“人工智能与未来社会：趋势、风险与挑战”学术研讨会现场。本文图片 探索与争鸣杂志微信公众号本次会议共设有六个主题，采取主题发言和自由讨论等形式，对人工智能给未来社会带来的风险与挑战进行交流讨论。
一、人工智能对未来的颠覆性影响
中科院自动化所研究员、复杂系统管理与控制国家重点实验室主任王飞跃发言的题目是“智能科技与新轴心时代：未来的起源与目标”，他从宏观历史出发，分析人工智能的发展演变，辨析物理空间与网络空间的关联，并且对人工智能的未来充满期待。著名学者雅斯贝尔斯提出了“轴心时代”的概念，在公元前800到前200年期间，古代文明涌现出许多重要思想家，对文明发展起到至关重要的作用。王教授认为，世界可分为三个部分：物理世界，心理世界以及人工智能（虚拟）世界。每个世界都要有自己的轴心时代，新的世界也要有它的轴心时代。雅斯贝尔斯所言为第一个。第二个轴心时代就是从文艺复兴一直到牛顿、爱因斯坦，代表着人类理性的觉醒。人工智能世界也要有自己的轴心时代，这个轴心时代就是从哥德尔开始。现在是哲学上的突破，再是科学上的突破，下面就要是技术上的突破。就人们普遍担忧的关于人工智能将取代人类工作的问题，王教授乐观指出，人们当前的工作正是依赖机器来提供的，人类向无用阶级转变其实是社会的进步。“无用之用，重用之基”（徐光启《几何原本》）。
上海交通大学科学史与科学文化研究院院长江晓原教授的发言，则对人工智能表示出明确的否定态度。他分别从近期、中期、远期谈了人工智能的风险，表达出忧患意识：“我认为我们正在玩一把非常危险的‘火’。”从近期来看，人工智能引起的大批失业问题，95%的人不工作，5%的人工作，这样造成的财富分配不均，引起社会不稳定；从中期来看，人工智能存在失控的可能，芯片的物理极限，不可拔掉的电源都会引起互联网和人工智能结合后的不可操控；从远期来看，人工智能的终极威胁即人类这个物种会在个体的体能和智能方面全面的衰落，把对世界的管理让给人工智能，它一定是认为把人类清除掉是最好的。”此外，江院长还指出，要考虑最根本的问题是我们为什么要发展人工智能，资本的推动作用显而易见，资本为了增值盲目且不计后果。二、人工智能是人类的福音还是恶梦？
人工智能到底是造福全人类的利器，还是毁掉世界的终极恶魔？北京大学计算机系主任陈钟教授从自己的角度对此进行了一番解读。陈钟教授的演讲主题是“从人工智能本质看未来的发展”。他首先结合自身求学、工作的经历，分享自己关于计算机的观点与看法。然后，陈教授在演讲中依次展开自己关于人工智能的三个重要观点，即“人工智能本质是计算机科学分支”、“数据驱动导致人工智能发展起起落落”和“社会科学与现实的关系比以往更加紧密”。陈教授将理论与实务相结合，帮助大家更好地理解人工智能的本质与发展趋势。最后，他表达出自己关于人工智能的中庸态度，主张要对人工智能进行规制，促使其合规发展。不同于前面几位理工科学者的讲述，中国社会科学院哲学所的段伟文研究员从哲学和人性入手，对人工智能的社会性进行思考。段伟文研究员具有深厚的哲学功底，他以人性为切入点来思考人工智能的危机和未来情境。段研究员指出，机器的使用最终都是与人的能动性有关，他崇尚一种慢科学，要更多地思考人性、伦理，审慎对待人工智能的发展。他的主要观点可以概括为五句话：一是人工智能的发展带来新的权利，二是数据框定时代、算法设定认知，三是人的机器化和机器的人化，四是智能延展认知与人工愚蠢，五是深度科技化（预防性原则和主动性原则）。宽资本董事长、奇点大学投资人关新则从行业实际发展情况出发，直指人类对人工智能的恐惧之处——人是不可能阻挡技术的，技术本身就是洪水猛兽。而人类所害怕的是技术日新月异。他认为，我们今天应该把人工智能和科技革命当做完全不可阻挡的东西，至于人怎么应对，这是挑战人本身的智慧，而不是机器。三、中国在人工智能时代会领跑世界吗？
有观点认为，人工智能的发展，为发展中的中国提供了“弯道超车”的良机。那么，世界范围内来看，AI的研发水平到了怎样的程度？人工智能的进步到了哪一个阶段？中国在这一研究领域是否占有一席之地？根据现在的研究情况，能否对未来的发展趋势进行预测？中国在人工智能时代是不是能够跑在世界前列？这些问题值得探讨。
上海交通大学电子信息学院的熊红凯教授首先做了题为“人工智能技术下对真理和生命的可解释性”的主题演讲。他回顾了人工智能从上世纪五十年代到现在的起起落落，认为人工智能发展中的不确定性和不可解释性是最大的威胁。熊红凯教授演讲之初就提出与人工智能紧密相关的机器学习、神经网络具有很大的不确定性，而人工智能的发展就要解决这些不确定性、不可解释性与因果性的问题。他演讲的重点就是人工智能技术的安全性。人工智能的推动主体是企业与资本，其最大推动力不是算法而是数据，数据的使用就不可避免带来安全性问题。这也是美国大数据医疗一直进展缓慢的原因。一切技术都是以超越人自身为推动力，从这个角度来看，熊教授认为一些人称人工智能技术是洪水猛兽有一定道理。
上海社会科学院哲学所副所长成素梅研究员则对人工智能研究的范式转换和发展前景进行分析和展望。人工智能是计算机分支学科研究出来的，但是从学科性质上来讲，人工智能不是自然科学，人工智能属于技性科学，是科学与技术相互交叉的一个领域，一开始就具有跨学科性。它是要把科学的原理变成技术的实现，倒过来技术的实现又推动了科学原理的解释和发展。人工智能研究者一旦扬弃追求通用人工智能的范式，转向追求在具体领域的拓展应用，人工智能就会走出瓶颈，迎来新的发展高峰。华东政法大学政治学研究院院长高奇琦教授也提出了重要观点，认为中国在人工智能时代有特殊的使命。高教授首先对比了中美两国的优势和劣势，认为中国的优势第一个在于庞大活跃的中国市场，这个市场规模是全球独一无二的；第二个是勤劳勇敢的中国人，让国外感到恐惧的24小时开店、周末不休息；第三，科研队伍和研究水平；第四是中国已经有了一个良好的发展基础。而最大的优势莫过于位置和文化。相比于西方，中国文化具有多元而开放的特点。最后，高教授提出未来发展的四个“智”——第一，跨智，发挥媒体之间的技术优势；第二，众智，利用群体智能；第三，合智，人工智能和人类智能的合作；第四，善智，发展的目的是为了人类的公平正义。“AI就是“爱”，我们研究AI的目的就是让世界充满AI。”
