人工智能,,科技�(zhǔn)備好�,,我們呢,�

  來源:光明日?qǐng)?bào)王熙2022-08-22
打印本文
核心提示:近年來,,以深度�(xué)�(xí),、強(qiáng)化學(xué)�(xí)為代表的人工智能技�(shù)從語言翻譯,、圖像識(shí)�,、工�(yè)自動(dòng)化等工程技�(shù)�(lǐng)�,,拓展到智能生產(chǎn),、智能農(nóng)�(yè),、智能物流、大�(shù)�(jù)宏觀�(jīng)�(jì)�(jiān)�(cè),、量化投�

近年�,,以深度�(xué)�(xí)、強(qiáng)化學(xué)�(xí)為代表的人工智能技�(shù)從語言翻譯,、圖像識(shí)�,、工�(yè)自動(dòng)化等工程技�(shù)�(lǐng)域,拓展到智能生�(chǎn),、智能農(nóng)�(yè),、智能物流、大�(shù)�(jù)宏觀�(jīng)�(jì)�(jiān)�(cè),、量化投研等�(jīng)�(jì),、金融范疇,可謂�(yīng)用廣泛�

人工智能技�(shù)具有處理高維�(shù)�(jù)的先天優(yōu)�(shì),,可以通過表征�(xué)�(xí),、價(jià)值函�(shù)近似、特征選擇等方式避開傳統(tǒng)分析方法的諸多限�,,獲得了更好的預(yù)�(cè)和決策效�,。為了使人工智能技�(shù)�(dá)到令人滿意的�(yù)�(cè)和決策效果,研究人員往往需要投入大量的�(shù)�(jù)資源,。這一技�(shù)特性使得數(shù)�(jù)資源,成為�(guān)鍵性生�(chǎn)要素,。在大數(shù)�(jù)、智能化,、移�(dòng)互聯(lián)�(wǎng),、云�(jì)算等日漸普及背景下,人工智能技�(shù)作為提供信息�(chǎn)品和信息服務(wù)的底層技�(shù),,也是工�(yè)�(jīng)�(jì)逐步向數(shù)字經(jīng)�(jì)�(zhuǎn)型的�(guān)�,�

人工智能算法是什�

人工智能算法大致可分作監(jiān)督學(xué)�(xí)、無�(jiān)督學(xué)�(xí)與強(qiáng)化學(xué)�(xí),。其�,,監(jiān)督學(xué)�(xí)通過不斷�(xùn)練程序(模型)從人類已有�(jīng)�(yàn)中學(xué)�(xí)�(guī)律。在這一類機(jī)器學(xué)�(xí)�,,研究人員會(huì)通過�(biāo)記數(shù)�(jù)的方�,,不斷調(diào)整模型參�(shù)以達(dá)到學(xué)�(xí)目的。類似于父母�(huì)向孩子展示不同顏�,、大小乃至種類的蘋果,,教�(huì)孩子�(rèn)�(shí)“未曾見過”的蘋果。這便是監(jiān)督學(xué)�(xí)的目的:樣本外預(yù)�(cè),�

無監(jiān)督學(xué)�(xí)則通過�(xùn)練程�,,使�(jī)器能直接從已有數(shù)�(jù)中提取特征,�(duì)信息�(jìn)行壓�,,用于完成其他任�(wù),。如傳統(tǒng)的主成分分析,可以將高維特征使用低維度向量近�,。例�,,我們可以使用主成分分析技�(shù)壓縮圖片,以�(dá)到節(jié)省儲(chǔ)存空間的作用,。因�,,這類�(jī)器學(xué)�(xí)算法并不需要以往�(jīng)�(yàn),也被稱之為無監(jiān)督學(xué)�(xí),�

�(dāng)�,,無�(jiān)督學(xué)�(xí)與監(jiān)督學(xué)�(xí)之間并不是彼此對(duì)立的�(guān)系,�(duì)于存在部分標(biāo)注的�(shù)�(jù),我們也可以使用半監(jiān)督學(xué)�(xí)算法,。比如最近比較流行的�(duì)抗神�(jīng)�(wǎng)�(luò)——我們可以使用該算法�(xué)�(xí)一系列甲骨文后,,令它生成多�(gè)足以以假亂真、卻從不代表任何意義的“甲骨文�,,相�(dāng)于計(jì)算程序“照虎畫虎”卻不知為虎,�

此外,強(qiáng)化學(xué)�(xí)與以上(�,、半)監(jiān)督學(xué)�(xí)算法不同,,強(qiáng)化學(xué)�(xí)是動(dòng)�(tài)�(yōu)化的延伸,而(�,、半)監(jiān)督學(xué)�(xí)則與�(tǒng)�(jì)�(xué)更為接近,。強(qiáng)化學(xué)�(xí)通過使智能程序不斷地與環(huán)境交互,通過�(diào)整智能程序的決策參數(shù)(過程)�(dá)到最大化其累積收益的目的,。強(qiáng)化學(xué)�(xí)是最接近于人類決策過程的�(jī)器學(xué)�(xí)算法,,類似于讓一�(gè)智能體無限、快速地感知世界,,并通過自身失敗或者成功的�(jīng)�(yàn),,優(yōu)化自身的決策過程,在這一過程中計(jì)算機(jī)程式并不那么需要老師,。當(dāng)�,,強(qiáng)化學(xué)�(xí)也并不能完全同監(jiān)督學(xué)�(xí)割裂開來。比如AlphaGo就是通過�(qiáng)化學(xué)�(xí)手段所�(xùn)練的�(jì)算程�,,但在AlphaGo�(xùn)練的第一階段,,研究人員使用了大量的人類玩家棋譜供AlphaGo模仿�(xué)�(xí),這里人類已有�(jīng)�(yàn)類似于老師,;但是在AlphaGo的升�(jí)版本ZeroGo中,模仿�(xué)�(xí)已經(jīng)完全被摒�,�

為了使人工智能算法擁有普遍適用�,,我們往往需要大量數(shù)�(jù)、算力以及有效的�(jì)算算�,。大量數(shù)�(jù)相當(dāng)于我們聘�(qǐng)了一�(gè)知識(shí)淵博的老師指導(dǎo)�(jì)算機(jī)程序,,高額算力則�(huì)賦予�(jì)算機(jī)程序更快�(xué)�(xí)到知�(shí)的能力。人工智能研究領(lǐng)域一�(gè)重要的方�,,是不斷開發(fā)能更有效利用既有�(shù)�(jù)和算力的�(jì)算算�,,相�(dāng)于為�(jì)算機(jī)程序提供更好的學(xué)�(xí)方法和路徑。因�,,數(shù)�(jù)�(biāo)�,、云�(jì)算、芯片設(shè)�(jì)與算法開�(fā),可謂是人工智能行業(yè)的核心部�,�

人工智能技�(shù)�(duì)社會(huì)�(jīng)�(jì)帶來什么影�

事實(shí)�,,人工智能技�(shù)作為�(xué)科起源于20世紀(jì)50年代,比如“人工智能之父”McCarthy等人�50年代提出人工智能,;決策樹模型起源于上世紀(jì)50�60年代,,當(dāng)前廣為應(yīng)用的神經(jīng)�(wǎng)�(luò)模型、Q�(xué)�(xí)�(qiáng)化學(xué)�(xí)算法則起源于20世紀(jì)80年代,。但人工智能技�(shù)要想�(dá)到媲美人類決策的精準(zhǔn)�,,需要大量訓(xùn)練(�(jīng)�(yàn))數(shù)�(jù)和高額算力,因此直到2000年以�,,人工智能技�(shù)才得以實(shí)�(xiàn)跨越式發(fā)�,�

在大量數(shù)�(jù)與高額算力的加持下,部分人工智能技�(shù)已可替代人類做出大規(guī)模的精確決策,,也取代了越來越多的人工崗位,。從目前的影響來看,一方面,,機(jī)器學(xué)�(xí)�(yīng)用的確替代了部分傳統(tǒng)勞動(dòng)�,,產(chǎn)生了勞動(dòng)擠出效應(yīng):自�(dòng)化機(jī)器人讓生�(chǎn)流程趨于無人化,自然語言處理技�(shù)可較好完成大部分的翻譯乃至信息提取工�,,機(jī)器學(xué)�(xí)算法甚至能更�(zhǔn)確地定性小分子化合物性質(zhì),,從一定程度上減輕了大�(guī)模重�(fù)性工作所需要的勞動(dòng)力和�(shí)間消耗�

