2030年，中国能否成为人工智能的世界领导者?
本文来自微信公众号：生物探索（ID：biodiscover），作者： 顾露露，题图：Photoby AndyKelly on Unsplash
当前，人工智能已成为引领未来的战略性技术。近日，《Nature》杂志对中国的人工智能发展现状进行了题为“WillChinaleadtheworldinAIby2030?”的报道。报道中提到，中国的人工智能研究质量越来越高，在高影响力论文、人才和治理方面都在追赶美国。
2017年，中国发布了“下一代人工智能发展计划”，计划最终2030年成为人工智能领域的全球领导者，国内人工智能产业价值近1500亿美元，该计划的第一步是到2020年赶上美国的人工智能技术和应用。这当中包括对基础研究做出重大贡献、成为全球最聪明人才青睐的目的地，以及拥有一个可与该领域全球领导者相匹敌的人工智能产业。这一计划的颁布，也刺激了众多政策的出台，以及来自部委、省级政府和私营企业的数十亿美元研发投资。
随着2020年的临近，研究人员注意到中国人工智能研究的质量出现了令人印象深刻的飞跃。而且中国留住本土人才的能力正在发生转变。PaulsonInstitute人工智能分析师JoyDantongMa表示：“如果美国失去开放优势，那么这个国家就有可能把人工智能人才重新推回到其他国家的怀抱。”
人工智能被视为“经济转型的关键推动力”，有望在医疗、交通和通信领域取得巨大突破，而率先在该领域抢占先机的国家可能会决定其未来的发展方向，并从中获得最大的利益。
“毫无疑问，中国将人工智能视为这个时代的关键技术之一，并希望与美国匹敌。”英国牛津大学人类未来研究所(FutureofHumanityInstitute)研究中国人工智能发展的JeffreyDing表示。
学术影响力日益增强2019年，一项对学术搜索引擎-微软学术(MicrosoftAcademic)收录的人工智能论文的分析显示，中国有影响力的人工智能研究论文的数量将很快超过美国。这项由位于华盛顿西雅图的艾伦人工智能研究所(AllenInstituteforArtificialIntelligence)进行的分析发现，在被引用最多的前10%的论文中，中国的作者比例稳步上升。其份额在2018年达到了26.5%的峰值，与美国的29%相差不远，而美国的份额正在下降。如果这一趋势持续下去，中国明年在这方面可能会超过美国。
算法软肋如何破？西安交通大学人工智能与机器人研究所所长郑南宁表示，中国在计算机视觉、语音识别和自然语言处理方面也拥有世界领先的公司，包括SenseTime、Unisound、科大讯飞和Face++。但在打造人工智能的核心技术工具方面，中国仍然落后。例如，由美国学者和企业开发的开源平台TensorFlow和Caffe，就在世界各地的工业和学术界得到了广泛的应用。作为中国百度公司开发的主要开源平台之一，paddleblade主要用于人工智能产品的快速开发。
但他同时也指出，全球领先的人工智能半导体芯片大多由英伟达(Nvidia)、英特尔(Intel)、苹果(Apple)、谷歌和高级微设备(AdvancedMicroDevices)等美国公司制造。我们在设计支持先进人工智能系统的计算芯片方面也缺乏专业知识。据他预测，中国可能需要5-10年的时间才能达到美国和英国在基础理论和算法方面的创新水平，但这是可以实现的。
柏林智库墨卡托中国研究所(MercatorInstituteforChinaStudies)政治学家KristinShi-Kupfer表示，为这些基本理论和技术做出贡献，将是中国实现其长期人工智能目标的关键。如果在机器学习方面没有取得真正突破的研究进展，中国在人工智能领域可能会面临一个增长上限。
