人工智能对国际舆论的影响
人工智能赋予传播更多的“情感”“情绪”色彩，影响着国际传播中传播主体与对象国之间的信息交流与情感交流。人工智能能增强我们对于国际受众的认知，从而在国际舆论的引导中占据主动。
人工智能技术的总体趋势是“个人化”“拟人化”“智慧化”的，随着人工智能从“弱人工智能”阶段发展到“强人工智能”阶段，机器通过深度学习将更知晓人们的偏好，知道哪类媒介话语会产生“共情”效应，知道何种传播能引导人们的想法、哪种场景能激发人们的行动。
一、人工智能增强对国际受众的认知
不同国家和地区的受众原有的心理偏好之间存在着很大差异，相对而言，西方受众偏好简洁明了、幽默风趣，中国传统用户则更偏好朴实中庸，同时在微观层面上同一对象国的受众之间可能也会存在很大差异，国际传播过程中必须重视用户个性化需求、多样化的偏好，精准对焦目标人群。
长期以来。国际传播缺乏受众意识，缺乏对国际受众文化价值观念、思维方式、语言表达习惯的充分了解。而找到与我们价值观相似的受众精准施行个性化传播，则可以有效提升传播效果。
（一）找到价值观相近的国际受众
人工智能可以辅助找到国际传播中价值观相似的受众，以剑桥OCEAN模型为例，它通过“开放性”（对新经验的开放程度）、“自我意识”（有多么完美主义）、“外向性”（如何社交）、“亲和度”（体贴和合作能力）以及“神经质程度”（面对压力是否可以承压）5个维度可以精确地为一个人建立心理学轮廓档案，定量描绘该人的性格，进而推断其政治倾向（从这5个维度就能推断政治倾向和价值观？有点牵强，需修改），从而找到价值观相似的国际受众，并利用大数据技术，实现目标用户的精准定位和精准传播。
（二）满足国际受众多元需求
随着网络和自媒体的发展，受众的表达意识、参与意识、自主意识不断增强，受众表现超出以往想要参与传播的意愿和能力，特备是在国际传播过程中，由于受众的广泛性和多样性，受众的受传心理需要得到更高的重视。
瑞士心理学家荣格将人的心理图谱分为意识（conscious）和潜意识（unconscious）两大部分。人的自身感受通常比自己能够表达出来的要多得多，而人工智能则在追踪人未通过语言等形式表露出来的情绪、感受等因素方面发挥了巨大作用。例如眼动仪追踪了户外广告的投放效果；facialcoding基于达尔文所提出的哺乳动物表情的共同性理论，即人作为哺乳动物在表情上是不受到地域、空间差异的限制的，实现了对受众对广告情节、内容的接受强度的评估；美国神经学电影将神经科技运用于好莱坞电影工业，通过特定的仪器来观察电影观众在观看恐怖电影片时的大脑反应，并根据脑区恐惧反应的程度来量化恐惧感，并借助从具体测试获得的有效数据指导恐怖电影片的拍摄，以使影片制作达到最佳的恐怖效果，生产出更加优秀的电影；中国新华网未来融媒体研究院也推出了能够记录和分析观众在观看视频时的注意力集中情况，来分析视频中具有较强吸引力的片段或元素，仅需用户在观看电影时佩戴特定的腕带和芯片，即可记录其在观看视频过程中的注意力变化情况，从而为进一步的分析提供基础，也为传播过程中结合用户心理和实际情况进行精准传播创造条件。人工智能可以挖掘并满足国际受众的多元需求。
第一，满足国际受众对国际传播“公信力”的需求。媒体的核心竞争力在于其公信力，人工智能将帮助媒体进一步提升自身公信力和权威性，在人工智能技术以其算法和运算的客观性和相对较高水平的科学性，可以在更高程度上摆脱主观干扰、赢得受众的信任。
第二，满足国际受众对国际传播“即时性”的需求。当下新近发生的事实已经无法满足受众对于新闻时效性的需求、不同新闻媒体分秒必争地进行新闻报道的情况下，机器人完成报道的速度远快于人工写作，并且可以在很大程度上消除人为技术差错，这就使得新闻媒体在进行传播特别是国际传播的过程中具有了更快的速度，满足国际受众即时性的需求。
第三，满足国际受众对国际传播“差异性”的需求。国际受众了解信息、接受外来传播的动机具有复杂性，了解对象国受众的“差异性”需求，选择最适合对象国受众的传播方式，达到使其认可、认同的目标，实现由我讲故事我传播到对象国受众讲“我的故事”甚至你我（中国与对象国）共有/共讲一个故事的转变具有十分关键的意义。
人工智能为媒体快速、有效、精准地与海外受众建立关联提供了重要契机，运用人工智能进行策划选题、编辑、分发的工作以及自主编辑的新闻媒体平台能精准把握海外受众差异化需求，对不同社区、社群实现从内容生产到分发的智能化构建，满足国际受众对国际传播“差异性”的需求。
此外，人工智能还能以其独特的大数据分析处理优势也对后续的传播产生了巨大影响，比如中国影视剧《甄嬛传》遵循美国观众的欣赏习惯和节奏，通过补拍镜头、重新剪辑等手段将76集剪辑成为6集、每集90分钟的剧集，成功解决了不同文化背景和欣赏习惯可能带来的水土不服问题。
第四，满足国际受众对国际传播“参与性”的需求。互联网发展趋势下，受众表现出了强烈的由传统新闻时代的被动接收者、观看者转变为新闻现场的目击者、参与者的需求和意愿。传统的叙事方式已经无法满足当下国际传播中受众不断增长的新需求，受众有越来越强的参与传播、参与生产中的愿望。利用人工智能技术开发出具有更多受众“参与接口”的应用，鼓励受传参与。比如一些媒体机构开发的人工智能新闻生产分发平台鼓励受众为媒体机构提供线索素材，参与分发传播、协助反馈监测，在更高层面上，把人与人、人与机、人与物连接起来，创造了更广泛地连接。此外，区块链技术也可以提升国际受众参与国际传播的能力与动力，协助媒体鉴伪存真，提高媒体的生产力，从而为受众提供更多元的体验和服务。
（三）优化国际传播中的受众反馈
人工智能优化国际传播中的受众反馈，具体体现在两方面。
首先，它扩展了国际传播的反馈渠道。在传统意义上，传播是单向的，受众往往只能接收信息，处在一个相对低于传播者的位置上，而在这个过程中媒体则担任了至关重要的把关人角色，通过媒体发挥舆论对政治经济的影响，将政治系统与经济系统对舆论的控制降低到最小化。在这种情况下，国际传播反馈机制大多局限在：向来访外宾直接征询意见、利用国际会议国际论坛等机会向海外受众了解意见建议、通过信件电话发展论坛手机短信等渠道收集受众意见等。显然，这些渠道面对的反馈对象有限，且收集来的信息需要大量的人工进行整理分类，并且缺乏统一的处理反馈意见的标准，换句话说，传统反馈机制作用十分有限。人工智能更了解受众，在此基础上，通过对文化产品输出到对象国后所获得的受众评价、注意力等定性定量反馈信息的手机与分析，结合人工智能海量数据处理优势和超大规模的计算能力，对受众反馈进行客观评估与综合评价，并可以迅速做出反应和调整。
