對於中國而言，人工智慧的發展是一個歷史性的戰略機遇，對緩解未來人口老齡化壓力、應對可持續發展挑戰以及促進經濟結構轉型升級至關重要。

雖然“人工智慧”(AI)已經成為一個幾乎人人皆知的概念，但對人工智慧的定義還沒有達成普遍共識。傳統的人工智慧發展思路是研究人類如何產生智慧，然後讓機器學習人的思考方式和行為。現代人工智慧概念的提出者約翰·麥卡錫認為，機器不一定需要像人一樣思考才能獲得智慧，重點是讓機器能夠解決人腦所能解決的問題。

第四次工業革命正在來臨，而人工智慧已經從科幻逐步走入現實。從1956年人工智慧這個概念被首次提出以來，人工智慧的發展幾經沉浮。隨著核心演算法的突破、計算能力的迅速提高、以及海量網際網路資料的支撐，人工智慧終於在21世紀的第二個十年裡迎來質的飛躍，成為全球矚目的科技焦點。自從2016年AIphaGo戰勝李世石之後，全球對於人工智慧發展的興奮與擔憂交織難分。

即使如此，世界各國已經認識到人工智慧是未來國家之間競爭的關鍵賽場，因而紛紛開始部署人工智慧發展戰略，以期佔領新一輪科技革命的歷史高點。對於中國而言，人工智慧的發展是一個歷史性的戰略機遇，對緩解未來人口老齡化壓力、應對可持續發展挑戰以及促進經濟結構轉型升級至關重要。

本文從科技產出與人才投入、產業發展和市場應用、發展戰略和政策環境等方面描繪中國人工智慧的發展面貌。

科技產出與人才投入

1. 論文產出 : 中國人工智慧論文總量和高被引論文數量都是世界第一。中國在人工智慧領域論文的全球佔比從 1997 年 4.26% 增長至2017 年的 27.68%，遙遙領先其他國家。高校是人工智慧論文產出的絕對主力，在全球論文產出百強機構中，87家為高校。中國頂尖高校的人工智慧論文產出在全球範圍內都表現得十分出眾。不僅如此，中國的高被引論文呈現出快速增長的趨勢，並在 2013 年超過美國成為世界第一。但在全球企業論文產出排行中，中國只有國家電網公司的排名進入全球前 20 位。從學科分佈看，電腦科學、工程和自動控制系統是人工智慧論文分佈最多的學科。國際合作對人工智慧論文產出的影響十分明顯，高水平論文裡中國通過國際合作而發表的佔比高達 42.64% 。

2. 專利申請 : 中國專利數量略微領先於美國和日本，國家電網表現突出。中國已經成為全球人工智慧專利佈局最多的國家，數量略微領先於美國和日本，而中美日三國佔全球總體專利公開數量的 74%。全球專利申請主要集中在語音識別、影象識別、機器人以及機器學習等細分方向。中國人工智慧專利持有數量前 30 名的機構中，科研院所與大學和企業的表現相當，其技術發明數量佔比分別為 52% 和48%。企業中的主要專利權人表現差異巨大，尤其是中國國家電網近五年的人工智慧相關技術發展迅速，在國內佈局專利技術量遠高於其他專利權人，而且在全球企業排名中位列第四。中國的專利技術集中在資料處理系統和數字資訊傳輸等領域，其中影象處理分析的相關專利佔總發明件數的 16%。電力工程也已成為中國人工智慧專利佈局的重要領域。

3. 人才投入 : 中國人工智慧人才總量居世界第二，但是傑出人才佔比偏低。截至 2017 年，中國的人工智慧人才擁有量達到 18232 人，佔世界總量的 8.9%，僅次於美國(13.9% ) 。高校和科研機構是人工智慧人才的主要載體，清華大學和中國科學院系統成為全球人工智慧人才投入量最大的機構。然而，按高 H 因子（又稱 H 指數，用於評價科學家的科研績效）衡量的中國傑出人才只有 977 人，不及美國的五分之一，排名世界第六。企業人才投入量相對較少，高強度人才投入的企業集中在美國，中國僅有華為一家企業進入全球前 20。中國人工智慧人才集中在東部和中部，但個別西部城市如西安和成都也表現十分突出。國際人工智慧人才集中在機器學習、資料探勘和模式識別等領域，而中國的人工智慧人才研究領域則比較分散。

