鄭子亨 王哲

人工智能研究與技術(shù)突破

強化學(xué)習(xí)開辟新天地

1.強化學(xué)習(xí)在游戲領(lǐng)域表現(xiàn)卓越。DeepMind公司使用多智能體訓(xùn)練算法完成的AlphaStar系統(tǒng)可以綜合各種最為有效的策略組合并創(chuàng)建一個相互競爭的智能體聯(lián)盟，來共同探索巨大的策略空間。

2.智能機器人訓(xùn)練過程更加注重與真實環(huán)境交互。強化學(xué)習(xí)模型的“驅(qū)動式學(xué)習(xí)”概念被提出，即通過“觀摩游戲”的策略訓(xùn)練一臺機器人同時執(zhí)行多項復(fù)雜任務(wù)，對于每項任務(wù)無需進行單獨的針對性訓(xùn)練。在該策略中，訓(xùn)練人員可以遠(yuǎn)程操控智能機器人，使之用各種方式與外界環(huán)境進行交互，從多個維度對智能機器人在真實環(huán)境中進行訓(xùn)練，與針對單一任務(wù)訓(xùn)練相比訓(xùn)練效率和訓(xùn)練效果均得到提升。在基于驅(qū)動式的訓(xùn)練中，智能機器人不僅能學(xué)習(xí)盡可能多樣化的技能，并使每項技能均對擾動具有魯棒性。例如，加州大學(xué)伯克利分校的機器人學(xué)習(xí)實驗對BLUE機械臂進行了實際環(huán)境中的訓(xùn)練，使其在手動靈活性方面取得了巨大進步。

3.強化學(xué)習(xí)訓(xùn)練趨向于線上規(guī)劃學(xué)習(xí)動態(tài)模型。谷歌訓(xùn)練的強化學(xué)習(xí)網(wǎng)絡(luò)PlaNet可以從圖像中學(xué)習(xí)環(huán)境動態(tài)信息，并通過準(zhǔn)確預(yù)測數(shù)個時間段后的獎勵進行線上規(guī)劃，選擇將要進行的動作。這種訓(xùn)練方式與最先進的A3C和D4PG算法相比，在訓(xùn)練時間大致相同的情況，使模擬環(huán)境交互作用減少了50倍。經(jīng)過2000張圖像訓(xùn)練之后，PlaNet 的表現(xiàn)與受過10萬張圖像訓(xùn)練的D4PG算法基本相似。

機器學(xué)習(xí)在生命科學(xué)領(lǐng)域

發(fā)現(xiàn)新應(yīng)用

1.AlphaFold模型預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)。DeepMind公司訓(xùn)練的AlphaFold能夠使兩個深度卷積神經(jīng)網(wǎng)絡(luò)協(xié)同工作，第一個神經(jīng)網(wǎng)絡(luò)預(yù)測氨基酸對之間的距離，第二個神經(jīng)網(wǎng)絡(luò)預(yù)測連接這些氨基酸的化學(xué)鍵之間的角度，并創(chuàng)建蛋白質(zhì)距離圖來生成3D蛋白質(zhì)結(jié)構(gòu)。該方法在預(yù)測蛋白質(zhì)3D結(jié)構(gòu)上遠(yuǎn)遠(yuǎn)超過先前最先進水平，給未來機器學(xué)習(xí)在生物學(xué)方面的廣泛應(yīng)用指明了方向。

2.機器學(xué)習(xí)算法合成化學(xué)分子。上海大學(xué)馬克·沃勒（Mark Waller）教授團隊同時使用三種不同的神經(jīng)網(wǎng)絡(luò)并結(jié)合蒙特卡洛樹搜索組成了3N-MCTS算法。3N-MCTS算法通過提出有限數(shù)量的自動提取轉(zhuǎn)換將搜索引向最正確的方向，并預(yù)測擬議的反應(yīng)是否真正可行。在化學(xué)分子合成方面，3N-MCTS算法可解算80%以上的分子測試集，每個目標(biāo)分子的時間限制為5秒，與現(xiàn)有先進的計算機輔助合成規(guī)劃相比，合成速度大大提升。

