AI热潮不减。过去一周，“双马对话”拉开世界人工（gōng）智能大（dà）会的（de）讨（tǎo）论热（rè）潮，同一时间， 百度在北京（jīng）举办“百度云智峰会”喊出（chū）“AI工业化（huà）”的口（kǒu）号。京东（dōng）云发布智能城市（shì）战略。仅（jǐn）一个（gè）周末，由陌（mò）陌推出的（de）AI换脸（liǎn）APP，一夜“ZAO”热……

放眼国内，AI技术正展现（xiàn）大变革潜力（lì），AI赛道也日益拥挤（jǐ）。站在今天回看，2017年或许是中国人工智能发展的一个重要（yào）节点。从那一年开始，人工智能（néng）风起云涌。一夜之（zhī）间（jiān），仿（fǎng）佛所有（yǒu）的（de）公司都变成了人（rén）工智能公司，资本、人才向人工智能领域快速涌（yǒng）入。“人工智能”成为科技界、学界、企（qǐ）业（yè）界最热门、最受追（zhuī）捧的词汇之（zhī）一。而彼时，科技巨头Google、IBM等对人工智（zhì）能的研究已逾十年，近几年（nián）部分研究（jiū）成果（guǒ）已经进入商业应用。

从这（zhè）些（xiē）维度来看（kàn），人工智能可谓已经（jīng）迎来一个（gè）非常（cháng）好的（de）时代，但是热（rè）闹（nào）背后一些问题也浮现出来。在（zài）释放巨大应用价（jià）值和商业价值的同（tóng）时，人工智能的推广使（shǐ）用也产（chǎn）生了（le）一些“副作用（yòng）”。个人隐私（sī）信息被非法采集、利用大数（shù）据实施精准诈骗等，已（yǐ）开始露出苗头；“人工（gōng）智（zhì）能可能（néng）拉大（dà）数字鸿沟、取代工作（zuò）岗位（wèi）”的猜测，也引发了一些担忧（yōu）。

人工（gōng）智能（néng）需要“交通法规”

回应社会上（shàng）对人工智能（néng）的种种担（dān）忧，又为这（zhè）一技术保（bǎo）留了足够的创新空间。前不久，国家新一代人工智能治理专业委（wěi）员会发布了（le）《新一代人（rén）工智能治理原则——发展负责（zé）任（rèn）的人工智能》，明确（què）了人工（gōng）智（zhì）能治理的框架和行动指南。

这意味（wèi）着，正在（zài）快车道上飞奔的中国人工智能多了一（yī）部“交通法规”。 作（zuò）为一项影（yǐng）响（xiǎng）深远的颠覆（fù）性技术，人工智能技（jì）术（shù）可能（néng）带（dài）来的“副作（zuò）用”不可（kě）小觑。特别是在人工智（zhì）能进（jìn）入实用的新（xīn）阶段，鼓励创新和（hé）规范应用必须（xū）双管齐下。我国已是（shì）人工智（zhì）能发展大国，尽早（zǎo）立（lì）下“包容共享（xiǎng）、敏捷治理”等规矩（jǔ），将（jiāng）为人工智能的健康发展保驾护（hù）航。

消除偏（piān）见，打（dǎ）造负责任（rèn）的（de）人工智能

在（zài）探（tàn）讨人工（gōng）智能可能带来的偏见和歧视问题时，微（wēi）软的研究团队，正在从称为“单词嵌（qiàn）入”的自然语（yǔ）言处理工具做起，试（shì）图（tú）解决（jué）文（wén）本搜（sōu）索中（zhōng）的性别偏见的问（wèn）题。

所（suǒ）谓单词（cí）嵌入（rù），是一种用来（lái）将单（dān）词转换为向（xiàng）量数字（zì）的算法，它（tā）能够以（yǐ）来自新闻数（shù）据或者网页数据的海（hǎi）量文本数据为依据，为（wéi）每（měi）个单（dān）词赋（fù）予一个对（duì）应的向（xiàng）量数字。通过在向量坐标系中，比对常见词汇与“他”、“她”这两个性别代词之（zhī）间的关（guān）联（lián）度（dù），研究人员发现了一些明显的（de）特征（zhēng），例如（rú）“sassy(刁蛮)”、“knitting(编织)”这（zhè）样（yàng）的词更靠近女（nǚ）性（xìng），而（ér）“hero(英雄)”、“genius(天才)”更靠近男性。