四、人工智能对法律与政府的影响
法律与政府是公平公正的代名词，面对AI在社会众多领域的应用，法律和政府部门工作也在与人工智能接轨，在实践中让AI发挥更大的作用。
四川大学中国司法改革研究中心主任左卫民教授在法律实务领域具有一定建树，他着重从形而下审思人工智能与中国智慧司法的未来。他鲜明地指出AI与法律学者有一定差距，但法律界总体上对AI是相当认同的，上海、江苏以及浙江等地已经将大数据人工智能运用到审判中来，而案多人少的现实背景、对公正效率的需求也需要发展人工智能。左教授接下来向大家讲述法律界对人工智能的运用情况，他以国家开放司法审判书为例指出司法裁判引入大数据对于建构裁判标准具有重要的意义。当然，他也指出裁判文书的过度应用也存在问题，法律具有独特性，很多现实情况很少用到裁判文书。总而言之，左教授对人工智能在司法领域的应用充满信心。“在我看来人工智能向法律提出的问题更具根本性。”上海交通大学凯原法学院郑戈教授列举了人工智能对法律职业和社会管理的种种挑战。郑戈教授主要以“电子人”为例探讨是否建构人工智能的法律人格。他首先从欧洲关于人工智能的法律法规延伸开来，介绍阿西莫提出的机器人“三大律法”，然后详细列举人工智能给法律带来的问题与挑战。人工智能所涉及的伦理和法律问题是这个时代最关键的问题之一，第二个问题是它涉及现代法律体系的基础性概念和思维方式，第三个问题是数据的实际占有者与使用者之间的界限越来越难以判定，第四个问题是过错的判断越来越困难，第五个问题是过错与损害结果之间的因果关系越来越难以确定等。郑教授主张对人工智能进行合理的法律规制，需要法律人和科学家的深度合作。
华东师范大学政治学系吴冠军教授作为政治哲学研究者，着眼于未来社会秩序。吴冠军教授的演讲用人类学机器这个概念阐述自己对人工智能的理解。人类学机器是著名哲学家阿甘本提出的一个概念，他认为人类与动物以及其他事物之间存在分级制度，人与人工智能之间是一种机器关系，上下级的关系。吴教授指出人类学机器是基于人工智能的全新的物种，这个新物种会带来一系列伦理问题、逻辑关系问题，对现实世界产生颠覆性的影响。我们在关注人工智能发展的同时也要关注它的正当性。上海社会科学院互联网研究中心执行主任惠志斌主要探究人工智能应用场景中的法律问题。他认为，人工智能能够联系大量的人、物，在这样一个联网的基础上产生大量的数据，数据通过智能化的算法，这个算法至少目前来看还是由人来设计，由人来去验证，去实施的算法，共同构造智能网络的应用场景，在各种各样的场景里面，医疗领域、环境领域，包括我们的生活等等各种场景里在应用，所以，在鼓励它发展的同时如何去规避危险，如何能按照人类所希望见到的“善智”这样一些方向发展，这是我们需要考虑的问题。还要考虑如何通过一些公共政策，如何通过法律，把它那些可能带来危害的风险点找到，进行规避。他认为，人工智能碰到的法律和经济问题，比如产权版权问题，变成具体服务和产品问题时的责任归属问题等等，要在基本安全的框架内，探讨人类和机器共同协作的方式，保持透明、开放，让人工智能产品在公众的监督之下，而不是随意设置。上海交通大学凯原法学院杨力教授的主题演讲“司法大数据与人工智能的应用前沿”介绍了司法界AI应用的前景。他介绍了法律实务中大数据应用的四套大纲：第一套大纲是AI系统，所有人工智能依赖于数据驱动，在整个司法链条上做到数据驱动最底层工作，一定要把法院、检察院的相关数据打通，这一点非常关键；第二套是在审判环节，审判环节是整个法律中的中心工作。第三套是算钱算绩效，对每一个法官每年能受理多少案件等进行测算；第四套是模拟审判，希望通过三到五年，机器法官（现在还不敢称智能法官）能够承担法院的简单案件。五、人工智能对经济、社会与传媒的影响
上海大学社会学系顾骏教授重点探讨了人工智能研究的“灯下黑”问题。他认为，以往的研究只是将人工智能与人类智能进行简单的比较，人类的自我中心主义让大多数研究者忽略了人类创造物的内在逻辑。他在演讲中主要提出了自己担忧的人工智能发展的八个问题，比如宇宙发展是否会终结人类，人工智能是否会超越人类，人类创造物是否有自主创造力以及机器人如果能够自我进化，那么进化的结果由谁来控制等。顾教授的演讲体现出强烈的忧思。最后，顾教授认为自己关于人工智能的研究只有问题，没有答案，需要更多的人去理性思考。上海师范大学知识与价值科学研究所所长何云峰教授则持乐观态度，站在进化论视角看待人工智能。他认为，人工智能像人类一样，也是不断进化的。人类为弥补自身进化不足不断开发新的机器，所以说人工智能在很早之前就已经开始，这也可以运用康德的“先天知识何以可能”来论证。何教授对人工智能的发展同样充满自信，重要的问题不是人工智能会带来一些风险，人们在前进的过程中可以解决这些，问题的关键是人工智能大量的使用会导致人类进化危机，它比人类摆脱自身束缚更加可怕。何教授最后对人工智能发展做出乐观预测，人工智能越发展，人类从劳动中解放程度越高，人类将有更多时间来学习和提升自己，拥有更多发展机会。