人工智能时代下，企业知识产权管理的新变局
作者：董伊帆导读●●根据世界知识产权组织的数据，自2010年以来，全球专利申请量年均增长率为4.5%，企业越来越重视知识产权保护。知识产权不仅可以帮助企业保护自己的核心技术、品牌、创新成果等企业利益，还可以为企业带来一定的收益。比如，高通每年通过专利许可获得的收入占总利润的比例高达70%，成为其利润的主要来源。可见，知识产权是企业重要的资产。然而人类技术发展史表明，新技术一旦在人类社会广泛应用，将不可避免地引发全新的法律风险。相应地，人工智能这一新技术的出现也给企业知识产权管理带来了新变局，尤其ChatGPT等人工智能生成软件的广泛应用。人工智能的深入发展会对企业知识产权管理带来哪些新变局？有哪些机遇与挑战？我们将在本文与大家一同探讨。人工智能将为企业知识产权管理带来新思路根据IDC的研究，2022年全球企业对人工智能的支出将达到97.9亿美元，预计到2025年这一数字将增长至204.5亿美元。根据凯捷咨询的报告，超过四分之三的企业正在实施或规划实施人工智能技术。其中，77%的企业表示人工智能技术可以提高生产效率，而62%的企业认为人工智能可以提高客户体验。可见，随着人工智能的深入发展，越来越多的企业将利用机器学习、自然语言处理和计算机视觉等技术提高生产效率、降低成本、提高客户体验和提高产品质量等，通过人工智能创造更高的商业价值。同样，人工智能也可以帮助企业更好地管理和保护其知识产权，加速知识产权审批过程，促进知识产权的创新和发展，以及提高知识产权的价值和商业利用。（一）更好的保护知识产权人工智能可以帮助企业更好地管理和保护其知识产权。例如，人工智能可以自动监测企业的知识产权并及时发现侵权行为，大大提高知识产权保护的效率和精度。Adobe公司就使用了人工智能技术来监测侵权行为。根据Adobe公布的数据，2019年Adobe公司共发现了大约49亿个侵权行为，其中大约35亿个行为是由AdobeSensei（Adobe的人工智能平台）自动检测和处理的。亚马逊也开发了一种基于机器学习的商标侵权检测系统，该系统可以自动识别亚马逊平台上的商品是否存在商标侵权行为。根据亚马逊发布的数据，该系统每天可以自动扫描数十亿个商品页面，识别数百万个潜在的商标侵权行为。（二）提高知识产权的价值人工智能可以帮助企业更好地理解和利用其知识产权的价值和商业潜力。例如，人工智能可以利用数据分析和机器学习技术，自动分析市场需求和竞争环境，从而发现知识产权的新应用场景，创造新商业价值。Google一直在利用人工智能技术来发现新的市场机会，比如使用自然语言处理技术来确定哪些行业对于机器学习技术的需求最高，并以此为依据设计个性化的产品和营销方案，为原有知识产权的应用开拓更广阔的市场，创造更高的价值。我国企业在这方面也有诸多应用，比如中国移动董事长杨杰在谈及人工智能时表示，中国移动已经有NLP、深度学习、机器视觉等各方面的能力，2022年已依托此类人工智能以帮助中国移动实现30多亿元的变现。据Deloitte的数据，使用人工智能技术可以将知识产权的价值提高20%以上。（三）促进知识产权的创新人工智能可以帮助企业更好地利用已有的知识产权，促进知识产权的创新和发展。例如，人工智能可以利用自然语言处理和机器学习技术，自动发现不同领域之间的知识交叉点，从而产生新的发明和创新。药物发现是一个需要跨学科知识的领域，需要将生物学、化学和药学等领域的知识结合起来。人工智能可以通过分析海量的生物信息数据和化学数据，发现不同学科领域之间的交叉点，从而帮助科学家快速发现新的药物。例如，美国国家癌症研究所曾使用人工智能技术，在超过一百万篇学术文献中搜索，发现了一种可以用于治疗胰腺癌的新药物并申请专利。