3.深度學(xué)習(xí)與醫(yī)學(xué)融合加深。隨著深度學(xué)習(xí)、計算機視覺等技術(shù)的發(fā)展，人工智能被越來越多的應(yīng)用于眼部疾病、心臟疾病的診斷?；?D U-Net架構(gòu)的神經(jīng)網(wǎng)絡(luò)可以進行數(shù)字光學(xué)計算機斷層攝影掃描，并創(chuàng)建眼睛的“組織圖”，并通過該組織圖對患者病癥進行種類和嚴(yán)重性的分級分類。另外，接受過5.4萬名患者訓(xùn)練的端到端深度學(xué)習(xí)網(wǎng)絡(luò)在心臟病診斷領(lǐng)域已經(jīng)達(dá)到人類專家級水平，以門診中的單導(dǎo)聯(lián)心電圖軌跡作為原始數(shù)據(jù)，深度學(xué)習(xí)網(wǎng)絡(luò)已經(jīng)可以成功分辨12種心律類別。

4.腦機接口成為發(fā)展熱點。哥倫比亞大學(xué)的研究人員通過深度學(xué)習(xí)技術(shù)分析癲癇患者在連續(xù)收聽語音時的腦經(jīng)神信號，能夠?qū)Σ∪讼胍磉_(dá)內(nèi)容進行語音合成，準(zhǔn)確度達(dá)到75%。另外，神經(jīng)網(wǎng)絡(luò)被證明可恢復(fù)殘疾人士的肢體控制能力。研究人員根據(jù)從患者大腦記錄的原始顱內(nèi)電壓信號對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，神經(jīng)網(wǎng)絡(luò)可以判斷手臂的預(yù)期活動，并使用電刺激和神經(jīng)網(wǎng)絡(luò)解碼器永久恢復(fù)四肢癱瘓患者前臂的運動能力。相比于支持向量機（SVM）技術(shù)，神經(jīng)網(wǎng)絡(luò)方法對故障更具魯棒性，并可以通過遷移學(xué)習(xí)技術(shù)使患者掌握新的動作。

自然語言處理實現(xiàn)

突破式發(fā)展

1.預(yù)訓(xùn)練語言模型。谷歌BERT模型、艾倫研究所ELMo模型、魯?shù)潞突羧A德ULMFiT模型和微軟MT-DNN模型紛紛證明預(yù)訓(xùn)練語言模型可大大提高各種自然語言處理任務(wù)的性能。通過使用網(wǎng)絡(luò)上的未標(biāo)記文本對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，可以在自然語言處理任務(wù)中創(chuàng)造收益，并創(chuàng)建多種新的商業(yè)應(yīng)用程序，就像ImageNet遷移學(xué)習(xí)驅(qū)動了計算機視覺的更多工業(yè)應(yīng)用一樣。

2.無雙語語料情況下的機器翻譯。臉書（Facebook）展示了如何充分利用單語數(shù)據(jù)，以擴大機器翻譯的應(yīng)用范圍。該技術(shù)首先通過自動推斷雙語詞典將模型初始化，并利用去噪自動編碼器來充分利用較強的語言模型，其中，由編碼器構(gòu)建的表征只能在當(dāng)前兩種翻譯語言之間共享。這項工作將若干原理應(yīng)用于開發(fā)簡單易懂的、基于短語的統(tǒng)計型機器翻譯（PBSMT）系統(tǒng)和神經(jīng)機器翻譯（NMT）系統(tǒng)，神經(jīng)機器翻譯系統(tǒng)學(xué)習(xí)如何在無雙語文本的情況下進行翻譯。

3.通用語言理解評估基準(zhǔn)。新性能基準(zhǔn)，即通用語言理解評估（GLUE），可測試自然語言處理模型在各種語言理解任務(wù)上的表現(xiàn)。人類對語言的理解較為概括和靈活，通用語言理解評估基準(zhǔn)測試為在跨邏輯、常識理解和詞匯語義任務(wù)中評估自然語言處理系統(tǒng)提供了單一基準(zhǔn)，基準(zhǔn)測試旨在支持各系統(tǒng)共享各項任務(wù)的一般語言知識。

人工智能人才發(fā)展現(xiàn)狀

人工智能論文發(fā)表情況

1.谷歌在人工智能領(lǐng)域仍占據(jù)主導(dǎo)地位。在2018年神經(jīng)信息處理系統(tǒng)大會上，谷歌依舊占據(jù)主導(dǎo)地位，在以第一作者發(fā)表論文數(shù)量的排名中，谷歌仍舊位列榜首。