复旦大学哲学学院徐英瑾教授演讲的主题聚焦于认知语言学与人工智能伦理学。他认为，在主流的人工智能伦理学研究中，很少有人意识到：将伦理规范的内容转化为机器编码的作业，在逻辑上必须预设一个好的语义学理论框架，而目前主流人工智能研究所采用的语义学基础理论却恰恰是有问题的。徐教授主张在人工智能与人工智能伦理学的研究中引入认知语言学的理论成果，并在此基础上，特别强调“身体图式”在伦理编码进程中所起到的基础性作用，必须严肃思考“怎样的外围设备才被允许与中央语义系统进行恒久的接驳”这一问题。微软亚太科技有限公司副总裁王枫也参加了研讨会，他鲜明地提出：新科技应助力人工智能造福人类。第一，人工智能服务于人类，互联网和各种软件硬件都是由人制造，为人服务，这是前提。微软近期推出的盲人智能眼镜就是在这一前提下产生，帮助盲人实现以前无法做到的事情。第二，他强调，没有数据的人工智能是一个理论和空谈，数据的完整性、专业性和准确性是最基本的。弹性的云计算的应用使得人工智能不再局限与手机管家的简单问答。而与媒体合作过程中，可以看到，通过人工智能感知的技术可以保证视频内容合法合规。此外，微软最近也推出了新的应用——通过云计算和大数据，抓取照片上人的特点，进行人脸识别，用于找寻流失儿童等。王枫副总裁同时表示，人工智能的标准要依托于法律法规和整个地区国家的标准。上海财经大学讲席教授、城市与区域科学学院副院长张学良教授，从经济学框架来分析人工智能的发展与经济学的未来。他认为经济学可以看作是在不确定的世界中找出确定的因素，经济学的研究将人工智能的发展看作要素驱动。第一，从供给与需求上来看，无论是人工智能和产品的出现，还是技术的发展，它所改变的形态是供给侧。第二，从成本与收益上来看，技术的成本我们是否能看到，它往前走一步投入多少成本，用经济规律讲是有约束条件的，企业家的投资一定要带来收益。它背后有一个成本与收益的法则。要用历史阶段性与连续性的眼光看待，让市场来发挥作用。第三，从政府与市场的角度看，政府要防止垄断，做好分配工作，利益共享，在人工智能时代找准自己的定位。第四，从中国与世界角度看，就业与劳动力市场、教育、文明、社会主要矛盾都是需要考虑的问题。六、圆桌大讨论：人工智能会战胜人类吗？
在圆桌会议中，围绕本次研讨会主题，与会专家学者进行了热烈的自由讨论，纷纷提出独到的观点。
华东师范大学历史系王家范教授：今天的这个话题，我觉得有一个前提，毕竟是人在倡导人工智能，人是主体，既然能够倡导也应该能够控制。所谓的道义是什么呢，我认为它所倡导的倡导物本应该是用来帮助人类的，凡是不利于人类，危害人类的都不应该倡导。违反道德基本准则的就是危害人类的，反人类的。在欢呼进步的同时，有必要对后果进行认真的检讨。要认真思考的是不应该只关心利益，人文主义在科技里面应该占有主导地位。如果把史学看作一门人类理解自己的私密工艺——提炼人类的智慧，用来改善人类现在和未来的处境，这一类的史学工艺，人工智能做不了。搞史学的知道，任何一个有名的史学家，他只能做很少一部分，有多少人能把古今中外的文献都整合在一起？我不认同所谓的人类智慧终极论，我认为机器人永远不可能完全胜过人类的整体智慧。上海政法学院文学与传媒学院副院长张永禄副教授：在人文科学里面，机器人写作要解决两大问题，要把认知语言学形式化。非线性的，非结构化的是不能表现出来的。目前最高级的（人工智能）是能写三千字以内的小说，我们知道最好的小说不是单一类型的。河南大学博士后赵牧：许多人对人工智能可能带来灾难后果报有深深的恐惧。这些恐惧毫无疑问是站在人本主义的立场上的，但种种悲观论调却建立在对人和人类社会既有的经验和认识的基础上，并对人工智能的概念带有望文生义的理解。目前的人工智能，还不过是小部分地实现了人脑的功能模拟。人工智能离所谓的智还有着很长的路要走，但人文学的想象力却将它的自我发展想象为即将到来的现实，似乎人为自己的创造物所奴役已经迫在眉睫了。我们当然不能轻易地否定这种忧虑所包含的人文关怀，但它却在无远弗届地想象人工智能的自主性时，对人之为人的属性设定了一个不变的本质。退一万步讲，既便人工智能成为了无机智能而将来之人成为了它的奴役对象又怎样呢？当年没有走出森林的猴子对作为其进化物的人是没有报怨资格的，它们如果有反思能力的话，也只能“求诸己”，而没办法让人再变成猴子。苏州大学凤凰传媒学院院长陈龙教授：我想从批判的视角来看一下人工智能它应用过程中的问题。讲危害和恐惧，为时尚早。首先人工智能发展到现在的状态，让人们产生了忧思，这本身就是现代性的一种表现，发展到极致状态的一种现象。我们知道人工智能现在的状态，未来的状态到底怎么样，它都是处在一个漫长的量变过程。最大的问题，是权力让步的风险问题。厦门大学法学院郭春镇教授：人工智能和人类之间的关系，一个是人与人之间的关系，还有和商业之间的关系。它其实已经不光影响控制我们的行为了，而是公开的，可以得到我们的信息，政府知道我们这么多信息，商业知道我们这么多信息，这样的话我们怎么控制信息的边界？怎么让他们不滥用个人信息的利用？如何界定和控制这个边界，这个问题依然保留。清华大学博士后曹渝：人工智能会怎么走，第一，不必恐惧，因为该来的还是要来的，我们不如齐心协力把人工智能孵化出来，第二，一定要警惕资本权力的界线。我们技术人是有理想的，不要认为这些IT工程师没有意识，人骨子里追求自由、平等、博爱，会超越一切。(本文首发于《探索与争鸣》杂志微信公众号，澎湃新闻得到授权使用，内容有删节。)
人工智能时代，机遇与挑战并存
随着AI的不断发展，AI对于就业的影响也越来越大。