產業發展和市場應用

1. 企業規模 : 中國人工智慧企業數量為全球第二，北京是全球人工智慧企業最集中的城市。截至2018 年 6 月，全球共監測到人工智慧企業總數達 4925 家，其中美國人工智慧企業數 2028 家，位列全球第一。中國( 不含港澳臺地區 )人工智慧企業總數 1011 家，位列全球第二，其後分別是英國、加拿大和印度（圖 1）：

從城市尺度看（圖 2），全球人工智慧企業數量排名前 20 的城市中，美國佔 9 個，中國佔 4 個，加拿大佔 3 個，英國、德國、法國和以色列各佔 1 個。其中，北京成為全球人工智慧企業數量最多的城市，其次是舊金山和倫敦。上海、深圳和杭州的人工智慧企業數量也進入全球前 20。

從成立時間看（圖 3），中國人工智慧創業企業的湧現集中在2012-2016 年，在 2015 年達到頂峰，新增初創企業數量達到 228 家。從2016 年開始，創業企業的增速有所放緩。

中國人工智慧企業的平均年齡為 5.5 年。其中，北京、上海和天津等地初創企業雲集，企業平均年齡相較於全國平均水平更年輕，平均年齡在 5.5 年以下。山東和遼寧等地老牌工業機器人和自動化企業轉型較多，企業年齡相對較大。

人工智慧的應用技術主要包括語音類技術 ( 包括語音識別、語音合成等 )、視覺類技術 ( 包括生物識別、影象識別、視訊識別等 ) 和自然語言處理類技術 ( 包括機器翻譯、文字挖掘、情感分析等 )。將基礎硬體考慮在內，國內外人工智慧企業應用技術分佈如圖 4 所示。相比國外，中國人工智慧企業的應用技術更集中於視覺和語音，而基礎硬體佔比偏小。

人工智慧在行業應用上包括智慧機器人、智慧駕駛、無人機、AR/VR、大資料及資料服務、各類垂直領域應用(本文中定義為“AI+")等。國內外人工智慧企業的行業應用分佈如圖 5 所示。可以看出，相比於國外，國內企業更看重智慧機器人、無人機和智慧駕駛等終端產品的市場，而國外企業更注重 AI在各類垂直行業的應用。

2. 風險投資 : 中國已成為全球人工智慧投融資規模最大的國家。自 2013 年以來，全球和中國人工智慧行業投融資規模都呈上漲趨勢（圖 6）。2017 年全球人工智慧投融資總規模達 395 億美元，融資事件1208 筆，其中中國的投融資總額達到 277.1 億美元，融資事件 369 筆。中國 AI 企業融資總額佔全球融資總額的 70%，融資筆數達 31%。

根據 2013 年到 2018 年第一季度全球的投融資資料，中國已在人工智慧融資規模上超越美國成為全球最“吸金”國家，但是在投融資筆數上，美國仍然在全球處於領先地位。

國內融資金額和融資筆數最高的省市是北京，且遙遙領先其他各省。上海、浙江、江蘇和廣東等省市的表現也比較突出。值得注意的是，廣東省雖然投融資總額相對較少，但活躍度很高，融資筆數僅次於北京和上海。各省融資金額和筆數如圖 7 所示。

從投融資輪次分佈看，從 2015年開始，國內投融資活動早期投資( 包括種子輪、天使輪和 A 輪 ) 的佔比逐漸下降，這意味著國內投融資活動愈加趨於理性，產業也逐漸走向成熟。國內投融資活動各個輪次佔比如圖 8 所示。

3. 市場規模 : 中國人工智慧市場增長迅速，計算機視覺市場規模最大。 2017 年中國人工智慧市場規模達到 237.4 億元，相較於 2016年增長 67%。其中以生物識別、影象識別、視訊識別等技術為核心的計算機視覺市場規模最大，佔比34.9%，達到 82.8 億元（圖 9）。

