人工智能加速赋能实体经济
2021年全球人工智能产业投融资金额为714.7亿美元，我国达201.2亿美元人工智能加速赋能实体经济
2021年，我国人工智能产业规模达4041亿元人民币，产业投融资金额为201.2亿美元，同比增长40.4%。随着相关科技成果不断落地，应用场景更加丰富，人工智能技术与实体经济加速融合，助推传统产业转型升级，为高质量发展注入了强劲动力。
高效高精度仿真预测，为大型客机减少风洞试验的次数；构建数字孪生工厂，并在未来建成全息3D裸眼效果的数字工厂；人体通过360度扫描后，将投射到屏幕上制作成数字人……这些奇思妙想，都在借助人工智能技术实现。
新一代人工智能是推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。日前，由国家发改委、工信部、科技部、国家网信办、中国科学院、中国工程院、中国科协和上海市政府共同主办的2022世界人工智能大会举行，一大批新成果、新技术、新应用发布，展示了人工智能赋能实体经济发展的美好图景，并描绘了产业发展的方向与趋势。
人工智能科技成果加速落地
2018年，首届世界人工智能大会在上海举办。几年来，我国人工智能科技成果层出不穷，并加速落地。
机器人应用场景更加丰富——
机器人冲咖啡拉花、送咖啡、专业消毒，还能手持吸尘器做清洁，俨然全职“家庭保姆”……会上，业内先进的机器人技术和展品齐聚，新品迭出，带来全新的机器人能力认知和服务体验。
智能网联汽车发展不断推进——
“系好安全带，我不用方向盘，准备出发。”在金桥智能网联汽车测试示范区，安全员启动自动驾驶车开始演示无人驾驶。测试现场，荣威、威马等品牌的自动驾驶车上路展示，斑马智行、小马智行、复睿智行等自动驾驶平台也一同亮相。
“5年前，自动驾驶还处在起步阶段，现在已经有了相当多的平台和自动驾驶车。”金桥管理局副局长严俊杰介绍，2019年，上海浦东新区作为全国首个人工智能创新应用先导区正式揭牌。今年8月31日，金桥智能网联汽车测试区正式启动，助力金桥一大批车企推进研发、测试自动驾驶技术。
城市算力建设取得新进展——
在国家“东数西算”工程与全国一体化算力网络国家枢纽节点的布局下，中国算力网——智算网络一期于今年6月正式上线。在本届大会上，沈阳、福州、长沙、广州、重庆、昆明、河北（廊坊）7个新增节点接入中国算力网。至此，多个人工智能计算中心间的算力调度与协同训练已完成初步验证，全国算力一张网已具雏形。
“这是一个开源开放、功能丰富的产业级深度学习平台。”会上，百度展示的飞桨平台吸引了不少人的目光。工作人员介绍，飞桨平台具有标准化、自动化和模块化等特征，能够降低应用门槛，让人工智能技术高效便捷地应用于各行各业，不同单位的项目都可以在这个平台上学习。截至今年5月，飞桨平台上已汇聚477万开发者、创建56万个人工智能模型，服务18万家企事业单位。
数实融合助力实体经济转型升级
目前，一大批人工智能相关企业正在不断成长。据统计，我国人工智能核心企业数量已超3000家，比2019年同期增加15%。领军龙头企业分布在无人机、语音识别、图像识别、智能机器人、智能汽车、可穿戴设备、虚拟现实等领域。
技术的发展带来了突破，人工智能正更多地服务于实体企业，越来越多传统实体企业也借助人工智能实现转型升级。
在本届大会上，中国商飞联合华为发布了工业级流体仿真大模型“东方·御风”。这是基于昇腾人工智能基础软硬件平台打造的面向大型客机翼型流场高效高精度人工智能仿真预测模型，有效提高了对复杂流动的仿真能力，将仿真时间缩短至原来的1/24，减少了风洞试验的次数。
虚拟原生、数字孪生和空间计算等，是人工智能领域的新生态。腾讯正与宝钢合作，开发应用实时云渲染、视觉动态捕捉、增强现实/虚拟现实交互等技术，为宝钢热轧部提供孪生工厂服务，最终的目标是建成一座全息3D裸眼效果的数字工厂。“我们从数实融合的角度来推动技术革新，助力产业升级和实体经济数字化转型。”腾讯集团副总裁、政企业务总裁李强说。
在张江科学会堂展区，多个与元宇宙相关的产品夺人眼球，数字人便是其中一个。人体通过360度扫描后，全部投射到屏幕上，极其逼真。“它有许多用处，可以成为网络世界的另一个自己而存在。”影眸科技首席执行官吴迪说。
9月1日，在2022世界人工智能大会产业发展全体会议上，中国信息通信研究院院长余晓晖介绍，2021年全球人工智能产业规模达3619亿美元，中国占4041亿元人民币。从投融资规模来看，2021年全球人工智能产业投融资金额为714.7亿美元，同比增长90.2%，中国为201.2亿美元，同比增长40.4%。
新趋势将带来新机遇和新突破
