 ==>> 点击下载文档 |
随着人口红利的快速消失，中国急需寻找新的增长引擎。基于人工智能的自
动化可以提升生产力，帮助中国实现其经济发展目标
在这一背景下，理解人工智能的发展及其对中国的影响尤为重要。本文将涵
盖以下内容：
经济、社会和地缘政治方面的影响
提出五大战略建议
1. 人工智能人工智能人工智能人工智能：：：：拐点来临拐点来临拐点来临拐点来临
人工智能人工智能人工智能人工智能是是是是对人的意识对人的意识对人的意识对人的意识、、、、思维过程思维过程思维过程思维过程进行进行进行进行模拟的一门新学科模拟的一门新学科模拟的一门新学科模拟的一门新学科。。。。似乎在似乎在似乎在似乎在一夜之间一夜之间一夜之间一夜之间
人工智能人工智能人工智能人工智能从从从从虚无缥缈的虚无缥缈的虚无缥缈的虚无缥缈的幻想幻想幻想幻想成为了成为了成为了成为了现实现实现实现实。。。。计算机科学家计算机科学家计算机科学家计算机科学家们们们们在机器学习和深度学习在机器学习和深度学习在机器学习和深度学习在机器学习和深度学习
领域领域领域领域已已已已取得取得取得取得重大突破重大突破重大突破重大突破，，，，可以可以可以可以赋予机器认知赋予机器认知赋予机器认知赋予机器认知及及及及预测能力预测能力预测能力预测能力。。。。如今如今如今如今在现实世界中在现实世界中在现实世界中在现实世界中，，，，这些这些这些这些
系统系统系统系统的的的的应用应用应用应用已已已已不鲜见不鲜见不鲜见不鲜见。。。
回顾回顾回顾回顾变革前的变革前的变革前的变革前的简简简简史史史史人工智能意为机器对人脑思维认知功能的模拟。这一概念长期以来只存在于
人类幻想和科幻小说中，直至20世纪五六十年代，有关人工智能的理论初步形成
后，才开始引发普遍乐观情绪和第一波热潮。但由于技术未能实现突破性进展，人
工智能无法达成预期效果，因此陷入了一段沉寂期1。往后数十年间虽然不乏成功
案例（如IBM的超级计算机“深蓝”击败国际象棋冠军加里卡斯帕罗夫），但因
为人工智能在现实世界的成功案例太过孤立，所以不足以支撑大规模商业化
让我们快进至21世纪。数据数据数据数据收集及整理收集及整理收集及整理收集及整理、、、、算法算法算法算法（（（（尤其是机器学习尤其是机器学习尤其是机器学习尤其是机器学习））））以及高性以及高性以及高性以及高性
能计算能计算能计算能计算等等等等技术技术技术技术的突飞猛进促成了革命性进步。例如，在以往被认为是机器“无法
取胜”的围棋比赛中，AlphaGo成功击败人类世界冠军，从而赋予了这场获胜历史
性的意义
而变革不仅发生在理论前沿。被视为未来超级智能系统的先锋——各类应用
机器学习技术的分析工具已现身市场。金融、医疗、制造等行业应用发展迅速，人
工智能领域的全球风投也从2012年的5.89亿美元猛增至2016年的50多亿美元2
麦肯锡预计，至2025年人工智能应用市场总值将达到1270亿美元
了解人工智能了解人工智能了解人工智能了解人工智能及其及其及其及其能力能力能力能力
以往人们借助计算机的运算能力可以更高效地完成任务（例如，比人类更快
地处理更复杂的计算）。传统的软件程序由人类编写，包含具体的指令要求
人工智能的工作模式完全不同。它们依据通用的学习策略，可以读取海量的
“大数据”，并从中发现规律、联系和洞见。因此人工智能能够根据新数据自动调
整，而无需重设程序。利用机器学习机器学习机器学习机器学习3，，，，人工智能系统获得了归纳推理和决策能
1 Daniel Crevier, AI: The tumultuous history of the search for artificial intelligence (人工智能：探索人工智
能的坎坷历史)，Basic Books, 1993.
2 “The 2016 AI recap: Startups see record high in deals and funding (2016人工智能回顾：创业公司交易及
融资创新高)，CB Insights blog，2017年1月19日， https://cbinsights/blog/artificial-
intelligence-startup-funding/.
3 机器学习是人工智能领域最重要的技术进步之一。基于人类认知过程可通过数学模型模拟的假设，大量数
据被输入提供框架性学习策略的算法内，“训练”机器自主寻找可以解读数据或提供预测的规则或程序。力；而深度学习深度学习深度学习深度学习4更将这一能力推向了更高的层次更将这一能力推向了更高的层次更将这一能力推向了更高的层次更将这一能力推向了更高的层次。这些计算机系统能够完全自主
地学习、发现并应用规则
虽然深度学习领域近来的突破可使人工智能系统在一些关键能力上媲美甚至
赶超人类，但距离实现“通用人工智能”，即机器能够完全模拟人类认知活动，仍
需数十年的努力。不过机器学习系统已经有了某些商业化落地，且应用广泛，可以
担当客服、管理物流、监控工厂机械、优化能源使用以及分析医学资料。麦肯锡全
球研究院最近的研究显示机器学习技术可广泛应用于各行各业5
人工智能技术通常由四个部分组成，即认知、预测、决策和集成解决方案
认知认知认知认知是指通过收集及解释信息来感知并描述世界，包括自然语言处理、计算机视
觉和音频处理等技术。预测预测预测预测是是是是指通过推理来预测行为和结果。举例而言，此类技
术可用来制作针对特定顾客的定向广告。决策决策决策决策则主要关心如何做才能实现目标
这一领域的用例十分广泛，如路线规划、新药研发、动态定价等。最后，当人工智
能与其他互补性技术（如机器人）结合时，可生成多种集成解决方案集成解决方案集成解决方案集成解决方案，如自动驾
驶、机器人手术，以及能够对刺激做出响应的家用机器人等。目前人工智能各项技
术的商业化水平参差不齐。认知和预测领域的许多技术已经逐步商业化，然而决策
和集成解决方案技术多处在研发阶段（见图1）
4深度学习是机器学习领域的分支及计算机科学的前沿，指人工的、基于软件的计算机通过模拟人类大脑神经
元的功能，彼此相连，形成一个阶层式类‘神经网络’。不同于浅层学习算法或传统式机器学习的手工获
取特征，深度学习使用多层非线性处理单元变换数据输入，上层输出作为下层输入，自动提取数据特征
该错综复杂的神经网络使得诸如图像识别及自然语言生成等更为复杂的技术得以实现
5The age of analytics: Competing in a data-driven world (分析时代：数字化世界中的竞争)，麦肯锡全球研
究院，2016年12月
。。。以上简介无排版格式，详细内容请下载查看
