2018年3月1日，美國權威***—國際戰略研究中心（CSIS）發布《美國***智能戰略》報告。報告提出，為促進機器智能（MI）技術安全、可靠的發展，并保持美國在MI領域的全球領先地位，美國政府應制定MI國家戰略，并從MI研發、人才培養、數據環境、法律政策、風險管控、戰略合作等六大方面提出了具體舉措，用于指導該國家戰略的制定。

有生之年：第一個打敗圍棋世界冠軍的程序出現了，第一輛自動駕駛的汽車上路了……人工智能，或者說機器智能（machine intelligence），已經開始悄悄滲透企業、公共事務，在全球范圍影響著人們的工作和生活。

機器智能顯而易見的戰略地位，使其融入各國頂層設計，產投研各界熱情的日漸增長。

本期的智能內參，我們推薦來自美國國際戰略研究所（CSIS）的***智能戰略報告，解讀機器智能的發展現狀，分析其對經濟、社會、國家安全的影響，報告還給出了國家發展機器智能的六點策略建議。

以下為智能內參整理呈現的干貨：

一、現在：MI主要做兩類事

▲工程師在工廠調試機器智能

機器智能（MI）能夠執行復雜的、需要人類級智慧（human intelligence）的任務。計算機科學家和數學家們利用深度學***（一種基于大型數據集賦能的機器學***算法），開發MI系統。

盡管MI的基礎技術在上世紀60年代（達特茅斯會議）既已存在，但過去五年，計算能力/芯片、可得的大數據/傳感器和移動設備、機器學***/深度學***這三個突破性進展，才是開啟MI復興運動的鑰匙，使其有望走出實驗室。

▲人類與機器的“智能”對比

現在，MI論文的年發表數量已經是1996年的九倍多，對象檢測、語音識別等MI技術水平已經超過人類；過去五年，投資者們把更多的錢（超過50億美元）交給創企（美國，50多家）；微軟技術頭子Peter Lee表示，一個頂級MI專家的薪資堪比橄欖球的四分衛；預計2021年，全球MI軟硬件、服務產業將達580億美元規模……

當前的MI技術可謂專攻模式識別，這使其主要應用于兩類工作：機械性、重復性高的工作，和需要分析海量數據的工作。

▲MI的兩類技能示例（執行機械性、重復性任務&海量數據分析）

MI發展迅猛，已經能夠更敏捷、高效地輔助或取代人類執行任務或進行決策（但并不會取代人類，畢竟重度依賴數據和算法且不可擴展/遷移），并在交通/車輛、醫療、工業、農業、安防、律政、金融、家居、教育、零售/消費等領域實現應用。

為建立更完善的MI生態，其算法的不可/難以理解性、相關過失的分則機制、數據源是否尊重隱私、與現有市場規則的不相容性等問題有待政策解決。

▲普京：人工智能不僅是俄羅斯的未來，更是全人類的未來

2017年夏，中國推出了其人工智能發展規劃，強調了MI在***、犯罪***等領域了應用；2017年秋，俄羅斯總統普京亦在演講中強調MI戰略的重要性；加拿大、法國、英國也將MI寫入國家級戰略，并確保其使用將尊重隱私、公平、透明。

美國現有經濟和技術的領先地位，使其MI技術和產業發展亦為世界第一。但隨著全球各國MI戰略的確立以及快速發展，它們與美國MI的差距逐漸減小。為延續優勢，美國必須保持其MI投資（特別是針對研發的投資）的領先地位，并提早為MI可能帶來的影響進行規劃。

二、未來：顛覆公司、個人和國家

經濟層面來看，MI將掀起兩波沖擊。

第一波MI沖擊已經發生，并將持續影響未來5到10年。此即創投/收購潮：谷歌、百度這類大型科技公司狠砸錢（光2016年就300多億美元），搞研發買創企部署MI；豐田、福特2017年砸了十多億美元搞自動駕駛；去年全球MI產品和服務交易規模超125億美元，其中風投和私人資本約占60億美元；英偉達因其MI芯片（GPU）的市場主導地位，2017年股價較2014年增長了7倍多。

下一波MI沖擊，將是MI技術突破產品、服務銷售，應用于企業系統。目前，僅不到四分之一的企業采用MI，且多局限于IT部門，如網絡安全部門。隨著MI企業應用 的深化，MI之于公司業務將如本世紀初的互聯網。

問題來了，經濟增長的同時就業市場將如何演化？

樂觀人士認為，MI帶來經濟效益（2030年全球GDP增長157萬億美元）的同時將簡化人們的工作，誕生新的工種，恰如工業革命威脅農民的同時催生了服務業；悲觀主義者認為MI將為低端技術從業者帶來沉重打擊，牛津經濟學家2013年報告稱未來20年美國將有47%的工人因MI失業。

事實上，這完全取決于政府和政策制定者現在采取的行動：如何制定技術過渡計劃/福利保障，投資并執行受影響工種人員的新工種再就業培訓，限制MI應用領域……

從生活層面來看，MI將為我們帶來方方面面的便利：如金融服務、駕馭、基建、出行（自動駕駛、共享交通系統）、能源（智能電網）、購物、觀影、醫療（診斷和看護）等。2017年科技公司，如微軟，在MI之于監測、模擬、管理、評估自然環境等環保領域的投資達3060億美元。