算法之所以会为这（zhè）些（xiē）词汇赋予（yǔ）性别特征，原因在于训练（liàn）算法用的基（jī）准数据集（jí）——通常（cháng）是来（lái）自新闻和网页的数（shù）据（jù）——本身就存（cún）在着（zhe）由语言（yán）习惯造成的（de）“性别偏见”，算法也自（zì）然“继承”了（le）人（rén）类对（duì）这（zhè）些（xiē）词汇理解的性别差异（yì）。其结（jié）果（guǒ）就是，当微软用（yòng）试验算法，根据（jù）梅（méi）林达·盖（gài）茨的 linkedIn 信息推测其职业（yè）时，得（dé）到了“教师”的判断，但（dàn）只要将人称代词换（huàn）成“他（tā）”，盖茨（cí）夫人的职业就会变为“律（lǜ）师”。为了解决这个问题（tí），微软（ruǎn）的研究员（yuán）提出了一个（gè）简单易（yì）行的方案：在单词嵌入中（zhōng），删除区分“他”和（hé）“她”的判断（duàn）维度（dù），从基准数（shù）据集中（zhōng）消（xiāo）除偏见。

AI芯片喧嚣背后市场（chǎng）痛点犹存

AI芯片已成为（wéi）中外科（kē）技企业竞争的焦（jiāo）点（diǎn）之一，以至于（yú）清华大（dà）学微电子所所长魏少军用（yòng）“无产（chǎn）业不AI，无（wú）应用不AI，无芯片不AI”这样的话语描述当下的人工智能热潮。

“我们离人工智（zhì）能（néng）还有多远（yuǎn）？目前很多（duō）企（qǐ）业所做（zuò）的（de）只是增强智（zhì）能（néng）而不（bú）是真正的人工智能（néng），离真（zhēn）正的人工智（zhì）能还差得很远”。魏少军表示，人工（gōng）智能网络能（néng）够崛（jué）起（qǐ）取决于三个因（yīn）素，算法、数据和（hé）算力。当前，AI芯片面临两（liǎng）个现实问（wèn）题：其一，算法仍（réng）在不断演进（jìn），新算法层（céng）出不（bú）穷（qióng），每隔几（jǐ）个月算法就发生（shēng）新的变化；其二，一种算法对应一种应用，没（méi）有统一的算法，而（ér）让芯片处（chù）理不（bú）同的算法（fǎ）十分困难。

在（zài）魏少军看来，AI芯片应该具备的要素包（bāo）括可编程（chéng）性（xìng）、架构的动态可（kě）变性、高效的架构变换能力、高计算效率、高能耗效率、低成本等。按照这（zhè）些（xiē）要求，目前业界流行的一些做法均（jun1）不是（shì）理想的（de）架构。过去几（jǐ）年，AI芯片领域一个重要变化就是架（jià）构的变化。人工智（zhì）能（néng）芯片不在于追求算力，而在于架构创新。业界也需要找到（dào）一种针（zhēn）对人工智能计算的全新计算引擎（qíng）。

云从科技副总裁张立认为，传统芯片企业通常更（gèng）关注是如何把芯片做（zuò）成通用化，以支持各种不同应用场景（jǐng）。但这（zhè）样的（de）通用化，在AI场景落地时会遇（yù）到问（wèn）题，比如公司对AI芯（xīn）片考虑（lǜ）较多的是单位功耗，而芯片企业对功耗要求可能不是首要（yào）优先级（jí）。公司在将AI场景落地的过程中，发现通用芯片完全满足（zú）不了需求。这给从事AI解决（jué）方案和核心算法（fǎ）的（de）企业带来了难题——公司的算法是（shì）统一的，但需要在不同的场景适（shì）配不同的芯片（piàn）和模（mó）组。

“目前，AI芯片发展还处在婴儿期（qī）”。张立表示，现在企业（yè）使用的很多AI芯片因为工艺要求较高（gāo），很（hěn）难在大（dà）陆流片，都是在台积电（diàn）进行流片。同时，也正因这工艺复杂度较高（gāo），导致芯片价格较高，使得下游很多使用其模组的产品无法量产。

