2021世界人工智能大會于7月8日至10日以線下線上結合的方式召開。本屆大會以“智聯(lián)世界，眾智成城”為主題，展現(xiàn)人工智能技術、產業(yè)和應用全球化發(fā)展的趨勢。工信部部長肖亞慶表示，我國人工智能產業(yè)發(fā)展取得了顯著成效，圖像識別、語音識別等技術創(chuàng)新應用進入了世界先進行列，人工智能發(fā)明專利授權總量全球排名第一，核心產業(yè)規(guī)模持續(xù)增長，已經形成覆蓋基礎層、技術層和應用層的完整產業(yè)鏈和應用生態(tài)。如何看待未來我國人工智能領域的發(fā)展前景?當前人工智能的普及應用遇到了哪些瓶頸?如何應對人工智能可能帶來的各種風險?
人工智能技術創(chuàng)新和深入應用將大有可為
中國經濟時報：無人駕駛、智能助老、智能制造……人工智能技術已經深入到各行各業(yè)應用，推動傳統(tǒng)產業(yè)數字化轉型。人工智能是“十四五”規(guī)劃明確優(yōu)先發(fā)展的前沿科技領域之一，如何看待未來我國人工智能領域的發(fā)展前景?
陸峰：隨著我國數字經濟、數字社會、數字政府等建設和推進，人工智能技術創(chuàng)新和深入應用將大有可為。人工智能發(fā)展是技術創(chuàng)新和應用創(chuàng)新相互螺旋上升驅動、永無止境的過程，技術創(chuàng)新拓展了技術應用的范圍，應用范圍拓展為技術持續(xù)深入創(chuàng)新提供試驗田。
從應用角度來講，人工智能應用隨著技術創(chuàng)新發(fā)展不斷深入，依據技術成熟度和應用對技術可靠性需求，技術應用的范圍和深度將會不斷拓展。
首先，隨著語音和語義識別、圖像識別、視頻識別、計算視覺等人工智能基礎通用型技術的發(fā)展和能力提升，基礎通用型人工智能技術應用場景在不斷拓展場景應用，生活生產中應用人工智能基礎通用型技術的場景也在不斷增多，比如圖像和視頻識別技術被廣泛應用到了社區(qū)管理、治安防控、商貿物流等多個領域，用于流動場所實時在線識別逃犯、商業(yè)客戶等級識別等。語音語義識別技術被廣泛應用到各種場景智能客服等領域，從簡單題庫式回答模式向實時靈活判斷決策轉變，深度和廣度都在持續(xù)拓展。
其次，隨著人工智能行業(yè)專業(yè)技術能力不斷提升，無人駕駛汽車、醫(yī)療影像、文化教育等行業(yè)領域人工智能技術應用場景也在持續(xù)拓展。比如隨著人工智能+邊緣計算能力提升，無人駕駛汽車應用場景也會從機場、港口、物流園等封閉場所向高速公路、城市道路等開放式場景拓展。隨著醫(yī)療領域人工智能技術深入，智能機器對醫(yī)療影像識別能力正在超越行業(yè)老專家。隨著制造領域人工智能技術發(fā)展，制造業(yè)領域人工智能應用范圍已經從物件簡單搬運向智能制造系統(tǒng)全過程優(yōu)化拓展。
再次，隨著5G、云計算、大數據、物聯(lián)網等技術發(fā)展，并和人工智能技術集成融合創(chuàng)新，也促進人工智能技術應用場景拓展。比如5G技術應用，促進了移動場景下人工智能技術應用，5G+人工智能技術被應用到了流動場所逃犯識別。云計算技術的快速為更多場景下人工智能技術應用提供了必要的算力保障，如依靠龐大算力支撐，依托人工智能技術能夠在合適的時間內做出令人滿意的決策。物聯(lián)網+人工智能技術發(fā)展，促進了交互式人工智能系統(tǒng)的發(fā)展。
從技術應用角度來講，未來一段時間人工智能技術創(chuàng)新將持續(xù)活躍。
