人工智能法律监管的几大问题 或需修改现有法律
原标题为：怎样对人工智能进行法律规制
法律一般不对实践中没有定型的经验、社会中没有成熟的关系进行调整。就人工智能发展的阶段而言，一般认为存在着弱人工智能、强人工智能和超人工智能三个阶段。目前人工智能的发展仍然处于弱人工智能阶段，因此当前并不能够制定出关于人工智能的完整的法律制度。
人工智能的法律规制需要和具体的领域结合起来，在每一个细分领域里，存在着不同的规制方法、进路和手段。电子商务将互联网的技术运用于商业领域，政府监管的重要目的在于促进竞争和反垄断，保护消费者权利，维护市场秩序。人工智能广泛运用于医疗领域，相关数据往往属于个人敏感数据，政府在设计监管模式的时候，必然采取高准入、严许可的进路。
规制人工智能的立法进路
就人工智能的法律应对而言，我国目前更多的是从产业政策促进、扶持和发展的角度对人工智能提供行政指导。2017年国务院发布的《新一代人工智能发展规划》突出地反映了这一思路。
在监管层面上，目前对人工智能的法律规制在电子商务、数据安全和智能投顾领域的立法中已经有个别条款分别涉及。《电子商务法》规定，电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其推销商品或服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。这是在法律层面对大数据算法杀熟的回应。此外，《电子商务法》第40条规定，对于竞价排名的商品或服务，应当显著标明“竞价”。
规章层级的《数据安全管理办法》（征求意见稿）也对算法进行了相应的规制。《办法》规定，“网络运营者利用大数据和人工智能等技术，通过算法自动合成的新闻信息、博文、帖子、评论等，应当以显著方式表明‘合成’字样。”对于算法推荐的规制，除了披露义务之外，规范信息流程、报备模型参数、违规行为惩处等长效机制都是法律制度设计需要考量的要素。
2018年3月28日，中国人民银行、银保监会、证监会、外汇局联合发布《关于规范金融机构资产管理业务的指导意见》（以下简称“指导意见”）。该指导意见对人工智能在金融领域的应用进行了规制，从胜任性要求、投资者适当性以及透明披露方面对智能投顾中的算法进行穿透式监管。
《指导意见》明确，运用人工智能技术开展投资顾问业务应当取得投资顾问资质。除了要遵守一般性规定外，还应当向金融监督管理部门报备人工智能模型的主要参数以及资产配置的主要逻辑，为投资者单独设立智能管理账户，充分提示人工智能算法的固有缺陷和使用风险，明晰交易流程，强化留痕管理，严格监控智能管理账户的交易头寸、风险限额、交易种类、价格权限等。
《指导意见》强调，因算法同质化、编程设计错误、对数据利用深度不够等人工智能算法模型缺陷或者系统异常，导致羊群效应、影响金融市场稳定运行的，金融机构应当强制调整或者终止智能投顾业务。
在监管手段上，金融监管部门对智能投顾的法律规制采取了组合拳的方式。智能投资顾问是投资咨询机构业务的延伸，投资咨询机构应当被识别为受托人，承担信义义务和合规义务。
在监管方式上，金融监管部门运用监管科技应对金融科技的兴起。金融机构在利用智能投顾开展资产管理业务的时候，必须要获得行政许可、获得资质；报备模型参数、实现算法透明和算法可解释性；制定预案、适时人工干预。
人工智能的司法规制
这里在讨论人工智能规制的时候，将不去区分人工智能和算法之间的区别，将它们作为同一概念处理。美国联邦法院和州法院在判例中或者将算法定性成商业秘密，或者在关于搜索引擎算法的判决中，将它看成是言论，在学者中激起了广泛的争论。
算法作为言论
2003年的SearchKingv。Google-Tech。，Inc。案中，俄克拉荷玛州法院认为，网页排名是一种意见，搜索引擎根据算法生成的结果是它的言论。四年之后，Longdonv。Google案中，联邦地区法院也支持了算法是言论的主张。
就搜索引擎算法是否是言论，在理论上仍然有激烈的反对意见。更进一步的问题在于，即使司法对此已经给出了正面的回答，这一定性是否推广到所有领域的算法仍然是悬而未决的问题。
