浅谈人工智能在人力资源领域的应用趋势
人工智能从根本上而言属于计算机语言的一种，也是通过一定的编程算法同生活实际需要相联系，构成符合人类需要的技术。较为普遍的如扫地机器人、语音识别、图像识别等技术，更多技术仍然处于待开发阶段，未来的日子里无人驾驶汽车、无人超市、机器人外科手术等将逐渐广泛应用于生活当中，智能化的技术将对我们的生活产生翻天覆地的变化。而人力资源和人工结合的最为密切，人工智能技术在此领域未来也有望有所作为。
1 人工智能技术概况
1.1 人工智能技术概念
人工智能技术顾名思义指的是人们运用计算机语言为机器设置一定的条件和算法使得机器具有类似于人脑的思考能力，可以进行生产工作、判断决策、智能回复等。人工智能的应用使得一些单纯依靠劳动力的产业成本从长远来看大大降低，解放了部分人类的双手，而用机器操作。人工智能能够完成部分人类不愿意做或者人力无法完成的工作，或者以更高的效率和速度完成某些工作。即使在工作效率上人工智能有很好的效果，可归根结底人工智能仍然是人类设计出来的产物，是为人类服务并提供方便的。根据科学家普遍的说法，人工智能超过人类思维是不可能的。
1.2 人工智能在机器中的应用
人类对于某些情况的下意识判断是基于之前的经验，或者说是本能的反应。而在人工智能领域，对机器进行长期反复的学习训练，不断的导入数据传出数据，分析每一次数据的变化和人类构想的最终反应，使之达成一致，会发现在反复训练后，机器“思维惯性”所产生的数据在向人类构想的反应靠拢并逐步接近。当调节机器数据的参数，机器仿佛具有思考力一般能做出和人类相似的应激反应，科学家利用这一点将机器应用于工厂等需要长期反复操作的工作中。
1.3 人工智能和人力
人工智能的反应速度是依靠计算机的运行速度和算法的调试，很大程度上而言人工智能的“工作能力”是快于正常人类思维的。人类创造出计算机语言，运用计算机语言更好的为人类服务，但并不意味着人工智能能够代替一切人力劳动，只是更好地辅助人类完成工作。一类工作是需要大量人力反复操作的，另一类是需要进行大量数据搜集的。这两种工作有人工智能胜任能够节省大量的时间和金钱。而另一部分程序繁多，需要面对复杂情况随机做出反应的工作是必须由人力完成的。
2 人工智能研究范畴
2.1 图像识别
在现实生活中会出现这样的生活场景，比如通过扫描一本书的索引号而获得书本信息、扫描一个图片搜索到所有相似的图像、扫描一个二维码获得动态影像等。这些技术都引入了人工智能领域的图像识别技术，即通过扫描某一实体图像帮助人类搜集到部分信息或者将图像信息进行综合比较。新的图像进入机器的系统内，机器会根据之前获得过的所有信息对现有未知的图像进行各方面的分析，将图像分解为色块，比较每一色块内部的线条构成、颜色色系、明亮调节等。由于计算机语言运行速度十分快，所有的分析结果会在几秒内呈现出来，这就是人工智能的优势所在。
而分析比较的过程应用的就是最为流行的knn临近算法。此种算法相当于将机器接收到新的图像放入一个二维坐标系中，坐标系由上亿的图像采集点构成，由之前获得的所有图像叠加而成[3]。新的图像呈现在最顶层，通过机器的高速运算和以下的叠加层进行纵向对比，最终排除掉差异性大的数据，保留某些程度上相近的图像。当然在此过程中可以人为的设定筛选条件或者改变参数，对比出颜色相似度高或者形状吻合度高的图像，帮助人类完成工作的图像分析工作。
2.2 数据搜集和分析
在当今时代，数据的重要性不言而喻。掌握了数据相当于拿到了一定的筹码，从简单的人类购物习惯数据到企业综合决策数据，整个世界由重要性不等的数据构成。而数据对于一个企业而言是极为重要的，企业可以通过一系列表征的数据判断行业未来的发展前景，做出公司的战略规划，也可以通过数据对重要的方案进行决策。由此产生了很多专门做数据分析处理的公司，数据成为了可以交易的实体。