在移动互联网技术发展与应用不断成熟的基础上，互联网+人工智能已经在大力发展的过程中，它已经成为了未来产业变革和科技革命的新引擎，并且竟会带动和促进传统产业的转型升级。未来人与人、物与物之间的对话、指令和自动化控制，将大部分由AI程序控制，甚至会实现“万物互联”。现在的AI应用十分广泛，包括机器翻译、专家系统、智能控制、机器人学、自动程序设计、语言和图象理解以及航天应用等等。
AI时代正在来临。AI的作用是帮助人类，而不是要和人类具备同样的智能。将来，AI能够作为一个商品来售卖，把AI运用到某个领域工作。对于AI来说，越多人使用它就越聪明，这是一个循环。AI还会给人类创造新的工作机会，未来能否与机器人默契配合将会在一定程度上决定人们收入的高低。
每一次的科技革命都会带来新一轮的工作革命，AI将会大量的淘汰传统劳动力，而且会有不少行业，会因为AI的兴起而消失。未来，机器人将会代替人工服务和操作，这很可能会导致大量的流程工作、服务工作和中层管理环节“消失”。只有新型的劳动力才会适应智能时代。
与此同时，虽然可重复的、机械性的体力或者脑力劳动将会被机器人或者人工智能所取代，但是会有更多新的、创意的、深度的人才需求出现。与AI有关的“新行业”将会带来“新岗位”，AI时代的到来，必然会产生一些“没听说过”的新岗位，例如已经被行业认可的“自然语言处理”和“语音识别工程师”等等，又比如AI或者机器人产品经理。而且其他行业的“旧岗位”也需要“人工智能化”，例如大多数翻译和保安将会被AI取代，但是剩下的少部分人，也许收入会更高。例如能够操控安保机器人又有丰富安保经验的安保负责人和垂直于某个细分领域的翻译人才。技术的进步会不断消灭旧的工作岗位，同时也会提供新的工作岗位。比如轿车的普及取代了黄包车夫，但是却提供了出租车司机这个工作岗位。
AI时代的到来带给我们的不仅是机遇，还有挑战。首先，对于新技术的影响和发展要有充分的敏感性。其次，只有通过不断地学习，提高自己的认知能力，才能够对当下和未来的事物有比较清晰的认知，并且在适当的时候做出正确的选择。实际上，不断地学习是给自己未来留更多的选择余地。要有意识地提高自己的创新意识和创新能力，依照智能社会的分工，创新劳动将会占据主导地位。AI时代的到来，将会给我们的社会分工、习惯和文化等各个方面带来巨大的改变。另外，要积极地拥抱人工智能，充分认识到自身职业的特点或者职业规划与AI的关系，积极地使用AI提升岗位价值，例如成为人工智能和机器人的调配管理者，成为AI的定制化、个性化创意设计师，成为运用策划方案和思维引领AI完成任务的高端营销策划师等等。
本文转自ATYUN人工智能信息平台，原文链接：人工智能时代，机遇与挑战并存
更多推荐网传李飞飞将离开谷歌，谷歌官方回应：李飞飞计划长期留任
IBM计划提供最大的人脸识别面部数据集，用于人工智能偏见研究
研究人员利用深度学习实时生成完整的3D头发模型
阿里巴巴和Guess合作将AI融入线下购物
研究团队利用AI预测和控制购物中心的啮齿动物
欢迎关注ATYUN官方公众号,商务合作及内容投稿请联系邮箱:bd@atyun.com
人工智能产业发展仍面临诸多挑战
作为新基建的重要组成部分，人工智能与5G、云计算、大数据等深度融合，将加速成为数字经济发展的重要驱动力。当前，我国人工智能发展仍面临诸多挑战。
人工智能对新经济发展的驱动作用日益受到重视。中国信息通信研究院发布的《全球人工智能战略与政策观察（2020）》报告称，截至2020年12月，全球已有39个国家和地区制定了人工智能的战略政策、产业规划文件。
工业和信息化部的数据显示，截至2020年6月底，我国人工智能核心产业规模达770亿元，人工智能企业超过2600家。赛迪智库人工智能课题组认为，随着算法的创新、算力的增强、数据资源的累积，智能化基础设施的建设和传统基础设施将实现智能化升级，人工智能技术有望推动经济发展全要素的智能化革新。
我国人工智能产业快速发展的同时，产业本身也面临诸多挑战。该课题组表示，预计2021年，围绕算法、数据和算力人工智能的“三驾马车”，人工智能产业链建设力度将继续增大。
具体而言，在算力方面，2021年我国5G通信网络部署加速，数据的增长速度越来越快，人工智能训练所需的计算量将进一步呈现指数增长，相关行业对算力的需求将更为庞大。
由IDC与浪潮联合发布的《2020-2021中国人工智能计算力发展评估报告》认为，人工智能三要素中，算力成为驱动AI产业化和产业AI化发展的关键要素。服务器是人工智能基础设施的核心。该报告称，我国人工智能基础设施市场规模在2020年达到39.3亿美元，同比增长26.8%。其中，AI服务器市场规模占整体人工智能基础设施市场的87%以上。
赛迪智库分析认为，我国整体在人工智能算力基础设施方面准备不足，体现在芯片端对外依赖较大，服务器市场国内企业份额有限。
在算法方面，国内企业的算法框架和平台尚未得到业界广泛认可和应用，在深度学习框架核心技术领域支撑不足。
在数据方面，产业数据标准化和互联互通水平严重不足，降低了数据的可用性和可迁移性。
与此同时，人工智能行业在专业人才和典型场景应用等方面也面临挑战。
赛迪智库认为，应推动建立专用的AI计算设施夯实算力基础，构建智能生态圈，打造软硬件协同能力，持续支持人工智能开源开放和公共服务平台建设，更好推动产业发展。（记者孙云龙）
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。
人工智能在教育领域中的应用面临哪些问题和挑战
