人工智能给教育带来哪三重改革
近年来，随着人脸识别、大数据、深度学习等的快速发展，人工智能越来越受到了全社会的普遍关注，不少国家将其上升到国家战略高度，推动着其与传统产业的融合、发展与变革。自“人机大战”开打以来，人工智能已经陆续在医疗、金融、交通、物流、零售等众多领域悄然落地，深刻改变着行业发展的方方面面。而这其中，教育行业与人工智能的结合无疑备受人们青睐。
人工智能＋教育大势所趋
俞敏洪曾说：“人工智能的发展，在教育上的应用比用在世界上任何一个领域都更加有效”，作为国内教育培训方面的重量级人物，俞敏洪对人工智能与教育的融合高度看好。而这也并非一家的单独看法，对于整个教育行业来说，目前“人工智能＋教育”正在成为一个大趋势。
2017年以来，伴随着《新一代人工智能发展规划》、《中国教育现代化2035》、《高等学校人工智能创新行动计划》等政策的陆续出台，“智能教育”概念开始被不断提及与重点强调，利用人工智能技术推动教育行业的现代化、智能化、科技化发展，逐渐成为了行业共识。
基于此，这两年除了新东方之外，包括51Talk、Vipkid、洋葱数学、小伴龙、英语流利说等诸多互联网教育领域的玩家，都迅速在AI领域跑马圈地，试图用人工智能变革传统的教育体系。同时，国内各大中小学和高校也在积极引进人工智能技术，推动着传统教育模式和方法的变革升级。
它们将人工智能技术应用到自适应或个性化学习之中，利用相关技术打造虚拟教师和教育机器人，通过基于机器人编程等的科技式教育，以及基于虚拟现实／增强现实的场景式教育，给现有的教育环境、教育模式、教学方法、教学管理与教学价值带来了全新的改变。
三方面变革助推教育发展
而眼下，纵观现有智能教育的发展现状和发展成果来看，人工智能对于教育行业的推动主要表现在三个方面。
首先是推动了教育的精准化。作为我国最早的教育家之一，孔子曾提出“因材施教、有教无类”的教学理念，其所表达的正是现代教育行业渴求的精准化教育，即针对不同的学生采取不同的教学方式与内容。但现有的教育情况是教师资源偏少、学生数量较多、教学内容繁重，精准化教育很难有所落实，因材施教一直也只是美好的梦想和憧憬。
不过，人工智能的应用则有望将因材施教变为现实。目前借助大数据和人工智能技术，福州、合肥等地的中学已经开展了高效讲评课，原来45分钟的习题讲解现在只需15分钟讲解共性问题，其与时间可用于学生个人问题的解决。智能技术通过提升教学资源和教育质量，为精准化教育打开了大门。
其次是推动了教育的个性化。相比于精准化教育更多受教育资源所限制，个性化教育则是受到了教学模式的阻碍。现有的教学模式普遍采用大班化，教学方式和教学内容几十年不变，大锅饭式的教学很难满足每一位学生的胃口。在这样的情况下，通过自适应学习程序、游戏和软件等系统响应学生的需求，利用大数据搜集和分析学生的学习数据，最后向学生推荐定制化的学习方案，能够有效调动学生学习的积极性和个性化发展。
最后是推动了教学的智慧化。现代智能技术给教育带来最直观改变便是各种教育机器人、虚拟教师、VR／AR等的应用，通过这些技术与产品在课堂上的应用，不仅有效弥补了教学资源不足、教学设施不完善等问题，同时也增加了教学的趣味和质量。在整个教学环节愈发智慧化的基础上，进一步释放了教师压力、转型了教师价值、带动了学生的学习与进步。
未来走向成熟需注意这点
总的来说，人工智能给教育行业的带来的变革不仅有教育环节上的，还有管理环节和整个体系上的。从内到外、由小及大，人工智能算是真正推动了教育的智能化、现代化和科技化发展。
但在此过程中，人工智能的应用也给教育行业带来了不少问题，比如人工智能所扮演的角色问题总是引人关注，教师职业未来是否会被取代令人担忧；同时，人工智能、大数据等对学生隐私和数据安全的威胁，也令不少家长左右为难；此外，人工智能所引发的社会伦理问题也时常激起人们的争论，未来所要处理的难题数不胜数。
在这样的背景下，智能教育要想有一个光明的前路，或许还需要从政府政策、伦理规范、技术水平、民众观念等多个方面共同努力，只有具备了良好的发展条件和应用环境，人工智能＋教育才能稳步前进、走向成熟。
责任编辑：ct
人工智能——给交通带来什么
人工智能的发展历程
过去，我们想通过符号、运算规则、推理来得出预测。到了知识工程阶段，主要是通过专家系统不断的收集、采集这些信息。到了神经网络阶段，就是新一代的人工智能。
新的人工智能有五个特征：
1.大数据与硬件技术推动深度学习等人工智能技术发展。
2.文本、图像、语音等信息实现跨界融合。
3.基于网络的群体智能技术开始萌芽。
4.从研究机器人转向更加广阔的智能自主操控系统。包括自动驾驶、自动飞行、自动航海，还有自动机器人的工厂，这些都是由自控设备来控制。
5.人机协同正在催生新型混合型增强智能。我们可以把大脑连接起来，把它的信息通过传感器来连接，有些系统我们不知道它里面是怎么运作的，但是我们知道给它一个信息就会产生一个行为，通过这种方式实行了人机协同。现在已经进行了人类的实验，为残疾人造福。
人工智能技术原理
计算的分类
计算分成三类，一类是基于机理的计算，一类是基于数据的计算。所谓机理的计算，就是我们能够发现一个公式或者一个模型，能够预测未来所有的事情。基于数据的理论计算，它是只关注预测，不求机理，以更好地处理数据为目标，工作重心放在收集数据，并提取特征上。
另外，还有一种混合计算。对于一些复杂性问题,某些指标或特征无法直接测量,同时采用单一机理或数学模型无法很好地从整体上描述形成过程。此时，可采用一种基于机理与数据混合驱动的联合建模方法，共同描述拟合复杂问题。
图1人工智能系统的技术架构