其次，它能加强对受众反馈的监测。近年来，随着互联网和自媒体的发展，传播的去中心化特质发挥的越来越强烈，原先的受众掌握了更大的主动权，多向传播取代了传统意义上的单向传播，传者和受者之间的界限不断被打破，实现了传播主体由少数精英向普通大众的转变，但也正是因为如此，垃圾信息、虚假信息等层出不穷，成为了严重影响传播效果的一大重要因素。而人工智能则可以通过监测分析用户行为，及时判断处理垃圾信息和不实信息，加强对受众反馈的有效监测与控制。
二、人工智能对国际舆论的影响
随着人工智能技术逐步发展，通过深度学习慢慢具备了思考与自我进化能力，由此诞生了拟人化思考的“机器人水军”，拟人化思考的“机器人水军”被越来越多地应用到各国传播中，对国际舆论中产生一系列影响，国际舆论的引导因此变得更加复杂。
“机器人水军”因其产生目的和实际效果不同，可以分为善意机器人和恶意机器人，善意机器人往往能够推动国际传播，而恶意机器人则会因其所带有的政治或经济目的对国际传播产生负面影响。“机器人水军”能够自动识别相关贴文，进行评论、点赞、跟帖、回复，具有更好更即时的网络讨论参与度，智能化优势使“机器人水军”比人工水军宣传效果更好、效率更高。
英国《卫报》2011年曾发表文章揭秘，美国军队正在研发一种电脑软件，利用伪造的用户身份在互联网上密集发表观点，宣传亲美主义，进而秘密操纵社交网站。此外，参考消息2013年7月12日刊发题为《揭秘美国“网络水军”》的报道，报道指出在中东，美国2006年11月组建数字外联小组，这个小组在脸谱、推特和YouTube网站都建立账户，与受人欢迎的阿拉伯语新闻网站和网络论坛中评论人士不时展开着争论并在阿拉伯语网站的留言板上发表评论，而且基本上在与他们可以接触到的每个人都进行着交流，这支队伍包括阿拉伯本地人、旁遮普人、索马里人和会说乌尔都语的人。据美联社报道，2012年，他们在互联网上“交战”7000次，远远多于2009年的2000次。美国国务院的公报称，他们是在解释美国的对外政策。
“机器人水军”在多个国家都有所应用，对国际舆论产生重大影响，据美国“胶囊里”网站报道，互联网安全公司IMPV在最新发布的《2016年机器流量报告》中称，通过对全球10万个域名网站访问记录的分析，可以肯定其中约52％的互联网流量来自“自动化程序”，即机器人，网站站主在后台记录中看到的大部分访问者不是人类，而是自动执行的程序。
2014年7月，马来西亚MH17客机在乌克兰和俄罗斯边界坠毁，机上298人全部遇难，MH17事件中，俄罗斯借助虚拟账号发布消息，散布所谓“真相”，导致事件舆论发生较大逆转，事件也侧面反映出乌政府对“机器人水军”的规范和利用远远不足；2015年，“全球之声”国际网站撰稿人劳伦斯·亚历山大发现，有几百个疑似被机器人程序控制的推特账号不停转发和点赞一些俄罗斯主流媒体文章，在推特俄文空间形成重要影响，提高了俄主流网站点击率。据此，俄罗斯“机器人水军”被首次“揭秘”；2016年9月，牛津大学的研究人员对英国脱欧公投前推特上正反方舆论攻防分析发现，有高达三分之一的贴文出自占发言账号总数1%的账号；2016年美国大选期间，特朗普、希拉里竞选团队均借助“机器人水军”在社交媒体中进行政治宣传，推特上19%的大选推文来自“机器人水军”，特朗普团队程序员对“机器人水军”操作时机精细微调，战略性占领亲希拉里的主要媒体，相比希拉里，特朗普的“机器人水军”有其五倍的数量优势，这在某种程度上也被认为是特朗普最终赢得胜利的原因之一。加拿大社交媒体“机器人水军”大致具有四种功能:削弱某种政治言论、扩大政客影响力、引导舆论焦点和搜集分析数据。加拿大政府对“机器人水军”相关事项进行立法，“机器人水军”的管理运作受国家宪法、刑法、垃圾邮件管理法、选举条例、隐私法的管辖。加拿大禁止外国人影响干预选举。
此外，现有研究发现，推特上还有大量“机器人水军”通过简体中文、英文和日文等多种文字发表推文，宣扬“疆独”、“港独”和“藏独”思想及言论，借以批评我国民族政策，并为其分裂中国的行径制造舆论氛围，混淆国际视听。现阶段我国社交媒体中并未形成能够维护国家利益的机器人力量，但我国在开发和运用人工智能技术领域中已经发挥出了巨大的技术和人才优势，因此利用人工智能技术，开发善意机器人水军，抵御外来恶意机器人水军对于舆论的干扰和破坏，争取国际传播主动权、创造积极的国际舆论环境。
结语
人工智能时代的国际传播具有了新特质，首先，人工智能可以给国际传播中的精准传播、精确营销、用户画像、舆论分析提供技术支撑，从而改变国际传播中惯常存在的“文化折扣”“翻译歧义”等问题；其次，人工智能赋予传播更多的“情感”“情绪”色彩，影响着国际传播中传播主体与对象国之间的信息交流与情感交流。同时，机器人水军的存在客观上也影响这国际舆论；第三，人工智能更好地了解目标受众的心理状态、多元需求，能给传播内容“情感赋能”，让不同的用户产生独特的情感连接与个人化的情感依赖。此外，还能优化受众反馈并促成传播策略即时调整，这些客观上都有助于提升国际传播效果。
不论是基于计算还是辅以情感，人类利用人工智能的初衷都是希望它能对人类文明进程有所增益而不为其所役。如何将之限制在有益人类交流、国际交往的边界之内，这大概是人工智能时代国际传播面对的最大拷问。
(本文系中国人民大学马克思主义新闻观研究中心科研项目“人工智能时代融媒体新闻实务”的阶段性成果，项目编号：RMXY2016C016)
(责编：燕帅、赵光霞)网络社交媒体智能化对社交场景的影响
原创陈斯华传媒
面对面的交往和通过媒介进行的交往是社会交往场景的基本结构。人类社会发展的历史就是一部人类社会交往史。媒介作为人类社会交往中信息的传递者，服务、支撑、助推着人类社会和人类文明的进步，同时，人类社会发展过程中文化和科技成果的积累，以及人类社会发展规律所蕴含的对媒介发展需求的内在张力，不断地推动媒介的创新与变革。新媒介出现，人类社会交往的联结及其社交场景的应用使得人类社交场景的结构被重构，从而催生社会交往的新场景产生。互联网媒介的出现及其对等交互、无中心多节点的媒介特性，使得人们通过媒介进行的社会交往获得颠覆式的应用和体验，特别是互联网TCP/IP协议作为能够在多个不同网络间实现信息传输的协议簇中具有代表性的应用，使计算机互联网、广播电视网、电信网实现了三网融合，开启了人类信息开放共享的时代。互联网媒介用户使用的工具性特征，使得基于用户关系而建立的网络社交媒体兴起而发展，特别是移动互联网和以手机为代表的智能移动终端普及性的规模化的用户使用，使得基于PC端的网络社交媒体的使用伸展到移动端。网络社交媒体的移动化，使得用户获得随时随地进行社会交往的便捷性。
