文/陈根
2020年的过去半年，在全球抗疫的背景下，人工智能在医疗、城市治理、工业、非接触服务等领域快速响应，从“云端”落地，在疫情之中出演关键角色，提高了抗疫的整体效率。人工智能与产业前所未有的紧密结合，再一次验证了人工智能作为新一轮科技革命和产业变革的重要驱动力量对社会的真正价值。
7月10日，在世界人工智能大会腾讯论坛上，腾讯集团副总裁、腾讯研究院院长司晓正式发布的《腾讯人工智能白皮书》，从宏观背景、技术研究、落地应用、未来经济、制度保障五维度，勾勒出了“泛在智能”的全景全貌。
司晓在演讲中指出：“未来，智能技术会是一个渗入到生活、无所不在的状态。”但在全面进入泛在智能时代的同时，围绕着人工智能实用性和伦理问题的争议也愈发激烈。
人工智能呈现“泛在智能”
人工智能的发展并不平静。从1956年的达特茅斯会议至今，人工智能三起两落，经历了从炒作与狂热、泡沫褪去后的艰难落地到隐私伦理的时代挑战。时下，尽管真正拥有知觉和自我意识的“强人工智能”仍属幻想，但专注于特定功能的“弱人工智能”早已如雨后春笋般涌现。
从纯粹的技术角度，以机器学习和深度学习人工智能为主题的浪潮，被认为是当前人类所面对的最为重要的技术社会变革之一，训练机器，成为互联网诞生以来的第二次技术社会形态的全球萌芽。
在过去十年，用于人工智能的训练模型的计算资源激增，在2010年至2020年之间，人工智能的计算复杂度每年激增10倍，人工智能训练成本每年下降约10倍。在计算力上，得益于芯片处理能力提升，硬件价格下降使算力大幅提升。
基于此，各项人工技能技术不断得到突破，并找到相对明确的应用场景。清华大学数据显示，计算机视觉、语音技术以及自然语言处理的市场规模占比分别为34.9%，24.8%和21%，是中国市场规模最大的三个应用方向。
从应用角度来看，受益于计算机视觉、图像识别、自然语言处理等技术的快速发展，人工智能已广泛地渗透和应用于诸多垂直领域，切入不同场景和应用，提供产品和解决方案，产品形式也趋向多样化。
疫情成为人工智能的试金石，在疫情之下，人工智能公司不再是以往的旁观者，而是出演关键角色，从而提高抗疫的整体效率。在医疗方面，从人工智能落地图像识别，提升医疗效率，到人工智能应用医药筛选，助力新药研发。疫情期间，人工智能技术还推进了远程问诊与医学信息在线科普发展，使得人们可以更加高效、快捷的触及医疗资源，长远来看，在疫情结束后，也将对缓解我国紧张的医疗资源及区域分布差异起到重要作用。
而经过疫情，我国已经不再有纯粹的“传统产业”，每个产业或多或少都开启了数字化进程。受疫情用工难、成本加剧、劳动力感染等风险因素的影响，制造业和服务业正在加快人机结合的进程，向制造、服务智能化进一步转型。
在疫情防控中，人工智能技术在城市治理方面广泛落地应用，也表明我国智能社会形态正在逐渐显现。可以说，疫情为人工智能的发展打开了新的窗口期和丰富的实践场，使得一个“泛在智能”的世界加速成为现实。
泛在智能，一是“泛”于基础设施建设，通过新基建，人工智能技术将逐渐转变为像网络、电力一样的基础服务设施，向全行业全领域提供通用的人工智能能力，为产业转型打下智慧基座。在产业互联网时代，促进产业数字化升级和变革。
二是“泛”于更加多元的应用场景和更大规模的受众。随着技术、算法、场景和人才的不断充实，人工智能正在渗透到各个领域，在工业、医疗、城市等领域验证了人工智能的价值。毋庸置疑，未来会有更多产业将与智能技术进行创新融合，催生出更多新业态、新模式。
从电车悖论到制度建设
在全面进入泛在智能时代的同时，围绕着人工智能实用性和伦理问题的争议也愈发激烈。
无人驾驶领域的“电车悖论”之所以常被讨论，就在于其涉及到的并不是简单的算法问题，而是更重要的道德问题。原本并没有这么多辩论，是因为每个人有不同的道德，在车祸中，人们不得已要牺牲谁的时候，每个人会依赖自己的道德做决定。所以在全社会，看到的是一个多样化的选择结果：有的人更保护乘客，有的人更保护路人，有的人先保护老人、有的先保护小孩、妇女等等。
