九游官方网页版-九游(中国)





    1. 咨询(xún)热线:021-80392549

      九游官方网页版-九游(中国) QQ在线 九游官方网页版-九游(中国) 企业微信(xìn)
      九游官方网页版-九游(中国)
      九游官方网页版-九游(中国) 资讯 > 人(rén)工智能(néng) > 正文

      人(rén)工智能,科技准备好了(le),我们呢?

      2022/08/18光明日报308

      近(jìn)年来,以深度学习、强(qiáng)化学习为代表的(de)人工(gōng)智能技术(shù)从语(yǔ)言翻译、图像识别、工业自动化等(děng)工程技术领域,拓(tuò)展到智能(néng)生产、智能农业、智能物(wù)流、大(dà)数据宏观经济监(jiān)测(cè)、量(liàng)化(huà)投研(yán)等经济、金融范畴,可谓(wèi)应用广泛。


      人工智能技术具有处理高维数(shù)据的先(xiān)天优势,可以通过表征学习、价值函数近似、特征选择等方(fāng)式避开传统分(fèn)析方法的诸多(duō)限制,获得(dé)了更好(hǎo)的(de)预测和决策效果。为了使人工(gōng)智能技术达(dá)到(dào)令人满意的预测和决策效果,研究人(rén)员往往(wǎng)需要投入大量(liàng)的数据资源。这一(yī)技(jì)术(shù)特(tè)性(xìng)使得数(shù)据资源,成为(wéi)关键(jiàn)性生产要(yào)素。在大(dà)数据、智能(néng)化、移动互联网(wǎng)、云(yún)计算等(děng)日渐普及(jí)背景下(xià),人工智(zhì)能技术作为提供信息产(chǎn)品和信息服务的底层技术,也是(shì)工业经济逐(zhú)步(bù)向数字经济(jì)转型(xíng)的关键。


      人工智能算法是什么


      人工智能算(suàn)法大致可分作监(jiān)督学习、无监督学习与强(qiáng)化学习(xí)。其中,监督学习通过不断训练程序(模型)从人类已有经验中学习规律。在这一类机器(qì)学习中(zhōng),研(yán)究人员会通过标记(jì)数据的(de)方法,不断调整模型参数以达到学(xué)习目的(de)。类似于(yú)父母会向孩子展示不(bú)同颜(yán)色、大小乃至种类的苹果(guǒ),教(jiāo)会(huì)孩子认识“未(wèi)曾见过”的苹果。这便是监督学习的目的(de):样(yàng)本外预测。


      无监督学习则通过训(xùn)练程序(xù),使(shǐ)机器(qì)能直接从已(yǐ)有数据中提取特征,对信息进行压(yā)缩,用于完成(chéng)其(qí)他任务。如(rú)传统的主成分分析,可(kě)以将高(gāo)维特征使用低维度向量(liàng)近似。例如,我们(men)可以使用主成分分析技术压缩图片,以(yǐ)达到节省储存空间的(de)作(zuò)用。因(yīn)此,这类机器学习算法并不需要以往经验,也被称之为无(wú)监督学习。


      当然,无监督学(xué)习与(yǔ)监督学习之间并不(bú)是彼此对立(lì)的(de)关系,对(duì)于(yú)存(cún)在部分标注的数据(jù),我们(men)也可以(yǐ)使用半监督学习算法(fǎ)。比如最近比较流行的(de)对抗神经网(wǎng)络——我们可以使用该算法学习(xí)一系(xì)列甲骨文后(hòu),令(lìng)它(tā)生成多(duō)个(gè)足(zú)以以(yǐ)假乱真、却从不代(dài)表(biǎo)任何意义的“甲骨文”,相当于计算程序“照虎画虎”却不知为虎。


      此外,强化(huà)学习与以(yǐ)上(无、半)监督学习算法不同,强化学习是动态优化的延伸(shēn),而(无(wú)、半)监督学习则与统计学更为接近。强化学习通过使智能程(chéng)序不断地与环境交互,通过(guò)调整智能程序的决(jué)策参数(过程)达到最大化其累积收益的目的。强化学习是最接近(jìn)于人类决策过程的机器学习(xí)算法,类似于让一(yī)个智能体无限、快(kuài)速地感知(zhī)世界,并(bìng)通过自身失败或者成功的经验,优化(huà)自身的决策(cè)过程(chéng),在这一过程中计算机程式并(bìng)不那么需要老师。当然,强化(huà)学(xué)习也并(bìng)不能完全同监(jiān)督(dū)学(xué)习(xí)割裂(liè)开来(lái)。比如AlphaGo就是通(tōng)过(guò)强化(huà)学习手(shǒu)段所训练的计算程序,但(dàn)在(zài)AlphaGo训练的第一阶段(duàn),研究人员使用了大量的人类玩家棋谱供AlphaGo模仿学习,这里人类已有(yǒu)经验类似于老(lǎo)师;但是在AlphaGo的升(shēng)级版(bǎn)本(běn)ZeroGo中,模仿学(xué)习已经完全被摒弃。