算法作为商业秘密
在美国刑事诉讼领域，算法广泛运用于预测个体是否会重新犯罪，以及是否到庭，从而影响定罪、量刑以及保释。这种做法，在算法的准确性、算法考虑不相关的社会因素以及算法的正当程序三个方面引发了普遍的质疑。
在Statev。Loomis，881N。W。2d749一案中，鲁米斯因驾车枪击案而遭受刑事指控。威斯康星州法院在量刑的时候基于COMPAS的评估判处鲁米斯六年监禁外加五年监外执行。鲁米斯以侵犯了他的正当程序权利和平等保护权为由提起上诉。威斯康星州最高法院认为，性别作为参数进入算法，其目的是为了算法准确性而非为了歧视，因此没有侵犯被告的平等权。其次，COMPAS所分析的数据依赖于公开的刑事犯罪记录和被告提供的数据。最后，由于评估结论并非法院量刑的唯一依据，法院所要求的个别化对待的权利得到了保障。
在算法公平和商业秘密之间，法院在这个案件中站在了商业秘密一边。这一司法立场有助于促进技术创新和人工智能产业的发展。但算法公平性的问题仍然悬而未决。
当认为算法会带来歧视性的结果的时候，根本原因在于作为算法基础的数据中隐含着民族、种族和性别的偏见。AnupamChander认为有效的补救措施应当是，设计算法的时候必须考虑到现有数据中潜藏着的歧视。DanielleKeatsCitron和FrankPasquale主张，监管者应当可以检测系统以确保其公平性和正确性，个人有权要求纠正对他们进行错误分类而带来不利影响的机器决策。
人工智能的源头规制
欧盟《一般数据保护条例》通过访问权、修改权、删除权、可携带权等具体权利的规定确立了个人数据决定权。除了可携带权有利于在人工智能企业之间形成竞争、促进产业发展之外，其他的权利都对人工智能的发展构成了直接的限制。
《条例》更赋予数据主体以免于自动化决策的权利。《条例》21条明确规定：“数据主体有权根据其特殊情况，在个人数据被处理的过程中行使反对数据画像的权利。”第22条进一步明确，如果某种包括数据画像在内自动化决策会对数据主体产生法律效力或者造成类似的重大影响，数据主体有权不受上述决策的限制。
根据第29条工作组指引，在下述情形中，不得使用自动化决策。比如解除合同；对法律所提供的某一具体的社会福利的获取或丧失；婴幼儿补贴或住房补贴；拒绝入境某个国家或者是否认公民身份。上述情形具有的共同特点就是自动化决策已经影响到行政相对人的权利义务。
除了第21条的规定之外，《条例》“序言”第71条规定，数据主体应免于受制于自动化处理手段对其个人进行精准评价，以及对其产生法律效果或重要影响的情况。任何情况下，这些数据处理应当有适当的保护措施，包括获得认为干预的权利、表达观点的权利、评估后达成决定的解释权以及获得救济的权利。
《条例》区分一般数据和敏感数据，对后者进行更为严格的保护。第9条明确，除非各成员国立法授权，辨识种族或民族出身、政治观点、宗教或哲学信仰、工会成员的个人数据以及以识别自然人为目的的基因数据、生物特征数据、健康数据、自然人的性生活或性取向的数据的处理应当禁止。
《条例》所确立的数据最小化原则对人工智能行业的发展有直接的影响。企业必须阐明它们为什么需要收集和处理数据，以及它们进行数据处理获得了什么成果。对数据的监管实际上从源头影响到人工智能行业的发展。
需要修改现有法律
人工智能技术的发展为法律规制提出了现实要求，而法律领域也越来越深刻地受到人工智能的影响。
《一般数据保护条例》的默认隐私原则展示了大数据时代人工智能技术对于立法行为的本质性改变，我们可以将法律所追求的价值和原则嵌入式地植入产品中。法律规制体系也将从对事物的规制转变成对代码的规制。
就司法而言，通过智慧司法提升司法效率，促进司法公平。最近增设互联网法院更是将其意蕴拓展到了网络治理主权的层面。就司法领域的人工智能而言，如何以平等原则和正当程序回应算法歧视和算法黑箱将是司法人工智能领域的持久性话题。