IBM目前也在应用Watson人工智能系统自动搜索和分析全球范围内的专利和科学文献，从而帮助IBM发现新的技术领域和市场机会，产生新的发明专利和创新。二人工智能对知识产权管理带来的新挑战人工智能为企业知识产权管理带来便利的同时也带来了新的挑战。人工智能通常包括三个核心要素：数据、算法和算力，这些要素之间的相互支持不断推动人工智能技术的发展和创新。然而，目前人工智能对企业知识产权管理的挑战也主要集中在这几方面，尤其是数据和算法，及其带来的价值创造（生成物）方面。此外，知识产权的法律责任归属问题也面临新的挑战。（一）数据产权问题人工智能离不开数据，人工智能的训练、学习和预测都需要大量的数据，数据是人工智能的基础和灵魂。以ChatGPT为例，其训练使用了大量的互联网文本数据，包括维基百科、新闻文章、书籍、网页、社交媒体等等，包含了超过45TB、约数十亿个单词级别的多语言文本数据。然而，这些社交网站、书籍、网页等等数据来源包含大量原始创作者的作品，人工智能技术学习这些数据的过程并未经过版权人许可。在接受《福布斯》采访时，Midjourney（AI画图软件）首席执行官大卫·霍尔茨就曾表示，该公司并未征求拥有其作品版权的艺术家的同意，因此使用数据产权的合法性成为了一个重要的问题。曾有案例表明为训练数据集抓取图像或其他内容在美国版权法中被视为“合理使用”，比如，谷歌在未经授权的情况下将大量出版和未出版的图书数字化并收录到其搜索引擎中，引发诉讼案，美国法院认为谷歌图书馆属于合理使用，不构成侵权。但目前人工智能对未授权数据源的应用仍有可能构成对原始知作品产权的侵权。目前，微软、GitHub、OpenAI、StabilityAI、Midjourney、DeviantArt等公司都深陷人工智能数据产权的法律纠纷。因人工智能技术仍是一项新生技术，到目前为止，还没有法院对类似案件进行裁决。众多专业人士对此也表示：“很难预测生成式人工智能领域的版权侵权案件会有什么结果，因为这项技术还没有得到很好的理解。”（二）算法产权问题在机器学习和深度学习等人工智能技术中，算法被用于训练和优化模型，从而让计算机能够自动进行数据分析、识别、分类、预测和决策等任务，算法是人工智能技术的核心，是实现人工智能的关键。因此，算法的产权问题也变得越来越重要，谁拥有算法的知识产权，以及如何确保算法的知识产权被保护，已成为关键问题。就目前的法律体系来说，一些算法可以受到知识产权保护，一些国家还可以为算法的名称和商标提供商标保护，如果算法的具体实现方式涉及到版权问题，算法还可以通过版权保护。但这些被保护的算法需要满足一定的条件，例如，在美国和欧洲，新的算法要获得专利保护，申请人需要证明其算法具有新颖性、非显然性和实用性等特点。但对于一些算法，例如公共领域的算法、已经被广泛应用的算法和纯数学算法等，却不适用于上述知识产权保护，对于此类人工智能算法的产权保护也尚不明晰。以我国为例，数学方法在中国不属于专利保护的客体，《专利法》第25条规定了智力活动的规则和方法不属于专利保护的客体，其目的是防止规则或算法的无边界垄断。因此，如果人工智能算法在仅涉及数学方法的情况下，很可能会被归为智力活动的规则而不能受到专利法的保护。（三）成果产权问题人工智能算法可以在数据集上进行自主学习，从而生成新的知识和成果，这些知识和成果的创造性和价值性甚至超过人类自己的创造。但这些知识和成果是由算法生成的，因此如何确定它们的产权和保护它们的知识产权也成为了一个问题。如果人工智能生成的作品被认为具有知识产权，那么如何确定其归属？是算法的开发者拥有知识产权，还是使用人工智能生成作品的人拥有知识产权？还是由人工智能本身拥有知识产权？