论人工智能与软件工程的关系
我是软件工程专业的，对于人工智能与软件工程之间的我总结了以下几点。 国内外软件工程发展现状：自从上世纪末开始，全球软件行业都得到了快速的发展。据分析，此期间内全球的软件行业产值每年以一成半到两成的增长率迅猛增长。现今，软件行业发展达到了高峰期，并进入了白银时代。由于市场蛋糕基本划分完毕，因此，软件公司发展重点由占领市场向压缩成本方向转移，即向非核心技术和业务价格低廉地区转移。致使软件外包务兴起，并以一个相对更高的增长速度发展。我国的软件工程起步较慢，但是发展势头却快于国外。近30年来，我国软件工程的发展已经由科研机构拓展到千家万户，关键性系统越来越完善，智能居家环境和智能生活的成本也越来越低。目前，我国的软件工程是计算机市场上最热门的项目之一，市场需求分巨大，但其仍属于蓝海市场，那么我国如何在波动的市场上获得红利就需要进行进一步的思考和探讨。近年来，我国政府在软件工程开发项目上制定了多项有利政策，大力发展该产业，极大的推进了我国自主软件产品的。但是国外的主流软件开发早，已经十分成熟，我国的软件研发与国外还存在一定的差距，目前，我国的软件开发商所使用的工具基本都源自国外。 国内外人工智能行业发展现状：在世界范围内，各经济强国都在密切关注人工智能及其附属产业的发展。各国政府对人工智能方向的研发投入巨大，但是各国的发展方向存在差异较大。例如：美国在2013年发动了“国家机器人”计划，这个计划占美国先进制造业投入资金（22亿美元）的很大一部分，该计划的研究方向以军用机器人的研发和制造为主。欧洲国家则更把更多的资金投入到医疗方面的技术研究上。而日本则是将娱乐机器人作为重点攻关对象。中国的人工智能产业相对于西方而言是落后一些的，但是近年来我国相关产业的发展迅猛，国内的产能规模也在不断上升。据统计，2016年我国人工智能产业规模达102亿元，而2017年增长到了152亿人民币。据此预测，两年后我国人工智能产业规模会再翻一倍。因此，我国的人工智能产业前景广阔。现在中国人大部分对人工智能产业都比较关心，对人工智能产品的接受程度也越来越高。与我们生活息息相关的智能扫地机器人在中国家庭的普及度也越来越高，而且价格也越来越低廉；无人机的DIY也越来越受欢迎，接受度呈持续上升态势。 软件工程技术与人工智能技术的联合发展：在全球化大背景下，我国经济呈现稳步上升趋势，国内市场需求巨大，智能化数据的时代已经到来，软件工程的业务不断地拓展，而软件工程与人工智能的结合是以后软件开发需要面对的一个重要问题。在发展和融合过程中客户使用体验是该领域追求的终极目标。如，软件定制或软件依据客户需求而变化是未来发展的巨大商机。目前，国内很多的手机版APP或者电脑版网站，已经初步实现了上述两种技术的有机融合，如手机的智能对话，各种新闻频道如网易新闻，头条，百度，大型的购物网站淘宝网，天猫，京东等根据顾客平时的筛选，进行信息变更及推送。鉴于软件的设计、后期维护资金和人力成本，这样的软件在当下的普及程度并不高，开发者将人工智能适时融入到软件中，可以一定程度上解决软件开发的难题。针对智能变化较大的业务主要涉及到以下两点：一是设计时尽可能的覆盖，二是尽可能的进行细分，以降低二次研发的成本。 软件工程与人工智能技术实际应用的前景展望：在日常生活和工作中，软件工程和人工智能技术相结合有着巨大的市场前景与效益，比如：日常生活工作实现人工智能自动化、大型市场评估、重大医疗诊断、工厂生产流水线、医疗信息的分析、网络远程教育的智能化、全球通讯数据分析和挖掘等等。在我们日常各个方面都有可能得到软件工程和人工智能技术结合的实际应用。笔者认为在人工智能化的时代，软件的开发也应该与时俱进，改变市场上软件使用的通用模式，采用更先进的技术满足客户的个性化需求，并根据个性化的人工智能设置，为客户提供适合其自身需求的便利。软件工程的自适性和精细化，也将更符合时代的发展。
::杨延超：人工智能对知识产权法的挑战
摘要：人工智能已经悄然走近我们的生活，一时之间关于创作、艺术、发明、算法、大数据等与人工智能有关的概念全面冲击着知识产权制度。机器人参与创作能否成为法律意义上的作者，该问题一直困扰法学界，有必要设立特殊人格制度。人工智能创作物也在挑战现有作品“独创性”概念，有必要作出重新诠释。机器人本身又涉及到算法和大数据，既有知识产权保护难以提供有效救济，也需求进一步完善，以期更好促进机器人产业发展。总之，人工智能正在颠覆我们对传统知识产权哲学的认知。无论系基于产业发展之需要，还是基于法律“人文”关怀，都有必要全面反思既有的知识产权法律制度，重构人工智能背景下的知识产权法律体系，实现人工智能与知识产权的良性互动、和谐发展。
关键词：人工智能；机器人；知识产权；精神权利；版权；专利
一、问题的提出
人工智能（ArtificialIntelligence）已成为各个行业的必争之地。谷歌在2016年明确提出了“人工智能”的公司发展战略，Facebook也于2016年规划了以人工智能为核心的“十年路线图”。2017年我国人工智能市场规模达到237.4亿元，相较于2016年增长67%。[1]到2020年，全球人工智能市场将发展到200亿美元左右的规模。[2]美国白宫于2016年10月发布了《人工智能国家战略》，将人工智能升级为“国家战略”[3]，我国也于2017年7月印发了《新一代人工智能发展规划》[4]。总之，人工智能正在深刻地影响着社会的方方面面。