中國人工智慧創業熱潮與投融資熱情在 2017 年迴歸理性，但隨著人工智慧各項技術的不斷成熟以及各類應用場景的落地，預計在 2018年，人工智慧市場增速將達到 75%，整體規模將達到 415.5 億元（圖 10）。

2018 年，機器學習、深度學習等演算法能力的增強將促進計算機視覺、語音等技術不斷突破。核心計算晶片也成為巨頭們戰略佈局的一環，谷歌升級 TPU3.0，英偉達釋出最大 GPU，國內寒武紀推出首款雲端智慧晶片 MLU100，阿里、華為、小米紛紛推出自己的 AI 晶片產品，並將進入大批量商用上市階段，人工智慧產業將繼續增長並與垂直行業加深融合。

4. 產品應用 : 應用範圍廣泛，語音和視覺類產品最為成熟。伴隨著演算法、算力的不斷演進和提升，基於語音、自然語言處理和視覺技術，有越來越多的應用和產品落地。比較典型的包括語音互動類產品( 如智慧音箱、智慧語音助理、智慧車載系統等 )、智慧機器人、無人機、無人駕駛汽車等。在行業解決方案方面，人工智慧的應用範圍則更加廣泛，目前已經在醫療健康、金融、教育、安防、商業、智慧家居等多個垂直領域得到應用。

（1）人工智慧終端產品。目前，由於人工智慧技術尚處於發展階段，且以機器學習、深度學習為代表的新一代人工智慧技術主要體現在演算法層面，而成熟的實體終端產品並不多。下面主要對發展較為成熟，且已初具市場規模的三款終端產品予以介紹，分別是智慧音箱、智慧機器人和無人機。

①智慧音箱。搭載了人工智慧語音互動系統的聯網智慧音箱近幾年年均複合增長率超過 30%，全球總市場規模將從 2017 年的 11.5 億美元增至 2021 年的 35.2 億美元，超過普通智慧音箱市場。

研究公司 Canalys 今年 5 月釋出的最新資料顯示，谷歌已經超過亞馬遜成為全球智慧音箱市場的第一巨頭。谷歌在 2018 年第一季度售出了 320 萬臺智慧音箱，市場份額達 36.2%。相比之下，亞馬遜售出了 250 萬臺 Echo 智慧音箱，市場份額為 27.7%。中國兩大品牌阿里巴巴天貓和小米在第一季度分列全球智慧音箱市場第三和第四位，市場份額分別為 11.8% 和 7.0%。

②智慧機器人。智慧機器人的關鍵技術包括視覺、感測、人機互動和機電一體化等。從應用角度分，智慧機器人可以分為工業機器人和服務機器人。其中，工業機器人一般包括搬運機器人、碼垛機器人、噴塗機器人和協作機器人等。服務機器人可以分為行業應用機器人和個人 / 家用機器人。其中，行業應用機器人包括智慧客服、醫療機器人、物流機器人、引領和迎賓機器人等 ; 個人 / 家用機器人包括個人虛擬助理、家庭作業機器人 ( 如掃地機器人 )、兒童教育機器人、老人看護機器人和情感陪伴機器人等。

根據 IFR 2018 年 6 月最新發布的資料，2017 年全球機器人市場規模已達 500 億美元。2017 年全球工業機器人的總銷量達 38 萬臺，同比增長 29%。中國自 2013 年以後一直是全球最大的工業機器人市場。2017 年，中國的工業機器人銷量達 13.8 萬臺，其次是韓國，約 4萬臺，日本銷量約有 3.8 萬臺。在美洲，美國是最大的單一市場，銷售了約3.3萬臺工業機器人。在歐洲，德國售出了約 2.2 萬臺。中、韓、日、美、德五國 2017 年工業機器人銷量佔全球總銷量的 71%（圖 11）。

③無人機。目前無人機市場主要由個人消費級無人機和商用無人機構成。消費級無人機主要用於航拍、跟拍等娛樂場景。商用無人機的應用範圍則非常廣泛，可以用於農林植保、物流、安保、巡防等多個領域。