另一方面,,同此前歷次技�(shù)革命一�,,機(jī)器學(xué)�(xí)的興起在提高社會(huì)生產(chǎn)效率的同�(shí),也為社�(huì)�(chuàng)造了全新的工作崗�,。從工業(yè)革命誕生以來,,汽輪機(jī)代替馬夫、車�,,紡織機(jī)代替紡織工人,,有線電話、無線電�(bào)代替郵差,,電子計(jì)算機(jī)通過代替手搖�(jì)算機(jī),,節(jié)省了大量手工演算。但需要注意的�,,每一次的科技�(jìn)步并沒有造成社會(huì)大量失業(yè),,反而會(huì)通過提升傳統(tǒng)行業(yè)生產(chǎn)效率和技�(shù)革新改變?cè)猩�?huì)生產(chǎn)組織�(jié)�(gòu)、產(chǎn)生新的業(yè)�(tài),??萍歼M(jìn)步在改變行業(yè)企業(yè)生產(chǎn)技�(shù)的同�(shí),,也在改變傳�(tǒng)行業(yè)工作�(nèi)容,新的崗位需求隨之產(chǎn)�,�

和任何其他的技�(shù)�(chuàng)新一�,,機(jī)器學(xué)�(xí)技�(shù)�(duì)于不同行�(yè)、不同崗位均存在不同程度的影�,。對(duì)于那些從事生�(chǎn)流程化較�(qiáng)的崗�,,機(jī)器學(xué)�(xí)的沖擊無疑是顛覆性的。但�(duì)于那些需要統(tǒng)�,、創(chuàng)�,、互�(dòng)類的崗位,機(jī)器學(xué)�(xí)在當(dāng)前階段尚無法�(gòu)成顯著沖�,�

此外,,我們也需要意�(shí)到,人工智能算法�(dāng)前依舊不能達(dá)到“智能”水�,。任何一�(xiàng)技�(shù)都伴隨安全風(fēng)�(xiǎn),,人工智能算法本身同樣存在風(fēng)�(xiǎn),如大部分監(jiān)督學(xué)�(xí)算法尚無清晰的邏輯生成過�,,這不僅使研究人員無法�(duì)算法�(jìn)行有效干�(yù),,也使人工智能算法在�(xùn)練和�(yù)�(cè)階段變得不那么穩(wěn)健。舉一�(gè)�(jiǎn)單的例子,,在一�(gè)分類算法�,,我�?cè)谝粡埲绱笮∝堖湔丈细淖円粋�(gè)像素�(diǎn),就可能使計(jì)算機(jī)算法將貓咪識(shí)別為其他物品,,這類做法被稱為逆向攻擊,,涉及人工智能技�(shù)�(fēng)�(xiǎn)�

如同其他新興行業(yè)�(fā)展初期一�,,由于前期監(jiān)管未及時(shí)到位,,部分企�(yè)�(huì)不當(dāng)利用其在�(shù)�(jù)、算力和算法上的前期�(yōu)�(shì),,導(dǎo)致出�(xiàn)人工智能技�(shù)濫用,、部分頭部企�(yè)壟斷性經(jīng)�(yíng)、隱私數(shù)�(jù)泄露甚至是過度依賴算法決策引�(fā)的企�(yè)�(yùn)�(yíng)�(fēng)�(xiǎn)�,,這便是人工智能技�(shù)的應(yīng)用風(fēng)�(xiǎn)和衍生風(fēng)�(xiǎn)�

因此,,如何發(fā)展引�(lǐng)這一�(zhàn)略性行�(yè)成為�(dāng)下的重中之重——我們需要思考如何在�(jīng)�(jì)智慧化轉(zhuǎn)型期間發(fā)揮好政府的社�(huì)兜底功能,,如何在私營(yíng)行業(yè)的算力和科技水平超過�(jiān)管機(jī)�(gòu)�(shí)�(guī)范其�(yùn)行等問題�

與智能技�(shù)革命�(zhǎng)處之道在哪里

加強(qiáng)研發(fā)投入,,統(tǒng)籌行�(yè)�(fā)�,、實(shí)�(xiàn)核心行業(yè)引領(lǐng),,把握人工智能技�(shù)主導(dǎo)�(quán)。人工智能已成為事關(guān)�(guó)家安全和�(fā)展全局的基�(chǔ)核心�(lǐng)�,。當(dāng)�,,我�(guó)人工智能�(fā)展雖總體�(tài)�(shì)向上,但在基�(chǔ)研究,、技�(shù)體系,、應(yīng)用生�(tài)、創(chuàng)新發(fā)展等方面仍存在不少問�,。因�,,以�(xué)科交叉、應(yīng)用轉(zhuǎn)化為抓手帶動(dòng)人工智能�(lǐng)域的基礎(chǔ)研究,,加大相�(guān)研究�(cái)政投入力�,、優(yōu)化支出結(jié)�(gòu),對(duì)投入基礎(chǔ)研究的企�(yè)�(shí)行稅收優(yōu)惠等措施,,均有助于統(tǒng)籌行�(yè)�(fā)�,。集中力量加�(qiáng)人工智能核心�(lǐng)域(如算法和芯片)的原創(chuàng)性、引�(lǐng)性攻�(guān),,可以更好地把握人工智能技�(shù)主導(dǎo)�(quán),�

前置化、專�(yè)�,、靈活化行業(yè)與技�(shù)�(jiān)�,,可以更好規(guī)范行�(yè)�(fā)展,�(yíng)造良好數(shù)字環(huán)�,。一方面,,人工智能行�(yè)�(huì)�(chǎn)生壟斷、多元化,、隱私和倫理方面的負(fù)面影�,。因此,�(shí)�(xiàn)底層算法�(jiān)管可以有效防范不透明自動(dòng)化決�,、隱私侵犯等人工智能相關(guān)與衍生風(fēng)�(xiǎn),。另一方面,當(dāng)前人工智能行�(yè)�(fā)展正處于技�(shù)�(chuàng)新和�(chǎn)�(yè)增長(zhǎng)的爆�(fā)�,,在不斷給社�(huì)�(jīng)�(jì)帶來�(fā)展紅利的同時(shí),,其�(yīng)用形式和伴生�(yè)�(tài)的靈活性也意味著,�(jiān)管框架和思路也要隨之�(diào)�,,方能�(jìn)一步發(fā)揮技�(shù)�(jìn)步帶來的紅利,。此外,我們需要配備更加專�(yè)的行�(yè)�(jiān)管隊(duì)�,,以人工智能技�(shù)賦能人工智能�(jiān)�,,前置化,、專�(yè)化、靈活化�(guī)范人工智能行�(yè),,根�(jù)不同人工智能�(chǎn)�(yè)�(fā)展實(shí)際狀況差�,,靈活制定監(jiān)管框架和�(zhí)行規(guī)范,減少人工智能技�(shù)�(fā)展和�(yīng)用面臨的不必要障�,,營(yíng)造良好數(shù)字環(huán)�,,�(jìn)一步打造我�(guó)人工智能行業(yè)核心�(jìng)�(zhēng)力�

深度融合�(shí)體經(jīng)�(jì),,發(fā)展數(shù)字經(jīng)�(jì),、探索新型業(yè)�(tài)。人工智能技�(shù)作為�(shù)字經(jīng)�(jì)�(fā)展環(huán)節(jié)中的核心技�(shù),,可以有效將�(shù)�(jù)生產(chǎn)要素�(zhuǎn)化為�(shí)際生�(chǎn)�,。智能技�(shù)與實(shí)體經(jīng)�(jì)各領(lǐng)域深度融合所帶來的生�(chǎn)效率提升以及生產(chǎn)范式改變,是我國(guó)宏觀�(jīng)�(jì)�(zhuǎn)型升�(jí)的重要驅(qū)�(dòng)�,。因�,,深度融合實(shí)體經(jīng)�(jì)�(yīng)是人工智能行�(yè)�(fā)展的一大目�(biāo)?;谌斯ぶ悄芗夹g(shù)探索新業(yè)�(tài),、發(fā)展新模式,推�(dòng)傳統(tǒng)�(chǎn)�(yè)�(zhuǎn)型升�(jí)從而加快生�(chǎn)要素跨區(qū)域流�(dòng),、融合市�(chǎng)主體,,暢通國(guó)�(nèi)外經(jīng)�(jì)循環(huán),也是充分立足并�(fā)揮我�(guó)全產(chǎn)�(yè)鏈優(yōu)�(shì),、布局?jǐn)?shù)字經(jīng)�(jì)�(yōu)�(shì)行業(yè)的必然需�,�

充分�(fā)揮市�(chǎng)能動(dòng)性,�(shí)�(xiàn)人工智能行業(yè)的產(chǎn),、學(xué),、研并舉。人工智能技�(shù)的長(zhǎng)期健康發(fā)�,,離不開良好的市�(chǎng)�(huán)境和�(chǎn)�(yè)配套,。微觀主體能夠有效嗅到商機(jī),市�(chǎng)�(jīng)�(jì)在挖掘新�(yè)�(tài),、探索新模式方面具有相對(duì)�(yōu)�(shì),。但人工智能行業(yè)作為典型的知�(shí)密集型行�(yè),前期需要大量研�(fā)工作并培�(yǎng)大批專業(yè)技�(shù)人員,。而高等院�,、科研院所在人才培�(yǎng)和技�(shù)�(chuàng)新等�(huán)節(jié)具備相對(duì)�(yōu)�(shì),是人工智能�(chǎn)�(yè)鏈條上的重要核心力量,。因�,,以市場(chǎng)需求為主導(dǎo),有�(jī)�(jié)合企�(yè),、高�,、科研機(jī)�(gòu),形成職能和資源�(yōu)�(shì)上的互補(bǔ)�(xié)�,,為智能行業(yè)�(fā)展提供基�(chǔ)配套,。以�(jīng)�(jì)效益為抓手,�(diào)�(dòng)�??萍既藛T積極�,,促�(jìn)科技成果向現(xiàn)�(shí)生產(chǎn)力轉(zhuǎn)化,打造人工智能行�(yè)的健康可持續(xù)�(fā)展生�(tài),�

完善社會(huì)保障體系,,推�(jìn)�(gè)體發(fā)展與技能培�(xùn)再就�(yè)系統(tǒng)。在大規(guī)模機(jī)器學(xué)�(xí)技�(shù)獲得�(yīng)用的背景�,,勞�(dòng)力自身的主觀能動(dòng)�,、�(gè)體創(chuàng)新力、統(tǒng)籌思考能力等�(duì)社會(huì)�(jīng)�(jì)�(fā)展和�(gè)人發(fā)展都極其重要,。但在傳�(tǒng)勞動(dòng)力供給與新興勞動(dòng)力需求之間依然存在技�(shù)鴻溝——傳�(tǒng)勞動(dòng)力無法勝任新興行�(yè)的崗位需�,。在這一背景下,如何切實(shí)推�(jìn)�(gè)體發(fā)展與技能培�(xùn)的再就業(yè)系統(tǒng),,有效填平技�(shù)鴻溝,,如何調(diào)整社�(huì)保障體系使之�(duì)跨部門再培�(xùn)、再就業(yè)更具適用�,,兜底民�,、切�(shí)改善社會(huì)福利等問題,值得我們�(jìn)一步思�,、探�,�(作者:王熙,系北京大學(xué)�(jīng)�(jì)�(xué)院研究員�

編輯:月    �


人工智能,,科技準(zhǔn)備好了,,我們呢?

 

免責(zé)聲明�

1,、本�(wǎng)�(nèi)容凡注明"來源�315記者攝影家�(wǎng)"的所有文字、圖片和音視頻資�,,版�(quán)均屬315記者攝影家�(wǎng)所�,,轉(zhuǎn)�,、下載須通知本網(wǎng)授權(quán),不得商�,,在�(zhuǎn)載時(shí)必須注明"稿件來源�315記者攝影家�(wǎng)",,違者本�(wǎng)將依法追究責(zé)任�
2,、本文系本網(wǎng)編輯�(zhuǎn)�,,轉(zhuǎn)載出于研究學(xué)�(xí)之目的,為北京正念正心國(guó)�(xué)文化研究院藝�(shù)�(xué)研究,、宗教學(xué)研究,、教育學(xué)研究、文�(xué)研究,、新聞學(xué)與傳播學(xué)研究,、考古�(xué)研究的研究員研究�(xué)�(xí),并不代表本�(wǎng)贊同其觀�(diǎn)和對(duì)其真�(shí)性負(fù)�(zé),�
3,、如涉及作品、圖片等�(nèi)�,、版�(quán)和其它問�,,請(qǐng)作者看到后一周內(nèi)來電或來函聯(lián)系刪除