目前各国对人工智能成果产权的界定不一。美国版权局不予登记人工智能生成的作品。根据美国《版权法》，人类作者身份是美国版权保护的先决条件，因此人工智能算法自动生产的作品不能被注册，除非提供并证明人类作者对该作品进行了充分的创造性投入或干预。与之不同，印度曾承认人工智能可作为艺术品版权的合作作者。在印度，一幅人工智能生成画作“Suryast”的版权归属被判定为RAGHAV这一人工智能绘画程序和它的产权所有者。南非也曾发布全球首个将人工智能列为发明人的专利。该专利是一种基于分形几何的食品容器，南非将人工智能装置DABUS命名为发明人，但该专利在英国、欧洲和美国的申请均被驳回，不被授予专利。我国曾出现人工智能生成物产权纠纷案例。2018年8月，腾讯证券网站上发表了Dreamwriter智能写作助手创作完成的一篇文章，末尾注明“本文由腾讯机器人Dreamwriter自动撰写”。发表当日，某科技公司在其经营的网站上转发了这篇文章。对此，腾讯认为该行为侵犯了其享有的著作权，于是诉至深圳市南山区人民法院。最终法院认为该文章是由原告主持的多团队、多人分工形成的整体智力创作完成的作品，判定该文章满足著作权法对文字作品的保护条件，属于我国著作权法所保护的文字作品，被告的行为构成侵权。可见，目前各国对人工智能成果产权的界定存在一定的差异，有判定其产权成立，也有判定其产权不成立的情况。在判定产权成立的情况下，产权又可能归个人或团队使用者所有、也有可能归改软件的所有者所有、也有可能归该软件多有，也有可能共同持有等等…（四）法律责任问题如果人工智能算法侵犯了知识产权，谁应该承担法律责任也是一个问题，是算法的开发者还是使用人工智能生成作品的人？还是由人工智能本身承担责任？目前司法实践对于人工智能算法侵权的主体归责仍然局限于产品责任、终端使用者的责任或者平台责任这三个方面。但由于人工智能算法的复杂性和交互性，影响人工智能算法侵权的因素繁多。除了传统的生产者和使用者之外，还可能存在算法设计者、数据提供者和算法应用平台、甚至算法本身等多种新的因素。这种情况下，责任的界定变得更加困难，因此难以确定谁应该承担法律责任。三企业如何应对知识产权管理的新变局？企业应以保护知识产权和防范法律风险为核心，采取相应措施应对人工智能给知识产权管理带来的机遇与挑战。第一，提高知识产权保护水平。人工智能技术可以帮助企业更加高效地识别和保护自己的知识产权，企业应提高知识产权管理的智能化水平。企业和机构可以考虑引入人工智能技术来自动化知识产权管理，例如利用人工智能来监测侵权行为、处理专利申请等。同时，为了避免人工智能识别知识产权的错误，需要提高人工智能算法的准确性。企业可以通过提高训练数据的质量、选择更为准确的算法或结合人工和算法的方式提高识别准确性。第二，加强企业数据安全保护。一方面，人工智能技术需要大量的数据源进行训练和学习，因此企业和组织需要存储大量敏感数据，例如个人身份信息、财务信息等。这些数据量的增加会增加数据泄露或遭到攻击的风险；另一方面，人工智能技术本身也可通过算法自适应加强数据挖掘和分析能力，加大数据泄露的风险。因此企业应重视数据安全保护，采取必要的技术和管理措施，加密和安全存储企业数据，防止关键数据泄露和外部攻击。第三，强化知识产权合规意识。随着人工智能技术的不断发展和应用，各国开始对包括AIGC在内的人工智能技术进行更严格的监管。在此背景下，企业需要加强知识产权保护意识，避免在使用人工智能技术出时引发数据源侵权的纠纷。企业应当遵守监管规定，确保其人工智能相关应用程序符合当地法律法规和公司的政策要求。微软公司在使用人工智能技术时，非常强调数据使用的合法性和合规性，要求所有的人工智能应用程序必须符合当地法律法规和公司的政策要求，确保数据获取的合法性和合规性。