再比如说，可以了解你的学习能力的情况，可以对你的学习负担提供各种监测，当然这个是要遵循伦理，研究伦理的前提下，可以通过对你的数据和你的表情的分析知道你处在疲劳状态，处在轻生状态，这个在研究里面已经在做了，当然这个前提要尊重个人隐私、伦理的前提下，监测学生的上课状态。如果你过分疲劳，对学习效率很低的。
再比如说可以通过人工智能和虚拟现实结合，提供增强性的虚拟探究环境，供学习者进行探究，进行发现，比如再通过一个虚拟环境，可以回到两千年前去发掘那个时代的历史以及历史演化的过程，智能加虚拟现实结合。等等，人工智能可以在学习环境、学习过程上提供非常多的很好的支持。
第三，人工智能可以对学习过程的评价起到非常重要的作用。他可以分析出你在学习过程中对哪些知识掌握的情况，每个知识点上学科能力的情况，你的核心素养的情况，以及你的体质健康发展情况、心理健康发展情况，可以使得我们的教育评价从单一的学科知识的评价到全面的综合性的评价，可以使得我们的评价从以前只是期末一次考试变成过程性的评价，可以嵌入到你的学习过程中，对学习者进行一些评价，而且评价不仅仅是评价你的知识，还可以评价你的问题解决能力方面。
另外，这种评价可以使得老师的工作大幅度减轻。以前我们只是由人工来做各种各样的评分、观察，需要很大的工作量，现在人工智能可以由计算机进行自动测评，比如英语口语测试，现在已经产业化了，都已经实用化了，很多中考、高考的英语考试都是用实际的系统。
另外，英语作文的批改，现在基本上实用化了，在实验室里面，我们的问答题、论述题、作文题，这些主观题的批改，也已经取得了实质性的进步。今后这方面会取得实质性的突破。取得实质性突破以后，我们老师改作业，统计分数，这些工作就会大幅度降低。人工智能会在教育评价上发挥非常重要的作用。
另外，人工智能对教师的工作可以起到非常重要的作用，起到教师助理的作用。比如，智能出题、智能批改、智能阅卷、智能化的辅导，各种评价报告的自动生成，以及针对学生因人而异的给学生提供各种反馈，像现在我们老师面对一个班，可能面对40个-50个学生，他很难，以前很难做到每个学生都给个性化的反馈，因为他的时间精力不允许，他也不可能了解每个孩子的具体情况，但是现在基于人工智能的技术，我们完全可以了解到孩子在学习过程中存在的各种问题，在人工智能的帮助下，可以根据不同的问题，每个学生提供个性化的反馈，实现对学生个性化的支持，做到既具有规模化，又做到个性化，这是我们中国教育现代化2035所追求的目标。
中国教育现代化2035提出，我们要推进兼容个性化和规模化并重的教育。这个时候人工智能可以大幅度提高老师对学生个性化支持的一种能力，降低教师工作过程中的负担。
第五，人工智能还可以在我们的教育决策、教育管理，以及教育公共服务方面，起到非常重要的作用。比如，人工智能可以使得我们的教育公共服务，从面向群体到面向个体，比如政府，要提供教育公共服务，以前只能面对群体来提供，现在有了人工智能以后可以了解学生个性化的需求，通过网络提供个性化的教育公共服务，相比北京市，北京市有一个中学教师开放性辅导计划，这个计划就是我们在支持，在运行。
它的核心工作就是动员了10788个骨干教师常态性的在网上给学生提供一对一的答疑服务，以及直播课的服务，以及问题解答的服务，以及微课共享的服务。在这个过程中，每个学生在学校里面都有个性化的需要，这种个性化的需要以前是政府不解决的，而现在有了大数据，有了人工智能，有了互联网以后，可以使得政府可以购买教师的在线服务，给学生提供个性化内容的服务，使得我们教育公共服务更个性化。
第二，我们有了学习过程中的各种数据，以及我们办学过程之中的数据，可以使得我们的决策不再只是基于我们个体经验，而是有个体的经验加上科学的数据结合，人机结合的决策，可以使得我们的管理，我们现代教育的治理更加科学、更加精准，也更加符合我们现在民众利益主体，参与度越来越高的诉求，可以大幅度提升政府的现代教育治理的功能。
第三，还可以促进教育对各种环境的集成管控，可以实现把一些隐患的问题，在事情还没有发生之前就可以事先进行预测、进行管控。比如，刚才举的例子，校园外的一些不法分子，完全可以通过数据甄别出来，可以在一些事情上没有被发生之前就可以预测。再比如说校园的各种公共设施，如果出现了小的漏洞，小的漏洞完全可以及时通过人工智能技术集成联通以后，集成远程控制，及时发现。不是等小事情酿成大事情再进行补救，从事后补救变成事前监管，事前预警。实际上人工智能在这五个方面都可以发挥很多很多的作用。
主持人刚刚余教授听您在人工智能教育领域方面的应用非常广泛。但是可能很多人跟我有一样担心，人工智能现在在教学领域能发挥这么大的作用，未来会不会真的把老师取代了？和教师之间会存在一种什么样的关系？是合作还是相辅相承？
余胜泉
教师永远不会被取代。因为我们教师是促进人的成长，有两个职能，一个是教书的职能，一个是育人的职能。今后如果只是知识性的讲授，知识性的传授的工作，会越来越多的被人工智能所提高效率，但是完全取代是不可能的。因为人需要人和人之间的沟通，面对面的沟通，这种情感的沟通，和我们面对屏幕的沟通还是有差异的。
人永远不会取代。但是我们很多的讲课的效率，会大幅度提升。另外，教师除了教书以外还有育人，还有解决学生成长过程中的各种问题，这种问题的解决，需要人工智能来增强。教师在教育教学中非常重要的。我觉得教师和人工智能的关系，是一个相互赋能、相互增强的关系。
相互赋能是什么意思？教师的智慧会越来越多的转化为规则性的东西，使得人工智能具有教师的能力，把老师的个体智慧或者集体智慧转化为人工智能的能力，把人工变成了智能。
