▎中国人工智能的未来之路

中国要将目前的创新转化为长期可持续的增长引擎，就必须制定一套精心策划的战略。政府可以为人工智能的发展打牢根基，并且设定激励人心的目标，以此刺激私营部门的创新和应用。人工智能的发展基石包括完善的产业、经济、社会以及外交政策框架。

■相关产业及经济政策框架

虽说人工智能尚处于发展早期，但其发展很可能是非线性的。这就意味着完善的产业政策必须尽快到位，否则可能出现激励不当、投资过度和供应过剩的风险， 破坏人工智能所产生的价值。市场将主导人工智能技术的开发和应用，合适的政策框架可为其构建一个健康的发展环境。

■战略重点之一 ：建立完善的数据生态系统

海量数据是训练人工智能系统、吸引人才、加速创新的核心要素之一。中国可以通过建立并落实数据规范、向私营领域开放公共数据、鼓励跨国数据交流来构建一个更为完善的数据生态系统。

首先，建立数据标准是进行广泛数据分享和实现系统间交互操作的重要前提条件，有助于提升物联网及人工智能技术的价值。潜在的庞大数据体量是中国的天然优势，使中国有机会在国际上更好地发挥领头羊的作用。而且，在与中文语言相关的数据规范制定方面，中国也应起到主导作用。

对于特定行业数据，政府可要求现有的监管机构制定必要规则。比如美国证券交易委员会在 2009年出台规定，要求所有上市公司使用 XBRL（可扩展商业报告语言）格式发布财报，确保所有公开数据的机器可读性。

其次，为了提升数据的多样性，政府应提高公共数据的开放程度，并带头建设行业数据库。这些举措同时能够提升公共服务质量、提供政策制定洞见，从而带来额外益处。比如纽约市政府就建立了公开数据门户网站，为市民提供经济发展、 医疗、休闲、公共服务等领域的数据。2012 年纽约市还颁布了《开放数据法案》， 要求政府部门使用机器可读取的数据并建立 API（应用程序编程接口），方便软件研发人员直接连接政府系统并获取数据。

最后，中国政府还需考虑国际数据流的价值。麦肯锡全球研究院的调查表明， 2014年，跨境数据流为全球经济创造了 2.8万亿美元的价值，对经济增长的贡献已经超过实体贸易。此外，研究还指出，由于经济体需要接触全球的思想、研究、科技、人才和最佳实践案例，数据流入和流出都能十分重要。

数据是未来的货币。例如在医学研究中，如果没有全球海量临床数据的支持， 人工智能的潜力就无法得到充分挖掘。过多的桎梏将会束缚中国的人工智能企业，导致其丧失开发具有全球竞争力产品的能力。

■战略重点之二：拓宽人工智能在传统行业的应用

只有当人工智能技术在中国真正普遍的应用于传统行业，而不仅仅属于科技巨头时，其经济潜力才会充分彰显。提升各行各业的生产力水平将创造巨大的价值，但中国首先需要克服重重障碍。

第一重障碍是很多商业领袖还没有意识到改变现有业务运作方式的紧迫性。麦肯锡调查显示，目前在中国的传统行业中，超过 40%的公司仍未将人工智能列入战略优先项。因此，许多公司仍未开始采集未来人工智能系统所需要的数据。例如，农业公司鲜少记录如种植时间表或是气候对产出的影响，而这些信息正是人工智能生成洞见及提升效益所需要的。与此形成对比的是，英国、美国和日本都已建立了全国信息系统采集此类数据，将先进的分析技术引入现代农业管理。

第二重障碍是专业技术知识的缺失。如上文所述，中国需要培养更多的优秀数据科学家，特别是在一些需求紧迫的领域。而能将人工智能知识转化为商业应用创造价值的人才也同样紧缺。为了理解和应用数据，越来越多的企业决策者和中层管理者需要学习新技能。与英特尔类似，一家中国芯片制造商已经意识到，分析在制造和测试过程中的大量数据将有助于改进生产流程并降低残次率。但由于缺乏既懂半导体技术，又懂人工智能的人才，这一想法仍然没能被付诸实施。

第三重障碍是实施成本较高。对中国企业而言，购买人工智能系统、高价聘用专业人才有时并不合算。当人工成本较低时，引入先进技术、精简人工流程的需求也并不那么迫切。

人工智能最大的价值在于引导传统产业的彻底变革。如果政府能够帮助克服人工智能发展初期面临的这些障碍，市场将有机会充分驱动人工智能未来的发展。

减税和补助等传统经济工具可以解决一些问题。同时，政府还应率先垂范应用人工智能系统。这将产生强有力的跟随效应，激活市场，助力服务供应商的发展，积累技术经验和人才，最终达到降低应用成本的目的。