纽约研究公司CBInsights的数据显示，中国至少还有10家估值超过10亿美元的私营人工智能初创企业，其中包括人脸识别公司SenseTime。Ding表示，腾讯、百度和阿里巴巴这三家核心科技公司日益增长的市场份额，中国到2020年拥有全球领先的人工智能公司的计划有望实现。但他也指出:“这些公司已成为人工智能领域的全球领导者，但仍未达到谷歌和微软(Microsoft)等美国公司的水平。”
留住人才是关键同样重要的一个因素是留住有才华的研究人员的能力，而中国在这方面似乎做的更好。根据学术界和工业界联合撰写的2018年《中国人工智能发展报告》(2018ChinaAIDevelopmentReport)，截至2017年底，中国拥有全球第二大人工智能科学家和工程师群体，约1.82万人，仅次于美国的约2.9万人。但在顶尖人工智能研究人员的数量上，中国仅排在第六位。
计算机科学家通常在美国接受培训，然后留在那里为全球科技公司工作。然而，有迹象表明，这一情况正在发生转变。中国的人工智能研究机构正吸引其中一些研究人员回国。
https://doi.org/10.1038/s41591-018-0335-9中国的一大优势是其人口规模，这为训练人工智能系统创造了巨大的潜在劳动力和独特的机会，包括用于训练预测疾病的软件的大型患者数据集。今年2月，中国研究人员表示，他们的自然语言处理系统能够从电子健康记录中诊断出常见的儿童疾病，其准确性堪比经验丰富的儿科医生。
具体来说，广州市妇女儿童医疗中心夏慧敏教授、加州大学圣地亚哥分校张康教授等领衔的团队与人工智能公司依图科技合作，报告了一种人工智能疾病诊断系统，该系统使用基于机器学习的自然语言处理技术，在50多种常见儿童疾病中的诊断准确度高达90%，这远高于初级儿科医生。此外值得注意的是，该项研究收集了2016年1月~2017年7月该院56.7万名患者的136万次门诊电子病历。在许多其他国家，获取这么多数据是很困难的。
发展负责任的人工智能为促进新一代人工智能健康发展，需要更好协调发展与治理的关系，确保人工智能安全可靠可控。与许多国家一样，中国已经开始为人类开发和使用人工智能制定伦理原则。今年6月，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能治理的框架和行动指南，明确提出和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八项原则。
此外，所有群体都面临的一个关键挑战是算法决策的透明度。但这方面没有达成一致的标准，因此，中国和许多国家一样，仍在研究如何推进这一进程。Ma说，欧盟的《通用数据保护条例》(GeneralDataProtectionRegulation)是良好的人工智能治理的一个例子。
2030年，中国能否成为人工智能的世界领导者？一切交给时间。
参考资料：
[1]WillChinaleadtheworldinAIby2030?
[2]ChinaisabouttoovertakeAmericainAIresearch
[3]中国计划到2030年成为人工智能的世界领导者
[4]《新一代人工智能治理原则》发布
[5]Evaluationandaccuratediagnosesofpediatricdiseasesusingartificialintelligence
本文来自微信公众号：生物探索（ID：biodiscover），作者： 顾露露
科大讯飞：愿景是中国人工智能产业领导者和产业生态构建者 愿景是中国人工智能产业领导者和产业生态构建者，联接十亿用户，实现千亿收入，长期愿景是全球人工智能产业领导者，用人工智能建
来源：雪球App，作者：昕礽果复利增长，（https://xueqiu.com/6943105812/205740045）