传统机器学习与深度学习
人工智能经历了从“推理”为重点到以“知识”为重点，再到以“学习”为重点的浅层学习阶段。而目前，人工智能在算法、算力和大数据的驱动下，进入了以信息技术驱动的深度学习发展阶段。
机器学习是人工智能的核心，机器学习分成无监督学习和监督学习，在神经网络又分成深度学习和强化学习。机器学习是获取数据和特征进行处理，然后再作判别。深度学习是按照大脑的神经网络分成几层，先输入，然后经过细胞传感神经元，通过传递感知输出行为信号。计算机也是这样，就像一个黑箱子，里面的算法可能是一个函数，这个函数有不同的变量和参数调整，一个变量对应一个生成量。如果用自动驾驶的方式了解，就像一辆汽车左边撞了，就会调整参数自动往右靠，右边靠多了就往左边调，经过不断调测，一个算法就诞生了。
深度学习可以判断、分析、反馈，可以通过自己找到信息来举一反三。
图2
人工智能技术分支
1.自然语言处理
自然语言处理是对人们日常生活所使用的语言进行数字化处理；是通过语音文字等形式与计算机进行通信，实现“人机交互”。它是一门多学科交叉的技术。
自然语言处理相关研究最早从机器翻译系统的研究开始。早期的做法是存储两种语言的单词、短语对应译法的大辞典，翻译时意义对应，技术上只是调整语言的顺序。但日常生活中的语言远非如此简单。
进入20世纪，大量经过标注的、具有句法和语义信息的数据开始出现，从而使人们能用这些宝贵的数据资源训练新系统。这一阶段监督机器学习成为主流。
近年来，无监督学习开始受到关注。这些方法有效地利用对单独、未注释的数据进行机器翻译，通过大量的训练数据和端到端的学习方式，直接建立源语言与目标语言之间的映射关系，跳过了中间复杂的特征选择、人工调参等步骤，取得了较好的效果。
2.机器视觉
人类大脑皮层约有70%的活动在处理视觉信息。机器视觉(machinevision)即是用机器代替人眼睛进行测量和判断。得益于深度学习算法的成熟应用，机器视觉技术得到了广泛应用。
3.智能决策规划
除了感知系统以外，机器能够通过这些信息，把复杂的问题通过算法进行决策。
图3
人工智能的典型应用
1.人工智能可描绘用户画像
3.人工智能助力金融科技
过去的股票分析师、股票交易场所，随着人工智能到来，都没有了。现在的交易所都是机器。包括银行广告、认证、语言、服务器，等等。甚至打电话你也分不清银行是真人给你打，还是机器给你打，因为机器都已经具备了这些功能。
4.人工智能加速医学发展
主要包括：语音录入病例、综合性诊疗、医疗影像分型、身体健康管理、药物研发、医疗机器人等。
5.人工智能为机器人赋能
随着机器人的发展，先后出现了程序控制机器人(第一代）、自适应机器人（第二代）、智能机器人（现代）。
6.人工智能改变战争形态
7.人工智能让手机“无所不能”
8.人工智能+AR/VR增强人类感官
VR就是把完全虚拟的世界通过各种各样的头戴显示器，呈现给用户，一般是全封闭的，给人一种沉浸感。
人工智能与交通运输
人工智能与基础设施
首先，智能桥梁健康监测与运维管理，用于基础设施的养护，需要人工智能的传感器不断地判别。智能化的桥梁维护运营管理系统，首先是智能检测，取得各种各样的数据，包括交通流量、桥梁结构等，通过这些数据来计算、分析，实现智能的检测、智能的评估、智能的养护，以此代替人的思考。就像我们必须得有数据的感知系统，通过无人机、无人船、水下的无人设施来检测各种情况，来判断它的真实，通过大数据来比较到底是否有问题。在技术层面，我们要对数据进行分析，然后得出结论。
图4
人工智能与运输装备
自动驾驶技术是融合现代通信与网络技术、人工智能技术、现代制造技术，实现车与X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终可实现替代人来操作的新一代汽车。自动驾驶汽车通常也被称为智能网联汽车或智能汽车等。
我国自动驾驶“三步走”发展战略为——
第一步：到2020年，跟踪引导。形成自动驾驶和车路协同标准体系；建成国家营运车辆自动驾驶和车路协同测试基地；辅助驾驶技术在营运车辆率先规模应用；高级自动驾驶技术在城市和高速公路中试点应用。
第二步：到2025年，示范引领。高速公路、城市公交专用道，以及特定区域内实现营运车辆自动驾驶技术规模示范；辅助驾驶技术在乘用车上基本普及；形成较为成熟的技术体系、商业应用模式和政策环境。
第三步：到2030年，协同提升。实现自动驾驶技术和道路智能化技术的协同发展；形成新一代交通控制与运行系统；形成开放、共享的新型客货运输服务系统；实现交通运输转型升级。
图5自动驾驶技术分级
人工智能与运输服务
人工智能与物流运输相结合。仓储管理可以利用AI技术，优化仓库选址方案和仓库管理、货物分拣、库存水平的动态调节。运输路径规划方面，自动驾驶、5G技术、物联网云计算等技术日益成熟，通过实时数据的多元融合，实现运输路径的动态规划，将使得物流配送更加精准高效。智能机器人的投递分拣、智能快递柜的广泛使用、自动驾驶的日益成熟，将大大提升物流效率。
人工智能与运输安全的管理相结合，可实现机场智能安检、地铁刷脸进站、公交嫌犯检测、疲劳驾驶监测。
图6车路协同自动驾驶
人工智能未来发展方向
现在的人工智能仍然是弱人工智能，所谓弱人工智能，只能干一件事。比如下围棋的AlphaGo，主要由信息技术推动，会计算不会算计，有专才无通才，但智能在特定领域特定规则中表现出强大智能。强人工智能可以跟人一样综合分析，不受领域、规则限制，具有通用性，是真正的人工智能。预计到2045年，强人工智能终会出现。超级人工智能可打败人类中的一部分人。
