發展歷史

1956年夏天,美國達特茅斯學院舉行了歷史上第一次人工智能研討會,被認為是人工智能誕生的標志。會上,麥卡錫首次提出了“人工智能”這個概念。^[11]人工智能自1956年以來的發展歷程，學術界可謂仁者見仁、智者見智。將人工智能的發展歷程劃分為以下6個階段：一是起步發展期：1956年—20世紀60年代初。人工智能概念提出后，相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序等，掀起人工智能發展的第一個高潮。^[12]1959年第一代機器人出現德沃爾與美國發明家約瑟夫·英格伯格聯手制造出第一臺工業機器人。隨后，成立了世界上第一家機器人制造工廠——Unimation公司。^[11]二是反思發展期：20世紀60年代—70年代初。人工智能發展初期的突破性進展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰性的任務，并提出了一些不切實際的研發目標。然而，接二連三的失敗和預期目標的落空（例如，無法用機器證明兩個連續函數之和還是連續函數、機器翻譯鬧出笑話等），使人工智能的發展走入低谷。^[12]

三是應用發展期：20世紀70年代初—80年代中。20世紀70年代出現的專家系統模擬人類專家的知識和經驗解決特定領域的問題，實現了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統在醫療、化學、地質等領域取得成功，推動人工智能走入應用發展的新高潮。^[12]1966年世界上第一個聊天機器人ELIZA發布美國麻省理工學院（MIT）的魏澤鮑姆發布了世界上第一個聊天機器人ELIZA。ELIZA的智能之處在于她能通過腳本理解簡單的自然語言，并能產生類似人類的互動。1968年12月9日，美國加州斯坦福研究所的道格·恩格勒巴特發明計算機鼠標，構想出了超文本鏈接概念，它在幾十年后成了現代互聯網的根基。^[11]

四是低迷發展期：20世紀80年代中—90年代中。隨著人工智能的應用規模不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現有數據庫兼容等問題逐漸暴露出來。五是穩步發展期：20世紀90年代中—2010年。由于網絡技術特別是互聯網技術的發展，加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。1997年國際商業機器公司（簡稱IBM）深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫，2008年IBM提出“智慧地球”的概念。以上都是這一時期的標志性事件。六是蓬勃發展期：2011年起，隨著大數據、云計算、互聯網、物聯網等信息技術的發展，泛在感知數據和圖形處理器等計算平臺推動以深度神經網絡為代表的人工智能技術飛速發展，大幅跨越了科學與應用之間的“技術鴻溝”，諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智能技術實現了從“不能用、不好用”到“可以用”的技術突破，迎來爆發式增長的新高潮。^[12]

2015年是人工智能突破之年Google開源了利用大量數據直接就能訓練計算機來完成任務的第二代機器學習平臺Tensor Flow；劍橋大學建立人工智能研究所等。2016年3月15日，Google人工智能AlphaGo與圍棋世界冠軍李世石的人機大戰最后一場落下了帷幕。人機大戰第五場經過長達5個小時的搏殺，最終李世石與AlphaGo總比分定格在1比4，以李世石認輸結束。這一次的人機對弈讓人工智能正式被世人所熟知，整個人工智能市場也像是被引燃了導火線，開始了新一輪爆發。^[11]歐盟委員會在2019年出臺了《可信人工智能倫理指南》，中國國家新一代人工智能治理專業委員會在2021年9月發布了《新一代人工智能倫理規范》。同時，國內外人工智能領軍企業也高度關注人工智能倫理，在企業層面采取了一系列舉措。^[13]

2023年以來，多地在人工智能方面推出政策、謀劃布局。2023年4月，美國《科學時報》刊文介紹人工智能與機器學習改變醫療保健領域的五大領先技術之一。^[14]2023年5月31日，深圳印發《深圳市加快推動人工智能高質量發展高水平應用行動方案（2023—2024年）》。北京日前也發布兩項與人工智能有關的支持政策——《北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023—2025年）》《北京市促進通用人工智能創新發展的若干措施》。從鼓勵與引導行業發展角度，圍繞創新發展共性需求，進一步統籌資源，全面推動人工智能自主技術體系建設及產業生態發展。^[15]

