AI人类机遇与挑战

《AI人类机遇与挑战》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

AI：人类机遇与挑战AlanLee AI：人类机遇与挑战AI是人工智能（ArtificialIntelligence）的英文缩写。一般认为，AI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。2016年，以AlphaGo为起点；2017年，以AlphaZero为标志，人类彻底失守了围棋这一被视为智力堡垒的棋类游戏。相对于人类历史上的农业革命、工业革命、信息革命，人工智能代表了一次全新的认知革命。人工智能模仿人类的声音、情感、情绪、动作等，能感知、识别、决策，被看作目前最具影响力的人类发明。随着数据的开放和积累、算法的发展、计算能力的提高，人工智能已经快速在交通、医疗、金融、娱乐等领域开疆扩土。但与此同时，各种关于AI的隐忧也层出不穷。物理学家霍金对AI有这样的担忧：“人工智能在不遥远的未来，可能会成为人类的一个真正威胁。”；特斯拉的创始人埃隆·马斯克也将AI列为“人类最大的潜在威胁之一。”本文在总结AI内涵与发展的基础上，论述了AI在各行业中带来的机遇，并提出AI在就业、法律、伦理、隐私保护等方面的挑战。基于目前遇到的机遇和挑战，本文给出了发展建议。一、AI的内涵与发展从起源上来讲，图灵在1950年的文章中通过一个模仿实验，提出了“机器能够思维”的命题，确立了“不可分辨性”图灵测试。1956年夏天，麦卡锡在美国达2/15 特茅斯学院组织了一个学术研讨会，明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家共同探讨有关机器模拟智能的一系列问题，并首次提出“人工智能”这一术语，标志着人工智能研究正式诞生。人工智能是作为计算机的一个分支学科出现的。人工智能从创立到今，一共经历了三次大的浪潮。第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。人工智能从其应用范围上又可分为专用人工智能（ANI）与通用人工智能（AGI）。专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。如果要结构化地表述人工智能的话，从下往上依次可分为基础设施层、算法层、技术层、应用层。基础设施包括硬件、计算能力和数据；算法层包括各类机器学习算法、深度学习算法等；技术层包括赋予计算机感知/分析能力的计算机视觉技术和语言技术、提供理解/思考能力的自然语言处理技术、提供决策/交互能力的规划决策系统和大数据/统计分析技术。应用层包括金融、安防、交通、医疗等领域的行业解决方案。3/15 机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。二、AI带来的机遇随着人工智能在计算机视觉、语言识别以及自然语言处理领域取得的进步，近几年来，无论是在消费者端还是在企业端，已经有许多依赖人工智能技术的应用臻于成熟，并开始渗透到我们生活的方方面面。小到我们手机中的智能助手，网页界面的智能推荐系统，大到智能投顾系统、智能安防系统，虽然我们不一定能够时刻感知到人工智能算法的存在，但人工智能算法已经高度渗透到我们的生活之中。随着人工智能技术在各个领域的不断成熟，可以预见在未来人工智能技术会加速渗透深入各行各业，与传统的模式相结合，现成新的机遇。1、驾驶辅助系统的机遇驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、备识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。按照机器介入程度，无人驾驶系统可分为无自动驾驶（L0）、驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动（L3）和完全自动（L4）五个阶段。