当前人工智能所面临的问题也很多。主要为硬件基础无实质突破，计算能力受限；机器学习未突破基于数理统计的框架；信息模态单一，泛化迁移能力差；能耗大，计算成本高；AI演化为优化问题，AI无自动升级能力。
人工智能也会带来就业的影响，传统的蓝领将会失业，比如交通领域中的收费员、司机，有可能将面临失业。
人工智能还面临伦理问题。比较突出的问题是，决策系统的设计准则，究竟是保护自己还是保护他人？机器具备感情后，与人的关系问题。解决方案是，可以设计人工智能的道德机器，将人类社会的道德、伦理和法律代码化，嵌入到人工智能系统之中，并建立第三方评估机制。欧洲法律事务委员会提交动议，以护理机器人为例，提出对机器人有生理依赖的人类会对其产生情感上的依恋。因此，机器人应始终被视为机械产物，以防止人类对其产生情感依恋。
另外，还面临法律问题。无人运载工具已列入立法研究，自动驾驶立法：联合国《维也纳道路交通公约》修正；《德国道路交通法第八修正案》；美国《自动驾驶汽车指导方针3.0》。IMO宣布将针对无人船的安全、环保等问题研究制定有关规范。
关于机器人的法律人格，日本《知识财产推进计划2016》，专章讨论人工智能创造物的知识产权保护问题。欧洲法律事务委员会提交动议，赋予电子人（ElectronicPersons）法律地位。日本海豹宠物机器人帕罗获得户籍；机器人Sophia被授予沙特国籍。
人工智能的政策建议：构建开发协同的人工智能科技创新体系，大力培养聚集人才团队，形成人工智能人才高地。加快成熟技术与行业深度融合，促进传统行业转型升级。加强智能化基础设施建设，推动数据开放共享。加强人工智能社会安全和法律伦理问题研究。
本文刊载/《桥隧产业》杂志
2020年2月刊总第39期
作者/庞松
作者单位/交通运输部科技司
编辑/陈晨
责编/王硕
桥隧工程界不仅需要技术刊物满足工程师、设计师及技术人员的需求，同时还需要分析市场发展、捕捉技术前沿、分享管理经验。为更好的搭建交流互动的平台，2020年起，《桥隧产业资讯》更名为《桥隧产业》。
《桥隧产业》杂志是一本以政策决策者、工程投资主体、政府层面的工程管理者、国内投融资机构、桥界企业家、交通经济专家、经济学者及相关人士为读者对象的杂志。
专注于报道桥隧产业的技术升级、市场升级、管理升级，从时间线和延展性上拓宽信息的范围，为读者提供一份具有高端视野的刊物。同时，本刊还将成为行业全链条相互交流、相互了解及行业标准发布的平台。
联系邮箱：xmt@bridgecn.org
原创稿件，转载请标明出处返回搜狐，查看更多
人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]人工智能时代政府治理模式的变革与创新
当今时代是一个人工智能不断崛起的时代，大数据、云计算和认知技术的突破，加之国际互联网、物联网等层面信息交互的日益紧密化，为新一代人工智能的发展壮大提供了绝佳的外部环境。根据中国电子信息产业发展研究院的相关统计，2018年，全球人工智能市场规模将由2015年的1683.9亿元增加到2697.3亿元，复合增长率为17%。而中国人工智能市场规模也将由2015年的203.9亿元增加到2018年的360亿元，复合增长率将达到21%。中国人工智能产业的发展速度要高于全球平均水平。尤其是近年来人工智能在计算、检索、病虫害测报和天气预报等领域的广泛应用，其效率水平已大大超越人类智慧，给社会生活和生产发展带来了积极效应。人工智能时代的到来，也为深化政府治理变革提供了全新途径，在优化升级政府治理模式的过程中带来了不可忽视的积极价值。
首先，人工智能的崛起为有效控制政府规模提供了现实可能。所谓政府规模，即基于一定组织原则所组成的各级政府和各个部门的总和，是由政府的机构、职能、权力和人员等各类有形和无形要素构成的有机整体。既有研究已经表明，政府规模既非越小越好，亦非越大越好，政府规模过小极易诱发“市场失灵”，政府规模过大则不利于居民幸福感的提升。在强化政府治理能力的进程中，必须建构适度性的政府规模，这也是现代政府治理模式变革的基本取向。
改革开放以来，我国政府虽历经多次机构改革，但依然未逃出“精简—膨胀—再精简—再膨胀”的怪圈。如何对政府规模做出有效控制依然是摆在当前我国政府治理模式变革层面的一项重要议题。人工智能的诞生为这一难题的化解提供了新路径。政府规模很大程度上取决于其对治理范围、数量的界定及相关事务的复杂程度，其间任一层面的实现都要以相关数据的分析和把握为基本前提。
人工智能的发展为优化处理海量政府数据提供了可能，通过机器学习和精准算法，人工智能排除了人为因素下的生理局限，可以实现对数据更为科学的分析与整合，进而提出前瞻性的决策方案。在人工智能环境下，多部门的协同治理因智能终端的嵌入而变得更为简洁，这不仅使得治理主体从简单劳动中解放出来，达到降低人力成本的治理目标，而且也有助于推进治理过程的扁平化，在打破行政壁垒的过程中，更好地理顺政府与市场的关系。显然，这些对于促进政府规模的精简和适度化发展都是有积极意义的。
其次，人工智能的崛起为强化政府效率提供了技术支撑。政府效率，简言之，即政府在投入和产出之间的比率。作为公共行政学的核心命题，政府效率既是政府发展的基本要义，也是政府治理模式变革的重要目标。近年来，随着我国行政体制的不断发展与完善，我国各级政府的效率虽得到了显著提升，但受制于计划体制下传统治理模式带来的惯性影响，新时代政府效率的提升依然面临诸多障碍，尤其同民众的诉求相比还存在一定的差距。对此，党的十九大也明确提出了推进“效率变革”的发展要求。政府效率的强化不仅需要制度的完善，也渴求政府在治理工具上的突破创新。