另外，人工智能也会赋能教师，教师利用人工智能可以提高，可以使得我们教师提高工作效率，而且能够做到以前做不到的事情，是一个相互赋能、相互增强的关系。人工智能首先是教学效率提高，比如说以前讲测考练，原来需要10个小时完成的事情，可能一两个小时就完成了，针对学生个性化辅导，作业批改。
现在老师一个人带三个班，每天都要改一百多份作业，这一百多份要认真改的话，要两三个小时，工作量非常大。如果今后人工智能发展了，完全可以让人工智能实现批改，实现批改以后可以给出你各种分析报告，每个孩子出现问题是什么地方，给他什么样的改进措施，都给你自动生成。你拿这个报告，可能比老师自己改效率还高，比你自己改还更好地了解孩子。通过这种方式给提高老师的工作效率，把原来需要花很多时间和精力的事情取代掉了。老师有更多的时间，更多的精力关注孩子的成长。心理、身心健康。
另外一方面，人工智能可以增强教师，就是可以使得我们老师做到以前做不到的事情。比如，举一个非常简单的例子，我们有个团队在做一个研究项目叫“AI好老师”，我们孩子在成长过程中，经常遇到各种各样的问题，比如说小的问题，打架、不守纪律、网络成瘾、过分崇拜明星、早恋等等这些问题，这些问题背后都是有教育学、社会学、心理学、生理学的一系列的原因，但是这些原因是很深的，一般的老师很难说把各种知识都很了解，我们很多老师、很多家长面对孩子出现这些问题的时候，总是简单地打骂或者简单的斥责，这样对孩子于事无补。
这个时候，像我们就做了一个项目叫AI好老师，我们建立了0-18岁儿童成长过程中常见的典型的问题知识库，以及每个问题背后的教育学、心理学、社会学、生理学这方面的原因，以及一些如何干预，对这些问题如何进行干预的优秀教师的案例，我们收集了优秀教师处理这些问题的案例，这样就会形成智能的系统。
只要和那个系统说，我的孩子早恋了，他会问你几个表现，如果你确认之后，他说这可能是早恋，他分析早恋的原因是什么，社会学、心理学的原因是什么，再给出某一个很好的老师处理过这个事情他是怎么和孩子沟通的，他可以把符合教育教学规律的案例，让老师学习。这样可以提高我们老师的育人的能力，提高家长和孩子相处的和谐程度，促进学生身心健康的发展。
再比如体质健康，现在儿童成长过程中的身体体质这些方面的发展越来越重要。除了知识以外，身心健康其实更重要，我们完全可以通过一些智能手环、智能肺活量的工具、智能跳绳工具，以及运动器材，会通过5G加上传感器以后，可以自动采集学生运动过程中的各种数据，把这些数据通过5G传送到云平台以后，就可以限定学生的心率、血氧、运动脉搏各种各样运动参数的常模数据库，有了这个数据库以后，可以对学生的运动知识、运动技能、营养情况、身体发育等这些方面的情况进行进一步的分析，分析可以发现学生在体质健康上存在哪些问题，或者哪一种体质类型，可以给出有针对性的运动处方的方案，也可以发现学生在运动中有哪些优势，从而增强他的优势。
我举这些例子就是想说明，我们很多教育中理想中希望老师能做到的事情，但是由于传统的时间精力以及能力的问题，我们做不到，现在人工智能可以增强我们教师，使得我们教师能够做到这些事情。人工智能和教师是相互赋能、相互增强的关系。
但是，虽然人工智能不会取代老师，但是会使用人工智能的教师会取代不使用人工智能的教师，我们教师还要主动适应互联网、大数据、人工智能时代新的技术的变化、新的技术的变革，不断进一步的学习，善于使用，关注最新的进展，希望老师能够努力把这些东西融入到他的日常教学中，从而提高自己的教学效率。
主持人
刚刚您说了很多人工智能和教师之间的互相赋能、互相增强的关系，随着人工智能的普及或者应用，对教师的压力是不是挺大的？教师之前可能只要备好课、教好学生，关心学生成长，现在要学习更多的人工智能方面的知识。人工智能在人才培养方面，我们是不是现在也是一个非常重要的环节？
余胜泉
人工智能的知识学习有一个渐进的过程，人工智能核心就是智力的自动化，像机械是我们体力的延长一样，人工智能是我们脑力的延长，可以使得我们人能够处理以前无法处理的复杂事情，实际上是提高我们老师的效率，适当的学习这些知识。像我们生活中，比如天天拿着手机录语音，那个复杂吗？不复杂。但是，背后的技术是很复杂的。
但是对于应用来说并不复杂。我们老师对人工智能的学习不要太担心。但是，你刚才提了一个很重要的问题，人工智能人才的培养。确实，人工智能人才的培养是我们国家和整个社会迈向智能时代的一个非常关键的地方。
我觉得，一是面向大众来说，我们要培养了解人工智能，未来会对我们的社会产生哪些影响，了解人工智能在现实生活中有哪些应用，这样理解这个社会的变化，主动拥抱这些变化，这是对非专业的人士。对一些专业人才，我觉得可能我们国家，一个是要加强人工智能的职业教育，在职业教育大力普及人工智能的一些技术，人工智能工程方面的工作。
比如要向使得人工智能的发展，今后数据处理是很重要的能力，数据收集、数据标记、数据关联、数据工程。第二，今后机器学习、机器训练，了解典型的各种机器学习的原理，以及它的训练的技巧、训练的方法。
另外，了解人工智能和各行各业，对各行各业特定的领域知识库的应用，以及应用系统的配置管理，我们要在职业教育里面大力加强人工智能专业的发展，让他能够很好地支持、管理以及推进人工智能在各行各业的应用，使他有序化。
另外，人工智能还要加强研究性人才的培养，大学里面研究性人才的培养。因为人工智能不是一天练成的，是一个信息科技在一个时间段内持续性发展的一个过程，智能爆发。智能爆发的背后是有成千上万研究者的智慧转化为我们生活中可以实际应用的系统，这个时候我觉得，在人工智能领域里面，高校的职责，一个是把我们信息科技，计算机相关专业办好，这是人工智能的基础。