微软还通过开发工具和技术来确保其人工智能相关应用程序符合法律合规要求。第四，积极推动各项法律法规和行业标准的落地。随着人工智能技术的不断发展和应用，现有的知识产权法律需要不断地更新和改进。例如，我们上文提到的对于数据产权、算法产权、成果产权和责任认定问题等等，都需要有更加明确和合理的法律规定来界定并保护各方的合法权益。目前各国已经开始就此问题进行探讨，4月11日，中国互联网信息办公室就《生成式人工智能服务管理办法（征求意见稿）》公开征求意见。同一天，美国商务部正式就ChatGPT等AI工具进行审查问责措施公开征求意见。此外，欧盟委员会也发布了《关于人工智能的道德准则》和《关于人工智能的实施指南》等文件，对人工智能技术的发展和应用提出了相应的指导和要求。企业在此阶段开始就应积极参与一些行业协会和标准制定的工作，建言献策，共同推动相关标准和规范的制定和实施，促进人工智能技术应用的健康发展的同时，保护自身的知识产权和降低法律风险。人工智能技术对企业知识产权保护和侵权产生了深远的影响。虽然人工智能可以帮助加强企业知识产权保护，但同时也带来了新的挑战和风险。对此，企业应加强知识产权的保护意识，主动采取措施保护自身的知识产权，同时也要尊重他人的知识产权；积极与相关组织、协会、政府以及社会各方共同探讨人工智能时代下的知识产权管理。我们也会持续关注此问题，继续与大家探讨、交流。特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。人工智能现在能有多“聪明”
全尺寸人形仿生机器人，其身高达1.77米，重量为52公斤摄影/本报记者李娜
正在召开的2023中关村论坛上，“人工智能”无疑是最热门的关键词。无论是自动驾驶还是智能穿戴，是量子计算还是5G通信，甚至碳中和，众多前沿科技的背后都离不开人工智能技术的支持。可以说，未来十年，人工智能将继续改变各行各业以及普通人的生活。在本次论坛国际技术交易大会板块、科博会展览板块，以及人工智能相关平行论坛上，北京青年报记者注意到，各大公司都带来了最新人工智能科技成果，包括视觉通用分割模型SegGPT、5G音视频交互应用、双语数智人等等。
5G通信新应用
可视自助服务带来交互新体验
最新数据显示，我国5G用户已达5.61亿，我国累计建成开通5G基站231.2万个，全球占比均超过60%。而一季度全国平均5G下载网速为334.98Mbps，峰值下载速率为472.92Mbps。如此快的网速，再加上人工智能的支持，除了用来刷社交网络、日常办公学习，还可以用来做什么？
中国联通此次展出的“5G新通信智能交互平台”，就应用了5G“大带宽、低时延、泛连接”的特点，运用5G音视频交互与AI原子能力，结合AR&VR、三维建模、智能交互等先进技术，做到了5G内生服务下的音视频交互应用。平台运用多媒体、三维建模、实时跟踪、传感、智能交互等技术，实现端到端的可视化、智能化新通信服务，为企业、政府等提供5G音视频交互、智慧虚拟形象等功能。
如金融行业应用版平台，用户可以远程接入银行柜台服务，享受与现场办理同等的体验及个人隐私保护；能源行业应用版平台则重构了井场智能联动系统应用体系，实现了井场资源数字化管理、井场巡护数字化编制。交通行业版平台以5G新通信为基础提供无障碍智能通信服务，为老年乘客提供可视化交互的智慧助老服务。
值得一提的是，该平台在国产化适配与自主可控方面实现了平台与国产手机芯片适配；平台端支持国产化系统，手机侧适配华为麒麟芯片、联发科天玑芯片，支持华为、小米、OPPO、VIVO、魅族系列国产手机。
“数智人”更聪明
与大模型融合能“听懂你的话”