愿景是中国人工智能产业领导者和产业生态构建者，联接十亿用户，实现千亿收入，长期愿景是全球人工智能产业领导者，用人工智能建设美好世界的伟大企业。
科大讯飞持续推进“平台+赛道”的人工智能战略：平台上:讯飞开放平台面向全行业赋能人工智能核心能力，构建产业生态；赛道上:公司在教育、消费者、医疗等战略领域，以核心技术驱动的产业应用成效持续显现，已构建起系统性创新能力与典型的根据地业务，我们对公司的未来发展充满信心。
讯飞医疗分拆完成后，科大讯飞仍将保持对讯飞医疗的控制权，讯飞医疗仍是科大讯飞合并报表范围内的子公司，其健康良好稳定的增长有利于母公司及母公司股东长期价值的最大化。科大讯飞在中文语音主流市场始终保持显著领先水平。根据智能语音应用的各个典型领域的行业数据，科大讯飞在诸如手机助手、汽车语音、家电语音、运营商和头部金融企业智能客服等语音典型应用领域的占有率均在60%以上。人工智能空间广阔，科大讯飞欢迎各界企业共同推动人工智能产业发展。目前公司持有商汤科技0.08%的股权。
科大讯飞飞鱼系统集成了科大讯飞核心语音识别、语义理解技术，并提供丰富的车联网应用场景，供使用方根据场景需要进行定制开发，通过合理的场景交互逻辑设计，可以方便使用的同时又避免产生相应的风险；同时，科大讯飞通过声纹识别、多模声源定位等技术，可以将声音锁定在某个特定人，或者某个特定发音方向，从而可以很好的保护使用安全。
讯飞一直推动的“人工智能助力教育，因材施教成就梦想”的理念是一致的。双减政策使得围绕区域及校内主场景的应用建设资金将更有保障，校内业务场景将释放更多增量，校园业务进一步“合规+合标”，具有良好口碑的优秀企业将优先受益。人工智能战略2.0表明公司进入新的发展阶段：赛道控盘、规模应用、效益起飞。科大讯飞的长期愿景是全球人工智能产业领导者，用人工智能建设美好世界的伟大企业。公司将脚踏实地推进技术进步与产业发展。
算法、算力、数据是人工智能的三大要素，讯飞上述各要素均处于领先水平，有效支撑了公司平台等应用的发展。讯飞的算力完全满足AI算法模型训练，及面向开放平台数百万开发者和其他行业伙伴提供相关AI服务的需求，公司持续打造人工智能核心技术的领先引擎，通过无监督训练、小数据学习算法的突破，用更少的标记数据实现更好的效果，从而降低人工智能在各个领域推广落地的成本。未来，科大讯飞以技术进步驱动人工智能持续发展，主要聚焦在算法突破重点方向、技术赋能数字生存及前瞻研究三个方向。
智能语音及人工智能技术应用领域广阔，公司选择重点领域战略聚焦。讯飞智能语音及人工智能技术已经广泛应用于各行各业的服务机器人。基于讯飞开放平台所提供的底层技术支持，截至2021年7月31日，讯飞开放平台聚集超过 227万开发者团队，总应用数超过119万，累计覆盖终端设备数 32亿+，且实时更新.
论道人工智能：下一个黄金时代，英雄谁属
7月5日下午，2023世界人工智能大会开幕的前一天，华为轮值董事长胡厚崑去展台转了一圈，想看看大家都在忙什么。7月6日的开幕式上，胡厚崑给出了他的总结：一种是大模型的研究，另一种是大模型在不同行业的应用。
这两件事概括出了在人工智能爆火的半年里，业内发力的重点方向，也预示出了人工智能行业发展的星辰大海。开幕式上，“黄金时代”成了一个关键词，胡厚崑说，“通用人工智能正带领我们走向下一个黄金十年”。微软CEO纳德拉也曾提到，“人工智能的黄金时代已经到来”。
共识已经达成，但人工智能浪潮之下，要回答的显然不止是这一个问题。通过这场大会，围绕着人工智能发展，一场观点的盛宴也已然开启。
特斯拉CEO马斯克：未来机器人数量将超人类
特斯拉缺席了上海车展，却出现在了2023世界人工智能大会。据悉，这是特斯拉首次应邀参展，特斯拉的展台上除了“车元素”外，其人形机器人“擎天柱”也成了亮点。