消費級無人機售價基本保持在5000 美元以下，續航能力不超過 1小時。商用無人機相比於個人無人機，擁有更大的有效載荷和更長的飛行時間，目前在工業領域應用最為成功。商用無人機市場出貨量雖小，但售價較高，其收入佔據了無人機市場的三分之二。Gartner 預測2018 年全球無人機市場產量將達313 萬臺，市場規模將達到 73 億美元，預計較 2017 年同比增長 28%。

目前國內最有影響力的無人機企業是大疆創新 (DJ I)。大疆主要開發製造消費級無人機，同時在民用領域也有滲透。在消費級無人機市場，大疆在全球佔有絕對領先的市場地位。

除大疆外，國內還有一些發展較快、比較有影響力的無人機企業，如億航、零零無限、零度智控和極飛科技等。

（2）人工智慧的行業應用。相較於終端產品，人工智慧在相關行業的應用則更為豐富。

①智慧醫療。隨著人工智慧技術的不斷落地，已有不少應用人工智慧提高醫療服務水平的成功案例。人工智慧已深入醫療健康領域的方方面面，包括智慧診療、醫學影像分析、醫學資料治理、健康管理、精準醫療、新葯研發等場景中都可以看到人工智慧的身影。

過去，醫生以自己的醫療知識和臨床經驗為基礎，根據病人的症狀和檢查結果判定病症及病程。如今，人們將人工智慧應用於醫療輔助診斷，讓計算機“學習”專業的醫療知識、“記憶”海量歷史病例、識別醫學影像，構建智慧診療系統，為醫生提供一個“超級助手”，幫助醫生完成診斷。IBM 的Watson 是智慧診療應用中的一個著名案例，Watson 可以在 17 秒內閱讀 3469 本醫學專著、248000 篇論文、69 種治療方案、61540 次試驗數 據、106000 份 臨 床 報 告。2012年 Watson 通過了美國職業醫師資格考試，並部署在美國多家醫院提供輔助診療的服務。目前 Watson 提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀膚癌、卵巢癌、子宮癌等多種癌症。

②智慧金融。智慧金融是人工智慧技術與金融體系的全面融合。人工智慧在金融領域的應用主要包括“智慧投顧”和金融欺詐檢測等。

“智慧投顧”，即智慧投資顧問，是金融科技中非常常見的一類應用場景。“智慧投顧”通過機器學習演算法，根據客戶設定的收益目標、年齡、收入、當前資產及風險承受能力自動調整金融投資組合，以實現客戶的收益目標。不僅如此，演算法還能根據客戶收益目標的變動和市場行情的變化實時自動調整投資策略，始終圍繞客戶的收益目標為客戶提供最佳投資組合。目前美國的一些大中型投資公司（如Betterment 和 WeaIthFront）已經通過“智慧投顧”為客戶提供服務，並且價格低廉，獲得了年輕一代的喜愛和認可。

以往金融欺詐檢測系統非常依賴複雜和呆板的規則，由於缺乏有效的科技手段，已無法應對日益演進的欺詐模式和欺詐技術。偽造、冒充身份等欺詐事件常有發生，給金融企業和使用者造成很大經濟損失。國內以猛獁反欺詐為代表的金融科技公司，應用人工智慧技術構建自動、智慧的反欺詐技術和系統，可以幫助企業風控系統打造使用者行為追蹤與分析能力，建立異常特徵的自動識別能力，逐步達到自主、實時發現新欺詐模式的目標。

③智慧安防。安防是人工智慧落地較好的應用領域。安防以影象、視訊資料為核心，海量的資料來源滿足了演算法和模型訓練的需求，同時人工智慧技術也為安防行業事前預警、事中響應和事後處理提供了技術保障。