数智人，简单来说就是虚拟人，借助拟人化的外表、人工智能的内核，数智人已经开始在众多行业中商业化落地，辅助人工服务，提升企业运行效率。例如，数智人在金融、文旅、传媒、公共服务、医疗、零售等行业场景中，可担任坐席客服、理财顾问、播报主持、导游导览角色；在文化娱乐场景，可以作为虚拟偶像、虚拟歌手等形成IP资产；在智能车载、智能交通、智能家居等场景，可以通过与智能设备结合，为用户提供智能化服务。
腾讯云智能小样本数智人生产平台近日首次对外发布，只需要3分钟真人口播视频、100句语音素材，平台便可通过音频、文本多模态数据输入，实时建模并生成高清人像，在24小时内制作出与真人近似的“数智人”。相较于照片生成、仅能呈现面部形态的数字人，小样本数智人可根据文本设计手势，唇动、口型、表情复现真人风格。
本届中关村论坛，北青报记者也尝试用数智人虚拟主播，代替真人主播出镜，进行7×24小时的直播服务，吸引了诸多观众关注。
不过，以往的数智人，比起真人来，他们的思考能力明显更弱。此次中关村论坛上，由智谱AI推出的“智谱AI脑数智人”则更加聪明，它不再拘泥于固定的互动方式，而是初具理解人类指令意图的能力。智谱AI由清华大学计算机系的技术成果转化而来，公司于2022年合作研发了双语千亿级超大规模预训练模型GLM-130B，并主导构建了高精度通用知识图谱，把两者有机融合为数据与知识双轮驱动的认知引擎，并基于此千亿基座模型打造ChatGLM。通过认知大模型链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。此外，它还是一个既会中文又会英文的双语数智人。
“无人驾驶”上街
最新行人预测模型呼之欲出
如今在亦庄等地，已经可以打到百度自动驾驶的车辆。未来，随着技术发展和政策批准后，车上的安全员将会撤出，自动驾驶车辆会实现真正的无人化。
据百度公司介绍，无人驾驶技术核心是“百度汽车大脑Apollo平台”，包括高精度地图、定位、感知、智能决策与控制四大模块。最新的Apollo已经进化到引入多个基于深度学习的模型、发布了基于语义地图的低速行人预测模型、引入了基于语义地图的模仿学习。
在本次中关村论坛上，旷视科技发布了自研智能托盘四向穿梭车系统。旷视智能托盘四向车作为柔性物流系统中的离散型设备，可以实现“一车跑全仓”。为什么说是“柔性物流”？旷视表示，主要是因为它具有离散型设备、分布式控制两大特点，用户企业可以像搭积木一样，根据需要灵活组合，柔性部署。其次，柔性则体现在整个系统的“动态可扩展”，用户企业可以根据淡旺季以及业务增长等变化，随时增减四向车数量，提升系统承载能力。
智慧城市更低碳
AI“管家”水电空调全都管
在智慧城市建设中，AI扮演着越来越重要的角色。例如，AI可以用于城市的基础设施管理，例如自动监测道路、桥梁和建筑物的结构健康状况，以及检测和修复道路上的裂缝和坑洼；AI可以帮助城市管理能源，例如通过分析能源使用数据来实现更高效的能源使用，以及优化城市的能源系统；AI也可以帮助城市保护环境，例如通过空气质量监测、垃圾处理和水资源管理等方面，提高城市的环境质量。
那么，如何利用AI给楼宇减碳来实现碳中和碳达峰的目标呢？恒华数元展示的基于楼宇大脑神经网络系统碳管理平台，从充分利用清洁能源的角度出发，集中引用性价比较高的技术产品应用，遍及楼宇末端传感感知节点和主要用能设备传感感知节点，通过楼宇大脑边缘计算服务器统一协调管理，使楼宇用能设备高效运转，尽可能排除不必要的能源浪费，根据边缘计算模型分析，楼宇各用能子系统能耗曲线处于平稳运行状态下，整体能耗是最低的。