人工智能最新技術應用成果KreadoAI，以AI數字人（包含了AI數字人口播視頻生成、1:1真人數字人分身克隆、語音聲紋克隆）、AI模特（可自行生成個性化模特來穿戴產品）、AI工具（包含了AI生成營銷文案、AI文本配音、AI智能摳圖等功能）、AI創意資產（包含了創意素材洞察、營銷效果分析等功能）四大解決方案為依托，憑借多場景、全鏈路、提效快、易操作的產品優勢，可為全球用戶提供“AI+”的多場景解決方案，并且已全面應用于營銷的多個環節，實現了中國品牌出海營銷全鏈路的降本提質增效。^[16]

研究課題

當前人工智能領域的三個主要研究方向是機器視覺、語音識別和自然語言處理，分別對應于人類的視覺、聽覺和語言能力。為了達到強人工智能水平，這些能力是必須的。得益于卷積深度神經網絡，機器視覺在近年來已經取得了長足發展，在物體識別準確率和人臉識別準確率上已經達到或者超過了人類水平。語音識別方面也已經比肩人類水平，識別效率近年來快速上升。自然語言領域也取得了很大進步，在一些具體任務上成效也非常顯著。典型的應用領域包括復雜優化與仿真、語音/圖像識別、自然語言處理、機器人技術、機器博弈、動態控制技術、大數據分析等等。其中，一些具有里程碑的成果包括ImageNet大規模物體檢測、人臉識別、自動駕駛、計算機圍棋程序（AlphaGO）、神經機器翻譯、機器作畫、聊天機器人、智慧醫療與教育、智能游戲等等。^[21]

機器視覺

當前的主要研究成就集中在對于具體物體的識別任務中，未來機器需要具備視覺場景理解能力，不僅要能夠準確地識別物體，還要能夠結合人類知識分析具體場景。該任務相比于簡單物體的識別要困難很多，機器要能夠具備通用的理解能力，挖掘視頻圖像中的主要內容。實現這個目標，從而創造人類水平的視覺能力，一直是機器視覺研究人員的終極理想。語音識別領域的未來發展方向則體現在復雜場景下的識別效率，并有效結合其他信息。^[21]

語音識別

語音識別技術，又稱為自動語音識別，它是以語音為研究對象，通過語音信號處理和模式識別讓機器理解人類語言，并將其轉換為計算機可輸入的數字信號的一門技術。語音識別技術在生活中的應用已經非常廣泛，在車載導航、智能家居、日常辦公等領域都有涉及，給人們生活帶來了很多便利。對于人工智能子項目之一的語音識別來說，它的歷史甚至比60年還要久。語音識別的研究源頭可追溯至1950年，計算機科學之父阿蘭·圖靈在《思想》（Mind）雜志上發表了題為“計算的機器和智能”的論文，首次提出了機器智能的概念，論文還提出了一種驗證機器是否有智能的方法：讓人和機器進行交流，如果人無法判斷自己交流的對象是人還是機器，就說明這個機器有智能了，這就是后來鼎鼎有名的人工智能圖靈測試。^[22]

自然語言處理

解決自然語言處理問題是人工智能方向最重要的幾個方向之一。人類語言被認為是人類發展中非常關鍵的因素，正是因為能夠使用語言交流快速傳播知識，人類才能夠從物競天擇中脫穎而出。然而，語言本身非常復雜，蘊含了大量的邏輯、推理。目前的學習系統并不能夠很好地解決這些問題。通過未來幾年的發展，自然語言處理領域將可能取得很大的進展，會逐漸揭開語言理解的奧秘，使得機器具備通用語言理解和邏輯推理能力。雖然，目前人工智能在視覺、語音還有自然語言處理能力上已經得到了較大提升，但是仍具有很大的發展和提升空間。在未來發展中，這三個主要領域的研究工作還會長期持續，并取得更加重大的研究成果。^[21]

研究目的

人工智能是計算機科學和工程學中研究和開發用于模擬、延伸和擴展人類智能的理論、方法、技術和應用。研究目的是促使智能機器會聽（語音識別、機器翻譯等）、會看（圖像識別、文字識別等）、會說（語音合成、人機對話等）、會思考（人機對弈、定理證明等）、會學習（機器學習、知識表示等）、會行動（機器人、自動駕駛汽車等）。^[6]

