您所在的位置:
2018年2月25日,在平昌冬奧會閉幕式“北京8分鐘”表演中,由沈陽新松機器人自動化股份有限公司研發(fā)的智能移動機器人與輪滑演員進行表演。 新華社記者 李鋼/攝
2018年5月3日,中國科學院發(fā)布國內(nèi)首款云端人工智能芯片,理論峰值速度達每秒128萬億次定點運算,達到世界先進水平。 新華社記者 金立旺/攝
2017年10月,在沙特阿拉伯首都利雅得舉行的“未來投資倡議”大會上,機器人索菲亞被授予沙特公民身份,她也因此成為全球首個獲得公民身份的機器人。圖為2018年7月10日,在香港會展中心,機器人索菲亞亮相主舞臺。 ISAAC LAWRENCE/視覺中國
2018年11月22日, 在“偉大的變革——慶祝改革開放40周年大型展覽”上,第三代國產(chǎn)骨科手術機器人“天璣”正在模擬做手術,它是國際上首個適應癥覆蓋脊柱全節(jié)段和骨盆髖臼手術的骨科機器人,性能指標達到國際領先水平。 麥田/視覺中國
如同蒸汽時代的蒸汽機、電氣時代的發(fā)電機、信息時代的計算機和互聯(lián)網(wǎng),人工智能正成為推動人類進入智能時代的決定性力量。全球產(chǎn)業(yè)界充分認識到人工智能技術引領新一輪產(chǎn)業(yè)變革的重大意義,紛紛轉(zhuǎn)型發(fā)展,搶灘布局人工智能創(chuàng)新生態(tài)。世界主要發(fā)達國家均把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略,力圖在國際科技競爭中掌握主導權。習近平總書記在十九屆中央政治局第九次集體學習時深刻指出,加快發(fā)展新一代人工智能是事關我國能否抓住新一輪科技革命和產(chǎn)業(yè)變革機遇的戰(zhàn)略問題。錯失一個機遇,就有可能錯過整整一個時代。新一輪科技革命與產(chǎn)業(yè)變革已曙光可見,在這場關乎前途命運的大賽場上,我們必須搶抓機遇、奮起直追、力爭超越。
概念與歷程
了解人工智能向何處去,首先要知道人工智能從何處來。1956年夏,麥卡錫、明斯基等科學家在美國達特茅斯學院開會研討“如何用機器模擬人的智能”,首次提出“人工智能(Artificial Intelligence,簡稱AI)”這一概念,標志著人工智能學科的誕生。
人工智能是研究開發(fā)能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學,研究目的是促使智能機器會聽(語音識別、機器翻譯等)、會看(圖像識別、文字識別等)、會說(語音合成、人機對話等)、會思考(人機對弈、定理證明等)、會學習(機器學習、知識表示等)、會行動(機器人、自動駕駛汽車等)。
人工智能充滿未知的探索道路曲折起伏。如何描述人工智能自1956年以來60余年的發(fā)展歷程,學術界可謂仁者見仁、智者見智。我們將人工智能的發(fā)展歷程劃分為以下6個階段:
一是起步發(fā)展期:1956年—20世紀60年代初。人工智能概念提出后,相繼取得了一批令人矚目的研究成果,如機器定理證明、跳棋程序等,掀起人工智能發(fā)展的第一個高潮。
二是反思發(fā)展期:20世紀60年代—70年代初。人工智能發(fā)展初期的突破性進展大大提升了人們對人工智能的期望,人們開始嘗試更具挑戰(zhàn)性的任務,并提出了一些不切實際的研發(fā)目標。然而,接二連三的失敗和預期目標的落空(例如,無法用機器證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)、機器翻譯鬧出笑話等),使人工智能的發(fā)展走入低谷。
三是應用發(fā)展期:20世紀70年代初—80年代中。20世紀70年代出現(xiàn)的專家系統(tǒng)模擬人類專家的知識和經(jīng)驗解決特定領域的問題,實現(xiàn)了人工智能從理論研究走向?qū)嶋H應用、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破。專家系統(tǒng)在醫(yī)療、化學、地質(zhì)等領域取得成功,推動人工智能走入應用發(fā)展的新高潮。