在执法领域，因为自动化决策的普及，将会出现法律的自动执行。2018年，深圳就普通高校毕业生落户深圳实现秒批（无人干预自动审批）。大量行政法上的程序权力被自动化决策所架空，这需要加强自动化决策方面的行政立法，以实现人工智能的运用和公民权利保护的平衡。
总的来说，并不存在关于人工智能的一般化的法律规制。相关的法律规制应当是和具体场景结合起来的，存在立法、司法和技术的三种形式。
通过以上法律规范的分析，初步勾勒出我国对人工智能进行法律规制的路径。总体来说，人工智能时代+的特点并没有能够很好地反映到立法中。当务之急是修改现有的法律，使得它能够兼容大数据和人工智能技术在具体领域和场景中的应用。《证券法》第171条《证券投资顾问业务暂行规定》第12条规定，证券投资咨询机构不得代理委托人做出投资决策。因此，智能投顾和禁止证券投资咨询全权委托的规定存在冲突。《民事诉讼法》也需要进行修订或出台互联网管辖方面的司法解释，使得互联网法院的管辖、审理、送达等具体运作的环节上能够实现网上受理，网上审理，网上执行的目标。《道路交通安全法》需要进行相应的调整，以兼容现有的无人驾驶技术。
欧盟的进路实际上抓住了人工智能的本质。所有的人工智能都是建立在算法和算力的基础上的。当对数据进行严格保护的时候，其实就在源头对人工智能进行了规制。
人工智能的若干伦理问题思考
国内方面相关研究起步较晚，研究不如国外系统与全面。但是近些年来，相关学者也将重点放在人工智能的伦理方面。相关文献有《机器人技术的伦理边界》[7]、《人权：机器人能够获得吗？》[8]、《我们要给机器人以“人权”吗？》[9]、《给机器人做规矩了，要赶紧了？》[10]、《人工智能与法律问题初探》[11]等等。值得一提的是，从以上文献可以看出，我国学者已经从单纯的技术伦理问题转向人机交互关系中的伦理研究，这无疑是很大的进步。
不过，遗憾的是，无论是在国内还是国外，现在仍然很少有成型的法律法规来对人工智能技术与产品进行约束，随着人们将注意力转向该方向，相信在不远的将来，有关政府部门会出台一套通用的人工智能伦理规范条例，来为整个行业作出表范。
三、人工智能是否会取代人类
有关人工智能与人的关系，很多人进行过质疑与讨论。1967年，《机器的神话》[12]作者就对机器工作提出了强烈的反对意见，认为机器的诞生使得人类丧失个性，从而使社会变得机械化。而近些年来，奇点理论的提出与宣传[13]，更加使得人们担忧机器是否将会全面替代人类，该理论的核心思想即认为机器的智能很快就将超过人类。
笔者认为，人工智能不断进步，这是个不争的事实。机器的感觉，运动、计算机能都将会远远超过人类。这是机器的强项。但是不会从根本上冲击人类的岗位与职业。这是出于以下几方面的考虑：首先机器有自己的优势，人类也有自己的优势，且这个优势是机器在短期无法比拟与模仿的。人类具有思维能力，能够从小数据中迅速提炼归纳出规律，并且可以在资源有限的情况下进行非理性决策。人类拥有直觉能够将无关的事物相关化。人类还具有与机器不尽相同的内部处理方式，一些在人类看来轻而易举的事情，可能对于机器而言就要耗费巨大的资源。2012年，google训练机器从一千万张的图片自发的识别出猫。2016年，谷歌大脑团队训练机器，根据物体的材质不同，来自动调整抓握的力量。这对于一个小孩子来说，是很简单的任务，但在人工智能领域，确正好相反。也许正如莫桑维克悖论所阐述的，高级推理所需要的计算量不大，反倒是低级的感觉运动技能需要庞大的计算资源。
其次，目前人类和机器还没有达到同步对称的交互，仍然存在着交互的时间差。目前为止，仍然是人类占据主动，而且对机器产生不可逆的优势。皮埃罗·斯加鲁菲在《智能的本质》[14]一书中曾经提出：人们在杂乱无章中的大自然中建立规则和秩序，因为这样的环境中人类更容易生存和繁衍不息。而环境的结构化程度越高，制造在其中的机器就越容易，相反，环境的结构化程度越低，机器取代的可能性越小。由此可见，机器的产生与发展是建立在人们对其环境的了解与改造上的。反过来，机器的发展进一步促进了人们的改造与认知活动。这就如天平的两端，单纯的去掉任何一方都会导致天平的失衡。如果没有人类的指引与改造作用，机器只能停留在低端的机械重复工作层次。而机器在一个较低端层次工作的同时也会使得人们不断追求更高层次的结构化，从而使得机器向更高层次迈进。这就像一个迭代上升的过程，人－机器－人－机器，以此循环，人类在这段过程中总是处于领先的地位。所以机器可以取代人类的工作，而不是人类。