作为人工智能技术的新热点和新趋势，“多模态学习”是各方都在争抢的创新制高点。“多模态人工智能可以通过图像、声音和文件等多种数据做出高水平判断。大数据与多模态人工智能的结合，将推动人工智能技术产生巨大变革。”中国工程院院士、浙江大学教授潘云鹤说。
上海期智研究院院长、图灵奖得主姚期智认为，多模态人工智能在国际上也刚刚起步，我国应该争取先机参与竞争。例如，在自动驾驶领域，可采用以视觉为中心的自动驾驶方案，结合多模感知进行智能运算。
随着人工智能深入发展，算力变得愈发重要。“随着量子计算机的出现，我们或许有更好的方法来进行算法突破。”姚期智说，量子计算机可以使人工智能发挥更大的效能，同时人工智能也可以为量子物理带来重要的学术贡献。
近年来，人工智能技术快速迭代，为高质量发展带来了新机遇，但也面临一些应用领域的瓶颈。宁德时代首席制造官倪军表示，目前在一些工业应用场景里，因为数据量不足、训练数据失衡等问题，人工智能缺乏合适的训练数据样本，难以实现真正的智能制造。而且，工业制造中多工况、多工位的动态场景，导致工业人工智能预测模型开发难度大、时间长。倪军认为，需要大量复合型人才去深入了解剖析工业场景，解决构建工业人工智能模型的痛点。
此外，人工智能产业的健康发展离不开配套制度的健全与完善。百度董事长兼首席执行官李彦宏认为，自动驾驶是人工智能在交通领域的体现，但目前无人车的普及还面临入市、上牌、事故责任难以认定等方面的掣肘。我国自动驾驶技术处于世界前列，急需政策支持推动，实现人工智能和实体经济的融合发展。（记者谢卫群沈文敏黄晓慧）
黄金新十年来临，人工智能面临哪些机遇与挑战
原标题：黄金新十年来临，人工智能面临哪些机遇与挑战？
编者按：本文系专栏作者投稿，作者智能相对论。3月11日，全国两会闭幕，“人工智能”依然是热议话题，不过今年意义却大不一样，十三届全国人大四次会议表决通过十四五规划纲要，智能经济被寄予厚望。2021年很可能会是智能经济的一道分水岭。2021年，智能经济分水岭自2016年以来，两会上关于人工智能的声音就越来越多。2017年两会上，百度CEO李彦宏提交的三份提案就均与AI相关，科大讯飞CEO董事长刘庆峰则提议将“智能+”上升为国家战略……今年两会上“人工智能”依然是高频词汇。李彦宏提交的5份提案涉及自动驾驶和智能交通、智慧养老进社区等方面，均与AI相关；联想杨元庆则提出“新IT”即IntelligentTransformation（智能转型）的概念；小米雷军的建议涉及智能制造等三个方面；360周鸿祎则建议要尽快加强智能汽车网络安全……在两会上被表决通过的十四五规划纲要中，“科技”出现36次，“数字”出现17次，“智能”出现7次。“加快数字发展”与“发展战略性新兴产业”均拥有自己的独立篇章。规划纲要指出：“发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平。”规划纲要明确要“推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎，培育新技术、新产品、新业态、新模式。”今年两会上，代表们都在强调两个字：“应用”，更关注AI在产业经济、社会民生与城市治理等领域的落地。十四五规划纲要指出要大力发展智能经济，2021年是十四五开局年，对中国人工智能产业来说，也将是至关重要的年份。“十三五”期间，我国全社会研发经费支出从1.42万亿元增至2.21万亿元，着力加强基础研究和关键核心技术攻关，科技实力进一步增强。人工智能是我国科技自主创新的关键领域之一，我国AI产业取得了全球瞩目的成就，人才、算法、算力等基础已完善。2020年疫情不约而至，AI在防疫中贡献了力量，全社会对智能化达成高度共识。疫情期间我国提出“新基建”战略，人工智能是其重要组成部分之一。已经结束的地方两会也表明，全国多地正加速建设数字经济、发展人工智能产业、加快产业智能化升级。天时地利人和，2021年人工智能将从小范围应用走向大规模落地。新十年，智能经济面临哪些新机遇？1、AI基础技术进一步突破。AI经历“革命性十年”的大发展，底层算法以深度学习为核心。随着AI的大规模应用，AI技术已出现瓶颈。科学家与工程师们在现有技术框架下克服瓶颈，但却很难将其消除。算法层面，人工智能目前处于初级阶段，从被动感知向主动感知、认知和决策还需要技术全面提升；算力层面，人工智能对计算提出更高要求，当前的计算体系在成本、性能与能耗上均不堪重负。新十年，AI基础技术或再度跃迁。递归神经网络LSTM之父JürgenSchmidhuber在2020年就曾撰文指出，自然语言处理（NLP）、计算机视觉与强化学习是AI前十年的技术主线，下一个十年，量子计算、无监督学习、浅层学习网络与算力vs深度学习进展，被寄予厚望。