四是低迷發(fā)展期:20世紀80年代中—90年代中。隨著人工智能的應用規(guī)模不斷擴大,專家系統(tǒng)存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸暴露出來。
五是穩(wěn)步發(fā)展期:20世紀90年代中—2010年。由于網(wǎng)絡技術特別是互聯(lián)網(wǎng)技術的發(fā)展,加速了人工智能的創(chuàng)新研究,促使人工智能技術進一步走向?qū)嵱没?997年國際商業(yè)機器公司(簡稱IBM)深藍超級計算機戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫,2008年IBM提出“智慧地球”的概念。以上都是這一時期的標志性事件。
六是蓬勃發(fā)展期:2011年至今。隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術的發(fā)展,泛在感知數(shù)據(jù)和圖形處理器等計算平臺推動以深度神經(jīng)網(wǎng)絡為代表的人工智能技術飛速發(fā)展,大幅跨越了科學與應用之間的“技術鴻溝”,諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智能技術實現(xiàn)了從“不能用、不好用”到“可以用”的技術突破,迎來爆發(fā)式增長的新高潮。
現(xiàn)狀與影響
對于人工智能的發(fā)展現(xiàn)狀,社會上存在一些“炒作”。比如說,認為人工智能系統(tǒng)的智能水平即將全面超越人類水平、30年內(nèi)機器人將統(tǒng)治世界、人類將成為人工智能的奴隸,等等。這些有意無意的“炒作”和錯誤認識會給人工智能的發(fā)展帶來不利影響。因此,制定人工智能發(fā)展的戰(zhàn)略、方針和政策,首先要準確把握人工智能技術和產(chǎn)業(yè)發(fā)展的現(xiàn)狀。
專用人工智能取得重要突破。從可應用性看,人工智能大體可分為專用人工智能和通用人工智能。面向特定任務(比如下圍棋)的專用人工智能系統(tǒng)由于任務單一、需求明確、應用邊界清晰、領域知識豐富、建模相對簡單,形成了人工智能領域的單點突破,在局部智能水平的單項測試中可以超越人類智能。人工智能的近期進展主要集中在專用智能領域。例如,阿爾法狗(AlphaGo)在圍棋比賽中戰(zhàn)勝人類冠軍,人工智能程序在大規(guī)模圖像識別和人臉識別中達到了超越人類的水平,人工智能系統(tǒng)診斷皮膚癌達到專業(yè)醫(yī)生水平。
通用人工智能尚處于起步階段。人的大腦是一個通用的智能系統(tǒng),能舉一反三、融會貫通,可處理視覺、聽覺、判斷、推理、學習、思考、規(guī)劃、設計等各類問題,可謂“一腦萬用”。真正意義上完備的人工智能系統(tǒng)應該是一個通用的智能系統(tǒng)。目前,雖然專用人工智能領域已取得突破性進展,但是通用人工智能領域的研究與應用仍然任重而道遠,人工智能總體發(fā)展水平仍處于起步階段。當前的人工智能系統(tǒng)在信息感知、機器學習等“淺層智能”方面進步顯著,但是在概念抽象和推理決策等“深層智能”方面的能力還很薄弱。總體上看,目前的人工智能系統(tǒng)可謂有智能沒智慧、有智商沒情商、會計算不會“算計”、有專才而無通才。因此,人工智能依舊存在明顯的局限性,依然還有很多“不能”,與人類智慧還相差甚遠。
人工智能創(chuàng)新創(chuàng)業(yè)如火如荼。全球產(chǎn)業(yè)界充分認識到人工智能技術引領新一輪產(chǎn)業(yè)變革的重大意義,紛紛調(diào)整發(fā)展戰(zhàn)略。比如,谷歌在其2017年年度開發(fā)者大會上明確提出發(fā)展戰(zhàn)略從“移動優(yōu)先”轉(zhuǎn)向“人工智能優(yōu)先”,微軟2017財年年報首次將人工智能作為公司發(fā)展愿景。人工智能領域處于創(chuàng)新創(chuàng)業(yè)的前沿。麥肯錫公司報告指出,2016年全球人工智能研發(fā)投入超300億美元并處于高速增長階段;全球知名風投調(diào)研機構CB Insights報告顯示,2017年全球新成立人工智能創(chuàng)業(yè)公司1100家,人工智能領域共獲得投資152億美元,同比增長141%。