再次，人工智能的高速发展同时带来了机遇。诚然，技术的发展会带来一些负面影响，但是如果从全局来看，是利大于弊的。新技术的发展带来的机遇就是全方位的。乘法效应就是说明的这个道理：在高科技领域每增加一份工作，相应的在其它行业增加至少4份工作，相应的，传统制造业为1:1.4[14].我们应该看到，如今伴随着人工智能业的飞速发展，相关企业如雨后春笋般诞生，整体拉动了相关产业（服务业、金融业）的发展，带来了更多的就业机会。
而且，任何一项技术的发展都不是一蹴而的，而是循序渐进的过程。无论是最早期的类人猿的工具制造、还是后来的电力发展、再到现在的互联网时代，技术的发展与运用是需要时间来保证的。现在社会上有些人担心人工智能的发展会立即冲击自己的工作，实则是有些“杞人忧天”的意味。以史可以明鉴，历史上大的技术突破并没有对人类的工作产生毁灭性的打击。蒸汽机的诞生替代了传统的骡马、印刷机的诞生取代了传统的抄写员、农业自动化设施的产生替代了很多农民的工作，但这都没有致使大量的工人流离失所，相反，人们找到了原本属于人类的工作。新兴技术创造的工作机会要高于所替代的工作机会。所以，我们不必过分担心机器取代人类工作的问题。
四、谁来为事故负责
2016年7月，特斯拉无人驾驶汽车发生重大事故，造成了一名司机当场死亡。这件事故很快成为了新闻媒体的焦点。人们不仅仅关注这件事情本身所带来的影响，更加担心机器作为行为执行主体，发生事故后责任的承担机制。究竟是应该惩罚那些做出实际行为的机器（并不知道自己在做什么），还是那些设计或下达命令的人，或者两者兼而有之。如果机器应当受罚，那究竟如何处置呢？是应当像西部世界中将所有记忆全部清空，还是直接销毁呢？目前还没有相关法律对其进行规范与制约。
随着智能产品的逐渐普及，我们对它们的依赖也越来越深。在人机环境交互中，我们对其容忍度也逐渐增加。于是，当系统出现一些小错误时，我们往往将其归因于外界因素，无视这些微小错误的积累，我们总是希望其能自动修复，并恢复到正常的工作状态。遗憾的是，机器黑箱状态并没有呈现出其自身的工作状态，从而造成了人机交互中人的认知空白期。当机器不能自行修复时，往往会将主动权转交给人类，人类就被迫参与到循环中，而这时人们并不知道发生了什么，也不知道该怎样处理。据相关调查与研究，如果人们在时间与任务压力下，往往会产生认知负荷过大的情况，从而导致本可以避免的错误。如果恰巧这时关键部分出了差错，就会产生很大的危险。事后，人们往往会责怪有关人员的不作为，往往忽视机器一方的责任，这样做是有失偏颇的。也许正如佩罗所说：百分之60到80的错误可以归因于操作员的失误。但当我们回顾一次次错误之时，会发现操作员面临的往往是系统故障中未知甚至诡异的行为方式。我们过去的经验帮不上忙，我们只是事后诸葛亮[15]。
其实，笔者认为人工智能存在三种交互模式，即人在环内、人在环外与以上两者相结合。人在环内即控制，这个时候人的主动权较大，从而人们对整个系统产生了操纵感。人在环外即自动，这时候，人的主动权就完全归于机器。第三种情况就是人可以主动/被动进入系统中。目前大多数所谓的无人产品都会有主动模式/自动模式切换。其中被动模式并不可取，这就像之前讨论的那样，无论是时间还是空间上，被动模式对于系统都是不稳定的，很容易造成不必要的事故。
