時間：2024-01-12 16:05:47
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能時代的特點，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
近段時間，關(guān)于“人機圍棋大戰(zhàn)”的新聞鋪天蓋地，也引起了眾多人士對人工智能和機器人的關(guān)注。大家很焦慮的一點是：未來時代，人機是共生共融？還是你死我亡？
傳統(tǒng)互聯(lián)網(wǎng)時代也就是第一階段可被稱為“人機時代”，因為在人與計算機的關(guān)系中，人還占著很大的比重。互聯(lián)網(wǎng)的第二個階段是移動互聯(lián)網(wǎng)時代，也叫人人時代，這個時代的顯著特質(zhì)是智能手機和3G網(wǎng)絡(luò)的普及。
機人時代對應(yīng)的是萬物互聯(lián)時代，也是即將卷席而來的人工智能第三個階段――人工智能專家余凱博士稱之為“江山如此多嬌”。
總體而言，機人時代有三個特點。1.“計算機”概念弱化，“智能體”概念興起。將來的“智能體”將有望真正代替人類完成某些工作――自發(fā)地感知世界，并且在特定領(lǐng)域，具有與人類同等甚至更高的理解力和執(zhí)行力。2.機器交流成為新的信息網(wǎng)絡(luò)。萬物互聯(lián)更加強調(diào)機器之間的信息溝通與反饋，但其根本目的仍在于為人類服務(wù)。3.云計算和大數(shù)據(jù)成為重要戰(zhàn)略資源和經(jīng)濟支柱。亞馬遜總裁貝索斯發(fā)現(xiàn)利用書評來推薦書籍的程序非常復(fù)雜，于是大力研發(fā)了依托大數(shù)據(jù)和云計算協(xié)同過濾技術(shù)――“item-to-item”。如今亞馬遜1/3的書籍銷量來自于這個系統(tǒng)。可以想象，當萬物互聯(lián)實現(xiàn)后，云計算和大數(shù)據(jù)的商業(yè)重要性不言而喻。
機人時代雖然只是個預(yù)測，但是幾乎可以斷定它是可以實現(xiàn)的。這么說是因為，無論從國家發(fā)展需求來看還是從新興產(chǎn)業(yè)的技術(shù)發(fā)展趨勢來看，萬物互聯(lián)都很有可能發(fā)展為萬物智能。對于機人時代的到來，余凱的預(yù)測是2020年，對其截止的預(yù)測是2029年。
那么，2029年之后呢？
我們認為，以互聯(lián)網(wǎng)為代表的信息化革命，絕不是人類進步的終點。相反，互聯(lián)網(wǎng)正在不斷發(fā)展進化，并將開啟人類最終的命運之門――智人時代。
“智人時代”也就是強人工智能時代。從弱人工智能進化到強人工智能是人工智能發(fā)展中最難的一個節(jié)點。為何可以大膽猜想在機人時代之后人工智能會突破這一轉(zhuǎn)化難關(guān)呢？關(guān)鍵有兩點，一是萬物互聯(lián)之后計算機處理速度的飛躍提升，二是人工智能自我進化。
前者的實現(xiàn)毋庸置疑，而對于后者，我們也大可以抱樂觀態(tài)度。就中國而言，目前，“百度大腦”、“訊飛超腦”等計劃和項目正如火如荼地開展，而中科院自動化所的類腦智能研究中心也正在研究如何讓機器有自主思維。
2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，不僅對人工智能的發(fā)展做出了戰(zhàn)略性部署，還確立了“三步走”的政策目標，力爭到2030年將我國建設(shè)成為世界主要的人工智能創(chuàng)新中心。[1]值得注意的是，此次規(guī)劃不僅僅只是技術(shù)或產(chǎn)業(yè)發(fā)展規(guī)劃，還同時包括了社會建設(shè)、制度重構(gòu)、全球治理等方方面面的內(nèi)容。之所以如此，是由于人工智能技術(shù)本身具有通用性和基礎(chǔ)性。換句話說，為助推人工智能時代的崛起，我們面對的任務(wù)不是實現(xiàn)某一個專業(yè)領(lǐng)域或產(chǎn)業(yè)領(lǐng)域內(nèi)的顛覆性技術(shù)突破，而是大力推動源于技術(shù)發(fā)展而引發(fā)的綜合性變革。
也正因為如此，人工智能發(fā)展進程中所面臨的挑戰(zhàn)才不僅僅局限于技術(shù)或產(chǎn)業(yè)領(lǐng)域，而更多體現(xiàn)在經(jīng)濟、社會、政治領(lǐng)域的公共政策選擇上。首先，普遍建立在科層制基礎(chǔ)上的公共事務(wù)治理結(jié)構(gòu)，是否能夠適應(yīng)技術(shù)發(fā)展和應(yīng)用過程中所大規(guī)模激發(fā)的不確定性和不可預(yù)知性?再者，長久以來圍繞人類行為的規(guī)制制度，是否同樣能夠適應(yīng)以數(shù)據(jù)、算法為主體的應(yīng)用環(huán)境?最后，如何構(gòu)建新的治理體系和治理工具來應(yīng)對伴隨人工智能發(fā)展而興起的新的經(jīng)濟、社會、政治問題?
應(yīng)對上述挑戰(zhàn)并不完全取決于技術(shù)發(fā)展或商業(yè)創(chuàng)新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發(fā)展邏輯及其所引發(fā)的風(fēng)險挑戰(zhàn)的基礎(chǔ)上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構(gòu)成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發(fā)展與應(yīng)用構(gòu)成了治理挑戰(zhàn)，而在此基礎(chǔ)上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進而對其發(fā)展邏輯進行闡述。作為一項顛覆性技術(shù)創(chuàng)新，其本身的技術(shù)門檻對決策者而言構(gòu)成了挑戰(zhàn)，梳理并捋清人工智能的本質(zhì)內(nèi)涵因而成為制定相關(guān)公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰(zhàn)，主要包括三個方面，即傳統(tǒng)科層治理結(jié)構(gòu)應(yīng)對人工智能新的生產(chǎn)模式的滯后性、建基于行為因果關(guān)系之上的傳統(tǒng)治理邏輯應(yīng)對人工智能新主體的不適用性，以及人工智能發(fā)展所引發(fā)的新議題的治理空白;面對上述挑戰(zhàn)，各國都出臺了相關(guān)政策，本文第三部分對此進行了綜述性對比分析，并指出了其進步意義所在。需要指出的是，盡管各國的政策目標都試圖追求人工智能發(fā)展與監(jiān)管的二維平衡，但由于缺乏對人工智能內(nèi)涵及其發(fā)展邏輯的完整認識，當前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關(guān)公共政策議題的深入討論。
一、人工智能的概念及技術(shù)發(fā)展邏輯：算法與數(shù)據(jù)
伴隨著人工智能技術(shù)的快速發(fā)展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領(lǐng)域的廣泛應(yīng)用，圍繞人工智能所可能引發(fā)的社會變革產(chǎn)生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監(jiān)管，警惕“人工智能成為人類文明史的終結(jié)”;在另一方面，包括奧巴馬[6]在內(nèi)的政治家、學(xué)者又認為應(yīng)該放松監(jiān)管，充分釋放人工智能的技術(shù)潛力以造福社會。未來發(fā)展的不確定性固然是引發(fā)當前爭論的重要原因之一，但圍繞“人工智能”概念內(nèi)涵理解的不同，以及對其發(fā)展邏輯認識的不清晰，可能也同樣嚴重地加劇了人們的分歧。正因為此，廓清人工智能的概念內(nèi)涵和發(fā)展邏輯不僅是回應(yīng)爭論的需要，也是進一步提出公共政策建議的前提。
就相關(guān)研究領(lǐng)域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領(lǐng)域的先驅(qū)阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復(fù)人類思維外在表現(xiàn)行為的能力。[7]正是由此理解出發(fā)，著名的“圖靈測試”方案被提出。但如同斯坦福大學(xué)計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關(guān)行為的機器同樣應(yīng)被視為“智能”的。[8]事實上，約翰·麥卡錫正是現(xiàn)代人工智能概念的提出者。在他看來，“智能”關(guān)乎完成某種目標的行為“機制”，而機器既可以通過模仿人來實現(xiàn)行為機制，也可以自由地使用任何辦法來創(chuàng)造行為機制。[9]由此，我們便得到了人工智能領(lǐng)域另一個非常重要的概念——“機器學(xué)習(xí)”。
人工智能研究的目標是使機器達到人類級別的智能能力，而其中最重要的便是學(xué)習(xí)能力。[10]因此，盡管“機器學(xué)習(xí)”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現(xiàn)過程而言，機器學(xué)習(xí)是指利用某些算法指導(dǎo)計算機利用已知數(shù)據(jù)得出適當模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調(diào)一下機器學(xué)習(xí)算法與傳統(tǒng)算法的差異。算法本質(zhì)上就是一系列指令，告訴計算機該做什么。對于傳統(tǒng)算法而言，其往往事無巨細地規(guī)定好了機器在既定條件下的既定動作;機器學(xué)習(xí)算法卻是通過對已有數(shù)據(jù)的“學(xué)習(xí)”，使機器能夠在與歷史數(shù)據(jù)不同的新情境下做出判斷。以機器人行走的實現(xiàn)為例，傳統(tǒng)算法下，程序員要仔細規(guī)定好機器人在既定環(huán)境下每一個動作的實現(xiàn)流程;而機器學(xué)習(xí)算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環(huán)境中也能實現(xiàn)行走。
由此，我們可以對“人工智能”設(shè)定一個“工作定義”以方便進一步的討論：人工智能是建立在現(xiàn)代算法基礎(chǔ)上，以歷史數(shù)據(jù)為支撐，而形成的具有感知、推理、學(xué)習(xí)、決策等思維活動并能夠按照一定目標完成相應(yīng)行為的計算系統(tǒng)。這一概念盡管可能仍不完善，但它突出了人工智能技術(shù)發(fā)展和應(yīng)用的兩大基石——算法與數(shù)據(jù)，有助于討論人工智能的治理問題。
首先，算法即是規(guī)則，它不僅確立了機器所試圖實現(xiàn)的目標，同時也指出了實現(xiàn)目標的路徑與方法。就人工智能當前的技術(shù)發(fā)展史而言，算法主要可被劃分為五個類別：符號學(xué)派、聯(lián)接學(xué)派、進化學(xué)派、類推學(xué)派和貝葉斯學(xué)派。[12]每個學(xué)派都遵循不同的邏輯、以不同的理念實現(xiàn)了人工智能(也即“機器學(xué)習(xí)”)的過程。舉例而言，“符號學(xué)派”將所有的信息處理簡化為對符號的操縱，由此學(xué)習(xí)過程被簡化(抽象)為基于數(shù)據(jù)和假設(shè)的規(guī)則歸納過程。在數(shù)據(jù)(即歷史事實)和已有知識(即預(yù)先設(shè)定的條件)的基礎(chǔ)上，符號學(xué)派通過“提出假設(shè)-數(shù)據(jù)驗證-進一步提出新假設(shè)-歸納新規(guī)則”的過程來訓(xùn)練機器的學(xué)習(xí)能力，并由此實現(xiàn)在新環(huán)境下的決策判斷。
從對“符號學(xué)派”的描述中可以發(fā)現(xiàn)，機器學(xué)習(xí)模型成功的關(guān)鍵不僅是算法，還有數(shù)據(jù)。數(shù)據(jù)的缺失和預(yù)設(shè)條件的不合理將直接影響機器學(xué)習(xí)的輸出(就符號學(xué)派而言，即決策規(guī)則的歸納)。最明顯體現(xiàn)這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數(shù)據(jù)集不完整)之后得出結(jié)論(代表預(yù)設(shè)條件不合理，超過10個確認數(shù)據(jù)即接受規(guī)則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關(guān)鍵都聚焦于“算法”和“數(shù)據(jù)”。事實上，如果跳出具體學(xué)派的思維束縛，每種機器學(xué)習(xí)算法都可被概括為“表示方法、評估、優(yōu)化”這三個部分。[13]盡管機器可以不斷的自我優(yōu)化以提升學(xué)習(xí)能力，且原則上可以學(xué)習(xí)任何東西，但評估的方法和原則(算法)以及用以評估的數(shù)據(jù)(數(shù)據(jù))都是人為決定的——而這也正是人工智能治理的關(guān)鍵所在。算法與數(shù)據(jù)不僅是人工智能發(fā)展邏輯的基石，其同樣是治理的對象和關(guān)鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內(nèi)涵并理解其發(fā)展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數(shù)據(jù)無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰(zhàn)究竟是什么?當前的制度設(shè)計是否能夠?qū)ζ渥龀鲇行?yīng)對?如果答案是否定的，我們又該如何重構(gòu)治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進一步的闡述。
二、人工智能時代崛起的治理挑戰(zhàn)
不同于其他顛覆性技術(shù)，人工智能的發(fā)展并不局限于某一特定產(chǎn)業(yè)，而是能夠支撐所有產(chǎn)業(yè)變革的通用型技術(shù)。也正因為此，其具有廣泛的社會溢出效應(yīng)，在政治、經(jīng)濟、社會等各個領(lǐng)域都會帶來深刻變革，并將同時引發(fā)治理方面的挑戰(zhàn)。具體而言，挑戰(zhàn)主要體現(xiàn)在以下三個方面。
首先，治理結(jié)構(gòu)的僵化性，即傳統(tǒng)的科層制治理結(jié)構(gòu)可能難以應(yīng)對人工智能快速發(fā)展而形成的開放性和不確定性。之所以需要對人工智能加以監(jiān)管，原因在于其可能成為公共危險的源頭，例如當自動駕駛技術(shù)普及之后，一旦出現(xiàn)問題，便可能導(dǎo)致大規(guī)模的連續(xù)性傷害。但不同機、大型水壩、原子核科技等二十世紀的公共危險源，人工智能的發(fā)展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進行人工智能程序的開發(fā)與應(yīng)用。這一方面是由于互聯(lián)網(wǎng)時代的到來，使得基于代碼的生產(chǎn)門檻被大大降低[14];另一方面，這也是人工智能本身發(fā)展規(guī)律的需要。正如前文所提到，唯有大規(guī)模的數(shù)據(jù)輸入才可能得到較好的機器學(xué)習(xí)結(jié)果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數(shù)據(jù)以完善算法本身，就成為了大多數(shù)人工智能公司的必然選擇。與此同時，人工智能生產(chǎn)模式的開放性也必然帶來發(fā)展的不確定性，在缺乏有效約束或引導(dǎo)的情況下，人工智能的發(fā)展很可能走向歧途。面對這一新形勢，傳統(tǒng)的、基于科層制的治理結(jié)構(gòu)顯然難以做出有效應(yīng)對。一方面，政府試圖全范圍覆蓋的事前監(jiān)管已經(jīng)成為不可能，開放的人工智能生產(chǎn)網(wǎng)絡(luò)使得監(jiān)管機構(gòu)幾乎找不到監(jiān)管對象;另一方面，由上至下的權(quán)威結(jié)構(gòu)既不能傳遞給生產(chǎn)者，信息不對稱問題的加劇還可能導(dǎo)致監(jiān)管行為走向反面。調(diào)整治理結(jié)構(gòu)與治理邏輯，并形成適應(yīng)具有開放性、不確定性特征的人工智能生產(chǎn)模式，是當前面臨的治理挑戰(zhàn)之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關(guān)系基礎(chǔ)上的法律規(guī)制體系，可能難以適用于以算法、數(shù)據(jù)為主體的應(yīng)用環(huán)境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學(xué)習(xí)和決策能力;正因為如此，人工智能技術(shù)才不能簡單地理解為其創(chuàng)造者(即人)意志的表達。程序員給出的只是學(xué)習(xí)規(guī)則，但真正做出決策的是基于大規(guī)模數(shù)據(jù)訓(xùn)練后的算法本身，而這一結(jié)果與程序員的意志并無直接因果關(guān)聯(lián)。事實上也正由于這個特點，AlphaGo才可能連續(xù)擊敗圍棋冠軍，而其設(shè)計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了福柯所言的“技術(shù)的主體性”概念。在他看來，“技術(shù)并不僅僅是工具，或者不僅僅是達到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關(guān)系來規(guī)范人的行為的法律規(guī)制體系，便可能遭遇窘境：如果將人工智能所造成的侵權(quán)行為歸咎于其設(shè)計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責(zé)一個機器呢?由此，如何應(yīng)對以算法、數(shù)據(jù)為核心的技術(shù)主體所帶來的公共責(zé)任分配問題，是當前面臨的第二個治理挑戰(zhàn)。
最后，治理范圍的狹隘性，即對于受人工智能發(fā)展沖擊而引發(fā)的新的社會議題，需要構(gòu)建新的治理體系和發(fā)展新的治理工具。人工智能發(fā)展所引發(fā)的治理挑戰(zhàn)不僅僅體現(xiàn)在現(xiàn)有體系的不適應(yīng)上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數(shù)據(jù)的權(quán)屬關(guān)系究竟如何界定，如何緩解人工智能所可能加劇的不平等現(xiàn)象，以及如何平衡人工智能的發(fā)展與失業(yè)問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發(fā)展和應(yīng)用普及，它們的重要性便日漸顯著。以最為人所關(guān)注的失業(yè)問題為例，就技術(shù)可能性來說，人工智能和機器人的廣泛應(yīng)用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認識勞動與福利保障的關(guān)系、重構(gòu)勞動和福利保障制度，便成為最迫切需要解決的治理挑戰(zhàn)之一。[16]
上述三方面共同構(gòu)成了人工智能時代崛起所帶來的治理挑戰(zhàn)。面對這些挑戰(zhàn)，各國也做出了相應(yīng)的公共政策選擇。本文第三部分將對各國人工智能的治理政策進行對比性分析。在此基礎(chǔ)上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監(jiān)管路徑綜述
人工智能時代的崛起作為一種普遍現(xiàn)象，其所引發(fā)的治理挑戰(zhàn)是各國面臨的共同問題，各國也陸續(xù)出臺了相關(guān)公共政策以試圖推動并規(guī)范人工智能的快速發(fā)展。
美國于2016年同時頒布了《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準備》兩個國家級政策框架，前者側(cè)重從技術(shù)角度指出美國人工智能戰(zhàn)略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進創(chuàng)新、保障公共安全方面所應(yīng)扮演的角色和作用。就具體的監(jiān)管政策而言，《為人工智能的未來做好準備》提出了一般性的應(yīng)對方法，強調(diào)基于風(fēng)險評估和成本-收益考量的原則以決定是否對人工智能技術(shù)的研發(fā)與應(yīng)用施以監(jiān)管負擔(dān)。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學(xué)技術(shù)基本計劃》，提出了“超智能社會5.0”的概念，強調(diào)通過推動數(shù)據(jù)標準化、建設(shè)社會服務(wù)平臺、協(xié)調(diào)發(fā)展多領(lǐng)域智能系統(tǒng)等各方面工作促進人工智能的發(fā)展和應(yīng)用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發(fā)展及其所引發(fā)的挑戰(zhàn)持普遍的包容與開放態(tài)度。就當前的政策框架而言，美日兩國的政策目標更傾斜于推動技術(shù)創(chuàng)新、保持其國家競爭力的優(yōu)勢地位;當涉及對人工智能所可能引發(fā)的公共問題施以監(jiān)管時，其政策選擇也更傾向于遵循“無需批準式(permissionless)”的監(jiān)管邏輯，即強調(diào)除非有充分案例證明其危害性，新技術(shù)和新商業(yè)模式默認為都是被允許的。[19]至于人工智能的發(fā)展對個人數(shù)據(jù)隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規(guī)劃，尤其關(guān)注到了人工智能發(fā)展所帶來的法律和倫理風(fēng)險。在該報告中，英國政府強調(diào)了機器學(xué)習(xí)與個人數(shù)據(jù)相結(jié)合而對個人自由及隱私等基本權(quán)利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責(zé)的概念和機制，并同時在算法透明度、算法一致性、風(fēng)險分配等具體政策方面做出了規(guī)定。[20]與英國類似，法國在2017年的《人工智能戰(zhàn)略》中延續(xù)了其在2006年通過的《信息社會法案》的立法精神，同樣強調(diào)加強對新技術(shù)的“共同調(diào)控”，以在享有技術(shù)發(fā)展所帶來的福利改進的同時，充分保護個人權(quán)利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監(jiān)管(precautionary)”的政策邏輯，即強調(diào)新技術(shù)或新的商業(yè)模式只有在開發(fā)者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準式監(jiān)管”還是“審慎監(jiān)管”，在應(yīng)對人工智能時代崛起所帶來的治理挑戰(zhàn)方面都有其可取之處：前者側(cè)重于推動創(chuàng)新，而后者則因重視安全而更顯穩(wěn)健。但需要指出的是，這兩種監(jiān)管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術(shù)發(fā)展與商業(yè)模式創(chuàng)新必將引發(fā)新的社會議題，無論是算法是否受到言論自由的權(quán)利保護還是普遍失業(yè)對社會形成的挑戰(zhàn)，它們都在客觀上要求公共政策做出應(yīng)對，而非片面的“無需批準式監(jiān)管”能夠處理。更重要的是，“無需批準式監(jiān)管”的潛在假設(shè)是事后監(jiān)管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業(yè)指數(shù)“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規(guī)運行，當各個系統(tǒng)行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規(guī)性判斷的“事后監(jiān)管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關(guān)系基礎(chǔ)上的“審慎監(jiān)管”邏輯存在天然缺陷：既然人類無法預(yù)知人工智能系統(tǒng)可能的行為或決策，開發(fā)者又如何證明人工智能系統(tǒng)的無害性?