人工智能对于文学艺术创造领域也产生了深远影响。Google人工智能的画作甚至卖到了8000美元一幅。[5]在日本，机器人创作的小说甚至进入了“星期一奖”的初审。[6]传统人工撰写的新闻稿件也渐进被机器人稿件取代。[7]事实上，机器人参与创作不仅可以节省大量人力，在大数据计算、统计、分析方面，人工智能还具有人无法取代的优势，可以预见，人工智能创作在未来也将迎来爆发式增长。现有知识产权法是基于自然人（freshandblood）创作场景构建的，无论是《版权法》上作者“精神权利”的保护，抑或是《专利法》上关于“创造性”的审查标准，都深深地刻有“自然人”的烙印。大陆法系的知识产权法更上以黑格尔的“作者人格权”学说为基础完成构建的。那么，机器人创作，其知识产权又应当如何理解，在既有的知识产权体系中尚难以找到准确答案。为此，哲学家、科学家、法学家还进行着激烈的辩论。2016年，欧盟委员会法律事务委员会向欧盟提交动议，要求将最先进的自动化机器人定义为“电子人”（electronicpersons），除赋予其“特定的权利义务”外，还建议为智能机器人进行登记，以便为其纳税，使其获得缴纳、领取养老金的账号。[8]
与此同时，为保护人工智能产业，各大公司也在疯狂地进行人工智能专利布局。与人工智能有关的专利诉讼也接踵而至。小i机器人就曾起诉苹果Siri专利侵权，该案历经数年最终以苹果Siri胜诉而告终，2015年北京市高级人民法院作出终审裁决[9]，小i机器人的专利保护请求未能最终获得支持，其中的启发意义深值思考。事实上，在人工智能时代，传统的产业格局将被重新规划，传统产业也面临着被“智能化”改造的命运，由此，知识产权保护也将迎来像“神经网络”、“算法”、“大数据”等一系列全新保护需求。以计算机视觉、自然语言处理、智能驾驶三类人工智产品为例，从2000-2017年上述类别的专利体现出逐年剧增的趋势。[10]
总之，人工智能将从二个维度上全面挑战既有的知识产权法：一方面，机器人参与创作的知识产权法律保护难题该如何破解，另一方面，机器人自身也需要知识产权保护，既有的制度又该如何完善？上述问题甚至还会动摇知识产权法哲学基础，对上述问题的回答最终也将勾勒出人工智能时代知识产权法的轮廓：我们到底需要一个怎样的知识产权法？本文将围绕上述问题予以展开和研究。
二、人工智能对既有“知识产权法哲学”的挑战
从知识产权产生至今，哲学家们、法学家们从未停止过关于知识产权的哲学探讨，其中具有较大影响力的黑格尔的“人格理论”、洛克的“劳动财产理论”以及卢梭的“社会契约论”。关于知识产权的哲学理论也成为知识产权合理性存在的终极解释，那么，在人工智能又会对既有的哲学基础产生怎样的影响，这甚至决定了未来知识产权法发展的路径。
（一）人工智能与黑格尔哲学中的“人格”
大陆法系知识产权法深受黑格尔“人格理论”的影响，黑格尔的人格理论甚至被誉为大陆法系版权法的基石。[11]黑格尔认为：“物”必须从我的意志中获得它的规定性和灵魂，也只有“人能够把他的意志或灵魂通过对物的支配，从而使它具有人的目的性”。[12]作者的“意志”或“人格”等概念，也由此被法学家们用来解释知识产权的合理性。按照黑格尔的理论，在创作的过程中，作者的意志和灵魂已经渗透于作品，作品也由此成为作者人格的组成部分，于是作者可以主张作品是我的，法律上也就有了相应保护作者的“版权”概念。[13]大陆法系《著作权法》中关于作品“著作人格权”和“著作财产权”二元划分的制度体系也正是根源于黑格尔的人格理论。总之，传统版权法被深深打上了“人格”的烙印。
然而，在机器人在创作作品的过程中，似乎再也无法找到传统知识产权法哲学中的“人格”和“意志”的要素，诸如像人工智能创作的小说、画作、诗歌等，机器人通过对海量数据的运算以及自我学习所产生的创作能力，甚至已起超越了机器人设计者本身的预想，这种情况下，作品还是否体现人格，又在体现谁的人格，这些问题都是传统知识产权法的人格理论所无法解释的。
（二）人工智能与洛克“劳动”概念的差异
洛克的“劳动财产理论”同样为知识产权合理性提供了有力的哲学解释，只不过，洛克强调劳动在物成为私有财产权过程中的关键作用。谁在土地上种植庄稼，谁就可以收取果实，按照洛克的理论，财产私有化的基础便是劳动，其理论用于解释知识产权的逻辑在于：一项发明的专利权归“张三”所有，那是因为张三付出了劳动，只不过这里的劳动不是普通劳动，而是一种创造性劳动。英美法系知识产权法中的很多制度都深受洛克的劳动理论的影响，包括英美法系版权法早期确立的“额头流汗原则”作为判断作品独创性标准[14]，也根源于洛克的劳动理论。
如果用洛克的劳动理论来诠释人工智能创作，同样需要解释其中的“劳动”概念。人工智能创造要经历复杂运算、大数据统计、自我学习等系列过程，最终才能完成创作、决策等类似于人的“思维”活动，犹如在ＡlphaGo在与李世石对弈中，李世石下棋属于我们公认的的脑力劳动，而ＡlphaGo所完成对海量数据超级运算则可以理解为一种特殊意义的“劳动”。
之所以称它为特殊的“劳动”，还在于“计算”与“意识”之间的区别。人工智能的“劳动”是复杂的数据计算，而人的劳动则是包含了复杂情感的意识。所以，更多学者愿意从工具论的视角将“劳动”归功于人工智能的设计者。然而，在很多人工智能专家眼中，机器或将拥有像人一样的“意识”，[15]李德毅院士甚至在这一基础上还提出了“人工智能会有爱吗”，这样一个更为复杂的命题。[16]总之，人工智能下的“劳动”概念已经远远超越了洛克眼中的人的“劳动”范畴。
（三）人工智能语境下“社会契约论”的重新诠释