目前，人工智慧在安防領域的應用主要包括警用和民用兩個方向。警用方向，人工智慧在公安行業的應用最具有代表性。利用人工智慧技術實時分析影象和視訊內容，可以識別人員、車輛資訊、追蹤犯罪嫌疑人，也可以通過視訊檢索從海量圖片和視訊庫中對犯罪嫌疑人進行檢索比對，為各類案件偵查節省寶貴時間。在民用方向，利用人工智慧可以實現智慧樓宇和工業園區的智慧監控。智慧樓宇包括門禁管理、通過攝像頭實現“人臉打卡”、人員進出管理、發現盜竊和違規探訪的行為。在工業園區，固定攝像頭和巡防機器人配合，可實現對園區內各個場所的實時監控，並對潛在的危險進行預警。除此之外，民用安防方向還有一個非常重要的應用場景，就是家用安防。當檢測到家庭中沒有人員時，家庭安防攝像機可自動進入佈防模式，有異常時，給予闖入人員聲音警告，並遠端通知家庭主人。而當家庭成員回家後，又能自動撤防，保護使用者隱私。

安防領域作為人工智慧成功落地的一個應用，國內很多安防企業也開始從技術、產品等不同角度涉足人工智慧。大華、海康威視、東方網力等傳統企業在不斷加大安防產品的智慧化 ; 另外，像商湯科技、曠視科技、雲從科技和依圖科技等以演算法見長的企業正將技術重點聚焦於人臉識別、行為分析等影象智慧領域。

④智慧家居。智慧家居基於物聯網技術，以住宅為平臺，由硬體、軟體、雲平臺構成家居生態圈。智慧家居可以實現遠端裝置控制、人機互動、裝置互聯互通、使用者行為分析和使用者畫像等，為使用者提供個性化生活服務，使家居生活更便捷、舒適和安全。

例如，藉助語音和自然語言處理技術，使用者通過說話即可實現對智慧家居產品的控制，如語音控制開關窗簾 ( 窗戶 )、照明系統、調節音量、切換電視節目等操作 ; 藉助機器學習和深度學習技術，智慧電視、智慧音箱等可以根據使用者訂閱或者收看的歷史資料對使用者進行畫像，並將使用者可能感興趣的內容推薦給使用者。在家居安防方面，可以利用面部識別、指紋識別等生物識別技術對智慧家居產品進行解鎖，通過智慧攝像頭實時監控住宅安全，對非法入侵者進行監測等。

在國內，小米打造的智慧家居生態鏈在經歷了幾年的積累後，已經形成了一套自研、自產、自銷的完整體系，接入生態鏈的硬體已經高達6000萬臺。另外，以美的、海爾、格力為代表的傳統家電企業依託本身龐大的產品線及市場佔有率，也在積極向智慧家居轉型，推進自己的智慧戰略。

⑤智慧電網。伴隨著電網規模日趨龐大，未來人工智慧將成為智慧電網的核心部分。在需求方面，人工智慧技術能持續監控家庭和企業的智慧電錶和感測器的供需情況，實時調整電網的電力流量，實現電網的可靠、安全、經濟、高效。

在供應方面，人工智慧技術能協助電力網路營運商或者政府改變能源組合，調整化石能源使用量，增加可再生資源的產量，並且將可再生能源的自然間歇性破壞降到最低。生產者將能夠對多個來源產生的能源輸出進行管理，以便實時匹配社會、空間和時間的需求變化。

線上路的巡視巡檢方面，藉助智慧巡檢機器人和無人機實現規模化、智慧化作業，提高效率和安全性。智慧巡檢機器人搭載多種檢測儀，能夠近距離觀察裝置，運檢準確性高。在資料診斷方面，相比人眼和各類手持儀器，機器人巡檢也更精確，而且全天候全自主，大大提高了裝置缺陷和故障查詢的準確性和及時性。同時，可以對機器人巡檢的每個點位的歷史資料進行趨勢分析，提前預警裝置潛在的劣化資訊，為制定精準檢修策略提供科學依據。無人機搭載高清攝像儀，具有高精度定位和自動檢測識別功能，可以飛到幾十米高的輸電鐵塔頂端，利用高清變焦相機對輸電裝置進行拍照，即便非常細小的零件發生鬆脫現象，也可通過鏡頭得到清晰精準的呈現。來自廣東電網的資料顯示，廣東電網在變電站的機巡，年作業量超 18 萬公里，相當於繞地球 4 圈半，其中無人機巡視佔 85%，作業量全球第一，綜合效率提升了 2.6 倍。