还有一种特殊情况，那就是事故是由设计者／操纵者蓄意操纵的，最典型的就是军事无人机这种武器，军方为了减少己方伤亡，试图以无人机代替有人机进行军事活动。无人机的产生将操作员与责任之间的距离越拉越远，而且随着无人机任务的愈加复杂，幕后操纵者也越来越多，每个人只是完成“事故”的一小部分。所以人们的责任被逐渐淡化，人们对这种“杀戮”变得心安理得。而且很多人也相信，无人机足够智能，与军人相比，能够尽可能减少对无辜平民的伤害。可具有讽刺意义的是，美国的无人机已经夺去了2500至4000人的性命。其中约1000位平民，且有200名儿童[14]。2012年，人权观察在一份报告中强调，完全自主性武器会增加对平民的伤害，不符合人道主义精神[16]。不过，目前对于军事智能武器伦理的研究仍然停留在理论层面，要想在实际军事战争中实践，还需要更加做出更多的努力。
综上可以看出，在一些复杂的人机环境系统中，事故的责任是很难界定的。每个人（机器）都是系统的一部分，完成了系统的一部分功能，但是整体却产生了不可挽回的错误。至于人工智能中人与机器究竟应该以何种方式共处，笔者将在下面一节中给出自己的一些观点。
五、笔者的一些思考
通过以上的讨论与分析，笔者认为，人工智能还远没有伦理的概念（至少是现在），有的只是相应的人对于伦理的概念，是人类将伦理的概念强加在机器身上。在潜意识中，人们总是将机器视之合作的人类，所以赋予机器很多原本不属于它的词汇，如机器智能、机器伦理、机器情感等。在笔者看来，这些词汇本身无可厚非，因为这反映出人们对机器很高的期望，期望其能够像人一样理解他人的想法，并能够与人类进行自然的交互。但是，现在的当务之急，是弄清楚人的伦理中可以进行结构化处理的部分，因为这样下一步才可以让机器学习，形成自己的伦理体系。而且伦理，正如第一部分讨论的，是由伦和理组成的，每一部分都有自己的含义，而“伦”，即人伦，更是人类在长期进化发展中所逐渐形成的，具有很大的文化依赖性。更重要的是，伦理是具有情景性的，在一个情景下的伦理是可以接受的，而换到另一种情景，就变得难以理解，所以，如何解决伦理的跨情景问题，也是需要考虑的问题。
而且值得一提的是，就人机环境交互而言，机指而不仅仅是机器，更不是单纯的计算机，而且还包括机制与机理。而环境不仅仅单指自然环境、社会环境，更要涉及到人的心理环境。单纯的关注某一个方面，总会做到以偏概全。人工智能技术的发展，不仅仅是技术的发展与进步，更加关键的是机制与机理的与时俱进。因为两者的发展是相辅相成的，技术发展过快，而机制并不完善，就会制约技术的发展。现在的人工智能伦理研究就有点这个意味。现在的人类智能的机理尚不清楚，更不要提机器的智能机理了。而且，目前机器大多数关注人的外在环境，即自然环境与社会环境，机器从传感器得到的环境数据来综合分析人所处的外在环境，但是却很难有相应的算法来分析人的内部心理环境，人的心理活动具有意向性，具有动机性，这也是目前机器所不具备的，也是不能理解的。所以对于人工智能的发展而言，机器的发展不仅仅是技术的发展，更是机制上的不断完善。研究出试图理解人的内隐行为的机器，则是进一步的目标。只有达到这个目标，人机环境交互才能达到更高的层次。
六、发展与展望
人工智能伦理研究是人工智能技术发展到一定程度的产物，它既包括人工智能的技术研究，也包括机器与人、机器与环境及人、机、环境之间关系的探索。与很多新兴学科一致，它的历史不长，但发展速度很快。尤其是近些年，依托着深度学习的兴起，以及一些大事件（AlphaGo战胜李世石）的产生，人们对人工智能本身，以及人工智能伦理研究的兴趣陡然上升，对其相关研究与著作也相对增多。但是，可以预期到的是，人工智能技术本身离我们设想的智能程度还相去甚远，且自发的将人的伦理迁移到机器中的想法本身实现难度就极大。而且如果回顾过去的话，人工智能总是在起伏中前进，怎样保证无论是在高峰还是低谷的周期中，政府的资助力度与人们的热情保持在同一水平线，这也是一个很难回避的问题。这些都需要目前的人工智能伦理专家做进一步的研究。
总之，人工智能伦理研究不仅仅要考虑机器技术的高速发展，更要考虑交互主体-人类的思维与认知方式，让机器与人类各司其职，互相促进，这才是人工智能伦理研究的前景与趋势。
参考文献：
[1][法]斯特凡·东希厄,徐寒易译.会做梦的机器人[J].环球科学.2017(4):48-49.