在解释知识产权合理性的问题上，卢梭的社会契约论与其他哲学观点形成鲜明对比。在卢梭的哲学中，一切法律的合理性都可以用“社会契约”来解释[17]，根据“社会契约论”的逻辑，知识产权完全是基于发明人与使用者之间利益的博弈（社会契约）的结果，谁拥有知识产权，权利期限为多久，谁可以对它合理使用，一切都是“社会契约”的结果。从知识产权法哲学的研究现状来看，卢梭的“社会契约论”在一定程度上弥补了黑格尔“人格理论”与洛克“劳动理论”的不足，尤其是在解释“为何只有在先申请会受到知识产权保护”、以及“知识产权的法定期限”等问题上提出了“社会契约论”的解释方法。
在涉及人工智能的知识产权案件中，社会契约论有时还会成为法官判案的指导思想。在“方正诉飘柔版权侵权”的案例中，法院的终审判决实质上契合了社会契约论的观点。该案涉及计算机自动生成的字体能否享有版权，法院最终并没有直接回答有或没有，而是变通适用了“默示许可理论”[18]，认为软件商销售软件即为默示许可他人商业性使用，基于“默示许可”使用者使用软件打印字体无需承担侵权责任。[19]总之，社会契约论更关注利益各方合意（明示或者默示），当然合意源于利益博弈的格局，在人工智能背后也彰显着多元化的利益格局，包括投资人、人工智能开发者、同行业竞争者、普通用户等利益群体。从产业发展的角度其利益主体还可分为数据提供商、算法提供商、机器人合制造商、云服务提供商等。人工智能时代知识产权法的新格局，正是各方博弈中渐近形成。
三、人工智能对知识产权法主客体制度的挑战
（一）机器人创作中“作者”概念的解读
在机器人创作中，机器人能否成为作者？由此也掀起了一场关于法律哲学中“人”的概念的大讨论。在既有的法律体系中，机器人还不能视为法律意（义上的“人”，而只能作为“工具”，这也涉及权利主体和客体的讨论，两者划分的标准还在于“人格”要素。根据人格权的定义，人格是人作为人不可或缺的要求，诸如生命、健康、身体、名誉、隐私、姓名等。[20]因此传统人格局限于自然人领域，而公司作为法人系虚拟人格。根据《著作权法》规定，创作作品的公民是作者，[21]显然，《著作权法》将自然人定位为作者，而排除了其他非自然人作为创作主体。类似的法律问题还发生在猴子的“自拍照”是否具有版权的问题上，美国法院最终是以其不符合创作主体为由，否认了该“作品”的版权。[22]因此，如果将自然人作为唯一法律主体的前提不变，再聪明的猴子也无法像人一样享有知识产权，这与猴子的智商无关，与主体的属性有关。
然而，传统人格权制度却受到了来自人工智能的挑战。近些年来，人工智能的专家们在模拟人脑思维方面取得了重大进步，通过对机器人建设了大量的神经元，从而帮助机器人完成信息识别、深度学习、模拟思考等类人化行为，甚至表现出了比人脑更为强大的“创造力”。为此，是否有必要为机器人创设类似于法人一样的虚拟人格也同样值得认真研究。2015年，欧盟议会还专门针对机器人相关的民法规范展开讨论，其报告草案指出应当为机器人创设特定的法律地位，至少那些负责化的、具有自主性的机器人应当具有电子人格，并具有特定的权利和义务。事实上，这里的“电子人格”与法人的虚拟人格的意义仅在于科学规范主体的权利、义务，基于“社会契约论”的逻辑来衡平各方的利益关系。
（二）人工智能语境下“精神权利”的困惑
基于黑格尔人格财产的哲学理论，在文学艺术领域，有所谓“作品系作者人格化身”的说法[23]，反映在《版权法》上即为作者的“精神权利”。我国《著作权法》第10条规定了四项精神权利，即作者的“署名权”、“发表权”、“修改权”和“保护作品完整权”。（法条）深受黑格尔“著作人格权”学说影响的法国和德国也有类似的规定。[24]作为知识产权重要内容的“精神权利”往往被视为作者人格权，在性质上区别于具有知识产权中的“财产权”，这表现在权利流转方面，“精神权利”往往被视为人格权而被禁止转让和继承。[25]
文学艺术所彰显的是人的精神追求，作者“精神权利”亦可以理解为对人精神追求的法律保护，然而，若在人工智能的语境下讨论这一问题，将变得异常复杂。机器人创作的作品，它的“精神”在哪，“精神权利”又在哪？暂且抛开科幻电影中带有复杂情感的机器人场景，就以当下能够帮助人类完成创作的机器人而言，“精神权利”则是一个十分神秘的东西。法律甚至会追问，除“自然人”之外的主体会有精神权利吗？即使机器人的计算能力再强大，其与人的“精神”之间也有着本质的区别。
进一步而言，精神权利是否会延及机器人的设计者呢？设计者属于自然人，其完合符合精神权利的主体要求，然而与传统作品的创作不同，设计者虽然完成了对机器人的设计，但机器人创作的作品又会超出设计者可以预想的范畴。这里要区分二个概念，一个是机器人，一个是机器人创作的作品，这在知识产权领域完全属于两个不同的范畴。设计者可以控制机器人，但设计者却无法控制机器创作的作品，这与传统“工具论”中，人通过控制工具，进而控制“物”的路径出现根本差异，由此，将精神权利简单归于设计者的思路亦存在法律障碍。早在2002年的“DesktopMarketingSystemsPtyLtdv.TelstraCorporationLtd”案中，澳大利亚联邦法院合议庭佩勒姆(Perram)法官就曾对此有过详细的论述：人对软件程序的控制可以被视为对作品的控制，将该人作为计算机软件所的作者并无不妥，但如果软件程序的人并不能控制最终创作之作品的物质形式，那么这种情形下……该人不得被视为作者。[26]
此外，在人工智能语境下讨论“精神权利”，更超出传统“精神权利”概念的内涵。传统的“精神权利”实质上是捍卫作者的“署名权”、“发表权”、“修改权”和“保护作品完整权”等权利，这些权利又被理解为与作者的社会声誉、内心感受、精神追求息息相关，故而被界定为保护“精神利益”范畴。由此，挖掘机器人的“精神权利”，又会涉及机器人精神追求、内心感受等话题的讨论，这一切又将回归到人工智能对知识产权法哲学的挑战，问题由此变得更加基础和复杂。