首先，隨著“十三五”期間國家“互聯(lián)網+”、大數據、人工智能等戰(zhàn)略實施，各領域加快數字化轉型，網絡實現(xiàn)普及應用，數據資源得到一定量的積累，為人工智能深入應用提供了算數資源等基礎條件。
其次，隨著各行業(yè)智能化需求的日益激增，各行業(yè)對人工智能行業(yè)應用也會日趨深入，行業(yè)場景人工智能技術如算法模型等將會在需求推動下實現(xiàn)快速發(fā)展。
王明輝：根據《2020全球人工智能創(chuàng)新指數報告》，中國人工智能產業(yè)發(fā)展勢頭良好，發(fā)展的條件要素水平較高，潛力巨大。
一是中國在全球TOP500超算中心數量最多。截至2020年7月，中國共有226個超算中心進入全球500強行列，占總量的45.2%，是美國(113個)的兩倍。
二是企業(yè)數量和融資規(guī)模龐大。截至2020年9月，中國共有823家人員規(guī)模大于10的人工智能企業(yè)，排名第二;人工智能企業(yè)累計共獲得377.01億美元的投資，排名第二。
三是論文和專利總量遙遙領先。2019年，中國共發(fā)表5.52萬篇人工智能相關論文，美國為2.12萬篇。2020年，中國在世界范圍內的人工智能期刊論文引用次數首次超過了美國。中國人工智能專利申請量、授權量分別為5.76萬件、1.65萬件，美國則分別為0.91萬件、0.67萬件。
四是5G、物聯(lián)網等相關技術快速發(fā)展為人工智能發(fā)展創(chuàng)造了條件。截至2020年10月，中國的5G套餐訂閱數達到1.55億份，5G訂閱率為10.82%，排名第二;在全球500強物聯(lián)網企業(yè)中，中國共占26席，排名第三。
張龍：人工智能技術作為新一代信息技術當中的翹楚，在未來各個領域的發(fā)展中，都將發(fā)揮至關重要的作用。在制造業(yè)方面，人工智能技術正在對傳統(tǒng)產業(yè)進行加速賦能，推進制造業(yè)數字化轉型，其中以機器視覺為代表的工業(yè)質檢場景，成為了人工智能技術最先成熟應用的環(huán)節(jié)。對于制造業(yè)企業(yè)而言，新技術的應用無非兩個目的，降本、增效，如果人工智能技術能夠幫助企業(yè)利用更低的成本，生產出質量更好、效果更佳的產品，并賣到更高的價格從而獲得更多的回報，那么企業(yè)一定有動力去推進該技術的應用，這也是所有人工智能技術廠商在推廣技術方案時最應該考慮的問題。然而，不論是工業(yè)質檢、能耗管理還是廠區(qū)安全等場景，都是在核心制造環(huán)節(jié)的外圍，并沒有觸及到制造業(yè)最核心的部分，即工藝層，也就導致了上述技術方案，大多會增加企業(yè)成本，但是不能帶來直觀的收入，從而放緩技術賦能的進程。
與此同時，我還認為人工智能技術在短期內更可能帶來的是技術優(yōu)化而非技術顛覆，因為對于制造業(yè)核心工藝來講，幾十年甚至上百年來，核心原理就從沒有改變過，只不過隨著技術的演進、參數的調整，使得工藝逐步優(yōu)化。為此，以人工智能推進工藝智能化，需要將人工智能技術與工業(yè)機理模型深度融合，注重算法和模型優(yōu)勢以及數字孿生等新模式帶來的工藝優(yōu)化路徑縮短。
挖掘更多可能應用人工智能技術落地的場景
中國經濟時報：算法模型、數據、芯片、數據安全等關鍵技術是人工智能技術進一步發(fā)展的重要支撐。人工智能的技術在發(fā)展的不同階段會遇到不同的瓶頸，當前人工智能的普及應用遇到了哪些瓶頸?