[2]毕彦华.何谓伦理学[M].中央编译出版社,2010.
[3][美]维纳,陈步译.人有人的用处:控制论与社会[M].北京大学出版社,2010.
[4][美]哈里亨德森，侯然译.人工智能-大脑的镜子[M].上海科学技术文献出版社,2011.
[5]M.Anderson,S.Anderson,C.Armen,TowardsMachineEthics:ImplementingTwoAction-BasedEthicalTheories[C].InM.Anderson,S.Anderson,C.Armen(Eds.),MachineEthics:AAAIFallSymposium,TechnicalReportFS-05-06.MenloPark,CA:AAAIPress,2005:1-7.
[6]王绍源,崔文芊.国外机器人伦理学的兴起及其问题域分析[J].未来与发展,2013,(06):48-52.
[7]迟萌.机器人技术的伦理边界机器人技术与应用[J].2009,(03).
[8]江晓原.人权:机器人能够获得吗?--从《机械公敌》想到的问题[N].中华读书报,2004-12-l.
[9]黄建民.我们要给机器人以"人权"吗?读书与评论[J].2009(06):55-58.
[10]姜潘.给机器人做规矩,要赶紧了[N].文汇报,2011-6-7.
[11]唐昊沫,舒心.人工智能与法律问题初探[J].哈尔滨学院学报,2007(01)
[12][美]刘易斯.芒福德,宋俊岭等译.机器的神话[M].北京:中国建筑工业出版社,2009.
[13][美]库兹韦尔,李庆诚,董振华,田源译.奇点降临.北京：机械工业出版社.2011.
[14][美]皮埃罗斯加鲁菲，任莉张建宇译.智能的本质[M].北京:人民邮电出版社,2017.
[15]JamesReason.Humanerror[M].:CambridgeUniversityPress.1990.
[16]杜严勇.关于机器人应用的伦理问题[J].2015,vol5(2):25-34.
摘自《科学与社会》2018.1返回搜狐，查看更多
关于人工智能，总书记这样强调！
2020世界人工智能大会云端峰会于7月9日至7月11日召开，今年大会的主题为“智联世界共同家园”。
2018年9月17日，习近平总书记曾向2018世界人工智能大会致贺信。在贺信中，习近平总书记深刻指出：“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”
2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，习近平总书记主持学习并发表重要讲话，强调要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。
习近平总书记高度重视科技创新，多次为人工智能发展把脉定向。让我们一起来回顾总书记关于人工智能的重要论述！
三个“重要”
重要驱动力量、重要战略抓手、重要战略资源
人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
三个作用
革故鼎新、添薪续力、“头雁”效应
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。要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，以“鼎新”带动“革故”，以增量带动存量，促进我国产业迈向全球价值链中高端。
——2018年5月28日，在中国科学院第十九次院士大会、中国工程院第十四次院士大会上的讲话
我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，迫切需要新一代人工智能等重大创新添薪续力。我们要深入把握新一代人工智能发展的特点，加强人工智能和产业发展融合，为高质量发展提供新动能。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
人工智能与社会治理
更加重视运用人工智能、互联网、大数据等现代信息技术手段提升治理能力和治理现代化水平。
——2019年11月5日，关于《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》的说明