AI+教（jiāo）育的变革与反思

日前，某人脸（liǎn）识别系统（tǒng）在课堂（táng）上的应（yīng）用在笔者朋友（yǒu）圈引起热议。图中显（xiǎn）示，两名在教室中的女生身边，显示（shì）出了相（xiàng）应的课堂行为数据，比如趴桌子、玩手（shǒu）机、睡觉、听讲（jiǎng）、阅读、举（jǔ）手等等。业内某名嘴犀利（lì）点评：非常反感这种应用（yòng），且毫无意义（yì）！教育（yù），跟养猪的（de）区别还是（shì）蛮（mán）大的！

联合国教科文组织在2019年3月份发（fā）布（bù）过《教育中的人工智能：可持续发展（zhǎn）的挑战和机遇》报告，比较（jiào）系（xì）统综（zōng）合了各国人（rén）工（gōng）智能和（hé）教育相结合的做法。报告的（de）愿景是促进人工智能（néng）教育（yù）可持续发展，但更重要的目标是（shì）怎么（me）样体现（xiàn）教育个性化、包容化、公平（píng）性，驱动教育管理步入全新的轨道（dào），以及帮助学生（shēng）为（wéi）“就业革命”做好准（zhǔn）备。

上海市（shì）人（rén）工（gōng）智（zhì）能（néng）学会理事长、同济大学企业数字（zì）化（huà）技术教育部工程中心主任、同济大学教授（shòu）张浩（hào）就（jiù）曾指出，数据驱动的智（zhì）能（néng）教育主要考虑几个因素：一（yī）方（fāng）面是个性化“教（jiāo）”，作为教师，应该体现教学中的个性化。过去（qù）老（lǎo）师（shī）都是猜，现在可以通（tōng）过数据（jù）辅助。另一（yī）方（fāng）面（miàn）是个性（xìng）化的“学”，以前的学生总是听（tīng），现在可以（yǐ）通过（guò）个性化（huà）数据辅助，可以学得更有序，从（cóng）此建立个性化学习模式。目前，大（dà）数据主要（yào）还是推动个性化教育”。

未来学校的功能是转变（biàn）的，教（jiāo）育的内容是转（zhuǎn）变的（de），教育的（de）环（huán）境也是转变的。教育是永恒的话题，AI结（jié）合（hé）教（jiāo）育刚刚开始。《中（zhōng）国教育现代化2035》中提到“智（zhì）能”为先驱（qū），以人才培养（yǎng）为核心（xīn），有四大方面的考量：提升校园智能化、新型教学模式（shì）、教育服（fú）务新业（yè）态、推进教学治（zhì）理方式变革。人（rén）脸识别在课（kè）堂上的（de）应用（yòng），相信只是（shì）AI落地教育领域的（de）最初尝试（shì），经（jīng）过不断的试错、调整，最终真正地辅助教育的目的。

人工（gōng）智能要做高产值关键（jiàn）要以人为本

人工智能（néng）要（yào）做高产值不（bú）是什么难事，关键是（shì）要以人为本。”上海（hǎi）人工（gōng）智能安全专委会主任、中科院院士、计算机软件（jiàn）专家何积丰表示：“上海人工智能的发展取得了很（hěn）大的进步，政府投（tóu）入了大量（liàng）的资源，给予了高度重视，但（dàn）是在全面性方面（miàn）仍然有待完善。

何积（jī）丰院士所说的全面性，是指要关注科（kē）研创（chuàng）新（xīn）体制改（gǎi）革（gé），以及关注新技术带来的新挑战，包括人工智能的安全性、人工智能的人才（cái）培养（yǎng）、核心基础研究（jiū）的投（tóu）入以及相应的配套设施（shī）的建设。

以安（ān）全为例，何积丰院士援引数据称，上海人工智（zhì）能三年的（de）产值规（guī）模要（yào）达到500亿人民币，五年产值（zhí）规（guī）模要达到（dào）1000亿人民币。“要做高产（chǎn）值很容易（yì），理（lǐ）论上一部（bù）分信息通信技术(ICT)行业的产值也可以算到人工智能领域。但要真（zhēn）正打造人工智能高（gāo）地（dì），让（ràng）人工智（zhì）能服务于我们的社会经济，还有很多工作要（yào）做。”何积丰院（yuàn）士表示。