正如本文所反復(fù)強調(diào)的，人工智能與其他革命性技術(shù)的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎(chǔ)性。人工智能并非單個領(lǐng)域、單個產(chǎn)業(yè)的技術(shù)突破，而是對于社會運行狀態(tài)的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯(lián)網(wǎng)革命直至數(shù)字革命基礎(chǔ)上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰(zhàn)，我們同樣應(yīng)該制定綜合性的公共政策框架，而非僅僅沿襲傳統(tǒng)治理邏輯，例如只是針對具體議題在“創(chuàng)新”與“安全”這個二元維度下進行艱難選擇。本文在第四部分從承認技術(shù)的主體性、重構(gòu)社會治理制度、推進人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發(fā)展規(guī)劃》明確提出了到2030年我國人工智能發(fā)展的“三步走”目標，而在每一個階段，人工智能法律法規(guī)、倫理規(guī)范和政策體系的逐步建立與完善都是必不可少的重要內(nèi)容。面對人工智能時代崛起的治理挑戰(zhàn)，究竟應(yīng)該如何重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發(fā)展邏輯的梳理分析，結(jié)合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發(fā)展的基石是算法與數(shù)據(jù)，建立并完善圍繞算法和數(shù)據(jù)的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應(yīng)對治理挑戰(zhàn)、賦予算法和數(shù)據(jù)以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權(quán)及相應(yīng)的監(jiān)督程序問題。算法作為人工智能時代的主要規(guī)則，究竟誰有權(quán)并通過何種程序來加以制定，誰來對其進行監(jiān)督且又如何監(jiān)督?長久以來公眾針對社交媒體臉書(Facebook)的質(zhì)疑正體現(xiàn)了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內(nèi)容不會摻雜特殊利益的取向?[24]當越來越多的人依賴定制化的新聞推送時，人工智能甚至?xí)绊懙娇偨y(tǒng)選舉。也正因為此，包括透明要求、開源要求在內(nèi)的諸多治理原則，應(yīng)當被納入到算法治理相關(guān)議題的考慮之中。(2)就數(shù)據(jù)治理而言，伴隨著人工智能越來越多地依賴于大規(guī)模數(shù)據(jù)的收集與利用，個人隱私的保護、數(shù)據(jù)價值的分配、數(shù)據(jù)安全等相關(guān)議題也必將成為公共政策的焦點。如何平衡不同價值需求、規(guī)范數(shù)據(jù)的分享與應(yīng)用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創(chuàng)新社會治理制度，進一步完善社會保障體系，在最大程度上緩解人工智能發(fā)展所可能帶來的不確定性沖擊。與歷史上的技術(shù)革命類似，人工智能的發(fā)展同樣會導(dǎo)致利益的分化與重構(gòu)，而如何保證技術(shù)革命成本的承受者得到最大限度的彌補并使所有人都享有技術(shù)發(fā)展的“獲得感”，不僅是社會發(fā)展公平、正義的必然要求，也是促進技術(shù)革命更快完成的催化劑。就此而言，在人工智能相關(guān)公共政策的考量中，我們不僅應(yīng)該關(guān)注產(chǎn)業(yè)和經(jīng)濟政策，同時也應(yīng)該關(guān)注社會政策，因為只有后者的完善才能夠控制工人或企業(yè)家所承擔(dān)的風(fēng)險，并幫助他們判斷是否支持或抵制變革的發(fā)生。就具體的政策設(shè)計來說，為緩解人工智能所可能帶來的失業(yè)潮，基本收入制度的普遍建立可能應(yīng)該被提上討論議程了。“基本收入”是指政治共同體(如國家)向所有成員不加任何限制條件地支付一定數(shù)額的收入，以滿足其基本生活的需求。盡管存在“養(yǎng)懶漢”的質(zhì)疑，但有研究者已指出，自18世紀就開始構(gòu)想的基本收入制度很有可能反過來促進就業(yè)。[25]芬蘭政府已經(jīng)于2017年初開始了相關(guān)實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現(xiàn)其“猙容”之前，創(chuàng)新社會治理機制、完善社會保障體系，可能是平衡技術(shù)創(chuàng)新與社會風(fēng)險的最佳路徑。
第三，構(gòu)建人工智能全球治理機制，以多種形式促進人工智能重大國際共性問題的解決，共同應(yīng)對開放性人工智能生產(chǎn)模式的全球性挑戰(zhàn)。人工智能的發(fā)展具有開放性和不確定性的特征，生產(chǎn)門檻的降低使得人工智能技術(shù)研發(fā)的跨國流動性很強，相關(guān)標準的制定、開放平臺的搭建、共享合作框架的形成，無不要求構(gòu)建相應(yīng)的全球治理機制。另一方面，跨境數(shù)據(jù)流動在廣度和深度上的快速發(fā)展成為了人工智能技術(shù)進步的直接推動力，但各國數(shù)據(jù)規(guī)制制度的巨大差異在制約跨境數(shù)據(jù)流動進一步發(fā)展的同時，也將影響人工智能時代的全面到來。[26]故此，創(chuàng)新全球治理機制，在承認各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設(shè)計而言，可以在人工智能全球治理機制的構(gòu)建中引入多利益相關(guān)模式;另一方面，為防止巨頭壟斷的形成，充分發(fā)揮主權(quán)國家作用的多邊主義模式同樣不可忽視。作為影響深遠的基礎(chǔ)性技術(shù)變革，互聯(lián)網(wǎng)全球治理機制的經(jīng)驗和教訓(xùn)值得人工智能發(fā)展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統(tǒng)政策局限于“創(chuàng)新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內(nèi)在聯(lián)系來講，建立并完善圍繞算法和數(shù)據(jù)的治理體系是起點，其將重構(gòu)人工智能時代的規(guī)則與制度;創(chuàng)新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構(gòu)建全球治理機制則成為了制度性的基礎(chǔ)設(shè)施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結(jié)語
在經(jīng)歷了60余年的發(fā)展之后，人工智能終于在互聯(lián)網(wǎng)、大數(shù)據(jù)、機器學(xué)習(xí)等諸多技術(shù)取得突破的基礎(chǔ)上實現(xiàn)了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當下所應(yīng)該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統(tǒng)”式擔(dān)憂，指出人工智能技術(shù)發(fā)展的技術(shù)邏輯及其所引發(fā)的治理挑戰(zhàn)，并在此基礎(chǔ)上提出相應(yīng)的政策選擇。人工智能治理的這三個基本問題，是重構(gòu)治理體系、創(chuàng)新治理機制、發(fā)展治理工具所必須思考的前提。伴隨著我國國家層面戰(zhàn)略規(guī)劃的出臺，我國人工智能的發(fā)展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關(guān)公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務(wù)研究中心）
[參考文獻]
[1]國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結(jié)人類文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學(xué)習(xí)和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，F(xiàn)R，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現(xiàn)超智能社會‘社會5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數(shù)據(jù)產(chǎn)業(yè)在法國的發(fā)展及應(yīng)用[N].學(xué)習(xí)時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
[25] Van Parijs，P. Basic Income：A Simple and Powerful Idea for the Twenty-first Century. Politics & Society，2004，32(1).