創(chuàng)新生態(tài)布局成為人工智能產(chǎn)業(yè)發(fā)展的戰(zhàn)略高地。信息技術和產(chǎn)業(yè)的發(fā)展史,就是新老信息產(chǎn)業(yè)巨頭搶灘布局信息產(chǎn)業(yè)創(chuàng)新生態(tài)的更替史。例如,傳統(tǒng)信息產(chǎn)業(yè)代表企業(yè)有微軟、英特爾、IBM、甲骨文等,互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時代信息產(chǎn)業(yè)代表企業(yè)有谷歌、蘋果、臉書、亞馬遜、阿里巴巴、騰訊、百度等。人工智能創(chuàng)新生態(tài)包括縱向的數(shù)據(jù)平臺、開源算法、計算芯片、基礎軟件、圖形處理器等技術生態(tài)系統(tǒng)和橫向的智能制造、智能醫(yī)療、智能安防、智能零售、智能家居等商業(yè)和應用生態(tài)系統(tǒng)。目前智能科技時代的信息產(chǎn)業(yè)格局還沒有形成壟斷,因此全球科技產(chǎn)業(yè)巨頭都在積極推動人工智能技術生態(tài)的研發(fā)布局,全力搶占人工智能相關產(chǎn)業(yè)的制高點。
人工智能的社會影響日益凸顯。一方面,人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量,正在推動傳統(tǒng)產(chǎn)業(yè)升級換代,驅(qū)動“無人經(jīng)濟”快速發(fā)展,在智能交通、智能家居、智能醫(yī)療等民生領域產(chǎn)生積極正面影響。另一方面,個人信息和隱私保護、人工智能創(chuàng)作內(nèi)容的知識產(chǎn)權、人工智能系統(tǒng)可能存在的歧視和偏見、無人駕駛系統(tǒng)的交通法規(guī)、腦機接口和人機共生的科技倫理等問題已經(jīng)顯現(xiàn)出來,需要抓緊提供解決方案。
趨勢與展望
經(jīng)過60多年的發(fā)展,人工智能在算法、算力(計算能力)和算料(數(shù)據(jù))等“三算”方面取得了重要突破,正處于從“不能用”到“可以用”的技術拐點,但是距離“很好用”還有諸多瓶頸。那么在可以預見的未來,人工智能發(fā)展將會出現(xiàn)怎樣的趨勢與特征呢?
從專用智能向通用智能發(fā)展。如何實現(xiàn)從專用人工智能向通用人工智能的跨越式發(fā)展,既是下一代人工智能發(fā)展的必然趨勢,也是研究與應用領域的重大挑戰(zhàn)。2016年10月,美國國家科學技術委員會發(fā)布《國家人工智能研究與發(fā)展戰(zhàn)略計劃》,提出在美國的人工智能中長期發(fā)展策略中要著重研究通用人工智能。阿爾法狗系統(tǒng)開發(fā)團隊創(chuàng)始人戴密斯·哈薩比斯提出朝著“創(chuàng)造解決世界上一切問題的通用人工智能”這一目標前進。微軟在2017年成立了通用人工智能實驗室,眾多感知、學習、推理、自然語言理解等方面的科學家參與其中。
從人工智能向人機混合智能發(fā)展。借鑒腦科學和認知科學的研究成果是人工智能的一個重要研究方向。人機混合智能旨在將人的作用或認知模型引入到人工智能系統(tǒng)中,提升人工智能系統(tǒng)的性能,使人工智能成為人類智能的自然延伸和拓展,通過人機協(xié)同更加高效地解決復雜問題。在我國新一代人工智能規(guī)劃和美國腦計劃中,人機混合智能都是重要的研發(fā)方向。