量子计算如果能够取得突破性进展，AI将是另外一番景象：“自1975年摩尔定律提出以来一直颠扑不破，但近10年来我们的发展慢了下来。因此，很多人相信技术进步即将到来，很可能就是我们前文讨论的量子计算。这将有助于推动深度学习的重大进步。”我国已在战略布局下一代AI技术。十四五规划纲要指出，要瞄准人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。2、智能云将成社会“水电煤”。越来越多企业意识到AI价值，然而AI技术门槛颇高，企业自行研发并不现实，也无必要。基于“云服务”模式，企业可快速基于云端AI技术能力开发AI应用。2020年底，IDC报告预测到2021年至少有65%的中国1000强企业将利用自然语言处理、机器学习和深度学习等AI工具，赋能60%在客户体验、安全、运营管理和采购等业务领域的用例。IDC在《中国人工智能云服务市场研究报告（2020H1）》报告中指出，企业智能化转型是驱动AICloud市场规模增长的重要因素，AI云服务厂商在整体AI软件及应用市场中将获得越来越高的市场份额。云计算巨头纷纷在名字中加入“智能”背后，反映出它们对AI云服务的日益重视。前十年，云计算是社会数字化基础设施；新十年，AI将成为云计算市场的一大增量，智能云则将成为智能社会的水电煤。3、服务机器人迎来黄金发展期。前十年，大规模爆发的AI应用却不多。在消费市场，智能音箱、智能汽车、智能家居等少数产品实现智能化并大规模销售；在行业市场，在防疫、教育、金融、物流等少数行业，AI开始逐步应用。新十年有望爆发式增长的AI应用则是服务机器人。服务机器人是指除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人，主要包括个人/家庭用服务机器人和公共服务机器人。人口老龄化加剧、劳动力成本上升，服务机器人市场需求更加强劲。StrategyAnalytics数据显示，继2020年的年销量增长24％之后，服务机器人销量将在2021年加速增长31%。2020年Covid-19疫情推动服务机器人增长，它们帮助家庭清洁地板、陪伴孩子，帮助企业分拣送货，通过紫外光对环境进行消毒。疫情期间，服务机器人明星公司优必选的防疫机器人就在16个国家/地区被应用；华住旗下将近6000家酒店皆推行了无接触智能服务，酒店机器人每月送物超过20万次，成为疫情期间的一道亮丽“风景线”。《2020全球机器人统计报告》显示，全球专业服务机器人销售额增长32％，在2019年达到112亿美元。优必选科技创始人周剑提出，过去十年是服务机器人的10年储备期，未来10年则是黄金发展期，越来越多服务机器人解决方案将在垂直领域落地应用，“未来10年，也许会有一家万亿级的服务机器人公司出现。”服务机器人是我国AI战略的一部分，2017年12月《促进新一代人工智能产业发展三年行动计划(2018-2020年)》提出到2020年，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用。前瞻产业研究院预测，我国服务机器人至2023年销量将超过50万台，销售额预计达277亿美元。4、AI进一步“下沉”到传统行业。前十年，AI在一些行业率先落地，主要集中在金融、教育、娱乐、信息等相对新兴的第三产业。新十年，AI则会进一步“下沉”到千行百业，包括制造业、医疗、养老业以及古老的农业。比如农业，互联网巨头纷纷布局“养猪”业务，落地数字农业战略。AI与IoT设备、农机、无人机、无人车等技术结合，可用于提高农作物产量、优化灌溉系统、保护农田、治理虫害、监测牲畜健康，提升农业效益。有数据显示，农业领域人工智能技术和解决方案方面的支出预计将从2020年的10亿美元增长到2026年的40亿美元。比如医疗，AI与生物科技、医疗科技等技术结合，将会对医疗健康产业产生深刻影响。DeepMind的AlphaFold应用深度学习技术在数十年来的蛋白质折叠生物学挑战中获得重大突破，科学家们用机器学习模型来学习化学分子的表示，以便制定更有效的化学合成计划；再比如养老，今年两会关注老人面临的数字鸿沟，科技企业界代表们纷纷建言献策，助老养老正是服务机器人的重点场景。中国老龄人口已有两亿六千万，老龄产业成为“一个巨大的朝阳产业”，康养养老行业均有大量服务机器人应用场景。在两会上，广东移动党委书记、董事长、总经理魏明表示，发展养老机器人产业既能有效破解养老资源紧缺问题，还能促进智慧养老产业蓬勃发展。