（三）人工智能语境下的“独创性”概念
“独创性”概念是知识产权法中的核心概念，在涉及作品是否享有版权的问题上，其主要取决于独创性。（法条）英美法系关于作品独创性的判断标准，走过了从“额头流汗原则”到“最低创造性”的演变，而大陆法系则要求要体现作者的个性或者最低创造性，总之，两大法系在“独创性”标准上渐近融合，并且都将其作为判断作品是否受版权保护的重要标准。机器人作品是否受版权保护，所面临的首要问题依然是“独创性”问题。如果简单地从“机器人不是人”的逻辑出发，可以直接否定机器人作品的独创性。然而，在很多领域，机器人创作已让人无法区分作者系人还是机器人，自巴黎索尼计算机科学实验室的GaetanHadjeres和FrancoisPachet在音乐家约翰•塞巴斯蒂安•巴赫(JohannSebastianBach)的歌曲上训练其人工智能系统，该系统使用了352首巴赫的歌曲，将其转换成不同的音符，形成2503个作品，包括专业音乐家和音乐系学生在内的1600名听众中，有超过一半的人以为是巴赫本人的作品。[27]机器人在很多文学艺术领域所表现出来的“艺术造诣”甚至远超人类，如果仅仅因为其系机器人，就否认高质量创作的“独创性”，反而却要赋予更低质量的人类作品“独创性”，这与“独创性”立法目的本身严重不符。
法理学上习惯于将主客体分开研究，在人工智能作品版权的问题上，也有必要秉承这一思路。机器人是不是“人”，它所要解决的是权利主体问题；至于机器创作的作品有没有“独创性”，它要衡量的是作品的创作水准问题，理应属于权利客体的研究范畴。如果不考虑人工智能场景，将创作主体与创作客体混淆研究的方法并无大碍，毕竟在自然人之外不存在其他主体能创像人一样创作作品，然而，人工智能却可以通过自我学习、深度思考完成像人一样的创作，甚至在某些领域其创作水平已超越人类，对于此类作品理应纳入“独创性”的研究范畴，至于其创作主体是否适格则属于另外需要研究的问题。
四、算法与数据：知识产权新客体保护需求
机器人不仅仅可以参与文学艺术创作，它还将被广泛应用到生产生活的各个领域。在人工智能时代，产品将呈现高度智能化的样态，由此也将演生出一系列以人工智能为核心的新的知识产权保护需求，知识产权法又当如何应对，同样是当下亟需思考的话题。任何人工智能产品都离不开算法和数据这两个核心概念，[28]对于人工智能的知识产权保护也将集中在对算法和数据的保护方面。
（一）“算法”的知识产权保护
人工智能“算法”有赖于计算机程序，长期以来，计算机程序更多的是通过版权的方式予以保护。版权关注“算法”的表现形式，而并非是“算法”的核心思想。这样，当侵权者绕开“算法”的代码表现形式，而采用其他代码编译相同“算法”时候便可以绕过侵权，因此传统版权保护“算法”的方法越来越无法满足智能化时代的保护需求，算法商们主张专利保护呼声音越来越高。[29]我国自2006年以后开始允许计算机程序申请专利，但需要其与硬件结合在一起申请；近些年国家专利局进一步放开计算机程序申请专利的要求，国家专利局的《专利审查指南》第九章还专门规定了“关于涉及计算机程序的发明专利申请审查的若干规定”。
然而，人工智能“算法”在专利保护方面还面临着《专利法》第25条的困境。根据《专利法》第25条的规定，智力活动的规则和方法不被授予专利权。《专利法》中的发明专利侧重于对“技术方案”的保护，为此，我国《专利法》第2条还明确规定了专利的范畴为“采用技术手段解决技术问题，以获得符合自然规律的技术效果的方案”。长期以来，计算机“算法”往往被归于“一种智力活动的规则和方法”，面临着《专利法》第25条规则的困境，如果人工智能的“算法”一旦落入《专利法》第25条“智力活动的规则和方法”的范畴，将被直接排除在专利保护范畴之外，专利审查员甚至不用考虑其他“新颖性”、“创造性”、“适用性”等授权条件。[30]
因此，避开“智力规则”而将其归入“技术方案”的范畴，也就成为“算法”获取专利保护的关键。2010年国家专利局《专利审查指南》在其第九章“关于涉及计算机程序的发明专利申请审查的若干规定”中还明确例举了“技术方案”与“智力规则”的区别方法。参见如下图表：[31]
表1
根据《专利审查指南》的要求，上述例举中的八个“算法”案例，其中像“利用计算机程序求解圆周率的方法”（例1）､一种自动计算动摩擦系数μ的方法（例2）､一种计算机游戏方法（例8）就被视为“纯粹的智力规则”而被排除在《专利法》保护范围。根据《专利审查指南》的说明，这些“算法”并不实际地解决一个具体的技术问题，同时也不受自然规则的约束，所获得的也不属于符合自然规律的技术效果，因此被划归为“智力规则”的范畴。然而，像“一种全球语言文字通用转换方法（例3）､一种控制橡胶模压成型工艺的方法（例4）､一种扩充移动计算设备存储容量的方法（例5）、一种去除图像噪声的方法（例6）则旨在于解决一个具体的技术问题，受自然规律的约束，有明确的技术手段和技术方法，所实现的也属于符合自然规律的技术效果，因此属于《专利法》保护的“技术方案”的范畴。[32]
因此，作为人工智能核心的“算法”，系“智力规则”还是“技术方案”，成为其能否获得专利保护的关键所在，而《专利审查指南》重点考查的又是“算法”是否在解决一个具体的技术问题，“算法”本身是否会受到自然规律的约束（物理、化学或电学等），以及“算法”是否会获得一个受自然规律约束的技术效果。总之，随着人工智能产业的发展升级，知识产权法对于“算法”保护还将提出更多要求，以期更好衡平人工智能产业各方的利益，既能发挥知识产权法科技创新之激励作用，又能促进科学研究的传播和普及，在二者之间完成人工智能“算法”保护的制度建构。
