趙愛玲

近日，由畢馬威聯(lián)合中關村產業(yè)研究院發(fā)布的《人工智能全域變革圖景展望：躍遷點來臨（2023）》報告指出，從投融資來看，2023年上半年全球人工智能企業(yè)風險投資案例數和融資金額占全球風險投資比重逐年提升，2023年上半年全球人工智能企業(yè)獲得風險投資占全球風險投資總額比重達18.9%，創(chuàng)近年新高。

畢馬威中國客戶與業(yè)務發(fā)展主管合伙人江立勤稱，人工智能發(fā)展突飛猛進，各行各業(yè)均面臨如何融合應用智能技術的關鍵之問，巨大應用潛力背后是新硬件、新算法、新數據的全面涌現。與此同時，ChatGPT被看作是推動數字經濟時代生產力范式變革的標志性產品，有望作為新的底層通用技術，點燃第四次科技革命。

報告稱，從全球范圍來看，人工智能企業(yè)數量經歷了由爆發(fā)式增長轉入穩(wěn)步增長的階段變化。從2017年開始，全球當年新增AI注冊企業(yè)數量逐年下降，已從2017年的3，714家下降到2022年的1，106家。結合各國對比情況來看，截至2023年6月底，全球人工智能企業(yè)共計3.6萬家，中美英企業(yè)數量名列前茅。美國人工智能企業(yè)數量約1.3萬家，在全球占比達34%；中國占比16%，英國7%，美中英三國的人工智能企業(yè)數量合計占全球的56%。從人工智能獨角獸企業(yè)情況來看，截至2023年6月底，全球人工智能領域獨角獸總數達291家，美國和中國企業(yè)數量獨占鰲頭并基本平分秋色，分別為131家和108家。

中國人工智能領域企業(yè)密集誕生在2015年至2018年之間，約三分之二的人工智能領域核心企業(yè)成立年限在5—10年，隨著有效投資增長乏力，人工智能領域新增注冊企業(yè)數量在2017年達到峰值528家后，逐年下降，到2022年新增注冊企業(yè)數減少至63家。

結合區(qū)域布局來看，中國人工智能企業(yè)主要集聚于北京、廣東、上海、浙江等地，形成京津冀、長三角、粵港澳三足鼎立的格局，其中北京市人工智能企業(yè)數量有1，600余家。從人工智能獨角獸企業(yè)來看，北京市有41家，位居全國首位。上海市和廣東省數量位列二、三，分別有24家和23家。

江立勤表示，近年來世界經濟格局深度調整，全球資本市場更加謹慎，整體上投資動作有所放緩。不過，人工智能憑借和物聯(lián)網、區(qū)塊鏈、Web3.0等各類前沿技術融合應用的技術特性，潛在市場空間廣闊，增長確定性較為明顯，普遍受到投資人看好，尤其是以ChatGPT為代表的生成式AI類應用在2023年迎來一輪爆發(fā)，ChatGPT引發(fā)的大模型創(chuàng)新熱浪仍在涌動，有可能演變成一場比工業(yè)革命、信息革命更為深刻的人工智能革命。

“從根本上來講，人工智能細分領域技術愈發(fā)成熟，場景化應用規(guī)模效應逐漸顯現是資本流向相關領域的底層驅動力，以近十年中國人工智能領域股權投資情況為例，技術方面，算力、數據平臺、自然語言處理、計算機視覺與圖像四個細分領域風險投資增速明顯加快；應用方面，生活服務、智慧醫(yī)療、智能制造、智能汽車、物流倉儲投資事件較多，占人工智能全部投資事件的75%以上?！苯⑶谡f。

當前在人工智能領域，日益復雜的算法規(guī)則和黑箱機制正在引發(fā)算法歧視、隱私泄露、虛假信息泛濫等科技倫理問題，加強安全治理刻不容緩，已經成為各方最大的共識。畢馬威中國數字化賦能咨詢服務主管合伙人張慶杰稱，人工智能安全治理呈現出趨嚴、趨緊、趨難三大特征，主要包括“黑箱”困境等技術安全挑戰(zhàn)，虛假信息、偏見歧視乃至意識滲透等應用安全挑戰(zhàn)，數據泄漏、篡改和真實性難驗證等數據安全隱患，此背景下，中美歐作為人工智能發(fā)展的領軍國和地區(qū)正積極開展相關立法，呈現出政策法規(guī)先行、監(jiān)管趨嚴等特征。