■战略重点之三：加强人工智能专业人才储备

中国面临着巨大的人工智能人才缺口。政府需要大力投资人工智能相关教育和研究项目；重新设计教育体系，突出创新和数字技术的重要性；制定吸引全球顶尖人才的移民政策。

推进人工智能技术的发展，需要建立更大规模的计算机科学精英人才库。政府可出资设立人工智能项目，资助顶尖大学创建人工智能研究实验室和创新中心，以推进大学、科研机构和私营企业间的合作。在这方面，韩国政府已经迈出坚实的一步，投资1万亿韩元与韩国商业巨头合资建立国家级的公私合营人工智能研究中心。加拿大政府也有类似举措：政府向蒙特利尔三所大学的人工智能研究项目投资超过 2亿美元。

许多受访专家表示，中国必须花大力气培养更为广泛的创新文化，方可实现人工智能领域的突破。途径之一就是引入将人工智能和其他学科相结合的大学课程。斯坦福和麻省理工等顶尖美国高等院校已经开设了计算机科学与人文学科的联合专业，旨在寻求激发创造力的新方法。此类课程能够激发人工智能在医疗、法律、金融和媒体等各领域的应用。

投资大学项目可带来长期收益，因为人才是未来吸引国际公司的核心所在，而非传统的税收或其他财务优惠。人工智能的大型研发团队对吸引学术人才愈发重视。谷歌 DeepMind团队中有大约三分之二的成员来自如伦敦大学、牛津大学和蒙特利尔大学等学术机构。这一领域顶尖公司自然而然会向拥有大量人工智能人才的城市汇聚。例如，随着蒙特利尔在该领域的声名鹊起，谷歌和微软都宣布了将向当地大学人工智能研究所投资并拓宽公司在当地的业务。

除了培养国内人才，中国也需要与全球顶尖数据科学家合作，参与到国际协作之中，包括大力引进国际专家来华工作、鼓励中国人工智能研究者出国学习全球最新的创新科技。这些要求政府放松居住和移民政策，并出台奖励和支持措施。

■战略重点之四：确保教育和培训体系与时俱进，支持劳动力大军的再培训

人工智能在经济和社会中的普遍应用还需要数十年，但中国现在就应为一些行业的快速颠覆做好准备。某种关键技术的突破短短几年就可以让一些职业消失。打字员、接线生、胶片洗印师及许多其他职业都随着科技进步基本退出了历史舞台。

未来的一项长久挑战是帮助受到人工智能冲击的行业劳动力重新适应并获得新技能，这将是保障公共福利和维护社会稳定的关键。政府要及时识别哪些是最可能被自动化取代的工作，并为受到影响的劳动力提供再培训，比如与职业培训学校紧密合作，向工人提供免费教育的机会。

与此同时，政府也应着力加强数据和人工智能在各个阶层的教育。未来的政府领导必须理解人工智能才能制定明智的政策，未来的管理人员必须了解人工智能才能管理企业；未来的工人必须学会与人工智能共事才能避免被淘汰。

中国应长期关注相关领域的教育，保证未来劳动力具备所需技能。这不仅包括建立未来数据科学家和工程师储备库，还要让多数劳动力懂得如何在各行各业使用科技。学校需要更重视科学、技术、工程和数学教育，即使是基础教育和职业培训也需要增加数据教育的内容。

人工智能和很多重复性工作的自动化很可能扩大数字鸿沟，因此政府对不平等问题的应对就显得尤为重要。相关举措包括确保教育机会的平等性，保证女学生、农村和内陆地区学生在科学、技术、工程、数学和人工智能等各个方面能够获得充分教育。

■战略重点之五：在国内及国际上建立伦理和法律共识

人工智能的进步将在多个方面为社会带来深远的影响。在最为紧迫的伦理和法律问题上，中国不仅要在本国，更要在国际上促成共识。

在国内，应形成一套透明和广泛的质询程序来确保公众做好迎接变革的准备。一些法律问题，比如隐私保护和自动驾驶汽车的责任认定等，将对人工智能的发展及应用有着举足轻重的影响。全国人大需要建立起法律框架，扫清法律上的不确定性。

待法律框架建立之后，政府就要成立监管机构负责人工智能的监督和管理。考虑到人工智能在各行各业的广泛应用，这就要求政府与各相关机构协商咨询、发挥其专长。比如，医疗领域的应用不当将造成严重后果。因此，国家卫生和计划生育委员会必须在规则制定过程中拥有强有力的话语权。

在国际方面，中国可以牵头组建国际性的监管机构以促进人工智能技术的和平、全面和可持续发展。该国际机构的目标应是监管人工智能的发展、制定标准和确定伦理准则。

除了监管，中国还可以在全球经济发展中起到模范作用。为保证全球数字鸿沟不会成为经济繁荣的长期阻碍，中国可与其他发展中国家分享和交流人工智能技术及管理经验，从而揭开“人工智能一带一路”新篇章。

在未来数十年间，人工智能有可能从根本上改变人类社会。中国应充分利用这一极其重大的技术进步提高生产力以保持较快增长。更为重要的是，中国有能力，也有机会领导人工智能在全球范围的发展和治理，确保人工智能为全人类福祉做出应有的贡献。

end

　　

转载请注明出处。