      为了使人工智(zhì)能算法拥(yōng)有普遍适(shì)用(yòng)性,我们往往需要大量数据(jù)、算力以及有效的计算(suàn)算法。大量数据相(xiàng)当于我(wǒ)们聘(pìn)请了一个知识渊博的(de)老师指(zhǐ)导计算机程序,高额(é)算(suàn)力(lì)则会赋予计算(suàn)机程序(xù)更快学习到知识的能力(lì)。人工智能(néng)研究领域一个重要的(de)方向,是不断开发能(néng)更(gèng)有(yǒu)效利(lì)用(yòng)既(jì)有数据(jù)和算力的计(jì)算(suàn)算法,相当于为计算机程序提供更好的学习方法(fǎ)和路径。因此,数据(jù)标注、云(yún)计算、芯片(piàn)设(shè)计与算法开(kāi)发(fā),可谓是(shì)人工智能行业的核(hé)心部分。


      人工智能技(jì)术对社会经济带来什么影响


      事实上,人工智能技术作为(wéi)学科起源于(yú)20世纪(jì)50年代,比如“人工智能之父”McCarthy等人在50年代(dài)提出(chū)人工智能;决(jué)策树模型(xíng)起源(yuán)于上世纪50至60年代,当前广为应用(yòng)的神经网络模型、Q学(xué)习(xí)强化学习算法则起源(yuán)于20世纪80年代。但(dàn)人工智能技术要想达(dá)到(dào)媲美人类决策的精准度,需(xū)要大量训练(经验)数据和高额算力,因此直到2000年(nián)以后,人(rén)工(gōng)智(zhì)能(néng)技(jì)术才得以实现跨越式发展。


      在大量数据与高额算(suàn)力的加持下(xià),部分人工智能技术已(yǐ)可替代人类做出大规模的精确(què)决策,也(yě)取代了越(yuè)来越多的人(rén)工岗(gǎng)位。从目前的(de)影响来看,一方面,机器学(xué)习应用的(de)确替代了部分传统劳(láo)动力,产生了劳动(dòng)挤(jǐ)出效应:自动化机器人让生产(chǎn)流程趋于无人化(huà),自然语言(yán)处(chù)理技(jì)术可较(jiào)好完成(chéng)大部分(fèn)的(de)翻译乃至信息提取工作,机器学习算法甚至(zhì)能更准(zhǔn)确地定性小分子(zǐ)化合物(wù)性质,从一(yī)定(dìng)程度上减(jiǎn)轻了大(dà)规(guī)模(mó)重(chóng)复性工作所需要(yào)的劳动力和时间消耗。


      另一方面,同此前历次技(jì)术革命一样,机器(qì)学(xué)习的兴起(qǐ)在(zài)提高社(shè)会生产效(xiào)率的同时,也为(wéi)社会(huì)创造了全新的工作岗位。从工业革命诞生以来,汽轮机(jī)代替马夫、车夫,纺织(zhī)机代替纺织工人,有(yǒu)线电话、无线电(diàn)报代替邮(yóu)差,电子计算机通过(guò)代替手摇计算(suàn)机,节省(shěng)了大量手工演算。但需要(yào)注(zhù)意的(de)是,每(měi)一次的(de)科(kē)技进步并没有造成社会大量失业,反而会(huì)通过提升传统行业生(shēng)产效率和技(jì)术革新改变原有社(shè)会(huì)生产组织(zhī)结构(gòu)、产生新的(de)业态(tài)。科(kē)技进步在(zài)改变行业企业生产技术的(de)同时,也在改变(biàn)传统行业工作内容,新的岗(gǎng)位需求随之产生。


      和任何(hé)其他(tā)的技术(shù)创新一样,机器(qì)学习(xí)技术对于不(bú)同行业、不同(tóng)岗(gǎng)位均存在(zài)不同程度的影响。对(duì)于那些从事生产流程化较(jiào)强的岗位(wèi),机器(qì)学习的冲击无疑是颠覆性的。但对于那些需要统筹、创(chuàng)新、互动类(lèi)的岗位,机器学习(xí)在当前阶段尚无(wú)法构成显著冲击。