马斯克以视频形式“现身”开幕式，以机器人开启了“话匣子”。马斯克称，“当下我们领略到了数字计算能力的爆炸式增长，机器和人类算力之间的差距进一步扩大，一段时间以后，人类的智能在全部智能中所占比例将会越来越低，这可能是人类历史上影响最为深刻的一个时期”。
特斯拉的人形机器人还处于研发早期，但马斯克预计，未来将会有越来越多的机器人，“机器人和人类的比例可能会超过1:1，也就是说未来机器人的数量可能会超过人类。但这同样也会带来‘双刃剑’一般的问题。机器人的生产效率比人的生产效率大很多，所以我们要确保它始终是有助于人类的”。
另外，马斯克透露，特斯拉的自动驾驶已经非常接近于没有人类干预的状态，且已经在美国道路上进行测试。“我们预测，大概在今年晚些时候，就能实现全自动驾驶。”
华为轮值董事长胡厚崑：人工智能“走深向实”，需要深耕算力和行业大模型
“我们都坚信，在一个不长的时间里，人工智能尤其是通用人工智能，会帮助我们改写身边的一切。当方向清晰了之后，最关键的就是路径的设计。”胡厚崑表示，华为当下考虑的核心问题，就是要全力推进人工智能“走深向实”。
实现这一目标，华为有两个关键的举措或者说两个抓手，即深耕算力，打造强有力的算力底座支撑中国人工智能事业的发展，和结合大模型，实现从通用大模型到行业大模型的研究创新，让人工智能真正服务好千行百业，服务好科学研究，也就是华为提出的AIforindustries，AIforscience。
胡厚崑称，华为推出了新的三层大模型结构。最底层对标通用大模型，华为称之为基础大模型，这一层可以形象地理解为“读万卷书”，主要作用就是做好海量基础知识的学习。在这一层上，华为还打造了行业模型和场景模型，可以称作“行万里路”。
“从‘读万卷书’到‘行万里路’，还有很多挑战需要克服，其中很关键的一点就是要把各行各业的知识与大模型进行充分的匹配和融合，华为正在与各个行业的伙伴一起努力。”胡厚崑称。
胡厚崑还提到，盘古大模型3.0将于7月7日发布。
微软大中华区董事长侯阳：未来每个应用都将由人工智能驱动
在开幕式上，微软全球资深副总裁、微软大中华区董事长兼首席执行官侯阳表示，微软坚信，今后任何一家公司都需要具备驾驭数字技术的能力，“我们也看到随着生成式人工智能不断展现出巨大潜力，今后每一家公司的每一个应用程序都将由人工智能来驱动。”
侯阳提到，随着去年底ChatGPT的一夜爆红，大模型和生成式人工智能仿佛在瞬间爆发，很多科技行业的从业者都对AIGC的涌现惊诧不已。但在微软看来，这种涌现绝非偶然，无数优秀的科研人员数十年如一日地进行基础研究，以及海量计算资源的投入，才造就了这样的创新成果。据悉，OpenAIChatGPT的突破，靠的便是微软智能云提供的基础架构和算力支持。
侯阳还根据近期其全球客户产业智能化解决方案，总结出了6个重点行业应用人工智能的创新化场景，包括优化制造与能源行业的供应链韧性，革新零售电商的智能客服，在游戏中构建栩栩如生的NPC角色，在金融行业随时获取市场实时行情分析报告，更早发现、更快管控潜在金融交易风险，在生命科学领域提升临床试验数据分析能力，在教育领域带来更具启发性、互动性、定制化的学习方式等。
图灵奖得主杨立昆：让人工智能安全的唯一办法就是开源
自ChatGPT横空出世以来，围绕监管的话题便始终如影随形。但在发布会上，图灵奖得主、MetaAI团队首席人工智能科学家杨立昆提出了完全不同的看法。在他看来，从长远视角来说，要让人工智能安全且良善的唯一办法就是开源。
“想象一下，未来我们每个人都需要通过人工智能助手与数字世界进行互动，我们所有的信息都会经过人工智能助手系统，如果那时候技术还只是被少数公司控制的话，绝对不是一件好事。”杨立昆称。