用户使用网络社交媒体获取信息传递的方式，到目前为止，经历了三个阶段：第一个阶段Web1.0用户寻找信息，第二个阶段Web2.0用户生产信息，第三个阶段Web3.0信息寻找用户。而“信息寻找用户”是网络社交媒体基于推荐算法原理的智能应用，标示着网络社交媒体进入智能化发展阶段。那么，智能化的网络社交媒体将会对社会交往场景产生什么样的影响？这正是本文研究探析的意义。
1►
社交媒介发展对社交场景的影响
人类初始的社交场景除了面对面的口语交往，就是在各种原始介质上的书写。以色列历史学家优瓦尔·赫拉利在其所著的《人类简史：从动物到上帝》一书中认为，能够讨论虚构的事物正是智人语言最独特的功能。最初的人类凭借其独特的语言功能，聚集在一起，借助想象力，一起“虚构”出各种事物，并利用工具如树枝、石器、翎管等，将“虚构”的事物和现实的事物刻画或书写在泥板、岩石、简帛等各种载体之上，用以沟通表达和传播。而随后文字的出现和不断演进使其成为一套人类体外化符号系统，方便了人类对叙述信息进行记录表达和储存。这样，人类通过媒介进行的交往变得更加可靠、便捷。之后，纸张和印刷技术的发明和创造，使得文字信息可以被批量生产、复制，人们可以手握报纸杂志或各类书籍在任意场所通过阅读获取所需要的信息，又可以通过面对面的交流以谈资的方式输出输入信息，增加了社交场景的多样化和内容交流的丰富性。
电子媒介的出现，特别是电视节目播出场景的呈现方式以及视觉效果，把传者和受者在感觉体验上带到“相同的地方”，大家一起沉浸其中。电视画面不仅场景感强烈，而且打破了场景受制于空间的限制。场景的概念被赋予新的内涵和阐释。美国传播学者约书亚·梅罗维茨在其《消失的地域：电子媒介对社会行为的影响》一书中阐述了他对于“场景”定义的观点，他认为，对人们交往的性质起决定作用的并不是物质场地本身，而是信息流动的模式。在场景研究中，我们需要抛弃社会场景仅仅是在固定的时间和地点发生的面对面的交往的概念，研究更广泛、更有包容性的“信息获取模式”观念。场景被定义为信息采集、生产和输出方式的信息系统和信息获取的模式，场景的物质场地的定义被“消解”。
互联网媒介全球化的应用对于人类通过媒介进行的社会交往是一场革命，网络社交媒体作为互联网媒介应用的形式之一，体现了互联网媒介在信息传递方面所表现出其“革命性”的特征，即用户使用网络社交媒体不仅进行信息传递，还可以进行信息的生产及消费。用户获取信息的传递、生产、消费都是在线即时响应互动的，而且随着移动互联网和移动智能终端的使用，使得这一系列行为成为移动化的，随时随地可以进行的。电影或电视媒体将人们集中到“相同”的地方——影院或客厅，网络社交媒体则把“地点”的选择交给了人们，化妆间、卧室、厨房或户外任何场景下人们都可以通过移动终端联网参与媒介的交互。网络社交媒体破坏了物质地点与社会交往场景的联系，将人的身体在线和物理空间相组合，产生新的人与人、人与社会的交往场景，人们的社会交往场景和体验被重塑。使用网络社交媒体让自己时时在线，成为人们生活的“新日常”。通过网络社交媒体的交往，每个人都是网络虚拟世界的一个信息节点，成为网络社交场景信息系统的一部分，在网络社交媒体的场景系统中获取信息，输出信息。媒介发展和变革，使得人们通过媒介进行的社会交往越来越方便，越来越智能化。
2►
网络社交媒体机制与功能对社交场景的影响
网络社交媒体在对用户社会交往需求的深度理解和共情的基础上，通过技术研发，建立了一套不断完善的网络社交机制，从而使得网络社交在现实社交的基础上形成了具有独特性的社会交往网络体系。互联网对等交互和无中心多节点的网络媒介特质及其应用技术的发展，使得每个人在遵守相关法律法规的前提下，都可以在网络社交媒体平台上注册自己的个人账户，通过网络社交媒体的社交机制，加“关注”或加“好友”，建立群组，组合圈子，拥有自己的粉丝群和朋友圈，同时也可以成为多人的粉丝群或朋友圈中的一员。而且相互加为好友或相互加关注的用户之间可以通过“私信”的方式进行一对一的私聊。网络社交媒体的社交机制打破了现实交友的地域限制和既有手机通信录好友的局限性，拉长拓宽了用户社交圈子，将用户的社交范围扩大，并且，通过网络社交媒体的社交机制组建的朋友圈，用户可以根据个人职业、爱好、亲疏关系等进行多圈层的分群组交往，使得用户的精神生活更丰富。
网络社交媒体将媒体功能和通信功能聚合在一起，并且相互之间渗透、助推。虽然网络信息聚合技术和基于算力的信息推送技术在数据分析个人偏好基础上，为人们获取个性化信息内容提高了效率和相对的准确性，但是，人们日常获取信息的主要入口场景是微信朋友圈、微博、短视频社交平台上的好友，以及网络社交媒体推荐的精选内容信息。人们由此获取的信息是通过好友判别和网络社交媒体平台甄别遴选之后分享推荐的，可信度相对比较高，信息的合规性和质量也有一定的保证。微信朋友圈、微博、短视频社交关注好友群的信息分享成为人们获取媒体信息的一大重要来源。无论是一对一的私聊空间还是圈子群组内部交流，网络社交媒体为用户提供了通信消息服务，文字短信、语音短信和即时语音及视频通信服务，满足了人们多种形式的通信交往需求，还可以通过好友分享链接的方式获得需求上更精准的信息阅读。
网络社交媒体在其社交功能机制基础上，不仅将通信和媒体功能服务集成融汇在一起，而且又为用户提供了其他增值社会服务，将人们通过媒介进行的交往场景渗透到人们社会服务的方方面面。在网络社交媒体平台的功能键中，其中一个选择键是标示为“我”的功能标签，点击这个标签，用户会发现很多和其生活强需求深度绑定的增值服务，如微信支付体系下的用户个人金融理财、生活服务、交通出行、购物消费等。通过关注机制建立的网络社交短视频平台，作为网络视频社交的方式，更是把电商直播在线购物及其支付体系、客户服务做得更加直接、简单，使用方便。在网络社交媒体社交机制的功能体系中，用户地址信息是其平台数据抓取的重要类项。用户在网络社交媒体上显示的地址信息，直接把用户的网络社交场景和其现实的社交场景链接起来。用户通过媒介实现的社交场景是广覆盖、强链接和随时随地的，这进一步挤压人们面对面的交往空间，使得人们面对面交往的场景更多的移植到网络社交媒体平台上进行，人们的社会交往由网络社交进入到社交网络时代。
3►
网络社交媒体信息深度合成服务对社交场景的影响
