美國國家科技政策辦公室日前發布了由總統特朗普簽署的《美國人工智能倡議》（American AI Initiative，以下簡稱《倡議》）。在白宮網站上，《倡議》被視為“行政命令”并以《維護美國人工智能領導力的行政命令》為題向全美民眾發布。目前這份“倡議”公布的是框架性原則和發展目標，美國政府為人工智能發展增加新撥款和資源以及為此制定時間表和具體目標將在其后6個月內公布。
關于《倡議》，業界有諸多的解讀。有觀點認為，美國之所以在這個時間節點簽署《倡議》，原因之一是迫于保持競爭優勢的壓力，美國總統將發展AI上升為國家戰略。而從《中國電子報》記者對AI相關企業領軍人物及專家學者的采訪看，《倡議》釋放了AI發展的諸多關鍵信息，應引起產業界高度關注。
視角從“技術”向“社會”擴展
中美兩國是全球人工智能實踐的兩大巨頭，目前相繼出臺了推動人工智能發展的產業政策。2017年7月中國出臺了《新一代人工智能發展規劃》。2019年2月，美國國家科技政策辦公室發布總統簽署的《美國人工智能倡議》。
賽迪智庫電子信息產業研究所所長、中國人工智能產業創新聯盟秘書長安暉在接受《中國電子報》記者采訪時表示，中美兩國對人工智能發展前景及政策設計的大判斷基本一致，在政策工具的使用方面也有許多相似之處。“從政策差異看，我國主要是從技術研發、產業應用、政策保障等方面做出部署，側重于推動技術創新發展、充分發揮其帶來的經濟影響，美國則關注人工智能對社會可能帶來的風險，并將政府資助研發和就業保障作為兩方面重點。”安暉說。
目前中國對高科技尤其是人工智能的發展普遍持“樂觀論”，而在美國產業界對AI在關注技術紅利的同時非常關注其給社會帶來的風險。微軟公司副總裁、微軟亞洲研究院院長洪小文曾對《中國電子報》記者表示，他個人感覺目前中國對AI責任關注不夠，在推崇以技術創新改變世界的同時，他認為還要遵循規律，要考慮使用數據涉及的數據隱私問題，以及AI可能帶來的道德和倫理問題，應該把技術以外特別是人性方面都考慮進去。數據來自于每個人，公司使用數據要回饋社會、回饋百姓，政府要更多關注、規范高科技以及數據的使用。“就像賽跑，規則定好之后不見得會耽誤奔跑，反而是讓大家在一個公平、公正、公開的跑道上一起奔跑，從整體上能夠跑出更多創新。”洪小文說。
美國《倡議》的視角從技術向社會擴展，而這樣的視角轉變有可能帶來更大的產業推動力。微軟全球執行副總裁、人工智能及微軟研究院負責人沈向洋此前在接受《中國電子報》記者采訪時表示：“所有的技術要想深刻影響社會一定會體現在法律、法規上。”一個技術要想深刻參與和推動人類進步，一定會從生產力影響到生產關系和資源配置。
沈向洋認為，目前美國AI界的兩大進展，一是在可信賴的AI上，目前美國在能利用隱私數據進行人工智能研究方面有了比較大的進展，這是非常厲害的地方。如果不能解決數據加密和隱私保護的問題，大家都不愿意將數據拿出來；而如果沒有數據的支撐，就無法加速AI發展。另一個進展是可解釋的AI。過去的AI只能給出結果，不能告知原因，現在很多人工智能能夠解釋原因。
知盛數據CEO王曉梅在接受《中國電子報》記者采訪時進一步強調了《倡議》中釋放的幾個重要的信息：其一，數據是AI戰略中的靈魂性命題，高品質、強相關性的數據短缺是整個AI界公認的難題。數據的完整性、準確性、可追溯性、安全性等已經成為真正影響AI實現商業落地、變現的核心關鍵。而在美國國家行政命令中提出了解決方案，要求政府開放和共享聯邦數據、模型和計算資源。“增強對高質量和完全可追溯的聯邦數據、模型和計算資源的訪問，以增加此類AI研發資源的價值”。其二，法律、法規政策制定上有了重要變化。“AI會在法律法規上成為一個熱點議題，不斷演變，朝著更符合整個AI技術發展的態勢發展。”王曉梅說。
數據在AI發展中起著靈魂作用
目前世界各國均高度重視AI，這個像“水電煤氣”一樣的基礎技術一定會滲透到所有的領域，帶來社會巨大變革。當大家關注AI時都會不約而同地將焦點放在包括理論研究、AI芯片、算法、計算、平臺等AI的“技術力”上，但這次采訪中，許多受訪人更進一步談及的是“落地力”以及“數據力”。
安暉認為，美國更加注重基礎研究和核心技術積累，在算法、芯片等基礎層面有很強的技術優勢，在自然語言理解等應用技術方面也有很強優勢，龍頭企業的數量和實力領先，產業人才數量多。