科學介紹

近來，大模型掀起新一輪智能化熱潮，不少科技企業加快拓寬人工智能應用生態。圍繞智能網聯車、AR眼鏡、數字人、社交軟件、電商直播、醫療服務等領域，大模型應用場景多點開花，為人工智能產業躍升發展注入更多動能。^[23]人工智能屬于綜合型的學科，屬于社會科學和自然科學的交叉，總的來說可以分為以下幾個類別：模式識別、機器學習、數據挖掘、智能算法。人工智能具體的專業有科學研究，工程開發，計算機，軟件工程，應用數學，電氣自動化，通信，機械制造等專業，涉及了數學、心理學、神經生理學、信息論、計算機科學、哲學和認知科學等學科。^[24]人工智能研究已經應用于交通、電力、金融、政務、水利等多個行業，并且隨著公司在人工智能領域的長期持續投入，還將應用于更廣泛的領域。^[25]人工智能還表現出了一定的通用智力。過去的人工智能往往為特定任務訓練，有的會開車，有的會下圍棋，但是不會其他技能。大語言模型訓練的人工智能不僅能處理文本，還會推理、翻譯、編程甚至繪圖。^[26]

技術研究

研究方法

大腦模擬：20世紀40年代到50年代，許多研究者探索神經病學，信息理論及控制論之間的聯系。其中還造出一些使用電子網絡構造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。這些研究者還經常在普林斯頓大學和英國的RATIO CLUB舉行技術協會會議.直到1960，大部分人已經放棄這個方法，盡管在80年代再次提出這些原理。子符號法：自下而上，接口AGENT，嵌入環境（機器人），行為主義，新式AI機器人領域相關的研究者，如RODNEY BROOKS，否定符號人工智能而專注于機器人移動和求生等基本的工程問題。他們的工作再次關注早期控制論研究者的觀點，同時提出了在人工智能中使用控制理論。這與認知科學領域中的表征感知論點是一致的：更高的智能需要個體的表征(如移動，感知和形象)。計算智能80年代中DAVID RUMELHART 等再次提出神經網絡和聯結主義. 這和其他的子符號方法，如模糊控制和進化計算，都屬于計算智能學科研究范疇。^[27]

統計學法：90年代，人工智能研究發展出復雜的數學工具來解決特定的分支問題。這些工具是真正的科學方法，即這些方法的結果是可測量的和可驗證的，同時也是人工智能成功的原因。共用的數學語言也允許已有學科的合作（如數學，經濟或運籌學）。STUART J. RUSSELL和PETER NORVIG指出這些進步不亞于“革命”和“NEATS的成功”。有人批評這些技術太專注于特定的問題，而沒有考慮長遠的強人工智能目標。集成方法：智能AGENT范式智能AGENT是一個會感知環境并作出行動以達致目標的系統。最簡單的智能AGENT是那些可以解決特定問題的程序。更復雜的AGENT包括人類和人類組織（如公司）。這些范式可以讓研究者研究單獨的問題和找出有用且可驗證的方案，而不需考慮單一的方法。一個解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號方法和邏輯方法，一些則是子符號神經網絡或其他新的方法。^[27]

研究范疇

語言的學習與處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不確定的管理，人工生命，神經網絡，復雜系統，遺傳算法人類思維方式，最關鍵的難題還是機器的自主創造性思維能力的塑造與提升。^[28]

與人類的差距

人工智能和真人相比，人工智能機器難以理解上下文的意思，缺乏臨場應變的能力。如果講的東西是表面意思，那AI很容易識別，但如果有隱含意思，有幽默、俗語、品牌等，AI就顯得很吃力，只能起到輔助的作用。^[29]2023年，中國科學院自動化研究所（中科院自動化所）團隊最新完成的一項研究發現，基于人工智能的神經網絡和深度學習模型對幻覺輪廓“視而不見”，人類與人工智能的“角逐”在幻覺認知上“扳回一局”。^[30]

核心價值

人工智能目前呈現的效果具有積極的社會意義與市場意義。在社會層面，廣泛的接受度及其對社會民眾帶來的沖擊與震撼，可讓人類與其他社會主體重新認識人工智能對于社會的影響力與未來趨勢，對于提升接受度，從而刺激開發主體與實施主體進行更進一步的開發與完善具有積極意義，進而影響市場層面。市場意義帶來的應用效果與研發效果疊加目前已見端倪，包括我國頭部企業在內的互聯網平臺與資源企業正在積極投入到交互式人工智能的開發與應用當中，不久之后將帶動更大范圍與更深層面的技術開發與市場聯動。^[31]