（二）“数据”的知识产权保护
人工智能是以大数据的运算作为基础的，缺乏了大数据，人工智能的自我学习和深度思考都将无法完成，因此，大数据也成为人工智能不可或缺的要素。对于大数据又该如何完成知识产权保护，对于完善人工智能知识产权保护体系同样具有重要意义。
纵观世界各国对数据（数据库）的保护，主要有以下三种途径：第一，大数据的版权保护方案。TRIPS协定第10条第2款规定：“数据或者其他材料的汇编，无论采用机器可读形式还是其他形式，只要其内容的选择或安排构成智力创作，即应予以保护”。我国《著作权法》第14条规定：“汇编若干作品、作品的片段或者不构成作品的数据或者其他材料，对其内容的选择或者编排体现独创性的作品，为汇编作品……”。基于上述规定，《版权法》保护数据库要求数据库内容的选择或者编排体现“独创性”。第二，通过《反不正当竞争法》进行保护。如果数据库未经许可被复制或者采集，严重损害了权利人的经济利益、违反市场竞争秩序，可以通过反不正当竞争法进行保护。[33]第三，欧盟的“特殊权利”（SuiGenerisRight）保护，欧盟于1996推出了《关于数据库的法律保护指令》，率先建立了关于数据库的“特殊权利”。目前，数据库的“特殊权利”已经在欧盟成员国范围内得以实施。[34]
那么，契合人工智能的特点和发展方向，何种数据保护方法更有利于促进人工智能产业发展，是需要重点商榷的问题。数据库被认定为《版权法》中的汇编作品而受到《版权法》的保护，这也是世界上绝大多数国家认同的方式，据世界知识产权组织（WIPO）统计，全世界大约有一百三十多个国家为数据库提供了版权的保护。这里需要指出，数据库要获得版权法的保护，需要数据库在选择和编排上体现独创性，然而在人工智能的发展可以完成对数据的准确分析，从而对传统数据库的编排不再有过高要求，因此，人工智能的发展方向实现了从传统数据库的“独创性”转向了智能“算法”的科学性，而将数据库编排要求降至最低，从这一意义上讲，人工智能背景下的数据库存最终将无法通过《版权法》上“独创性”获得保护。
同时，《反不正当竞争法》在保护大数据方面也发挥着重要作用。在“广西广播电视报”件案中，双方诉争的“电视节目预告表”就因缺乏《版权法》意义上的独创性，但最高法院肯定它是“电视台通过复杂的专业技术性劳动制作完成的，电视台对其劳动成果应享有一定的民事权利”即“以报纸形式向公众传播的专有使用权”，从而实现了从《反不正当竞争法》的角度对大数据给予保护。[35]在“SIC实时金融系统”信息数据库侵权案件中，终审法院称“SIC实时金融系统”信息作为一种新型的电子信息产品应属电子信息库，在本质上是特定金融数据的汇编。这种汇编在数据编排和选择上虽无《版权法》所要求的独创性，不构成《版权法》意义上的作品。”最终，终审法院最终只能依据《反不正当竞争法》为依据判令被告进行赔偿。[36]
《反不正当竞争法》的适用需要以扰乱市场秩序作为前提条件[37]，然而在人工智能时代极为突显的问题在于大数据的采集、复制、利用等是否属于不正当竞争则是一个十分模糊的问题，这也为人工智能的数据保护带来了极大的不确定性。相比较而言，欧盟《关于数据库的法律保护指令》的“特殊权利”则给予了数据更为周延的保护。这里的“特殊权利”包括“撷取”与“反复利用”二种情况。所谓“撷取”(extraction)是指“采取任何方法或以任何形式，将数据库内容的全部或实质部分(substantialparts)永久或暂时转载到别的载体上”(类似“复制”)；所谓“反复利用”(re-utilization)，也译为再利用或二次使用，在WIPO提案中改为“利用”（utilization），是指“通过销售拷贝、出租、联网或其他传输方式将数据库的全部或实质内容以任何一种形式提供给公众”(类似“发行”)。[38]事实上，“特殊权利”是以洛克的“劳动财产理论”作为哲学基础，不考虑数据库编排的“独创性”而基于数据库市场价值而给予其保护。美国政府为了使自已的数据库在欧洲也能获得特殊权利保护，还于1996年5月向美国国会众议院提交了H•R•354法案，旨在于给予数据库类似于特殊权利的保护，不过因为争议很大最终未能获得美国国会通过。[39]
五、反思：我们需要一个怎样的知识产权法？
人工智能时代，我们到底需要一个怎样的知识产权法？是人工智能时代亟需思考的问题。这是当下亟需回答的问题：
（一）冲破传统哲学思维禁锢，拥抱人工智能时代的法律价值
随着人工智能深度思考和深度学习的全面升级，机器人所彰显的“人”属性越发强烈，毫无疑问，这对于传统哲学认知将带来极大的冲击。与人工智能一样，“人格”、“创作”、“劳动”、“发明”这些传统语境下的哲学概念也在一步步完成着自我进化。传统的知识产权法哲学理论，如黑格尔的人格理论，洛克劳动财产理论，抑或是卢梭的社会契约论，虽在特定历史时期对于知识产权合理性的解释发挥了重要作用，然而面对人工智能的创作的知识产权问题时却面临着历史局限性和理论困境，为此，当传统的哲学体系难以有效解释相关知识产权法律问题时，有必要洞察人工智能的技术特质，进一步创新和发展人工智能时代知识产权法的哲学体系，从而人工智能时代知识产权的立法和司法提供更加扎实的理论根基。
（二）设置机器人虚拟人格，完善知识产权主体制度
