趋势前瞻:“互联网+人工智能”撑起新一轮工业革命

源:经济日报


人工智能日益成为新一轮产业革命的引擎。在人工智能领域,我国大体上能与世界先进国家发展同步,完全有能力跻身新工业革命前列。我们应该依托互联网平台提供的人工智能创新公共服务方式,加快人工智能核心技术突破,促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用,培育若干引领全球人工智能发展的骨干企业和创新团队,形成创新活跃、开放合作、协同发展的产业生态。我国必须把握这一重大发展机遇,瞄准国际人工智能发展趋势,把人工智能技术与产业升级改造有机结合起来,给经济发展新常态注入智能化的新动力。

人工智能是新工业革命的基础

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,该领域研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能被称为20世纪世界三大尖端科技之一(空间技术、能源技术、人工智能),也被认为是21世纪三大尖端技术之一(基因工程、纳米科学、人工智能)。人工智能被视为人类科学尖端,科研领域皇冠上的明珠。


人工智能的概念最早在20世纪50年代出现,在尔后发展过程中经历了多次起起落落。从50年代末期到60年代,人工智能主攻方向是通过“逻辑专家”的“推理和搜索”方法来解决一些特定问题,如迷宫探索、机器人行动规划,以及各种棋类博弈。然而,当人们意识到当时的人工智能只能解决一些“玩具问题”,而对复杂现实问题束手无策时,人工智能研究走向了第一次低潮。


20世纪80年代,第二次人工智能浪潮卷土重来。这一阶段特点是研发出了能利用“知识”的“专家系统”,让计算机能够像该领域的专家一样出色地开展工作。同时,人工智能在程序设计语言、知识表示、推理方法等方面也都取得了重大进展。然而,到了90年代中期,很多雄心勃勃的大型人工智能计划都面临着推理能力弱、实用性差等难以克服的困难,人工智能研究又进入了第二次低潮。


从20世纪90年代后期开始,人工智能研究的瓶颈又有所突破。由于互联网、浏览器及搜索引擎的问世和快速发展,运用海量数据的“机器学习”迅速崛起,尔后开发的计算机的“深度学习”能够开始模拟人脑的神经网络进行分析学习。由此,人工智能研究与应用进入了又一次新高潮。

各国人工智能技术飞速发展

随着进入新世纪后第三次人工智能浪潮的到来,通过“机器学习”与“深度学习”,用计算机来模拟人的思维过程和智能行为(如学习、推理、思考、规划等)得到极大发展。国际金融危机以后,欧美国家更加重视人工智能技术的研究,在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有所突破。


现阶段人工智能技术突破有两大重点,分别是智能化的云机器人技术和人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一,包括建立开放系统机器人架构、构建网络互联机器人系统平台、开发机器人网络平台的算法和图像处理系统等。在人脑仿生计算技术上,由于“深度学习”的成功运用,电脑可以开始部分模仿人类大脑的运算并能够实现学习和记忆。美国IBM公司正在研究一种新型仿生芯片,预计最快到2019年可完全模拟出人类大脑。为此,各国都在该领域加大投入,企图抢占制高点。


包括谷歌、IBM、Facebook和微软在内的各大公司纷纷加大在人工智能领域布局。这些公司早都在运行自己的人工智能实验室。最近一个新趋势是,各大公司纷纷开放了自己的研究资源平台,以期吸引更多研究者在其上参与研究。2015年11月,谷歌开发了一个名叫TensorFlow的机器学习平台,把复杂数据结构传输至人工智能神经网中进行分析和处理。全球各地开发者和爱好者都可以免费使用这个平台。Facebook人工智能研究院也推出基于Torch机器学习框架的能提升人工神经网络运行性能的开源工具。Facebook也宣布开放针对神经网络研究的服务器“Big Sur”。最近,IBM也宣布开源了旗下机器学习平台SystemML,用以支持描述性分析、分类、聚类、回归、矩阵分解及生存分析等算法。亚马逊开放的Amazon Machine Learning,可以让任何开发者都能够轻松使用历史数据开发并部署预测模型。


对人工智能如此的快速发展人们也产生了一些忧虑。著名物理学家斯蒂芬·威廉·霍金教授多次表示,如果人工智能拥有自我意志,能够对自身设计进行自我改进,那么很快人类将无法与之抗衡。2015年7月,包括霍金、马斯克、史蒂夫·沃兹尼亚克在内的多名学者签署了一封公开信,呼吁禁止自动化武器,从而避免引发军备竞赛,产生比冷战更危险的态势。著名美国实业家雷·库茨维尔预计21世纪的40年代将会出现人工智能超越人类智能的“奇点”。为此,由谷歌和美国国家航天航空局及若干科技界专家联合建立了一个“奇点大学”,专门来研究如何应对这一“人类面临的重大挑战”。


人们同样担心的是,迅速发展的人工智能技术会严重威胁到劳动人口的就业。未来智能机器人不但可以替代低端、低技能蓝领工作,还有可能冲击知识密集型工作和服务类岗位。美国美林银行预测未来英国将有35%工作被机器人取代,而美国这一比例有可能高达47%。