如何應(yīng)對人工智能時代的轉(zhuǎn)型？人工智能的商業(yè)價值地圖中，哪些產(chǎn)業(yè)將最先享受技術(shù)紅利？
“智造”并不是一個新詞，幾年前，我們可以看到數(shù)字技術(shù)從虛擬世界向?qū)嶓w世界滲透。3D打印、激光切割等一系列數(shù)字制造設(shè)備的發(fā)明讓制造變得民主化，所以誕生了創(chuàng)客這個群體，讓普通人也可以通過智造來實現(xiàn)想法。而今天，我們都看到“智”的含義又進化了。
人工智能正在全球范圍內(nèi)掀起產(chǎn)業(yè)浪潮。從去年開始，騰訊研究院就對人工智能的產(chǎn)業(yè)發(fā)展有一個持續(xù)的跟蹤。我今天將從一個更廣的維度，不限于制造業(yè)來與大家分享關(guān)于人工智能如何融合產(chǎn)業(yè)，創(chuàng)造萬億實體經(jīng)濟新動能的一些觀察。
人工智能認知差距存在：已走入平常生活
在另一陣營，包括扎克伯格、李開復(fù)、吳恩達等在內(nèi)的多位人工智能業(yè)界和學(xué)界人士都表示人工智能對人類的生存威脅尚且遙遠。這其中主要的爭議就來源于對“人工智能”定義的區(qū)別。人工智能學(xué)家馬斯克等人所述的人工智能，是指可以獨立思考并解決問題，具有思維能力的“強人工智能”，目前，科學(xué)界和工業(yè)界對何時發(fā)展出“強人工智能”并無定論。
現(xiàn)在處于全球熱議中的“人工智能”，并不完全等同于以往學(xué)院派定義的人工智能。你可能沒有意識到，我們?nèi)粘Ｉ钪幸呀?jīng)用到了許多人工智能技術(shù)：早在2011年，蘋果就率先將人工智能應(yīng)用Siri放進了大家的口袋里；拍照、簽到時用到的人臉識別技術(shù)，智能音箱的語音對話系統(tǒng)，以及我們現(xiàn)在主流的新聞推薦引擎，也都用到了深度學(xué)習(xí)的算法。
人工智能算法存在于人們的手機和個人電腦里，存在于政府機關(guān)、企業(yè)的服務(wù)器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時時刻刻感知到人工智能算法的存在，但人工智能算法已經(jīng)高度滲透進我們的生活之中。
人工智能的商業(yè)潮起：九大領(lǐng)域形成熱點
人工智能的歷史已經(jīng)有60年的時間，但它作為一個商業(yè)化浪潮是最近幾年爆發(fā)的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術(shù)商業(yè)化的臨界點。
下圖為騰訊研究院的《中美人工智能產(chǎn)業(yè)報告》，人工智能領(lǐng)域的投資金額從2012年起呈現(xiàn)出了非常陡峭的增長趨勢，轉(zhuǎn)折點就是深度學(xué)習(xí)技術(shù)的突破。
IT產(chǎn)業(yè)經(jīng)過數(shù)十年的發(fā)展，在存儲、運算和傳輸能力上都有了幾何級的提升，使深度學(xué)習(xí)最終有了質(zhì)的飛躍。互聯(lián)網(wǎng)積累了20年的數(shù)據(jù)終于有了用武之地——訓(xùn)練數(shù)據(jù)。機器學(xué)習(xí)和深度學(xué)習(xí)的飛速發(fā)展直接引領(lǐng)了此次人工智能產(chǎn)業(yè)浪潮。
截至目前，美國在融資金額上人工達到了938億，中國僅次于美國達到了635億。人工智能產(chǎn)業(yè)發(fā)展出了九大熱點領(lǐng)域，分別是芯片、自然語言處理、語音識別、機器學(xué)習(xí)應(yīng)用、計算機視覺、智能機器人、自動駕駛。
另一個明顯的趨勢是中美科技巨頭的集體轉(zhuǎn)型。從互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)的歷次轉(zhuǎn)換歷程中，把握技術(shù)革命帶來的商業(yè)范式革命是屹立不敗的關(guān)鍵。技術(shù)革命將帶來基礎(chǔ)設(shè)施、商業(yè)模式、行業(yè)渠道、競爭規(guī)則變化的漣漪效應(yīng)。
谷歌最早意識到機器學(xué)習(xí)的重要性，從2012年開始從搜索業(yè)務(wù)積累數(shù)據(jù)。從2012年到2017年短短的5年時間已經(jīng)滲透到了超過1200個谷歌的服務(wù)中。業(yè)務(wù)發(fā)展戰(zhàn)略從“移動優(yōu)先”轉(zhuǎn)為“人工智能優(yōu)先”。除此以外，美國的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國的BAT無一例外投入越來越多資源搶占人工智能市場，有的甚至轉(zhuǎn)型成為AI公司。他們紛紛從四方面從基礎(chǔ)到全局打造AI生態(tài)：
第一，通過建立AI實驗室，來建立核心的人才隊伍。第二，持續(xù)并購來爭奪人才和技術(shù)。第三，建立開源的生態(tài)，占領(lǐng)產(chǎn)業(yè)核心。今天，大多數(shù)技術(shù)進步都不是封閉的創(chuàng)造發(fā)明。技術(shù)的指數(shù)級增長，受益于底層技術(shù)的共享。今年，騰訊向外輸出了兩大AI開源項目ANGEL和NCNN。第四，最好的人工智能服務(wù)將可能化為無形，即與云服務(wù)結(jié)合。工具AI將大幅降低企業(yè)使用AI的門檻，越來越多科技巨頭選擇將自己的服務(wù)“云端化”來賦能全行業(yè)。正如馬化騰所說的未來的企業(yè)都是在云端用AI處理大數(shù)據(jù)。并且在一些領(lǐng)域開始試水消費級人工智能的場景。
認識人工智能的能力與局限
認識人工智能的能力與局限AI要在商業(yè)上取得成功，首先要理解人工智能的真實能力。AI的爆發(fā)對商業(yè)的塑造也許與互聯(lián)網(wǎng)徹底顛覆傳統(tǒng)行業(yè)不同，在很大程度上會不動聲色地嵌入到商業(yè)中。應(yīng)用場景不再是新奇的概念展示，而是融入現(xiàn)有的生產(chǎn)中，進入垂直領(lǐng)域，創(chuàng)造直接的經(jīng)濟價值。
認識人工智能的能力與局限從認識物理世界到自主決策，目前人工智能已經(jīng)具備以下幾種能力：
認識人工智能的能力與局限感知智能：在語音識別、圖像識別領(lǐng)域已經(jīng)有很深入的應(yīng)用，賦予了機器“看”和“聽”的能力。甚至情感也能被機器理解 ；語音識別和圖像識別都有了顯著的提升。
認識人工智能的能力與局限理解能力：自然語言理解成為隱形的標配植入到產(chǎn)品中。配合計算機視覺可用于理解圖像，來執(zhí)行基于文本的圖像搜索、圖像描述生成、圖像問答（給定圖像和問題，輸出答案）等。
認識人工智能的能力與局限數(shù)據(jù)智能：機器學(xué)習(xí)、深度學(xué)習(xí)讓機器能夠洞察數(shù)據(jù)的秘密，并且不斷自動優(yōu)化算法，提升數(shù)據(jù)分析能力。
認識人工智能的能力與局限決策能力：本質(zhì)是用數(shù)據(jù)和模型為現(xiàn)有問題提供解決方案。棋類游戲是一種典型的決策能力，人類在完美信息博弈的游戲中已徹底輸給機器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領(lǐng)域，例如如何自動駕駛汽車，如何將投資收益最大化等豐富的場景都將是決策能力的用武之地。
人工智能的價值地圖：產(chǎn)業(yè)融合正在加速
與互聯(lián)網(wǎng)時代一夜顛覆的渠道革命不同，人工智能的帶來的商業(yè)變革正在不動聲色地滲入到各行各業(yè)。一大批AI應(yīng)用的先導(dǎo)者正在將AI能力賦能產(chǎn)業(yè)，涉及吃住行、工業(yè)醫(yī)療等各個領(lǐng)域。下面將用三個例子來說明正在發(fā)生的“AI+”產(chǎn)業(yè)增強革命。
首先是零售行業(yè)。上圖是亞馬遜推出的無人超市Amazon Go。在亞馬遜的藍圖中，顧客從貨架上取下貨品，無需再經(jīng)過收銀臺便可自動完成結(jié)算過程。從顧客進店開始，通過人臉識別驗證顧客身份，在顧客購物時，通過圖像識別和對比技術(shù)判斷商品種類，自動生成購物訂單完成自動結(jié)算。
現(xiàn)在，各種形式的無人零售商店在國內(nèi)也如雨后春筍般興起。當然，無人收費只是零售智能化的第一步，人工智能不同能力的應(yīng)用將全面改變現(xiàn)在的零售模式。比如開一家店選址、到底在哪開、開多大、覆蓋多少人群、賣多少東西？時裝周采購設(shè)計師的衣服，買那些今年會暢銷？以前這些都靠零售人的經(jīng)驗做決策，但在信息時代，這些都可以用精準的算法做決策。
第二個例子是醫(yī)療行業(yè)，醫(yī)療在任何國家都是最大的行業(yè)之一，我們經(jīng)濟發(fā)展和科技進步追求的最終目標也是增進健康。
人工智能在醫(yī)療行業(yè)的應(yīng)用很廣泛。用人工智能來輔助醫(yī)療影像診斷大家已經(jīng)比較熟悉了。我想說的是人工智能對精準醫(yī)療的推動。所有遺傳密碼的信息都是非常非常多的一個大數(shù)據(jù)，對任何人在他沒有得病的時候我們測量他的組學(xué)數(shù)據(jù)，分析組學(xué)大數(shù)據(jù)，那么就可以對他未來健康發(fā)展的危險因素做出評估，根據(jù)評估進行適當干預(yù)，這樣的話有些疾病不發(fā)展，有些疾病減輕他的程度，提高他的生活質(zhì)量，這樣就把整個醫(yī)療健康體系的關(guān)口前移，在沒有病之前就提出評估與保證。
第三個例子來自制造業(yè)。波士頓有家著名的機器人公司叫Rethink Robotics，顧名思義就是重新思考機器人。這個公司開發(fā)了一款名為Baxter的智能協(xié)作機器人。這個機器人的特點是和人的交互不再是機械的。Baxter 采用順應(yīng)式手臂并具有力度探測功能，能夠適應(yīng)變化的環(huán)境，可“感知”異常現(xiàn)象并引導(dǎo)部件就位。你只要挪動它的手臂就能進行訓(xùn)練，完成特定的任務(wù)。其次，對于制造業(yè)來說人工智能不僅僅意味著完成某項工任務(wù)的機器人，也是未來制造業(yè)智能工廠、智能供應(yīng)鏈等相互支撐的智能制造體系。通過人工智能實現(xiàn)設(shè)計過程、制造過程和制造裝備的智能化。
人工智能的經(jīng)濟影響
人工智能在經(jīng)濟層面的影響，主要有三個方面：
第一，生產(chǎn)效率的提升。人工智能創(chuàng)造了一種虛擬的勞動力，能夠解決需要適應(yīng)性和敏捷性的復(fù)雜任務(wù)。
第二，交易成本的下降。互聯(lián)網(wǎng)的平臺模式通過降低信息不對稱，降低了交易成本。隨著機器學(xué)習(xí)的引入，可以實現(xiàn)更精準的服務(wù)匹配，進一步優(yōu)化資源的分配。
第三，人工智能將帶來數(shù)據(jù)產(chǎn)業(yè)的蓬勃。機器學(xué)習(xí)需要數(shù)據(jù)的“喂養(yǎng)”，海量的數(shù)據(jù)需求催生了多種類型的數(shù)據(jù)交易模式。數(shù)據(jù)的需求會產(chǎn)生很多數(shù)據(jù)經(jīng)紀商，有B2B模式，C2B模式，B2B2C模式等，促進數(shù)據(jù)在個人、企業(yè)及產(chǎn)業(yè)鏈層面流通。數(shù)據(jù)的來源不單單來自于用戶，也來自于政府公開數(shù)據(jù)、商業(yè)渠道、博客等公共資源等。
轉(zhuǎn)型之路：五要素堅實人工智能基礎(chǔ)
人工智能將一切變化都帶入了超高速發(fā)展的軌道。創(chuàng)新科技公司已集體轉(zhuǎn)型，傳統(tǒng)行業(yè)又改如何應(yīng)對即將到來的人工智能時代？實現(xiàn)人工智能的轉(zhuǎn)型，需要從幾個方面并行：
數(shù)據(jù)、算法和算力是我們常說的人工智能的“三駕馬車”，是人工智能得以應(yīng)用的基礎(chǔ)。
第一是數(shù)據(jù)，我們對數(shù)據(jù)的認識不應(yīng)該停留在統(tǒng)計，改進產(chǎn)品或者作為決策的支持依據(jù)。而應(yīng)該看到它導(dǎo)致機器智能的產(chǎn)生。但首先，數(shù)據(jù)是有條件的。垂直行業(yè)的數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)。在國家層面，也有許多數(shù)據(jù)開放計劃。
第二是算法，人工智能的人才仍然是很稀缺的。高校和企業(yè)的人才流動越來越頻繁。但同時，企業(yè)通過開放生態(tài)，降低開發(fā)門檻。可以讓更多中小企業(yè)享受AI能力。
第三是算力，現(xiàn)在的人工智能系統(tǒng)通過成百上千個GPU來提升算力，使深度學(xué)習(xí)能夠走向生產(chǎn)環(huán)境。但隨著數(shù)據(jù)的爆發(fā)式增長，現(xiàn)有算力將無法匹配。
除了這三駕馬車，從實驗室到行業(yè)應(yīng)用，在人工智能的應(yīng)用過程中還需要加入兩個元素：
■ 首先是場景。理解場景是人工智能應(yīng)用的核心。人工智能必須落到精準的場景，才能實現(xiàn)實在的價值。理解人工智能能力可落地的場景及對應(yīng)的流程，將AI納入決策流程。
■ 其次是人機回環(huán)，即human-in-the-loop。“人機回圈”的第一層含義是人工智能應(yīng)用中需要用戶，即人的反饋來強化模型。更進一步，機器學(xué)習(xí)是一種嘗試創(chuàng)建允許通過讓專家與機器的一系列交互參與到機器學(xué)習(xí)的訓(xùn)練中的系統(tǒng)工作。機器學(xué)習(xí)通常由工程師訓(xùn)練數(shù)據(jù)，而不是某個領(lǐng)域的專家。“人機回圈”的核心是構(gòu)建模型的想法不僅來自數(shù)據(jù)，而且來自于人們怎樣看待數(shù)據(jù)。專家會成為垂直領(lǐng)域的AI顧問，把關(guān)模型的正確性。
人工智能并不是靜態(tài)的東西，訓(xùn)練出來的模型要用到某個業(yè)務(wù)場景里，業(yè)務(wù)場景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進一步提升人工智能模型的能力，再用到場景中，形成一個閉環(huán)和迭代。
總結(jié)
本輪人工智能浪潮是基于深度學(xué)習(xí)的發(fā)展，將快速滲透到數(shù)據(jù)密集行業(yè)。
人工智能目前從感知智能、理解智能、數(shù)據(jù)智能和決策智能四方面發(fā)揮在各行各業(yè)的能力。
關(guān)鍵詞：大數(shù)據(jù)時代人工智能計算機網(wǎng)絡(luò)技術(shù)應(yīng)用
中圖分類號：TP18文獻標識碼：A文章編號：1674-098X（2018）01（a）-0157-02
人工智能是計算機和網(wǎng)絡(luò)技術(shù)、通信技術(shù)三者結(jié)合的產(chǎn)物，在大數(shù)據(jù)時代成為爆炸性的數(shù)據(jù)處理工具。計算機網(wǎng)絡(luò)中有很多漏洞，其效率也不夠高，人工智能可以彌補這些缺點，對社會穩(wěn)定和發(fā)展有著特殊的意義。
1人工智能的內(nèi)涵
人工智能屬于計算機技術(shù)，是一種可以模仿人類一些行為以及思維進行的綜合性技術(shù)。人工智能的范圍很廣，包括語言學(xué)、心理學(xué)以及哲學(xué)，模擬人們對外界的聲音和圖像進行智能化處理，讓人們對生活中遇到的問題具體化分析，從而提高人們的生活水平。人工智能作為將人類思維轉(zhuǎn)化為數(shù)據(jù)的新型方式，只要將數(shù)據(jù)錄入到計算機系統(tǒng)當中，機器就可以自動操作[1]。同時，隨著計算機網(wǎng)絡(luò)的發(fā)展，對人工智能的進步產(chǎn)生影響，二者互相依靠，將網(wǎng)絡(luò)中的詞義、數(shù)據(jù)進一步轉(zhuǎn)化為機器操作，突出其重要性。人工智能的優(yōu)越之處就是能夠處理一些不夠清晰的信息，從信息中取得有效數(shù)據(jù)并且進行處理，再將結(jié)論反饋給用戶。
2人工智能的特征
2.1化繁為簡
人工智能可以從根本上解決很多無法確定的問題，很多在生活中無法得到解答的問題，都能從人工智能中模擬具體的計算機運算，將難度很強的問題簡單化，實現(xiàn)對很多不清晰數(shù)據(jù)的全面掌握。通過對人工智能的管理，讓計算機網(wǎng)絡(luò)管理得到安全保障。
2.2加快信息處理的速度
人工智能作為我國一項新興技術(shù)，主要是對人類的思維和行為進行模仿，同時與計算機技術(shù)進行有效結(jié)合，加快了對信息和數(shù)據(jù)等處理的速度，從而提高了用戶的工作效率，縮短了用戶查找資料的時間。在使用計算機過程中，人工智能可以加快網(wǎng)絡(luò)運行的速度，在網(wǎng)絡(luò)管理當中也具有很強的實用性質(zhì)。
3大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用
3.1保障網(wǎng)絡(luò)安全
人工智能就像是人類的大腦進行自動化操作，對錯誤的數(shù)據(jù)進行初步篩選，能夠體現(xiàn)出很強的優(yōu)越性，尤其是噪聲輸入模式等網(wǎng)絡(luò)安全管理。人工智能技術(shù)在計算機網(wǎng)絡(luò)安全中有著重要的地位，在處理垃圾郵件、智能防火墻方面具有良好的效果[2]。人工智能技術(shù)在處理垃圾郵件的時候，可以先掃描用戶的郵件，將一些不符合網(wǎng)絡(luò)安全的郵件進行標注，用戶就可以盡快發(fā)現(xiàn)問題并且處理，以免對自己的計算機產(chǎn)生危害。人工智能系統(tǒng)規(guī)避了垃圾郵件的騷擾行為，確保了計算機的安全。
智能防火墻系統(tǒng)可以提供拒絕服務(wù)等安全措施，智能防火墻不僅能夠降低計算機的數(shù)據(jù)運算量，還可以及時發(fā)現(xiàn)入侵互聯(lián)網(wǎng)程序的病毒，在分辨率極高的情況下防御病毒的傳播。
在計算機連接網(wǎng)絡(luò)的過程中，入侵檢測十分關(guān)鍵，對網(wǎng)絡(luò)的安全性也十分重要，入侵檢測將會影響到計算機數(shù)據(jù)的完整性與安全性。通過分類處理形成數(shù)據(jù)報告，將計算機網(wǎng)絡(luò)的安全狀態(tài)反饋給用戶，用戶能在第一時間發(fā)現(xiàn)計算機出現(xiàn)的安全問題，人工智能相對于傳統(tǒng)的模糊鑒別具有更高的安全系數(shù)，讓用戶的計算機時刻處于保護之中。
3.2管理與評價
在大數(shù)據(jù)的時代背景之下，計算機網(wǎng)絡(luò)管理需要加快人工智能技術(shù)的應(yīng)用。人工智能不但能夠在網(wǎng)絡(luò)安全管理上發(fā)揮作用，而且可以利用專家數(shù)據(jù)庫進行綜合管理。計算機網(wǎng)絡(luò)技術(shù)想要不斷進步，就要持續(xù)開發(fā)人工智能技術(shù)，將問題放在知識庫當中進行管理。計算機網(wǎng)絡(luò)在管理方面瞬息萬變，工具類動態(tài)碼也在不斷變化，人工智能可以化繁為簡，將復(fù)雜的程式變得簡單，對綜合管理來說十分有利。
人工智能模式在整個信息系統(tǒng)中扮演著重要的角色，就是因為系統(tǒng)中借鑒了很多專家的經(jīng)驗和知識，并且將更新的內(nèi)容持續(xù)輸入其中。完善系統(tǒng)內(nèi)容可以匯聚專家的想法，將一些相似的問題通過人工智能系統(tǒng)在計算機網(wǎng)絡(luò)管理中進行評價，使其在計算機網(wǎng)絡(luò)中起到重要的作用。
人工智能系統(tǒng)在當前的企業(yè)管理當中也得到廣泛應(yīng)用，伴隨著企業(yè)的經(jīng)濟發(fā)展，根據(jù)人工智能技術(shù)特點進行監(jiān)控，讓企業(yè)的管理更加現(xiàn)代化，不斷提高工作效率。人工智能提供的智能化管理可以讓企業(yè)管理更加便捷、減少成本。
3.3管理模式
人工智能系統(tǒng)其實是一個軟件，由知識庫和數(shù)據(jù)庫等通訊部分組成，以知識庫作為依托，對數(shù)據(jù)進行分析處理，為用戶提供更好的服務(wù)。人工智能管理能夠在用戶自定義的模式上對信息進行探索，然后將數(shù)據(jù)傳輸至指定的位置，為用戶提供最人性化的服務(wù)[3]。用戶在查找數(shù)據(jù)的時候，人工智能管理技術(shù)可以通過計算機信息分析和查找，向用戶傳遞有用的信息，為用戶節(jié)省大量的查詢時間。人工智能技術(shù)已經(jīng)成為日常生活中不可缺少的應(yīng)用，無論是網(wǎng)上購物還是收發(fā)郵件，都會為用戶提供十分優(yōu)質(zhì)的服務(wù)。人工智能程序本身就有很多自主性，為用戶直接分配任務(wù)，通過學(xué)習(xí)促進計算機網(wǎng)絡(luò)技術(shù)的發(fā)展。
3.4人工免疫技術(shù)
人工免疫技術(shù)就像是人的免疫系統(tǒng)，用計算機程序體現(xiàn)基因庫和各類選擇，配合使用各類技術(shù)彌補傳統(tǒng)入侵檢測的不足，以及無法自動識別病毒等。而人工智能免疫系統(tǒng)可以將各類病毒自動識別，在系統(tǒng)中產(chǎn)生一串字符，將匹配的字符刪除，如果能夠通過檢測就會進行下一步程序，這個技術(shù)的應(yīng)用還有待改善，但具有較大的應(yīng)用價值。
3.5數(shù)據(jù)融合技術(shù)
數(shù)據(jù)融合技術(shù)是以用戶作為對象，將多個數(shù)據(jù)進行重新組合，在組合的基礎(chǔ)之上挖掘出更多的信息。數(shù)據(jù)融合在網(wǎng)絡(luò)安全的管理中，能夠?qū)⒍鄠€傳感器在系統(tǒng)中進行連接，提高計算機的系統(tǒng)性能，將傳感器的入侵范圍縮小，打破原有的局限模式，保證入侵檢測系統(tǒng)的安全，多種技術(shù)融合之后會產(chǎn)生更好的效果。現(xiàn)階段入侵檢測方面的技術(shù)很多，包含數(shù)據(jù)庫和各類知識結(jié)構(gòu)的拼接，構(gòu)建了專家的知識系統(tǒng)，如果一旦受到系統(tǒng)的入侵就可以自動檢測數(shù)據(jù)，確定入侵的種類和危害。專家知識庫包含很多基本理論和經(jīng)驗，將已知的內(nèi)容轉(zhuǎn)化為各類編碼，數(shù)據(jù)庫中得到專家的支持并且采用各類管理方式，以便完成計算機的各項工作。
4結(jié)語
大數(shù)據(jù)時代中，人工智能在計算機網(wǎng)絡(luò)技術(shù)中的運用越來越廣泛，如果想要進一步加快人工智能的腳步，就需要明確它的優(yōu)勢以及應(yīng)用現(xiàn)狀，逐步深化人工智能技術(shù)的發(fā)展趨勢。計算機技術(shù)的發(fā)展趨勢決定了人工智能的發(fā)展程度，也會在很大程度上促進計算機網(wǎng)絡(luò)的應(yīng)用。只有將人工智能技術(shù)與計算機網(wǎng)絡(luò)緊密地結(jié)合在一起，才能夠讓二者相互促進。人工智能的應(yīng)用必須要滿足當前科技的發(fā)展，只有保證計算機網(wǎng)絡(luò)的安全運行，人們的生活才會更加便捷，網(wǎng)絡(luò)安全的諸多問題也會減輕。只有不斷地對計算機技術(shù)進行創(chuàng)新和優(yōu)化配置，才能夠讓人工智能技術(shù)發(fā)揮得更好，為社會創(chuàng)造更高的價值。
參考文獻
[1] 李艷旭.大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].農(nóng)家參謀，2017，2（16）：112.