馭勢科技創始人兼CEO吳甘沙在接受《中國電子報》記者采訪時表達了相同觀點。在AI理論上，目前主要的AI理論突破貢獻者多來自美國、英國等西方的科學家。在這方面，中國的科學家貢獻較少，不僅是中國甚至包括華人科學家對基礎理論有突出貢獻者也屈指可數。在開源AI上，現在全球有很多AI開源社區，包括中國的百度和騰訊也在做AI開源社區，但活躍度和被接受度還是遠不及美國。
雖然AI的“技術力”目前是業界關注的焦點，算法人才稀缺還是挑戰，但隨著人才培養加速，AI技術能力以云、以服務的方式提供，技術門檻不斷降低，三五年之后，那些看似問題的問題，都將不存在。
“到那時AI競爭的焦點是數據力，是落地力。”王曉梅進一步表示，當我們談及AI落地、AI變成商業、AI產生價值、運營一個可持續發展的AI時，需要將4個環節邏輯性地串聯起來。第一個環節是業務場景的梳理，即找到能夠運用AI的行業痛點場景，AI不是空中樓閣，需要與某一行業場景結合。第二個環節是數據資產的獲取。并不是所有的數據都有價值，目前世界上所獲取的有價值數據可能尚不到10%，需要找到、獲取與業務場景有強相關性的數據，這才是有價值的數據。第三個環節是處理和分析數據，需要運用大數據能力和人工智能的能力，構建數據模型、算法，為業務場景運營改良提供技術支撐。第四個環節是將數據分析、人工智能分析所產生的洞察力，反哺到相關的商業應用，轉化成為業務的價值，反哺于用戶。所以在這次美國《倡議》中非常清晰地體現了數據在AI發展中的靈魂作用。
“而主流的AI，無論是深度學習還是增強學習等各種學習，都需要數據，也需要行業知識。算法雖然了不起，但如果沒有真正與行業結合、沒有與數據結合，那么充其量只能說是一個好的假說，連證實都還沒有證實，更不要說還有最后一公里的創新和落地。”洪小文說。
落地才是未來全球推動AI的競爭焦點。沈向洋表示，事實上，中美兩國AI走過的技術路線非常像，得益于互聯網和開源，科技的發展變得更互通，技術發展很快，剩下來的挑戰是如何將技術落地。但是在如何將AI產品化、商業化，中美在實現路徑上有很大差別。中國有很多AI獨角獸公司做得不錯，尤其是在計算機視覺、人臉識別、安防等方面，比如曠世、商湯等公司，這些公司找到了真實需求場景，發展非常快，而且已經開始走向海外。“高科技產業的發展有滾雪球效應，做得越早、越早占領，機會就越多，而且能夠很快做大。”沈向洋說。
而要實現AI落地、AI產生價值，更需要AI落地的復合型人才。在美國這份《倡議》中關于人工智能的“人才”培訓有大量筆墨。王曉梅表示，《倡議》中對于人才競爭力的構建是非常重要的部分，而且不僅僅是強調對AI技術專才的培養，同時強調對具有AI產業化能力的運營人才和運用AI的人才培養。王曉梅透露了一個信息，目前美國已經開始著手從正規的教育體系中培養既擁有行業能力、擁有行業知識，又具有AI技術能力的人才。在美國得克薩斯大學、哥倫比亞大學，已經有專門為生物醫藥的產業所配備的生物統計學人才培訓，招募從事健康醫療的醫藥領域人員進入大學學習人工智能相關專業知識，變成這個領域的復合型人才，而這些人在市場上非常奇貨可居。正是這些人將是AI落地產業、將AI產業化的關鍵。
安暉也表示，中國人工智能領域的頂尖人才、基礎研究人才遠遠不能滿足需求，應用型人才也需加快供給。
“目前從AI應用層面看，中美兩國基本上可以說并駕齊驅。”吳甘沙表示，中國要想進一步加快提升AI競爭力，需要更加開放，開放能夠獲得更多選擇，能夠贏得越來越多的人才，不僅是海外華人也包括西方的AI人才，來一起協同創新。與此同時，更好的尊重和保護知識產權，把更多中國開發出來的AI技術回饋開源社區。
“中國有豐富的場景和巨大的數據，將更多的數據和場景開放共享出來，能夠吸引更多的AI創新。以自動駕駛為例，可以舉國家之力打造中國的自動駕駛場景數據庫，把中國不同地方的各種交通狀況都放到數據庫中，無須每家公司都做類似重復的工作。”吳甘沙說。
“三五年之后真正的AI核心競爭其實就會變成是數據資產的一個終極競爭。”王曉梅說，我們應該加快構建具有行業特征的，類似中間件、API的行業數據模型，有了這個基礎數據平臺，就能夠讓行業AI應用快速落地。我們很希望中國能夠加快保險、醫療、醫藥、健康、保健等更多維度協作，讓和諧的醫療健康大數據生態快速發展起來，使得AI更好地造福國人健康。（記者 李佳師）
轉自：中國電子報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
上半年汽車工業多項經濟指標創新高