人工智能的发展恰恰为此提供了便利。一方面，人工智能的嵌入有效节省了政府的财政支出。人工智能不仅具有优于常人的精确性，同时也更为便捷和快速，以办公自动化为例，根据德勤报告的数据显示，通过自动化计算机执行的常规任务，在全球低端范围内每年可节省9670万个小时和33亿美元，在高端范围内每年甚至可节省12亿个小时，并因此省下411亿美元。可见人工智能在控制政府规模的同时，也为节省财政支出和提升政府灵敏度提供了有效载体。另一方面，人工智能的使用也有效强化了政府治理主体的能力。高素质的参与主体是政府效率提升的基本前提，人工智能的嵌入也打破了以往事事亲力亲为的主体运作模式，深度学习、遗传算法等的介入赋予了机器本身一定程度的自主研判和自主决策能力，在人工智能环境下，传统行政模式下的人浮于事、素质低下等问题得以化解，由此在提升积极性的过程中便为推进政府治理效益的最大化带来积极意义。
最后，人工智能的崛起也极大地提升了公共服务的有效性。公共服务是政府的天职，正如丹哈特(ＲobertB．Denhardt)所言:“政府的重心在于服务的直接供给”，在于“建立集体的、共享的公共利益观念”。作为公共行政的核心理念，公共服务同样也是政府治理变革的价值目标。人工智能对于政府公共服务质量的提升，其价值主要体现在两方面:
一是拓宽了政府的公共服务渠道。在传统模式下，政府公共服务主要通过建构固定平台的途径加以实现，受人力、物力和工作区间的限制，往往存在服务供给不融洽、不及时的现实问题，互联网和大数据的发展一定程度上强化了服务过程的开放化和透明化，但传统的窗口服务模式依旧占主导地位。人工智能的嵌入在政府与民众之间形成了一个全新的连接点。通过创建综合的决策树算法模型，并将其同公共服务大数据进行结合，人工智能可对服务内容做出基本判断和调整，并确保一些技术性难题在远程终端实现自动解决，由此就能打破公共服务的时空局限，让民众对公共服务的接收变得唾手可得。
二是提升了政府公共服务的个性化。公共服务的过程也是民众诉求信息不断集聚的过程。面对海量的诉求信息，人工方式很难做出准确归类，借助于神经网络和遗传算法等程序，人工智能可便捷地实现对相关信息的收集和整理，并形成个体性的数据档案，这就解决了传统模式下的信息盲区，为改进公共服务流程，构建个性化的公共服务模式提供了必要准备。
(三)人工智能给政府治理模式变革带来的挑战
正如霍金(StephenHawking)指出的，人工智能的崛起既是人类文明的推进者，同样也可能构成人类文明的终结者。事实上，对于政府治理模式的变革而言，人工智能同样也是一柄“双刃剑”，其在提供巨大便利的同时，也带来不可忽视的风险和挑战。
其一，人工智能的嵌入对传统的行政伦理带来前所未有的冲击。行政伦理作为公共行政领域中的角色伦理，决定着公共行政本身的性质、目的、责任和义务。政府治理模式无论怎么变，都必须遵守基本的伦理逻辑。人工智能的嵌入改变了传统的游戏规则，使行政伦理开始面临“踩空”的危机。从行政主体的角度看，人工智能的嵌入极易导致主体责任的缺失。在传统行政模式下，人是行政行为的不二主体，任何行政行为的产生均体现了人的主观意志，并承担相应的行政责任。人工智能的参与一定程度上实现了对人的行政行为的替代，使行政方案、行政决策等体现出了机器意志，由此必将削弱行政行为的合法性根基，导致行政责任出现主体不明和模糊化的危机，这对于行政权威性的维护是极为不利的。
从行政相对人的角度看，人工智能的嵌入也可能造成更大的行政偏见问题。人工智能的参与，依赖的是其内部的精确算法，表面上看其似乎减少了公共行政中的主观因素，但精确算法作为以计算机代码表达的意见，本质上还是人造的，必然体现原初设计者和开发者的主观意志和选择，并将其主观偏见带入精确算法系统，在缺乏人类伦理引导的前提下，人工智能极易通过固定的程序将这些偏见甚至歧视扩大化，给行政相对人造成更大的伤害，进而加剧行政过程的紧张化。
其二，人工智能的嵌入也可能引发新的政府信息安全问题。信息化和大数据时代的到来，使得政府信息安全问题变得日益重要，2013年美国“棱镜门”事件的曝光已充分印证了这一点。而人工智能时代的到来将掀起一场比互联网更为猛烈的变革，必将给政府信息安全问题带来更大的考验。一方面，人工智能给政府机构遭受恶意攻击留下了“可乘之机”。人工智能技术的不断普及虽带来了巨大的便利性，但其所依赖的学习算法同样有其“笨拙”的一面，在人为干扰下，程序很容易就出现“失算”的尴尬局面。一些黑客极有可能利用程序漏洞绕过内部的防火装置，让智能失去效用，如通过修改数据源使图像和语音识别系统失去甄别能力，进而从事欺诈犯罪活动等，就是近年来时常见诸报端的典型案例。相关统计显示，2016年以来发生的网络攻击事件中，与人工智能相关的事件就占到了六成。
另一方面，政府治理主体和公民个体将面临更大的隐私泄露危机。当前的新一代人工智能是以大数据为根基加以运作的，数据已成了人工智能时代的“新石油”。人工智能时代无处不在的智能终端无疑加大了信息泄露的危机，尤其是机器本身在深度学习中大量敏感数据的交互使用，不仅使人类隐私暴露在人工智能之下，而且极大地削弱了人类对于数据和信息的控制和监管能力，使敏感数据和关键信息游离于人类视野之外，一旦泄露将引发更大的危机。因此，同传统的安全隐患相比，人工智能时代的信息安全更加兼具瞬间性和破坏性的特色。面对人工智能的不断壮大，政府如何展开进行信息和数据资源的保护已成当务之急。
二、直面人工智能:我国政府治理进程的客观省察
(一)人工智能时代我国政府治理进程的经验积累
