数字经济时代下的人工智能

纵观人类社会生产力发展进程，计算机的出现具有划时代的重大意义。计算机及数字经济的出现改变了社会主要生产力的构成，推动着生产方式的变革，为生产力发展提供了一条新赛道和一个新可能，全球经济结构在其影响下重塑，数字经济的蓬勃发展推动着新时代新一轮的工业革命即信息革命的不断深化，成为改变全球竞争格局的重要力量。继农业经济、工业经济两大经济形态后，数字经济成为了当下最主要的经济形态。在数字经济的时代背景下，随着互联网，云计算，大数据等核心关键技术日益成熟并且不断突破，人工智能技术也随之不断成熟，而人工智能作为当下影响着人类社会发展进程的最不可忽视的力量，已成为推动数字经济深化发展的中坚力量，它自身的迅速发展在不断地推动生产力的发展和社会的变革，成为加速社会经济发展进程的核心驱动力。

1.    人工智能与高级机器的本质区别

近年来计算机操控下的人工智能机器逐渐从能代替人的体力劳动发展到能代替人脑内部的智力操作与运算。随着人工智能逐渐生活化，渗透到日常生活的各个方面，大众对其的接受程度也不断增高，但仍有许多人将人工智能与高级机器混为一谈。

高级机器最常见的分支为机器人，机器人本质上是可编程机器，其通常能够通过各种传感器和执行器半自主或自主地与外界互动，执行一系列设计者编码设计好的指令动作，它并不能去模拟人脑进行“学习”与“思考”。高级机器的底层逻辑在于实现设计者提前设定的一套编码规则，这个过程可由机器自主完成也可以由人在背后去操纵完成。高级机器是编程应用于特定机器实现特定功能的一种实例，程序序列与机器相结合去实现如家居机器人，银行自助服务机器这种简单的劳动，而人工智能将模拟人脑去做更高级的事情。

人工智能与高级机器有着千丝万缕的联系但其有着本质上的区别，人工智能的逻辑根源来自于各种算法，数据和算力，算法通过数据去开发计算机程序实现不同的模拟人类智能的操作，从简单到复杂，从单次到迭代。其中人工智能算法可以实现与人脑加工认知类似的操作如“学习”，“思考”，语言理解和逻辑推理。人工智能在生活中的应用方式有许多，包括各种AI算法程序和智能机器人，AI算法程序用于各大搜索引擎，个性化推荐引擎和路线查找器，在智能机器人中，AI算法隶属于机器内部系统的一部分，机器人还包括非AI编程部分以及各种传感器和执行器。将AI与传统的编程类高级机器区分开来的关键点在于“智能”与“思考学习”，非人工智能程序只需要无脑执行一个编码者定义的指令序列，而人工智能程序能够模拟一部分人类脑中的智力操作。

人工智能与高级机器常被混淆的最主要原因源于其二者之间的重叠应用即人工智能机器人。人工智能机器人是机器人与AI的重叠应用，由AI程序控制的机器人可以根据人工智能的核心能力分为三个层面，分别是计算智能、感知智能、认知智能。计算智能可以基于海量的数据进行深度学习，存储每一次学习的经验，执行下一次操作时调用学习过的已存储的经验，其需要庞大的存储量和快速的计算能力。许多购物平台会利用计算智能去深度学习用户的购物习惯，存储大量用户数据从而实现不同用户的购物平台个性化和个性化推荐。感知智能即能够使机器具备视觉、听觉、触觉等感知能力，能够使机器学习人类的沟通方式并用人类的沟通方式与使用者进行互动。当下无人驾驶技术就是基于感知智能的技术而开发出的最广泛生活化的应用。认知智即使得机器能够结合跨领域的知识图谱、因果推理、深度持续学习等去拥有人脑认知学习过程中培养起来的能力如认知整合能力、归纳总结能力、理解推理能力、知识运用与迁移的能力。认知智能相对与计算智能和感知智能复杂许多所以发展也相对较慢，目前仍处于探索开发的阶段，认知智能已成为当下对市场经济的宏观预测，以及大型资管机构从海量数据中提取有价值的投资信息作为提升投资决策精准性与资产配置合理性的重要辅助工具。

2.    ai发展过程中生产力提升可能带来的社会矛盾

人工智能的商业化带来了生产力的提升，在数字经济的背景下人工智能和机器学习在各行业中的应用所占比例越来越高，而对人力的需求包括体力劳动以及人类头脑的认知劳动，则不断地在减少。人工智能的使用权、知识产权不断私有化源于大众看到了人工智能背后隐藏的经济利益链，其发展过程中带来的社会矛盾也在不断滋生，如大量人力劳动力被替代的失业隐患，知识公有性被严重挑战从而形成一种在数字经济大背景下的新型垄断隐患以及隐私暴露隐患。