目前，网络社交媒体信息形态发展可分为两个阶段，第一个阶段是信息形态多媒体化，第二个阶段是信息多媒体形态的深度合成。媒介融合是信息融合的基础。网络社交媒体将纸媒的文字图片、电台广播的音频、电视节目和影视剧的视频等信息多媒体形态汇集融合在一起，使得网络社交媒体具有区别于传统媒体的信息多媒体传播特征，彰显了网络社交媒体对信息多媒体聚合的兼容性和对信息多媒体形态融合的工具性。网络社交媒体信息形态的发展阶段及其创新应用，充分体现在网络社交媒体的信息形态的动态组合表达之中，并且基于网络社交机制建立的短视频平台，将信息多媒体形态的深度合成、短视频社交平台的工具性特质通过人工智能应用、算力，挖掘出强大的信息深度合成服务的创新力和影响力。
打开短视频社交的视频直播功能，视窗的左边栏会浮现出多个用于用户视频直播美化的应用功能，如各类风格妆、美颜、美体、多种类换脸道具模型、多种类虚拟场景模版等，迎合、激发了用户在网络社交中对于其个人形象的塑造与设计的需求和想象空间，并被用户视为其印象管理的技术，满足用户的社交“表演”。这样，用户在视频直播过程中，其本身作为一种特殊的信息形态，也成为使用各种美化功能、道具、模版被深度合成的信息样态，生成基于其现实形象基础上的具有混合现实特征的新形象，真实又虚幻。同时，短视频社交平台为用户提供其照片、视频深度合成的多种模版、剪辑特效、音乐选择等用于信息深度合成的元素素材，使用户在使用过程中，通过短视频社交平台的算力和人工智能技术的应用，生成、合成制作出具有混合现实特征的文本、图像、音视频等信息深度合成的信息新样态。由此，以短视频社交平台为信息深度合成应用的典型，标志着网络社交媒体进入信息深度合成的混合现实场景。而社交本身的基础要求是信任，而信任的建立基础是真实，因此，通过网络社交交往的朋友称之为“网友”，从“网友”发展为朋友，仍然需要面对面的现实场景的交往。
网络社交媒体提供的信息深度合成服务，作为信息形态发展创新的新技术应用场景，其在用户使用消费的过程中产生了一些不良影响，造成了一些社会问题。2022年1月28日，国家互联网信息办公室发布《互联网信息服务深度合成管理规定（征求意见稿）》及其说明，要求信息深度合成服务提供者和信息深度合成服务使用者应坚持正确政治方向、舆论导向和价值取向，并且明确信息深度合成服务提供者的主体责任，要求信息深度合成服务提供者“建立健全算法机制机理审核、信息内容管理、从业人员教育培训等管理制度，具有与新技术新应用发展相适应的安全可控的技术保障措施”。网络社交媒体作为信息深度合成服务的提供者，在享有智能赋能所带来的创新成就时，要让智能更有价值观，为网络社交及其应用场景提供合法合规、健康文明的网络文化内容生态环境，为人们的社会交往带来正能量，积极维护和助推社会稳定发展。
4►
网络社交媒体用户及内容管理对社交场景的影响
网络社交媒体是用户获取信息、生产信息和消费信息的平台，其信息的关联及其信息的生产与交易消费活动的进行，是建立在基于用户关系的关联机制形成的用户社交网络基础上的。因此，网络社交媒体的用户管理是其内容生态管理的源头所在。移动互联网和智能移动设备的发展及普及，使得网络社交媒体很容易被普通人接触到并加以使用。对使用网络社交媒体的用户从其注册环节就要求其实名制注册并绑定手机号或身份证号码信息，并且希望用户填写性别、年龄及位置信息，方便网络社交媒体平台获得用户更多生物性数据和思维偏好，对用户所进行的信息活动进行跟踪，通过算力的使用给用户画像，用于更有针对性的挖掘用户的商业价值和对用户违法违规行为进行监控管理。同时，网络社交媒体在其社交机制的建设中，赋予了用户对于自己所在的朋友圈、群组以及其粉丝群的管理权，主要体现在用户可以对他人设置相关权限，删除或拉黑自己认为不适宜建立社交关系的人。
推荐算法能够做到让内容找到用户，同样，推荐算法也能够适用于内容生态治理的应用。推荐算法系统是通过提取内容特征、用户特征和用户所处环境特征三个维度来综合判断，推测推荐内容在这一场景下对这一用户是否合适。并且，推荐算法系统通过对内容文本分析、图片分析和视频分析设立内容标签，由此，通过用户对标签内容的点击阅读、观看及其点评、转发分享获得用户偏好，帮助用户标签的建立。网络社交媒体内容主要来源于两部分，一是具有专业内容制作生产能力的PGC平台，二是UGC用户。由这两类用户生产制作或提供的内容都要纳入统一的内容审核机制。对于PGC内容会直接进行风险审核，内容没有问题会获得平台大范围推荐，UGC内容需要先经过风险模型的过滤，有问题的内容会进入二次风险审核，审核通过后，内容会被推荐。如果推荐的内容有一定量的负面评论影响或被举报，内容会再次进行复审，有问题直接下架。为保证内容的安全性，网络社交媒体平台通过内容识别技术研发建立了鉴黄模型、谩骂模型、低俗模型及其样本库。即便如此，人工干预对用户及内容的安全审核流程的把关仍然是必要的。
用户和内容是网络社交媒体的生态结构，用户标签和内容分析是网络社交媒体平台推荐算法系统的两大基石，因此，网络社交媒体要采取智能技术结合人工方式，加强对用户和内容的管理，建立健全相关特征库，从网络社交生态建设的根基入手，使人们通过媒介进行交往的社交场景更安全、健康、和谐。（作者系中国传媒大学新媒体研究院教授）
原标题：《网络社交媒体智能化对社交场景的影响》
阅读原文
人工智能——调和、改变、操纵舆论的重要变量
这是一个被人工智能改变的时代。
随着计算机和网络技术高速发展，人工智能在近年来得到迅速发展并开始全面介入现代社会生活。当前，人工智能正在彻底改变我们的沟通行为和互动方式，这场变革不仅会影响我们的沟通方式，还会影响与我们沟通交流的对象。
如今，以算法为代表的信息推送方式和以社交机器人为代表的信息生产方式正在进一步影响互联网的舆论引导的整体格局。人工智能已然成为调和、改变，甚至是操纵舆论的重要变量。人工智能具体如何作用于当前的舆论市场？身处舆论市场的我们，又如何面对人工智能对舆论场带来的挑战？
人工智能正在影响舆情
人工智能彻底改变了过去的传媒环境，使得传统媒体时代界限清晰的传受主体分野日渐模糊。
在网络的数字化传播和交互功能下，“大众传媒”的想像成为现实。在大数据挖掘技术和人工智能技术成熟之前，人们尽管也可以借助网络收集信息和进行表达，但其能力还相对有限。在人工智能时代，人们借由智能机器和智能技术赋能，可以更加快速有效地接收信息、整合信息、传递信息，信息爆炸随之而来。这种舆论环境意味着观点不一，表达各异。