2.歐洲發(fā)表論文數(shù)量最多，中國的平均引用率不斷增長。美國和歐洲在人工智能科研領(lǐng)域仍然具有更高的影響力，來自美國的人工智能領(lǐng)域研究成果被引用率比全球平均水平高出83%，來自歐洲的人工智能論文總量占據(jù)世界第一，我國人工智能領(lǐng)域研究成果的影響因子雖然在過去一年呈現(xiàn)上升趨勢，但總體被引用率仍低于世界平均水平。

中美高校加大

人工智能人才培養(yǎng)

中美各大高校紛紛加大對人工智能研究型人才培養(yǎng)的力度。2018—2019年，全球人工智能領(lǐng)域44%的博士畢業(yè)生來自美國，中國排名第二為11%。中美各大高校紛紛加大對人工智能布局力度，麻省理工學(xué)院在計算與人工智能領(lǐng)域新增投資10億美元，加速人工智能邁向新一代，與2012年相比，清華大學(xué)和斯坦福大學(xué)的人工智能課程注冊人數(shù)分別增加了近16倍和5倍。

人工智能人才薪資結(jié)構(gòu)

面臨調(diào)整

高端人工智能人才薪資不斷上升，大型科技企業(yè)內(nèi)資深工程師的年薪接近100萬美元。另一方面，每小時1.47美元的數(shù)據(jù)標(biāo)簽工作崗位卻實現(xiàn)了巨大增長。如總部位于北京的馬達(dá)智數(shù)公司（Mada Code）將微軟和卡內(nèi)基梅隆視為客戶，并聲稱擁有一支由2萬多名自由職業(yè)者組成的團隊，為其標(biāo)注數(shù)據(jù)。

產(chǎn)業(yè)人才需求發(fā)生變化

從產(chǎn)業(yè)人才發(fā)展看，加拿大、英國和瑞士是人工智能產(chǎn)業(yè)人才的“平臺型”國家，吸引外國人才和對外國輸出本土人才的數(shù)量均較多。美國和中國是人工智能產(chǎn)業(yè)人才的“穩(wěn)定型”國家，兩國人工智能產(chǎn)業(yè)發(fā)展處于全球領(lǐng)先地位，生態(tài)系統(tǒng)內(nèi)部更為成熟、穩(wěn)定，兩國人才流入和流出均趨于平緩。同時，中美兩國的大型科技企業(yè)對人工智能專項人才的需求量自去年起有所下降，這說明人工智能產(chǎn)業(yè)發(fā)展已經(jīng)從科學(xué)研究階段向應(yīng)用落地轉(zhuǎn)化。

人工智能行業(yè)發(fā)展現(xiàn)狀

人工智能領(lǐng)域投資情況分析

人工智能領(lǐng)域風(fēng)險投資金額逐年擴大，2018財年的資本投資比2017財年高出80%左右，其中北美地區(qū)投資最多，占有55%的市場份額。另外，大型科技企業(yè)收購人工智能初創(chuàng)企業(yè)趨勢愈演愈烈。自2010年以來，谷歌、蘋果、Facebook、亞馬遜、微軟已累計收購60家人工智能初創(chuàng)企業(yè)。

智能機器進入落地應(yīng)用階段

1.智能機器人進一步發(fā)展成熟。各大智能機器人制造企業(yè)紛紛采取行動。艾波比集團（ABB）投資1.5億美元，用于在上海建設(shè)全球最先進、自動化程度最高、最靈活的機器人工廠。另外智能機器人全棧初創(chuàng)企業(yè)發(fā)展迅猛，人工智能初創(chuàng)企業(yè)Bright Machines由歐特克和偉創(chuàng)力國際公司的元老領(lǐng)導(dǎo)，首輪融資籌集了1.79億美元，雇員增長到300人，以催生由智能化軟件定義機器自動制造產(chǎn)品的制造模式。

2.智能機器人與其他行業(yè)結(jié)合日益密切。美國工廠安裝的機器人數(shù)量創(chuàng)歷史新高。2018年，美國工廠新增了35880臺機器人，比2017年增加了7%。智能機器人推動了制造業(yè)的智能化發(fā)展。智能機器人制造公司伯克希爾格雷（BerkshireGrey）提供了自動揀選機器人、移動式地面機器人系統(tǒng)以及產(chǎn)品包裝與分揀解決方案，以提高吞吐量，并簡化電子商務(wù)運營的實際供應(yīng)鏈。