优必选科技则对外透露其正在研发康养机器人及智慧康养解决方案，通过5G、物联网和人工智能技术，建设软硬一体化的智慧康养平台。在2020年的世界人工智能大会上，李彦宏有一个判断：AI发展会经历技术智能化、经济智能化、社会智能化三个历史阶段，他认为AI正处在“从经济智能化的前半段向后半段过渡的时期，具体表现在AI能力从逐步向平台化，正在朝向产业化方向演进。”现在看来，李彦宏的判断或许有些悲观，新十年，“社会智能化阶段”已全面来临。收割季，AI产业化依然面临三道老坎技术驱动的产业发展，一般都逃离不了高德纳（Gartner）的“技术成熟度曲线”模型（GartnerHypeCycle），该模型认为，一门技术的发展要经历五个阶段。启动期：概念，媒体有所报道，引起外界兴趣。泡沫期：个别成功案例，一些激进的公司开始跟进。媒体大肆报道，各种非理性的渲染。低谷期：该技术的局限和缺点逐步暴露，对它的兴趣开始减弱。基于它的产品，大部分被市场淘汰或者失败，只有那些找到早期用户的公司艰难地活了下来。爬升期：该技术的优缺点越来越明显，细节逐渐清晰，越来越多的人开始理解它。基于它的第二代和第三代产品出现，更多的企业开始尝试，可复制的成功使用模式出现。媒体重新认识它，业界这一次给予了高度的理性的关注。高原期：经过不断发展，该技术慢慢成为了主流。技术标准得到了清晰定义，使用起来越发方便好用，市场占有率越来越高，进入稳定应用阶段。配合它的工具和最佳实践，经过数代的演进，也变得非常成熟了。业界对它有了公认的一致的评价。AI一路走来，经历了最初被高度看好、泡沫化严重后被广泛唱衰，再到泡沫去掉后成熟稳健发展等阶段。今天AI进入高原期，成为主流技术，将被大规模应用。不过，AI产业依然有一些客观问题有待行业给出答案，这些问题都是老问题，只不过当下更加紧迫。第一个是AI商业化能力有待证明。AI创业公司最有名的当属“CV四兽”，即专注于机器视觉技术服务的四大独角兽公司：商汤、旷视、依图与云从。2020年旷视科技冲击港股IPO未果，3月12日再度冲刺科创板；此前不久依图与语音AI企业云知声IPO折戟，多家AI公司上市遇阻，核心原因在于商业化能力有待证明。《财经》披露的数据显示，商汤2019年营收超过50亿元，而云从和依图分别才刚刚超过8亿元、7亿元。2017年至2019年，旷视营收规模逐年增长，营业收入从3亿元增长至12.6亿元。这些AI独角兽公司都有一些共同特征：营收增长快但整体规模较小，但烧钱规模却很可观，大都已完成数亿甚至数十亿美元融资，却一直亏损，招股书显示，报告期内（2017年、2018年、2019年、2020年9月），旷视科技净亏损达到7.7亿元、28亿元、66.4亿元与28.5亿元，因此有媒体将它们称为“吞金兽”。不只是CV四兽。截至目前，不论是消费端的智能音箱/智能驾驶等AI产品，还是产业端的AI行业服务，普遍都存在“亏损换规模”的现状。对此，一方面，AI企业要积极探寻商业模式，在技术研发外对市场高度重视，强化现金流能力，让AI赚取真金白银，比如可以让AI深度融合场景，对产品做减法，从应用场景的单点和单应用切入，从单点产品到解决方案，再到面，不断壮大AI应用生态。AI企业也要从解决社会重大问题和满足社会重大需求进行突破；另一方面，投资者要给AI公司更多耐心，要有放长线钓大鱼的长期思维，毕竟AI大规模爆发时点才刚刚到来。市场已经证明AI不是技术泡沫，资本应该放宽心，给予AI创业者更多耐心。第二个是AI人才荒依然有待缓解。前些年AI快速爆发，导致AI人才一度供不应求，企业年薪百万招聘AI专业大学毕业生、高价挖角高校AI专家的新闻不少。后来，国家重视AI教育、高校开设AI专业、产学研共同培育AI人才，AI人才荒得到一定程度解决，仅仅是百度就宣称自己已给行业培养100万AI人才；优必选科技则宣称在全球40多个国家，有约150万名学生通过优必选科技学习人工智能。然而，AI人才供给依然跟不上AI产业化进程，新十年AI人才依然供不应求。高端AI人才依然稀缺，根据美国保森基金会旗下智库的统计显示，截至2019年底，全球顶尖AI人才中的近60%定居美国，在中国接受本科教育的顶尖AI人才占比最高，达到29%，就是说，很多中国AI人才出国深造后留在了美国工作，导致中国本土高端AI人才匮乏。中国是AI大国，但领英大数据却显示，中国顶级人工智能人才仅排第六名。细分领域AI人才同样短缺，比如服务机器人领域，AI人才荒更严峻，因为这是一个复杂系统，牵涉到多学科，厂商需求大量复合型技术人才、市场人才以及产品人才；应用场景则需要懂服务机器人和人工智能的人才。然而，复合型研发人才和应用人才太少，直接制约了产品研发和行业应用。