從“人工+智能”向自主智能系統(tǒng)發(fā)展。當前人工智能領域的大量研究集中在深度學習,但是深度學習的局限是需要大量人工干預,比如人工設計深度神經(jīng)網(wǎng)絡模型、人工設定應用場景、人工采集和標注大量訓練數(shù)據(jù)、用戶需要人工適配智能系統(tǒng)等,非常費時費力。因此,科研人員開始關注減少人工干預的自主智能方法,提高機器智能對環(huán)境的自主學習能力。例如阿爾法狗系統(tǒng)的后續(xù)版本阿爾法元從零開始,通過自我對弈強化學習實現(xiàn)圍棋、國際象棋、日本將棋的“通用棋類人工智能”。在人工智能系統(tǒng)的自動化設計方面,2017年谷歌提出的自動化學習系統(tǒng)(AutoML)試圖通過自動創(chuàng)建機器學習系統(tǒng)降低人員成本。
人工智能將加速與其他學科領域交叉滲透。人工智能本身是一門綜合性的前沿學科和高度交叉的復合型學科,研究范疇廣泛而又異常復雜,其發(fā)展需要與計算機科學、數(shù)學、認知科學、神經(jīng)科學和社會科學等學科深度融合。隨著超分辨率光學成像、光遺傳學調(diào)控、透明腦、體細胞克隆等技術的突破,腦與認知科學的發(fā)展開啟了新時代,能夠大規(guī)模、更精細解析智力的神經(jīng)環(huán)路基礎和機制,人工智能將進入生物啟發(fā)的智能階段,依賴于生物學、腦科學、生命科學和心理學等學科的發(fā)現(xiàn),將機理變?yōu)榭捎嬎愕哪P停瑫r人工智能也會促進腦科學、認知科學、生命科學甚至化學、物理、天文學等傳統(tǒng)科學的發(fā)展。
人工智能產(chǎn)業(yè)將蓬勃發(fā)展。隨著人工智能技術的進一步成熟以及政府和產(chǎn)業(yè)界投入的日益增長,人工智能應用的云端化將不斷加速,全球人工智能產(chǎn)業(yè)規(guī)模在未來10年將進入高速增長期。例如,2016年9月,咨詢公司埃森哲發(fā)布報告指出,人工智能技術的應用將為經(jīng)濟發(fā)展注入新動力,可在現(xiàn)有基礎上將勞動生產(chǎn)率提高40%;到2035年,美、日、英、德、法等12個發(fā)達國家的年均經(jīng)濟增長率可以翻一番。2018年麥肯錫公司的研究報告預測,到2030年,約70%的公司將采用至少一種形式的人工智能,人工智能新增經(jīng)濟規(guī)模將達到13萬億美元。
人工智能將推動人類進入普惠型智能社會。“人工智能+X”的創(chuàng)新模式將隨著技術和產(chǎn)業(yè)的發(fā)展日趨成熟,對生產(chǎn)力和產(chǎn)業(yè)結構產(chǎn)生革命性影響,并推動人類進入普惠型智能社會。2017年國際數(shù)據(jù)公司IDC在《信息流引領人工智能新時代》白皮書中指出,未來5年人工智能將提升各行業(yè)運轉(zhuǎn)效率。我國經(jīng)濟社會轉(zhuǎn)型升級對人工智能有重大需求,在消費場景和行業(yè)應用的需求牽引下,需要打破人工智能的感知瓶頸、交互瓶頸和決策瓶頸,促進人工智能技術與社會各行各業(yè)的融合提升,建設若干標桿性的應用場景創(chuàng)新,實現(xiàn)低成本、高效益、廣范圍的普惠型智能社會。
人工智能領域的國際競爭將日益激烈。當前,人工智能領域的國際競賽已經(jīng)拉開帷幕,并且將日趨白熱化。2018年4月,歐盟委員會計劃2018—2020年在人工智能領域投資240億美元;法國總統(tǒng)在2018年5月宣布《法國人工智能戰(zhàn)略》,目的是迎接人工智能發(fā)展的新時代,使法國成為人工智能強國;2018年6月,日本《未來投資戰(zhàn)略2018》重點推動物聯(lián)網(wǎng)建設和人工智能的應用。世界軍事強國也已逐步形成以加速發(fā)展智能化武器裝備為核心的競爭態(tài)勢,例如美國特朗普政府發(fā)布的首份《國防戰(zhàn)略》報告即謀求通過人工智能等技術創(chuàng)新保持軍事優(yōu)勢,確保美國打贏未來戰(zhàn)爭;俄羅斯2017年提出軍工擁抱“智能化”,讓導彈和無人機這樣的“傳統(tǒng)”兵器威力倍增。