另外，希望有一些有实力的高校多办人工智能的专业，尤其是研究性高校，这是推进技术往前进步的核心动力，需要有精英参与。另外，这个过程中，我们特别要避免计算机教学，或者人工智能教学、人工智能研究，以唯论文为核心，论文很重要，光有论文解决不了问题，一定要以解决实际问题，形成开源的系统。
像国外，计算机科学，很多大学做的那些开源的系统，对这个行业的发展，对这个研究的发展起着非常大的推动作用，但是在我们国家，这种有影响的，寥寥无几，而且不受认可，做一个几百万人用的开源系统可能还不如人家写一篇SCI论文，这是不健康的，因为这些东西最后使得我们纯理论化，对于整个行业、整个产业发展是不利的。
所以我们特别希望在计算机科学的教育，以人工智能的教育，要强调多结合实践，当然不是不发表文章，文章还是要，需要解决重大实际过程中去发文章，而不是为发文章而发文章，要解决重大实践问题，做出能够得到广泛使用，能够推动这个行业往前迈一步的应用系统，这样的话，才使得我们的研究和产业发展能够一步一步往前走。
我现在看到我们在北京市的一些中小学，他们已经开设人工智能课程了。现在在中小学开设人工智能课程，会不会太早了？
我也看到了，现在有很多学校开一些人工智能的课。还有一些企业专门编了中小学的人工智能课程。当然我觉得，在中小学，适当普及人工智能的常识是对的，但是有一些过于急功近利不值得倡导。我看过一套人工智能的教材，从三年级就开始开人工智能，很多词汇术语可能都不清楚，现在给他讲很复杂的知识，这是不合适的。因为这些知识，这个时候去学，同样一个东西理解，可能两三个星期才能明白这个词说什么意思，但是等到成年以后，可能只花两三个小时就能明白这个事情。
所以我不鼓励太多复杂的知识进入到中小学，但是适当的让小孩子理解人工智能对现实社会的变化的影响，了解人脸识别，可以做什么，了解各行各业里面应用的现象，就像我们了解汽车、飞机可以飞的道理。比如同样一个力，我们小学生也要学力的概念，但是只要知道力是相互作用的就可以了，但是到了大学就要了解力和力之间复杂的关系，甚至还要了解宏观的力和微观的力是完全不同的性质。
同样是讲人工智能，你对低年级的时候应该以浅显、形象了解为主，到了那些知识复杂算法还是应该到大学，到研究生阶段再去教比较合适。适当地让学生有一些体验性的活动，以结合信息技术课，寓教于乐，结合信息技术课，尤其是在小学，我不赞成系统开人工智能的课，但是可以让学生有感性的认识、感性的体验性的可以的。
但是概念体系和编程能力，并不见得要那么系统化。但是适当到了初中和高中的时候，结合信息技术课，因为本身信息技术课是有的，结合信息技术课适当渗透人工智能的知识，这是可以的，这是合适的。否则容易超前教学。现在什么东西都要往中小学渗透，中小学的负担太重了。
实际人的心智是有个发展的过程，当心智发展不全的时候，学一个东西花很长时间，抽象思维水平到了一定程度以后，花几个小时就学会了。要提高他到了成年以后的学习能力，小的时候要适当地给他留白，留空。让他不受过重的学习负担的压力。因为过分的学习负担的压力会造成学生学习的厌倦、倦怠，以及泯灭他的好奇心、求知欲，一旦一个孩子成长过程中，没有了好奇心、没有了求知欲，养成了功利性读书的习惯，对于他一辈子的成长都会起着巨大的障碍作用。
真正的杰出的人才都是具有很强的自学能力，很强的自律意识，很强的好奇心、求知欲在这里驱动，是内在驱动的，而不是外在驱动的。外在驱动，环境变化，有外在的驱动力弱了以后，基本就停滞不前，现在过分的学习负担过重，会对小孩子的好奇心、求知欲会起到压制作用，长期来说不好。
主持人
感谢余教授提出的中肯的意见。我们知道余教授所在的北师大未来教育高精尖创新中心是2015年成立的，到现在四年时间了，你们肯定也在致力于人工智能在教育方面的落地和研究，您觉得，通过这四年的努力和研究，有没有发现我们国家人工智能现在在我们教育领域当中会不会存在着一些问题或者挑战？
余胜泉
目前人工智能在实际应用过程中，还存在一些问题，我觉得代表性的可能体现在，一个是目前产业界对人工智能应用的场景过多的关注讲测考练，知识性的教学太多，都在用人工智能提高知识教学的效率，比如都在适应性学习，做题库，经典推荐，当然有一定作用，但是这个是对原来我们教学优势的一种强化，有时候强化的极致以后反而成了一些问题。
用人工智能进行应试教育方面做得比较多。我们其实特别希望人工智能不光是要做应试教育这方面内容，更多的需要人工智能在学生身心健康发展方面，学生体质健康发展方面，降低学生负担方面，帮助我们教育做科学决策方面，发挥更大的作用。应用场景一定要多元化、多样化。
比如我看到过一个美国的公司做的产品，给盲人做了一个智能手环，拿手在书上划，就能把书上的文字变成语音，让盲人也能听到，这种应用非常有价值，我们国家都是在搞知识性教育，原来学生做五道题，再给你做五道题，纯讲测考练的，这样就有点违背我们的教育教学的规律。这是第一个问题。
第二个问题，我觉得，目前人工智能还存在数据的问题。就是人工智能真正要发挥作用，需要有各种各样的学习数据，而且这个数据要贯通形成，有更多的数据才有更多的智能。形象地说，人工智能像汽车，数据就像汽油，没有数据，汽车就跑不起来。这种数据目前还存在着，一个是数据的孤岛，数据隔离的现象，每个系统都有各自的数据，数据没有融会贯通。
第二，数据使用的规范也存在问题。学习过程中的数据，涉及到孩子的隐私，目前隐私伦理在教育数据利用方面还缺乏清晰的规范，我觉得应该有这种清晰的教育数据利用的伦理和规范，尊重儿童身心健康以及个人隐私的前提下，合理利用数据。当然也不是说完全不用，完全不用会扼杀这个产业。一是数据贯通，一个是要遵循数据的伦理和规范。