發展戰略和政策環境

1. 國際比較 : 各國人工智慧戰略與政策各有著重點。 2013年以來，美、德、英、法、日、中等國都紛紛出臺了人工智慧戰略和政策。各國人工智慧戰略各有側重，美國重視人工智慧對經濟發展、科技領先和國家安全的影響 ; 歐盟國家關注人工智慧帶來的安全、隱私、尊嚴等方面的倫理風險 ; 日本希望人工智慧推進其超智慧社會的建設 ; 而中國人工智慧政策聚焦於實現人工智慧領域的產業化，助力中國的製造強國戰略。各國政策在研發重點和重點應用領域也存在著較大差異。

2. 國家政策 : 從物聯網，到大資料，再到人工智慧。從 2009 至今，中國人工智慧政策的演變可以分為五個階段，其核心主題詞也不斷變化，體現了各階段發展重點的不同。

國家層面政策早期關注物聯網、資訊保安、資料庫等基礎科研，中期關注大資料和基礎設施，而 2017年後人工智慧成為最核心的主題，智慧財產權保護也成為重要主題。綜合來看，中國人工智慧政策主要關注以下六個方面 : 中國製造、創新驅動、物聯網、網際網路 +、大資料、科技研發。

3. 地方政策 : 響應國家戰略，地方政策主題因地而異。地方政府積極響應國家人工智慧發展戰略，其中，《中國製造 2025》處於人工智慧政策應用網路的核心，在地方人工智慧政策制定過程中發揮著綱領性的作用。通過政策釋出數量來看，目前中國人工智慧發展活躍的區域主要集中在京津冀、長三角和粵港澳地區。各省的政策主題也大有不同，比如江蘇省關注基礎設施、物聯網和雲端計算等基礎研發領域，廣東省關注製造和機器人等人工智慧應用，而福建省關注物聯網、大資料、創新平臺和智慧財產權，各地政策與地方發展條件密切相關。

對社會的綜合影響

隨著人工智慧的充分發展，勞動生產率和生產力水平的提升，人們的生活體驗將更加豐富多彩，將更多地將人們從體力勞動乃至常規性的腦力勞動中解放出來，更多地投入到創造性活動當中，使人類自身與社會得到更充分的發展。當前，人工智慧技術的突飛猛進正不斷改變著零售、農業、物流、教育、醫療、金融、商務等領域的發展模式，重構生產、分配、交換、消費等各環節。根據 IDC 資料顯示，在未來5 年內，人工智慧技術應用到多個行業，將極大提高這些行業的運轉效率，具體提升的效率為教育行業82%、零售業 71%、製造業 64%、金融業 58%。

1. 人工智慧對教育和就業的影響。發展人工智慧的最終目的不是用來替代人類，而是幫助人類變得更加智慧，而教育將在這個過程中起到關鍵性作用。人工智慧技術提升經濟活動中的產能，使得人們逐漸從機械的重複性的或危險的勞動中抽離出來，從而增加了思考、欣賞等閒暇時間，更專注於創新能力、思考能力、審美與想象力的潛能開發與提升。

目前，人工智慧在教育領域的應用主要集中在以下幾方面 : 自適應 ( 個性化 ) 學習、虛擬導師、教育機器人、基於程式設計和機器人的科技教育、基於虛擬現實 / 增強現實的場景式教育。用適合自己的方式去學習，不僅效率會提高，而且會保持更長時間的學習興趣。

在教育領域深度發展人工智慧的意義並不是取代教師，而是協助教師使教學變得更加高效和有趣。另外，在人工智慧技術所影響的教育體系中，對人才的資訊輸入與輸出能力、自主學習能力等的要求驟然提高，創新能力的培養也成為重要方向。