而原始的数据的收集整理过程就是由人工智能完成。比如购物软件可以通过用户的浏览记录、购物习惯、关注的物品通过算法得出用户的年龄区间，职业类型。社交软件可以通过用户的使用频率、关注的话题、浏览速度等推荐可能认识的好友。像一些大平台的广告推送、话题引入、广告植入都是根据用户的使用情况对信息进行筛选，呈现出用户可能最近感兴趣的或者有意向关注的信息。人工智能将大量信息通过算法进行筛选过后，保留部分契合度高的信息，提高用户的使用舒适度，扩大受众范围。
2.3 语言处理
人工智能在语言处理方面也取得了不少的成就，语言不再是不同国家人们表达想法的屏障。通过语言转换器甚至可以初步达到面对面以不同语言顺畅交流。之前人们总苦恼于不能和语言习惯不通的人交流，如今地区方言、语言体系已经不再是考虑的困难因素。
人工智能将不同地域或者国家的语言通过算法进行分析后，将语言体系构建过程中的语言素材、语法、长篇段落、语言习惯等以数据的形式保留在机器中。在现实应用中只需要快速的读取语言即可，当然要做到准确的读取，前提是对人工智能算法做以反复的数据实验，才能达到最终符合人类要求的效果。
3 人工智能在人力资源领域的应用形式
3.1 人力资源系统的构建
现在企业普遍采用的人力资源信息系统就是记录企业员工基本信息，将员工的工作技能、工作奖惩、学术背景等记录到数据信息库。在每年企业进行对外招聘时，往往需要HR凭借个人经验基于一定的数据分析企业当前的运营现状和员工职位的匹配度，不可否认HR具有相当的专业知识。但在面对复杂的数据统计时，人工的分析总会存在一定的误差，做出的规划和判断的准确度和企业实际情况有所偏差，这也是现代企业需要解决的问题之一。
人力系统的构建即对企业未来所需要的人力资源数量和岗位进行预估，合理判断企业岗位供求关系，以便进行相应人才的招聘。这一项工作从本质上而言是对表征数据的统计，通过收集分析各部门人员配置情况、项目完成进度、工作实效性等，对人力资源进行判断。而所有的一切都可以通过人工智能的大数据分析来完成，完全可以制定出和实际复合性最高、准确性最高的人力资源系统。
3.2 选拔人才
人力资源选拔人才的重中之重就是人才和岗位的匹配度问题，即选拔合适的人才在恰当的岗位上工作。传统企业的招聘过程就是先通过简历筛选，然后在面试时对人才的专业背景、工作经历、个人综合素养进行判断，再结合HR对于所需岗位职能的了解来判断是否录用该面试者。而这一系列过程存在太多不稳定因素，一方面HR和面试者的沟通就是双方互相判断的过程，HR会根据自己的个人经历和该面试者的自身情况询问相关问题，存在一种情况比如该面试者和HR为校友关系，可能这一潜在因素会对面试结果产生一定的影响。从另一个角度来说HR的主要职责还是在于招聘过程，对于企业所需要岗位的了解度可能不够深刻，毕竟没有从事相关领域的工作，对岗位职责的叙述和该岗位需要怎样类型的人才可能认识的并不是十分深刻，这对于面试结果也会有所影响。
基于此类情况，人工智能的开发和引入显得尤为重要。人工智能可以通过收集某一工作岗位的工作时长、工作内容、工作地点等多种信息，对岗位职责有一个很清晰的判断，然后将应聘者同等的信息输入到系统中即可以准确的得出该人才是否符合公司空缺岗位的需求。并且在面试环节人工智能可以捕捉到面试者所有的表象信息，能够根据肢体和表情语言判断面试者语言的真实性也可以根据面试者的回答，进行相关提问，再结合数据系统中的信息储备做出回应。比如面试者在应聘计算机软件开发的某职位，智能机器人可以向面试者提问过往的工作经历，并能提出专业性极强的学术问题。这往往是人力资源在招聘时无法做到的。