人工智能的社會學將提上議程。為了確保人工智能的健康可持續(xù)發(fā)展,使其發(fā)展成果造福于民,需要從社會學的角度系統(tǒng)全面地研究人工智能對人類社會的影響,制定完善人工智能法律法規(guī),規(guī)避可能的風險。2017年9月,聯(lián)合國犯罪和司法研究所(UNICRI)決定在海牙成立第一個聯(lián)合國人工智能和機器人中心,規(guī)范人工智能的發(fā)展。美國白宮多次組織人工智能領域法律法規(guī)問題的研討會、咨詢會。特斯拉等產(chǎn)業(yè)巨頭牽頭成立OpenAI等機構,旨在“以有利于整個人類的方式促進和發(fā)展友好的人工智能”。
態(tài)勢與思考
當前,我國人工智能發(fā)展的總體態(tài)勢良好。但是我們也要清醒看到,我國人工智能發(fā)展存在過熱和泡沫化風險,特別在基礎研究、技術體系、應用生態(tài)、創(chuàng)新人才、法律規(guī)范等方面仍然存在不少值得重視的問題??傮w而言,我國人工智能發(fā)展現(xiàn)狀可以用“高度重視,態(tài)勢喜人,差距不小,前景看好”來概括。
高度重視。黨中央、國務院高度重視并大力支持發(fā)展人工智能。習近平總書記在黨的十九大、2018年兩院院士大會、全國網(wǎng)絡安全和信息化工作會議、十九屆中央政治局第九次集體學習等場合多次強調(diào)要加快推進新一代人工智能的發(fā)展。2017年7月,國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》,將新一代人工智能放在國家戰(zhàn)略層面進行部署,描繪了面向2030年的我國人工智能發(fā)展路線圖,旨在構筑人工智能先發(fā)優(yōu)勢,把握新一輪科技革命戰(zhàn)略主動。國家發(fā)改委、工信部、科技部、教育部等國家部委和北京、上海、廣東、江蘇、浙江等地方政府都推出了發(fā)展人工智能的鼓勵政策。
態(tài)勢喜人。據(jù)清華大學發(fā)布的《中國人工智能發(fā)展報告2018》統(tǒng)計,我國已成為全球人工智能投融資規(guī)模最大的國家,我國人工智能企業(yè)在人臉識別、語音識別、安防監(jiān)控、智能音箱、智能家居等人工智能應用領域處于國際前列。根據(jù)2017年愛思唯爾文獻數(shù)據(jù)庫統(tǒng)計結果,我國在人工智能領域發(fā)表的論文數(shù)量已居世界第一。近兩年,中國科學院大學、清華大學、北京大學等高校紛紛成立人工智能學院,2015年開始的中國人工智能大會已連續(xù)成功召開四屆并且規(guī)模不斷擴大??傮w來說,我國人工智能領域的創(chuàng)新創(chuàng)業(yè)、教育科研活動非?;钴S。
差距不小。目前我國在人工智能前沿理論創(chuàng)新方面總體上尚處于“跟跑”地位,大部分創(chuàng)新偏重于技術應用,在基礎研究、原創(chuàng)成果、頂尖人才、技術生態(tài)、基礎平臺、標準規(guī)范等方面距離世界領先水平還存在明顯差距。在全球人工智能人才700強中,中國雖然入選人數(shù)名列第二,但遠遠低于約占總量一半的美國。2018年市場研究顧問公司Compass Intelligence對全球100多家人工智能計算芯片企業(yè)進行了排名,我國沒有一家企業(yè)進入前十。另外,我國人工智能開源社區(qū)和技術生態(tài)布局相對滯后,技術平臺建設力度有待加強,國際影響力有待提高。我國參與制定人工智能國際標準的積極性和力度不夠,國內(nèi)標準制定和實施也較為滯后。我國對人工智能可能產(chǎn)生的社會影響還缺少深度分析,制定完善人工智能相關法律法規(guī)的進程需要加快。