陸峰：過去幾年，各行各業(yè)加快推進互聯(lián)網深度融合應用，積累了海量數據資源，為人工智能技術應用提供了重要保障。隨著國家人工智能戰(zhàn)略實施，人工智能的普及應用在算法模型、芯片、數據安全等方面仍然遭遇瓶頸限制。
在算法模型方面，人工智能普及應用涉及大量行業(yè)，每個行業(yè)在推進人工智能技術應用過程中，除了基礎通用型人工智能技術，還需要面向行業(yè)應用的專業(yè)性人工智能技術，即行業(yè)專業(yè)人工智能算法模型。從目前來看，行業(yè)專業(yè)人工智能算法模型還處于起步階段。深化行業(yè)領域人工智能技術應用，需要各行各業(yè)加強本領域人工智能算法模型的深度研究，這也是各行業(yè)智能化轉型的必要條件。
在人工智能芯片方面，人工智能芯片是人工智能算法模型落地的重要載體之一，面向各行業(yè)專業(yè)性人工智能芯片更是各行業(yè)深化人工智能應用的重要抓手。從目前來看，市場上供給較多是通用性的人工智能芯片，且處在發(fā)展起步階段，專用性的人工智能芯片市場上供給還處于探索起步階段。
在數據安全方面，目前人工智能技術應用準則還在建立和完善過程中，關于人工智能技術應用過程中數據安全保障問題，無論是制度建設還是技術支撐保障，都尚未健全，還處于探索中，難以跟上人工智能快速發(fā)展的形勢需要。
王明輝：2020年，圖像分類、人臉識別、視頻分析、語音識別等AI技術都取得了重大進展，但背后的算法模型、芯片等關鍵核心技術仍存在不少瓶頸，對于AI的普及應用帶來一定制約。這些瓶頸主要體現(xiàn)在：一是原始創(chuàng)新能力不足。人工智能領域出現(xiàn)的深度學習模型等重大成果和奠基性的理論仍以美國等西方國家為主。二是高端芯片、關鍵部件、高精度傳感器等方面嚴重缺失，有國際影響力的開源開放平臺較少，而且與美國的相對差距可能繼續(xù)加大。三是高層次人才的數量和層次落后。四是對人工智能可能產生的經濟、社會、倫理影響的研究和政策應對等相對滯后。
張龍：人工智能技術在發(fā)展過程中會遇到各種各樣的問題，而聚焦到工業(yè)領域，我認為有兩類問題較為突出。
第一類是技術等場景。當前專注人工智能技術研發(fā)的大多是互聯(lián)網企業(yè)而非傳統(tǒng)制造業(yè)企業(yè)，兩類企業(yè)間的溝通障礙以及盈利模式差異導致了技術與應用場景的脫節(jié)，一方面缺少場景的數據累計，導致技術應用的通用化模型建設難以快速實現(xiàn)。另一方面技術領域的高昂定制化開發(fā)費用，也使得現(xiàn)有技術難以實際應用到場景中。為此，需要進一步加強這兩類企業(yè)的聯(lián)合研發(fā)而非簡單的技術產品采購，挖掘更多可能應用人工智能技術落地的場景。
第二類是場景等技術。2016年AlphaGo橫空出世擊敗圍棋世界冠軍李世石，讓大家第一次近距離地感受到了人工智能技術帶來的震撼，而今僅僅5年，該技術就已經成為了技術圈最時髦的話題。然而任何技術的更新迭代都需要時間，人工智能技術也不例外，當前人工智能技術尚處于弱人工智能時代，其對大數據的依賴以及模型預測的正確性都導致了該技術在工業(yè)領域應用的受阻。對于商業(yè)領域，如果一個模型預測的正確率達到95%，基本上是可以得到消費者認可。但是在工業(yè)領域，95%的良品率在集成電路、航空航天、汽車等領域就可能意味著災難，這也是很多大企業(yè)不敢啟用人工智能算法的重要原因，因為產品良品率的不達標，不僅會給企業(yè)帶來直接的成本增加和經濟效益降低，更可能對品牌價值帶來巨大影響。另外，現(xiàn)有人工智能技術還無法做到小數據建模，在諸如輪胎等特定產業(yè)方向，不良產品的數量非常有限，導致該類數據的樣本量極小，遠達不到大數據分析建模的要求，這也極大地限制了人工智能技術的應用。
重視人工智能治理 保障人工智能安全發(fā)展
中國經濟時報：城市為人工智能應用提供了豐富的場景示范。人工智能推動城市治理、數字孿生等落地形成示范帶動效應。但人工智能帶來福利的同時也有各種風險，如何應對可能發(fā)生的各類風險?