而到了人工智能就将原本分散的问题、落到每个人的头上是随机的问题变成了算法下的固定问题。即人为设计的人工智能，成批地把道德观念统一地固定在了一个地方，就变成了“系统性地牺牲谁”的问题。而系统性保护谁、牺牲谁的决定，又是否能被广泛接受？这就产生了的巨大的、引发辩论的道德和社会问题。
当然，“电车悖论”只是人工智能时代的一个讨论例子，汽车真正出事故的几率是很小的，“电车悖论”讨论背后，更深层次的便是人工智能正在且将要对社会产生的影响。事实上，尽管人工智能的理论和算法渐趋成熟，但人工智能依旧是一个新生的领域，这也使得人工智能对社会的影响还在形成之中，而这个过程中，要想充分发挥人工智能对社会的效用，制度的建设就显得尤为重要。
首先，是数据的制度建设。要想成为世界级的人工智能强国，需要三个条件：最先进的算法、专业的计算硬件以及机器学习系统所依赖的大量原材料——数据。而原始数据的可获得性，正是中国在人工智能方面的优势所在，这也带来一个问题，即如何在发掘数据的经济价值、发展人工智能的同时，保障个人的权利和自由。
目前来看，中国个人数据保护以分散立法为主，尚未制定专门统一的个人信息保护法，但7月公布的《数据安全法（草案）》有望明确数据活动的红线，在法律法规允许的条件下，推动数据共享，发现数据价值。
随着技术及商业模式发展，中国数据保护立法还将面对挑战，包括：技术与商业模式变革，导致个人数据概念不断扩展，界限模糊；当前个人数据立法仅仅规制个人及企业而并不约束公权力；个人数据财产权性质凸显，挑战传统制度框架；国家安全价值与个人数据保护人权价值的冲突等。此类问题，都需要在未来中国数据保护立法中加以解决。
其次，人工智能的发展一定会对就业市场有重大冲击。但是究竟会造成多大的失业，还是一个未知因素。因为人工智能一方面会消灭一部分工作，同时也会创造一些工作机会，究竟消灭多少、创造多少、造出什么新工作，不是完全技术决定的，制度也有决定性的作用。在技术快速变化的环境中，究竟有多大能力、能否灵活地帮助个人和企业创造性地开创出新的工作机会，这都是由制度决定的。
另一方面，失去工作的人，他的能力能否转换？如何帮助他们转换能力？这些也是制度需要考虑的问题。政府要足够支持建立非政府组织，为丢掉工作的人提供训练，帮助他们适应工作要求的变化。
如何应对人工智能的社会问题，需要的是市场的创造性。只有合适的激励机制，合适的人才，才能对冲人工智能带来就业市场的巨大冲击。事实上，中国改革开放以来，第一重要的，就是使得千千万万的企业家涌现了出来。在千千万万的企业家推动了经济增长的基础上，才推动了政府修路、建桥，然后进一步帮助了企业的发展。
其三，是监管的制度建设。在当前激烈的国际竞争背景下,我国针对人工智能等新技术的立法和监管需要着重考虑国际竞争视角,避免产生阻碍、延缓技术发展应用的不利效果,削弱我国的科技和产业竞争实力。
因为在全球竞争重心日益转向人工智能等新技术的大背景下,过早或过度的监管都可能削弱一国在人工智能领域的竞争力。与此同时,立法和监管还应充分考虑技术的经济社会价值,保证技术红利在经济社会发展中的最大释放,避免因偶发性的负面问题而“过度反应”或“因噎废食”,从而采取应激、激进的监管措施。
泛在智能时代下,人工智能等新技术的健康发展离不开技术、社科、人文等不同背景的人员的通力协作。科技行业需要从当前的技术中心主义模式转向技术人文协作模式,人工智能的研究与发展也需要广泛吸纳不同种族、性别、文化和社会经济阶层以及不同领域的人员的思考和顾虑。
要知道，人工智能的前景并不完全由技术决定，从纯粹的技术角度，毫无疑问，人工智能将会有非常大的发展。但是技术被用来做什么，却是制度不可回避的问题。