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况（L2）向基本实现自动驾驶功能（L3）的转变阶段。未来，完全的自动驾驶可以基于感知的信息做出应变，一边担任驾驶员的角色，一边提供车内管家的服务，还能应对其他4/15 各方面的需求和任务。不仅如此，驾驶辅助系统的发展可能对世界产生巨大的变化。在汽车行业，自动驾驶汽车可能不再“私有化”，车企将由“销售汽车”转向“销售汽车娱乐服务”。在ICT行业，自动驾驶汽车之间是通过通信技术相互连接的，在移动营业厅可以购买自动驾驶汽车的服务。在金融行业，汽车保险的定义、资金流向、产业结构都会发生变化。对于交通监管部门，既然不再由人类驾驶汽车，驾照是否可能取消？总的来看，驾驶辅助系统是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，是当前全球汽车与交通出行领域智能化和网联化发展的主要方向。2、智能医疗的机遇近年来，智能医疗在国内外的应用程度不断提升。人工智能为智能医疗带来的新机遇包括医学影像与诊断、医学研究及辅助诊断、药物挖掘与开发等方面。人工智能在医学影像的应用主要分为两个部分：第一部分是在感知环节应用机器视觉技术识别医疗图像，帮助影像医生减少读片时间，提升工作效率，降低误诊的概率；另一部分是在学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。一个典型的例子为贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统。该系统对乳腺癌病理图片中癌细胞的识别准确率可达92%，与病理学家的分析结合时，其诊断准确率可以高达99.5%。在医学研究及辅助诊断的应用中，IBMWatson是目前最成熟的案例。IBMWatson可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、5/15 61540次试验数据、106000份临床报告，还通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗服务。Watson实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。药物挖掘与开发是将人工智能的深度学习技术应用于药物研究，通过大数据分析等技术手段，快速、准确的挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。美国硅谷公司Atomwise用深度学习神经网络分析预测化合物的构效关系，于研发早期评估预测新药风险。其超级计算机可以在几天之内评估出820万种药物研发的候选化合物。该公司也为制药、创业公司和研究机构提供药物预测服务。3、智能投顾的机遇智能投顾是人工智能技术与金融服务深度结合的产物。智能投顾服务模式诞生于2008年，自2011年开始在美国等市场发展速度显著加快。智能投顾是根据客户理财需求和资质信息、市场状况、投资品信息、资产配置经验等数据，基于大数据的产品模拟和模型预测分析等人工智能技术，输出符合客户风险偏好和收益预期的投资理财建议。与传统投顾模式相比，智能投顾所具备的透明度较高、投资门槛和管理费较低、用户体验良好、个性化投资建议等独特优势，对于特定客户群体而言吸引力较大，推动了用户数量和市场规模的不断增长。智能投顾服务兴起背后的推动因素是广泛的、多元化的。从市场需求角度看，传统投顾服务的资金门槛和管理费用相对较高，导致数量众多的低净值客户的投资理财需求无法有效满足。以美国市场为例，传统投顾服务的平均资金门槛为56/15 万美元，而智能投顾不设最低资金限制，或不收取管理费用。从市场供给角度来看，技术的发展降低了机构进入财富管理领域的门槛，许多初创企业、技术公司凭借技术优势，通过智能投顾服务切入财富管理领域，而商业银行、保险公司和大型财富管理机构通过对智能投顾整合进原有咨询类业务中，作为传统服务渠道和功能的延伸和拓展，充分利用客户规模和品牌效应优势，客观上为智能投顾的普及现成了支撑。