在人工智能时代，机器人将与“人”一样成为创作主体。传统条件只有“自然人”才能创作的格局或将被全面打破，原有“工具论”已经无法解释当下的机器人创作。为此，欧盟正在试图为机器人创办的虚似的“电子人格”。公司法意义上的“法人”同样也是虚拟的法律主体，虚拟的法律主体会像自然人主体一样享受法律权利、承担法律义务。事实上，所有虚拟人格的意义还在于厘清人类社会的权利义务关系，公司作为虚似人格蕴育了有限责任制度，从而厘清了个人与单位的责任划分。同样，机器人作为虚似人格的目的也在于解释机器创作的法律现象，从而防止对机器物毫无边界的滥用，既有虚拟人格便有版权主体，从而终结机器创作物为无主物的时代。
机器人虚拟人格的设立还有助于厘清机器复杂创作过程中各方的利益关系。机器人参与创作的复杂性，还在于在这一过程中还融合了众多主体，包括机器人的投资人、机器人的发明人、机器人用于训练写作的既有作品的版权人，应当说，上述人员对于培养机器人的创作能力都具有十分重要的意义。如果在一起机器人创作作品的版权诉讼中，允许上述人员均来主张权利的话，势必导致法律关系复杂无序，进而影响对争议的解决。按照机器人人格拟制学说，该作品的知识产权归机器人所有。至于各方对于机器人享有的权益或通过合同解决，或在机器人备案登记时注明。而法院只需认可机器人的版权利益，无需判断机器人背后复杂的利益关系，事实上，按照机器人虚拟人格，只要机器人作为主体所享有的权利一旦确定，相关利益方的权益问题自然迎刃而解。这样，机器人的主体概念将进一步融合各方利益主体，借助机器人人格拟制学说，用极简的思维模式化解背后复杂的利益纠葛。
在机器人虚拟人格的理论下，还有必要对机器人“精神权利”予以限制。需要正视机器创作与人工创作的区别，作为自然人的创作甚至可以理解为一种对艺术追求和人文精神的需要，然而机器创作则以作品使用为主导，作为机器人虚拟人格将不再享有像自然人作者那样的“精神权利”，而版权对它保护的重点也将从人格转为财产。
（三）完善算法与数据的知识产权保护制度
人工智能将围绕“算法”与“数据”展开“思考”。随着“算法”与“数据”所带来的产业价值的不断提升，它们也将成为新时期知识产权法关注的重点，并且有必要弥补传统知识产权法对算法和数据保护的不足。为适应产业发展需要，我国《专利法》也正在逐步放开对计算人“算法”的专利保护，但针对人工智能产品的专利申请，《专利审查指南》还有必要进一步完善和补充，以便给予申请者更好指导。
针对“数据”的保护，也有必要进一步完善相关数据保护制度，从而建立《版权法》、《反不正当竞争》、“特殊权利”三位一体的数据保护模式。其中有关“特殊权利”模式，可以参考《欧盟数据保护指令》中有关“特殊权利”的规定，以期全面规范和激励大数据产业发展。
（四）针对机器人作品，完善授权使用制度
在人工智能时代，机器人将会大量参与创作，由此创作艺术作品也将呈现几何倍数的增加，对于艺术作品的高效利用也将成为一个重要问题。传统的版权授权制度存在效率低下的问题，为此，可以参考孤儿作品管理制度来完善人工智能背景作品的利用。我国现有著作权法并没有规定“孤儿作品”，但在著作权法第三次修改草案（送审稿）第51条规定规定了“孤儿作品”，即在权利查找无果的情况下，可直接向版权管理机构提存费用，进而直接使用相关作品。[40]欧盟在2012年通过了《欧盟孤儿作品指南》也作出了相关“孤儿作品”的规定。[41]
面对大量的由人工智能创作的作品，也将出现无力于寻找版权人的局面，甚至也没有必要去一定要寻找到版权人，因此对于人工智能创作物而言，它从一开始就不存在所谓“精神权利”的概念，它的产生便是为了使用，否则机器创作便丢失了意义，为此可以建立类似于“孤儿作品制度”，对于机器创作物而言，使用者直接提存使用费用便可放心使用，这将极大提升人工智能背景下作品的利用率，也符合人工智能高效创作的产业需求。
六、结语
未来已来，人工智能已悄然走到了我们身边，一时之间，机器人、智能创作、新科技、算法、大数据等一系列关键词都纷至踏来，全面冲击着现有的知识产权制度。然而，这一切都将激发我们全面反思现有的知识产权制度。事实上，任何一次技术变革都将对知识产权制度产生深远影响，印刷术取代了传统手工制书，从而催生了复制权；广播电视技术的发展催生了传播权，互联网技术又将知识产权从传统的纸质时代带入了全面的数字化时代，由此还诞生了像互联网络传播权等一批新兴的知识产权权利样态。只不过，与前面的技术革命相比，人工智能不再仅是工具的升级，它所要颠覆的恰是我们对传统知识产权哲学的认知，甚至人工智能对于创作能力的发展还将超越我们可以想象的空间。可以想象，未来，它对知识产权的挑战还将继续，而对这一话题的研究也才刚刚开始。
注：本文发表于《治理研究》（原《浙江省委党校学报》）2018年第5期。
注释：
[1]清华大学中国科技政策研究中心：《中国人工智能发展报告2018》，2018年7月，http://stdaily.com/index/kejixinwen/2018-07/13/689842/files/f3004c04e7de4b988fc0b63decedfae4.pdf，2018年8月28日。
[2]《正在崛起的变革力量——2016中国人工智能产业发展报告》,2016年10月27日,http://sike.news.cn/statics/sike/posts/2016/10/219508490.html,2018年08月27日。
[3]PreparingfortheFutureofArtificialIntelligence,2016-10,https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf,2018-08-27.
