【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

　　從現在的生活來看，智能工具已經進入人們的視野。人工智能已經開始影響人們的生活狀態，今天從人工智能帶來的優勢和考驗方面，討論一下人工智能。

　　AI學習能力強，人工智能促進行業改革

　　按照現在的技術，或是任何近期可能發生的重大技術創新來推測，很多“想象中”的情境，包括永恒不朽的數字大腦，或是無所不能的超人工智能，全都不可能發生。因為這些都需要“通用人工智能”才能實現，也就是會思考、解決問題、做決策的機器，有能力執行人類能做的任何智識工作，以及更多超越人類能力的事。

　　舉例來說，銀行的核貸專員可能只會看幾項比較相關的“強特征”指針，也許是你的信用評分、所得級距、年齡等，來決定是否要放款給你，但AI算法會根據成千上萬條看似不相關的“弱特征”變量，也許包括你使用什么瀏覽器、多久采買一次生活雜貨等，來決定是否放款給你。如果把這些變量拆開來單獨看，可能會令人完全想不到有這些特質跟還款能力什么關系，但是加總起來，AI算法據以評估、預測出來的貸款違約率，比起行內最謹慎、高竿的專業核貸人員都精準許多。

　　在認知任務的表現上，AI自我學習的能力表示計算機不再局限于只能聽從、執行人類編寫的程序，而是能從不斷累積的新數據中持續學習、精進，表現甚至比人類碼農更出彩、驚人許多。在體力勞動的任務上，機器人不再局限于只能反復執行單一動作(自動化)，而是能夠根據機器視覺和感測數據規劃出新的路徑，并且安穩地在各種不同環境中運作(自主化)。

　　結合這些新的能力，AI如今可以完成人類社會中的許多任務，包括開車、診斷疾病、提供客服等。AI執行這些任務的超能力，將導致生產力大幅提升。普華永道(PricewaterhouseCoopers)估計，到了2030年，AI的應用部署將為全球GDP增加15.7萬億美元。這對擁有大量數據和資本的人來說，無疑是個好消息。

　　人工智能發展，失業人數增加

　　幾十年來，自動化技術已經不斷在“吞噬”人類的工作崗位。而人工智能的出現更是進一步加速了這一過程的發展。在以前人類從來沒有想象過會被機器代替的崗位，人工智能也開始占據他們的地位：汽車駕駛、新聞寫作、會計、醫療、律師……AI 已經開始威脅到中產階級的工作。另一方面，AI 的普及使用也會創造大量與數據科學、機器學習、工程和 IT 行業有關的職位，為人工智能系統和軟件提供開發和維護服務。然而，通常那些工作被人工智能取代的藍領們并不具備開發和維護人工智能系統的必要知識和技能。因此造成的局面就是，一方面是大量被崗位人工智能取代的失業人口，另一方面則是巨大的技術行業空缺得不到填補。

　　因此，為了防止事態陷入失控局面，技術行業有責任幫助這些被取代的工人去適應和克服社會經濟格局改變帶來的重大轉變，幫助整個社會順利過渡到和機器人“和諧共存”的未來。

　　人工智能發展，數據更容易泄露

　　人工智能和機器學習都是基于數據運行的，因此如果想要更好地使用它們提供的服務，用戶就需要提供與個人相關的眾多數據，而且數據越具體，人工智能能夠提供的服務就越越有針對性。另一方面，數據的授權也給用戶的個人隱私帶來了很大威脅。例如，最近英國國家醫療服務與谷歌 DeepMind 計劃共享病患案例，旨在改善對各種疾病的預測能力。但是這也有可能會造成病人信息的泄漏。

　　要解決這個問題，可以提高數據收集的透明度以及擴大數據收集途徑的方式來解決。另外，對于某一機構來說，也可以采取聘用第三方利益無關的獨立機構對數據進行審查、共享數據存儲庫等方式進行解決。

　　人工智能發展，責任劃分界限模糊

　　當人工智能軟件或硬件發生故障時，誰應該承擔責任?在人工智能出現之前，要尋找事故的承擔者是很直接的——不是開發者就是制造商。但是在 AI 時代，似乎自 AI 被創造出來之后，就已經開始“獨立”于人的控制而存在。機器能夠通過對大量數據的學習，確定對某些刺激的特定反應。那么，想象一下，如果是在自動駕駛系統開啟的情況下發生了交通事故，這責任應該由誰來承擔?

　　當用戶、開發者和數據開發者之間的責任界限開始變得模糊，似乎這幾方也可以把責任像“踢皮球”一樣推來推去。因此，要想盡可能解決未來 AI 應用和發展中的問題，必須要盡快制定相關的政策和法規，明確可能出現的種種責任糾紛。

　　AI 技術的出現將會對技術出現很多考驗。企業和社會都應該采取相應的措施，更好的應對這場技術浪潮。