      此(cǐ)外,我们也需要意识到,人工智能算(suàn)法当前依旧不能达到“智(zhì)能(néng)”水平。任何一项技术都(dōu)伴随安(ān)全风险,人工智能算法本身同样存在风险,如大部分监督学习算(suàn)法尚(shàng)无清晰的逻(luó)辑(jí)生成过程,这(zhè)不(bú)仅使研究人员无(wú)法对算法进行有效干预,也使人工智(zhì)能算法(fǎ)在训练和预测阶段(duàn)变得不那么稳健(jiàn)。举一个简单的例子,在一个分类算(suàn)法中,我们在一张三寸大小猫咪照上(shàng)改变(biàn)一个像素点,就(jiù)可能使(shǐ)计算机算(suàn)法将猫咪识(shí)别为其(qí)他物品,这类做法被称为逆(nì)向(xiàng)攻击,涉及人工智能(néng)技术(shù)风(fēng)险(xiǎn)。


      如同其他新兴行业发展初期一样,由于前期监管未及时到位,部分企业会不当利(lì)用其在数据、算力和(hé)算法上的前期优势,导致出(chū)现人工智能技(jì)术滥用、部分头部企业垄断性经营(yíng)、隐私数据(jù)泄露甚至是(shì)过(guò)度依赖算(suàn)法决策引(yǐn)发的企业运营风(fēng)险等(děng),这便是人工智(zhì)能(néng)技术的应用风险和衍(yǎn)生风险(xiǎn)。


      因此,如何(hé)发(fā)展引领这一(yī)战略性行业成为当(dāng)下的(de)重中之重——我们需要思考如何在经济智慧化转型期间发挥好政府的社会兜底功能(néng),如(rú)何在私(sī)营(yíng)行业的算(suàn)力和科技水平超(chāo)过监管机构时规范其运行等问题。


      与智能技术革命长处(chù)之道(dào)在哪里


      加强研发投(tóu)入,统筹行业(yè)发展、实(shí)现核心行业引领,把握人工(gōng)智(zhì)能技术主导权。人工智能已成为(wéi)事关(guān)国家安全(quán)和发展全局的基(jī)础核心领域。当(dāng)前,我国人工智能发展虽总体态(tài)势(shì)向上,但(dàn)在基础研究、技术体系、应用(yòng)生态、创新发展等(děng)方(fāng)面仍存在不少问题。因此,以学科(kē)交叉、应用转化为抓手(shǒu)带(dài)动人工(gōng)智能领域的基(jī)础研究,加大相关研究财政投入(rù)力度、优(yōu)化支出结构,对投入基础研究的企业实行税收优惠(huì)等(děng)措施,均有助于统筹行业发(fā)展。集中力量加强人工智能核心领域(如算法和芯片(piàn))的原创性、引领性(xìng)攻(gōng)关,可以(yǐ)更好(hǎo)地(dì)把握人工智能技术主导权。


      前置化、专业化、灵活化行业与技术监管,可以更好规(guī)范(fàn)行业发展,营造良好数字环境。一(yī)方面,人工智能行业会产生垄断、多元化、隐私和(hé)伦理方面的负面(miàn)影(yǐng)响。因此,实现底层算法监管可以有效防(fáng)范不透明自动化决(jué)策、隐(yǐn)私(sī)侵犯等人工(gōng)智能相关与衍生风险。另一方(fāng)面,当前人工智能行(háng)业发展正处于(yú)技术创新和产业增(zēng)长(zhǎng)的爆发期,在不(bú)断(duàn)给社会(huì)经(jīng)济带来发展红利的同(tóng)时,其应用形式和伴生(shēng)业态的灵活(huó)性也意味着,监管(guǎn)框架和思路也(yě)要随之调整,方能进一步发挥技(jì)术进步带来的(de)红利。此外(wài),我们需要配备更加专业的行(háng)业(yè)监管队伍(wǔ),以人工智能技术赋(fù)能人工智能监管,前置化(huà)、专(zhuān)业化、灵活化规范人(rén)工智能行业,根据不同(tóng)人工智能产业(yè)发(fā)展实际状(zhuàng)况差别,灵活制定监管框架和执行规范,减少人(rén)工智能技术发展和(hé)应用面临(lín)的不必(bì)要障碍(ài),营造良好数字环境,进(jìn)一步打造我(wǒ)国人工智能行业(yè)核心竞争力。