4、智能机器人的机遇机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人是第三代机器人，这种机器人带有多种传感器,能够将多种传感器得到的信息进行融合，能够有效的适应变化的环境，具有很强的自适应能力、学习能力和自治功能。目前研制中的智能机器人智能水平并不高，只能说是智能机器人的初级阶段。智能机器人研究中当前的核心问题有两方面：一方面是，提高智能机器人的自主性，这是就智能机器人与人的关系而言，即希望智能机器人进一步独立于人，具有更为友善的人机界面。从长远来说，希望操作人员只要给出要完成的任务，而机器能自动形成完成该任务的步骤，并自动完成它。另一方面是，提高智能机器人的适应性，提高智能机器人适应环境变化的能力，这是就智能机器人与环境的关系而言，希望加强它们之间的交互关系。5、智能家居的机遇智能家居行业的发展经历了两个阶段：第一阶段、联网控制，如智能灯泡、智能插座等；第二阶段、家电联网，终端接入传感器，去触发其他设备联动。这7/15 两个阶段的智能家居更多地强调联网、连接，缺乏一个物联网的大脑，需要人工操控，无法真正解决用户的需求，也就是所谓的“伪智能”。而人工智能技术的应用将改变这一切，使得智能家居产品进入第三阶段，由原来的被动智能转向主动智能，甚至可以代替人进行思考、决策和执行。人工智能技术融合化趋势催生了大量新技术、新模式、新业态、创造了巨大的市场需求。2014年底，亚马逊在智能家居领域推出一款智能蓝牙音箱Echo，结合语言助手服务Alexa作为智能家居中暑。Echo接收用户的语言指令后，结果Alexa处理，就能进行控制家电产品、联络优步，或在电商平台采购等操作。苹果公司在2014年的全球开发者大会上首次发布了HomeKit，这一平台是全球最具规模的智能家居生态系统之一。苹果目前通过装置上的“Home”App加上Siri来控制各种设备，实现了各种设备的互联互通，提升用户智慧生活体验。三、AI带来就业结构的挑战传统工业机器人，作为人类身体的延伸，已经在众多的3D(Dirty,Dull,Dangerous)的场景中替代人工完成作业。现如今，人工智能发展的速度令人难以想象，已经从逐渐代替一般性的劳动，开始向更加智能、更加专业的职业挺进。全球就业结构将会发生根本性的改变。“世界经济论坛”2016年年会在瑞士达沃斯举行，WEF今日发布报告称，未来五年，由于全球劳动力市场出现颠覆性变革，如机器人和人工智能技术的崛起，将导致全球15个主要国家的就业岗位减少710万个。美国经济学者、《纽约时报》专栏作家泰勒‧柯文（TylerCowen）在他的《再见，平庸世代》（Averageisover）一书中表示，机器智能将大举入侵，同时也将8/15 预测人类行为，在大数据的浪潮下，机器智能更能影响经济趋势。他认为，机器智能将直接影响到中产阶级，中等技能的白领工作将减少，低薪、低技能以及高薪、高技能的工作将会增加。具有较高的附加价值，并且较为机械重复、可替代度高的职业，最容易受到挑战。例如以下一些职业：（1）卡车司机，然后是汽车司机（出租、私家车）被自动驾驶代替。对于规则化场景下的卡车司机将最先受到自动驾驶的挑战。近日，铁矿石三巨头之一的力拓集团（RioTinto）在4个矿山中启用了共73辆无人驾驶卡车。通过精确的GPS导航系统，卡车能自动找到方向，并利用激光传感器和雷达来发现障碍物。（2）交易员、基金经理，被量化交易程序代替，高收入群体也难以幸免。股票分析师也将和智能机器竞争，这些机器可以精确分析和预测投资行为。“机器人顾问”（Robo-Advisors）的使用开始上升，并取代财务顾问。（3）翻译，包括笔译和口译，用武之地越来越少。机器翻译的结果越来越让人接受。最近，腾讯公司开发的语音翻译类应用翻译君在版本更新后上线了“同声传译”功能，让许多在旅游、工作、生活中有语言翻译需求的用户感受到了方便，但同时也给翻译这个职业带来了些许紧迫感。（4）影像科医生，当前人工智能读片发现病灶的准确度甚至能超过专业医师。