他强调（diào），人工（gōng）智能要（yào）解（jiě）决的是（shì）基（jī）础的（de）算（suàn）法问题，因此数学（xué）基础研究很（hěn）重要（yào）。他认为（wéi），由于（yú）中国基础研（yán）究长时间地被边缘化（huà），要鼓动（dòng）基础（chǔ）研究人员参与其中需要更大的（de）努力。此外，何积丰院士还（hái）强调应（yīng）让人工智能（néng）技术与5G技（jì）术充分结（jié）合，尽快建（jiàn）设完善各类网联基础设施，让城市完（wán）成智慧协同，实现（xiàn）精细（xì）化的治理。

无数（shù）据，不（bú）AI

2018年，全球（qiú）人（rén）工智（zhì）能市场突破2700亿元，其中中国超过360亿元，相比2015年的203亿元复合增（zēng）长率为（wéi）21%。飞速上扬的（de）曲线（xiàn）背后是科（kē）技发展的日新（xīn）月异，于互联网（wǎng）下半场，AI已经（jīng）成为很（hěn）多（duō）公司、企（qǐ）业面向未来的武器和（hé）底气。

与之对应的是另（lìng）外一组数字，据We Are Social公司（sī）统计，全球独立移动设备用户渗（shèn）透率（lǜ）超过了总人口的（de）65％，活（huó）跃互联网用户突破（pò）了40亿（yì）人，接（jiē）入互联网的活跃（yuè）移动设备超过了50亿台。根据IDC预测，2020年（nián），全（quán）球将（jiāng）总共拥有（yǒu）35ZB的数据量（liàng）。

这是一组（zǔ）每天都处于千万亿（yì）次增长的数（shù）据曲线。

人（rén）工（gōng）智能，算法是发动机，数（shù）据是燃料。对于大部分公司的AI业务来说，获（huò）取（qǔ）海量而优质的标注（zhù）数据（jù）是进行人工智能的先决条件。算法模型是（shì）计算机基于大（dà）规模的训练数（shù）据集，归（guī）纳出的（de）识别（bié）逻辑，以实（shí）现精准的物体和（hé）场景识别。可以说，实现（xiàn）机（jī）器精准识别的重要一（yī）步，就是获取海量而优质的标注数（shù）据。

但在现阶段工（gōng）业界的AI应用研发，标数据是一定跳不过去的，可能10年（nián）之内都要依赖于标数据。”一位业内人士表示。

就当下而言，从最基本的构建模式来看，数（shù）据是人工智能的原料；但如果将数据与人工（gōng）智能技术的整体发展相（xiàng）比，如今数据的采集和（hé）标注方式却是后者发展的“木桶短（duǎn）板”。

这门生意正（zhèng）在进步（bù）。从粗放（fàng）型到如今的精细化（huà）运作，数据的生意模式正在不断（duàn）升（shēng）级。身处这个赛道（dào）的玩家们，则是给它做了最佳（jiā）注脚。可以预测，“无数据，不AI”将（jiāng）会成为常态（tài）。

结语

经历了（le）这个夏（xià）天（tiān），AI热度（dù）有增无减（jiǎn）。但是相（xiàng）比最初由产业界、投资界（jiè）所（suǒ）推（tuī）动的热潮，现（xiàn）在（zài）学（xué）界（jiè）和（hé）基础研究领域（yù）也在逐（zhú）渐产生一些（xiē）革命性变（biàn）革，人（rén）才缺口问（wèn）题也（yě）越来越受到重视，有望从根源上得到解决。

用一麻袋的钱买书，书看完了，卖（mài）了书却发现钱不（bú）够买（mǎi）麻袋（dài）。生活中很多事（shì）情往往会（huì）落入这个套路。

无意于用这个逻辑来（lái）暗讽AI创业的某（mǒu）些乱（luàn）象。只是希望热潮退（tuì）却时，不只是烧（shāo）掉（diào）了投资（zī）人的钱，还有（yǒu）许多落在实处的有意（yì）义的应用。

退（tuì）一万步说，读书也好，投资也好，最重要的意（yì）义不在于是否能够（gòu）回收麻袋成本，而是在这个过程（chéng）中（zhōng）明白（bái），自己是否真的需要麻（má）袋，以及在这个过（guò）程中，那（nà）些无法用金钱来（lái）衡量（liàng）的（de）收获。