人工智能的意義日益凸顯。一方面，人工智能作為新一輪科技革命和產業變革的核心力量，正在推動傳統產業升級換代，驅動“無人經濟”快速發展，在智能交通、智能家居、智能醫療等民生領域產生積極正面影響。另一方面，個人信息和隱私保護、人工智能創作內容的知識產權、人工智能系統可能存在的歧視和偏見、無人駕駛系統的交通法規、腦機接口和人機共生的科技倫理等問題已經顯現出來，需要抓緊提供解決方案。^[6]

AI的普及化和其對各行各業的升級，包括智慧城市、智能安防、智能診斷、教育機器人、無人零售店、刷臉支付、輔助駕駛等。以智能制作為例，我國制造業與發達國家差距巨大。人工智能+先進制造，形成了智能制造，主要體現在信息系統里面的認知和學習能力。我國制造業擁有海量數據和充沛資金，這些優勢將會幫助在AI時代快速實現產業升級，進行新一輪工業革命，并實現彎道超車。人工智能是未來經濟增長的巨大引擎。AI能大幅提升勞動生產率。到2030年人工智能對世界經濟的貢獻將達到16萬億美元，到2035年人工智能有望推動中國勞動生產率提高27%，拉動中國GDP增長近2%。^[1]

專業機構

國內

中國科學院自動化研究所、清華大學、北京大學^[32]^[33]

國外

MASSACHUSETTS INSTITUTE OF TECHNOLOGY麻省理工學院、STANFORD UNIVERSITY斯坦福大學(CA)、CARNEGIE MELLON UNIVERSITY卡內基美隆大學(PA)^[34]

法國國家信息和自由委員會（CNIL）是法國數據監管機構，近年來一直致力于預測并應對人工智能帶來的社會挑戰，重點關注生成式人工智能、大語言模型和其衍生應用。^[35]

ChatGPT的開發商OpenAI，不僅在人工智能領域，這家總部位于美國舊金山的技術研究公司甚至是目前全球最受關注的初創企業。^[36]

應用場景

在電視直播中

人工智能技術在電視直播中具有廣泛的應用前景。首先，實時視頻分析和處理方面的人工智能技術可以幫助實現自動化的目標檢測和跟蹤，提供更準確和全面的視覺信息；其次，人臉識別和表情分析技術可以用于觀眾的情感反饋和參與度分析，為節目制作提供指導；再次，智能化的內容生成技術可以自動剪輯和摘要電視直播的內容，提供更精彩和有趣的片段；最后，智能化的推薦系統和個性化推薦技術可以根據用戶的興趣和偏好，為觀眾提供定制化的內容推薦和互動體驗。^[2]

在電氣設備的設計中

電氣自動化專業中的電子電力技術、電機、電磁場、電路、變壓器等多種技術學科都在電氣設備的設計中有所應用，但這一過程較為復雜且需要投入大量的人力、財力，對于設計者的理論知識和相關工作經驗要求也極為苛刻。但是，如果將人工智能技術應用到電氣設備的設計中，就能夠極大地提高設計的精確度和工作效率，將大量的人腦處理的模擬和演算通過系統加以實現。而優化設計前面提到了主要采用的是遺傳算法，而專家系統更多地應用到開發性設計中，因此，在具體的應用中要根據不同的工作情況和工作目標來采用不同的算法，從而提高工作質量和設計效率，并且除了傳統的專業知識和實際工作經驗外，對于從業人員還需要具備豐富的人工智能應用使用經驗和較強的適應能力。^[3]

在刑事司法中

人工智能正被研究應用于公共安全的多個領域。人臉識別是一種特殊的人工智能應用，在公共部門和私營部門都隨處可見。人工智能也正迅速成為欺詐檢測的重要技術。美國交通部為提高公共安全，也正研究、開發、測試一種算法，其能夠通過錄像自動檢測交通事故，并在不同地點、天氣、照明和交通條件下幫助維持安全和高效的交通通勤。醫學領域正運用人工智能算法解釋放射性圖像，這可能會對刑事司法和法醫界在確定死因和死亡方式上產生重要影響。包括ＤＮＡ分析在內的各個法醫學科分支都在探索人工智能算法的運用。^[4]