關(guān)鍵詞：人工智能 計算機 信息技術(shù) 應(yīng)用
中圖分類號：TP391.6 文獻標識碼：A 文章編號：1007-9416（2016）12-0118-01
近年來，其初步成果已經(jīng)在我們的生活中得到了運用。科學(xué)家們借助一臺計算機或者是一個機器人載體通過輸入代碼等方式，對計算機作出指令讓其代替人們完成一些需要人們親自動手或者是動腦的工作，既包括對人生命健康安全存在隱患的高危工作，也包括是毫無技術(shù)水平，重復(fù)枯燥的體力勞動。隨著人工智能技術(shù)應(yīng)用越來越具備挑戰(zhàn)性，作為實現(xiàn)平臺的計算機更是發(fā)揮了不可忽視的作用。因此，討論探究人工智能在計算機中的應(yīng)用就顯得尤為的重要。
1 人工智能的含義
人工智能（Artificial Intelligence），英文縮寫為AI。就其本質(zhì)而言，是對人的思維的信息過程的模擬。該詞于1956年在Dartmouth學(xué)會上被科學(xué)家們提出，最早是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。現(xiàn)在被當作為計算機科學(xué)的一個分支，它進一步的深化智能，并以生產(chǎn)出一種能做出與人類相似反應(yīng)的智能程序為目標，包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能在計算機中的應(yīng)用不是簡單的機器制造，是模擬人類智力活動和反應(yīng)能力的系統(tǒng)創(chuàng)造，是信息時代高科技不斷發(fā)展的代表產(chǎn)物，人工智能的發(fā)展在現(xiàn)代信息社會的發(fā)展中占據(jù)著越來越重要的地位。
2 人工智能在計算機應(yīng)用中存在的問題
2.1 語言智能存在缺陷
在計算機語言智能雖然取得了一定程度的成果，但是在具體應(yīng)用方面仍舊存在著一定缺陷。由于在實際生活中使用環(huán)境的限制，使用者不能保證在任何使用情況下周圍安靜無噪音，再加上用戶不同的口音、停頓、語言習(xí)慣等等，這都給計算機接受指令作出智能反應(yīng)帶來了極大的挑戰(zhàn)，需要科學(xué)家和技術(shù)人員不斷提高計算機語言智能智能能力，另外計算機語言正處于起步階段，雖然計算機對于人們發(fā)出的指令智能進行簡單的翻譯，但是對于句子意義的理解稍顯不足，容易在語序語法上出現(xiàn)低級錯誤，計算機語言理解能力還有待加強，翻譯和理解的能力在實際應(yīng)用中也需要大幅度提升。
2.2 缺少詞匯量和互動環(huán)節(jié)
詞匯量決定計算機系統(tǒng)接受語音信息和指令的完整程度，互動環(huán)節(jié)的多少決定計算機系統(tǒng)智能水平的高低。一方面使用者語言的多樣性增添了系統(tǒng)語音識別難度，由于系統(tǒng)缺乏世界語言的不足，在搜索計算法效率的不斷提升和搜索詞匯量的不斷增加的情況下，如用戶引用的詞匯超出系統(tǒng)存儲范圍時，系統(tǒng)很有可能出現(xiàn)混亂、奔潰等情況。這都給用戶在計算機人工智能語音應(yīng)用方面造成了極大的困擾；另一方面人們生活水平不斷提高，對應(yīng)用的人性化和趣味化要求也在同步提升，但是從現(xiàn)實狀況來看，計算機人工智能互動模式和內(nèi)容太過死板和枯燥，難以吸引用戶使用興趣，要想促進人工智能在計算機的不斷應(yīng)用，就得不斷創(chuàng)新，研究開發(fā)新模式吸引用戶注意。
3 人工智能在計算機中的具體應(yīng)用
3.1 進入生產(chǎn)領(lǐng)域，節(jié)省人力資本
隨著人工智能與計算機的高度結(jié)合，越來越多的企業(yè)將目光投向于人工智能在生產(chǎn)領(lǐng)域的研究，一方面對于一些事故發(fā)生率較高、財產(chǎn)損失規(guī)模較大、且對工作者生命安全造成極大威脅的高危行業(yè)，企業(yè)的管理者可以運用計算機控制，以機器代替人工進行作業(yè)，如地下采煤、高空作業(yè)、爆破工作等等，既將工人的生命威脅降至最低，又能提高生產(chǎn)工作效率，促M企業(yè)的發(fā)展乃至行業(yè)的整體進步，另一方面，由于我國國情存在著大量的勞動密集型產(chǎn)業(yè)，人工智能促進了流水線生產(chǎn)，電腦系統(tǒng)化解放了大批勞動力，節(jié)省了大量企業(yè)資本，促使企業(yè)將更多的資源運用進人工智能和產(chǎn)品的研發(fā)，從而對計算機人工智能的進一步發(fā)展起著積極的作用。
3.2 投放科學(xué)領(lǐng)域，促進時代進步
人工智能在計算機中的應(yīng)用典型例子就不能忽略超級計算機的研發(fā)和使用，所謂的超級計算機是以計算機為載體，具有代替人們進行任務(wù)規(guī)劃和強大計算、處理數(shù)據(jù)的能力，主要特點表現(xiàn)為高速度和大容量，配有多種外部和設(shè)備及豐富的、高功能的軟件系統(tǒng)。現(xiàn)有的超級計算機運算速度大都可以達到每秒一太（萬億）次以上。例如我國“天河二號”，它工作一秒鐘相當于我們每個國民加起來全年無休工作1000年的計算量。因此，其多應(yīng)用于國家高科技領(lǐng)域和尖端技術(shù)研究，人工智能與計算機的有機結(jié)合、相互作用、相互影響、其所表現(xiàn)出來的科學(xué)產(chǎn)物，不僅體現(xiàn)了一個國家的科研實力，同時對國家安全，經(jīng)濟和社會發(fā)展具有舉足輕重的意義。
3.3 運用實際生活，提高生活水平
隨著電子信息技術(shù)和計算機的發(fā)展，人工智能影響到我們的方方面面，通過搜索引擎就能查找我們所需要的圖片和信息，點擊人工語音選項我們便能對電腦程序發(fā)出指令，圖搜商品導(dǎo)購、攝像頭智能識別等等，被我們所熟悉的還有由谷歌公司研發(fā)創(chuàng)造的圍棋人工智能程序阿爾法與微軟互聯(lián)網(wǎng)工程院于2014年的人工智能機器人“小冰”。前者在2016年3月以4：1的總比分戰(zhàn)勝李世石，后者則擁有人工智能聊天，具有“陪你數(shù)羊”能人性化功能。由此可見，人工智能在計算機中的應(yīng)用在給我們的生活帶來挑戰(zhàn)的同時，極大地提高了我們的生活水平、擴寬了娛樂方式。
4 結(jié)語
隨著信息時代和高科技技術(shù)的高速發(fā)展，人工智能近年來所表現(xiàn)的迅猛勢頭不容小覷。雖然人工智能在計算機領(lǐng)域應(yīng)用起步較晚，但它逐漸顯現(xiàn)出其獨特的發(fā)展?jié)摿Γ瑢ξ覀兊纳詈凸ぷ饕舶l(fā)揮著越來越重要的影響。就目前人工智能發(fā)展狀況來看離不開與計算機的結(jié)合和使用，因此我們不斷學(xué)習(xí)和研究，不斷促進人工智能在計算機領(lǐng)域中的應(yīng)用和發(fā)展。
參考文獻
關(guān)鍵詞：智能科學(xué)與技術(shù)；知識結(jié)構(gòu)；應(yīng)用型人才；人才培養(yǎng)；知識型能力本位教育
中圖分類號：G64文獻標識碼：A
文章編號：1009-3044（2020）25-0153-03
1引言
智能科學(xué)與技術(shù)主要包含智能科學(xué)和智能技術(shù)兩部分內(nèi)容[1]：智能科學(xué)是以人如何認知和學(xué)習(xí)為研究對象，探索智能機器的實現(xiàn)機理和方法；智能技術(shù)則是將這種方法應(yīng)用于人造系統(tǒng)，使之具有一定的智能或?qū)W習(xí)能力，讓機器系統(tǒng)為人類工作。目前，在本科專業(yè)目錄中，智能科學(xué)與技術(shù)專業(yè)是計算機類之下的特設(shè)專業(yè)，在現(xiàn)有的人工智能專業(yè)群中，除了新設(shè)的人工智能專業(yè)外（2019年全國共有35所高校獲首批人工智能新專業(yè)建設(shè)資格），智能科學(xué)與技術(shù)專業(yè)與全球范圍大力推進與快速發(fā)展的人工智能關(guān)系最密切，契合度最高。一方面，智能科學(xué)與技術(shù)的專業(yè)發(fā)展和人才培養(yǎng)將為人工智能技術(shù)提供理論支撐、技術(shù)推進和人才支持，另一方面，人工智能產(chǎn)業(yè)現(xiàn)狀和未來發(fā)展趨勢直接影響著智能科學(xué)與技術(shù)的專業(yè)發(fā)展和人才需求。
2人工智能時代對人才的需求
站在國家戰(zhàn)略的高度來看，人工智能將成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，可以實現(xiàn)社會生產(chǎn)力的整體躍升，因此人工智能將成為引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達國家都把發(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。
隨著人工智能時代的到來，許多企業(yè)對具有智能科學(xué)與技術(shù)專業(yè)背景的人才有著巨大的需求。首先，IT企業(yè)紛紛涉足智能科學(xué)領(lǐng)域，提高產(chǎn)品智能水平；其次，許多傳統(tǒng)制造業(yè)也在轉(zhuǎn)型，從勞動密集型到知識密集型，進一步提升到智能制造型，并逐漸具備高精尖裝備制造能力；此外，醫(yī)療、通訊、交通等行業(yè)也對智能科技人才有著迫切的需要。人工智能對各行各業(yè)的影響，充分體現(xiàn)了智能科技的高速發(fā)展，對人才數(shù)量和素質(zhì)要求也越來越高。
從人才的金字塔型分布來看，智能科學(xué)與技術(shù)領(lǐng)域不僅需要高端學(xué)術(shù)型人才，更需要接地氣、重實踐的應(yīng)用型人才。隨著“中國智造”的不斷推進，智能科學(xué)與技術(shù)領(lǐng)域已由頂層設(shè)計和關(guān)鍵技術(shù)突破向生產(chǎn)、應(yīng)用、裝配、服務(wù)等環(huán)節(jié)延伸，迫切需求大批專業(yè)技術(shù)精、實踐能力強、操作流程熟的應(yīng)用型人才。2019年，人力資源和社會保障部、國家市場監(jiān)管總局、國家統(tǒng)計局向社會了13個新職業(yè)信息，包括人工智能工程技術(shù)人員、物聯(lián)網(wǎng)工程技術(shù)人員、大數(shù)據(jù)工程技術(shù)人員等，這也從另外一個側(cè)面說明人工智能等技術(shù)推動了產(chǎn)業(yè)結(jié)構(gòu)的升級，催生了相關(guān)專業(yè)技術(shù)類新職業(yè)，可形成相對穩(wěn)定的從業(yè)人群。
3應(yīng)用型人才培養(yǎng)模式分析
《中國制造2025》以推進智能制造為主攻方向，強調(diào)健全多層次人才培養(yǎng)體系，提到強化職業(yè)教育和技能培訓(xùn)，引導(dǎo)一批普通本科高等學(xué)校向應(yīng)用技術(shù)類高等學(xué)校轉(zhuǎn)型，建立一批實訓(xùn)基地，開展現(xiàn)代學(xué)徒制試點示范，形成一支門類齊全、技藝精湛的技術(shù)技能人才隊伍。
通常而言，人才類型分為三類[2]：學(xué)術(shù)型人才、應(yīng)用型人才、技能型人才。實際上從現(xiàn)代職業(yè)教育的發(fā)展和社會需求來看，應(yīng)用型人才和技能型人才的界限相對模糊，可統(tǒng)稱為應(yīng)用型人才，即把成熟的技術(shù)和理論應(yīng)用到實際的生產(chǎn)、生活中的技術(shù)技能型人才。從國家的層面來看，為了適應(yīng)人工智能時展，人才需求數(shù)量基數(shù)最多、缺口最大的就是應(yīng)用型人才，這也對眾多高校培養(yǎng)人才的導(dǎo)向產(chǎn)生重大影響。這里我們重點討論智能科學(xué)與技術(shù)應(yīng)用型本科人才的培養(yǎng)，可從職能、知識結(jié)構(gòu)、能力結(jié)構(gòu)、行業(yè)（產(chǎn)業(yè)）導(dǎo)向四個方面來分析。
3.1職能
智能科學(xué)與技術(shù)應(yīng)用型人才是培養(yǎng)面向各類智能科學(xué)與技術(shù)的工程設(shè)計、開發(fā)及應(yīng)用，掌握各類現(xiàn)代智能系統(tǒng)設(shè)計、研發(fā)、集成應(yīng)用、檢測與維修、運行與管理等技術(shù)，具有扎實理論基礎(chǔ)、較強工程實踐和創(chuàng)新能力的高素質(zhì)應(yīng)用型工程技術(shù)人才。
3.2知識結(jié)構(gòu)
智能科學(xué)與技術(shù)專業(yè)充分體現(xiàn)了跨學(xué)科的特點，其知識結(jié)構(gòu)包含了三個并行的基礎(chǔ)領(lǐng)域：電子信息、控制工程、計算機，也蘊含了電子信息工程、控制科學(xué)與工程、計算機科學(xué)與技術(shù)等學(xué)科的交叉和融合，體現(xiàn)了智能感知與模式識別、智能系統(tǒng)設(shè)計與制造、智能信息處理三個方面的專業(yè)內(nèi)涵。
（1）智能感知與模式識別
屬于電子信息與計算機交叉領(lǐng)域，主要定位在機器視覺與模式識別。包括三維建模與仿真、圖像處理與分析、圖像理解與識別、機器視覺、模式識別、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等。主要課程包括：電子技術(shù)基礎(chǔ)、信號系統(tǒng)與數(shù)字信號處理、數(shù)字圖像處理、模式識別等。
（2）智能系統(tǒng)設(shè)計與制造
屬于控制工程領(lǐng)域，包括自動控制、無人系統(tǒng)與工程、精密傳感器設(shè)計與應(yīng)用等。主要課程包括：機械基礎(chǔ)、工程力學(xué)、自動控制原理、傳感器與測試技術(shù)、計算機控制技術(shù)、機電系統(tǒng)分析與設(shè)計等。
（3）智能信息處理
屬于計算機領(lǐng)域，包括交通大數(shù)據(jù)、汽車與道路安全大數(shù)據(jù)等的分析與處理、信息處理與知識挖掘、信息可視化等。主要課程包括：智能科學(xué)技術(shù)導(dǎo)論、計算機程序設(shè)計、微機原理與接口技術(shù)、數(shù)據(jù)結(jié)構(gòu)與算法、嵌入式系統(tǒng)設(shè)計等。
3.3能力結(jié)構(gòu)