当然,对这一问题持乐观态度的人也不少。持这种观点的人认为,世界上总有些工作需要如同情心、创造力、判断力等人类独有的特质,这些是机器难以胜任的。华盛顿皮尤研究中心一个调查显示,有52%专家预期,虽然2025年很多工作会被机器人取代,未来人工智能发展创造的岗位会比被取代的岗位多。

“互联网+”带动我国人工智能技术实现突破

在人工智能技术领域,我国大体上能够与世界先进国家发展同步。近年来,我国在视觉识别、语音识别等领域实现了技术突破,处于国际领先水平。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入实际应用。


以百度、阿里巴巴、腾讯为首的互联网巨头公司已在人工智能领域上布局。2013年百度成立了我国首个深度学习研究院,该院的“百度大脑计划”融合了深度学习算法等多项技术,拥有200亿个参数,构成了一套巨大的深度神经网络。目前,通过“百度大脑”的参与,语音识别的相对错误率降低了20%-30%,扫描文本图像生成汉字文本的相对错误率降低了30%。今天的“百度大脑”已达到相当于两到三岁孩子的智力水平。阿里巴巴则研发并对外开放了我国首个人工智能计算平台“DTPAI”。开发者可通过简单拖拽方式完成对海量数据的分析挖掘。该平台是基于阿里云大数据处理平台“ODPS”构建的,后者可在6小时内处理相当于1亿部高清电影容量的数据。全球掌握这种能力的只有谷歌、亚马逊等几个公司。腾讯公司则研发与对外开放了视觉识别平台“腾讯优图”。它在人脸识别上达到了稳居世界前列的99.5%以上准确率,即将在微众银行、财付通等相关产品中大规模应用。


除此之外,我国在人工智能领域还有近百家创业公司,业务覆盖了工业机器人、服务机器人、商业智能及视觉识别等技术领域。科大讯飞的“讯飞超脑”计划,京东公司的智能聊天机器人等都达到了国际先进水平。据估计,2014年我国智能语音交互产业规模达到100亿元人民币,指纹识别、人脸识别、虹膜识别等产业规模达100亿元人民币。

大力推进“互联网+人工智能”行动

应该看到,尽管我国在一些人工智能关键技术尤其是核心算法方面与国际水平相差不远,但整体发展水平与发达国家相比仍有差距。在人工智能基础理论方面,我国与世界一流学术水平还有一定距离。人工智能高端人才紧缺,已成为制约我国人工智能行业发展的重要原因。在高精尖零部件、技术工业、工业设计、大型智能系统及基础平台等方面都亟待改进。以机器人为例,2014年我国销售的5.6万台机器人只有1.6万台来自本土供应商,且大部分是低端机器人。同时,我国人工智能技术发展还面临着体制机制、信息化基础设施、数据共享等方面的挑战。


为加快我国在人工智能领域发展,2015年7月国务院发布了《关于积极推进“互联网+”行动的指导意见》,将“互联网+人工智能”列为11项重点行动之一。《指导意见》提出,要依托互联网平台,加快核心技术突破,促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用,要在国内培育一批引领全球人工智能发展的骨干企业和创新团队,形成创新活跃、开放合作、协同发展的产业生态。


我国经济发展正进入一个新常态。经济发展方式正从规模速度型的粗放式增长向质量效率型的集约式增长转变。供给侧改革要求我们在适度扩大总需求同时,去产能、去库存、去杠杆、降成本、补短板,从生产领域加强优质供给,减少无效供给。因此,在大力淘汰“僵尸企业”同时,我们要更多地依靠改革、转型、创新来培育新增长点,形成新动力。


在我国新一轮改革发展关键时刻,人工智能技术确实给我们提供了一个弯道超车机会。作为制造业大国,近年来我国低成本优势逐渐消失,制造业转型迫在眉睫。对企业而言,利用好新一代信息技术将是其在新时代成长环境中抓住机遇的关键。我们应充分利用大量企业正在转型升级的机会,强化企业在人工智能技术创新中的主体地位,充分发挥百度、阿里巴巴、腾讯等在人工智能领域已经有所建树的大企业作用,紧盯人工智能研究最前沿发展,成为引领全球人工智能发展的骨干企业。同时,培育若干中小智能企业,支持他们面向市场需求来确定创新突破口。从资金、税收、人才、知识产权、放开管制等方面入手,大力营造有利于人工智能领域的企业发展的政策环境和制度环境。鼓励企业结合市场和国家需求,将人工智能的基础和应用研究产品化、商业化,实现产业链的优化和调整。


推动技术创新应该成为一种国家的重要使命和责任。从历史上看,第一次与第二次工业革命的兴起几乎都是由个人与企业推动的,但在而后技术发展中,政府作用越来越大。人工智能是一项抢占未来竞争高地的基础性技术,研究经费耗费巨大,超出个人甚至企业承受范围,更需要国家战略层面的资金支持和参与。政府工作重点在于政策引导与资金支持,特别是在基础研究领域中,抓紧制定政策,建造一批国家级、基础性、共性技术、创新能力保障的人工智能研发基地和平台。高校与科研机构则在推动基础和应用研究上和人才培养上发挥重要作用,同时还应鼓励一部分高校开办人工智能专业研究所与学院。