隨著技術的發展逐步替代人類從事大部分繁瑣重複的工作或體力勞動，在給人們帶來福利的同時也帶來前所未有的挑戰。今天已經有越來越多的人擔憂是否自己的工作會被人工智慧技術所取代，或者只能在人工智慧所留下的“夾縫”中生存。有專家對中國的就業崗位被人工智慧取代的概率進行了估算，結果顯示，未來 20 年中，約佔總就業人口 76% 的勞動力會受到來自人工智慧技術的衝擊，若只考慮非農業人口，這一比例為 65 %。但同時，人工智慧技術對就業的創造效應也已有所顯現。調查顯示，中國科技公司目前人工智慧團隊規模平均擴張 20%，而且這種需求還會增長。另外國家工業和資訊化部教育考試中心專家稱，在未來幾年中國對 AI 領域的人才需求可能增至 500 萬。

可以判斷，在人工智慧重塑產業格局和消費需求的情境下，一部分工作崗位終將被歷史淘汰，但是也會伴隨著人工智慧技術孵化出一系列新的崗位。另一方面，新型的人機關係正在構建，非程式化的認知類工作會變得愈發難以替代，其對人的創新、思考與想象力提出更高的要求。

機械化和智慧化塑造著新的就業格局，但也要警惕新格局下有可能發生的衍生問題，比如由於失業率上升而引起的貧富差距和社會穩定問題。人工智慧所帶來的“衝擊”是持續性的，對教育和就業的多重影響也是持續性的，因此也需要不斷積極探索與技術革命相匹配、相適應的教育與就業機制。

2. 人工智慧對隱私與安全的影響。今天，在許多生活消費場景中，人們對個性化體驗的需求不斷增加，個性化、場景化服務也逐漸成為人工智慧驅動創新的主要方向。服務供應方在資訊獲取社交化、時間碎片化的情境下，著力建立更靈活便捷的消費場景，給人們帶來更加友好的使用者體驗。與此同時，隨著語音識別、人臉識別、機器學習演算法的發展和日趨成熟，企業可以通過分析客戶畫像真正理解客戶，精準、差異化的服務使得客戶的被重視被滿足感進一步增強。但是在蘊藏著巨大商業價值的同時，也對現有法律秩序與公共安全構成了一定的挑戰。

網路空間的虛擬性，使得個人資料更易於被收集與分享，極大地便利了身份資訊編號、健康狀態、信用記錄、位置活動蹤跡等資訊的儲存、分析和交易過程，與此同時，人們卻很難追蹤個人資料隱私的洩露途徑與程度。例如，以人工智慧技術為支撐的智慧醫療，病人的電子病例、私人資料歸屬權如何界定，醫院獲得及使用私人資料的許可權界限如何規範。再比如人工智慧技術生成作品的著作權問題等。開放的產業生態使得監管機構難以確定監管物件，也令法律的邊界變得越來越模糊。

人工智慧的普遍使用使得“人機關係”發生了趨勢性的改變，人機頻繁互動，可以說已形成互為嵌入式的新型關係。時間與空間的界限被打破、虛擬與真實也被隨意切換，這種趨勢下的不可預測性與不可逆性很有可能會觸發一系列潛在風險。與人們容易忽略的“資訊洩露”不同，人工智慧技術也可能被少數別有用心的人有目的地用於欺詐等犯罪行為。如基於不當手段獲取的個人資訊形成“資料畫像”，並通過社交軟體等冒充熟人進行詐騙。再比如，使用人工智慧技術進行學習與模擬，生成包括影象、視訊、音訊、生物特徵在內的資訊，突破安防屏障。去年曾有報道，新款蘋果手機“刷臉”開機功能被破解即是這類例子。而從潛在風險來看，無人機、無人車、智慧機器人等都存在遭到非法侵入與控制，造成財產損失或被用於犯罪目的的可能。

3.人工智慧對社會公平的影響。隨著人工智慧研發與應用的突飛猛進，一系列價值難題也正逐漸顯現在人們面前。目前還有大量不會上網、由於客觀條件無法使用網際網路及不願觸碰網際網路的人群，已經被定義為人工智慧時代的“邊緣人”，而人工智慧對人們的文化水平、資訊流的掌握程度又有了更高的要求。人工智慧技術越發達，資訊鴻溝就越深，進而演變為服務鴻溝、福利鴻溝，而在人工智慧時代，“邊緣人”將越來越難享受到便捷的智慧資訊服務，也更不易獲得緊缺的服務資源。