人类往往无法长时间处理大量的扫描影像和医疗数据，这导致有时候病变会被看漏，或者过了很久之后才被发现，AI正好可以解决这个问题，极有希望在不久的将来，在医疗领域掀起又一次技术革命。（5）记者，当然不能代替那些写深度访谈、时评的记者，但是简单格式化9/15 的新闻写作比如体育新闻、财经新闻等，AI完全可以胜任。美联社机器人记者已经写了上千篇文章，占1/4之多。（6）律师。当然也不是法庭上口吐莲花的辩护律师。而是律所那些每天查阅法律文书、寻找案例的底层职员，AI的语义分析、索引会比他们高效很多。四、AI带来法律领域的挑战2016年5月7日，美国佛罗里达州一位名叫JoshuaBrown的40岁男子开着一辆以自动驾驶模式行驶的特斯拉ModelS在高速公路上行驶，全速撞到一辆正在垂直横穿高速的白色拖挂卡车，最终造成车毁人亡。既然是自动驾驶，发生事故后应该由谁来承担相应的法律责任？能否对AI或者自主系统进行问责？这些问题构成了法律领域的挑战。法律责任的划分和承担是人工智能发展面临的首要法律挑战，其涉及如何确保人工智能和自主系统是可以被问责的。法律责任的设定，在于追究法律责任，保障有关主体的合法权利，维护法律所调整的社会关系和社会秩序。从传统责任理论来看，其根据主观过错在法律责任中的地位，将法律责任分为过错责任和无过错责任。其中，过错责任将“过错”作为责任的构成要件，而且是最终要件，无过错就是无责任。过错责任是法律责任中最普遍的形式，并且是占据主导地位的法律责任，传统的侵权法中也主要是过错责任为原则。但是进入人工智能时代后，人工智能系统已经可以在不需要人类的操作和监督下独立完成部分工作，而机器自主性操作造成的损害如何来判断和划分其责任成为一大难题。特斯拉事件中，至少从目前的调查情况看，驾驶员、汽车生产商都是没有过错的，但事故还是发生了，需要有人来承担责任，这种情况下如何对各方责任进行界定10/15 就陷入困境。人工智能的快速发展和应用确实给人类社会带来了诸多问题，但是我们仍然有理由相信法律制度能够在不阻碍创新的前提下，控制人工智能带来的公共危害。因此，如何构建一个结构合理的责任体系，对人工智能项目的设计者、生产者、销售者以及使用者在内的主体责任义务进行清楚的界定变得十分重要。立法机构应当阐明人工系统开发过程中的职责、过错、责任、可责性等问题，以便于制造商和使用者知晓其权利和义务；人工智能设计者和开发者在必要时考虑使用群体的文化规范的多样性；利益相关方应当在人工智能及其影响超出既有规范之外时一起制定新的规则；自主系统的生产商和使用者应当创建记录系统，记录核心参数。五、AI带来伦理领域的挑战人工智能的发展与普及应用，对于传统社会伦理造成巨大冲击。如果不够谨慎地处理人工智能所带来的伦理问题，将会对未来社会造成严重的伤害。随着人工智能与人类社会的距离越来越近，伦理问题在不断的凸显也愈发尖锐。2017年10月26日，沙特阿拉伯授予美国汉森机器人公司生产的“女性”机器人索菲亚公民身份。作为史上首个获得公民身份的机器人，索菲亚当天在沙特说，她希望用人工智能“帮助人类过上更美好的生活”，人类不用害怕机器人，“你们对我好，我也会对你们好”。索菲亚的公民身份让人机关系的奇点，引发更多人类的内心伦理挑战。世界上的主要国家以及相关国际组织对伦理问题高度关注。例如，美国《国家人工智能研究和发展战略计划》中提出，要通过设计提高公平性、透明度和可11/15 追责性。要构建人工智能伦理，研究者需要研究出新的算法确保人工智能做出的决策与现有的法律、社会伦理一致。研究者需要研究出新的算法确保人工智能做出的决策与现有的法律、社会伦理一致，这是一项具有挑战性的任务。伦理问题因各国文化、宗教和信仰等的不同而存在差别。伦理难题需要首先解决的是如何将伦理难题准确的翻译为人工智能可以识别的语言，将人的道德和伦理观念嵌入在人工智能中，使其服从甚至具备人的伦理观念。另一个难题是，当面临道德困境时，人工智能如何进行决策。我们需要构建一个可以被广泛接受的伦理框架来指导人工智能系统进行推理和决策。需要强调的是，人工智能的伦理问题本质上是一个哲学问题。