从历史发展进程看，我国的人工智能大致起步于改革开放之初，40年来在党和国家的高度重视下，我国人工智能技术获得了突破性的发展。随着人工智能的不断壮大，近年来我国各级政府也进行了积极探索和应用，并积累了一些初步经验和成就，为完善政府治理体系提供了重要支撑。
其一，电子政务和政府大数据平台的飞速成长，为人工智能的政府应用奠定了现实根基。数据和信息是推动人工智能运转的基本要素，这决定了人工智能要在政府治理层面实现有效嵌入，就必须以政务信息化的实现和政府大数据资源的壮大为根本前提。经过近十多年来的飞速发展，我国电子政务以基础设施的投入和建设为重点，以核心业务系统的建设为关键环节，已取得了较为突出的规模和成果。相关统计显示，截至目前，我国中央层面各级党政机关政务网络覆盖率已达到100%，省市一级的电子政务网络覆盖率基本达到80%以上，区县的政务网络覆盖率也达到了50%，“互联网+政务服务”建设已取得初步成效。
与此同时，随着政务信息化的不断深入，近年来各级政府也积累了大量与公众生产生活息息相关的数据资源，由此也推动了各级政府大数据资源和平台建设的重大突破，其中不仅一些重要的数据库，如国家统计数据库、国家人口数据库、工商系统企业法人数据库等得以基本建成，而且为了更为有效地实现数据公开和便民服务，目前各级政府的大数据平台建设也实现了突飞猛进，尤其是近两年一些地方政府大数据共享平台和政务系统纷纷上线，在强化和提升政务服务效率和精准性的基础上，为下一步人工智能的嵌入打下了坚实根基。
其二，相关政策和法制建设的不断跟进，为人工智能嵌入政府治理提供了基本的制度框架。从间接层面看，为有效应对各类风险和危机，近年来我国在大数据和信息安全领域的相关法规不断推出，尤其是包括《中华人民共和国政府信息公开条例》(2007)、《国务院关于印发促进大数据发展行动纲要的通知》(2015)及《政务信息资源共享管理暂行办法》(2016)等国家层面相关政策和法规的颁布，为推进政府信息资源的规范化应用提供了法治保障。统计显示，目前我国信息治理层面的相关法规已高达100多件，其中行政法规20多件，部门性规章40多件，地方性法规则有50多件，涉及到个人信息保护、网络侵权预防和网络犯罪惩治等多个领域。
正是这些间接性法规的不断完善，为人工智能的嵌入应用提供了基本的法治框架。从直接层面看，为抢占人工智能发展的战略机遇和先发优势，近期我国人工智能领域的直接性政策条例亦不断问世，其中国务院于2017年7月下发了《关于印发人工智能发展规划的通知》，该通知不仅基于全国层面对我国人工智能发展的战略态势、战略目标等做出了明确，而且对政府治理层面上的部署和任务也做出了规划。在此之下，近期包括上海、浙江、江苏和贵州等省市也纷纷出台本区域的人工智能发展的具体实施意见，这些政策法规的不断推出，直接构成了当前人工智能嵌入政府治理的法治根基。
其三，在技术和政策环境的双重激励下，政府治理层面的智能应用初露端倪。人工智能的根本价值在于应用。目前，人工智能虽未完全嵌入我国政府的治理实践，但在一些关键项目和重点领域，人工智能已然开始介入其中，并发挥出了前瞻性的作用。如为了有效应对城市管理难题，提升城市交通治理绩效，2016年杭州市政府同阿里巴巴集团进行合作，利用阿里云技术成立了“城市大脑”国家新一代人工智能开放创新平台，对整个城市交通状况进行全局实时分析，并提供自动调配公共资源以实现交通调配的最优化。数据显示，“城市大脑”智能平台运作以来，杭州市中心的交通效率提高了3%至5%，部分路段的效率甚至提高了11%以上。
为了助力精准扶贫工作，确保按时完成脱贫攻坚任务，2017年，安徽省扶贫办也联合当地科技企业启动了基于人工智能的大数据精准扶贫平台项目，通过该平台不仅可以了解到最需要扶贫的对象，并针对性地做出及时帮扶，同时也可利用平台在省内乃至全国找到最合适的项目，以实现扶贫和被扶贫对象之间的智能匹配。而为了提升政府的公共服务效率，广州市政府近期则通过公开招标的途径，以搭建全市统一的政府智能机器人云平台，通过将广州市的政府知识库和业务系统进行对接，建成智能政府服务体系，为公众提供全天候、全覆盖的智能政府服务。可见，人工智能在我国政府治理层面的初步试水，有效促进了政府治理模式的变革和升级，为提升公共治理和公共服务水平提供了技术支撑。
(二)人工智能时代我国政府治理进程的现实缺憾
人工智能的嵌入推进了我国政府治理模式的变革，但整体而言目前我国各级政府机构的人工智能应用还处在起步阶段，对人工智能技术的应用尚不如商业机构，尤其同欧美一些发达国家相比，我国政府治理进程中的人工智能技术有待进一步跟进，其中还存在一些现实缺憾亟需破解。
其一，从政府主体看，体制性壁垒难以突破，政府治理进程中的人工智能缺乏支撑能力。人工智能的发展和嵌入，实现了对政府治理模式的重新定义。正如法学教授吴汉东所言，智能革命的出现必然会对当下的公共管理和社会秩序带来挑战，并客观上要求国家在治理体制上做出发展创新。然而，遗憾的是近年来我国政府的智能化水平虽在不断得以提升，但政府治理体制却很大程度上依旧未跳出传统体制的基本框架，其中不仅各部门和各机构间实现条块分割，而且上下级之间关系存在事实上的单向度化，一旦遇到公共突发事件往往是首先逐级向上进行汇报，然后再展开决策部署。