其中，楼宇电力能耗应该占楼宇能耗的首位，针对楼宇弱电系统的特点，在不增加装修施工的基础上，研发出体积更小、计量准确、安装便捷的一套弱电监测及AI控制系统，可以对楼宇的电力系统进行动态的监控，确保无人区及时断电，避免不必要的电力浪费。而楼宇空调系统耗能占到楼宇总能耗的40%，恒华数元通过和高校成立产学研基地深度合作研发出针对楼宇冷、热源系统调优的策略算法，形成了成熟的数据算法模型，使得空调系统节能率达到10%以上。目前，这一项目已在广东、天津、江西、四川、湖北、安徽等省份落地。未来，居住小区、写字楼、商场等，都将向着绿色低碳的方向“进化”。
AR眼镜“同声传译”
智能穿戴设备助力无障碍
随着人工智能融入生活的方方面面，搭载人工智能的设备也趋于小型化，如智能手表可接听电话、回微信、监测运动情况等；智能眼镜外形如普通眼镜，戴上后可以接打电话、听音乐等。
不过，中关村论坛上展示的这一智能眼镜，则更实用。这款名为“亮亮听语者智能眼镜”是一款双目光波导AR智能眼镜。
VR眼镜戴上后会沉浸在虚拟世界，AR眼镜则不会阻挡视线，其将现实世界与虚拟世界进行融合，从而实现一些在现实世界中无法做到的功能。如听力受损人群常常因“听不清”、“听不见”声音而在工作、社交、学习过程中遇到困难，这款眼镜可以将声音信息转换成文字在眼前显示出来。它还具有同声传译功能，可以识别不同国家的语言，同时转换成汉字或者其他国家的文字呈现前，帮助用户在国际语言交流的环境中方便理解。这款眼镜轻巧便携，机身仅重79g，相比于目前市面上200-300g的AR眼镜，其自重非常适合长时间佩戴；还可以适配近视、远视、散光、老花眼等情况的镜片；眼镜外侧不漏光，保护隐私，内容仅自己可见；这款眼镜还搭载了毫秒级实时字幕，降噪算法，5米内精准收音，转译准确率最高可达95%以上。据悉，该款产品目前已经具备量产能力。
隐私保护计算技术开源
应用于金融医疗保险等领域
隐私计算，也叫隐私保护计算，是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，实现数据在流通与融合过程中的“可用不可见”，从而实现数据价值的转化和释放。隐私保护计算对隐私数据提供了未来行业亟须的保护能力。本次中关村论坛展览（科博会）上，蚂蚁集团首次公布以关键基础软件为核心的开源完整版图，9大核心技术全部开源，其中就包括隐私计算技术“隐语”。也就是说，这一技术平台面向全球用户开放，可无需调用和开发代码，直接使用产品功能，帮助用户低成本探索隐私计算应用场景。
据介绍，隐语目前已经在金融、医疗、保险等场景应用。如浦发银行联合蚂蚁集团隐语平台，识别出超过14.5万名高风险用户，阻止了数十亿人民币的高风险贷款的发放。在医疗方面，蚂蚁隐私计算平台和阿里云数字医疗团队合作，为医院搭建了面向医院运营管理的数据融合平台，为管理者提供数字化绩效管理分析，帮助医院建立精细化运营管理体系，减少医院的经济风险或临床风险。此外，过往保险机构在理赔过程中，通过向医疗机构明文（即数据不加密）查询被保险人的诊疗情况，将会获得不必要的原始数据。而蚂蚁的解决方案通过设定数据逻辑查询，利用多方安全计算等隐私计算技术，使得保险公司只获得是否理赔的查询结果，不会获得各种原始数据，保护理赔用户隐私。
声音
大模型将改变世界开发的同时应研究控制技术
ChatGPT是2023年最引人关注的科技界新事物之一，它的发布也引发了语言大模型狂潮，百度、阿里、知乎、商汤、京东等多个公司纷纷推出了其大模型。AI另一个重大领域——视觉GPT也亮相本届中关村论坛：智源研究院视觉团队正式推出通用分割模型SegGPT，这是首个利用视觉提示完成任意分割任务的通用视觉模型。