杨立昆认为，未来人工智能系统应该成为人类所有知识的宝库，训练它们的方式也必须要基于众多源头，“因此我们也希望看到更多的开源AI系统”。
中国科学院院士姚期智：通用人工智能的完善还有很长路要走
在被问及大模型发展基础理论方面的突破时，图灵奖获得者、中国科学院院士、上海期智研究院院长姚期智引用了他们一位年轻学者在算法上的突破性贡献，即能够将现在主流的强化学习加快数百倍。
姚期智表示，在ChatGPT以后，下一个非常重要的目标就是让智能机器人有视觉、听觉等多种感知能力，能够在不同的环境里自主学习各种新技能。现在一般的强化学习方法太慢，学习一项新技术通常需要几个月，但上述突破可以使强化学习在几个小时之内完成这项工作。
“这不仅是一个实用的问题，也是一种理论上的贡献。”姚期智提到，过去六七年间，人工智能的思想家们一直存在一个路线之争，就是依赖强化学习这条路是否正确。上述突破正是把天平倾斜向了另一边，即我们应该坚持现在这条路，通用人工智能的完善还有很长的路要走。
MoonshotAI创始人杨植麟：解决大模型“幻觉”不能头痛医头
人工智能并不总是智能的，也可能出现“幻觉”等挑战。面对如何应对大语言模型在实际应用过程中的困难和挑战这一问题，清华大学交叉信息研究院助理教授、AI初创大模型企业MoonshotAI创始人杨植麟给出了他的回答。
杨植麟认为，当下大模型确实有很多问题尚未解决，比如安全性如何可控，如何避免产生“幻觉”，不去编造一些很不存在的内容等。这其中很重要的一个点，就是我们在思考这些问题的时候，不能采用“头痛医头”的办法，而是需要更系统地抽象出这些问题之间的底层，有哪些共同的问题，回到更本质的层面解决。
“毕竟是通用的模型，我们更希望它能够在这些方面做到举一反三。”杨植麟表示，最本质的解决办法还是要去做更规模化、高效的压缩，比如用更好的、更适合分布式训练的框架，更好地分配算力等方式，去解决人工智能当下存在的局限性。
北京商报记者杨月涵
中国vs美国，谁将成为人工智能的全球领导者
科技云报道原创。
普华永道预计，到2030年，人工智能将为全球GDP增加15.7万亿美元。世界上最强劲的两个经济体——美国和中国，正在引领即将到来的人工智能技术革命。全球各国正在竞相通过人工智能获得全球创新优势。2017年，中国提出了新一代人工智能发展规划，将2030年定为人工智能目标的最后期限。为了实现这一目标，国务院以2020年为一个重要时间点，计划了要实现的一系列里程碑。
随着2020年的临近，美国研究人员注意到了中国人工智能研究质量的显著飞跃。今年8月，《Nature》杂志发布的一篇名为《到2030年，中国能否在AI世界中成功领军？》的文章指出：
中国的人工智能研究不仅在质量层面越来越高，同时也开始在高影响力论文、从业人员数量以及道德研究等方面快速缩小与美国之间的差距。
《Nature》杂志文章所陈述的数据和观点并不是一家之言，在今年2月由联合国世界知识产权组织(WIPO)发布的一项研究报告显示：
中国和美国在人工智能(AI)的全球竞争中处于领先地位。在申请人工智能专利的前20名学术机构中，中国占了17所，在快速增长的深度学习领域尤为强大。
为特朗普提供技术政策问题建议的美国首席技术官MichaelKratsios在华盛顿智库会议上表示，虽然美国目前是全球人工智能竞赛的领导者，但中国正在迅速缩小差距。
崛起的中国人工智能
根据华盛顿州西雅图艾伦人工智能研究所的分析发现，在引用率最高的10％论文中，中国作者的比例稳步增加，在2018年已经达到前所未有的26.5%峰值，仅略低于美国的29%。
而美国作者的相关占比已经呈现下降趋势，如果这种趋势继续持续，明年中国就有可能超越美国。图片来源：艾伦人工智能研究所