客观而言，这一体制虽在传统环境下为稳定政府架构和社会秩序带来了积极意义，但随着社会的转型发展其弊端亦不断得以凸显，如机构设置的臃肿化、决策周期的冗长化及不断扩张的行政成本等，进而带来政府回应社会诉求的呆滞与迟缓。显然，这同人工智能嵌入政府治理的初衷是存在逻辑冲突的。人工智能吁求的是适应性强和高度灵活性的体制模式，其发展和应用呼唤的是政府治理过程的扁平化与网络化，并在此基础上实现各主体之间的协同配合与互动互通，这是人工智能的应用实现最优化的基本前提，同时也恰是传统的科层制模式难以支撑和实现的。近年来国内一些地方智慧政府建设的实践也充分表明，如果治理模式不能实现从“人找信息”向“信息找人”的彻底转变，则人工智能在政府治理的应用就无法摆脱边缘化的困境，其智能化的效果也必将大打折扣。
其二，从数据来源看，信息孤岛劣势较明显，政府治理进程中的人工智能缺乏联通能力。人工智能的发展和应用以大数据的内在驱动为载体和依托，如前所述，数据和信息构成了人工智能发展和运用的基本前提，然而正是囿于科层制环境下条块分割的政府治理模式，在导致人工智能支撑能力不足的同时，也在客观上引发了政府治理系统内部数据传播中的“孤岛效应”，并进一步对人工智能赖以为生的数据和信息资源的有效流通形成了内在阻滞。
从信息科学的视角看，信息孤岛作为相互之间信息不共享互换、信息与业务流程和应用互相脱节的计算机应用系统，既造成了信息和数据资源的浪费和重复建设，而且也是阻碍信息和数据功能最大发挥的重要根源，这显然也构成了人工智能发展和应用中的大忌。目前，在我国各级政府的治理进程中，受体制壁垒的约束，各部门在数据库的建构和运作中还缺乏统一的标准和规划，而且各部门的数据资源与信息系统均由自身监管和操作，相互之间无论是在操作系统、网络协议、语义表示、数据库类型乃至硬件管理平台上均存在诸多差异性，尚不能充分做到信息流通和数据共享，严重阻碍了人工智能嵌入过程中的信息联通能力的有效发挥。加之部分地方政府机构数据共享理念和共享动力的缺乏，更加导致政府治理中信息孤岛现象的增多。当下要推进我国政府治理中的人工智能真正做到“触类旁通”，则积极突破数据和体制壁垒，实现数据资源的有效整合与共享是当务之急。
其三，从实践应用看，政企间缺乏有效协作，政府治理进程中的人工智能缺乏创新能力。科技企业是人工智能的生产者和创新者，一个国家科技水平的提升，很大程度上就是在其科技企业的带动下实现的。全球十大科技公司，美国就独占8席，这是美国成为全球科技强国的命脉所在。政府作为宏观调控的主体，本身并不生产人工智能，其很大程度上是作为人工智能产业的管理者、服务者和推进者的角色存在的，同时其自身亦是不可忽视的实践应用者。
从产业发展的角度看，人工智能的发展需要政府的政策激励和管理创新，而从政府治理的角度看，政府要提升自身对人工智能的驾驭能力，则离不开同科技企业的有效合作，由此才能在技术应用上形成源源不断的驱动效应。近年来，包括美国、日本和欧盟等发达国家与地区，均加大了同本国科技企业的合作力度，以期通过智能技术的运用，为完善基础设施和提升公共服务带来积极意义。相比较而言，我国各级政府在该领域的开拓显然要滞后许多。目前，除了上海、广州、杭州等少数几个发达城市的地方政府，通过签署战略合作框架协议或共建创新孵化基地等途径，实现了政企间的人工智能合作外，国内其他省区市还有待进一步实现跟进，尤其是部分地方政府经济效益至上，缺乏远大眼光。在某种程度上，正是政企有效合作的缺乏，制约了政府治理进程中的人工智能创新能力的提升。
其四，从研发主体看，专业性人才过于稀缺，政府治理进程中的人工智能缺乏发展能力。专业性人才的拥有率是人工智能能否有效嵌入政府治理各层面的关键环节。人才数量的多寡，相关领域研发水平的高低，直接关系到人工智能本身的发展能力。人工智能的基本特性及其学科属性决定了其专业性人才不仅需要掌握数据挖掘分析、语音图像识别和自然语言处理等技术层面的相关知识，同时也要善于在应用层面上对客观状况做出分析，由此其才能结合实践开发出更富科学性和前瞻性的智能机器。谷歌AlphaGo之所以能够大获全胜，同其设计师哈萨比斯(DemisHassabis)本人就是天才棋手不无关联。也即，人工智能的专业研发人才必是集专业技术与行业实践于一体的复合型人才。
相关数据显示，截至2017年第一季度，全球人工智能领域的专业性人才数量为190万，其中美国的相关人才总数超过了85万，占全球第一位，目前中国的人工智能专业性人才仅有5万余人，人才供应短缺状况极为严重。而且同国外人工智能领域较为全面的发展态势相比，目前国内的人工智能专业性人才，主要还是面向企业治理和电子商务等层面展开技术研发，如产品推荐、计算广告和股市走向预测等，直接针对政府治理和公共服务领域的人工智能技术发展不足。可以说，这一层面专业性研发人才的不足，直接构成了人工智能嵌入政府治理的现实阻滞。
三、善用人工智能:我国政府治理模式的突破创新
人工智能时代的到来，为深化政府治理变革提供了全新环境，同时也为政府治理模式的突破创新提出了新的诉求。近年来在互联网和大数据技术的驱动下，人工智能可谓如虎添翼、发展迅速，并在事实上构成了各行各业转型升级的新动能。面对人工智能蓬勃发展的态势，我们认为，过度警惕无异于故步自封，与其担忧未来不如乘势把握现在、善加利用。政府作为公共管理主体更应树立积极姿态。当前积极推进人工智能与政府治理的深度融合，以建构适应时代诉求的“智能政府”可谓恰逢其时。基于上文的理论分析和实践总结，我们认为，当下应重点做好如下几方面工作:
（一）创新行动理念，提升对人工智能嵌入政府治理的重要性认知
理念是行动的先导，人工智能能否在政府治理层面上发挥最大功效，并为优化公共服务带来积极意义，首先就取决于多元治理主体对其的认知态度。自AlphaGo以大比分击败人类职业棋手以来，人们对人工智能的态度也日趋复杂化，一方面既惊喜和钦佩于人类在智能技术上的突破性壮举，另一方面对人工智能优于、胜于乃至淘汰人类的担忧也与日俱增，包括史蒂芬·霍金在内的一大批科学家均表达了忧虑之情。笔者认为，从科学技术本身的长远发展看，这种担忧可谓不无道理，但从人与科技关系的当下境况看，这种担忧不应被扩大化。人工智能诞生半个多世纪以来，虽历经多次由弱到强的发展和形态演变，但其始终都“未摆脱技术的身份”，都未超越“对人脑工作方式的模拟”的逻辑框架，即其本质上都是对人脑逻辑思维能力的强化，是作为“人脑的延伸物”而存在的。
