1、 全球人工智能發展趨勢及挑戰 前言以深度學習等關鍵技術為核心，以云計算、生物識別等數據及計算能力為基礎支撐的人工智能產業，在歷經60年的輪回后，在2016年呈現井噴式爆發并大放異彩，迎來第三次浪潮。如今，人工智能在很多方面都有了突破性進展，全球人工智能的發展趨勢已經勢如破竹，這也為人類探索未知世界之路開啟了“無窮大”之門。人工智能的發展水平正在呈指數增長的同時，也帶來眾多不可忽視的問題。在此基礎上，本文對人工智能的發展進行了一定程度地思考與分析。1全球人工智能發展趨勢（一）第三次人工智能浪潮來臨2016年人工智能呈現井噴式爆發并大放異彩，這距人工智能概念的首次提出僅過去60年。1956年，在美

2、國達特茅斯大學召開的學術會議上與會專家學者共同提出人工智能的概念，多年后這場會議被認定為全球人工智能誕生的標志。11956年至今，人工智能的發展可謂起起落落，歷經兩次從爆發到寒冬的革命性浪潮。第一次浪潮出現于20世紀60年代，在算法方面出現很多世界級的發明，但先天的缺陷導致人工智能在早期發展過程中遇到瓶頸，1974年到1980年人工智能迎來第一次冬天；第二次浪潮出現在20世紀80年代，這段時期人工智能在數學模型方面取得眾多突破，但1987年到1993年由于個人電腦的出現，人工智能再次步入寒冬階段。22016年正值人工智能發展的60年節點，AlphaGo戰勝人類頂級圍棋高手李世石，成為人工智能迎

3、來第三次浪潮的里程碑事件。第三次浪潮，以大計算能力和深度學習為助推力，人工智能在很多方面都有了突破性進展，為人類探索未知世界之路開啟了“無窮大”之門。（二）通往強人工智能人工智能可以劃分為“弱人工智能”、“強人工智能”以及“超人工智能”。“弱人工智能”只專注于完成某個特別設定的任務，例如語音識別、圖像識別和翻譯，也包括近年來出現的IBM的Watson和谷歌的AlphaGo，它們是優秀的信息處理者，但卻無法真正理解信息。而“強人工智能”系統包括了學習、語言、認知、推理、創造和計劃，目標是使人工智能在非監督學習情況下處理前所未見的細節，并同時與人類開展交互式學習。3“超人工智能”是指通過模擬人類的

4、智慧，人工智能開始具備自主思維意識，形成新的智能群體，能夠像人類一樣獨自地進行思維。從當前的人工智能發展水平來看，“強人工智能”尚未實現，但通往“強人工智能”的道路也許并不遙遠。近年來，多國先后提出“腦計劃”，期望通過計算機技術模擬大腦以探索大腦工作機制。其中，歐盟于2013年提出了全球范圍內最重要的人類大腦研究項目-人腦計劃（Human Brain Project，HBP）。該計劃耗資近12億歐元，項目周期為10年，旨在通過計算機技術模擬大腦，建立一套全新的、革命性的生成、分析、整合、模擬數據的信息通信技術平臺。人腦計劃通過模擬大腦模型來探究大腦的生物構造與其具備的功能性之間的關系，揭示大腦

5、的各個區域如何高效協作形成統一的、多層次功能結構體系。計劃在2024年項目的最終階段，設計出能夠模擬人腦運作原理的超級計算機，并促進研究成果的應用性轉化。4此外，深度學習海嘯正在構建起人工智能的遞歸循環。作為機器學習的分支，起源于人工神經網絡的深度學習，如今不僅僅是具備多層架構的感知器，而是一系列能夠用來構建可組合可微分的體系結構技術和方法。具體來說，通過深度學習算法，程序利用數據模型分析大量數據不斷地自主學習，并逐漸變的更加強大。當前的深度學習雖然是人類向終極智能探索的一小步，但也許這一小步可能會成為人工智能大爆炸的奇點。基于腦計劃的推進以及深度學習的深入開展，人工智能的發展水平正在呈指數增

6、長。可以預見，“強人工智能”就在離我們不遠的未來，人工智能的真正威力也將在此展現。“超人工智能”現在看來，似乎遙不可及。但源于未來的無法預知性，對于“超人工智能”更多的人持有恐懼和悲觀的心理，擔憂比人類更強大的智能群體出現，會導致整個世界的失控甚至人類的毀滅。但也許，實現“超人工智能”后，人類會至此步入一個新紀元也未可知。無論如何，不可否認的一點是，由于科技越發達，科技本身的發展速度就會越快。故而從時間和效率上來看，人工智能的發展速度，一定會遠遠高于人類自身的進化速度。（三）進入“人工智能+”時代社會正在從“互聯網+”向“人工智能+”轉型。“人工智能+”指讓人工智能融入各個傳統行業，對行業進行