亞馬遜擴大其運營基礎(chǔ)設(shè)施

并推出倉儲機器人

2016至2019年，亞馬遜在美國總部的運營中心建筑面積增加了45%，數(shù)量增加了兩倍。同時，亞馬遜推出了更多倉庫機器人，用于運營和分揀，其倉庫中有20萬臺機器人，數(shù)量高于本年初所宣布的10萬臺。亞馬遜近期著力對其倉庫進行諸多改進，例如，防止陽光照射天花板天窗以減少眩光、在地面上安裝QR碼、重新定向空調(diào)等以免吹動周圍的輕質(zhì)物體等，方便機器人巡視。

自動駕駛汽車現(xiàn)規(guī)模擴大

市場前景廣闊

一年來，自動駕駛汽車市場規(guī)模不斷擴大并已達(dá)到數(shù)十億美元。通用（General Electric）旗下自動駕駛汽車公司Cruise融資后估值達(dá)190億美元，2018年Cruise預(yù)算達(dá)到7.28億美元，2019年預(yù)算將增至10億美元。優(yōu)步方面，2016至2018年，優(yōu)步每年在自動駕駛上的研發(fā)支出分別為2.3億美元、3.84億美元、4.57億美元，員工人數(shù)超1000人，融資后估值達(dá)到72.5億美元。谷歌旗下公司W(wǎng)aymo運營成本在10億美元以上，目前正在尋找外部投資者。同為自動駕駛汽車公司的Nuro和Aurora，前者在三年內(nèi)完成了由軟銀遠(yuǎn)景基金主導(dǎo)的B輪融資，融資金額高達(dá)9.4億美元，后者從紅杉資本、亞馬遜和美國普信集團手中獲得了5.3億美元的B輪融資，增強了其資產(chǎn)負(fù)債表的財務(wù)實力，所籌資金已增至6億美元。福特則為研發(fā)自動駕駛撥款40億美元。

自動駕駛汽車測試?yán)锍毯捅Ｓ辛吭鰷p不一。2018年Waymo無人駕駛汽車行駛100多萬英里，是第二名Cruise的2.8 倍，是第三名蘋果的16倍。2018年，在加利福尼亞汽車行駛里程為14435英里，自動駕駛汽車行駛里程僅占人類的駕駛里程數(shù)的0.00066%，加利福尼亞和世界各地的自動駕駛車輛有所增加，但仍有多個國家有所減少。

機器學(xué)習(xí)將推動各行業(yè)預(yù)測性需求的發(fā)展。能源領(lǐng)域，Invenia 公司是這一領(lǐng)域的早期領(lǐng)導(dǎo)者，可利用天氣信息、電網(wǎng)運行數(shù)據(jù)和電力輸送方向來預(yù)測需求。防災(zāi)預(yù)測領(lǐng)域，一些企業(yè)使用機器學(xué)習(xí)自動校準(zhǔn)對了解、預(yù)測和管理水資源至關(guān)重要的水文模型。出行領(lǐng)域，航班和酒店需求隨季節(jié)、天氣或大型外部事件而波動?？蓪C器學(xué)習(xí)加以擴展，幫助航空公司和酒店進行需求預(yù)測。機器學(xué)習(xí)系統(tǒng)可幫助預(yù)測酒店潛在預(yù)訂、特定航線需求，或服務(wù)中斷情況。物流領(lǐng)域，概率模型和多智能體系統(tǒng)可用于學(xué)習(xí)如何最為合理地分配資源（如車隊），以應(yīng)對動態(tài)變化的需求，使資源利用率最大化。資源配置最優(yōu)化問題一旦解決，具有廣泛的應(yīng)用前景。零售領(lǐng)域，BlueYonder人工智能平臺使莫里森（英國的連鎖超市）的2000萬項補貨決策中有99%完全自動化，同時提高了盈利能力，并減少了浪費。