人类在研究人工智能的伦理问题时并不是在研究机器的道德和伦理，而是一个借由该问题对人类进行自我探索，对人性进行深度剖析的过程。这一过程是对人类道德的呼唤，是对人性的召唤，更是对“人”的意义和价值的呐喊。六、AI带来隐私保护的挑战当万物互联、大数据和人工智能三者叠加后，个人隐私将会成为“奢侈品”，人们或许将不再有隐私可言。人工智能的发展有赖于利用数据训练算法，在这个过程中需要收集、分析和使用大量的数据，数据的价值日益凸显。人工智能时代，用户使用各种应用产品时，本身就是主动的隐私泄密者，任何技术手段的“匿名”或“去身份化”可能都会因为大数据的分析而重新获得“身份”。智能产品的产业链上有开发商、平台提供商、操作系统和终端制造商、其他第三方等多个参与主体，这些主体均具备访问、上传、共享、修改、交易以及利用用户提供的数据的能力。如何合法合规地收集和使用数据是智能应用产业链上12/15 的每个主体要面对的重要问题。但如今用户数据日益聚集在大型互联网或数据处理公司手中，基于商业利益的考虑，这些公司保护用户个人隐私的意愿并不强烈。当前对大数据的利用依然处于“裸露”状态，用户对于数据被非法利用的情况往往是不知情的，导致与数据处理和使用者之间签订的协议成为了“君子协定”，丧失了真正保护用户权益的功能。人们有时必须把信息让渡出去，才能享受到智能化的服务。从一定程度上说，人工智能时代人的“透明化”趋势不可逆转。但必须明确，任何机构或个人在收集、利用个人信息时，需先得到用户授权。用户有知情权和选择权，即知道哪些信息被收集以及选择是否让渡。此外，所有信息应归属于用户本人，诸如互联网公司等商业机构只是“借用”，它们所拥有的应当是数据分析的结果，而不是其所有权和处置权。即便获得授权，信息收集方也不得滥用用户赋予的数据。人们提交车辆位置信息，可能是为了获得智慧交通出行服务，而不是受到门类繁多的车险产品骚扰；人们完善资料，填写收入、职业信息，可能是为了完善信用体系，而不想接收来路不明的理财信息。信息收集有度，使用也应有边界。而对于敏感的密码、指纹、签名字迹、人脸特征等身份认证信息，更应该有明晰的界限，除特定的情况并征得用户授权外，用户本人应绝对掌控，信息采集方也无权违规使用。七、AI发展建议以上对AI带来的机遇和挑战都进行了论述，无论AI带来的是正面影响还是负面影响，AI时代的趋势已经不可逆转，如何正确的引导AI向安全、正面的方向发展，给出以下建议：13/15 （一）人工智能技术安全性人工智能技术必须满足客观的标准从而保证对安全性、可信赖性、可追溯性、隐私保护等方面的要求。为了更有效的评估人工智能技术，相关的测试方法必须标准化，并创建人工智能技术基准。技术基准包括测试和评价，为标准的制定提供定量测量的要求，同时评估标准的遵守情况。（二）加强法律与道德基础建设随着人工智能技术的快速发展，应当及早建立对法律、伦理问题的早期认识，及时采取相应的立法行动和社会互动行为，确保系统的设计者在合规以及道德的指导下，发展人工智能技术，并建立公众信任机制，推动新市场的开发。故而，人工智能相关产业在发展的过程中应加强跨学科教育和法律与道德的基础建设。在进行基础建设的过程中，不仅应考虑国内法和国际法的规定，还要顾及不同的伦理和文化观点的差异性，以及社会期望等因素。（三）政府加强对人工智能技术的监管人工智能相关行业应该和政府合作，及时向政府反馈行业的最新发展动态，包括近期可能在技术上取得的重大突破。考虑到人工智可能带来的潜在破坏性影响，如果政府能够准确及时地监控和预测人工智能技术的发展，尤其是人工智能技术的里程碑式突破，便可让人工智能系统不间断地处于人类监管干预模式之下，防止人工智能技术出现失控性的发展情况，保障人工智能技术为人类所用。八、结论AI作为一门科学还很年轻，AI整体的研究才刚刚开始，但人工智能在各个专业领域的迅猛发展，引发了人们对未来前景的讨论。在未来可预期的时间内，14/15 人工智能技术将进入大规模商用阶段，人工智能产品必将全面进入消费级市场。不论是企业、政府、学校还是社会组织都应该未雨绸缪，积极拥抱AI，消除AI的负面影响，让AI为人类发展带来更强劲的动力。15/15