■文/賈偉（中國科學(xué)技術(shù)信息研究所）

2022年11月，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織發(fā)布《人工智能與科學(xué)——應(yīng)用和發(fā)展趨勢》報告，全面介紹了人工智能的發(fā)展歷程、現(xiàn)狀、現(xiàn)實挑戰(zhàn)、發(fā)展趨勢以及科學(xué)機構(gòu)發(fā)展人工智能的路徑。報告認為，目前人工智能發(fā)展主要面臨兩大挑戰(zhàn)，一是確保人工智能開發(fā)和應(yīng)用既合規(guī)又符合社會倫理道德預(yù)期存在挑戰(zhàn)，二是人工智能研究勞動力隊伍缺乏性別和文化多樣性。未來，人工智能發(fā)展將呈現(xiàn)三大趨勢：軟硬件將不斷升級；人工智能將由“大數(shù)據(jù)”轉(zhuǎn)向“小數(shù)據(jù)”；人機協(xié)作將日益普遍。

一、人工智能發(fā)展歷程

20世紀三四十年代，人工智能概念開始萌芽。1943年，沃爾特·皮茨和沃倫·麥卡洛發(fā)表關(guān)于人工神經(jīng)元如何執(zhí)行邏輯功能的論文。1950年，“人工智能之父”艾倫·圖靈發(fā)表了人工智能領(lǐng)域一篇關(guān)鍵論文，列出了人工智能要解決的未來挑戰(zhàn)。1956年，人工智能在達特茅斯研討會上得名，會議由約翰·麥卡錫、馬文·明斯基、納撒尼爾·羅徹斯特和克勞德·香農(nóng)組織，匯集了當時主要的人工智能專家。20世紀50年代，人工智能領(lǐng)域投資和活動不斷升級，60年代進入人工智能第一個繁榮期。在自然語言處理、自動推理、計算建模、自主系統(tǒng)和機器人領(lǐng)域都取得了重大進展。美國國防部高級研究計劃局（DARPA）、美國國家研究委員會和英國政府大力投資人工智能。1974—1980年，人工智能研發(fā)應(yīng)用進入“寒冬期”。所幸20世紀80年代重回繁榮期，日本政府通過第五代計算機項目大力資助人工智能，英美政府隨之效仿，再次向一系列人工智能研究計劃注入大量資金，并撬動私人企業(yè)投資。1987—1993年商業(yè)投資減弱，人工智能研發(fā)應(yīng)用進入第二個“寒冬期”。20世紀90年代，隨著互聯(lián)網(wǎng)、數(shù)據(jù)和計算能力迅速增長，人工智能又開始強勁增長，出現(xiàn)了新的范式、工具、理論和應(yīng)用，研究、投資、能力和應(yīng)用持續(xù)擴大，人工智能對科研的影響比以往任何時候都要顯著。

二、人工智能發(fā)展現(xiàn)狀

（一）人工智能在經(jīng)濟和科研部門廣泛運用，其深度和廣度史無前例

今天的人工智能浪潮在不同的科學(xué)領(lǐng)域、行業(yè)部門、地理位置、政策領(lǐng)域和人口統(tǒng)計領(lǐng)域具有更大的技術(shù)滲透深度和廣度，已進入到幾乎所有地方的所有領(lǐng)域。人工智能已進入人們?nèi)粘Ｉ睢?shù)十億人頻繁使用人工智能，日益依賴人工智能。無數(shù)企業(yè)使用人工智能技術(shù)為客戶提供商品和服務(wù)，人們通過智能手機、智能汽車和智能音箱與強大的人工智能互動。在科學(xué)領(lǐng)域，2021年，人工智能研究已經(jīng)覆蓋了幾乎所有科學(xué)領(lǐng)域，即全科學(xué)期刊分類系統(tǒng)（ASJC）第三層333個類別，而1960年這一比例只有50%。

（二）各國重視布局人工智能，紛紛宣布并資助人工智能戰(zhàn)略、路線圖、計劃和政策

加拿大是2017年首批致力于國家人工智能戰(zhàn)略的經(jīng)合組織國家之一。從那時起，60個國家和地區(qū)相繼制定了700多項人工智能政策和戰(zhàn)略舉措。截至2019年底，各國已宣布的人工智能計劃資金超過860億美元。2021年，全球人工智能產(chǎn)品和服務(wù)支出同比增長15.2%，達到3418億美元。預(yù)計2022年增長18.8%，到2024年，預(yù)計總支出每年超過5000億美元。

（三）私營部門人工智能研發(fā)投資顯著上升

2 0 2 0 年，盡管發(fā)生新冠疫情，但對人工智能企業(yè)的私人投資同比增長9.3%，創(chuàng)歷史新高，高于2019年的5.7%，超過400億美元，美國、中國、英國和以色列投資位居前列。人工智能領(lǐng)域風(fēng)險投資也在增長。根據(jù)經(jīng)合組織數(shù)據(jù)，2020年，人工智能初創(chuàng)企業(yè)風(fēng)險投資占所有風(fēng)險投資的20%，而2012年為3%。2012—2020年，人工智能企業(yè)風(fēng)險投資交易數(shù)量每年增長34%，從2012年的500筆增至2019年的3900筆。