      深度融(róng)合实体经济,发展数(shù)字经济、探索新(xīn)型业态。人工智(zhì)能技术作为数字经(jīng)济发展环节中的(de)核心技(jì)术,可以(yǐ)有效将数据生产要素转化为实(shí)际生产(chǎn)力。智能技术与实体经济各领(lǐng)域深(shēn)度融合(hé)所(suǒ)带来的生产效率提升(shēng)以及生产(chǎn)范式改变,是我(wǒ)国宏观经济转(zhuǎn)型升级的重要驱动力。因此,深度(dù)融合实(shí)体经济应是人工智能行业发展的一大目标。基于人工智(zhì)能技术探(tàn)索新业态、发展新(xīn)模(mó)式(shì),推动传(chuán)统产业转型升级从而加快(kuài)生产要(yào)素跨区(qū)域流动、融合市场主体,畅通国内外(wài)经济循环,也是(shì)充分立足(zú)并发挥我国全产业链优势、布局数字经济(jì)优(yōu)势(shì)行业的必然(rán)需(xū)求。


      充分发挥市场能动性(xìng),实现人工智能行业(yè)的产、学、研并举。人工(gōng)智能技术的长期健康(kāng)发展,离(lí)不开良好的市场(chǎng)环(huán)境和产业配(pèi)套。微观主体能够有效(xiào)嗅到商机,市场经济(jì)在挖掘新业态(tài)、探索新模(mó)式方(fāng)面(miàn)具有相对(duì)优势。但人工智能行业(yè)作为典型的知识密(mì)集型行(háng)业,前期需要大量研发工作并培养(yǎng)大批专业技术人员。而高等院校、科研(yán)院所在人才培养和技术创新等环(huán)节具备(bèi)相(xiàng)对(duì)优势,是人工智能(néng)产业链条上的(de)重要核心(xīn)力量。因(yīn)此,以市场(chǎng)需求为(wéi)主导,有机(jī)结合企业、高校、科(kē)研机构,形成职能和资源优势上的互补(bǔ)协同,为智能行业(yè)发展提供基础配套。以经济(jì)效益为抓手,调动高校科(kē)技人员积极性,促进科技成果向现实生产力转化,打(dǎ)造人工智能(néng)行(háng)业的(de)健康(kāng)可持续发展(zhǎn)生态。


      完善社会(huì)保障体(tǐ)系(xì),推进个体发展与技能(néng)培训再(zài)就(jiù)业系统。在(zài)大(dà)规模机(jī)器学习(xí)技术获得应用的背景(jǐng)下,劳动力自身的主观能(néng)动性、个体创新力、统筹思考(kǎo)能力等对(duì)社会(huì)经济发展和(hé)个人发展(zhǎn)都极其重(chóng)要(yào)。但在传统劳动力供给与新兴劳动力需求之间依然存在技术鸿(hóng)沟——传统劳动力无法胜任新兴(xìng)行业的岗位需求。在这一背景下,如何切(qiē)实(shí)推(tuī)进个体发展与技能培训的再就业(yè)系(xì)统(tǒng),有效填平技术鸿(hóng)沟,如何调整社会保障体系(xì)使之对(duì)跨部门(mén)再培训、再就业更具适用性(xìng),兜底民生、切实改善社会福利(lì)等(děng)问题,值得我们进一步思考、探(tàn)索。

      关键词: 人工智能




      AI人工智能网声明:

      凡资讯来(lái)源注(zhù)明(míng)为其他媒(méi)体来(lái)源的信息,均为转(zhuǎn)载(zǎi)自其他媒体,并不代表(biǎo)本网站赞同其观点,也不代表本(běn)网(wǎng)站对(duì)其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与网(wǎng)站(www.baise.yingtan.bynr.xinxiang.zz.pingliang.ww38.viennacitytours.com)联系(xì),本网站将迅速给您回应(yīng)并(bìng)做处理。


      联系电话:021-31666777   新闻、技(jì)术文章投(tóu)稿QQ:3267146135   投(tóu)稿邮箱:syy@gongboshi.com

      精(jīng)选资讯更多

      相关资讯更多

      热(rè)门搜索

      工博(bó)士人工智能网
      九游官方网页版-九游(中国)
      扫描二维码关注微(wēi)信
      扫码反馈

      扫(sǎo)一扫,反馈当前页面

      咨询反馈(kuì)
      扫(sǎo)码关注

      微信公(gōng)众号

      返回顶部(bù)

      九游官方网页版-九游(中国)

      九游官方网页版-九游(中国)