当然，这在一定程度上促进了民意的表达，使人们能够拥有对事实判断和定性的多元化，以及对观点的可质疑性，有利于寻找真相，回归事实本身。但同时，由于网络表达的复杂性和非理性，对事实真相的探寻和主观性观点的往往难以形成共识，这也让互联网爆发愈发频繁和激烈的对立与争论。
在网络表达愈发复杂和非理性的情况下，人工智能算法的推荐，则加剧了网络舆论各自为营的对立和争论。如今，算法已被广泛应用于信息生产和传播过程中。算法依据用户在网络上的使用情况，对其进行画像进而推送信息，其意义是对用户兴趣的个性化满足。
因此，算法推送的信息并非由信息的价值决定，而是由商业价值决定——通过无条件地满足用户的个性化需求，增加用户粘性，最大限度地实现商业价值。主要由商业逻辑推动的算法推荐的信息具有快速、精准、个性化等一系列优势，所以其推广普及的速度也相当迅速。
正是因为算法受到商业偏好的影响，所以，控制着算法的利益市场，令算法日益沦为利益的砝码，造成几千年来人类社会所追求与构建的民主、自由的社会受到挑战和损伤。
此外，虽然算法让信息和人能够精准和高效地匹配，这也成为互联网信息流动的核心逻辑。甚至可以说，机器算法在一定程度上决定着信息的意义、信息的流向以及受众对信息感知的方式。但是，虽然算法掀起了传播领域的一场革命，但随着算法日渐接管了人们的信息来源，算法背后存在的隐患也逐渐凸显。
当前，算法带来的信息茧房效应和技术伦理问题也受到了越来越多的批判。算法通过精确的个性化描述打造了个性化的社区，随着圈子的粘性增强，圈子不可避免地会出现排他性。用户就像蚕一样被自己吐的丝禁锢在自己制造的“信息茧房”里。长期生活在“信息茧房”之中，无疑会令用户越来越沉溺于自己的回音，在信息茧房中越陷越深。“数据化”的人将会失去对整个社会的理解与全局批判的能力，甚至会造成群体“极化”现象。
可以说，人工智能时代下，传统的媒体环境已经发生了改变，舆论的引导也处处可见人工智能的痕迹。
社交机器人为操纵舆论带来可能
如果说，以算法为代表的信息推送方式已经深刻地影响了互联网的讨论，那么，以社交机器人为代表的信息生产方式则为进一步操纵舆论带来了可能。
社交机器人，也就是俗称的“网络水军”。在过去，“网络水军”更多的是指受雇于网络公关公司，为他人发帖回帖造势的网络人员，以“注水”发帖来获取报酬。随着人工智能的广泛应用，当前，“网络水军”的大军已经更多的指代大批量的社交机器人。
“网络水军”自诞生之日起，就与制造话题、信息传播紧密相关。显然，“网络水军”在原有网络媒体的基础上大大加快了网络话题的传播，但同时不同的信息也可以借“网络水军”进行造势。在某种程度上，网络水军打破了“热点”与“冷门”的界定、“只要想炒作、任何话题都可以成为热点”的说法并不过分。可以说，“网络水军”破坏了互联网这个大的“舆论场”原有的秩序。而这种舆论导向作用对信息传播带来的影响是不可小视的。
一方面，这种“非主动”的传播加大了网络的不确定、不全面、甚至不真实的现实问题。一篇事实与出处都未经核实的帖子，就可以经由“网络水军”的推波助澜，不胫而走，成为以几何级数扩散的流言。互联网本就是一个开放的平台，带有一定的不真实性，而如果被别有用心者利用和控制以达到个人目的，无疑将使得这个信息平台更加龙蛇混杂。
另一方面，“网络水军”的出现对传统媒体而言是一个巨大的考验。公信力是传统媒体的核心价值所在。一篇帖子最终制造的社会影响力大小，其实往往由传统媒体的关注度来决定。
但现实是，由于“网络水军”的存在，一则新闻迅速占据各大网站成为热点议题，而传统媒体为了新闻的即时性，往往没有时间来调查求证就迅速跟进报道，若后来证实新闻内容片面或根本不符合事实，那么传统媒体的公信力自然降低。
舆论引导需要主流媒体的纠偏
面对人工智能对舆论场带来的变化和挑战，对舆论进行适时引导，及时治理已经刻不容缓。
当然，不论是过去的传统媒体时代，还是现在大众传媒时代，社会核心价值观传播都离不开主流媒体，在这个治理的过程中，主流媒体理应发挥其引导主流核心价值观的作用。但是，主流核心价值观的作用并不一定能够通过冲撞、激荡自动产生出来，而是需要适当的舆论引导。
在传统舆论格局中，主流媒体以鲜明的立场、权威的表达，有效地发挥了舆论导向的作用，使社会核心价值观得到了有效传播。然而，在鱼龙混杂的大众传媒时代，由于理念的落后以及传播方式的陈旧，主流媒体虽然没有在核心价值传播过程中“失声”，但往往曲高和寡，有“自说自话”的窘迫。
因此，随着媒体融合在国家层面快速推进，新型主流媒体应积极抢占着舆论引导的主阵地，重构在舆论引导中的主导作用。比如，为提高正面宣传效果，一些平台尝试建立了“正能量内容池”等机制，规定算法抓取的内容全部来自于经过人工审核后的内容池，而不是简单地全网抓取。
此外，从理论层面，“推荐算法”中存在的陷阱与漏洞也是可以被发现并纠正的。基于此，有关部门可以探索科学运用技术手段改进传统监管方式，比如，通过各大平台的“埋点”数据探索对“推荐算法”的有效管理。
“埋点”是针对特定用户行为或事件进行捕获、处理和发送的相关技术及实施过程。每个基于“推荐算法”的平台都会设置“埋点”，监管部门掌握了“埋点”数据，实际上就掌握了平台中哪些有害内容被广泛传播、有害内容有多少、被传播的情况等关键信息。
从传播效果回溯，有助于出现问题的平台校正算法或审查算法机制方面的问题，也为监管提供了强有力的抓手。网络监管部门还可以对算法平台的分词体系、标引体系进行监督，给出指导意见，清除监管盲区。
对于受众信息窄化等问题，则可以探索运用技术路径解决。比如，一些资讯平台除借助大数据不断改进“推荐算法”外，还自发尝试利用深度学习神经网络模型中的“钟摆”策略，建立多个维度的场景特征库，从用户的多种操作行为中感知用户的生活重心，通过对广度和深度内容的调整来解决传统推荐引擎“信息窄化”的弊端。
当然，除了主流媒体外，企业在设计内容推荐算法的时候，也不能只是高效的迎合性的推荐，算法也应该有价值观。算法可以主动打破信息茧房，给用户推送不一样的观念、内容。这也是人工智能时代下，企业必然要承担的社会责任。解决“信息窄化”的另一种方式是：算法变得更加透明，把更多的选择权交给用户，而不是主导舆论、控制用户，从而促真正进算法的良性发展，为用户福利创造出更大的价值。
(作者为知名科技作家）
如何认识人工智能对未来经济社会的影响