（四）人工智能論文和專利增勢明顯

The Lens數(shù)據(jù)庫（澳大利亞昆士蘭科技大學(xué)與布里斯班非營利公司Cambia合作開發(fā)的科學(xué)數(shù)據(jù)庫）顯示，全球人工智能論文在過去五六年顯著增長，從159 426篇增加到344 265篇，增長了2.2倍，占所有論文比例從2016年的2.9%上升到2022年的5.7%。在大多數(shù)研究領(lǐng)域，近幾年人工智能的采用量相當于過去總和。在所有研究領(lǐng)域中，近7年，同行評議人工智能論文達到160萬篇，超過了過去55年總和（150萬篇）。僅2021年一年時間，就發(fā)表了34.4萬篇（本）關(guān)于人工智能主題的期刊論文、書籍和會議論文。2020年，谷歌學(xué)術(shù)搜索報告稱，人工智能的被引次數(shù)比任何其他研究領(lǐng)域都多，7篇被引最多的論文中有5篇是關(guān)于人工智能主題。

人工智能專利也在急劇增加，The Lens數(shù)據(jù)庫顯示，全球關(guān)于“人工智能”主題的已發(fā)布專利從2017年的1.1萬項增至2021年的5.7萬項，過去5年年均增長率為84%。

（五）人工智能應(yīng)用推動勞動生產(chǎn)率和科研效率提高

作為一項通用技術(shù)，人工智能可提高所有科研領(lǐng)域的生產(chǎn)率，進而提高整個經(jīng)濟的生產(chǎn)率和增長率。人工智能提高了科研效率和有效性，使科學(xué)發(fā)現(xiàn)更快、更安全、成本更低。例如，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（CSIRO）的一個團隊開發(fā)了一個自動機器人系統(tǒng)，可在24小時內(nèi)測試1.2萬塊太陽能電池，而此前，研究團隊每天手動測試最多也就20塊太陽能電池。在另一案例中，CSIRO研究人員使用機器學(xué)習(xí)來尋找疾病基因，可在15小時內(nèi)處理1000萬個基因組變體，而用傳統(tǒng)方法估計需10萬年。

（六）人工智能人才流入美國趨勢強勁

經(jīng)合組織近期做了一項人工智能人才分布研究，該研究使用2 0 1 5—2 0 2 0 年的領(lǐng)英（LinkedIn）會員檔案，分析不同職業(yè)人工智能技能普及率。研究發(fā)現(xiàn)，人工智能技能在美國普及率最高，其次是德國和以色列。美國保爾森基金會（Paulson Institute）旗下 MacroPolo 機構(gòu)發(fā)布的《全球人工智能人才追蹤》報告顯示，全球人工智能科學(xué)家大都居住在美國（59%），其次是中國（1 1%）和歐洲（10%）；他們本科學(xué)習(xí)大都在中國完成（29%），其次是美國（20%）和歐洲（18%）。

（七）云計算服務(wù)的興起促進了人工智能廣泛應(yīng)用

美國信息技術(shù)咨詢公司Gartner最近一份報告顯示，全球云計算市場從2020年的2700億美元增長到2022年的3970億美元（預(yù)測值），在2021年增長了2 3%。法國市場調(diào)查公司ReportLinker一項市場研究預(yù)測，2021—2026年，云的復(fù)合年增長率將達到16.3%，每年將達到9480億美元。

（八）人工智能培訓(xùn)和教育日益受到重視

經(jīng)合組織人工智能政策觀察站數(shù)據(jù)顯示，2018—2021年，全球人工智能課程（英語授課）增加了80.1%，大學(xué)和技術(shù)學(xué)院本科生和研究生人工智能培訓(xùn)學(xué)位和課程呈增長態(tài)勢，目前人工智能占所有計算機科學(xué)和信息技術(shù)課程的比例高達27.3%。

三、人工智能現(xiàn)實挑戰(zhàn)

（一）確保人工智能開發(fā)和應(yīng)用既合規(guī)又符合（甚至超過）社會倫理道德預(yù)期是項挑戰(zhàn)

未來，人工智能倫理道德的標準可能會更高、更嚴格。目前的自愿原則和準則將來可能成為法律。社會對人工智能倫理道德問題的認識和預(yù)期可能會提高。要滿足復(fù)雜的倫理道德要求，需要提高科學(xué)知識和技術(shù)能力，需要人工智能勞動力隊伍提升技能和能力。

2021年4月，歐盟提出第一個關(guān)于人工智能的法律框架，其中有公司若違反規(guī)則會被處以高達公司收入6%罰款的條款。歐盟2018年5月出臺的《通用數(shù)據(jù)保護條例》（GDPR）也有限制使用自動決策系統(tǒng)的類似條款，包括與可解釋性和可競爭性相關(guān)的要求。在全球范圍內(nèi)制定人工智能適用法律，就人工智能透明度、公平性、可解釋性和隱私等原則達成普遍一致，還有相當長的路要走。金融和零售等行業(yè)可能處于這些法規(guī)的前沿，因為這類行業(yè)廣泛而經(jīng)常地處理客戶保密數(shù)據(jù)。未來，人工智能政策、法規(guī)和法律可能會增加，研究機構(gòu)需確保自身活動合規(guī)。

