中国目前拥有不到30个专注于人工智能的大学研究实验室，仅靠这些实验室无法输出足够的人才满足中国AI行业的招聘需求。此外，中国的AI科学家在计算机视觉和语音识别等领域着力更多，相比其他专门领域不成比例。大学的 AI 项目也能得益于更高的数学和统计学要求，为在该领域保持全球领先付诸努力。此外也可以考虑改变提供科研经费的模式，以促进更多的创新。

　　计算力

　　计算力不是中国人工智能商业发展的直接的瓶颈。随着微处理（microprocessors）在全球市场得到广泛使用，计算能力已经成为可以轻松获得的东西。

　　但中国仍然不能忽视发展自己的先进的半导体、微处理器和高性能计算技术的重要性。计算能力是 AI 的基础之一，具有战略上的重要性。

　　中国历来严重依赖国外的微芯片供应商。对某些类型的高价值半导体，中国几乎完全依赖进口。但是，在2015年，美国政府禁止全球三大芯片供应商 Intel，Nvidia 和 AMD 向中国政府销售高端超级计算机芯片。对核心技术供应实现更强的控制有助于提高中国在未来更广泛地部署人工智能系统的能力。

　　为了解决这个问题，中国政府在2014年发布了《国家集成电路产业发展推进纲要》和《中国制造2025》两份政策性文件，而且政府设立了一个超过 200 亿美元的基金做这件事。这些举措已经开始取得一些成果。

　　专用处理器，例如可以进行大量复杂计算的图形处理单元，对 AI 来说尤其重要。随着中国IC业的发展，也应该对这类处理器的开发给予足够的重视。

　　中国在人工智能方面的战略，重要的是要注意技术行业的日益全球化。AI 价值链的各个方面，从基础研究，到应用开发，到硬件的制造，都涉及全球的协作。除了建立自己的数据生态系统，数据科学研究人才管道和半导体行业外，中国需要确保其 AI 行业建立在与全球市场融合的开放系统之上。

　　AI 发展对经济的影响：在中国可以带来0.8到1.4个百分点的GDP增长

　　AI 是中国加速生产力发展的一个重要机遇，也是解决人口老龄化的一个关键。但是，政策制定者也需要考虑AI 可能带来的对劳动力市场的潜在破坏，并为此做好准备。

　　近几十年来，随着劳动力扩张推动经济增长，中国的发展得益于“人口红利”。但随着人口老龄化，中国将会失去这种优势。研究表明，该国的劳动适龄人口已经达到顶峰，并将在未来几十年内继续缩小。这个人口趋势意味着中国在目前的生产力水平上将会很难维持经济增长所需的劳动力。维持势头的唯一选择是大幅度提高生产力增长。

　　AI可以部分缩小这一差距。 AI 系统可以通过帮助或替换人类来更有效地完成现有的工作活动来提高生产力。例如，英特尔在其芯片制造过程的同时收集大量数据以进行改进，而在过去，如果发生错误，该公司则主要依靠人力来对数据进行根本原因分析。但现在机器学习可以比人类快得多完成这个任务，算法可以筛选关于每个芯片的成千上万个数据点，以找出具有缺陷的那些中的常见模式。此外，AI 可以使工业机械，供应链，物流路线等过程更加有效。 AI应用程序可以通过预测故障，识别项目瓶颈以及将流程和决策自动化来创造卓越的效率。

　　中国经济的很大一部分包括住酒店和饮食服务、制造业，农业和其他部门。根据MGI的报告，AI领导的自动化可以使中国经济生产力提高，根据采用速度，每年可以增加0.8到1.4个百分点的GDP。

　　除了提升生产力以外，AI 的崛起还非常有可能会创造出新的产品和服务，进而催生出新的职业和生意。仅仅几十年前，没人可以想象，现在竟然有大量的工作与互联网经济有关，AI 也有类似的变革效应。

　　AI 有可能大幅度提高生产力增长，但这可能会带来更大的收入差距。在客户服务等角色中需要的人会越来越少。总体而言，人工智能将会增加所谓“技能偏向型的技术变革”的趋势，那就是数字技能将会有一个新的溢价，但与此同时，中低技能工人的需求就会减少。这可能会减少总劳动力需求。虽然平均收入可能会上升，但是两极化会加大。 “数字鸿沟”可以表现为社会鸿沟。

　　总的来说，中国的劳动力可以被自动化的程度比世界上任何其他国家都要高。 MGI估计，中国51％的工作可以自动化，相当于3.94亿全职员工。然而，即使在早期采用的情况下，约90％的工作活动将自动化，到2055年，中国要实现4-5％国内生产总值增长目标，仍可能面临所需劳动力不足的情况。这将使中国会寻求更多的方法来提高生产率。

　　常规工作和可预测的、可编程任务将特别容易受到AI的替换。由于成本效益，中等技能工人可能首当其冲，而支付低的职位可能会持续更长时间。然而，这并不是说今天的高技能工作将完全免受破坏。有专业知识和经验的专业人士（如医生）执行的许多任务可能会自动化，这些工作可能会改变，更多地侧重于个人互动。许多工作不会消失，但是他们的活动组合会发生变化，教育和培训系统将需要做出相应改变。

　　最近美国政府的一份报告提出了未来可能会普及化的AI相关工作，分为四类：需要与AI系统一起工作以完成复杂任务的参与工作（如使用AI应用程序进行常规的护士病人检查）; 开发工作，创建AI技术和应用程序（如数据库科学家和软件开发人员）; 监控，许可或维修AI系统的监督工作（如维护AI机器人的技术人员）; 以及响应AI驱动的范式转变的工作（例如律师围绕AI创建法律框架，或创建可容纳自主车辆的环境的城市规划者）。

　　AI 对社会的影响：应该采取谨慎的监管

　　AI 技术可以改善医疗、环境、安全和教育水平，具有增强人类福祉的激动人心的潜力。同时，由于它模糊了物理、数字和个人领域之间的界限，也引起了复杂的伦理、法律和安全问题。在将 AI 引入社会的过程中，应该采取谨慎的监管。

转载请注明出处。