智能科學(xué)與技術(shù)應(yīng)用型人才培養(yǎng)著眼于人工智能工程應(yīng)用，要求學(xué)生具有運用計算機及相關(guān)軟硬件工具進行大數(shù)據(jù)的采集、存儲、處理、分析、應(yīng)用的能力；具備智能系統(tǒng)的設(shè)計、開發(fā)、集成、運行與管理的能力；注重培養(yǎng)學(xué)生綜合運用所學(xué)的智能科學(xué)與技術(shù)專業(yè)的基礎(chǔ)理論和知識，分析并解決工程實際問題的能力，其能力結(jié)構(gòu)可以借鑒能力本位教育（CompetencyBasedEducation，簡稱CBE）模式[3]。
CBE是國際上較流行的一種應(yīng)用型人才培養(yǎng)模式，主要代表國家為加拿大和美國。該模式以能力為人才培養(yǎng)的目標和評價標準，一切教學(xué)活動均圍繞綜合職業(yè)能力的培養(yǎng)展開，CBE人才培養(yǎng)模式主要有以下三方面的特色：能力導(dǎo)向的教學(xué)目標；模塊化的課程結(jié)構(gòu)；能力為基準的目標評價體系。該模式所培養(yǎng)的本科應(yīng)用型人才具有較強的專業(yè)綜合能力和職業(yè)能力[4]，在一定時期得到社會的廣泛認可，但是單純的CBE模式并不能完全適應(yīng)人工智能時代對人才培養(yǎng)的需求，這是由于目前許多職業(yè)崗位在人工智能的沖擊下，其形式和內(nèi)容均會產(chǎn)生動態(tài)變化，要求現(xiàn)階段的人才培養(yǎng)具有延伸性和前瞻性，既要兼顧眼前，也要考慮應(yīng)對智能化浪潮，打好基礎(chǔ)，提高自學(xué)習(xí)能力。因此，智能科學(xué)與技術(shù)應(yīng)用型人才培養(yǎng)有一定崗位針對性，但并不是完全固化崗位內(nèi)容及層次、固化知識屬性，必須強化自我學(xué)習(xí)能力，才能實現(xiàn)能力可持續(xù)增長，崗位的向上流動性以及知識和經(jīng)驗的進化，才能真正適應(yīng)人工智能時展的需求。
自我學(xué)習(xí)能力的形成與提高往往源于知識結(jié)構(gòu)的構(gòu)建[5]。為了塑造更合適的能力結(jié)構(gòu)，需要CBE模式與知識結(jié)構(gòu)的相輔相成，有鑒于此，將這種新型人才培養(yǎng)模式稱之為知識型能力本位教育（Knowledge&CompetencyBasedEducation，簡稱KCBE）模式，這也意味著在人才培養(yǎng)過程中，將知識結(jié)構(gòu)與能力結(jié)構(gòu)放在并重的地位，既著眼于預(yù)期能力的培養(yǎng)，也必須讓學(xué)生筑牢學(xué)科專業(yè)基礎(chǔ)，在走向社會以后，在知識引擎的作用下，通過自我學(xué)習(xí)，具備并提升適應(yīng)未來的、新的智能化崗位需求的能力。
3.4行業(yè)（產(chǎn)業(yè)）導(dǎo)向
從智能科學(xué)與技術(shù)專業(yè)的角度，培養(yǎng)的應(yīng)用型人才以“智能化應(yīng)用”為就業(yè)大方向，具體而言，包括：
（1）智能感知與模式識別領(lǐng)域
主要從事電子信息的獲取、傳輸、處理、分析、應(yīng)用等領(lǐng)域的研究、設(shè)計及應(yīng)用，包括圖像處理、機器視覺、工業(yè)視頻檢測與識別、視頻監(jiān)控、傳感器設(shè)計及應(yīng)用等。
（2）智能系統(tǒng)設(shè)計與制造領(lǐng)域
主要從事智能裝備、智能制造、智能管理、智能服務(wù)等領(lǐng)域的設(shè)計、制造及應(yīng)用，包括智能工廠、智能車間、智能生產(chǎn)線、智能物流、以及智能運營與服務(wù)等。
（3）智能信息處理領(lǐng)域
主要從事計算機數(shù)據(jù)處理、分析、理解、管理、以及服務(wù)等領(lǐng)域的研究、設(shè)計及應(yīng)用，包括數(shù)據(jù)存儲與管理、數(shù)據(jù)分析與預(yù)測、交通大數(shù)據(jù)分析應(yīng)用、道路與汽車安全大數(shù)據(jù)分析、智能交通、智能電力、智能家居、智慧城市等。
涉及的產(chǎn)業(yè)領(lǐng)域主要包括智能制造，如工業(yè)互聯(lián)網(wǎng)系統(tǒng)集成應(yīng)用，研發(fā)智能產(chǎn)品及智能互聯(lián)產(chǎn)品等。其他的領(lǐng)域還包括智能農(nóng)業(yè)、智能物流、智能金融、智能商務(wù)等。
產(chǎn)業(yè)需求帶動人才培養(yǎng)，人才培養(yǎng)在滿足產(chǎn)業(yè)需求的同時推動技術(shù)進步，而技術(shù)進步又引燃了新的產(chǎn)業(yè)需求。產(chǎn)業(yè)需求與人才培養(yǎng)的相互作用，呈現(xiàn)出螺旋式上升的發(fā)展態(tài)勢，這在人工智能相關(guān)產(chǎn)業(yè)與智能科學(xué)與技術(shù)應(yīng)用型本科人才培養(yǎng)之間表現(xiàn)的得尤為突出。
4KCBE模式人才培養(yǎng)的主要措施和途徑
智能科學(xué)與技術(shù)專業(yè)應(yīng)用型本科人才的培養(yǎng)模式一定是和人才需求、學(xué)校定位相適應(yīng)的。培養(yǎng)應(yīng)用型人才，應(yīng)注重學(xué)生實踐能力，從教學(xué)體系建設(shè)體現(xiàn)“應(yīng)用”二字，其核心環(huán)節(jié)是實踐教學(xué)。結(jié)合上述的KCBE培養(yǎng)模式，知識結(jié)構(gòu)在能力培養(yǎng)過程中也占有非常重要的地位，因此在能力培養(yǎng)方面，知識和實踐作為兩大要素，不能偏廢任何一方，必須齊頭并進，既要固基礎(chǔ)，也要重實踐。
（1）筑牢智能科學(xué)與技術(shù)專業(yè)知識基礎(chǔ)，構(gòu)建與智能化應(yīng)用相關(guān)的知識體系
在本科的低年級階段，應(yīng)注重公共基礎(chǔ)課，特別是數(shù)學(xué)和力學(xué)課程，還應(yīng)充分了解智能科學(xué)與技術(shù)專業(yè)的內(nèi)涵，讓學(xué)生對所學(xué)專業(yè)有一個比較全面的認識。在本科中高年級階段，重點強化專業(yè)基礎(chǔ)，包括電子技術(shù)基礎(chǔ)、自動控制原理、傳感器與測試技術(shù)、微機原理與接口技術(shù)、數(shù)據(jù)結(jié)構(gòu)與算法等。歸納地說，應(yīng)該筑牢數(shù)理基礎(chǔ)、計算機基礎(chǔ)、機電基礎(chǔ)和控制基礎(chǔ)，因此對原理課程需要強化，這樣對很多工作機理、來龍去脈的理解才能深刻。
（2）增強智能科學(xué)與技術(shù)專業(yè)的實踐環(huán)節(jié)，構(gòu)建以能力培養(yǎng)為重心的教學(xué)體系
按照KCBE模式，校企合作是強化實踐的一種重要形式[6]。學(xué)校根據(jù)人工智能企業(yè)實際情況靈活設(shè)置實踐課程內(nèi)容，根據(jù)企業(yè)發(fā)展趨勢及時調(diào)整課程體系以避免教學(xué)內(nèi)容與企業(yè)需求相脫離。人工智能企業(yè)還可以參與學(xué)校教學(xué)目標和教學(xué)計劃的制定，并為學(xué)校實踐教學(xué)提供各方面支持，從而提高人才培養(yǎng)的針對性。
關(guān)鍵詞 人工智能技術(shù)；交通管理；人工智能系統(tǒng)
中圖分類號：V355 文獻標識碼：A 文章編號：1671—7597（2013）041-118-01
1 研究背景
隨著時代的發(fā)展，計算機技術(shù)因其優(yōu)越性在多個領(lǐng)域得到廣泛應(yīng)用。“計算機學(xué)科的一個重要分支就是人工智能，它與基因工程、納米科學(xué)被列為21世紀三大尖端技術(shù)”，它為人工智能技術(shù)在航空業(yè)的應(yīng)用創(chuàng)造了條件。現(xiàn)代航空業(yè)的迅猛發(fā)展，帶來空中交通流量的飛速增長。目前，航空業(yè)經(jīng)常出現(xiàn)空中交通堵塞、擁擠等現(xiàn)象，迫切需要引進先進的技術(shù)手段，提升空中交通技術(shù)，改進管理手段，有效提升空域容量與空間利用率。
根據(jù)空中交通管理的理論特點，以及空中交通管理技術(shù)特點，人工智能技術(shù)在空中交通管理中的應(yīng)用研究逐漸引起了人們的重視，并取得較大發(fā)展。人工神經(jīng)網(wǎng)絡(luò)在空中交通流量預(yù)測、飛行間隔控制、飛行沖突智能調(diào)配等方面的研究初見成效。但我國空中飛行流量需求的日益增大，迫切需要將人工智能技術(shù)有效運用到空中交通管理中，建立人工智能空中交通管理輔助系統(tǒng)，真正實現(xiàn)類似專家功能的新型空中交通管理系統(tǒng)。本文基于這樣的認識，嘗試將人工智能技術(shù)應(yīng)用到空中交通管理系統(tǒng)中，有效提升空中交通的空域容量，使空中交通更加有序，更好地服務(wù)于積極社會的發(fā)展，提升人們的生活質(zhì)量。
2 人工智能技術(shù)概況闡述
“人工智能也稱機器智能，它是計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的”從計算機應(yīng)用系統(tǒng)的層面來理解，人工智能研究的主要內(nèi)容是如何制造出人造的智能機器，以及人造的智能系統(tǒng)，具備模擬人類智能活動的能力，從而延伸人們智能的一門科學(xué)。
人工智能領(lǐng)域的研究始于1956年，“人工智能”這個術(shù)語第一次出現(xiàn)于達特茅斯大學(xué)召開的一次會議上。隨后人們逐漸在問題求解、自然語言理解、自動程序設(shè)計、專家系統(tǒng)、邏輯推理與定理證明、博弈、學(xué)習(xí)以及機器人學(xué)等領(lǐng)域展開研究，成功建立了具有一定程度的人工智能計算機系統(tǒng)。隨著研究的不斷深入，人工智能理論得到不斷的豐富與發(fā)展。隨著計算機硬件的快速發(fā)展，計算機的存儲容量不斷擴大、運行速度不斷提高、價格低廉，人工智能技術(shù)的發(fā)展將會給人們的生活、工作等帶來更大的影響。
3 空中交通管理人工智能系統(tǒng)構(gòu)成簡述
人工智能技術(shù)在空中交通管理中的應(yīng)用有助于建立人工智能輔助系統(tǒng)，建立新的空中交通管理模式。“但不要忘記采用不同的技術(shù)和運作概念也會帶來不同的空中交通管理模式，特別在新技術(shù)層出不窮的今天，我們更不能忽略這個方面。”，它能使空中交通流量管理高效、有序、安全，有效提升空中交通的空間與時間利用率，對空中飛行沖突進行有效的預(yù)測與解決。空中交通管理的核心是科學(xué)合理安排空中交通流量。飛行流量的智能化管理、飛行沖突的預(yù)測、飛行沖突的解決等方面是人工智能輔助系統(tǒng)研究的側(cè)重點。空中交通管理人工智能輔助系統(tǒng)由飛行流量管理模塊、沖突探測與解脫模塊、輔助決策模塊等三個附屬系統(tǒng)構(gòu)成。這幾個模塊間的關(guān)系是在沖突探測與解脫模塊與飛行流量管理模塊之中滲透輔助決策模塊，最終形成智能飛行流量管理、智能沖突探測與解脫模塊系統(tǒng)，它們能夠為空中管制員提供有效的決策輔助信息，切實減輕空中管制員的工作負擔(dān)，提高空中飛行的安全性與管制效率。
4 空中交通管理人工智能輔助系統(tǒng)的實現(xiàn)方式
4.1 飛行流量管理輔助決策的實現(xiàn)
人工智能系統(tǒng)飛行流量管理模塊主要將空域資源“空閑”的概念與A算法與輔助決策進行結(jié)合。其具體操作過程是根據(jù)飛行流量管理數(shù)據(jù)庫，儲存或讀取數(shù)據(jù)，計算流量，預(yù)測沖突，依據(jù)基本容量模型，建立A算法數(shù)學(xué)模型，對空中航班進行動態(tài)與靜態(tài)排序，最終完成人工智能技術(shù)對空中飛行流量的輔助決策作用。
建立準確客觀的飛行流量管理數(shù)據(jù)庫非常重要。這些原始數(shù)據(jù)必須可靠、準確、及時，因為它直接影響到輔助決策的有效性；開放數(shù)據(jù)庫間的互連主要依靠ODBC ，它是數(shù)據(jù)庫之間連接的標準，為SQL語言的存取提供標準接口；再依據(jù)數(shù)據(jù)庫的信息，運用飛行動力學(xué)知識計算出飛機在具體時間應(yīng)該到達的位置，以及到達具置的準確時間，合理的安排飛行架次；飛行流量沖突預(yù)測主要通過將流量與相應(yīng)的容量比較，列出具體的沖突時間、沖突地點、存在沖突的飛機架次；最后調(diào)整航班與起降，對沖突航班及時調(diào)整，確保交匯點、航路、機場、管制區(qū)等暢通。人工智能中的A 算法可以有效針對基本容量模型對飛機進行排序，對飛行計劃的來源、內(nèi)容及狀態(tài)轉(zhuǎn)化等進行研究，生動模擬飛行計劃實施過程。“空閑”概念可以使沖突航班時刻調(diào)整在受限區(qū)域內(nèi)。
4.2 飛行沖突探測與解脫輔助決策的實現(xiàn)
飛行沖突探測與解脫輔助決策系統(tǒng)能夠向空管員提供高效的避撞輔助方案，有效彌補管制員決策過程中的不足，對飛行沖突情況進行分析，尋找出積極的解脫方案。
飛行沖突探測與解脫輔助決策系統(tǒng)推理過程大致包括以下幾個方面：突中航空器、突中航空器優(yōu)先等級評估、沖突類別評定、避撞應(yīng)對方案、建立避撞路線。推理選擇最主要的過程是推理機制，為了完成推理過程，該系統(tǒng)中還必須包括一系列的規(guī)則：航空器優(yōu)先級別評定規(guī)則、避撞方案確定規(guī)則、避撞空管規(guī)則、建立避撞路線規(guī)則等；還要建立層次型結(jié)構(gòu)及模塊化知識庫，確保避撞推理的有效運作，保證知識庫得到有效維護，并且能夠及時的更新。
5 結(jié)束語
人工智能技術(shù)在空中交通管理中的應(yīng)用，必將使空中交通管理更高效、更安全、更有序，必將最大程度的提升空域的利用效率。人工智能技術(shù)的應(yīng)用領(lǐng)域是廣泛的，相信隨著人們對人工智能技術(shù)研究的不斷深入，人工智能技術(shù)必將在更多方面提供智能化輔助管理服務(wù)，使人工智能技術(shù)不斷的服務(wù)于社會經(jīng)濟，服務(wù)于人們的需要。
參考文獻
[1]楊焱.人工智能技術(shù)的發(fā)展趨勢研究[J].信息與電腦，2012（08）.
Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.
P鍵詞： 人工智能；創(chuàng)新；本科
Key words： artificial intelligence；innovation；undergraduate
中圖分類號：G642 文獻標識碼：A 文章編號：1006-4311（2017）22-0230-02
0 引言
人工智能是計算機科學(xué)的一個分支，是當前科學(xué)技術(shù)中正在迅速發(fā)展、新思想、新觀點、新理論、新技術(shù)不斷涌現(xiàn)的一個學(xué)科，其屬于一門邊緣學(xué)科，同時也是多個學(xué)科交叉而成的一門學(xué)科，包括語言學(xué)、哲學(xué)、心理學(xué)、神經(jīng)生理學(xué)、系統(tǒng)論、信息論、控制論、計算機科學(xué)、數(shù)學(xué)等[1]。當前人工智能已經(jīng)是很多高校計算機相關(guān)專業(yè)的必修課程，它是計算機科學(xué)與技術(shù)學(xué)科類各專業(yè)重要的基礎(chǔ)課程，其教學(xué)內(nèi)容主要包括自然語言理解、計算智能技術(shù)、問題求解和搜索算法、知識表示和推理機制、專家系統(tǒng)和機器學(xué)習(xí)等，國內(nèi)外很多大學(xué)都意識到了其重要性，紛紛對其展開了教學(xué)和研究。人工智能課程包含多個學(xué)科，具有內(nèi)容抽象、理論性強、知識點多等特點，且算法復(fù)雜，但是多數(shù)高校采用的教學(xué)方式仍是傳統(tǒng)的課堂教學(xué)方式，即“教師講、學(xué)生聽”的教學(xué)模式，這種信息單向傳輸教學(xué)模式以教師為主體，學(xué)生只是在被動的接收知識；存在過分重視理論教學(xué)，忽視實踐活動教學(xué)的問題，導(dǎo)致教育內(nèi)容無法和社會接軌；人工智能教材理論性過強，學(xué)生在學(xué)習(xí)過程中常常感到枯燥乏味，進而對學(xué)習(xí)該課程失去熱情[2]，久而久之，不僅人工智能課程的教學(xué)質(zhì)量和效果無法達到預(yù)期，甚至學(xué)生還會產(chǎn)生厭學(xué)心理。針對人工智能課程中現(xiàn)有的各項問題，本文作者結(jié)合自身豐富人工智能教學(xué)實踐經(jīng)驗，參考人工智能課程特點和教學(xué)目標，從多個方面探討和總結(jié)了人工智能，包括教學(xué)內(nèi)容、教材選擇、教學(xué)方法和考核形式等。
1 教學(xué)內(nèi)容優(yōu)化與更新
人工智能是一門嶄新的學(xué)科。開設(shè)本課程首先是確定教學(xué)內(nèi)容。通常來講，人工智能學(xué)科的內(nèi)容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應(yīng)用。前者是人工智能的重要基礎(chǔ)，后者主要介紹了幾種人工智能應(yīng)用系統(tǒng)，包括自動規(guī)劃和機器視覺、機器學(xué)習(xí)、專家系統(tǒng)等。另外，課程內(nèi)容中還包括了一些人工智能應(yīng)用的實例，將實踐和理論緊密結(jié)合起來[3]。
隨著時代的發(fā)展和科技的進步，人工智能學(xué)科也取得了較大發(fā)展。基于此，人工智能學(xué)科也應(yīng)該與時俱進，更新人工智能教學(xué)大綱，進一步完善其教學(xué)內(nèi)容。修訂后的人工智能教學(xué)大綱將人工智能分成兩個部分，即基礎(chǔ)部分和擴展應(yīng)用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規(guī)劃、機器學(xué)習(xí)、知識工程等。
教學(xué)內(nèi)容的選擇和確定應(yīng)綜合考慮多項因素，不僅要重視基礎(chǔ)知識，也應(yīng)注意推陳出新，隨著科技的進步做到與時俱進，同時教學(xué)內(nèi)容應(yīng)符合現(xiàn)實的需求，能夠與社會接軌，將理論和實踐緊密結(jié)合起來，只有這樣人工智能課程的教學(xué)質(zhì)量和效果才能事半功倍。
2 教學(xué)策略及教學(xué)方法的改革創(chuàng)新
由于人工智能課程具有算法復(fù)雜、內(nèi)容抽象、理論性強、 知識點多的特點，傳統(tǒng)的教學(xué)模式已經(jīng)無法滿足人工智能課程的需求，教師應(yīng)探索更加有效的教學(xué)模式和方法，確保人工智能課程能夠取得良好的教學(xué)質(zhì)量和教學(xué)效果。具體的改革和創(chuàng)新人工智能課程的手段和方法主要包括以下幾個方面：
2.1 激發(fā)學(xué)生的學(xué)習(xí)興趣 無論是經(jīng)驗還是常識都在告訴我們每個人最好的老師就是興趣，學(xué)生只有對某門學(xué)科存在興趣，才會更加主動積極的學(xué)習(xí)該門課程，從而獲得良好的教學(xué)效果。比如，作者在課程的一開始先播放了一段著名導(dǎo)演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關(guān)片段，由這個電影學(xué)生知道了世上存在人工智能的機器人，學(xué)生們隨著電影情節(jié)的發(fā)展而深深感動，與此同時教師讓學(xué)生思考和談?wù)撊斯ぶ悄苁鞘裁矗垦芯咳斯ぶ悄艿囊饬x在哪里？實踐發(fā)現(xiàn)，在課堂中加入電影因素，能夠大大提升學(xué)生們的注意力，讓學(xué)生更加專注在教學(xué)任務(wù)中，有效提高了學(xué)生探索人工智能的積極性和主動性。此外，在教學(xué)中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應(yīng)用的成果展示出來，讓學(xué)生更直觀的感受人工智能的奧妙，從而投入更多熱情學(xué)習(xí)人工智能課程。
2.2 面向問題的案例教學(xué)法 案例教學(xué)法是一種以案例為基礎(chǔ)、以能力培養(yǎng)為核心的一種教學(xué)方法[11]。針對學(xué)校學(xué)生特點，我們采取了以下幾種教學(xué)形式實施案例教學(xué)。①講解式案例教學(xué)：這種案例通過教師的講解，幫助學(xué)生理解抽象的理論知識點。案例的呈現(xiàn)有兩種基本形式：一是“案例―理論”，即先給出教學(xué)案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學(xué)案例；通過情境體驗與案例剖析激發(fā)學(xué)生認知的興趣，引導(dǎo)學(xué)生對將要學(xué)習(xí)的內(nèi)容產(chǎn)生注意，有利于教師導(dǎo)入新課。②討論式案例教學(xué)：在課程初期將學(xué)生分成若干學(xué)習(xí)小組，每小組3～4人；教師將提前設(shè)計好的一題多解的教學(xué)案例以及收集的相關(guān)資料分配給每個小組，要求學(xué)生在課余時間通過自學(xué)和組內(nèi)討論的方式給出問題的不同解決方案。③辯論式案例教學(xué)：在課程后期，采取專題辯論的方式對綜合應(yīng)用案例進行討論，能有效地啟發(fā)學(xué)生全方位地思考和探索問題的解決方法，加深學(xué)生對人工智能的理解。
2.3 個性化學(xué)習(xí)與因材施教 在開展課程教育過程中應(yīng)注意對學(xué)生進行個性化教學(xué)，結(jié)合學(xué)生特點因材施教。比如，在日常教學(xué)中多觀察學(xué)生情況，鼓勵那些應(yīng)對教學(xué)任務(wù)后仍存在余力的W生深入探索較深層次的課程及相關(guān)知識，同時友善面對學(xué)習(xí)較差的學(xué)生，分析其學(xué)習(xí)過程中面對的困難，有的放矢地采取應(yīng)對措施，幫助其不斷進步；在教學(xué)過程中讓學(xué)生以讀書報告的形式多多思考，鼓勵學(xué)生發(fā)散性思考問題，鼓勵優(yōu)秀學(xué)生進行深一步的探討，并且教師應(yīng)幫助具有新穎思想或論點的學(xué)生將其智慧以科技論文和發(fā)表文章的形式轉(zhuǎn)化為成果。
2.4 注重綜合能力培養(yǎng) 在研究型教學(xué)中任務(wù)驅(qū)動是一種常用的教學(xué)方法，其中心導(dǎo)向是任務(wù)，學(xué)生在完成任務(wù)的同時也在吸收和掌握知識。通常來講，該教學(xué)方法的步驟是：教師提出任務(wù)師生共同分析以得出完成任務(wù)的方法和步驟適當講解或自學(xué)、協(xié)作學(xué)習(xí)完成任務(wù)交流和總結(jié)。”[3]該教學(xué)模式不僅有利于培養(yǎng)學(xué)生的創(chuàng)新能力和創(chuàng)新意識，還能夠培養(yǎng)學(xué)生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學(xué)模式通常是以小組協(xié)作的方式進行，教師給出研究范圍，學(xué)生自愿結(jié)組并選擇具體的題目，經(jīng)過分析和討論后以程序設(shè)計或者論文的形式協(xié)作完成研究。由此可知，學(xué)生是在以團隊的力量解決問題，這十分考驗學(xué)生的團隊協(xié)作能力，對于學(xué)生團隊合作精神的培養(yǎng)至關(guān)重要，且在完成任務(wù)的過程中學(xué)生需要查閱大量的資料，久而久之學(xué)生收集資料和創(chuàng)新能力勢必會得到提升。
2.5 采用啟發(fā)式教學(xué) 人工智能的很多問題都較為抽象，對學(xué)生理解力的要求較高，因此，在實際的教學(xué)過程中教師應(yīng)有意識的就課程內(nèi)容提出相關(guān)問題，讓學(xué)生自己獨立思考，鼓勵學(xué)生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學(xué)生自己的解決方案，如此不僅培養(yǎng)了學(xué)生獨立思考的能力，也增加了學(xué)生參與教學(xué)活動的意識，提高了學(xué)生的學(xué)習(xí)熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優(yōu)化計算？”，然后從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發(fā)學(xué)生思考“遺傳”、“變異”和“選擇”的實現(xiàn)，最后師生一起導(dǎo)出遺傳算法用于優(yōu)化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學(xué)生邏輯思維的能力，教學(xué)效果良好[4]。
3 作業(yè)和考核方式的改革創(chuàng)新
過去的課程作業(yè)都是單一書面習(xí)題作業(yè)，發(fā)展至今，課程作業(yè)形式已經(jīng)發(fā)生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業(yè)和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中通過網(wǎng)絡(luò)就可以完成上交作業(yè)，并且教師批閱作業(yè)后也可以通過網(wǎng)絡(luò)返回給學(xué)生，實現(xiàn)了網(wǎng)絡(luò)化。課程的考核方式較之以前也發(fā)生了較大變化，加強了平時思維能力的考核，更加注重學(xué)生實驗?zāi)芰蛣邮帜芰Φ呐囵B(yǎng)，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學(xué)生的期末負擔(dān)，也迫使學(xué)生更加重視平時的學(xué)習(xí)思考，有利于課程教學(xué)質(zhì)量的提升。
4 結(jié)束語
本文是以提高教學(xué)質(zhì)量為目標，結(jié)合教學(xué)實踐，從教學(xué)體系、教學(xué)內(nèi)容、教學(xué)方法、考核方式等方面對本科人工智能課程的教學(xué)改革進行了探討，總結(jié)了該課程在教學(xué)和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學(xué)的要求，可以支持教師提高教學(xué)手段現(xiàn)代化的水平，同時更貼合學(xué)生的學(xué)習(xí)需求。作為該課程的授課教師應(yīng)始終保持對教學(xué)內(nèi)容的不斷更新、教學(xué)方法的多樣化，才能激發(fā)學(xué)生的學(xué)習(xí)興趣，培養(yǎng)他們的思維創(chuàng)新和技術(shù)創(chuàng)新的能力，最終提高本課程的教學(xué)質(zhì)量。從學(xué)生的反饋來看，作者所總結(jié)的教學(xué)實踐具有明顯的教學(xué)效果。但仍有許多方面做得不夠，今后將繼續(xù)在教學(xué)過程中不斷總結(jié)成功的經(jīng)驗，吸取失敗的教訓(xùn)。
參考文獻：
[1]蔡自興.人工智能及其應(yīng)用[M].三版.北京：清華大學(xué)出版社，2007.
[2]謝榕，李霞.人工智能課程教學(xué)案例庫建設(shè)及案例教學(xué)實踐[J].計算機教育，2014（19）：92-97.
[3]蔡自興，肖曉明，蒙祖強.樹立精品意識搞好人工智能課程建設(shè)[J].中國大學(xué)教學(xué)，2004（1）：28-29.