要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统，加强政务信息资源整合和公共需求精准预测，推进智慧城市建设，促进人工智能在公共安全领域的深度应用，加强生态领域人工智能运用，运用人工智能提高公共服务和社会治理水平。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
人工智能与疫情防控
新技术发展为病毒溯源提供了新的手段，可以利用病毒蛋白和不同受体的结合特征，评估可疑动物作为中间宿主的可能性，利用人工智能、大数据等新技术开展流行病学和溯源调查，提高精准度和筛查效率。
——《求是》2020年第6期《为打赢疫情防控阻击战提供强大科技支撑》
利用人工智能、大数据等新技术开展流行病学和溯源调查，搞清楚病源从哪里来、向哪里去，提高精准度和筛查效率。
——2020年3月2日，在清华大学医学院主持召开座谈会时的讲话
要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。
——2020年2月14日，在中央全面深化改革委员会第十二次会议上的讲话
人工智能与保障改善民生
要加强人工智能同保障和改善民生的结合，从保障和改善民生、为人民创造美好生活的需要出发，推动人工智能在人们日常工作、学习、生活中的深度运用，创造更加智能的工作方式和生活方式。要抓住民生领域的突出矛盾和难点，加强人工智能在教育、医疗卫生、体育、住房、交通、助残养老、家政服务等领域的深度应用，创新智能服务体系。
——2018年10月31日，在十九届中央政治局第九次集体学习时的讲话
人工智能与媒体融合发展
从全球范围看，媒体智能化进入快速发展阶段。我们要增强紧迫感和使命感，推动关键核心技术自主创新不断实现突破，探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭“算法”，全面提高舆论引导能力。
——2019年1月25日，在十九届中央政治局第十二次集体学习时的讲话
人工智能与教育
把握全球人工智能发展态势，找准突破口和主攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命。中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。
——2019年5月16日，习近平总书记向国际人工智能与教育大会致贺信
【访谈】关于人工智能十问十答
微软亚洲研究院院长洪小文：
第一类是视觉感知方面的工作，包括语音识别、计算机视觉，比如安检过程中的危险物品识别，机器一定会做得比人类更好，并且由于这类工作相对比较枯燥、易疲劳，AI就是一个更好的选择。
第二类，一些重复性的工作，我们称之为专家系统，它可以通过数据的收集与分析来优化。比如工厂里面的预防性维修，工厂的产线与机器都很复杂，当一台机器出现损坏，首先需要找出原因，然后再做维修，在这个过程中可能就会产生延时宕工；又比如电梯，当电梯损坏时再做维修，造成的人力、物力与时间成本都很难预计。现在利用物联网与AI，可以随时上传数据，利用数据里涵盖的声音、速度等各类参数进行建模，当监测到相关数据达到一个的特征值的时候，则可以预测到机器的使用情况，对其进行预防式维修。当AI、物联网与大数据结合来做这项工作，对于产业将产生巨大的价值。
五、未来哪些工作不容易被人工智能取代？
微软亚洲研究院院长洪小文：
AI可以做很多工作，但人类在很多方面仍然是无法取代的。因为人贵在有创造力，而AI目前在创造力上的进展尚无迹可寻。人类的每一天都在发挥创造力，并体现在各个方面，创造力不是一而再、再而三的重复性工作，是无法通过搜集数据来分析它的。比如人文工作，比如商业投资中的洞察力、判断力，都是AI做不到的。AI可以通过分析数据来帮助人类做决定，但人类本身不可预测的创造力将很难被AI取代。
人类的创造力不是靠大数据，而是多半看小数据，甚至没有数据。以爱因斯坦为例，他在100多年前提出了引力波的概念，而直到100多年后，科技得到了日新月异的颠覆式进步，我们才终于开始探测到引力波的数据；爱因斯坦能在没有数据的情况下提出引力波，这就是人类的创造力。创造力是什么？我们很难下结论，下一个创造力在哪里，也仍然是未知，所以我认为现在的技术距离人工智能拥有创造力还有很长的路要走。
六、大数据和人工智能的关系是什么？