在人類社會，按照公正原則，人工智慧技術應該使盡可能多的人群獲益，技術所帶來的福利和便捷應讓儘可能多的人群共享。2017 年初在美國阿西洛馬召開的 Beneficial AI 會議上提出的“阿西洛馬人工智慧原則”強調，應以安全、透明、負責、可解釋、為人類做貢獻和多數人受益等方式開發人工智慧。實實在在的公共服務將極大限度地促進和諧良好的人機關係，使均等的智慧服務惠及各地區、不同行業和不同群體。因此人工智慧技術突飛猛進的同時，要積極思考與研究如何利用其提高基本公共服務平臺的建設水平，不斷縮小資訊鴻溝，建設高效、發達、宜居的智慧社會，推動社會包容與可持續發展，讓全體公民能共享科技創造的美好未來。

初步判斷和反思

結合既有研究，我們可以得到以下幾點對中國人工智慧發展的初步判斷和反思。

1. 從國際比較來看，中國人工智慧發展已經進入國際領先集團。中國在歷次工業革命裡一直處於落後追趕的狀態，而在第四次工業革命興起之際，中國已經和其他國家一起坐在頭班車上。在人工智慧領域，中國在技術發展與市場應用方面已經進入了國際領先集團，呈現中美“雙雄並立”的競爭格局。

2. 從發展質量來看，中國的人工智慧發展還遠未達到十分樂觀的地步。中國的優勢領域主要體現應用方面，而在人工智慧核心技術領域，如硬體和演算法上，力量依然十分薄弱，這使得中國人工智慧發展的基礎不夠牢固。中國的人工智慧技術發展缺乏頂尖人才，與發達國家特別是美國的差距還十分明顯。

3. 從參與主體來看，中國人工智慧企業的知識生產能力亟待提升。科研機構和大學是目前中國人工智慧知識生產的主要力量。相比國外領先企業，中國企業作為一個群體的技術表現還比較遜色，在人工智慧專利申請上落後於國內高校和科研院所。即使是被公認為人工智慧巨頭的百度、阿里巴巴、騰訊(BAT) 等企業，在人才、論文和專利方面也還沒有突出的表現，而它們的美國對手 IBM、微軟、谷歌等企業在每項指標的全球企業排名中均名列前茅。

4. 從應用領域來看，人工智慧與能源系統的結合是一個被忽視的重要領域。電力工程已成為中國人工智慧專利佈局的重要領域，而國家電網公司在人工智慧科研論文和專利申請上都是中國表現最搶眼的企業。這個事實在以往的人工智慧研究中都未被提及或重視，說明人工智慧與能源系統的結合很可能是一個之前被忽視的領域，而這可能為中國人工智慧技術應用開拓新的方向，併為能源低碳轉型做出有益的貢獻。

5. 從發展方式來看，中國需要加強產學研合作，促進知識應用和轉化。國際合作和產學研合作是人工智慧技術發展的重要途徑。目前中國人工智慧知識生產大量停留在大學和科研機構中，在產學研合作促進知識應用和轉化方面仍然存在顯著“短板”。展望未來，中國不但需要大力推進產學研融合創新，還需要更加鮮明地支援企業利用資料、算力等優勢從事人工智慧基礎研究。

6. 從政策環境來看，各地方政府積極支援，但也存在盲目跟風傾向。中國社會對人工智慧的發展總體上是積極樂觀的，為人工智慧產業的發展提供了非常有利的政策、輿論、金融、市場和人才供給等發展環境，但各地在人工智慧發展政策方面仍然存在“跟風中央”、“追逐熱點”的傾向。目前中國在人工智慧發展政策上主要強調促進技術進步和產業應用，而對道德倫理、安全規制等問題還沒有予以足夠重視。

本文轉自 中國經濟報告 2018年第10期，作者：清華大學中國科技政策研究中心

如有侵權，請聯絡~刪除

好課推薦：CDA A+人工智慧課程

課程官網：http://edu.cda.cn/aplusai.html