中国还拥有世界领先的计算机视觉、语音识别和自然语言处理公司，包括SenseTime，Unisound，iFLYTEK和Face++等。据纽约研究公司CBInsights称，中国还拥有至少10家私人拥有的人工智能初创企业，其价值超过10亿美元。
据中国信息通信研究院发布的2019年Q1全球人工智能产业数据报告显示，截至今年3月底，全球共有5386家活跃的人工智能企业，其中企业数量所在地前五名为美国(2169家)、中国大陆(1189家)、英国(404家)、加拿大和印度。全球41家AI独角兽企业中，中国有17家，美国有18家。
这也引发了全球各国对人才的激烈争夺，人才同样是人工智能发展的重要因素。通常在美国接受培训的研究人才，会留在美国为全球科技公司工作。然而，有迹象表明，情况正在发生变化，中国的人工智能研究所正试图以高薪率吸引一些研究人员回到国内。
据2018年中国人工智能发展报告数据，到2017年底，中国成为第二大的人工智能科学家和工程师的家园，约有18200人，排在美国29000人之后。
但值得注意的是，中国的人工智能研究人员数量仅排在第六位（这里指最具生产力和被高度引用的作者们）。
除此之外，中国的一大优势在于人口规模，可以创造大量潜在的劳动力和培训人工智能系统的独特机会，包括用于预测疾病的培训软件的大型患者数据集。
例如，有国内研究人员表明，他们的自然语言处理系统可以从电子健康记录中诊断出常见的儿童状况，其准确性与经验丰富的儿科医生相当。该数据包括近600,000名儿童访问一家医院，而在许多其他国家，访问这些数据将很困难。中国人工智能发展的短板
虽然中国人工智能发展突飞猛进，但是也暴露出自己的短板。西安交通大学人工智能与机器人研究所所长郑南宁表示，中国在AI的核心技术工具开发和硬件领域的进度仍然落后。
例如，目前用于设计、构建以及训练能够让计算机获得类似于人脑功能、且广泛得到世界各地行业与学术界应用的TensorFlow及Caffe等各类开源算法平台，全部由美国的学者及企业开发而成。中国仅有百度开发的PaddlePaddle成为了开源平台中的一大重要成员。
同时，目前全球大部分领先的AI支持型半导体芯片都来自美国企业，包括英伟达、英特尔、苹果、谷歌以及AMD等等。郑南宁表示，“我们在设计可支持高级AI系统的计算芯片方面，仍然缺乏专业知识。”
他预测称，中国可能还需要5-10年才能在基础理论与算法的创新层面，达到美国与英国的高度——但这仍是一项切实可行的发展目标。从产业布局上看，中美两国也存在不小的差距。美国AI产业布局全面，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了技术创新优势，各层级企业数量领先中国。
在资金投入上，美国始终保持全球第一的投资额。自1999年，美国第一笔人工智能风险投资出现以后，截止至2017年，美国投资到人工智能领域风险资金累计1978亿元，在融资金额上领先中国54.01%，占据全球总融资50.10%。中国仅次于美国，635亿，占据全球33.18%。
目前，中国在产业布局规划和资金投入方面已经加快了速度，但是追赶上美国的脚步仍需时日。
AI竞赛必须抱有“冷战”思维吗？
中国在人工智能方面的快速崛起，无疑让美国感受到了很大的竞争压力。
特朗普政府在去年5月发布了一项行政命令，要求美国在多个领域改进研发，并提出保持创新至上的计划，包括：人工智能研发，使数据更容易获得，使计算资源更可用，查看教育和劳动力问题，人工智能治理问题，技术标准问题以及国际参与问题等。
除此之外，中美外交和贸易关系也在今年形成了紧张的局势。有人认为，围绕人工智能的竞争将引发新的军备竞赛，导致新时代的“冷战”。
但人工智能必须是一场零和游戏，只有一个国家成为赢家吗？