大数据公司百分点集团董事长兼CEO苏萌：
大数据和人工智能是相辅相成、相互融合的关系。从广义上来说，可以认为大数据是人工智能的基础，大数据更强调数据的采集和处理，而人工智能更强调深度学习，像人脑一样能够去学习新知识，这是二者的主要差别。同时，二者很难分开，早在60年前已经有了人工智能，之所以在最近几年得到快速发展主要得益于大数据基础计算能力的提高和数据量的蓬勃发展，如今的智能革命最核心的两个要素就是人工智能和大数据。
七、大数据和人工智能会对未来的商业产生怎样的影响？
大数据公司百分点集团董事长兼CEO苏萌：
大数据和人工智能的结合将重新定义未来的商业，未来的智能商业模式将会改变每个人的生活环境，很多重复性的、技能性的工作将逐渐被大数据加人工智能所取代，比如驾驶、收银员、翻译等不太具有创造性、技术性的工作。未来的智慧农业、智慧医疗，在应用大数据加人工智能后，也都会基于海量的数据迅速地学习并沉淀知识，大数据加人工智能二者结合将会催生出来很多新业态来颠覆旧业态。因此，我认为未来很多新的商业模式、新的企业将在大数据与人工智能结合之后产生出来。
并且，在数据经济时代下，消费群体已经呈现出群体的认同感、个性化的需求、创造性的追求等特点，未来那些追求规模、吞噬多个领域、试图形成垄断的商业巨头们绝对不是主流，未来的商业将是由一群小而美的商业组织群落而构成，并且会呈现出独立、融合和智能的特征形态。
八、人工智能和大数据能否帮人类预测未来？
大数据公司百分点集团董事长兼CEO苏萌：
我一直坚定的认为未来一切都是可预测的。人类一直以来想做的事就是希望预测未来，但是苦于没有足够的信息。因此，未来一切都可预测的前提是已经有了足够高质量的数据以及足够优秀的算法来支撑。
其实，现在在机器和算法层面已经有了长足的进展。举个简单的例子，就是个性化推荐引擎。无论是亚马逊还是百分点这样的数据公司，都可以基于用户的历史行为，为用户推送更加符合他们需求的商品，这是智能推荐引擎背后有强大的信息流和强大的计算能力以及更丰富的信息。有时候，大数据比你自己更了解你自己。
九、未来世界，数据和算法的价值在哪里？
《人类简史》、《未来简史》作者尤瓦尔·赫拉利：
未来，对数据的信仰可以是一种新的宗教。未来从宗教角度来说，世界上最有趣的地方并不是耶路撒冷，而是硅谷。
随着人工智能技术的不断进步，强大的电脑算法和数据分析将在我们的生活领域中有更多的用武之地并占据支配地位。
“数据教”有可能会征服全世界，因为它们承诺的不是在下一世拯救人类，而是在这一世彻底改变我们的生活。数据教认为，所有生物也都是算法，不管是长颈鹿、番茄或人类，都只是不同的数据处理方式。宇宙由数据流组成，任何现象或实体的价值就在于对数据处理的贡献。换句话说，对这个新宗教来说，最高的价值就是“信息流”。
万物互联，数据的流动、上传、沟通、共享将会越来越便捷，在此基础上进行的数据处理将会如同上帝，无所不在、操控一切，“连接到这个系统”成了所有意义的来源。
十、现在中国的人工智能，无论是研究还是应用都在迅猛发展，我们应该怎样看待这一轮的科技创新？
长江商学院院长项兵：
第一，价值取向和心态的调整。随着经济水平的不断提高，中国未来应该有更多的企业家、创业者，尤其是年轻一代，能够超越“创富”这样简单而单一的目的，而更多地为兴趣、爱好、担当、社会问题的解决去而去创业、创新，甚至专注于一些看似没有商业价值的事情。实现这种大的转变，我们的双创才会有更好的未来。
第二，科技创新与社会进步之间的关系。今天，数字化时代下的巨型企业在打造中产阶级方面，与工业化时代相比可能是无法相提并论的。在信息化时代，财富越来越快地聚集到一批少数人手上，中产阶级在社会中的比例越来越小。即使在美国，中产阶级的收入在过去30年间也是每况愈下。机器人时代的到来又意味着什么？不仅大量的蓝领会失去工作机会，不少白领也可能被抢了饭碗。在社会矛盾如此尖锐的今天，科技进步在带来巨大红利的同时，也可能带来巨大的挑战。因此，在讨论科技创新的同时，我们必须考虑它的社会影响，思考如何以科技创新促进社会的和谐发展与进步。
第三，全球视野、全球担当。在全球化的今天，对世界第二大经济体中的企业家来说，全球视野越来越重要。创业、创新者应该能放眼全球，整合全球优质资源，使全球资源为我所用。只有这样，中国才有可能成为继美国之后，第二个能产出一批引领式的“大风流”创新的国家。
来源：腾讯科技返回搜狐，查看更多