歐洲已有專門的立法對人工智能進行強監(jiān)管。2021年4月，歐盟委員會提出了《人工智能法案》提案，2023年6月14日該法案在歐洲議會通過。該法案有望成為全世界第一部綜合性人工智能治理立法，被各國監(jiān)管機構廣泛參考。與歐盟的法案屬于正式立法不同，美國目前國家層面所頒布的框架和藍圖均為指導性文件，不具備法律效力。目前美國在人工智能領域的治理仍停留在行業(yè)自律為主、監(jiān)管為輔的階段。中國針對生成式人工智能的快速發(fā)展已頒布了兩份具有法律約束效力的文件。此外，《國務院2023年度立法工作計劃》顯示，《人工智能法》已列入立法計劃。從我國對人工智能領域的立法進程可以看出，我國在人工智能領域的安全治理主要體現出精準分層治理、創(chuàng)新與監(jiān)管并進等治理理念和制度邏輯。

人工智能在發(fā)展過程中面臨的技術倫理與社會倫理風險表明，人工智能安全、可信的發(fā)展之路任重道遠，在解決AI風險的過程中催生出可解釋AI、聯(lián)邦學習等技術創(chuàng)新機遇。其中，聯(lián)邦學習正成為新型的“技術基礎設施”，有望成為下一代人工智能協(xié)同算法，隱私計算和協(xié)作網絡的基礎，使數據在合法合規(guī)、安全高效的基礎上，實現數據價值流動。

此外，通過“為機器立心”，逐步實現人機價值觀對齊，即要求AI系統(tǒng)的目標要和人類的價值觀與利益相對齊或保持一致也是AI倫理價值的重要發(fā)展方向。AI對齊是走向通用人機協(xié)作的第一步，未來AI對齊的研究方向不僅僅局限于單任務環(huán)境，將進一步探索多個任務中的人機價值對齊。此外，信念、欲望、意圖等人機之間心理模型的因素是“為機器立心”的過程，也是重要研究方向。

“人工智能在發(fā)展過程中面臨的技術倫理與社會倫理風險表明，人工智能安全、可信的發(fā)展之路任重道遠，在解決AI風險的過程中催生出可解釋AI、聯(lián)邦學習等技術創(chuàng)新機遇?！苯⑶诜Q。

人工智能產業(yè)生態(tài)協(xié)同主要體現在三方面，一是人工智能技術自身進步帶來的數據、算力、算法協(xié)同；二是人工智能與傳統(tǒng)產業(yè)等實體經濟的協(xié)同；三是人工智能領域各參與主體之間相互協(xié)同。以開源創(chuàng)新為基石，有望帶動人工智能產業(yè)生態(tài)繁榮發(fā)展，最終實現人工智能高質量發(fā)展。

AGI（Artificial General Intelligence，通用人工智能）強調人工智能的通用性，意味著其生態(tài)需滿足大量細分場景和長尾需求，這種情況下，生態(tài)系統(tǒng)越是繁榮開放，越能窮盡可能地覆蓋所有專用化、場景化乃至碎片化的需求，保證AGI生態(tài)的豐富性和完整性。進一步地，開發(fā)者越多，意味著底層模型和上層應用等的迭代速度也會越快。但是，開源也存在一定風險，對于產業(yè)生態(tài)中的主體企業(yè)來說，選擇開源某種程度上就意味著公開商業(yè)機密，不利于其構建競爭壁壘。此外，開源模式還可能會引發(fā)專利侵權風險，對開源的知識產權管理規(guī)則和流程規(guī)范建立提出了挑戰(zhàn)。

中國長期強調構建開源創(chuàng)新體系，預計隨著鼓勵人工智能技術創(chuàng)新生態(tài)和開源社區(qū)的相關政策不斷出臺，企業(yè)等主體積極參與建設，開源創(chuàng)新有望成為中國AGI生態(tài)的重要基石之一，推動中國在前沿理論創(chuàng)新方面取得重大突破，從“跟跑”走向“領跑”。

算力短缺問題引發(fā)各界廣泛關注，智能算力需求快速爆發(fā)、摩爾定律和馮氏結構體系為代表的經典計算理論進入瓶頸期，變革傳統(tǒng)計算范式成為必然趨勢，產業(yè)界正加速推動芯片和計算架構創(chuàng)新。張慶杰表示，商業(yè)模式關乎整體生態(tài)能否實現從價值創(chuàng)造到價值實現的完整閉環(huán)，在MaaS模式下，需求側用戶可以專注自身業(yè)務邏輯和使用體驗，而不必關注底層技術細節(jié)，有利于解決AI“能用”但“不好用”這一關鍵落地瓶頸；而在供給側，有望形成“通用大模型+領域大模型+行業(yè)大模型+企業(yè)/個人小模型”這一基礎業(yè)態(tài)，推動AI落地千行百業(yè)，最終實現AGI。