第三个问题，人工智能还存在着技术上本身还有很大的发展。目前真正大规模使用的，像英语口语考试、英语的学习，以及英语作文的批改，这些方面做得相对成熟一些，智能教学，仪器教学装备有了一些。但是很多我们理想上问题的解决，还有待人工智能技术的进一步的成熟。这种成熟关键在于，一是要把人工智能产业界的技术人员和我们教育体系里面的人员结合在一起，形成交叉融合。
如果纯技术驱动，不懂教育规律，有时候就用技术强化我们教育中的很多违背规律的做法。实际上要在正确的教育思想、教育理念、教育规律下发挥技术所应该发挥的作用，一定要在遵循教育规律下不断地推进我们的技术成熟。这对于人工智能的发展也会起到非常重要的作用。
另外，人工智能还要避免两个极端思想。一种极端思想就是认为人工智能能做一切，什么问题都能解决。唯人工智能论。今后人工智能会取代老师，人工智能会取代学校，这都是比较简单的过分乐观的，像我们接触过原来一些企业界的，未来互联网会消灭学校，走了20多年，学校还很好，不可能的。
人工智能不会取代学校，也不会取代老师，不要过于乐观。另外，也要防止那些过于悲观。有些认为人工智能一点用没有，花架子之类的，也要防止这种过于的悲观。这两个之间要有些平衡，要防止这两个极端的事情。
另外，人工智能在用于一些关键性业务的时候，高利害业务的时候，可能还需要各种保障机制，像前段时间，印度就出了一个事情，印度的高考，由于它的高考阅卷系统出现故障，造成很多孩子都不及格，印度那段时间自杀了十几个，自杀了好多孩子，因为印度的高考是高利害的，和我们二三十年前一考定终身差不多，这也给我们启示。高利害的这些应用一定要慎重。比如说我让人工智能来阅卷，这个阅卷是高利害的，决定一个人的很大利益的。
这个时候我建议应该采用多种原理的技术，因为人工智能同样实现这个东西，可能有不同原理，不同原理的技术，比如我找三个产品来同样做这件事情。如果这三个产品都能够有一致性，这就比较稳定。如果有差异，这个产品好，那个产品差，有分歧的时候，这时候人工介入。这是比较科学的。在高利害的应用领域里面，还需要人机结合的思维方式。这种方式非常重要。
主持人
谢谢。今天非常感谢余教授和大家一起分享人工智能在我们教育领域目前的应用。包括我们未来还需要解决哪些问题，受益匪浅。非常感谢您。感谢大家收看我们今天的节目，下期见。
|来源：人民网
|美编：甄宏莉返回搜狐，查看更多
人工智能教育未来挑战、展望与思考
原标题：人工智能教育未来挑战、展望与思考人工智能重新塑造了学习体验，新型教育体系正在形成，中国教育发展正在走向智能时代。然而一路走来，人工智能教育的发展仍然面临诸多问题。
针对AI+教育的全面落地，仍然充满了诸多挑战。
其一、人工智能教育的数据量不足。冉工智能教育的核心是数据与算法，目前除个别团队外，人工智能教育企业在核心算法上的差距并不是很明细。目前数据是绝大多数教育公司面临最大的问题。人工智能需要海量精准和标记的数据。但现在从各个细分教育方向切入的人工智能的教育企业，都在数据方面存在不同程度的缺失。此外数据无法进行有效评估，AI+教育的主要障碍是教育行业的学习数据还未形成闭环，某些重要环节仍然缺失，比如学习过程数据，知识点掌握情况等数据，所以现阶段利用AI无法形成有效评估来推动学习改进。传统教育系统对于落地教育场景的接受度将成为AI+教育面临的棘手问题。以K12为例，学生的大部分时间在学校，传统教育体制下的学校还保持传统的学习模式。所以AI+教育的落地需要学校、老师、家长和学生一起配合。
人工智能在教育领域的发展仍然前景光明。为了更好地实现人工智能教育并使其成为教育发展的未来，我们需要重新思考人工智能与教育在社会中的作用：
教育工作者和决策者要在广泛的学习背景下，理解人工智能。从教育工作者层面来看，AI教育为教师的培养机制和未来的角色转变提出了挑战。在未来的教育教学上，人工智能应该会全部代替老师，但是在教育的育人方面，人工只能不可能替代老师，而此时老师的职责则应该从“教”转变到“育”，以及情感的沟通上；
展开全文从民生的层面来看，AI教育的发展有利于教育资源公平化，这一点目前也已经被政府和教育决策者洞察，从2016年开始，一系列的智能化、信息化的教育新政正在推动人工智能在教育领域的发展。
机器学习所需的数据通常是高度个人化的。如果用于评估学生的表现，数据安全可能成为使用人工智能的关键瓶颈。AI教育在中国发展相对迟缓的原因质疑时算法要求高，前期研发投入大，但实际使用起来的“边际成本”并不高。解决了算法问题，精准化的数据将决定人工智能是否可以切实落地的关键因素之一。未来在高级的算法和数据支持下，AI教育可以达到特技教师的水平，而用户接受知识的效率能够大大提升。
未来人工智能在支持人类发展方面的作用将越来越大，并产生根本性的半个影响。正如每一次科技和技术进步，围绕这项技术所出现的法理问题也应运而生。人工智能发展过程中的法律法规制定问题也是行业面临的挑战。据Gartner预测，到2020年，人工智能和机器学习可能会淘汰180万个工作岗位，但同时创造230万个新岗位，在这种情况下，消失和创造者两大不同结果在很大程度上取决于你原本的行业：例如医疗保健、教育和公共部门可能会获得利益为了最大化的价值，我们应该把重点放在人工智能行业来丰富未来的工作行业，重新设定旧的规章制度而去创造新的行业。改变自身的文化，从而使我们能够迅速适应人工智能科技技术带来的机会。返回搜狐，查看更多
责任编辑：