2020年国内人工智能人才缺口达500多万，供需比例严重失衡。2021年加强人工智能人才，特别是高端人工智能人才、细分AI领域人才的培养，已迫在眉睫。第三个则是AI伦理问题变成燃眉之急。类似于AI换脸、“基于人脸识别的教室监控”这样的AI应用出现，让人们意识到，AI技术爆发，人类并未完全准备好。任何技术都是双刃剑，AI也不例外。AI技术会给网络欺诈提供便利，让“造假”变得更加容易，且难以辨别；AI技术会让很多人失业，尤其是重复性强的工作，比如收银、客服、监测、软件测试工程师；AI算法是被人训练出来的，人的偏见会被AI继承，比如性别歧视、种族歧视、地域歧视；AI技术被黑客掌握，黑客的攻击手段会全面升级。随着服务机器人、无人车等看得见、摸得着的AI应用爆发，AI伦理变得更重要。服务机器人在服务人类时，可能会跟人或者环境发生冲突/冲撞，责任该如何划分？无人车在马路上出现事故，责任又该如何划分？很多问题都有待解决。我们不能因噎废食限制AI发展，唯有AI伦理与法规双管齐下。AI伦理是人与机器以及AI时代人与人相处的道德准则，“阿莫西夫机器人三原则”就属于机器人伦理。除了道德准则外，法律法规也亟待完善，比如针对自动驾驶的法律法规正在形成。亚马逊、微软、谷歌、IBM、Facebook、苹果等公司已联合成立非营利性人工智能合作组织以解决AI伦理问题；2017年微软在内部成立人工智能伦理委员会（AETHER）；2018年Facebook宣布已成立专门伦理团队防止人工智能的偏见。国内，百度李彦宏多次提交关于AI伦理的提案，2019年马化腾就指出“AI治理的紧迫性越来越高”，应以“科技向善”引领AI全方位治理，确保AI“可知”、“可控”、“可用”、“可靠”。我国监管部门则从顶层设计上决定了AI伦理的规范和执行。2019年6月国家新一代人工智能治理专业委员会发布报告，提出发展“负责任的人工智能”，这是我国首次发布人工智能治理原则，当年7月24日，《国家科技伦理委员会组建方案》被通过，根据《国家科技伦理委员会组建方案》要求，组建国家科技伦理委员会，会议指出：科技伦理是科技活动必须遵守的价值准则。AI新十年来临，我们有理由相信，智慧的人类既可以发展利用AI，让AI给国家、社会、企业与人民创造更多价值，也一定可以驾驭AI，与AI和平共处。本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。人工智能的伦理挑战与科学应对
【光明青年论坛】
编者按
2023年2月21日，中国外交部正式发布《全球安全倡议概念文件》，呼吁“加强人工智能等新兴科技领域国际安全治理，预防和管控潜在安全风险”。在中国式现代化进程中，人工智能的技术革新是助推我国科技创新的重要力量之一。作为最具代表性的颠覆性技术，人工智能在给人类社会带来潜在巨大发展红利的同时，其不确定性也会带来诸多全球性挑战，引发重大的伦理关切。习近平总书记高度关注人工智能等新兴科技的发展，强调要加快提升“人工智能安全等领域的治理能力”，“塑造科技向善的文化理念，让科技更好增进人类福祉”。为此，本版特组织几位青年学者围绕人工智能的伦理挑战与科学应对展开讨论，并邀请专家予以点评，以期引发学界的更多关注，为推动人工智能健康发展贡献智慧。
与谈人
彭家锋 中国人民大学哲学院博士生
虞昊 华东师范大学政治与国际关系学院博士生
邓玉龙 南京师范大学哲学系博士生
主持人
刘永谋 中国人民大学哲学院教授、国家发展与战略研究院研究员
1.机遇与挑战并存的人工智能
主持人：新技术革命方兴未艾，以人工智能等为代表的新兴科技快速发展，大大拓展了时间、空间和人们的认知范围，人类正在进入一个“人机物”相融合的万物智能互联时代。请具体谈谈人工智能给人类社会发展带来什么样的机遇？
彭家锋：人工智能、大数据、物联网、云计算等智能技术蓬勃兴起，对人类社会的方方面面产生深刻影响，推动整个社会逐步迈入智能社会。在此过程中，存在许多重大历史机遇需要我们把握。就技术治理而言，人工智能作为一种治理技术，正在助推社会治理的治理理念、治理方式、治理效能等方面的变革，将传统技术治理提升至智能化新阶段，呈现出“智能治理的综合”趋势。智能治理将全面提升社会公共治理的智能化水平，主要呈现出四个方面的特征：一是治理融合化，即促进各种智能技术与其他治理技术相互融合，大幅度提升智能社会的治理水平；二是治理数据化，即以日益增长的海量数据为基础，通过对数据映射出来的“数字世界”进行社会计算，实现治理目标；三是治理精准化，即发挥智能技术强大的感知能力、传输能力和计算能力，将传统的粗放治理转变为精准治理；四是治理算法化，即不断完善智能决策系统，尝试将程序化的算法决策扩展到更多的决策活动中，从而提高决策质量。