改進機器的閱讀能力

自然語言處理方面的突破已開始應(yīng)用于需要處理大量文本或快速處理文本會帶來大量經(jīng)濟回報的行業(yè)。機器學(xué)習(xí)非常適合于金融和情報領(lǐng)域，從大量在線數(shù)據(jù)中獲取重要信號，機器可用分析文本的增長速度快于人工分析師，成為專業(yè)分析師的得力助手，使得機器學(xué)習(xí)廣泛應(yīng)用于企業(yè)領(lǐng)域。例如，自然語言處理公司Primer使用自然語言處理與生成來自動執(zhí)行查找、閱讀、交叉引用和總結(jié)等通常由分析員承擔(dān)的任務(wù)。

醫(yī)療保健進展

2018—2019年，美國食品藥物管理局批準(zhǔn)了三種基于人工智能的醫(yī)療器械。2018年4月批準(zhǔn)IDx軟件通過眼睛掃描檢測糖尿病視網(wǎng)膜病變。2018年5月批準(zhǔn)Imagen軟件通過二維X光片檢測成年患者的腕關(guān)節(jié)骨折，預(yù)期用途涵蓋初級保健、急救醫(yī)學(xué)、緊急護理和整形外科。

2018年11月批準(zhǔn)MaxQ軟件通過對成人非造影頭部計算機斷層掃描（CT）病例的臨床評估，優(yōu)先對有顱內(nèi)出血跡象的患者進行治療。同時，制藥企業(yè)與人工智能驅(qū)動的藥物開發(fā)公司正在加強合作。

人工智能專利進展

2012至2017年，人工智能同族專利的增長率高于人工智能科學(xué)出版物（年度增長率分別為28%和6%）。隨著機器學(xué)習(xí)的商業(yè)應(yīng)用不斷擴大，科學(xué)論文與專利數(shù)量的比值急劇下降。其中，計算機視覺是最為熱門的專利領(lǐng)域，而在計算機視覺領(lǐng)域中，最為熱門的是生物統(tǒng)計學(xué)（即與生物數(shù)據(jù)有關(guān)的應(yīng)用）。

人工智能硬件

一年來，移動芯片組的人工智能性能基準(zhǔn)制定工作不斷推進，市場競爭壓力加劇。美國高通公司的驍龍（Snapdragon）處理器通過展示浮動和量化神經(jīng)網(wǎng)絡(luò)方面的強大性能和硬件加速而獲勝?；鶞?zhǔn)測試任務(wù)包括分類、人臉識別、去模糊、超分辨率、分割和增強;在對手機的人工智能任務(wù)性能進行基準(zhǔn)測試方面，三星、華為和小米手機位居榜首，谷歌的Pixel3手機排名第22位。谷歌、英偉達(dá)、亞馬遜則將計算和競爭推向極致加入競爭，預(yù)計到2025年，為人工智能服務(wù)的應(yīng)用可生成40萬億GB數(shù)據(jù)。

5G將成為普遍存在的

人工智能計算的支柱

5G可為人工智能計算提供更快、更穩(wěn)定的信息傳輸。目前，中國的5G進展遠(yuǎn)遠(yuǎn)領(lǐng)先于美國。據(jù)估計，華為占據(jù)了全球28%的電信市場，德國專利數(shù)據(jù)公司IPlytics的數(shù)據(jù)顯示，華為擁有的5G 標(biāo)準(zhǔn)專利最多（1529項），其次是芬蘭的諾基亞（1397項）。華為既擁有專利優(yōu)勢，也有最大的商業(yè)動力，有望成為構(gòu)建網(wǎng)絡(luò)供應(yīng)商、設(shè)備制造商和應(yīng)用開發(fā)商生態(tài)系統(tǒng)的關(guān)鍵參與者。在歐洲，英國和德國仍在使用華為硬件，但美國則強烈抵制華為硬件。

人工智能行業(yè)政治環(huán)境現(xiàn)狀

公眾對待人工智能的態(tài)度

布魯金斯學(xué)會（Brookings Institution）2018年8月發(fā)布了《對待人工智能的態(tài)度》調(diào)查，樣本對象為美國的2000名成年人互聯(lián)網(wǎng)用戶。人類未來研究所（Future of Humanity Institute）2019年1 月發(fā)布了美國人對待人工智能的態(tài)度，調(diào)查對象為美國的2000名成年人。整體來看，人類未來研究所預(yù)測，到2028年實現(xiàn)高級機器智能的可能性為54%，距離實現(xiàn)高級機器智能只有9年。大部分美國人并不支持研發(fā)用于作戰(zhàn)的人工智能技術(shù)，但這種態(tài)度會隨著對手的研發(fā)而發(fā)生改變。大多數(shù)美國人認(rèn)為，相比于法官，私營企業(yè)領(lǐng)導(dǎo)人更有資格做出決策。

