新智元编译

来源: mckinsey.com

编译：弗格森 刘小芹 张易

　　新智元启动 2017 最新一轮大招聘：COO、总编、主笔、运营总监、视觉总监等８大职位全面开放。

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。加盟新智元，与人工智能业界领袖携手改变世界。

　　简历投递：jobs@aiera.com.cn HR 微信：13552313024

　　【新智元导读】麦肯锡最近一篇长达20页PDF的报告对中国AI当下的发展状态进行了全面而细致的介绍。文章从学术研究、算法、数据、计算能力四个角度分析中国的AI实力。文章指出，AI 对中国发展事关重大，但是目前的致命要害是人才。文章最后为中国AI的发展提出了5个战略建议：建立健全的数据生态系统；扩大传统产业内 AI 的采用比例；加强专业 AI 人才的输送等。作为顶级咨询机构，麦肯锡的建议合不合理，欢迎留言评论。

　　在新智元微信公众号回复“中国AI”，下载20页PDF报告。

　　人工智能，或者说，让计算机系统能完成那些一般与人类心智相关联的任务的概念，已经从未来学家们的想象变成了当下的现实。2016年，AlphaGo击败李世石，向世界宣告了这样一个信号——让机器像人一样思考，甚至在能力上超过人类，确实是可能的。

　　由于数据的收集和聚合，算法以及处理能力的进步，计算机科学家在人工智能上获得了显著的进步。此前，在这一领域，计算机系统此前只能经由编程来完成僵化的定义任务，现在，可以给它们一个更加通用的学习策略，让它们可以开始使用新的数据输入，而不需要经过专门的编程。如今，许多机器学习系统已经被用于商业应用。其应用数量巨大，并且采用率在各行各业，比如金融、医疗和制造业等，都有非常快速的上升。

　　由于能急剧地促进生产力的提高，AI 技术可能会对中国的经济增长和其劳动力产生颠覆性的影响。麦肯锡今年早些时候预测，中国国内有一半的工作活动都会被自动化，这也让中国成为世界上自动化潜力最大的国家。

　　数以亿计的中国工人可能受到影响，由循规蹈矩的工作和可预测、可编程任务组成的工作特别容易受到冲击。虽然对劳动力市场的影响在整体上会是渐进的，但在特定工作上，却可能会带来突变。AI 可能会让一些工作岗位迅速消失。总体而言，人工智能将凸显数字技能的优势，同时降低对中低技能工人的需求，从而可能会加剧收入不平等。

　　另一方面，AI 对生产力和对中国未来经济的增长影响可能会和人口老龄化一样重要。根据麦肯锡全球研究院的报告，AI驱动的自动化可以给中国经济一个推动力，根据采用的速度可能会有所变化，但是每年基本可以增加0.8到1.4个百分点的GDP增长。

　　随着中国的科技巨头公司在研发上投入大量投资，中国已经成为全球领先的AI开发中心之一。其优势包括大量的人口和多样化的行业组合，具有产生大量数据和提供巨大市场的潜力。但中国需要聚焦在发展自己的创新能力。美国和英国目前正在进行更多有影响力的AI研究，而更强大的美国生态系统培育出了更有竞争力的AI创业公司。实现 AI 在中国的经济潜力也取决于其实际应用 ：不仅仅是科技巨头，还在于中国的传统产业。实现这一目标需要在企业领导层形成战略意识，提供技术指南，预测实施成本。

　　AI 本身的能力是让人兴奋的，并且潜力巨大，通过改进医疗、环境、安全和教育，能提升人类的生活。同时，AI同时也混合着复杂的道德、法律、安全问题，伴随有隐私、歧视、信任和监管等难题。随着逐渐AI引入社会，应该对此进行更广泛的审慎治理。

　　虽然市场本身会推动AI的发展和采用，但正确的政策框架可以为增长创造一个健康的环境。有五大重要举措可以构成中国 AI 战略的基础：1. 建立健全的数据生态系统; 2. 促进传统行业对AI 的采用; 3. 加强专业AI人才管理; 4. 针对挑战设立教育和培训制度; 5. 并在中国公民和全球社会之间建立道德上和法律上的共识。

　　技术行业正在日益全球化。中国在AI的发展和治理领域具有领导国际合作的能力和机会，以确保这一突破性技术对全人类的普遍福利作出积极的贡献。

　　通往变革之路

　　计算机科学家在机器学习和深度学习方面取得了重大突破，为机器提供了认知和预测能力。今天，这些系统已经在现实世界中部署。

　　AI 被定义为能够模仿通常与人类心智相关的认知功能的机器。这个概念长期以来一直都被认为只存在于想象和科幻小说中，在20世纪50年代和60年代获得了一些初步的理论进展之后，围绕其的乐观心态开始上升。但那波动动力面临着技术上的障碍。

　　随着公众对AI的期望破灭，当时的AI 经历了一段漫长的黯淡时期。随后的几十年，人们又断断续续地获得了一些成功（如IBM的“Deep Blue”超级计算机在国际象棋中击败了Gary Kasparov），但现实世界的用例过于孤立，无法支持大规模商业化。

　　进入二十一世纪。数据的收集和聚合，计算能力和算法（特别是机器学习）的突破带来了革命性的技术进步。在一个广受关注的里程碑性的事件，Google的AlphaGo在围棋上击败了人类世界冠军，而这在传统上被认为是机器无法做到的。

　　但是，在AI领域，进步不仅发生在理论层面。利用机器学习的分析工具是未来超智能系统的前身，其中许多已经出现市场上。在金融，医疗和制造等领域的采用正在迅速增长。全球 AI 风险投资资金从2012年的5.89亿美元增长到2016年的超过50亿美元。麦肯锡估计到2025年，AI 应用的总市场将达到1270亿美元。

　　理解 AI 以及它能做什么

　　传统上，我们已经使用计算机的处理能力来更有效地产生输出（例如，比人类可以执行更快更复杂的计算）。传统的软件程序一直以特定的指令编写需要执行的任务。AI系统采取非常不一样的方法。它们可以通过巨大的“大数据”集，挖掘出模式，联系和见解，而且它们也采用广义的学习策略，这使得它们能够适应新的数据输入而不需要明确地重新编程。利用机器学习的系统具有归纳和决策能力，深度学习的出现更是将这种能力的边界扩展得更远。现在的机器学习系统能够自己学习、发现和适应规则。

　　虽然深度学习最近的突破已经产生了可以在某些关键功能中匹配或超越人类智力的人工智能系统，但是我们离“通用AI” - 或者说可以像人类一样执行全面的认知任务的机器还有一段距离。许多机器学习系统已经被用于特定的商业用途，并且应用程序是非常多样的。他们可以为客户提供服务，管理物流，监控设备，优化能源消耗，分析医疗记录。最近麦肯锡全球研究所（MGI）的研究表明，机器学习技术在几乎每个行业都有广泛的应用。

　　要认识AI 的能力，从下面四个维度是一个不错的方法：

感知

预测

指导方法（preion）

综合解决方案（与机器人、自动驾驶等技术的结合）

转载请注明出处。