虞昊：人工智能有助于反思人类社会得以建立与发展的基础。随着分析式AI向着生成式AI不断演变，尤其是生成式AI初步展现出判别问题、分析情感、展开对话、创作内容等越来越具有人类特征的功能，原本属于人类的领域正被人工智能以另一套由“0”与“1”构成的计算机语言逐步侵蚀。这既是对人类社会的冲击，也势必会在更加平等的开放性框架中增强人类的主体性，促进人类社会进一步发展。
邓玉龙：总体来说，以人工智能为代表的新科技发展，显著提升了社会生产力。例如，生成式AI不但能完成传统AI的分析、判断工作，还能进一步学习并完成分析式AI无法从事的创造性工作。从人机交互的角度来看，人工智能也促进了生产关系的高效发展。具体表现在：一是刺激劳动形态的转化。人工智能高效承担大量的基础机械性劳动，人类劳动则向高阶的创造性劳动转化，由此引发社会层面的劳动结构转型、升级，并且以人工智能为中介，社会范围内的劳动整合、协调能力也实现升级。二是促进劳动场域的重构。随着劳动形态的转化和劳动的社会化扩展，人工智能将劳动从固定场域中解放出来，人类劳动的灵活性增加。相比于创造性劳动，机械性劳动更加受到空间和时间的制约，而在人工智能从技术层面替代更低边际成本的基础性劳动之后，人类劳动空间和时间的自由性实现跃迁。三是对主体的发展提出了更高要求，尤其是对主体适应社会发展提出了更高要求。人工智能技术的发展对人类传统的知识结构提出挑战，要求人类更新原有的知识结构以适应社会发展需要，也对教育提出更高要求，教育模式和教育内容需要更契合科技发展的水平，培养更加全面发展的人才。
主持人：人工智能的一系列产物在给人们带来生活便利的同时，也一定程度上引起大家对其可能引发的伦理挑战的警惕。一些人关注人工智能的风险问题，对人工智能的推进有些焦虑。如何看待这种警惕和焦虑？
虞昊：人工智能的风险以及由此带来的焦虑，是完全可以理解的。但我们无法返回一个没有人工智能的世界，人工智能已然深度介入人类社会，试图遏制人工智能的推进只能是螳臂当车。同时我们对人工智能的发展也不能放任不管，无视甚至于压制人工智能的推进只能是掩耳盗铃。因此，我们应该正视这种焦虑，在发展人工智能的过程中探求解决方案，在人工智能带来的风险中寻求危中之机。
邓玉龙：我们应正确看待这种焦虑。要看到，焦虑有其积极的意义，它体现人类的忧患意识，催生对人工智能风险的预见性思考，提醒我们注意焦虑背后人工智能技术发展存在的问题。正确对待焦虑有助于积极采取措施防范风险，辩证分析焦虑中先见性的思考，通过社会治理模式的升级化解风险问题。同时，仅有焦虑和恐惧是不够的，更重要的是积极解决人工智能发展带来的社会问题。从劳动的角度看，人工智能确实会取代部分人类劳动，推动劳动结构转型升级，让劳动向着碎片化、个体化方向发展，劳动者处于弱势地位，面临着“机器换人”的挑战。但是我们也应该理性认识到，人工智能不是对人类劳动能力的完全替代，而是对劳动者提出了更高的要求，要求劳动者掌握科学知识，将技术的发展内化为自身能力，在更具创造性的劳动中实现自身价值。
彭家锋：任何技术的发明使用，不可避免地伴随着这样或那样的风险。人工智能技术自然也不例外，在其应用过程中，同样引发了诸如隐私泄露、算法歧视、法律责任等风险问题。因此，关注人工智能的风险问题，并由此对人工智能的推进产生焦虑，具有一定理论依据和现实基础。但更应当清醒地认识到，人工智能的某些相关风险可以提前得到规避，并不必然会发生；即便真的发生，也仍可不断寻求化解风险的有效手段。以个人隐私滥用风险为例，在治理过程中，虽然不可避免地会涉及个人数据收集和分析处理，但可以通过建立完整的规范和监管体系来保护个人隐私，降低滥用风险。
2.人工智能科技竞争的“伦理赛道”
主持人：习近平总书记在以视频方式出席二十国集团领导人第十五次峰会时指出，“中方支持围绕人工智能加强对话，倡议适时召开专题会议，推动落实二十国集团人工智能原则，引领全球人工智能健康发展”。请谈谈“人工智能原则”应包含哪些内容？科技向善的文化理念对推动全球人工智能健康发展具有怎样的现实价值？
彭家锋：为应对人工智能等新科技快速发展带来的伦理挑战，2022年，中共中央办公厅、国务院办公厅印发了《关于加强科技伦理治理的意见》，其中明确了“增进人类福祉”“尊重生命权利”“坚持公平公正”“合理控制风险”“保持公开透明”等五项科技伦理原则。我认为，这五项原则基本涵盖了人工智能原则的伦理要求，彰显了科技向善的文化理念。科技向善的文化理念，根本目标是让科技发展更好地服务社会和人民，带来良好社会或社会公益的善。科技向善对推动全球人工智能健康发展至少具有以下三个方面现实价值：一是塑造公众信任。公众对人工智能的信任很大程度上并不完全由相关风险程度决定，而是取决于公众的利益与价值是否得到足够重视。后者正是科技向善的内在要求。二是引领技术创新。科技向善的文化理念将在技术创新发展过程中发挥价值引领作用。三是促进全球合作。科技向善的文化理念试图在全球范围内建立人工智能伦理规范的“最大公约数”，各国在达成伦理共识的基础之上，能够建立互信，实现更加充分深入的国际合作。