陸峰：人工智能技術應用過程中也會存在技術濫用、數據安全保障等一系列問題，在推進人工智能發(fā)展過程中，要及時通過完善制度建設、增強技術支撐保障、加強監(jiān)管手段建設等來保障人工智能安全發(fā)展。
從制度建設來看，加強人工智能應用倫理道德準則研究和制度建設，要綜合考慮社會需求、發(fā)展趨勢、應用場景、潛在風險、民族風俗、文化習慣、宗教信仰、法律法規(guī)等相關要素，本著與時俱進、促進發(fā)展、造福人類的原則，加快制定人工智能應用領域倫理道德準則，明確相關技術應用倫理道德禁區(qū)。加快制定人工智能技術應用標準和規(guī)范，充分考慮人工智能技術應用場景及安全性要求，加快制定人工智能技術應用技術參數標準、使用環(huán)境條件標準、安全保障標準，完善相關規(guī)范，促進人工智能技術安全合理使用。結合人工智能技術發(fā)展和應用推廣進度，及時修訂已有法律法規(guī)體系，建立健全新技術領域法律法規(guī)，及時彌補人工智能等領域技術發(fā)展引發(fā)的法律空白問題，明確相關領域技術發(fā)展的法律禁區(qū)，實現(xiàn)讓科技創(chuàng)新不踩雷。
從技術支撐保障來看，要加強人工智能技術應用安全測試，創(chuàng)新測試模式，豐富測試環(huán)境種類，提高測試強度，強化對測試結果數據深度分析和挖掘，提升對技術安全的深度洞察能力。構建人工智能技術應用安全評估機制，要加強技術成熟度、脆弱性、風險隱患等各方面的深入評估，確保技術應用安全有保障。
從監(jiān)管手段來看，要加快新技術應用監(jiān)管能力建設，加快面向新技術發(fā)展的測試、監(jiān)測、評估、認證等實驗室和在線平臺能力建設，為主管部門進行行業(yè)監(jiān)管提供有效技術支撐保障。
王明輝：人工智能技術的發(fā)展，就像硬幣的兩面，在帶來積極效應的同時也會帶來諸多風險。主要體現(xiàn)在以下幾方面。
一是安全問題。人工智能在醫(yī)療、自動駕駛等涉及人身安全的領域應用廣泛，一旦這些領域的算法存在漏洞，又被黑客攻擊或惡意利用時，將直接侵害人身權益。
二是歧視問題。人工智能算法可能產生具有歧視的決策結果。當原始數據存在偏見性，或因算法設計者自身原因而將偏見引入決策過程中，都可能導致人工智能系統(tǒng)決策生成帶有歧視性的結果。
三是隱私泄露問題。人工智能技術的應用極大地擴展了個人信息收集的場景、范圍和數量，也增大了隱私泄露的風險。例如：家用機器人、智能音箱等實時收集人們的生活習慣、消費偏好、語音交互等信息。支持面部識別的監(jiān)控攝像頭，可以在公共場合且個人毫不知情的情況下，識別個人身份并實現(xiàn)跟蹤。
四是濫用問題。任何人工智能算法都有其特定的應用范圍和場景，超出原定范圍和場景的使用將有可能會導致算法濫用。
五是責任劃分問題。由于當前人工智能技術和應用不具備承擔責任的法律主體資格，在問題回溯上存在不可解釋環(huán)節(jié)，現(xiàn)有法律也未明確界定人工智能設計、生產、銷售、使用等環(huán)節(jié)各方主體權利、義務和責任，這給人工智能安全事件責任的認定和劃分帶來挑戰(zhàn)。如：利用人工智能醫(yī)療系統(tǒng)輔助診斷發(fā)生的醫(yī)療事故，如何確定承擔責任的主體?
根據麥肯錫的一項調查，盡管解決與使用人工智能相關的倫理問題的呼聲越來越高，但行業(yè)內解決這些問題的努力仍然是非常有限的。例如，人工智能中的公平性和公正性等問題仍然很少受到公司的關注。此外，與2019年相比，在2020年公司認為個人或個體隱私的風險與己相關的仍然很少。在受訪的公司中，正在試圖減輕或規(guī)避這些風險的公司比例并沒有變化。
當前人工智能治理面臨的最大挑戰(zhàn)，是沒有一套比較成熟的體系來規(guī)制其潛在的風險。人工智能治理頂層設計仍處于起步階段，政府部門和產業(yè)界對倫理原則在研發(fā)與應用中落地的機制和標準還缺乏共識。面對上述各種風險，要高度重視人工智能治理，相關部門必須盡快出臺相關的治理規(guī)則。