虽然现有的人工智能在某些层面和维度接近、达到甚至超过了人类智能，但其作为人类创造物的工具性色彩依旧没有改变，也即从人与技术的关系看，人工智能本质上是属人的。人类离具备自我意识的超强人工智能还有很长一段路要走，正如百度深度学习研究院副院长余凯指出的:“担心人工智能的威胁，就好像担心火星上人满为患一样，是不切实际的。”人工智能的当下境况决定了我们必须树立积极姿态，既把握长远规划又正视现实挑战，唯有树立前瞻性的行动理念，才能确保人类在人工智能的发展中始终立于主导地位。
对此，各级政府在嵌入人工智能的过程中应着力做好两方面的工作:一方面，应着力推进各级政府机构树立起智能治理的科学理念。各级政府是实现公共治理和公共服务的根本性主体，也是推进社会经济发展的主导力量。人工智能能否科学嵌入政府治理实践，并安全有效地发挥出辅助效用，很大程度上取决于政府治理主体的态度和看法。人工智能的壮大为政府治理的智能化提供了契机，“智能治理”(Intelligentgovernance)，就是各级政府机构综合运用人工智能和现代信息技术，以提升政府服务绩效为根本点，对各类资源进行智能化整合和配置，以推进公共治理和服务实现科学化、精细化的实践活动。
显然这一目标的实现，以政府主体治理理念的创新为基本前提。当前必须通过政策引导，增强各级政府机构的智能治理意识，促其积极打破对人工智能的不良偏见，以在不断盘活政府大数据的过程中，实现治理过程由数字化向智能化的跃进提升，进而形成以人工智能为支撑的公共政策导向。另一方面，要着力提升多元参与主体的数据素养和技术素养水平。人工智能既是数据的集合也是技术的升华，其科学应用需要多元主体的协同配合，尤其是对政府治理中相关数据挖掘离不开社会力量的参与支持。显然，要达到最优境界也需要以多元参与主体良好的数据素养和技术素养为基本要件，这就需要通过教育促其在数据意识、智能技术应用能力等方面实现综合提升，以良好的主观认知能力配合政府主体做好智能治理的实践工作，从而为推进政府治理过程的智能化水平的整体提升做出积极贡献。
（二）创新主导模式，建构人工智能嵌入政府治理的配套管理机制
正如诺斯(DouglassC．North)指出的，制度是社会的游戏规则，规定了人与人之间的行为范式。人工智能时代政府治理变革的现实缺憾迫切需要相关机制的发展创新，这其中首要的就是政府作为主导主体在管理机制上的跟进创新。对此，当前应重点做好三方面的工作:
(1)建构形成专业性的领导机制。领导是组织的核心，人工智能科学嵌入政府治理的关键在于领导，提升政府治理的智能化水平，需要通过完善干部选拔机制，铸就一支兼具智能治理理念和实践经验的新型领导队伍，如借鉴国外经验成立相关的管理委员会，或设置专门的首席人工智能官(CAIO)等，使其成为智能政府建设的中坚力量，确保政府在人工智能应用中始终把握主动。
(2)建构形成多元主体间的信息共享机制。人工智能对数据和信息的依赖性，决定了其科学嵌入政府治理的过程必定是政府在数据和信息上实现有效连通和安全共享的过程，对此也应以相关机制的发展完善来提供支撑，如利用电子政务系统形成统一的数据共享平台，对各部门的信息流通作出协调，并基于党务和政务公开的相关法规切实推进信息公开，以在打破科层制壁垒的前提下为提升智能治理水平提供数据支撑。
(3)建构形成相应的伦理矫正机制。人工智能对行政伦理的挑战必须给予正视，但决不能就此而因噎废食，人工智能毕竟只是一种治理工具，其在政府治理中的很长时间内都无法取代政府主体而单独活动，因此当其在面对和处理公众诉求时，同样需要作为根本治理主体的人的筛查与补正，这同样需要通过机制建设做出安排，从而推进人工智能环境下的行政伦理流程实现“伦理诉求—伦理盲区—伦理矫正”的有效转变。
（三）创新治理模式，建构以人工智能为核心载体的政府善治机制
推进各级政府实现由管理型向治理型的转变是现代政府理论的核心要义，但治理本身亦非万能，其同样也会面临失灵的危机。显然这一境况在人工智能环境下也不会改变。唯有实现政府同社会的合作善治才能有效将其克服，并化解人工智能环境下可能引发的政府信息安全问题。而要建构和形成以人工智能为载体的政府善治机制，就必须着力做好两个层面的具体工作:
(1)建构和形成针对政府治理的智能化处理系统。这里的智能化系统，就是政府机构实现由现代通信与信息技术、计算机网络技术和智能控制技术等汇集而成的应用性智能集合，这其中既要基于政务信息网络化的角度，强化对政府治理的数据挖掘系统和数据存储系统的建设力度，以推进政府治理进程中的各类非数值型、非结构化数据的有效整合与动态管理，也要基于政府治理需要有选择性地引入人工智能技术，如语言识别技术(ASＲ)、图像识别技术(IＲT)以及自然语言处理(NLP)等，以在人机交互过程中提升对政府治理数据的处理效率，并在此基础上形成由知识库、数据库、推理机、解释器和知识获取等组成的政府治理专家系统，从而为政府善治的实现提供坚实根基。
(2)创新以人工智能为基础的政府治理流程。智能化系统建构的根本取向在于应用，政府善治的实现及其优势的发挥也必须以智能处理流程的创新为保障。如通过人工智能对政府治理数据的优化处理，将传统办公自动化系统改造为智能办公系统，实现对政府监管对象和服务对象的自动感知、智能识别和跟踪，并针对性地提出解决方案等，由此在实现智能化的办公、监管、服务和决策的过程中，推进政府治理能力实现不断提升。