7、改造，在舊領域創造新業態。“人工智能+”時代，以深度學習等關鍵技術為核心，以云計算、生物識別等數據或計算能力為基礎支撐，推動人工智能在金融、醫療、自動駕駛、安防、家居以及營銷等領域將應用場景落地生根，創造出巨大價值。如今，互聯網已經發展到了萬物互聯的階段，爆發式增長數據引發人們對信息進行有效篩選并合理分配資源的需求。在這種萬物皆互聯，無處不計算的時代下要進行精準生活，“人工智能+”時代成為必然趨勢。未來的人工智能將從專業性較強的領域逐步拓展到生活的各個領域，轉變成為通用智能進而推動新一輪的產業革命。2人工智能帶來的挑戰（一）法律層面1. 產品責任問題由于科技技術的不完全可靠性以及智能系統存在的

8、先天設計缺陷，產品責任的歸責問題伴隨人工智能的發展而來，尤其是感知智能領域的產品責任問題。2016年，聯合國教科文組織與世界科學知識與技術倫理委員會聯合發布報告指出，由于機器人一般被視為通常意義上的科技產品，機器人以及機器人技術造成的傷害，很大一部分可由民法中產品責任的相關法律進行調整。從這個角度看，機器人造成的傷害很大一部分被歸責于機器人制造者和零售商的“過失”、“產品警告的缺失”、“沒有盡到合理的注意義務”。5我國產品質量法第四十三條規定，因產品存在缺陷造成人身、他人財產損害的，受害人可以向產品的生產者要求賠償，也可以向產品的銷售者要求賠償。屬于產品的生產者的責任，產品的銷售者賠償的，產品

9、的銷售者有權向產品的生產者追償。屬于產品的銷售者的責任，產品的生產者賠償的，產品的生產者有權向產品的銷售者追償。但該歸責原則可能僅能適用于“弱人工智能”產品。當未來的人工智能出現自主意識和決策能力后，例如自動駕駛汽車做出獨立智能決策導致損害發生，應當如何確定侵權主體，由誰來承擔侵權責任。甚至于未來會出現以下問題：當機器人具備自主意識后是否會成為民事主體？何為生命？“人”的定義是否會發生變化？“人”與“非人”的界限到底在哪里？這是在此意義上，“人機關系”具備了豐富的內容層次，值得我們進一步去深思去完善立法。2.隱私保護問題當萬物互聯、大數據和機器學習三者疊加后，個人隱私將會成為“奢侈品”，人們或

10、許將不再有隱私可言。人工智能的發展有賴于利用數據訓練算法，在這個過程中需要收集、分析和使用大量的數據，數據的價值日益凸顯。人工智能時代，用戶使用各種應用產品時，本身就是主動的隱私泄密者，任何技術手段的“匿名”或“去身份化”可能都會因為大數據的分析而重新獲得“身份”。智能產品的產業鏈上有開發商、平臺提供商、操作系統和終端制造商、其他第三方等多個參與主體，這些主體均具備訪問、上傳、共享、修改、交易以及利用用戶提供的數據的能力。如何合法合規地收集和使用數據是智能應用產業鏈上的每個主體要面對的重要問題。但如今用戶數據日益聚集在大型互聯網或數據處理公司手中，基于商業利益的考慮，這些公司保護用戶個人隱私的

11、意愿并不強烈。當前對大數據的利用依然處于“裸露”狀態，用戶對于數據被非法利用的情況往往是不知情的，導致與數據處理和使用者之間簽訂的協議成為了“君子協定”，喪失了真正保護用戶權益的功能。6值得一提的是，基于當前個人隱私保護的態勢，蘋果引入了差分隱私的概念，該種算法通過加入虛擬數據，避免數據與特定主體之間建立聯系。差分隱私的目標在保護用戶身份和數據詳情的同時，仍能提煉出一些基本信息用于機器學習，但該算法尚未得到重視，并未大規模的應用到人工智能領域。為了保護用戶的隱私權，應當重視新技術新業務領域的個人信息保護問題。在立法層面，明確個人對其信息享有的基本權利，規范企業收集和使用個人信息的行為。（二）倫