關(guān)鍵詞：人工智能；高校檔案管理；大數(shù)據(jù)；RFID；隱私；檔案安全
一、人工智能技術(shù)的基本概念
人工智能是指用一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，它能夠自我學(xué)習(xí)和思考、判斷并作出決策[2]。不過計算機獲得智能的方式和人類不同，它不是依靠邏輯推理，而是靠著大數(shù)據(jù)和智能算法。因此人工智能的實質(zhì)是在大數(shù)據(jù)基礎(chǔ)上，通過深度學(xué)習(xí)，將數(shù)據(jù)挖掘問題轉(zhuǎn)化為可計算問題來處理的過程。比如AlphaGo把下圍棋這個難題轉(zhuǎn)化為棋盤問題空間的表達和搜索問題，在學(xué)習(xí)數(shù)以萬計棋譜的基礎(chǔ)上，利用啟發(fā)式搜索算法，求得當前的最優(yōu)解，并不斷迭代推演，最終戰(zhàn)勝人類圍棋世界冠軍[3]。可見，人工智能并不神秘，并非遙不可攀，關(guān)鍵就在于數(shù)據(jù)的收集和算法的使用。而高校檔案館就是一個“數(shù)據(jù)密集型”部門，有大量的學(xué)籍、文書、科研、基建、人物等檔案數(shù)據(jù)，可以充分利用人工智能技術(shù)對檔案資源和用戶數(shù)據(jù)進行挖掘，發(fā)現(xiàn)關(guān)系以及分析趨勢，提供更加主動及優(yōu)質(zhì)的檔案服務(wù)[4]。
二、人工智能技術(shù)在高校檔案管理中的應(yīng)用
人工智能技術(shù)在高校檔案管理中的應(yīng)用可以從思維、數(shù)據(jù)、技術(shù)等幾個方面來進行研究。
1.思維方面
人工智能不僅僅是一種技術(shù)，更是一種思維方式的轉(zhuǎn)變。工業(yè)革命以來，人們已經(jīng)習(xí)慣了機械思維，相信所有問題都有一個通用的解決辦法，并在努力尋求事物間的因果關(guān)系。進入人工智能時代，人們開始接受世界的不確定性，學(xué)會利用信息或者數(shù)據(jù)來消除這種不確定性，又逐漸利用相關(guān)關(guān)系取代因果關(guān)系，以更快地獲得問題的近似解，如預(yù)測投票選舉結(jié)果和預(yù)測股市波動。受此思維影響，高校檔案工作者在指導(dǎo)各部門檔案收整時可以不預(yù)先設(shè)定目標，而是先把所有能夠收集到的本部門相關(guān)的檔案數(shù)據(jù)收集起來，運用“全部留”的方法破解檔案價值的不確定，檔案價值認定難的問題。因為在人工智能時代，數(shù)據(jù)或信息不再是包袱，而是財富[5]，然后對這些檔案數(shù)據(jù)分析挖掘，能夠得到什么結(jié)論就是什么結(jié)論，用“數(shù)據(jù)說話”，盡量減少人工主觀的干預(yù)活動。另外針對檔案收整和利用的不確定性和易變性，可以引入外部信息，如歷年數(shù)據(jù)、收整和利用的關(guān)系，利用者需求的變化等數(shù)據(jù)，以便對檔案管理作出合理預(yù)測和規(guī)劃。
2.數(shù)據(jù)方面
人工智能的基礎(chǔ)是大數(shù)據(jù)。近幾年大數(shù)據(jù)一詞經(jīng)常出現(xiàn)在媒體上，它的3V特性（體量大、多樣性、及時性）也逐漸被更多人所熟知和接受，但大數(shù)據(jù)更重要的含義其實是多維度和完備性。具體到高校檔案領(lǐng)域，檔案數(shù)據(jù)多維度是指在常規(guī)檔案顯性數(shù)據(jù)以外，包含其它隱性維度的數(shù)據(jù)。比如在教學(xué)檔案中，除學(xué)生姓名、成績、學(xué)號、專業(yè)等基本信息以外，還應(yīng)該收集整合學(xué)生的籍貫、出生年月、高考分數(shù)、高中學(xué)校、報考專業(yè)、獎懲明細、畢業(yè)學(xué)位信息、工作派遣單位等數(shù)據(jù)，如果有可能還可以跟蹤補錄學(xué)生就業(yè)后的一些個人數(shù)據(jù)信息，以便從多角度分析數(shù)據(jù)間的相關(guān)關(guān)系，挖掘隱含信息。檔案數(shù)據(jù)的完備性是指包含檔案管理全流程的數(shù)據(jù)。比如在文書檔案中，除文件題名、責(zé)任者、歸檔時間等基本信息以外，還應(yīng)該收集文件生成時間、地點，文件流轉(zhuǎn)過程批注、修改、查閱人，檔案整理人姓名、職務(wù)，檔案移交時間，檔案利用時間、人員姓名和單位，檔案利用方式等數(shù)據(jù)，這些數(shù)據(jù)有助于打通從檔案生成到檔案利用之間的關(guān)系，使檔案生成單位能更好的把握歸檔內(nèi)容，及時獲得檔案利用者的反饋，調(diào)整歸檔策略，以提供更多利用者感興趣或需要的檔案。隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展，檔案大數(shù)據(jù)的收集越來越方便實時，把控每一個用戶，每一卷檔案和每一次檔案利用細節(jié)也將成為現(xiàn)實。檔案數(shù)據(jù)越來越豐富全面，檔案案卷實體正在成為流通渠道、數(shù)據(jù)收集途徑，這也為人工智能時代的檔案數(shù)據(jù)收集提供了一個新的來源。
3.技術(shù)方面
人工智能技術(shù)主要包括軟件和硬件兩方面內(nèi)容。軟件主要指各種數(shù)據(jù)挖掘算法，常用的有啟發(fā)式搜索算法、蒙特卡羅樹搜索算法、神經(jīng)網(wǎng)絡(luò)算法等，這些算法可以解決在實際檔案利用中如何有針對性地給用戶推薦檔案的問題。人工智能時代，人們追求檔案利用的時效性和個性化，各種檔案利用數(shù)據(jù)能夠被即時而完整地記錄下來。如檔案查詢關(guān)鍵詞、查詢時間、查詢結(jié)果點擊數(shù)、查詢者賬號信息、查詢者滿意度等，這些數(shù)據(jù)隨時可用，以便系統(tǒng)及時做出分析。而隨著算法的改進和提高，以往同類檔案用戶歸類的推薦方式，可以進一步變?yōu)橛蓹n案直接推薦檔案，由兩類檔案到兩件具體檔案的直接關(guān)聯(lián)，一件檔案被利用時，自動推薦和其相關(guān)的檔案文件。隨著檔案利用數(shù)據(jù)的積累，尤其是和每一個用戶相關(guān)的各種維度數(shù)據(jù)的積累，推薦將越來越靠譜，越來越準確，最終做到因人而異，完全個性化。硬件方面則主要采用在檔案中插入RFID芯片和在檔案閱覽室安裝各種監(jiān)控攝像頭。RFID是一種不需要電源的芯片，里面存儲的信息可以被專門的閱讀器發(fā)出的無線電波探測出來[6]。這種芯片價格便宜，將它裝到各種物品上，就可以自動識別各種物品，進而跟蹤物品。在檔案管理中，RFID不僅可以記錄檔案生成期間的各種數(shù)據(jù)信息，還可以記錄檔案利用過程中的各種數(shù)據(jù)信息，檔案的每一次查詢、提取、翻閱、借出等全流程數(shù)據(jù)都能夠被完整收集保存，RFID中的數(shù)據(jù)記錄了檔案文件全生命周期的與檔案實體相關(guān)的數(shù)據(jù)，堪稱檔案的“全息影像”。這些數(shù)據(jù)有助于檔案館對館藏檔案的布局、檔案的質(zhì)量有清晰的認識，有針對性地提供利用服務(wù)。而各種監(jiān)控攝像頭可以實時記錄檔案閱覽室的人員情況，查檔等待時間，服務(wù)利用時間，查檔次數(shù)等數(shù)據(jù)，這些數(shù)據(jù)有助于檔案利用部門合理安排人員，簡化辦事流程，提高工作效率。
4.其他應(yīng)用方面
除了以上一些應(yīng)用，有了通過多種途徑收集的檔案多維度全流程大數(shù)據(jù)，再利用各種數(shù)據(jù)挖掘算法，還可進一步實現(xiàn)人工智能時代檔案的智能化管理利用。在此另外舉幾個例子，拋磚引玉，希望未來高校檔案工作者能發(fā)掘出更多的檔案創(chuàng)新工作模式。（1）根據(jù)檔案利用者的反饋，系統(tǒng)自動向各歸檔單位推送其歸檔檔案的利用情況，并建議其加大某類檔案的歸檔力度，或者提醒其可適當增加某類用戶可能更感興趣更需要的檔案等。（2）根據(jù)學(xué)生成績，通過橫向同學(xué)間比較和縱向歷史成績數(shù)據(jù)對比，并結(jié)合個人實際情況，智能推薦其更合適的畢業(yè)選擇，是讀研、出國還是工作。如果數(shù)據(jù)全面準確，甚至可以具體到讀研、出國的學(xué)校信息或者工作地點、工作單位等信息，推薦更精準。（3）對電子化的檔案圖像進行全文識別讀寫，自動分析其中的關(guān)鍵字，使計算機獲得“檔案知識”，并結(jié)合已有目錄數(shù)據(jù)庫，將整理后的信息推送給用戶，如可自動回答用戶提出的“學(xué)校最年輕正教授”、“學(xué)校某專業(yè)成績績點分布”、“學(xué)校各省市招生人數(shù)變化”等問題，提高查檔利用的全面性和滿意度。另外還可以利用計算機閱讀和分析檔案匯編成果，并從已有的大量文本語料中學(xué)習(xí)寫作，最終實現(xiàn)計算機自動編研檔案和撰寫檔案文章。（4）對各種檔案利用異常行為進行預(yù)警，及時提醒檔案利用單位重點關(guān)注某些利用行為或者利用者。先從檔案數(shù)據(jù)找到普遍規(guī)律，然后再應(yīng)用于每一個具體的用戶，并且影響到每一個具體的操作，以發(fā)現(xiàn)每一個異常情況。做到從個體到全體再從全體到個體的雙向流動。
三、人工智能對高校檔案管理的挑戰(zhàn)
人工智能對檔案創(chuàng)新變革提供技術(shù)支持的同時，也對用戶隱私和數(shù)據(jù)安全方面提出了新的挑戰(zhàn)。
1.用戶隱私安全
由于大數(shù)據(jù)具有多維度和全面性的特點，它可以從很多看似支離破碎的信息中完全復(fù)原一個人或者一個組織的全貌，并且了解到這個人工作生活的細節(jié)或者組織內(nèi)部的各種信息。這樣就會引發(fā)大家對個人隱私權(quán)的擔(dān)憂。比如要想推薦精準，對學(xué)生數(shù)據(jù)的收集就要更加全面多維度，在這個過程中必然會涉及對學(xué)生隱私的干預(yù)。要想對這些檔案大數(shù)據(jù)進行隱私保護，一種辦法是從收集信息的一開始就對數(shù)據(jù)進行一些預(yù)處理，將數(shù)據(jù)“脫敏”，比如去掉姓名、學(xué)號、身份證號等這些具有明顯個人屬性的數(shù)據(jù)。預(yù)處理后的數(shù)據(jù)保留了原來的特性，能夠進行分析利用，但卻“讀不懂”數(shù)據(jù)的內(nèi)容。第二種辦法是利用一定規(guī)則在檔案數(shù)據(jù)中添加“擾動”，通過數(shù)學(xué)的方法讓大數(shù)據(jù)依然有很強的可靠性，但是卻完全找不到每條數(shù)據(jù)對應(yīng)的來源，如蘋果公司的“差別隱私”技術(shù)。第三種辦法是雙向監(jiān)視，使數(shù)據(jù)從采集到使用都在雙方知情的情況下進行，使數(shù)據(jù)使用者受到監(jiān)督，提高檔案館對數(shù)據(jù)利用的自律意識，相比前兩者，這種方式可能更有效果。
2.數(shù)據(jù)存儲和數(shù)據(jù)安全
人工智能的核心是海量全面的數(shù)據(jù)，因此數(shù)據(jù)存儲和數(shù)據(jù)安全是未來所面臨的最大挑戰(zhàn)。數(shù)據(jù)存儲。由于摩爾定律導(dǎo)致各種存儲器的容量成倍增加，同時價格迅速下降，使得更多的檔案數(shù)據(jù)有條件存起來以供使用。但是隨著數(shù)據(jù)量的劇增，查找和使用檔案數(shù)據(jù)的時間也會變得很長，影響分析數(shù)據(jù)的效率。而且即使采用并行計算，受制于算法和計算機，數(shù)據(jù)分析處理的效率也存在瓶頸，這些問題還需依靠技術(shù)的進步來解決。數(shù)據(jù)安全。檔案數(shù)據(jù)安全有兩層含義，首先是保證檔案數(shù)據(jù)不損壞、不丟失；第二層含義是要保證檔案數(shù)據(jù)不會被偷走或者盜用。為避免安全問題，要盡量將學(xué)生個人情況等敏感信息放到不同的地方，以免多種敏感數(shù)據(jù)同時丟失。另一種保護數(shù)據(jù)安全的方法則可以利用大數(shù)據(jù)本身的特點，即發(fā)現(xiàn)異常操作，比如某次某個賬號使用檔案系統(tǒng)的流程和正常不符，即可斷定這是一起檔案系統(tǒng)密碼泄露、系統(tǒng)入侵事件。另外，當數(shù)據(jù)量足夠大時，每個系統(tǒng)用戶的操作習(xí)慣也可以學(xué)習(xí)，不符合某人習(xí)慣的操作就可能是來自于非法的闖入者，這些操作就會被禁止。
四、總結(jié)
ABC成為時代主題
百度大腦優(yōu)勢獨顯
百度總裁張亞勤在大會致辭環(huán)節(jié)分享了對于云計算、人工智能和大數(shù)據(jù)等領(lǐng)域未來發(fā)展的深刻思考。
張亞勤說，百度云擁有百度大腦的支持，是百度云最獨特、最重要的優(yōu)勢。百度大腦是百度云的核心引擎，而百度云是百度大腦的云化，為前者提供了神經(jīng)元和數(shù)據(jù)訓(xùn)練源。通過深度學(xué)習(xí)和機器學(xué)習(xí)技術(shù)，百度在語音、圖像、自然語言處理等方面取得世界領(lǐng)先成果。
此次峰會以ABC SUMMIT為名， 即是AI，Big Data，Cloud Computing。百度通過開放共享自身領(lǐng)先的技術(shù)能力，讓云智數(shù)成為所有企業(yè)的基礎(chǔ)能力，推動各行各業(yè)開始進入ABC時代。
對于未來信息科技發(fā)展的趨勢，張亞勤表示，由云計算和人工智能組成的ABC將成為一個時代的主題。以云計算為基礎(chǔ)，以人工智能為中樞，以大數(shù)據(jù)為依托，ABC將深度結(jié)合并改造傳統(tǒng)行業(yè)，真正地提升每一個企業(yè)的運營效率，釋放商業(yè)潛能，創(chuàng)造全新機遇。
截至目前，百度云已經(jīng)和超過三萬家企業(yè)展開合作，也陸續(xù)滲透到物流、醫(yī)療、教育、營銷、金融等關(guān)系到百姓生活的各個行業(yè)中，讓服務(wù)開始真正智能化。云智數(shù)三位一體的云服務(wù)結(jié)構(gòu)可以為客戶提供業(yè)務(wù)可持續(xù)發(fā)展的動力引擎。
以“智”為謀天智平臺
會上，百度云重磅了最新的人工智能平臺――天智。天智底層為百度云計算，由感知平臺、機器學(xué)習(xí)平臺和深度學(xué)習(xí)平臺三部分組成，為不同需求的客戶提供全面的人工智能服務(wù)。這也是繼“天算”、“天像”和“天工”三大平臺后，百度云的第四大平臺級解決方案。至此，百度云實現(xiàn)了人工智能、智能大數(shù)據(jù)、智能多媒體和智能物聯(lián)網(wǎng)全方位的智能平臺服務(wù)。
感知平臺主要包括圖像技術(shù)（文字識別和人臉識別）、語音技術(shù)（語音識別、語音合成和聲紋識別）和自然語言處理（NLP Cloud），可以應(yīng)用于智能客服、身份驗證、內(nèi)容審核等場景，應(yīng)用開發(fā)者可針對特定場景的應(yīng)用直接調(diào)用API。
在這些技術(shù)方面，百度均處于行業(yè)領(lǐng)先地位。其中百度語音識別入選2016年MIT十大突破性技術(shù)，中文識別準確率達到97%。機器學(xué)習(xí)平臺是百度云端托管的機器學(xué)習(xí)服務(wù)，可以打通機器學(xué)習(xí)全流程，內(nèi)置20多種高性能算法，并開放Spark MLlib；同時支持百度用戶畫像數(shù)據(jù)，并提供多種應(yīng)用場景模版。
深度學(xué)習(xí)平臺具有靈活、高效、可伸縮、開源等特點。它支持多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和優(yōu)化算法以及自定義網(wǎng)絡(luò)配置，對于計算、存儲、架構(gòu)、通信等多方面多了細致優(yōu)化。它支持多核、多GPU、多機環(huán)境，其Paddle內(nèi)部技術(shù)已經(jīng)使用成熟，并實現(xiàn)對全球開發(fā)者的開放。深度學(xué)習(xí)平臺適用于精通深度學(xué)習(xí)的數(shù)據(jù)科學(xué)家，針對企業(yè)或研究部門的特定項目，需要大量的客戶標注數(shù)據(jù)。
交通領(lǐng)域變革在即
智能交通時代來臨
作為一家以技術(shù)驅(qū)動為核心競爭力的公司，百度通過百度云分享自身在云計算、大數(shù)據(jù)和人工智能等領(lǐng)域的技術(shù)優(yōu)勢，通過構(gòu)建可以計算、分析、處理龐大交通數(shù)據(jù)的“交通大腦”，打破海陸空以及行政區(qū)域的限制，實時抓取散落在各個路面交通、地下交通、空中航線的海量數(shù)據(jù)。