原标题：如何认识人工智能对未来经济社会的影响人工智能作为一种新兴颠覆性技术，正在释放科技革命和产业变革积蓄的巨大能量，深刻改变着人类生产生活方式和思维方式，对经济发展、社会进步等方面产生重大而深远的影响。世界主要国家都高度重视人工智能发展，我国亦把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。在此背景下，我们有必要更好认识和把握人工智能的发展进程，研究其未来趋势和走向。
人工智能不同于常规计算机技术依据既定程序执行计算或控制等任务，而是具有生物智能的自学习、自组织、自适应、自行动等特征。可以说，人工智能的实质是“赋予机器人类智能”。首先，人工智能是目标导向，而非指代特定技术。人工智能的目标是在某方面使机器具备相当于人类的智能，达到此目标即可称之为人工智能，具体技术路线则可能多种多样，多种技术类型和路线均被纳入人工智能范畴。例如，根据图灵测试方法，人类通过文字交流无法分辨智能机器与人类的区别，那么该机器就可以被认为拥有人类智能。其次，人工智能是对人类智能及生理构造的模拟。再次，人工智能发展涉及数学与统计学、软件、数据、硬件乃至外部环境等诸多因素。一方面，人工智能本身的发展，需要算法研究、训练数据集、人工智能芯片等横跨整个创新链的多个学科领域同步推进。另一方面，人工智能与经济的融合要求外部环境进行适应性变化，所涉的外部环境十分广泛，例如法律法规、伦理规范、基础设施、社会舆论等。随着人工智能进一步发展并与经济深度融合，其所涉外部环境范围还将进一步扩大，彼此互动和影响亦将日趋复杂。
总的来看，人工智能将波浪式发展。当前，人工智能正处于本轮发展浪潮的高峰。本轮人工智能浪潮的兴起，主要归功于数据、算力和算法的飞跃。一是移动互联网普及带来的大数据爆发，二是云计算技术应用带来的计算能力飞跃和计算成本持续下降，三是机器学习在互联网领域的应用推广。但人工智能技术成熟和大规模商业化应用可能仍将经历波折。人工智能的发展史表明，每一轮人工智能发展浪潮都遭遇了技术瓶颈制约，导致商业化应用难以落地，最终重新陷入低潮。本轮人工智能浪潮的技术上限和商业化潜力都大大高于以往，部分专用人工智能可能获得长足进步，但许多业内专家认为目前的人工智能从机理上还不存在向通用人工智能转化的可能性，人工智能大规模商业化应用仍将是一个长期而曲折的过程。人工智能的发展尚处于早期阶段，在可预见的未来仍将主要起到辅助人类工作而非替代人类的作用，同时，严重依赖数据输入和计算能力的人工智能距离真正的人类智能还有很大的差距。
作为继互联网后新一代“通用目的技术”，人工智能的影响可能遍及整个经济社会，创造出众多新兴业态。国内外普遍认为，人工智能将对未来经济发展产生重要影响。
一方面，人工智能将是未来经济增长的关键推动力。人工智能技术的应用将提升生产率，进而促进经济增长。许多商业研究机构对人工智能对经济的影响进行了预测，主要预测指标包括GDP增长率、市场规模、劳动生产率、行业增长率等。多数主要商业研究机构认为，总体上看，世界各国都将受益于人工智能，实现经济大幅增长。未来十年（至2030年），人工智能将助推全球生产总值增长12%左右。同时，人工智能将催生数个千亿美元甚至万亿美元规模的产业。人工智能对全球经济的推动和牵引，可能呈现出三种形态和方式。其一，它创造了一种新的虚拟劳动力，能够解决需要适应性和敏捷性的复杂任务，即“智能自动化”；其二，人工智能可以对现有劳动力和实物资产进行有力的补充和提升，提升员工能力，提高资本效率；其三，人工智能的普及将推动多行业的相关创新，提高全要素生产率，开辟崭新的经济增长空间。
另一方面，人工智能替代劳动的速度、广度和深度将前所未有。许多经济学家认为，人工智能使机器开始具备人类大脑的功能，将以全新的方式替代人类劳动，冲击许多从前受技术进步影响较小的职业，其替代劳动的速度、广度和深度将大大超越从前的技术进步。但他们同时指出，技术应用存在社会、法律、经济等多方面障碍，进展较为缓慢，技术对劳动的替代难以很快实现；劳动者可以转换技术禀赋；新技术的需求还将创造新的工作岗位。
当前，在人工智能对经济的影响这个领域，相关研究已经取得了一些成果，然而目前仍处于研究的早期探索阶段，还未形成成熟的理论和实证分析框架。不过，学界的一些基本共识已经达成：短期来看，人工智能发展将对我国经济产生显著促进作用；长期来看，人工智能的发展路径和速度难以预测。因此，我们需对人工智能加速发展可能导致的世界经济发展模式变化保持关注。
（作者单位：国务院发展研究中心创新发展研究部）
(责编：赵超、吕骞)分享让更多人看到
人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）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”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年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。人工智能概念在1956年首次被提出后，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、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：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了低谷。
三是应用发展期：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，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：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：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及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，这些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（GraphicsProcessingUnit，简称GPU）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，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）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。面向特定领域的人工智能技术（即专用人工智能）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，因此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，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗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，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）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。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。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。
（三）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，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI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，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，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%。
（四）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（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的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AI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GPU服务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。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，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发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，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都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，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。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《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。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）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7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。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。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的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：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（非常费时费力）、用户需要人工适配智能系统等。因此已有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AI”。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AI人员成本。
（四）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、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）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十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，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）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》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。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。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。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》重点推动物联网建设和人工智能的应用。世界军事强国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》报告即提出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。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，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，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。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。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，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。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“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”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《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，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、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。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS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。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，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。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南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（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、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较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。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，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI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。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。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。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在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、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。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。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，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。因此发展人工智能不能以短期牟利为目的，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，并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。
（二）加强基础扎实的原创研究。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。在此发展的临界点，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。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，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。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。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，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，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，如军民融合、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。
另外，我们需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，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，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将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。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、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；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）