但伴隨著便利的，是MI潛在的威脅：如公民隱私安全（最近谷歌的DeepMind與英國國家衛生系統合作涉及了超過160萬份敏感的健康記錄，但沒有支會患者）、技術不透明性（因為算法邏輯難以解讀，如果自動駕駛汽車發生車禍，如何判定事故責任成為難題）、生產力及利益分配（如何隨著技術發展重新定義人類勞動價值）、網絡安全問題（如何避免MI被用于網絡攻擊、近乎完美的音頻視頻仿造等，從而影響公共信息可信度）。

與此同時，MI還將重定義全球經濟和軍事平衡。

MI之于國防安全的戰略地位有如之前的太空競備，不僅在于軍事平臺和武器，更在于新的戰略、戰術和行動概念：普京去年說過，誰領導了MI發展，誰就將成為未來世界的規則制定者；中國也在新一代人工智能規劃中明確了成為MI領導者的戰略目標。目前美國的優勢是，科技部門年指出占GDP的7.5%，相關科技崗位達700萬，全球前十的科技企業有八家是美國的。

三、六大策略

▲全球MI/AI國家戰略一覽

為了保證安全的技術演進，以及維持美國在全球的領導地位，基于MI的技術和發展分析，CSIS提出了下列六點國家戰略建議。

不斷的投資于MI科技研發

MI技術在過去五年的爆炸式進展，不僅僅在于過去五年的科技積累。為要利用并繼續建筑良好的科技和產業發展環境，必須加大投資。對于政策制定者而言，第一步就是基礎研發的投資。

新加坡、日本、英國、加拿大、法國、韓國等在過去兩年已經推出了MI政府研發戰略，超過十億美元的資金流向研發工程；中國更是壕氣，去年7月的新規劃中發布了多項地方、省級MI發展計劃，為產業提供數十億美元的支持，光湘潭和天津兩市就有70億美元的項目。相比之下，美國MI政府項目主要是2015年的11億美元研發支持，而***政府還計劃著要削減百分之十的國家科學基金會經費，這將對MI發展造成很大的影響（關鍵時期投資不足）。

除了政府基金，風投和私人資本在2012年以來也為MI產業提供了約60億美元的支持，大型科技公司，如蘋果、谷歌、臉書、亞馬遜、微軟都有MI部署計劃，并在2016年投入了約200到300億美元。

但光靠私營部門是不夠的，他們注重商業性和營利性，***在基礎研發、相關社會福利、隱私、道德問題等層面的角色不可替代。有分析指出，MI真正能發揮正面經濟作用所需的研發資金是現有的兩倍到四倍。

CSIS指出，美國政府應該投資大學、研究機構建立MI基礎研究部，并投資高性能計算芯片、量子計算、機器人、集成電路和傳感器小型化、材料科學、電池等相關基礎技術的研發，為研究人員提供可訪問的聯邦超算，支持私營企業合作，為小型MI研創項目、公司提供基金、貸款、撥款等。上述舉措還將有助于留住科技公司，加強國際交流，實現高效政務運作等。此外，政府還應督促國防和社區安全MI部署，促進軍民融合。

發展面向MI時代的勞動力

無疑，MI將促進生產力發展和國家繁榮，但其發展初期與勞動力市場不匹配的問題需要政府和政策制定者提高警惕。

CSIS指出，MI帶來的勞動力市場難題主要需要采取兩點措施：重新制定下一代的教育計劃，以及考慮當代工人的繼續教育和再就業培訓，幫助他們過渡到新的職業需求中去。

現有的下一代的教育計劃主要是STEM（科學、技術、工程、數學），但這太過于狹隘了：計算機科學家/專業人士不足，物理和生命科學畢業生過多；同時，硬技術和科學也難以成為MI時代的勞動力補充，硬技術易被自動化取代，我們需要軟技能，來進行換位思考、溝通、批判性思維等。

因此，我們新的教育計劃應聚焦于培養兩類人：高級技術人才，能夠構建和操作MI系統、機器，即增加計算機科學學位以補充MI人才不足的現狀；適應力強的，具備基本數字素養和軟技能的人才，以對機器的工作進行補充。

特別需要指出的是，對于國家而言，政府還應該制定政策吸引并留住頂尖人才，以及MI相關投資、建設等。事實上，對比中國正在號召海外華裔、華人科技人士和企業家歸國，美國正在制定不友好的移民政策，將外國人才推開（導致加拿大受益，吸引了谷歌、臉書、微軟、優步等企業建立創新中心）。

▲全球各國在勞動力市場的支出

針對當代工人的繼續教育和再就業培訓，CSIS支出，政府應與私營部門合作，并鼓勵小型企業（如SBA，小型企業聯盟）與大型科技公司合作，提供培訓指導和MI資源/工具。根據2014年的OECD報告，全球各國平均再就業培訓支出占GDP的0.6%，而美國僅0.1%。當然，再就業培訓不該是平等的，目的是實現資源匹配和減少失業，需要設置激勵計劃促使員工的主動性（追求新的職業規劃）。