同時通過百度擁有的全球最大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)、最大深度機器學(xué)習(xí)開源平臺，對交通大數(shù)據(jù)的有效歸類、提取、利用，實現(xiàn)多系統(tǒng)配合協(xié)調(diào)，建立起一個更安全、更高效、更準確的智能交通體系。
百度副總裁王路與太原鐵路局局長趙春雷、南方航空電子商務(wù)部副總經(jīng)理王景成、中國海事局曾輝共同智能交通生B聯(lián)盟，這也是國內(nèi)首個覆蓋陸海空車的智能交通生態(tài)聯(lián)盟。
借助百度云計算、人工智能和大數(shù)據(jù)技術(shù)優(yōu)勢，構(gòu)建“交通大腦”，與合作伙伴一起促進交通運輸領(lǐng)域的技術(shù)創(chuàng)新和應(yīng)用，發(fā)展智能交通，推動交通運輸更智能、更高效、更安全地運行和發(fā)展。目前，諸多合作已在進行中。相信隨著合作的深入，必將改變交通現(xiàn)狀，推動中國智能交通的 發(fā)展。
在與太原鐵路局的合作中，雙方共建國內(nèi)首家集鐵路、航空和公路三位一體多式聯(lián)運的物流云平臺。通過百度云的接入，該平臺可打通貨物在公路、鐵路、航空的運送及倉儲信息；并利用大數(shù)據(jù)進行資源調(diào)配，通過人工智能深度學(xué)習(xí)物流管理，優(yōu)化調(diào)度效率可達59%。
另一方面，百度云還將與中國南方航空共同推進智能航空計劃，將通過大數(shù)據(jù)實現(xiàn)對于航班、旅客、機票、航站樓、天氣等信息的綜合分析調(diào)度。同時共同推進大數(shù)據(jù)營銷、新一代信息技術(shù)和百度云的推廣應(yīng)用、消費信貸等多方面的合作探索，為用戶打造一站式的智能出行服務(wù)平臺。
同樣基于百度云技術(shù)，將通過與中國海事局的合作，海事港口、船舶及相關(guān)水上設(shè)施信息也將實現(xiàn)聯(lián)通和數(shù)據(jù)的共享，加強程控，降低成本，合力提升海運管控能力。
從陸地到海洋再到空中，百度云并不滿足于交通體系的立體擴張，還要創(chuàng)造全新的交通方式。百度目前正在推進可以感知車輛行駛、預(yù)測交通狀況的智能汽車和無人汽車的發(fā)展。百度無人車已成為國內(nèi)外矚目的前沿科技代表，在去年完成了實地路測，并在今年的烏鎮(zhèn)峰會上再次亮相。
在智能汽車的商業(yè)化方面，百度已與國內(nèi)知名商用車企業(yè)福田汽車達成戰(zhàn)略合作。未來，百度將與福田汽車在汽車大數(shù)據(jù)、智能駕駛領(lǐng)域深入合作，開發(fā)出更多具備智能駕駛的商用車產(chǎn)品。
云計算、人工智能和大數(shù)據(jù)已成為新一輪產(chǎn)業(yè)革命的核心驅(qū)動力，百度云將透過云生態(tài)下的“交通大腦”，依托智能交通生態(tài)聯(lián)盟，加強行業(yè)合作，挖掘數(shù)據(jù)中的更多價值，推進智能交通的全面云端化，突破前所未及的高度，讓智能、計算無限可能。
寫在最后
2016是百度云計算的元年，基于基礎(chǔ)云、天算、天像、天工已經(jīng)有80+款產(chǎn)品。下一步，人工智能已經(jīng)成為百度的核心戰(zhàn)略。
百度大腦“天智”――人工智能平臺也應(yīng)運而生，內(nèi)容包括：
首先，感知平臺，包括圖像技術(shù)、語音技術(shù)、自然語言處理等技術(shù)，代表著耳口心相結(jié)合的“聰”。
其次，機器學(xué)習(xí)平臺，包括打通機器學(xué)習(xí)全流程、內(nèi)置20多種高性能算法、支持Spark MLlib、用戶畫像數(shù)據(jù)、多種應(yīng)用場景模板的機器學(xué)習(xí)平臺。
會計信息化的發(fā)展就是大數(shù)據(jù)、智能化、移動互聯(lián)網(wǎng)和云計算等信息技術(shù)在會計領(lǐng)域帶來的變革。會計信息化的主要特點是跨組織邊界、全產(chǎn)業(yè)鏈的財務(wù)管理和財務(wù)決策支持。
人工智能對會計信息化的深刻影響體現(xiàn)在：人工智能正在全方位改變會計人員、會計機構(gòu)的工作方式；商務(wù)智能對會計的影響開始并主要反映在管理會計領(lǐng)域上。會計信息化、人工智能，在管理會計應(yīng)用方面的一個熱點就是財務(wù)共享服務(wù)。 財務(wù)共享服務(wù)，正以現(xiàn)代信息時代的高效科技手段和創(chuàng)新管理理念，推動著財務(wù)管理的轉(zhuǎn)型變革。
（來源：文章屋網(wǎng) ）
新時代的到來
后數(shù)據(jù)爆炸時代
其實整個人類的發(fā)展歷史，就是人類不斷嘗試記錄、測量自身和世界的過程。無論從古時候人類發(fā)明算盤、阿拉伯數(shù)字，又到近明二進制計算機，都像是這一現(xiàn)象的反映，而人類對自己，包括對世界的認知還是那么淺。比如描述一個人時還只能說這人是男是女，是老是少，身高、體重等；提到環(huán)境時會說氣溫怎么樣、濕度怎么樣……但人類對于數(shù)據(jù)測量的需求一直沒有減弱。
根據(jù)TalkingData的數(shù)據(jù)統(tǒng)計，目前在中國，智能手機（含平板電腦）有13.05億用戶，智能手表等可穿戴設(shè)備已經(jīng)達到千萬級，這意味著什么？智能手機、智能設(shè)備基本上人手一部甚至更多，而每部智能手機平均攜帶多達16種的傳感器，每天產(chǎn)生1G數(shù)據(jù)。這不僅加強了人類感知和數(shù)字化世界的能力，也讓數(shù)據(jù)以前所未有的速度在產(chǎn)生和發(fā)展。所有這一切現(xiàn)象，都揭示了以人為中心的世界正在加速數(shù)字化。這是一個數(shù)據(jù)爆發(fā)的時代。
人工智能：已經(jīng)過了單純積累數(shù)據(jù)量的時代
移動設(shè)備已經(jīng)成為人類身體的延伸。根據(jù)TalkingData的數(shù)據(jù)統(tǒng)計，我們每天使用手機將近四個小時。不管是上網(wǎng)，還是在現(xiàn)實生活中，在家、上班、吃飯、旅游、消費……我們所有的足跡都被默默地記錄了下來。數(shù)據(jù)行業(yè)迎來了歷史上最好的時刻――數(shù)據(jù)爆發(fā)的時刻。
但這已不是一個單純的積累數(shù)據(jù)量的時代，新的時代對計算提出了更高的挑戰(zhàn)。
第一， 這些數(shù)據(jù)并不是所有的都被存儲和收集。大量隱形數(shù)據(jù)的采集、運算、存儲、傳輸?shù)阮I(lǐng)域依然存在著巨大的障礙。
第二， 如何從大量的數(shù)據(jù)里面解讀人的動作、識別人的場景是更重要的問題。現(xiàn)在很多數(shù)據(jù)都是非結(jié)構(gòu)化的情境數(shù)據(jù)，例如圖像、聲音、姿態(tài)、動作，需要人工智能的幫忙從中提煉有價值的信息。世界上頂尖的技術(shù)公司都在嘗試用算法、機器學(xué)習(xí)去還原人在現(xiàn)實生活中的動作，不管視覺、聽覺、姿態(tài)、感知還是做一些基礎(chǔ)的工作，現(xiàn)在語音、圖像識別技術(shù)都在大規(guī)模發(fā)展，但是為什么當數(shù)十億大腦神經(jīng)元彼此傳遞信號時，就會出現(xiàn)喜愛、恐懼或憤怒的主觀感受呢？對此，我們依然一無所知。人工智能對世界的認知還停留在早期階段。
數(shù)據(jù)促進了人工智能的發(fā)展。AI過去與現(xiàn)在的最大區(qū)別是，必須具備的計算能力、原始數(shù)據(jù)和處理速度現(xiàn)在都有了，因此AI技術(shù)現(xiàn)在能大放異彩。目前人工智能在識別（包括認知）產(chǎn)生很大進展的原因首先是數(shù)據(jù)量帶來的。谷歌在語音識別領(lǐng)域取得了很大的突破，但這背后的原因是谷歌建立了幾十億音頻的庫，而且用人類的智慧標注它，所以可以用算法、人工智能找到模式，甚至可以區(qū)別不同口音。圖像也是如此：過去幾十年里，人類花了大量時間去標注這些圖像，我們才能在圖像里面切割識別出各種各樣的物體。沒有這些人的智慧現(xiàn)在人工智能達不到這樣的程度。
人的智慧：AlphaGo背后的故事
以AlphaGo人工智能為代表的AI復(fù)興體現(xiàn)對于世界的認知能力正在加強。在過去的幾年間，我們看到，機器學(xué)習(xí)、強大的算法、強大的處理能力和所謂的“大數(shù)據(jù)”已可以讓機器做一些讓人印象深刻的事，比如：實時語言翻譯、在復(fù)雜的城市環(huán)境中安全地開車。
AlphaGo戰(zhàn)勝人類被視為AI歷史上的里程碑事件。大家看到AlphaGo戰(zhàn)勝了李世石，但是不知道背后的故事。TalkingData的CEO崔曉波作為親歷者之一（這場棋賽的解說者），看事情的角度和大家不同，他看到了數(shù)據(jù)的力量。
他認為，在這場比賽中，關(guān)鍵的獲勝因素有兩個：
第一，要有足夠的數(shù)據(jù)支撐。AI要模擬人，它首先要知道人在面對不同事情的時候是怎么去把握的，而這種判斷和把握的能力就是出自于成千上萬的海量數(shù)據(jù)得出的結(jié)果。
AlphaGo擁有一個數(shù)據(jù)庫，里面有十幾萬份人類6～9段職業(yè)棋手的對弈棋譜。Alphago從中模仿人類常見的落子方式，根據(jù)谷歌透露的數(shù)據(jù)，模仿的準確率達到了57%。也就是說，單單這一項功能，就可使AlphaGo在一步的選擇上有57%的概率與人類高等級職業(yè)棋手相同。2014年，Google來到中國棋院買棋譜，近兩年累計記錄的棋譜數(shù)量是過去幾百年的總和：根據(jù)KGS統(tǒng)計，KGS平臺每年專業(yè)段位的對局棋譜的累積量，近三年研究的棋譜數(shù)量都接近20萬。GoGoD平臺的累積大約8.5萬專業(yè)段位棋譜。18萬的棋譜共有近2500萬的局面，每一局面都可上下左右、鏡面翻轉(zhuǎn)，這個2500萬局面就能再乘以8，這個數(shù)據(jù)量已經(jīng)能夠支撐深度學(xué)習(xí)。
第二，要有人類的智慧。AlphaGo在下棋的時候“聰明”得像一個人，大量的數(shù)據(jù)提供了它“思考”的來源。但AI不是由大數(shù)據(jù)一手決定的，還有人的經(jīng)驗和智慧。AI會發(fā)展成什么樣？打個比方：大數(shù)據(jù)是土壤和養(yǎng)分，AI是植物，而人就是園丁。土壤和養(yǎng)分讓植物長得好，但也離不開人的修剪和培養(yǎng)。替AlphaGo持棋跟李世石對戰(zhàn)的那個人本身就是六段的高手，他在訓(xùn)練AlphaGo時，加入了大量的人工智慧和人為規(guī)則，這些都是被人忽略的。我們過大強調(diào)AI的作用，更現(xiàn)實的還是要引入專家的智能、人的智慧，在數(shù)據(jù)科學(xué)和數(shù)據(jù)工程不斷完善的情況下，提高AI的水平。
雖然AI應(yīng)用能使一些任務(wù)變得自動化，但人類判斷全部交由算法負責(zé)幾乎不可能發(fā)生。更現(xiàn)實的方法是，使用數(shù)據(jù)科學(xué)和工程不斷完善并提升人類的判斷質(zhì)量。當數(shù)據(jù)十分充足，依靠統(tǒng)計學(xué)的方法進行決策是恰當且合理的。當沒有數(shù)據(jù)或擁有的數(shù)據(jù)十分有限時，采用群體智慧和其他心理學(xué)方法能夠更好地進行決策。“智能”數(shù)據(jù)應(yīng)用將把日程工作自動化，從而空出更多時間讓人類專家專注于需要他們專業(yè)判斷的工作，以及從事社會認知和共情等非認識能力的行動。比如：保險公司可以使用深度學(xué)習(xí)系統(tǒng)，將估算受損汽車的成本修理費用變得自動化。但在可以預(yù)見的未來，人類仍將是“決策過程中的一部分”。
數(shù)據(jù)為本，AI為核心，人為關(guān)鍵
這個時代叫做智能數(shù)據(jù)時代
智能數(shù)據(jù)，不同于傳統(tǒng)的數(shù)據(jù)，就是添加了人工智能和人的智慧的數(shù)據(jù)，這個名詞的出現(xiàn)，揭示了數(shù)據(jù)、人和機器三者之間的有機聯(lián)系。這種有機聯(lián)系賦予數(shù)據(jù)更多價值，賦予數(shù)據(jù)心智。現(xiàn)階段數(shù)據(jù)內(nèi)容包含的信息量越來越大、維度越來越多，從圖像、聲音等富媒體數(shù)據(jù)，逐漸過渡到人的動作、姿態(tài)、行為軌跡，再加上地理位置、天氣、社會群體行為等，按照以往處理數(shù)據(jù)的思路已經(jīng)難以適應(yīng)“數(shù)據(jù)”本身發(fā)展的速度。一個融合人類智慧、人工智能和海量非結(jié)構(gòu)化數(shù)據(jù)的智能數(shù)據(jù)時代已經(jīng)來臨。因此，“發(fā)展多年的‘大數(shù)據(jù)’即將進入‘下半場’”。
這個時代最重要的三個要素是：數(shù)據(jù)、AI，人的智慧。做個比喻，數(shù)據(jù)相當人的血液，人工智能相當于人的心臟，心臟需要血液，同時把血液輸送給全身，如此往復(fù)循環(huán)。人的智慧是什么？大腦是不可替代的。所有這一切構(gòu)成了智能時代的三個要素。
數(shù)據(jù)時代的顛覆和挑戰(zhàn)
未來，數(shù)據(jù)行業(yè)本身將會面臨進一步的洗牌，能夠更好地應(yīng)用異構(gòu)的、情境化的數(shù)據(jù)，能夠開發(fā)更加智能的算法，能夠開源撬動生態(tài)價值流動的企業(yè)會獲取更大的競爭優(yōu)勢，也就是說，能夠駕馭智能數(shù)據(jù)的企業(yè)得天下。這樣，競爭優(yōu)勢會內(nèi)生疊加，進一步幫助企業(yè)吸引更多的人才和技術(shù)；人才和技術(shù)持續(xù)集中，根據(jù)數(shù)據(jù)分布的特點，中小型企業(yè)將被迫向垂直數(shù)據(jù)應(yīng)用領(lǐng)域轉(zhuǎn)型，并穩(wěn)定在垂直領(lǐng)域，但同時又不得不依托于大型生態(tài)的數(shù)據(jù)連接能力，最終呈現(xiàn)一種“一大多小”兩極分化、“小依附大”的競爭態(tài)勢。
對于其他行業(yè)來說，企業(yè)將面臨四個方面的挑戰(zhàn)。1）業(yè)務(wù)數(shù)據(jù)化：所有業(yè)務(wù)都以數(shù)據(jù)的形式進行流轉(zhuǎn)。2）數(shù)據(jù)資產(chǎn)化：在很多企業(yè)，業(yè)務(wù)與運營沒有形成閉環(huán)；數(shù)據(jù)沒有資產(chǎn)化，只是先儲存起來而已。智能數(shù)據(jù)時代，會倒過來，業(yè)務(wù)可能不賺錢，但數(shù)據(jù)將體現(xiàn)出商業(yè)價值。3）應(yīng)用場景化：企業(yè)與用戶的每一個交互點，都具有改變用戶認知的功能，因此場景化將成為營銷的核心。4）技術(shù)開源化。智能數(shù)據(jù)首先會顛覆那些比較依賴于快速決策的高頻交易行業(yè)，比如高新技術(shù)企業(yè)、零售、廣告……還有為這些行業(yè)提供決策支撐服務(wù)的專業(yè)企業(yè)、商、咨詢服務(wù)商等。緊接著，傳統(tǒng)行業(yè)的各個環(huán)節(jié)也會受到極大顛覆，出現(xiàn)新的銷售渠道和獲客手段，極大地更新行業(yè)平均效率。
智能數(shù)據(jù)時代的新商業(yè)范式：新貝葉斯定律
智能數(shù)據(jù)時代，數(shù)據(jù)離所有企業(yè)的商業(yè)價值都很近。在交流過程中，基本上客戶只問一類問題：好像大數(shù)據(jù)這個系統(tǒng)投入很大，到底有沒有價值，到底怎么產(chǎn)生商業(yè)價值，商業(yè)價值又體現(xiàn)在哪些方面？這類問題的終極答案會在這個時代得到揭示。一個新的商業(yè)范式誕生了，TalkingData稱之為“新貝葉斯定律”。
貝葉斯定律是大數(shù)據(jù)時代重要的定律，無處不在，所有的機器學(xué)習(xí)算法、圖像識別、語音識別，一切統(tǒng)計方程式后面都是這個定律在起作用，大數(shù)據(jù)滿足了修正到最接近現(xiàn)實的基礎(chǔ)條件――數(shù)據(jù)量的積累。在此基礎(chǔ)上，與傳統(tǒng)統(tǒng)計學(xué)不同的是，貝葉斯定律集合了人的智慧，在決策的過程中，我們能夠不斷修正，更快地做出正確的決策。比如說炮兵在瞄準目標時，先根據(jù)自己的經(jīng)驗試射，在首發(fā)不中的情況下，馬上根據(jù)炮彈的落點修正，這樣三到五次就可以命中目標了，這種瞄準的方法就是貝葉斯定律，強調(diào)的是首先靠人的智慧，來確定一種方案，做一個決定，后續(xù)不斷地通過吸收數(shù)據(jù)來調(diào)整方案；數(shù)據(jù)量越大最后越能得到一個接近現(xiàn)實的結(jié)果。