大部分美國人認(rèn)為企業(yè)應(yīng)設(shè)立一個人工智能審核委員會，以定期處理企業(yè)的倫理決策。美國人最信任由美國軍方和學(xué)術(shù)研究人員開發(fā)人工智能應(yīng)用，對科技公司、非營利組織（如OpenAI）和美國情報機構(gòu)的信任度稍低。美國人認(rèn)為Facebook是所有人工智能開發(fā)者中最不值得信賴的，另外，人工智能治理可能面臨的最大挑戰(zhàn)來自四方面：一是人工智能輔助監(jiān)視侵犯隱私和公民自由，二是人工智能被用于在線傳播虛假和有害內(nèi)容，三是對政府、企業(yè)、機構(gòu)和個人進行人工智能網(wǎng)絡(luò)攻擊，四是保護數(shù)據(jù)隱私。

各國人工智能的頂層設(shè)計

德國公布“德國制造人工智能”戰(zhàn)略規(guī)劃。德國政府更傾向于支持現(xiàn)有機構(gòu)和發(fā)展較慢的公司，到2025年將投資30億歐元支持上述計劃。

芬蘭實施“百分之一”人工智能計劃。芬蘭自2017年起對其1%的人口進行基礎(chǔ)機器學(xué)習(xí)訓(xùn)練，是第一個制定國家級人工智能戰(zhàn)略的歐洲國家，通過與政府和私營企業(yè)合作，全國范圍內(nèi)現(xiàn)有5.5萬人學(xué)習(xí)該課程，超過250家企業(yè)宣布將參與“人工智能挑戰(zhàn)”計劃。

歐盟在人工智能政策方面落后于美國和中國。歐洲旨在通過注重“倫理化人工智能”及其在“安全和高質(zhì)量產(chǎn)品”方面的聲譽來區(qū)別于其他經(jīng)濟體。2019年，歐盟委員會對“地平線2020”計劃中的人工智能項目的投資增加了一倍，現(xiàn)計劃每年對“歐洲地平線”和“數(shù)字歐洲”中的項目投資10億歐元。

美國特朗普政府對人工智能實施出口管制。2018年11月19日，商務(wù)部表示正在考慮采取激進措施，將出口管制應(yīng)用于機器學(xué)習(xí)，包括深度學(xué)習(xí)、強化學(xué)習(xí)和計算機視覺。特朗普還簽署了一項行政命令，確立《美國人工智能倡議》的計劃。該計劃極其不明確，但要求聯(lián)邦政府將現(xiàn)有資金用于人工智能研究和商業(yè)化。

新的安全挑戰(zhàn)

先進技術(shù)對大眾監(jiān)督能力日益增強。華為新推出的P30 Pro高倍率智能手機攝像頭、中國研究人員成功將神經(jīng)網(wǎng)絡(luò)應(yīng)用于解讀唇語，以及計算機視覺系統(tǒng)的進步，即可隨著地理位置的變更（如出現(xiàn)在地鐵里）對同一人員進行重新識別，這些都表明先進技術(shù)對大眾監(jiān)督能力日益增強。

自然語言處理技術(shù)的武器化。自然語言處理技術(shù)可能自動生成誤導(dǎo)性新聞報道、在線冒充其他人員、自動生成可在社交媒體上發(fā)布的誹謗性或虛假內(nèi)容。2018年9月，加利福尼亞批準(zhǔn)了《2018年加利福尼亞州增強網(wǎng)絡(luò)透明度法案》，使用機器人與加州人進行互動以“故意誤導(dǎo)”該人員，將被認(rèn)定為違法行為。

DeepFake換臉技術(shù)危害政治議程。眾議院舉行了第一次聽證會，專門審查DeepFake換臉技術(shù)中人工智能生成的合成數(shù)據(jù)，委員會查問了以下內(nèi)容：人工智能促成的虛假內(nèi)容對國家安全構(gòu)成的威脅;可采取哪些措施來發(fā)現(xiàn)和打擊這些虛假內(nèi)容;政府部門、私營部門和社會應(yīng)采取何種措施來應(yīng)對可能出現(xiàn)的、可怕的“后真相”未來。