在“纽约时报”专栏文章中，麻省理工学院院长L.RafaelReif认为，如果美国和中国试图在开发和拥有人工智能技术的竞争中双重锁定，那么两者都有沦为平庸的风险。但如果两个国家共同努力并充分利用彼此的优势，那么将会取得更多成就。
他认为，中国可以从美国AI开发人员的多样性和专业知识中受益，并创建更强大的算法和应用程序。同样，美国可以利用大量的中国数据来更好地训练美国人工智能算法。
对于希望在现实环境中测试和改进其技术的美国研究人员而言，中国日益增加人工智能的基础设施可能会派上用场。中国开发人员也可以充分利用美国人口的多样性，测试和改进他们的AI算法和应用程序，以便在中国以外和世界各地使用。
此外，中国和美国可以共同制定全球人工智能标准的制定和实施步伐。在美国，电气和电子工程师协会一直致力于AI标准，中国的人工智能产业联盟正在做类似的工作。鼓励这些组织共同努力，可以确保所采用的标准有益于最终用户和世界各地的其他所有人。
对隐私和数据安全的担忧也可以更好地解决。如果中国希望在人工智能的全球舞台上发挥更大的影响力，其监管机构最终将不得不考虑采用类似于美国和欧洲的隐私和数据安全标准，共同努力寻找一个双方都能接受的中间立场，这将使中国、美国和世界其他地区受益匪浅。
最后，为了更好地鼓励各地的人工智能创新，中国和美国必须就知识产权问题的解决方案进行合作，相互分享经验教训和最佳实践。
中国和美国在引领人工智能革命的竞赛中都有独特的优势，在每个国家对发展和增长抱有竞争精神的同时，如果中国和美国能够联合起来征服人工智能世界，那么未来将更加充满想象。
【科技云报道原创】微信公众账号：科技云报道
张新安：人工智能时代的领导力
原标题：张新安：人工智能时代的领导力关于人类领导者是不是会被人工智能所取代，我跟大家分享一些。假如说决策是领导力一个很重要的组成部分，是不是有可能被人工智能所取代？这个研究的场景是在一个汽车零配件的Ratailer零售商，因为汽车零配件很多是非标的，对于大的汽车零配件销售商来讲，有一个库存优化的问题。以前都是靠门店的店长拍脑袋。店长凭经验，后来，这家公司开发了一套人工智能系统来去做这个库存的决策。把这个门店随机分成了两组，第一组门店让店长有权利在这个库存系统里去否决人工智能给出来的备货方案。第二组店长没有这个否决人工智能库存方案的权限。实验的结果人工智能制定的库存方案，整体上比我们人类的库存方案要好。但是，这个“好”针对那些中晚期的产品，这是因为早期的产品缺乏这种数据的支撑。在没有数据支撑的情况下，人工智能还不如让人类的领导者去拍脑袋。
再来看第二项研究，金融收款公司，呼叫中心里有很多话务员，研究怎么样帮助话务员提供催收的绩效。之前这些话务员他们的绩效反馈是由主管做出，是否可以改成人工智能来做？人工智能取代我们主管做绩效反馈这件事有一正一负两个结果，正的结果是人工智能客观上做出的绩效反馈比人类主管给出的绩效反馈更管用。披露效应是你不能让下属知道它的绩效反馈是由人工智能给出来的，否则他不相信，他不愿意按照机器的指示去改进和提升机器长得再漂亮大家也不愿意听它讲，这是我们对于算法和机器，我们作为人类天生不喜欢。
关于我们人类领导者是不是会被人工智能取代，我觉得这个问题答案不太乐观，因为留给人类领导者的空间不大，我们人类领导者要想不被人工智能取代，我们相对人工智能要有优势和价值，但是留给我们的价值空间已经不大了。第一个，在研究当中发现如果由人工智能作为人类的领导，人类太笨跟不上领导，第二个，人类作为下属我们不喜欢被机器领导，我们还是习惯被一个人领导，这就是我们作为人类领导者有了空间。第三个，人工智能想要做我们的领导需要数据做基础，对于新产品来讲，如果没有足够的数据作为人工智能的基础还不如让咱们去拍脑袋。返回搜狐，查看更多
责任编辑：