据介绍，SegGPT使用时，摈弃语言类大模型的传统思维，与机器交互时不使用文字而是使用图像。比如用户给出SegGPT一张图并在上面将“彩虹”圈了起来，当用户再给许多张包含有彩虹的图片时，SegGPT就能自动识别上面的彩虹，并将这些部分圈出来。可以说，SegGPT“一通百通”：给出一个或几个示例图像和意图掩码，模型就能get用户意图，“有样学样”地完成类似分割任务。此外，SegGPT还“一触即通”：通过一个点或边界框，在待预测图片上给出交互提示，识别分割画面上的指定物体。利用这个特性，可以实现诸多功能，比如机器人机械手去拿西红柿等物件时，机器人就可以迅速知道西红柿的边缘在哪里，既能拿起西红柿，又不会捏碎，十分精准。
目前，国内大模型处在百花齐放、百家争鸣的状态下。百度创始人、董事长兼CEO李彦宏在中关村论坛上表示，人工智能再次成为人类创新的焦点，越来越多的人认可第四次产业革命正在到来。他强调：“大模型改变了人工智能，大模型即将改变世界。”中国工程院院士、中国人工智能学会理事长戴琼海也表示，人工智能将带来多个方面的应用变革：面向科学研究新范式（宇宙起源、自然规律、生命奥秘）；面向人民生命健康（AI药物研发、远程虚拟手术）；面向经济主战场（虚拟创造、工业制造、灵境交互）；面向国防重大需求（多源态势分析、AI地空战线部署）等等。
值得关注的是，面对新变化，也有人提出了警示。创新工场董事长、首席执行官李开复表示，“AI仍会出错，会一本正经地胡说八道，它只能被应用于生成内容初稿、开拓想法，而不能作为最终版本，AI需要持续的人工干预，避免谬误或灾难发生。此外，AI可能还存在一些法律及伦理问题，因此，AI并非适合所有的领域，只能应用于容错度较高的应用中。”李开复强调，“AI可能制造虚假信息，可能被不法分子利用来做针对性的欺骗用户，因此，开发时，需要同时研究控制AI的技术和管理的法律法规。”本版文/本报记者温婧
大数据和人工智能之间，主要有什么区别
大数据vs.人工智能是一种公平的比较吗?在某种程度上，它是，但首先让我们先厘清它们之间的区别。
人工智能和大数据是人们耳熟能详的流行术语，但也可能会有一些混淆。人工智能和大数据有什么相似之处和不同之处?它们有什么共同点吗?它们是否相似?能进行有效的比较吗?
这两种技术所具有的一个共同点是兴趣。NewVantagePartners公司对企业管理人员进行的大数据和人工智能调查发现，97.2%的企业高管表示他们的公司正在投资、构建或启动大数据和人工智能计划。
更重要的是，76.5%的企业高管认为人工智能和大数据密切相关，数据的更大可用性正在增强其组织内的人工智能和认知。
有人认为将人工智能与大数据结合在一起是一个很自然的错误，其部分原因是两者实际上是一致的。但它们是完成相同任务的不同工具。但首先要做的事是先弄清二者的定义。很多人并不知道这些。
咨询巨头PriceWaterhouseCoopers公司的高级研究员AlanMorrison说：“我发现很多人对真正的大数据或大数据分析并不太了解，或者只是以几个突出的例子来了解人工智能。”
人工智能与大数据的区别
他说，人工智能与大数据一个主要的区别是大数据是需要在数据变得有用之前进行清理、结构化和集成的原始输入，而人工智能则是输出，即处理数据产生的智能。这使得两者有着本质上的不同。
人工智能是一种计算形式，它允许机器执行认知功能，例如对输入起作用或作出反应，类似于人类的做法。传统的计算应用程序也会对数据做出反应，但反应和响应都必须采用人工编码。如果出现任何类型的差错，就像意外的结果一样，应用程序无法做出反应。而人工智能系统不断改变它们的行为，以适应调查结果的变化并修改它们的反应。
支持人工智能的机器旨在分析和解释数据，然后根据这些解释解决问题。通过机器学习，计算机会学习一次如何对某个结果采取行动或做出反应，并在未来知道采取相同的行动。