局限與倫理問題

失業威脅

“機器換人”引發失業威脅。就業是社會個體生存與發展的根本，在以人工智能為核心標識的第四次工業革命到來之前，人類社會已經經歷了三次工業革命，積聚了不少關于技術變革如何影響就業的思考，總的來說可以劃分為兩種類型，即替代效應和補償效應。而關于以人工智能為核心標識的第四次工業革命對就業的影響，有一種觀點認為，隨著人工智能的不斷發展升級與應用范圍的擴大，短期內最直接的連帶效應就是一股失業潮將席卷全球。在中國，“機器換人”的浪潮早已興起，多個省市制定了專門的推進“機器換人”的實施方案。^[37]

隱私威脅

“圍獵數據”引發隱私威脅。隨著人工智能的不斷發展以及各種智能設備在工作與生活中的廣泛應用，“人人互聯”“物物互聯”“人物互聯”成為日常圖景，社會個體無時無刻不在產生數據，諸如個人的身份信息類數據、社交互動類數據、消費交易類數據、活動與地理信息類數據以及其他更為私密的生活與偏好類數據也時時刻刻在被記錄、存儲與分析。當社會個體的大量相關數據特別是一些隱私數據掌握在人工智能企業手中時，這些隱私數據可能面臨著被人工智能企業故意泄露或與外部合謀間接泄露以及受外部攻擊而被動泄露的威脅。^[37]

倫理問題

2021年11月，聯合國教科文組織發布了《人工智能倫理建議書》，這是193個成員國集體談判后達成的共同協議，因而成為首個全球性的人工智能倫理規則框架與綱領性文件。在此之前，倫理規范已日益成為人工智能發展的最新趨勢，以及社會輿論關注的焦點話題。近年來，世界各國密集出臺有關人工智能的倫理規范。例如，歐盟委員會在2019年出臺了《可信人工智能倫理指南》，中國國家新一代人工智能治理專業委員會在2021年9月發布了《新一代人工智能倫理規范》。同時，國內外人工智能領軍企業也高度關注人工智能倫理，在企業層面采取了一系列舉措。^[13]

2023年3月29日消息，英國政府發布了針對人工智能產業監管的白皮書，概述了針對ChatGPT等人工智能治理的五項原則。它們分別是：安全性和穩健性、透明度和可解釋性、公平性、問責制和管理，以及可競爭性。在接下來的12個月里，監管機構將向相關組織發布實用指南，以及風險評估模板等其他工具，制定基于五項原則的一些具體規則。也將在議會推動立法，制定具體的人工智能法案。企業應該解釋何時以及如何使用人工智能，并透露系統的決策過程，以“暴露”使用人工智能所帶來的風險。^[38]

發展現狀

人工智能創新創業如火如荼。全球產業界充分認識到人工智能技術引領新一輪產業變革的重大意義，紛紛調整發展戰略。比如，谷歌在其2017年年度開發者大會上明確提出發展戰略從“移動優先”轉向“人工智能優先”，微軟2017財年年報首次將人工智能作為公司發展愿景。人工智能領域處于創新創業的前沿。麥肯錫公司報告指出，2016年全球人工智能研發投入超300億美元并處于高速增長階段；全球知名風投調研機構CB Insights報告顯示，2017年全球新成立人工智能創業公司1100家，人工智能領域共獲得投資152億美元，同比增長141%。^[6]

創新生態布局成為人工智能產業發展的戰略高地。信息技術和產業的發展史，就是新老信息產業巨頭搶灘布局信息產業創新生態的更替史。例如，傳統信息產業代表企業有微軟、英特爾、IBM、甲骨文等，互聯網和移動互聯網時代信息產業代表企業有谷歌、蘋果、臉書、亞馬遜、阿里巴巴、騰訊、百度等。人工智能創新生態包括縱向的數據平臺、開源算法、計算芯片、基礎軟件、圖形處理器等技術生態系統和橫向的智能制造、智能醫療、智能安防、智能零售、智能家居等商業和應用生態系統。目前智能科技時代的信息產業格局還沒有形成壟斷，因此全球科技產業巨頭都在積極推動人工智能技術生態的研發布局，全力搶占人工智能相關產業的制高點。^[6]