中國人工智能發(fā)展情況及預(yù)測

中國人工智能發(fā)展

近一年來，中國人工智能發(fā)展迅猛，主要體現(xiàn)在幾個方面。

一是用人臉識別提升用戶體驗、節(jié)省消費者時間。例如在商店刷臉支付和在機場檢索航班信息。

二是中國互聯(lián)網(wǎng)企業(yè)進軍農(nóng)業(yè)領(lǐng)域。阿里巴巴和京東都已涉足畜牧業(yè)。養(yǎng)雞方面，2016年，京東推出了“跑步雞”計劃，將人工智能工具集成到整個飼養(yǎng)流程中，現(xiàn)已實現(xiàn)自動化喂食、飲水和清除廢物。養(yǎng)豬方面，德康集團、特驅(qū)集團和阿里云相互合作，使用計算機視覺和語音識別系統(tǒng)通過脅腹上的數(shù)字來辨別每只豬。

三是中國企業(yè)研發(fā)支出快速增加，但市場份額明顯較小。中國企業(yè)的研發(fā)支出同比增長34%，但北美企業(yè)在全球科技支出中仍占比61%。

四是中國的工業(yè)自動化水平越來越高，裁員量也越來越大。過去三年，中國某些工業(yè)企業(yè)利用自動化技術(shù)取代了40%的勞動力，因為自2012年以來，中國年度機器人安裝量增加了5倍（相比之下，歐洲僅增加了1.12倍）。

五是機器人推動了中國自動化倉儲業(yè)發(fā)展。京東的自動化倉庫數(shù)量和面積同比增長45%。目前，京東上海運營中心每天使用自動化倉儲機器人完成20萬份訂單的組織、揀選和運送，該倉庫僅由4名人員照管。

六是中國企業(yè)繼續(xù)在美國公開市場上市。2018年，33家中國企業(yè)在美國交易所上市，同比增加了兩倍，幾乎達(dá)到2010年最高水平。2018年，全球共有190家企業(yè)在美國上市。

七是中國擁有的專利數(shù)量最多，但只有23%屬于“發(fā)明專利”。中國發(fā)明專利的審批程序較為嚴(yán)苛，但一旦被批準(zhǔn)就會獲得長達(dá)20年的保護。實用新型專利和設(shè)計專利的有效期為10年，審查流程不甚嚴(yán)格，且可在1年內(nèi)獲得批準(zhǔn)。中國的這種雙重專利制度有助于使其專利數(shù)量遠(yuǎn)遠(yuǎn)領(lǐng)先于其他國家。

中國發(fā)明專利的有效期大多為5年，95%的設(shè)計專利和61%的實用新型專利會在5年后失效。相比之下，美國85.6%的專利在5年后仍在支付維護費用。

八是中國發(fā)布了更多的高影響力機器學(xué)習(xí)學(xué)術(shù)研究。相比于美國，中國發(fā)布的機器學(xué)習(xí)研究數(shù)量更多。艾倫研究所最近的一項分析表明，中國也在迅速縮小質(zhì)量差距。

對未來一年人工智能

發(fā)展的預(yù)測

預(yù)計從2019年6月起的未來12個月，將有一批新初創(chuàng)企業(yè)應(yīng)用近期在自然語言處理領(lǐng)域?qū)崿F(xiàn)的研究突破，上述企業(yè)將集體籌集1億多美元。分領(lǐng)域看，自動駕駛技術(shù)仍主要處于研發(fā)階段，未來1年所有自動駕駛汽車公司的行駛里程將均不超過1500萬英里。在隱私保護方面，財富2000強企業(yè)中將有一家除谷歌、蘋果、Facebook、亞馬遜、微軟之外的公司采用隱私保護機器學(xué)習(xí)技術(shù)，以增強其數(shù)據(jù)安全性和用戶隱私政策。在高等教育方面，越來越多的機構(gòu)將設(shè)立專門的人工智能本科學(xué)位，以填補人才空缺。在AI+量子計算方面，谷歌在量子計算硬件方面取得了重大突破，將催生至少5家嘗試進行量子機器學(xué)習(xí)的初創(chuàng)公司。此外，隨著人工智能系統(tǒng)的日益強大，人工智能治理將成為一個更大的爭議話題。至少將有一家大型人工智能企業(yè)對其治理模式做出重大變革。