12、理層面人工智能的發展與普及應用，對于傳統社會倫理造成巨大沖擊。如果不夠謹慎地處理人工智能所帶來的倫理問題，將會對未來社會造成嚴重的傷害。隨著人工智能與人類社會的距離越來越近，倫理問題在不斷的凸顯也愈發尖銳，世界上的主要國家以及相關國際組織對倫理問題高度關注。例如，美國國家人工智能研究和發展戰略計劃中提出，要通過設計提高公平性、透明度和可追責性。要構建人工智能倫理，研究者需要研究出新的算法確保人工智能做出的決策與現有的法律、社會倫理一致。未來，人工智能倫理框架的構建，可能包括下屬的多體系、多層次的判斷，例如匹配規則的迅速回應、接收用戶信任的社會信號、遵守文化準則等。7聯合國發布的關于機器人倫理的

13、研究報告、標準制定組織IEEE發布的合倫理設計：利用人工智能和自主系統（AI/AS）最大化人類福祉的愿景（第一版）等文件都對人工智能帶來的倫理問題進行了深刻地分析。研究者需要研究出新的算法確保人工智能做出的決策與現有的法律、社會倫理一致，這是一項具有挑戰性的任務。倫理問題因各國文化、宗教和信仰等的不同而存在差別。倫理難題需要首先解決的是如何將倫理難題準確的翻譯為人工智能可以識別的語言，將人的道德和倫理觀念嵌入在人工智能中，使其服從甚至具備人的倫理觀念。另一個難題是，當面臨道德困境時，人工智能如何進行決策。我們需要構建一個可以被廣泛接受的倫理框架來指導人工智能系統進行推理和決策。需要強調的是，人

14、工智能的倫理問題本質上是一個哲學問題。人類在研究人工智能的倫理問題時并不是在研究機器的道德和倫理，而是一個借由該問題對人類進行自我探索，對人性進行深度剖析的過程。這一過程是對人類道德的呼喚，是對人性的召喚，更是對“人”的意義和價值的吶喊。3人工智能發展建議（一）人工智能技術標準化人工智能技術必須滿足客觀的標準從而保證對安全性、可信賴性、可追溯性、隱私保護等方面的要求。為了更有效的評估人工智能技術，相關的測試方法必須標準化，并創建人工智能技術基準。技術基準包括測試和評價，為標準的制定提供定量測量的要求，同時評估標準的遵守情況。標準的測試方法應該描述人工智能技術評估、比較、管理的方法和程序，包括但

15、不限于：準確性、復雜性、信任和能力、風險和不確定性、可解釋性、與人類行為的比較以及經濟影響等。我國在發展機器人等相關人工智能產業的同時，可以積極參與國際交流與合作，提升在國際標準制定中的話語權。（二）加強法律與道德基礎建設隨著人工智能技術的快速發展，應當及早建立對法律、倫理問題的早期認識，及時采取相應的立法行動和社會互動行為，確保系統的設計者在合規以及道德的指導下，發展人工智能技術，并建立公眾信任機制，推動新市場的開發。故而，人工智能相關產業在發展的過程中應加強跨學科教育和法律與道德的基礎建設。在進行基礎建設的過程中，不僅應考慮國內法和國際法的規定，還要顧及不同的倫理和文化觀點的差異性，以及社

16、會期望等因素。（三）政府監管人工智能技術的發展考慮到人工智可能帶來的潛在破壞性影響，如果政府能夠準確及時地監控和預測人工智能技術的發展，尤其是人工智能技術的里程碑式突破，便可讓人工智能系統不間斷地處于人類監管干預模式之下，防止人工智能技術出現失控性的發展情況，保障人工智能技術為人類所用。此外，人工智能相關行業應該和政府合作，及時向政府反饋行業的最新發展動態，包括近期可能在技術上取得的重大突破。參考文獻1J.McCarthy, M. Minsky, N. Rochester, C.E. Shannon, A Proposal for the DartmouthSummer Research Pr

17、oject on Artificial Intelligence, 1995.2李紅霞.人工智能的發展綜述J.甘肅科技縱橫，2007，36(5)：17-18.3Jack Copeland. Strong AI, AppliedAI and CSEB/OL.http:/www./turing_archive/pages/ReferenceArticles/what_is_AI/Whatis AI02.html 2017-4-30.4楊婕，姚財福.人工智能各國戰略解讀：歐盟人腦計劃J.信息網技術，2017， 2（2）：50-51.5劉學寬，陳李麗.淺談產品責任的因果關系認定 J山東審判: 山東法官培訓學院學報，2013，29 (3):93-956Singh K, Bhola S, Lee W. xBook:Redesigning privacy control in Social network platformC.