人工智能技術近年來可謂是愈演愈熱，隨著計算機網絡通信技術以及以 5G 為代表的通信基礎設施的更新換代，網絡技術的更新為人工智能技術的發展提供了肥沃的土壤。同時，各大高校紛紛設置人工智能學院與相關專業，培養具有人工智能專業背景的新型人才，各大企業也紛紛將人工智能技術應用于商業、服務業、先進制造業等領域，助力經濟發展與生活便利。除了大眾耳熟能詳的機器人外，人工智能還涉及其他領域，例如邏輯算法、基于核心平臺開發的大數據等，這些平臺的開發一方面基于計算機技術，另一方面其智能化程度不斷提升，體現了人工智能最新的發展方向。計算機技術的發展始終穩步前進，計算機專業的設置在我國高等院校中非常普遍，擁有深厚的發展土壤，培養了一大批具有計算機思維的人才，并且已經在某些方面取得了較為突出的創新成果。以區塊鏈技術為例，這種去中心化的數據共享方式至今仍然被許多學者研究。計算機技術的應用也在不斷落地，例如數據庫、網絡共享等已經走進了人們的日常生活。^[39]

人工智能的社會影響日益凸顯。一方面，人工智能作為新一輪科技革命和產業變革的核心力量，正在推動傳統產業升級換代，驅動“無人經濟”快速發展，在智能交通、智能家居、智能醫療等民生領域產生積極正面影響。另一方面，個人信息和隱私保護、人工智能創作內容的知識產權、人工智能系統可能存在的歧視和偏見、無人駕駛系統的交通法規、腦機接口和人機共生的科技倫理等問題已經顯現出來，需要抓緊提供解決方案。^[6]2021年國家新一代人工智能治理專業委員會發布了《新一代人工智能治理專業委員會》。^[8]2022年6月，Michael Chazan等利用一款深度學習人工智能工具，發現100萬年前人類用火的證據，這被認為是有史以來最重要的創新之一。^[9]2023年5月31日，深圳印發《深圳市加快推動人工智能高質量發展高水平應用行動方案（2023—2024年）》。北京也發布兩項與人工智能有關的支持政策——《北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023—2025年）》《北京市促進通用人工智能創新發展的若干措施》。^[15]

研究現狀

人工智能研究主要分為三大學派：符號主義學派、聯結主義學派和行為主義學派。它們的興衰沉浮構成了人工智能發展的各個時期。三大學派在爭論中不斷積累并完善自身的理論，并沒有哪一種理論被證明過時或者完全拋棄，也沒有哪一學派統一了整個人工智能領域的研究。時至今日，這三種學派的研究仍然活躍在人工智能研究的前沿，并且相互融合、相互借鑒。^[21]

2020年12月，歐盟委員會公布了《數字服務法案》和《數字市場法案》的草案。盡管這些法案主要關注在線平臺和數字市場的監管，但也涉及與人工智能相關的問題，如算法系統的透明度。歐盟還在努力制定數據共享和治理框架，以確保人工智能發展能夠從高質量的數據中受益，同時遵守隱私和數據保護法規。2021年4月，為了促進人工智能的發展并解決其對安全和基本權利構成的潛在高風險，歐盟委員會提出了世界上首部有關人工智能的法規，以確保歐盟使用的人工智能系統安全、透明、可追溯、非歧視和環保。今年6月，歐洲議會通過了對《人工智能法案》的談判授權草案，隨后將與歐盟成員國就該法的最終形式進行談判。^[40]

在人工智能領域中，谷歌、微軟、OpenAI及Anthropic是最具影響力的四家公司。^[41]

發展趨勢

人工智能加速推動基礎研究。就目前的發展趨勢看，未來人工智能將持續、深度賦能科學研究活動，為科研活動提供新的、革命性的基礎性操作平臺與方法，推動科研活動由傳統的研究模式，擴展至智能式研究模式，從而大幅提高科學研究效率，甚至顛覆當前主流科研方法對于價值觀念的顛覆性遠超過技術本身的顛覆性。機器學習提供了不同以往的研發與溝通效率，卻并非人工智能帶來顛覆科技的象征。并非否定人工智能在應用層面產生了對社會邏輯與產業倫理各層面的顛覆效果，而是人工智能對于技術研發的顛覆性遠不如對社會層面價值觀念的顛覆性來得更為明顯與直接。交互式人工智能是人類社會認識和熟悉人工智能的一扇窗口，從這扇窗口中窺見了其超過一般人群的表達能力、邏輯思維能力、記憶與組織能力、管理與領導能力，使之從一般人的視角與立場出發明顯在與人力的比較中處于優勢地位。但這也正是由于人類社會長期積累的語言邏輯知識的數量級疊加帶來的賦能。^[31]