前景看好。我國發(fā)展人工智能具有市場規(guī)模、應用場景、數(shù)據(jù)資源、人力資源、智能手機普及、資金投入、國家政策支持等多方面的綜合優(yōu)勢,人工智能發(fā)展前景看好。全球頂尖管理咨詢公司埃森哲于2017年發(fā)布的《人工智能:助力中國經(jīng)濟增長》報告顯示,到2035年人工智能有望推動中國勞動生產(chǎn)率提高27%。我國發(fā)布的《新一代人工智能發(fā)展規(guī)劃》提出,到2030年人工智能核心產(chǎn)業(yè)規(guī)模超過1萬億元,帶動相關產(chǎn)業(yè)規(guī)模超過10萬億元。在我國未來的發(fā)展征程中,“智能紅利”將有望彌補人口紅利的不足。
當前是我國加強人工智能布局、收獲人工智能紅利、引領智能時代的重大歷史機遇期,如何在人工智能蓬勃發(fā)展的浪潮中選擇好中國路徑、搶抓中國機遇、展現(xiàn)中國智慧等,需要深入思考。
樹立理性務實的發(fā)展理念。任何事物的發(fā)展不可能一直處于高位,有高潮必有低谷,這是客觀規(guī)律。實現(xiàn)機器在任意現(xiàn)實環(huán)境的自主智能和通用智能,仍然需要中長期理論和技術積累,并且人工智能對工業(yè)、交通、醫(yī)療等傳統(tǒng)領域的滲透和融合是個長期過程,很難一蹴而就。因此,發(fā)展人工智能要充分考慮到人工智能技術的局限性,充分認識到人工智能重塑傳統(tǒng)產(chǎn)業(yè)的長期性和艱巨性,理性分析人工智能發(fā)展需求,理性設定人工智能發(fā)展目標,理性選擇人工智能發(fā)展路徑,務實推進人工智能發(fā)展舉措,只有這樣才能確保人工智能健康可持續(xù)發(fā)展。
重視固本強基的原創(chuàng)研究。人工智能前沿基礎理論是人工智能技術突破、行業(yè)革新、產(chǎn)業(yè)化推進的基石。面臨發(fā)展的臨界點,要想取得最終的話語權,必須在人工智能基礎理論和前沿技術方面取得重大突破。我們要按照習近平總書記提出的支持科學家勇闖人工智能科技前沿“無人區(qū)”的要求,努力在人工智能發(fā)展方向和理論、方法、工具、系統(tǒng)等方面取得變革性、顛覆性突破,形成具有國際影響力的人工智能原創(chuàng)理論體系,為構建我國自主可控的人工智能技術創(chuàng)新生態(tài)提供領先跨越的理論支撐。
構建自主可控的創(chuàng)新生態(tài)。我國人工智能開源社區(qū)和技術創(chuàng)新生態(tài)布局相對滯后,技術平臺建設力度有待加強。我們要以問題為導向,主攻關鍵核心技術,加快建立新一代人工智能關鍵共性技術體系,全面增強人工智能科技創(chuàng)新能力,確保人工智能關鍵核心技術牢牢掌握在自己手里。要著力防范人工智能時代“空心化”風險,系統(tǒng)布局并重點發(fā)展人工智能領域的“新核高基”:“新”指新型開放創(chuàng)新生態(tài),如產(chǎn)學研融合等;“核”指核心關鍵技術與器件,如先進機器學習技術、魯棒模式識別技術、低功耗智能計算芯片等;“高”指高端綜合應用系統(tǒng)與平臺,如機器學習軟硬件平臺、大型數(shù)據(jù)平臺等;“基”指具有重大原創(chuàng)意義和技術帶動性的基礎理論與方法,如腦機接口、類腦智能等。同時,我們要重視人工智能技術標準的建設、產(chǎn)品性能與系統(tǒng)安全的測試。特別是我國在人工智能技術應用方面走在世界前列,在人工智能國際標準制定方面應當掌握話語權,并通過實施標準加速人工智能驅(qū)動經(jīng)濟社會轉(zhuǎn)型升級的進程。
推動共擔共享的全球治理。目前看,發(fā)達國家通過人工智能技術創(chuàng)新掌控了產(chǎn)業(yè)鏈上游資源,難以逾越的技術鴻溝和產(chǎn)業(yè)壁壘有可能進一步拉大發(fā)達國家和發(fā)展中國家的生產(chǎn)力發(fā)展水平差距。在發(fā)展中國家中,我國有望成為全球人工智能競爭中的領跑者,應布局構建開放共享、質(zhì)優(yōu)價廉、普惠全球的人工智能技術和應用平臺,配合“一帶一路”建設,讓“智能紅利”助推共建人類命運共同體。
來源:《求是》2019/04
作者:譚鐵?!≈醒肴嗣裾v香港特別行政區(qū)聯(lián)絡辦公室副主任、中國科學院院士