大数据是一种传统计算。它不会根据结果采取行动，而只是寻找结果。它定义了非常大的数据集，但也可以是极其多样的数据。在大数据集中，可以存在结构化数据，如关系数据库中的事务数据，以及结构化或非结构化数据，例如图像、电子邮件数据、传感器数据等。
它们在使用上也有差异。大数据主要是为了获得洞察力，例如Netflix网站可以根据人们观看的内容了解电影或电视节目，并向观众推荐哪些内容。因为它考虑了客户的习惯以及他们喜欢的内容，推断出客户可能会有同样的感觉。
人工智能是关于决策和学习做出更好的决定。无论是自我调整软件、自动驾驶汽车还是检查医学样本，人工智能都会在人类之前完成相同的任务，但速度更快，错误更少。
人工智能和大数据协同工作
虽然它们有很大的区别，但人工智能和大数据仍然能够很好地协同工作。这是因为人工智能需要数据来建立其智能，特别是机器学习。例如，机器学习图像识别应用程序可以查看数以万计的飞机图像，以了解飞机的构成，以便将来能够识别出它们。
当然，这是数据准备的重要步骤，Morrison指出，“人们开始使用的数据是大数据，但是为了训练模型，数据需要结构化和集成到足够好的程度，以便机器能够可靠地识别数据中的有用模式。”
大数据提供了大量的数据，而有用的数据必须首先从大量繁杂的数据中心分离出来，然后再做任何事情。人工智能和机器学习中使用的数据已经被“清理”了，无关的、重复的和不必要的数据已经被清除。所以这是第一步。
在此之后，人工智能可以蓬勃发展。大数据可以提供训练学习算法所需的数据。有两种类型的数据学习：初始培训可以定期收集数据。人工智能应用程序一旦完成最初的培训，并不会停止学习。随着数据的变化，它们将继续接收新数据，并调整它们的行动。因此，数据是最初的和持续的。
这两种计算方式都使用模式识别，但方式有所不同。大数据分析通过顺序分析来找到模式，有时候是冷数据，或者是没有收集到的数据。Hadoop是大数据分析的基本框架，它是最初设计用于在低服务器利用率的夜间运行的批处理过程。
机器学习从收集的数据中学习并不断收集。例如，自动驾驶汽车从未停止收集数据，并且不断学习和磨练其流程。数据总是以新鲜的方式出现并始终采取行动进行处理。
大数据在人工智能中的作用
人工智能一直在被人们关注。很多人对1999年推出的一部电影“黑客帝国”的情节记忆犹新，人类与那些变得聪明的机器殊死搏斗。但在现实的实施过程中，人工智能直到最近一直是边缘技术。
人工智能实现最大的飞跃是大规模并行处理器的出现，特别是GPU，它是具有数千个内核的大规模并行处理单元，而不是CPU中的几十个并行处理单元。这大大加快了现有的人工智能算法的速度，现在已经使它们可行。
大数据可以采用这些处理器，机器学习算法可以学习如何重现某种行为，包括收集数据以加速机器。人工智能不会像人类那样推断出结论。它通过试验和错误学习，这需要大量的数据来教授和培训人工智能。
人工智能应用的数据越多，其获得的结果就越准确。在过去，人工智能由于处理器速度慢、数据量小而不能很好地工作。也没有像当今先进的传感器，并且当时互联网还没有广泛使用，所以很难提供实时数据。
如今，人们拥有所需要的一切：快速的处理器、输入设备、网络和大量的数据集。毫无疑问，没有大数据就没有人工智能。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html4.大数据人工智能领域，如何从菜鸟晋级为大神http://www.duozhishidai.com/article-1427-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站