3.3 留用人才
当对企业招聘到充足的人才后，企业应该将重心放置在留用人才的方式上。现代企业尤其像媒体广告行业、房地产行业人员的流动性极强，离职率和跳槽率频频增加，事实上较高的离岗率是不利于企业的健康发展的，当企业花费时间和金钱培养出能够独当一面的人才时，人员却出现流失情况，而再进行招聘和培养需要一定的时间周期。
人工智能基于此种情况，可以建立模型对企业员工有意向离职的概率进行预测，为企业打预防针，避免出现人才流失岗位长时间空缺无人胜任的情况。员工选择离职无非处于以下情况的考虑：办公环境、岗位晋升空间、福利薪金、家庭因素、个人身体状况、部门工作满意度、工作压力、企业文化、外部市场机会等。人工智能可以将所有影响企业人员离职的因素进行权重排列，建立相应的评判模型，对企业员工的离职倾向进行预测，帮助企业减少人员流失所带来的业务损失。
3.4 培养人才
当企业招聘到优秀的员工进入公司后，定然需要制定一系列的培养方案对人才进行进一步岗位培训。传统意义上的培训是有一定工作经验的企业员工以教授的方式呈现，这种方式不符合现代年轻人的思维方式。普遍看来，年轻人的思维跳跃性很大，渴望有自己施展拳脚的空间，对于过来人所谓的经验相信度不高。因此企业可以通过引入人工智能对人才进行培训，机器人可以向人才模拟工作中可能出现的问题，考验人才面对突发状况的反应力；也可以以问答的形式向人才灌输专业知识，最后可以通过考试对人才培训期间的收获进行综合评价，最终判断该人才是否具备胜任岗位的能力。
人工智能培养训练人才的途径多样且高效快速，在之后的工作中定期进行专业度测试或者模拟考验等，能通过历史数据对员工的能力得出客观的判断，这是人工培训所不能做到的。
3.5 智能服务机器人
在企业中有一类工作需要耗费人力大量的时间，并需要人力拥有相当多的信息储备，即就是员工咨询。不同部门之间的沟通和传递信息往往提高了一定的人力成本，还会出现信息传递错误的问题。智能服务机器人的诞生将为员工提供完整的部门介绍和准确的信息传递服务，能够二十四小时不间断地为不同部门员工提供咨询服务，大大提高了企业办公的效率节省了沟通的时间成本。
4 人工智能在人力资源领域应用的未来趋势
4.1 人力资源信息的收集处理
信息愈发成为企业的核心要素，人力资源信息也是极为重要的一项。未来利用多维度的网络信息，人工智能可以对网络上所有的人才信息进行收集，并按照企业的要求进行分类整理，进而筛选出和企业岗位需求匹配度高的人才。由于现今的网络仍存在这样那样的问题，很多信息的透明度还有待提高，再加上不同招聘网站利益的冲突性使得网络上出现重复简历的概率大大提升。想要真正做到基于互联网的一体化进行人力资源信息收集需要各方长时间的努力。
4.2 提供高匹配度的岗位选择
未来人工智能技术愈来发达，人类对机器人的掌控愈发精准时，人工智能才会真正走进我们生活的各个方面。随着网络信息的公开和企业制度的完善，企业对于岗位职能需求有明确的筛选标准，人工智能也对人才收集工作专业性提高，将促进企业通过人工智能筛选出符合职能需求的人才，岗位和人才之间真正建立起桥梁匹配度将大大提高。
4.3 构建人性化的福利制度
现代企业的福利制度往往存在制度化不够的特点，尤其是根据绩效对员工能力进行判断时，一个项目的实施往往是一个团队努力的结果，但如何对团队中的每一位员工贡献做相应评价？如果不能做到准确评估，付出多少获得一样的奖金报酬将如何提高员工积极性？因此企业的福利制度仍然存在一定的漏洞，不能精确的对员工贡献做以评价。在未来人工智能可以通过实时的监测将每一位员工的贡献量化为具体数字指标，从而避免此类状况的发生。