[4]《新一代人工智能发展规划》,2017年7月8日,http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm,2018年8月27日。
[5]《Google的人工智能学会了画画，还能卖到8000美元一幅》,2016年3月6日,http://www.pingwest.com/googles-ai-can-create-artwork/,2018年8月27日。
[6]《人工智能写小说成为现实参加比赛已过初审》,2016年3月23日,http://tech.sina.com.cn/it/2016-03-23/doc-ifxqnski7867553.shtml,2018年8月27日。
[7]（美）P.W.辛格（P.W.Singer）著：《机器人战争21世纪机器人技术革命与反思》，武汉：华中科技大学出版社,2016年8月版，第390页。
[8]人民网：《欧盟考虑制订法律用于约束人工智能机器人》，2016年6月23日，http://it.people.com.cn/n1/2016/0623/c1009-28472795.html，2018年8月28日。
[9]北京市高级人民法院(2014)高行(知)终字第2935号行政判决书。
[10]《乌镇指数：全球人工智能发展报告(2017)》,http://sike.news.cn/hot/pdf/25.pdf，2017年11月18日。
[11]邹彩霞编.：《中国知识产权发展的困境与出路法理学视角的理论反思与现实研究》，上海：上海社会科学院出版社,2013年5月版，第84页。
[12][德]黑格尔：《法哲学原理》，范杨、张企泰译，商务出版社2011年版，第60页。
[13]吕世伦，谷春德编著：《西方政治法律思想史》，西安：西安交通大学出版社,2016年3月版，第299页。
[14]鲁甜：《短语类作品版权保护的困境与进路——以“我叫MT”案为切入点》，《重庆理工大学学报(社会科学),》2017年第5期，第83页。
[15]吴恩达所构建人工神经网络能够识现对猫图片的自主识别，他也由此提出人工智能“意识”的问题。参见韩啸著：《李彦宏百度与智能时代的畅想》，北京：中国言实出版社,2015年9月版，第216页。
[16]中国科协学会学术部：《基于大数据和专家知识的人工智能前沿基础理论》，北京：中国科学技术出版社,2015年11月版，第96页。
[17]罗朝慧著：《自由与权利的必然性和现实性从黑格尔的政治哲学出发》北京：中国社会出版社,2011年5月版，第42页。
[18]所谓默示许可“是指作品一经创作完成且公之于众后，只要作者事先未申明拒绝对作品的利用或者是经合理的公示催告后，作者未明确表示不允许对作品进行利用，就推定作者认可了他人的使用，作为一种补偿，使用人应向作者支付报酬的制度。参见王国柱,李建华：《著作权法定许可与默示许可的功能比较与立法选择》，《法学杂志》,2012年第10期，第150页。
[19]北京市第一中级人民法院民事判决书（2011）一中民终字第5969号。
[20]赵霖主编：《实用民法教程》，成都：四川大学出版社,2016年4月版，第143页。
[21]我国《著作权法》第11条2款。
[22]Narutov.Slater,UnitedStatesCourtofAppeals,NinthCircuit.April23,2018888F.3d418
[23]冯晓青：《知识产权法哲学》，北京：中国人民公安大学出版社,2003年3月版，第148页。
[24]版权的人格价值观深受自然法理论和康德、黑格尔哲学思想的深刻影响。建立在“人格价值观”基础之上的法国和德国等大陆法系国家的著作权法坚决主张精神权利的不可让渡性，即精神权利往往只能由作品创作者本人行使，由他人行使应当由创作者本人行使的精神权利是与版权的基本理念不相符的。精神权利的不可让渡性的理由往往与对精神权利进行保护的必要性理由同步出现，尽管两者偶尔也会出现偏差。参见杨红军：《版权许可制度论》,知识产权出版社，2013年1月版，第25页。
[25]我国《著作权法》第10条第2款、第3款规定：著作权人可以许可他人行使前款第（五）项至第（十七）项规定的权利，并依照约定或者本法有关规定获得报酬。我国《著作权法》第19条规定：第十九条著作权属于公民的，公民死亡后，其本法第十条第一款第（五）项至第（十七）项规定的权利在本法规定的保护期内，依照继承法的规定转移。上述条款中的（五）项至第（十七）项规定的权利就排除了作者的精神权利。
[26]JaniMcCutcheon,TheVanishingAuthorinComputer-GeneratedWorks:ACriticalAnalysisofRecentAustralianCaseLaw，MelbourneUniversityLawReview,vol.36，no.3，2013.