人工智能制造了一条分割线，将人群分为两部分，一部分人群能够习惯并熟练使用或研发人工智能，一部分人群则拒绝接受人工智能或不能够习惯使用人工智能。许多并没有学习过人工智能相关知识和没有学习过如何使用人工智能机器的人群面临着被机器剥夺工作岗位的危机，被人工智能技术所取代的人群将面临着失业所带来的无耐与窘迫。

在人工智能技术不断发展的今天，AI发展速度过快的同时发展隐患并未能完美解决的矛盾成为了各国重点关注的问题，随着技术的不断完善和发展，深层次的隐患问题逐一浮于公共视野，人们逐渐意识到并不是所有人群都能够获得人工智能带来的便利和红利，与之相反的是，人工智能技术极大可能会带来信息的不对等流通和信息屏障，大量“信息难民”也会因此产生。人工智能技术发展要求大众具有更高的知识认知维度，部分人群若不能提高对其的认知水平则会遭遇信息屏障所导致的信息不对等，这个障碍若没有得以及时解决，社会公平就无法实现。面对人工智能在各领域应用的重大机遇和现实挑战，加强规范引导是关键部分，我国应在平衡中做到扬长避短、趋利避害。

人工智能的逻辑根源来自于各种算法，数据和算力，当AI技术水平越高，就越需要大量的数据去支撑算法程序的不断更新迭代和深度学习，其中大量的数据大部分由公众个人隐私信息组成，人工智能的应用场景导致其需要大量隐私信息才能提供服务，如个性化推荐、用户画像以及智能化产品上所装载的传感器、录音监听设备等。大众享受着数据带来的红利的同时也面临着个人隐私暴露的问题。普通人的数据成为各领域的金钱与流量，被导入各类AI的应用场景中。AI发展的特殊性导致其不可避免地会有灰色地带的存在，技术双刃剑的发展不可避免。关于如何去平衡隐私保护和AI发展的关系的看法层出不穷，其中AI立法和用AI的方式去约束AI技术成为主流。各国AI立法不断推进，AI Index对 25个国家的 AI 立法记录的分析显示，通过成为法律的包含“AI”的法案数量从 2016 年的 1 项增加到 2021 年的 18 项。2021年，西班牙、英国和美国平均通过三项法案，与AI相关法案数量最多。然而技术的发展总比法律的约束来得快，如果只通过立法去约束，可钻的漏洞会越来越多，安全和隐私也得不到保障，在立法的速度跟上技术发展的速度的基础上，再用AI的方式去约束一些AI技术对隐私的滥用才能平衡AI发展与隐私保护的关系。目前人工智能研发出对抗生成神经网络模型，它可以通过输入小量数据生成大量符合真实分布的数据。这也为AI立法开辟了一种新思路。不过当前基于AI深度学习的隐私保护的研究仍处于探索阶段，未来将面临许多挑战。

3.    繁荣的ai生态促进数字经济的发展

在数字经济大时代背景下，人工智能渗透到各个行业，给各个行业带来了智能化数字化的新思路，在各行业得以广泛应用。计算机操控下的人工智能机器逐渐从能代替人的体力劳动发展到能代替人脑内部的智力操作与运算。2021 年AI最大的私人投资领域是“数据管理、处理和云计算”，各大企业早已意识到ai的商业价值。人工智能时下最主要的场景应用有个性化购物、导航、机器人、医疗保健、农业、汽车、制造业、市场广告营销等，据Statista发布的2020年报告显示，全球人工智能软件市场预计将比2019年同期增长约54%，预计规模为226亿美元。同时根据Statista预测，2023年全球消费电子市场规模将达到1.11万亿美元。ai快速的发展速度也使其涉及范围更广同时更加生活化，斯坦福大学发布2022年人工智能指数报告（2022 AI Index Report）也在其报告中指出AI变得更负担得起、性能更高。自 2018 年以来，训练图像分类系统的成本降低了 63.6%，而训练时间缩短了 94.4%。 在其他 MLPerf任务类别（如推荐、目标检测和语言处理等）中出现了训练成本更低但训练时间更快的趋势，这无疑是有利于 AI 技术更广泛的商业应用。

当下时代背景的关键词为数字经济，人工智能是一支新生且强劲的生产力，能够引领中国实践创新发展，的人工智能发展的前景将更加蓬勃。