此外，為了保障被自動化取代工作的工人的利益，政策制定者應考慮綜合再就業培訓與失業保險、工作共享計劃、福利和工資等措施。

創建開放靈活的數據生態

高質量的訓練數據是MI發展的必要條件。專家評估，對于開在城市道路的自動駕駛汽車，每天需要處理40TB的數據。

2011年到2017年，美國人的智能手機持有率翻倍（35%→77%）；汽車、道路設施、冰箱等也在提供大量的數據。隨著移動設備和物聯網概念的興盛，90%的數據誕生于過去兩年。龐大而又靈活的數據生態，是美國領先MI的主要原因之一，政策制定者應確保MI開發人員能夠訪問并使用之。

各個政府機構應該合作，開放數據集供公眾使用，如衛星圖像、交通數據、金融數據等；***也應加強與州政府間的合作，提供數據整合、共享平臺。事實上，國家海洋和大氣管理局的公開數據（氣象）每年創造的價值超過3***美元。

此外，政府還應在數據的易使用性方面做努力，即構建和標記數據文件，制定政府與產業共享的數據標準，在保護數據隱私和數據安全性的前提下，鼓勵私企進行數據共享，開放應用程序接口。

考慮到來自中國的數據競爭（2020年全球20%的數據將來自中國，2030年30%），對采取保護主義，數據本土化和隱私政策的國家的數據獲取和訪問，CSIS建議美國政府使用貿易協定，建立雙邊和多邊伙伴關系等辦法來促進數據的自由流動。

促進MI采用并克服屏障

以目前的市場情況來看，MI的采用率還比較低。

2017年麻省理工的調查顯示，僅5%的公司高管在考慮將MI引入其產品，不到40%的高管考慮MI策略。事實上，很多公司MI轉化的障礙是，缺乏MI工具，如IT基礎設施、客戶數據訪問權力等。翻譯一下，就是高昂的成本和不確定的心理。

對此，政府可以從法律法規的角度來幫助企業的自動化推進，并采取激勵機制（擴寬研究和實驗稅收抵免、提供貸款擔保、官方采購等）促進之。

此外，政府還應提供MI技術、法律和監管不確定性評估，比如自動駕駛汽車、醫療診斷工具等的聯邦安全標準和事故責任機制。這里主要有兩種方式：委任專家委員會審查法律法規原則的MI適應性，將專家研究結果與法官和律師探討。

主動開發風險管理

MI技術還在發展階段，可能還需要很多年的***，期間可能的風險和技術挑戰需要得到積極的解決，因此需要主動的開發風險管理機制。

首先，就是要消除偏見和歧視。鑒于MI源自于數據集，系統是被訓練而不是被創造出來的，而現有公開數據隱含了許多***、性別歧視、地域歧視等信號。

其次是安全風險，比如自動駕駛汽車傳感器失靈可能造成事故，故需避免系統孤立，加強交互。

當然，最大的顧慮就是保持系統的可控性（后果參考2010年美國自動化股票交易程序的閃電暴跌），比如它能***謊，但這項技能是否開啟必須由人類使用者決定。

政府須組建產業、學術界專家構成的咨詢機構，促進產業活躍發展的同時管理技術風險（制定標注、測試和認證MI系統），包括數據隱私問題/可訪問性、道德標準、算法偏差、系統的安全和控制等。因為越來越多的人將開始依賴于MI，社會服務、醫療保健、就業、刑事司法等敏感領域也將被MI滲透，而MI不會是完美無誤的。

通過戰略合作引領MI技術

建立國際間的戰略合作，有助于更快的部署技術，分享MI價值觀、方法和標準。

這里說到的戰略合作，首先是與加拿大、英國（倫敦，多倫多和蒙特利爾等）這樣的長期致力于MI新技術研發的國家進行合作，支持企業、學術交流，發揮美國前沿技術優勢吸引創企和研究力量/技術帶頭人。

其次，MI產業所需的智能制造、機器人技術要求美國與德國、日本這樣的國家進行合作，而美國的機器人之和其他軟件領域的優勢正是合作的籌碼。

此外，隨著MI的發展，用于計算和電池的材料重要性增加，CSIS建議美國效仿中國對稀土資源的保護，將南部的鋰材料設為戰略資源。

最后，CSIS建議美國強化在國際技術和治理標準組織（比如IEEE、ITU、ISO等）的參與度，在全球MI技術、倫理、政策的制定中扮演強有力的角色。

智東西認為，現有機器智能（MI）依賴于大型數據集的訓練，其主要技能在于模式識別，因此短期內的應用將偏向于重復性、機械性、專業化的工作，開放、靈活的數據生態亟待建立，金融、安防、律政、醫療（圖像識別、信息錄入）等將成為主要場景。龐大的數據生態和紛繁的場景應用，以及積極的政策、資本環境是中國MI的優勢，參考CSIS的MI策略建議，針對性的國際合作（如加拿大、英國的算法，德國、日本的機器）以及人才計劃、產研轉化等，將有助于國產MI產業取長補短。