中国经济时报：各位对我国加速人工智能与实体经济深度融合方面有哪些政策建议？

 

陆峰：一是除了要继续强化人工智能通用算法模型研究之外，更需要深化人工智能行业应用研究，结合行业融合应用需求，加强与行业相关的专业算法模型等研究，推进人工智能和行业发展的深度融合。

 

二是结合场景对智能化的需求程度，面向制造、交通、医疗、教育等重点领域，逐步推进与智能应用需求相互匹配的人工智能应用。

 

三是加强人工智能产业创新开放平台打造，打造一批与行业产品智能化升级相关的行业人工智能开放平台，为中小企业产品和服务创新提供公共基础平台支撑。

 

四是推进云计算、大数据、物联网等产业和人工智能协同融合发展，为人工智能发展和创新应用提供算力、算数以及信息感知和反馈执行等支撑。

 

五是加强人工智能应用规则研究，做好相关监管政策储备，防止人工智能技术滥用和误用。

 

王明辉：人工智能与实体经济深度融合是促进我国制造业高质量发展的核心驱动力。当前人工智能与实体经济融合仍处于初级阶段，未来加速二者深度融合须从以下几个方面发力。

 

一是充分发挥政府引导和市场主体作用。一方面，积极推进人工智能在市政管理、公共安全、医疗健康、文化教育、交通运输等领域的应用。强化实体经济与互联网、大数据、物联网、云计算等领域的协同。另一方面，充分激发市场创新活力。推动以领军企业为主导，联合高校、科研机构、人工智能企业共同建立创新联合体，聚焦人工智能共性技术的研发与转化。

 

二是打破信息壁垒，实现数据共享。以政府部门为重点，大力推动数据开放、共享机制建设和实施，支撑人工智能与政府服务的融合，提高人工智能赋能实体经济的匹配度和有效性，推动不同平台形成发展合力。同时，还要保护数据的隐私性，更要抵御攻击和干扰，守住安全和科技伦理底线。

 

重视人工智能治理加强人工智能安全技术

 

中国经济时报：对于人工智能治理问题特别是数据隐私问题，或随着人工智能逐步深入到更多行业所面临的新技术对传统劳动模式的替代问题，您有何看法？

 

王明辉：人工智能的发展，带来了一系列的伦理法律问题。比如数据的安全、算法的公平透明等问题。当前，人脸识别引发的个人隐私担忧、“大数据杀熟”引发的算法不公现象屡有发生，都呼唤我们必须尽快出台相关的治理规则。

 

事实上，针对人工智能的治理规则已经成为人工智能国际竞争的焦点。中国企业走向市场必须主动回应相关产品服务背后的伦理价值。最近几年，众多的国际组织以及国家、地区政府纷纷发布准则。OECD、二十国集团等国际组织已经发布了人工智能治理原则，尤其以欧盟最为积极，2019年欧盟委员会人工智能高级专家组发布了两份文件：《人工智能伦理指南》和《人工智能政策与投资建议》，为欧洲的人工智能治理勾勒了一个全面的蓝图。2020年新冠肺炎疫情的大背景下，欧盟继续推进人工智能伦理指南的落地工作，并且发布了相关的白皮书。欧盟此举，就是为了让欧洲在人工智能的发展中处于道德制高点，从而在与美国、中国的竞争中处于一个有利的位置。我们需要紧密关注国际人工智能伦理治理相关规则进展，从而避免缺席新规则制定过程而导致被动。

 

需要特别注意的是，人工智能的发展与价值观密切相关，对于西方的一些规则需要批判吸收。如，西方的实践过程已经说明，没有边界的使用“隐私权”的概念，会影响人工智能的技术开发和应用。欧洲一些国家由于过度强调所谓“隐私权”，造成人工智能的技术研发和产业发展普遍滞后。在我国人工智能发展的过程中，一定不能盲目地引进西方所谓的“隐私权”概念，而是应当基于自身国情，妥善处理发展和治理之间的关系，走出自己的发展道路。

 

袁豪磊：随着人工智能逐步深入到更多行业，必然将面临新技术对传统劳动模式的替代，人工智能技术在推动职业教育、创造新型职业就业需求上同样可以起到相应的作用。“十四五”规划中提到“有效提升劳动者技能，提高就业质量和收入水平，形成人力资本提升和产业转型升级良性循环”。伴随着技术的升级一定会有一部分传统劳动形式被机器逐渐取代，这是不可回避的问题。一方面，我国在数字化、信息化领域打下的基础为人工智能提供了良好的发展基础，当下我国在人工智能方面的学术成果、从业人员、应用规模都走在世界的前列。另一方面，还有相当规模的劳动者在工厂产线上从事重复性、未来会被机器取代的劳动。

 

当下的现象是由两个因素造成的：一方面，国内人工智能相关的劳动主要集中在研发、设计这些上游层面，在数据生产（当前的人工智能技术需要消耗大量的训练数据）、设备操作维护等中下游的层面，人工智能职业教育还远未形成普及，人工智能相关的职业教育是未来可以推进的一个方向。另一方面，人工智能配套行业的发展也需要跟上，例如国内已有专门的数据公司提供专业的数据采集、标注等数据生产服务，为形形色色的人工智能应用研发提供所需要的训练数据。随着人工智能研发的投入加大，这类数据公司的产能和服务类型的扩增必然需要跟上产业扩张的速度，由此会诞生很多新的劳动需求和细分职业类型（如针对专门领域的数据标注工作、测试工作等），进而拉动就业需求并与职业教育形成一个正向循环。

 

技术是把双刃剑，大力发展人工智能的同时要加强人工智能安全技术，特别要留意数据隐私问题和AI伦理问题。

 

个人数据隐私、人工智能伦理问题向来都是国际社会所关注的话题，大力发展人工智能的过程中要避免数据的滥用、加强数据治理。“十四五”规划中明确提到了要“加强网络安全关键技术研发，加快人工智能安全技术创新，提升网络安全产业综合竞争力”。据此判断，人工智能粗放式发展的时代已经过去，那些涉及个人数据隐私的人工智能应用的研发将会形成更高的准入门槛，而那些已经在局内的技术公司也将需要更加重视规范化的数据使用。AI伦理方面，包括自动驾驶、个人征信、司法取证等应用在内，采用了人工智能推理的结果之后所带来的责任如何界定、对人工智能推理结果的解释问题目前还是处在摸索阶段。在技术层面上，业界已开始关注模型可解释性问题，尝试用各种方法对深度学习的黑盒问题作出分析和解释，这方面的技术目前还处在发展阶段，距离实用还有待观察。