（四）创新协作模式，建构政企间在人工智能领域的深度合作机制
正如前文所言，科技企业构成了当下全球人工智能产业发展的主力军。Google、亚马逊、苹果、微软等国际科技巨头很大程度上引领着全球人工智能科技和产业的发展走向。近年来，随着国家在科技创新领域的不断重视，国内相关企业的科技水平也不断提升，如阿里巴巴、百度、腾讯和华为等企业也在人工智能的多个技术领域达到了全球领先水平，这些企业的崛起不仅推动民众生产和生活模式的改变，同时也为政府治理的智能化转型提供了现实支撑。提升政府治理的智能化水平，迫切需要形成政企间深度协作机制，以达到借势运力和借智发展的重要目标。
对此，一要借助科技企业的技术优势，形成政府治理的智能技术引入机制。人工智能本身是一个关涉多重技术的有机整体，在不同的行业和领域，其关联性技术必然存在差异。对此政府既要积极通过研发外包的途径，将相关的人工智能技术交给专业化的科技企业加以完成，促其通过定向研发打造契合政府治理需求的人工智能软硬件，以确保人工智能同政府治理形成内在的兼容性，同时要着力推进智能技术不断走入政府治理实践，如重点选取环保、医疗和交通等大数据资源较为完善的治理领域进行探索，以在实践应用中推进相关技术的不断发展和完善。
二要借助科技企业的智力优势，形成政府人工智能人才的培育机制。人工智能的嵌入对人才素质的新要求，呼唤政府人才培养上的相应创新。对此同样可通过政企协作的模式加以实现，如聘任企业研发人员担任政府智能治理的技术顾问，或邀请企业研发团队给予技术培训、开展知识讲座等，帮助政府提升人工智能的应用能力和水平，由此形成一批既具备过硬政治作风，又熟谙人工智能技术的复合型人才，使其在政府智能治理岗位上发挥出应有的用武之地。
（五）创新评估模式，建构政府人工智能应用状况的科学评估机制
评估，简言之即评估主体运用科学的标准、方法和程序，对评估对象的发展动态、业绩水平等进行论证和考量，以分析和判定是否需要加以完善、创新或废止的过程。作为管理学范畴，这一操作实践最早发轫于工商管理领域，随着公共治理范式的逐步转型，近年来政府治理层面的评估实践也开始出现，如对政府绩效状况的评估，有关法治政府状况的评估等。随着人工智能的壮大及其在政府治理层面的不断嵌入，开展对政府人工智能应用状况的评估已成当务之急。尤其是当前人工智能技术整体上还处在较“弱”的发展层次上，其无论是在对抗恶意攻击上，还是在认知、感知行为上都还较为“愚钝”，在这种情况下，适时建构相关评估机制就更显迫切。
在具体的应用实践中，这一机制应重点从两方面展开:
(1)在评估过程的设定上，应基于人工智能嵌入应用的可能性风险为核心，对政府治理层面的数据存储系统、云计算平台以及人工智能的神经网络架构、注意力模型、语言和图像识别系统、自然语言处理系统以及机器学习中的目标函数、损失函数等作出全面评估，并以此作为完善技术和改进相关机制的重要参考，以尽可能堵塞人工智能应用中可能出现的现实漏洞，确保政府应用过程的安全、畅通与和谐。
(2)在评估主体的设定上，为确保上述评估过程的有效展开，在坚持政府作为人工智能应用主体内部评估的同时，必须适当引入社会层面的参与式评估主体，包括科技主体的技术评估，治理对象的体验状况评估等，以尽可能地提升评估过程的科学性和全面性，推进政府治理层面的人工智能应用紧跟时代发展步伐，为推进政府治理体系和治理能力现代化提供有效支撑。
四、余论
如果将传统的信息科技(IT)时代视为信息爆炸时代，当下已具备相当体量的数据处理技术(DT)时代为知识爆炸时代，则下一站的人工智能(AI)时代就是典型的智能爆炸时代。尤其是近年来在互联网和大数据技术的推动下，全球人工智能产业已呈现出蓬勃发展的态势，人工智能在各领域的应用范围也不断扩大。谷歌AlphaGo的大放异彩已使人类认识到AI的强大之处。种种迹象表明，对人工智能的争夺必将成为未来世界各国竞争最重要的场域之一，中国没有任何空间和理由可以犹豫和后退。
对于政府治理主体而言，人工智能的发展和嵌入应用虽给政府治理模式的变革带来了双重境遇，但我们决不能因此而放弃或退缩，面对挑战畏首畏尾无异于作茧自缚，唯有直面挑战和化“危”为“机”才是未来的必然之路。对此，党的十九大报告也明确提出了“提高社会治理社会化、法治化、智能化、专业化水平”的执政要求，显然这一境界的实现，必须以政府治理和人工智能的深度融合为基本前提。而要做到这一点，就不仅需要中央层面做好顶层设计，更需要各级地方政府、科技企业和社会参与主体的协同配合。只有建构和形成兼备科学性和前瞻性的人工智能处理系统，政府治理主体才能更加精确地实现对政务信息的收集和处理，才能做出前瞻性的决策分析，并最终实现资源整合和服务优化的根本目标，由此新时代政府治理能力才能实现持续化提升。
来源：《学科前沿》
作者：胡洪彬浙江财经大学
参考文献：略
题图来源：摄图网
免责声明：本文转自网络公开渠道，旨在为广大用户提供最新最全的信息，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其它渠道者引发的一切纠纷与本平台无关。
推荐
或许您还想看：
后台回复“NH”即可了解“2018年智慧中国年会”详情；
后台回复“一体化政务”即可获取“全国一体化政务服务平台”政策及解读；
后台回复"GZZWY"即可获取“贵州政府云系列标准”；
后台回复“政务服务中心标准”即可获取“政务服务中心系列国家标准”；
返回搜狐，查看更多