虞昊：个人认为，人工智能原则也应包含非对抗与非失控的理念。非对抗意味着不应将人工智能视作人类社会的对抗性存在，人工智能已经成为人类社会的构成性要素，我们必须持更为开放的态度去面对人工智能。非失控意味着不应放弃对人工智能的伦理规范，应以智能的方式去规范加速发展的人工智能。如果以上述理念为前提，也就是说，在支持人工智能发展的情况下，科技向善的文化理念在推动全球人工智能健康发展中就变得极为重要。此处的“善”在国家治理层面即指向“善治”，而当人工智能的发展从国家范围扩展到全球范围，“善治”就在构建人类命运共同体的意义上拥有了更贴近现实的内涵。各国应摒弃冷战思维与零和博弈，基于善意与友谊共同思考人类作为整体如何在人工智能的冲击下通往全球性的“善治”。
邓玉龙：2019年欧盟发布《可信赖的人工智能伦理准则》，2021年中国国家新一代人工智能治理专业委员会发布《新一代人工智能伦理规范》（以下简称《规范》）。与欧盟发布的伦理准则相比，《规范》体现了中国特色社会主义的制度优势，旨在将伦理规范融入人工智能全生命周期。人工智能发展的根本目的是促进人的全面发展，因此，我以为，人工智能原则还应体现共享和有序发展的要求。共享，旨在防止人工智能的技术垄断。科技发展应该兼顾全体人民的利益，而不是服务于少数群体，由全体人民共享科技发展成果，推动全球科技水平的共同增长。有序发展，旨在防止人工智能技术的无序扩张。人工智能技术的发展最终是为了提升人的幸福感，推动科技有序发展能够促进人机和谐融合，有效预防潜在无序扩张的风险。
主持人：从规范层面来说，伦理反思对规范人工智能发展的作用主要体现在哪些方面？
彭家锋：近年来，世界各主要国家在人工智能领域竞争日趋激烈，纷纷将人工智能发展置于国家发展的战略层面。比如，美国陆续出台《国家人工智能研究和发展战略计划》（2016）和《关于维持美国在人工智能领域领导地位的行政命令》（2019）；欧盟先后发布《欧洲人工智能战略》（2018）和《人工智能白皮书》（2020）；中国也较早发布了《“互联网+”人工智能三年行动实施方案》（2016）和《新一代人工智能发展规划》（2017）。人工智能科技竞争的客观局面已然形成。在此背景下，如果忽视人工智能技术发展所带来的全球性风险与挑战，极有可能陷入技术赶超的竞争逻辑。因此，亟须规范人工智能的科技竞争，而倡导伦理反思或许就是一条可行之路。伦理反思的意义至少在于：一是设定伦理底线。人工智能技术的开发和应用需要遵循一些基本的价值理念和行为规范。只有守住伦理底线，才有可能避免颠覆性风险的发生。二是实现敏捷治理。伦理反思是一个动态、持续的过程，贯穿于人工智能科技活动的全生命周期。为了确保其始终服务于增进人类福祉和科技向善的初衷，需要保持应有的道德敏感性，以灵活、及时、有效的手段化解人工智能带来的各种伦理挑战，确保其在科技向善的道路上行稳致远，实现良性发展。
邓玉龙：人工智能科技竞争是为了促进科学技术发展，而科学技术发展的最终目的是推动人类社会的进步。人工智能科技竞争不应该仅包括技术竞争的单一维度，更不应该通过技术优势遏制他国的科技发展，而应该是在人工智能科技条件下的综合性竞争，通过良性竞争促进全球人工智能和全人类的共同发展。其中就应该包括社会治理竞争，通过社会治理保障社会公平，因而对社会中人与人关系的伦理反思构成人工智能科技竞争的有机组成部分。首先，伦理反思对人工智能科技竞争提出了更高的要求。人工智能的公平性、可信任性、可解释与透明度、安全性不仅是伦理要求，也代表了人工智能技术的发展方向，是人工智能科技竞争需要抢占的技术制高点。科技的发展是为了人的全面发展，因而人的发展内嵌于科技发展要求，伦理反思有助于防止工具主义的泛滥。其次，伦理反思为人工智能科技竞争提供价值引导。伦理反思注重保障人的权利，科技发展并不是社会发展中的唯一衡量因素，我们还应该关注其中多样性的因素，尤其注重保护特殊群体的利益，例如防止数据鸿沟等不良影响。伦理反思有助于实现人工智能的综合性健康发展。
3.人工智能安全与人的全面发展
主持人：科学探究一直以来都是人们认识世界和了解自身的重要认知方式，人工智能等信息产业的革命如何影响着人们的认知方式？