最后,还要把自主创新与引进消化再创新相结合。虽然人工智能领域中的很多最前沿应用技术掌握在国外,特别是在美国高科技中小企业手中,但他们缺乏大规模低成本的制造能力与市场营销能力。我国制造业和美国中小科技企业有着天然互补性。应支持我国风险投资加大对前沿中小公司的投资,再把这些产品引进国内生产,把我国一部分制造业打造成全球人工智能产品制造链条中的关键环节。


总之,从现在开始到2040年,将是一个人工智能快速发展阶段。人工智能将改变各行各业生产和工作方式,也将催生许多新行业和新领域,最终将全面改变人类生活和世界。我国有集中力量办大事、统筹能力强的制度优势,在人工智能这一战略制高点上,应予以充分发挥。

时代呼唤“懂技术的管理者”

技术与知识产权、技术与法律法规、技术与新闻伦理之间的张力,凸显了新技术成长与旧方法滞后之间的冲突,考验着管理部门呵护技术进步的服务能力与引导社会潮流的监管智慧。


戴上一副眼镜,你就可以进入一个360度的虚拟世界,行人擦肩而过,星辰触手可及……很多人可能都体验过这样的“虚拟现实”(Virtual Reality,简称VR)。普通人可以尽情享受技术的奇思妙想,但对于监管者,时常需要“递进一层”想想,当新技术迅速为媒体所用,可能出现什么监管漏洞,又会提出什么新的管理课题?


“新技术+媒体”的组合,已经一再出现。作为一个巨大的变量,技术始终处于“不断地动荡”状态,未来必将更深刻地影响媒体和传播。在高速公路上,警察不可能骑着自行车来执法。同样,新技术不断拓展媒体的边界,媒体管理也离不开新的技术手段。从门户网站时代到WEB2.0时代,再到移动互联时代,我们已经探索出很多媒体管理的新办法,管理体制也发生了巨大变化,但互联网“未知远远大于已知”,唯有不断创新,才能回应技术带来的持续挑战。


比如,内容发布管理上,由于缺乏传统意义上的“把关人”,对于海量存储、大量自发的内容生产,如何进行筛查甄别?又如,行业秩序管理上,快播事件的“缓存说”,今日头条的“链接说”,相关责任如何界定?被誉为“自万维网产生以来最大的革命”,P2P技术大大促进了信息共享,却让侵权变得明目张胆、让责任认定“法不责众”,如何在道德与法律层面“给技术一个交代”?把医患新闻融入《急诊人生》的游戏、把战乱新闻做成《叙利亚之旅:选择你自己的流亡路线》,“新闻游戏”意在增强报道互动性,但如何避免喧宾夺主以致“用娱乐消费苦难”?技术与知识产权、技术与法律法规、技术与新闻伦理之间的张力,凸显了新技术成长与旧方法滞后之间的冲突。这一冲突,考验着管理部门呵护技术进步的服务能力与引导社会潮流的监管智慧。


在技术上,管理者处于“追赶”状态,是一个不争的事实。前几年,相关部门为了净化青少年上网环境,曾要求我国销售的所有个人电脑出厂时必须预装“绿坝—花季护航”绿色上网过滤软件,旋即因为无法阻断不良信息、被黑客破解改写等技术问题,而引来极大争议。类似的案例,不能仅仅是“花钱买教训”,更需要思考其后的问题:我们现在不缺技术条件、不缺物质资金,但为什么在管理上还“跟跑”得有些狼狈?


人工智能、穿戴设备等还在发展,虚拟现实技术已从游戏行业进军新闻行业,物联网更可能让一切都成为媒体……要做好管理、做好服务、做好引导,需要有前瞻性的眼光。从这个意义上讲,监管者需要有“技术敏感”,密切注视技术与媒体结合的前沿走向,与时俱进地以制度创新堵住传播漏洞;也要保持“技术思维”,从根本上把握住新媒体内容生产与管理的技术关系,适应和研究新技术、新传播、新模式,既不能只知简单应用而不懂技术原理,也不能沉溺于技术本身而陷入细枝末节的应对。如何以系统思维统领监管创新,建立起技术发展的动态跟踪机制?如何整合各方资源,破除新媒体管理创新上的“撒胡椒面”现象?如何动员社会力量,让市场化的技术为我所用?只有以体制、观念上的一系列创新支撑,对媒体融合发展的未来趋势有深刻的把握,我们才能做到“因时而变,随事而制”,在服务中实现监管,在管理中实现引导。


“中国的互联网迫切需要懂技术的管理人员。我们走了很多弯路,企业的创业者和经营者对此都要进行深刻的反思。”“当代毕昇”王选的这句感慨不只是对企业管理者而言,也可视为对媒体融合发展的有力提醒。在舆论环境、媒体格局、传播方式深刻变化的大势下,监管的创新不仅是技术要求,也是治理要求;不仅是业务素养,也是管理素养。用创新回应技术挑战,才能让互联网这个“最大变量”变成“最大正能量”。