5 结语
人工智能与人力资源的结合已经在探索过程中，不再是遥不可及的梦想，只是技术结合和社会适应需要一定的时间，而暂时没有办法具体谈及其广泛应用的时间，但在未来一切都将成为可能。人工智能技术将对薪酬制定、人才选拔、绩效考核等各方面产生潜移默化的影响，应用的深度也将不断扩展。
本文来源：《企业科技与发展》：http://www.zzqklm.com/w/kj/21223.html
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）
人工智能对社会有益,但也会产生一些消极影响
通用人工智能的出现是一个转折点，但它也可能是危险的。
改变我们生活方式的技术一直受到质疑，特别是信息技术。当新技术取代了效率低下的方式与世界接轨时，鼓吹技术将如何对人类产生负面影响的末日宣言便甚嚣尘上。曾经甚至都有人说，印刷机是我们文化灭亡的预兆。然而，从长远来看，许多信息技术对现代世界做出了积极贡献。
人工智能尚处于起步阶段，因此从某种意义上说，人类对它的不信任与任何其他改变游戏规则的技术没有什么不同。在未来25到50年内，人工智能可能会重蹈印刷机、早期计算机或汽车的覆辙：初始应用将变得越来越强大。各界权威人士都会警告人们其巨大的潜力和潜在的灾难。而一旦争议平息，人工智能可能将为社会贡献净正增益。
需要明确的是，对狭义人工智能的短期视角认为它们只擅长于特定任务。今天的人工智能仍然很简陋，一般只擅长完成一件事。我认为狭义人工智能在未来十年能力已被高估，但我仍然相信我们将在不久的将来大受裨益。
通用人工智能能让事情变得更加有趣，但它也可能是危险的。那时我们会看到机器学习达到与人类旗鼓相当甚至超越人类的程度，那时的程序可以执行一系列认知任务，也可以做得比人类更好。通用人工智能的出现意味着以前的增产技术已不再重要，因为我们根本无法预测人工智能可以将产量提高多少。
即使人工智能在短期内对社会有益，但它也会产生一些消极影响。除非我们认真对待风险和收益，否则在我们的有生之年，可能将面临安全、信息和生存方面的威胁，因为人工智能变得更聪明。
不久的将来
迄今为止，人工智能的实际应用主要表现在在自然语言和图像处理上，而传统计算机很难做到这一点。狭义的人工智能能提高工作效率，否则这些完成这些任务的过程就会被减缓或使人类感到厌烦。所以如果能正确使用人工智能，将对商业产生全面的积极影响。
更重要的是，人工智能将在不久的将来带来两项重大进步，挽救数百万人的生命：自动驾驶汽车和人工智能驱动的医学。
每年全世界有超过100万人死于汽车事故，其中绝大多数是由于人为错误，包括酒驾。自动驾驶汽车可以使驾驶死亡率降低10倍。我们已经看到像Uber这样的公司在努力制止自动驾驶汽车上路(尽管它们投入了数十亿美元)，但即使从最悲观的角度看，自动驾驶汽车也将在未来20年内上路，供私人使用。
人工智能驱动的医学也能带来令人难以置信的潜在好处。人工智能在医疗领域的应用证明它将在医药工业中发挥革命性的作用。目前，将一种药物投放到美国市场的成本远远超过十亿美元。这迫使制药公司必须优先考虑大众药和所谓的救命药，因为消费者可能会想法设法为这些药物买单。人工智能可以预测哪些药物对某一特定疾病有效，这将大幅降低公药物研发成本和风险，同时还能减少在人类和动物身上进行药物测试。此外，人工智能引导的DNA分析可能会掀开个性化医疗时代的序幕。
怨恨与错误信息危机