彭家锋：人工智能等信息产业的革命，促进了科学研究新范式——数据科学的诞生，进而对人们的认知方式产生深刻影响。数据科学被认为是继实验、理论和模拟之后的新的科研范式。相较于传统科学，数据科学融合了统计和计算思维，通过人工智能等技术提供的海量数据、强大算法和算力，能够直接从数据中寻找相关关系、提取相关性或者预测性知识，进而产生一种基于相关性的科学思维模式。但这种相关性并不一定能够转化为因果关系，因为可解释性对于从数据科学技术确定的相关性中提取因果解释至关重要，而相关技术一般都缺乏必要的透明度和可解释性。数据科学更可能成为一种预测科学，但是预测并不是科学追求的唯一目标。通过揭示世界的潜在因果结构来解释和干预现象，也是科学的两个重要目标。因此，尽管数据科学能够通过分析大量数据生成相关性知识，却不能直接产生因果解释。对此，传统科学的可检验性假设方法和因果规律探求仍有其重要价值。数据科学并非取代传统科学，相反，两者将相互补充，共同成为人类探索世界的有效工具。
虞昊：显而易见的是，随着人工智能向着通用人工智能迈进，其能够为人们提供的教育资源、生活娱乐、工作讯息也越来越丰富，人们势必越来越依赖于通过与人工智能进行交互来获取外界信息。因此，当人工智能深度地构成人们认知世界的滤镜时，若不对人工智能本身具有重复性、同质性倾向的认知框架保持警醒，人工智能可能扭曲人们的认知方式直至影响人的主体创造性。
邓玉龙：以人工智能为代表的全新技术发展被称为第四次工业革命，其中最显著的特征就是机器与人类的深度融合，机器不再作为一种外在性的工具被人类使用，而是在与人类的深度关联中影响人类的认知方式。一方面，信息产业革命丰富了人类认知的联结方式。人工智能和大数据技术的发展促进人类的分析逻辑从因果关系扩展为相关关系，对相关关系的重视使人工智能可以从大数据而非小数据维度获取信息，为人类认知提供新的视角。按照传统人类认知方式的理解，因果关系要求关于世界的认知是确定性的，而这在数字时代的复杂性社会中很难实现。人工智能对相关关系的认知填补了这一缺失，允许我们在无法掌握确定信息但在掌握大量数据的条件下对未来趋势作出预测。另一方面，如果我们对人工智能等科技的输出结果和生成内容盲目信赖，将结果和内容与经验事实之间进行绝对等同的连接，误认为是事实的全部，那么我们就会丧失人文主义抽象反思的能力，对此我们应当保持警惕，始终坚持反思和批判的人文精神。
主持人：如何调适人的主体创造性与信息高度集成共享之间的关系？
彭家锋：当人们逐渐将更多创造性工作交由人工智能完成，不免让人担忧人工智能是否将会威胁到人的主体创造性。从人机关系的角度来看，这种担忧是基于一种人机敌对论的视角，认为人工智能挤压了人的主体创造性空间，是替代逻辑的延续。但从人机协作的视角出发，将人工智能看作人的得力帮手，通过创造性地使用人工智能可以赋予人类更大的创造性空间。比如，在进行文字写作、多媒体脚本、程序代码、文稿翻译等工作时，可先由人工智能高水平地完成草稿工作，然后再由人类进行一些创造性的调整和发挥。此时人工智能生成的内容将成为进一步创作的原材料，人类将以更高的效率投入创造性活动之中。当然，要实现以上效果并非易事，不仅需要思想观念的转变，还应在制度安排、教育方式等方面作出相应调整。
虞昊：面对信息高度集成共享的人工智能，人有可能转变为算法的动物。试想下述场景：当依据人工智能展开行动变得足够便捷有效时，行动者便会倾向于采信人工智能，此时，看似是人类行动者基于自然语言在进行互动，实则是算法逻辑基于计算机语言在进行数字化运转。于是，人的主体创造性被侵蚀，人可能沦为算法动物。对此类情形，我们应该保持足够的清醒与警惕。
邓玉龙：人工智能技术生成的内容（AIGC）具有高度集成共享的特性，能够高效地对人类知识进行数据挖掘、信息生成。调适人的主体创造性与信息高度集成共享之间的关系，我们需做到如下几个方面：首先，需要通过人的创造性扩大AIGC数据库，当下AIGC主要是依赖于大语言模型，以大量的网络文本作为训练数据库生成的，通过人的创造性生成可以不局限于网络文本，而是进一步扩展数据库的训练文本，从而提高其丰富度。其次，需要通过人的创造性为AIGC提供价值训练，通过人的创造性生成的价值立场、伦理法则等与AIGC的训练数据库相融合，从而建构可信赖、可持续的信息高度集成共享机制。最后，需要将人创造性生成的内容与AIGC共同作为人类知识的来源，人类知识的获得不能仅仅局限于AIGC，而是需要人发挥其主体创造性对人工智能技术生成的内容进行反思和拓展，将人类无法被数据化的、经验性的知识与AIGC数据化的知识融合成为人类知识的来源。
（本版编辑张颖天整理）