（二）人工智能研究勞動力隊伍缺乏性別和文化多樣性

英國國家科學(xué)、技術(shù)和藝術(shù)基金會近期一項研究發(fā)現(xiàn)：在大多數(shù)學(xué)術(shù)機構(gòu)中，人工智能研究人員只有不到25%是女性；自1990年以來，全球人工智能研究論文作者中女性僅占13.8%；技術(shù)公司的人工智能研究論文的女性作者占比相對較少，如谷歌為11.3%、微軟為11.95%、IBM為15.7%。

除性別問題外，S T E M（科學(xué)、技術(shù)、工程和數(shù)學(xué)）勞動力隊伍（近似反映人工智能勞動力隊伍）缺乏文化和種族多樣性。例如，澳大利亞科學(xué)與技術(shù)專業(yè)機構(gòu)發(fā)現(xiàn)，“工作年齡原住民或托雷斯海峽島民每200名僅有1人擁有STEM學(xué)位，而非土著工作年齡居民每20名就有1人擁有STEM學(xué)位”。

四、人工智能發(fā)展趨勢

（一）軟硬件將不斷升級

硬件方面，專門為機器學(xué)習(xí)設(shè)計的處理器如張量處理單元（TPU）、數(shù)據(jù)中心芯片等，性能將不斷優(yōu)化，廣泛用于自動駕駛汽車、語音識別、自然語言處理和視頻目標檢測等領(lǐng)域，使人工智能系統(tǒng)開發(fā)更具時間效率和成本效益。此外，量子計算機有望帶來計算能力變革性飛躍，解決傳統(tǒng)計算機無法解決的人工智能問題，人工智能開發(fā)人員將大量使用量子計算服務(wù)，人工智能將迎來范式轉(zhuǎn)變。

軟件方面，支持人工智能操作的軟件框架（如PyTorch、TensorFlow、微軟Azure和亞馬遜Web服務(wù)等平臺及無代碼人工智能軟件工具等）快速增長，研究人員可相對快速地設(shè)計和/或調(diào)整機器學(xué)習(xí)算法，而無需深入研究算法底層細節(jié)，從而更容易開發(fā)和應(yīng)用人工智能。

（二）人工智能將由“大數(shù)據(jù)”轉(zhuǎn)向“小數(shù)據(jù)”

小數(shù)據(jù)即質(zhì)量更高、精心策劃、來源可靠的數(shù)據(jù)。提升人工智能需將投資聚焦于符合目的、來源可靠、經(jīng)過驗證、最新且符合倫理道德要求的高質(zhì)量數(shù)據(jù)。研究機構(gòu)需向數(shù)據(jù)驅(qū)動方向轉(zhuǎn)型，變革業(yè)務(wù)流程、基礎(chǔ)設(shè)施、技能和組織文化，以形成強大的獲取、分析、解釋、保護、存儲、共享和傳遞數(shù)據(jù)的能力，以數(shù)據(jù)輔助決策，推動實現(xiàn)機構(gòu)目標。

（三）人機協(xié)作將日益普遍

人類與人工智能協(xié)作可顯著提高生產(chǎn)率，擴大人類能力范圍，未來人機協(xié)作將日益普遍。世界知名信息技術(shù)公司埃森哲估計，2018—2022年，投資于人類與人工智能協(xié)作的機構(gòu)可增收38%，增加就業(yè)10%。在快速處理和分析大量信息以及識別模式或關(guān)系方面人工智能優(yōu)于人類，而人類長于復(fù)雜聯(lián)想、主觀判斷及專業(yè)知識運用，科學(xué)研究需要創(chuàng)造力、判斷力、邏輯和溝通能力，這是當前和未來短期內(nèi)人工智能所無法企及的，所以人類和人工智能既有各自獨特優(yōu)勢，又能互補，相互協(xié)作，突破自身局限性。在人類與人工智能協(xié)作場景下，科學(xué)家可委派人工智能系統(tǒng)更高效地完成任務(wù)，從而使科學(xué)家將更多時間和資源投入依賴人類獨特認知能力的任務(wù)中，提高科學(xué)生產(chǎn)率。

五、科學(xué)機構(gòu)發(fā)展人工智能的路徑

報告最后指出，科學(xué)機構(gòu)迫切需要提升人工智能能力，以保持未來競爭力和能力。這就需要升級教育、培訓(xùn)、硬件和軟件，開發(fā)數(shù)據(jù)資產(chǎn)，改變工作方式，成為數(shù)據(jù)驅(qū)動型組織，同時確保人工智能開發(fā)和應(yīng)用符合倫理道德規(guī)范，符合社會預(yù)期、法律和法規(guī)。