[27]《搜狐IT.AI创造性思考是风潮还是噱头？》2017年4月3日，http://mt.sohu.com/20170403/n486288443.Shtml,2018年8月27日。
[28]在近期举办的2017人工智能计算大会(AIComputingConference，简称AICC)上，中国工程院专家表示，发展人工智能，就离不开计算、算法、数据三大要素。《AICC：发展人工智能离不开计算、算法、数据》，2017年9月12日，http://tech.huanqiu.com/original/2017-09/11239891.html，2017年11月19日。
[29]王太平：《知识经济时代专利适格标的研究》，北京：知识产权出版社,2015年4月版，第5页。
[30]我国《专利法》还规定了专利授权的其他条件，诸如“新颖性”、“创造性”、“适用性”等，参见《专利法》第22条规定，“授予专利权的发明和实用新型，应当具备新颖性、创造性和实用性。新颖性，是指该发明或者实用新型不属于现有技术；也没有任何单位或者个人就同样的发明或者实用新型在申请日以前向国务院专利行政部门提出过申请，并记载在申请日以后公布的专利申请文件或者公告的专利文件中。创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。实用性，是指该发明或者实用新型能够制造或者使用，并且能够产生积极效果。”
[31]2010年国家专利局《专利审查指南》第260页－270页，2010年1月第1版，http://www.sipo.gov.cn/zhfwpt/zlsqzn/sczn2010.pdf，2017年11月20日。
[32]2010年国家专利局《专利审查指南》第260页－270页，2010年1月第1版，http://www.sipo.gov.cn/zhfwpt/zlsqzn/sczn2010.pdf，2017年11月20日。
[33]在“北京阳光数据公司诉上海霸才数据有限公司案”中，原告阳光公司向法院诉称，霸才公司未经阳光公司许可，非法获取阳光公司综合数据流后，将其转发给自己的用户，用以牟取暴利。霸才公司的这一行为严重侵害了阳光公司的权益，应当承担相应的法律责任。法院认定，原告阳光公司的数据分析格式是不为公众所知悉、能为阳光公司带来经济利益、具有实用性并经阳光公司采取了保密措施的信息，具备商业秘密的构成要件，应受《反不正当竞争法》保护。参见北京市第一中级人民法院民事判决书[1996]一中知初字第54号。
[34]梅术文：《网络知识产权法制度体系与原理规范》，北京：知识产权出版社,2016年12月版，第82页。
[35]广西壮族自治区柳州地区中级人民法院民事判决书（1994）柳地法民终字第127号。
[36]《阳光数据公司诉霸才数据公司违反合同转发其汇编的综合交易行情信息不正当竞争案》，http://www.gsfzb.gov.cn/FLFG/SFJS/200504/26512.shtml，2017年12月4日。
[37]我国《反不正当竞争法》第2条第2款：本法所称的不正当竞争，是指经营者违反本法规定，损害其他经营者的合法权益，扰乱社会经济秩序的行为。
[38]《关于数据库法律保护的指令》第7条第2款。
[39]肖冬梅：《信息资源公共获取制度研究》，北京：海洋出版社,2008年7月版，第149页。
[40]著作权法第三次修改草案（送审稿）第51条规定：“孤儿作品”著作权保护期未届满的已发表作品，使用者尽力查找其权利人无果，符合下列条件之一的，可以在向国务院著作权行政管理部门指定的机构申请并提存使用费后以数字化形式使用：（一）著作权人身份不明的；（二）著作权人身份确定但无法联系的。”《中华人民共和国著作权法》（修改草案送审稿），http://www.law-lib.com/fzdt/newshtml/20/20140609090547.htm，2018年8月27日。
[41]"TheEuropeanUniondirectiveoncertainpermittedusesoforphanworks",2012-10-25,http://ec.europa.eu/internal_market/copyright/orphan_works/index_en.htm,2018-08-27.
机器学习和人工智能的关系是什么
机器学习是人工智能（ArtificialIntelligence，简称AI）的重要分支之一，两者之间有着密切的关系。人工智能是一种让计算机模拟人类智能行为的技术，而机器学习则是人工智能实现的重要手段之一。
机器学习和人工智能的关系是什么？
在传统的编程中，程序员需要手动编写规则和逻辑来告诉计算机如何处理特定的任务，但在机器学习中，计算机系统会从大量的数据中自动学习模式和规律，并使用这些模式和规律来做出决策和预测。机器学习算法可以让计算机自己从数据中发现特征，并根据数据进行学习和优化，以提高性能和准确性。因此，机器学习是实现人工智能的重要手段之一。
人工智能的发展不仅仅依赖于机器学习，还包括其他的技术手段，例如专家系统、自然语言处理、知识表示等等。但是，随着计算能力的提高和数据的增加，机器学习逐渐成为人工智能发展的核心。近年来，深度学习等机器学习技术的发展，使得人工智能在语音识别、图像识别、自然语言处理等领域取得了显著的进展。
因此，机器学习和人工智能是密不可分的，机器学习作为实现人工智能的重要手段，将继续在实际应用中发挥重要作用，推动人工智能技术的不断发展和创新。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。
下面是部分截图，点击文末名片关注我的公众号【AI技术星球】发送暗号321领取（一定要发暗号321）目录
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、机器学习+计算机视觉基础算法教程
五、深度学习机器学习速查表（共26张）
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。
点击下方名片，扫码关注公众号【AI技术星球】发送暗号321免费领取文中资料。人工智能的历史、现状和未来
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。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，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均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，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，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。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基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（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能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、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪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低谷。
三是应用发展期：20世纪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，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪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：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，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年国际商业机器公司（简称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。以上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，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为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。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
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。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，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。例如，阿尔法狗（AlphaGo）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，人工智能系统诊断皮肤癌达到专业医生水平。
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。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。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”、有专才而无通才。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。
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，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，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。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；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%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。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。目前智能科技时代的信息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人工智能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。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在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产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、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已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《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。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“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年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。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。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量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，比如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、用户需要人工适配智能系统等，非常费时费力。因此，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。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。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人员成本。
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、天文学等传统科学的发展。
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10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，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
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5年人工智能将提升各行业运转效率。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。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。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2018》重点推动物联网建设和人工智能的应用。世界军事强国也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。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，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，制定完善人工智能法律法规，规避可能的风险。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。美国白宫多次组织人工智能领域法律法规问题的研讨会、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”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，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值得重视的问题。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。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《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。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，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。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北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已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。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，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明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能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。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
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。
当前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、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。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。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，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。
重视固本强基的原创研究。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。面临发展的临界点，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。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，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。
构建自主可控的创新生态。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。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要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。同时，我们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，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，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。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
（作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士）
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）