随着技术的发展，挑战也将随之增加。第一个关键挑战在于，人们对人工智能越来越不满，因为它正在抢夺人类的工作，例如驾驶卡车或照顾病人。机器人正从人类身上抢饭碗，这并不是一个新的问题。这一负面作用的影响程度将取决于社会重新分配资源和调整工作岗位的能力。
第二个挑战是一个错误的信息生态系统，致使人类不可能对其做出正确的判断。当机器学习能创造更好、更细致的信息时，人类将需要数字验证信息是真实的——或者至少不是假的。但几乎可以肯定的是，它将变成一场猫鼠游戏：随着验证变得越来越严格，造假行为也会变得更完善。
我相信在我们的有生之年，人工智能驱动的错误信息危机有可能发生。人工智能已经可以令人信服地操纵图像和视频。如女明星的面孔被叠加在色情照片和视频上而难辨真假。世界各国领导人也正“被”说出荒谬或煽动性的言论。
假新闻只是其中一个例子。个人将面临声誉(伪造裸照发送给同事或网上发布的虚假的报复性色情照片)、财务(影响信用的伪造银行文件)和法律地位(虚假音频、视频或其他犯罪证据)上的风险。这并不是危言耸听，这很有可能成为常态。
如果人们无法分辨什么是真实的或什么是假的，那么个人责任就会被抛到九霄云外。即便在现在，战略人员也在使用人工智能创建的媒体作为躲避公众舆论的一种方式。例如，如果一个人被录下了带有性别歧视言论的录音带，他可以说这盘磁带是假的。当人工智能足够好时，那就很难证明他说的话了。在某种程度上，先进技术的简单存在将足以使人们对几乎任何信息产生怀疑。
除了对个人及其家人的风险外，人工智能还会构成全球安全隐患。人工智能创造的情报或媒体可用于制造一场政治风暴、引发骚乱，甚至掀起第三次世界大战。
长期来看：超级人工智能
到目前为止，最大的威胁是由通用人工智能构成的。像人类一样聪明的人工智能(或更高级)是否可能被创造出来也是一个问题。但是，除非我们找到证据证明人类无法弄清楚人类智能的产生方式，否则超级人工智能的开发只是时间问题。然而，尽管雷·库兹韦尔说过，但我不相信在我们的有生之年会创造出超人类的人工智能。
人工智能在大多数任务中达到甚至超多人类水平的合理时间线约为250年。任何历史上需要利用人类智慧来做的任何事情——建立机器、解决问题、做出重要决策——都将由机器更有效地处理。也许会有一些杰出的数学家来计算宇宙的方程式，但我们其余的人将无法给社会贡献太多。
在这个世界上，大多数人可能会依靠普遍基本收入。我们可以自由地与自己、朋友和家人一起学习和享受时光。但我认为这更可能使我们变得懒惰、无心向学，成为非理性的人，形成一层社会的外壳，就像在《美丽新世界》一样。对普遍基础收入的持续长期研究可能揭示这将如何影响我们。
我同意已故斯蒂芬·霍金的观点，他认为人工智能的诞生可能是“我们文明史上最糟糕的事件。”因为我们根本不知道创造超级人工智能的结果，我们需要对这种可能性保持高度谨慎，因为这可能是人类历史上最好或最糟糕的事件之一。
还有待观察的是，这种好处是否会超过人工智能和机器学习带来的负面影响。人工智能已经打开了通往可能由错误信息统治时代的大门。从伪造的银行对账单到世界领导人宣布虚假战争，人工智能创造的媒体将使我们对我们所读、所看和听到的东西产生怀疑。一旦我们深入研究这项技术的可能性，就会得出“人类会被机器取代”的结论。而这些也将是需要解决的大问题，能解决这些问题的公司也将是那些价值数百亿美元的巨头们。除了技术，我没有看到任何其他解决方案。
我们能做的最重要的事情就是开始讨论如何处理通用人工智能。我们需要了解，我们是否能够建立有效的保障措施，例如阿西莫夫的三大机器人法则，以控制任何可以想象的超级人工智能。
我希望我错了，但我是怀疑主义者。