成就智能型研發的有效工具。目前為止的主流科研模式仍基于實驗操作方法，執行問題提出、方法設計、模型創建的基本規程，最終解決既定問題。智能型科研模式則強調對科研大數據的智能化處理與操作，獲取數據之中的潛在規律、發現其中的異常、智能構建規律模型等，或是通過自動化、持續性的工具操作來解放科研人員體力與精力。人工智能對科學研究的意義，不僅限于輔助性的獲得新科學發現、新數據規律，更重要的是，它愈發成為一種新型的基礎性科研平臺，或是通過為整個科學研究提供革命性研究工具，來提高整個科學研究活動效率。^[31]

主要成果

1996年2月10～17日， GARRY KASPAROV以4：2戰勝“深藍” （DEEP BLUE）。^[43]1997年5月11日，IBM的超級計算機“深藍”（Deep Blue）以2勝1負3平的成績戰勝了當時世界排名第一的國際象棋大師加里·卡斯帕羅夫，一時間全球轟動。2016年3月15日，谷歌圍棋人工智能“阿爾法狗”（Alpha Go）與韓國棋手李世石對弈并以4：1的成績獲勝，這場“人機大戰”成為人工智能史上一座新的里程碑，也再次為人工智能技術做了科普——從“深藍”到“阿爾法狗”，預示著人工智能終將改變人類的生活。^[44]擁“豹”未來——2023雪豹研討會上，來自騰訊守護雪豹項目的技術志愿者介紹了近年來逐漸成熟的AI識別系統，可以識別圖片和視頻中的野生動物物種。^[45]全新一代AI工業工程化平臺，運用大數據模型、數字孿生和人工智能技術，從底層改變行業技術范式，重構需求、設計、選型、開發、測試、驗證以及生產運營等工程化全過程，并打造面向行業的專屬AI模型，為客戶大幅降低開發成本，百倍提升產品性能和面市效率，從而構筑起史無前例的“工業大腦”，創造前所未有的非凡價值。^[46]

應用成果

2022年6月，Michael Chazan等利用一款深度學習人工智能工具，發現100萬年前人類用火的證據，這被認為是有史以來最重要的創新之一。^[9]20世紀70年代以來，人工智能被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能）。也被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。人工智能日益成為新一輪產業革命的引擎。在人工智能領域，我國大體上能與世界先進國家發展同步，完全有能力躋身新工業革命前列。應該依托互聯網平臺提供的人工智能創新公共服務方式，加快人工智能核心技術突破，促進人工智能在智能家居、智能終端、智能汽車、機器人等領域的推廣應用，培育若干引領全球人工智能發展的骨干企業和創新團隊，形成創新活躍、開放合作、協同發展的產業生態。我國必須把握這一重大發展機遇，瞄準國際人工智能發展趨勢，把人工智能技術與產業升級改造有機結合起來，給經濟發展新常態注入智能化的新動力。^[7]

人工智能影響

在大量數據與高額算力的加持下，部分人工智能技術已可替代人類做出大規模的精確決策，也取代了越來越多的人工崗位。從目前的影響來看，一方面，機器學習應用的確替代了部分傳統勞動力，產生了勞動擠出效應：自動化機器人讓生產流程趨于無人化，自然語言處理技術可較好完成大部分的翻譯乃至信息提取工作，機器學習算法甚至能更準確地定性小分子化合物性質，從一定程度上減輕了大規模重復性工作所需要的勞動力和時間消耗。^[10]

另一方面，同此前歷次技術革命一樣，機器學習的興起在提高社會生產效率的同時，也為社會創造了全新的工作崗位。從工業革命誕生以來，汽輪機代替馬夫、車夫，紡織機代替紡織工人，有線電話、無線電報代替郵差，電子計算機通過代替手搖計算機，節省了大量手工演算。但需要注意的是，每一次的科技進步并沒有造成社會大量失業，反而會通過提升傳統行業生產效率和技術革新改變原有社會生產組織結構、產生新的業態。科技進步在改變行業企業生產技術的同時，也在改變傳統行業工作內容，新的崗位需求隨之產生。產化改革。^[10]

本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請點擊舉報。

精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