核心觀點(diǎn)：

1.廣義人工智能指通過(guò)計(jì)算機(jī)實(shí)現(xiàn)人的頭腦思維所產(chǎn)生的效果，是對(duì)能夠從環(huán)境中獲取感知并執(zhí)行行動(dòng)的智能體的描述和構(gòu)建；相對(duì)狹義的人工智能包括人工智能產(chǎn)業(yè)（包含技術(shù)、算法、應(yīng)用等多方面的價(jià)值體系）、人工智能技術(shù)（包括凡是使用機(jī)器幫助、代替甚至部分超越人類實(shí)現(xiàn)認(rèn)知、識(shí)別、分析、決策等功能）

2.工業(yè)革命使手工業(yè)自動(dòng)化，機(jī)器學(xué)習(xí)則使機(jī)器本身自動(dòng)化；開(kāi)源環(huán)境大幅降低人工智能領(lǐng)域的入門(mén)技術(shù)門(mén)檻；視覺(jué)感知逐步實(shí)現(xiàn)商用價(jià)值，視覺(jué)認(rèn)知仍有待探索

3.國(guó)家政策鼎力支持，指出要發(fā)展人工智能達(dá)到世界頂級(jí)水平，但人工智能道德與威脅問(wèn)題關(guān)注較少

4.未來(lái)，事物的完整行為規(guī)劃或事項(xiàng)決策的發(fā)展空間較大；前沿算法之外，商業(yè)壁壘有賴于產(chǎn)品、服務(wù)、市場(chǎng)等綜合建設(shè)

5.未來(lái)不會(huì)出現(xiàn)崗位短缺，技術(shù)革命將提高社會(huì)整體福利；人工智能的核心價(jià)值在于提效降本、延續(xù)人類智慧

一、人工智能行業(yè)概述

通過(guò)機(jī)器實(shí)現(xiàn)人的頭腦思維，使其具備感知、決策與行動(dòng)力

廣義上的人工智能泛指通過(guò)計(jì)算機(jī)實(shí)現(xiàn)人的頭腦思維所產(chǎn)生的效果，通過(guò)研究和開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)所構(gòu)建而成的，其構(gòu)建過(guò)程中綜合了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、生理學(xué)、哲學(xué)等內(nèi)容。形象來(lái)說(shuō)，人工智能可理解為由不同音符組成的音樂(lè)，而不同音符是由不同的樂(lè)器所奏響的，最終實(shí)現(xiàn)傳遞演奏者內(nèi)心所想與頭腦所思的效果。本篇報(bào)告將從人工智能技術(shù)、應(yīng)用、產(chǎn)業(yè)等維度進(jìn)行探討，其中，人工智能技術(shù)包括凡是使用機(jī)器幫助、代替甚至部分超越人類實(shí)現(xiàn)認(rèn)知、識(shí)別、分析、決策等功能，而產(chǎn)業(yè)則指包含技術(shù)、算法、應(yīng)用等多方面的價(jià)值體系。

人工智能三起三落，60年登上圍棋之巔

20世紀(jì)50年代到70年代初，人們認(rèn)為如果能賦予機(jī)器邏輯推理能力，機(jī)器就能具有智能，人工智能研究處于“推理期”。當(dāng)人們意識(shí)到人類之所以能夠判斷、決策，除了推理能力外，還需要知識(shí)，人工智能在20世紀(jì)70年代進(jìn)入了“知識(shí)期”，大量專家系統(tǒng)在此時(shí)誕生。隨著研究向前進(jìn)展，專家發(fā)現(xiàn)人類知識(shí)無(wú)窮無(wú)盡，且有些知識(shí)本身難以總結(jié)后交給計(jì)算機(jī)，于是一些學(xué)者誕生了將知識(shí)學(xué)習(xí)能力賦予計(jì)算機(jī)本身的想法。發(fā)展到20世紀(jì)80年代，機(jī)器學(xué)習(xí)真正成為一個(gè)獨(dú)立的學(xué)科領(lǐng)域、相關(guān)技術(shù)層出不窮，深度學(xué)習(xí)模型以及AlphaGo增強(qiáng)學(xué)習(xí)的雛形-感知器-均在這個(gè)階段得以發(fā)明。隨后由于早期的系統(tǒng)效果的不理想，美國(guó)、英國(guó)相繼縮減經(jīng)費(fèi)支持，人工智能進(jìn)入低谷。 80 年代初期，人工智能逐漸成為產(chǎn)業(yè)， 但又由于5代計(jì)算機(jī)的失敗再一次進(jìn)入低谷。2010年后，相繼在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)領(lǐng)域取得重大進(jìn)展，圍繞語(yǔ)音、圖像等人工智能技術(shù)的創(chuàng)業(yè)大量涌現(xiàn)，從量變實(shí)現(xiàn)質(zhì)變。

工業(yè)革命使手工業(yè)自動(dòng)化，機(jī)器學(xué)習(xí)則使機(jī)器本身自動(dòng)化

將樣本數(shù)據(jù)輸入計(jì)算機(jī)，一般算法會(huì)利用數(shù)據(jù)進(jìn)行計(jì)算然后輸出結(jié)果，機(jī)器學(xué)習(xí)的算法則大為不同，輸入的是數(shù)據(jù)和想要的結(jié)果，輸出的則為算法模型，即把數(shù)據(jù)轉(zhuǎn)換成結(jié)果的算法模型。通過(guò)機(jī)器學(xué)習(xí)，計(jì)算機(jī)能夠自己生成模型，進(jìn)而提供相應(yīng)的判斷，達(dá)到某種人工智能的結(jié)果的實(shí)現(xiàn)。因此，在數(shù)據(jù)的“初始表示”(如圖像的“像素”)與解決任務(wù)所需的“合適表示”相距甚遠(yuǎn)的時(shí)候，可嘗試使用深度學(xué)習(xí)的方法。工業(yè)革命使手工業(yè)自動(dòng)化，而機(jī)器學(xué)習(xí)則使機(jī)器本身自動(dòng)化。近幾年掀起人工智能熱潮的深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一個(gè)子集，在思想和理論上并未顯著超越二十世紀(jì)八十年代中后期神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的研究，但得益于海量數(shù)據(jù)的出現(xiàn)、計(jì)算能力的提升，原來(lái)復(fù)雜度很高的算法得以落地使用，并在邊界清晰的領(lǐng)域獲得比過(guò)去更精細(xì)的結(jié)果，大大推動(dòng)了機(jī)器學(xué)習(xí)在工業(yè)實(shí)踐中的應(yīng)用。2018年2月，《麻省理工科技評(píng)論》揭曉2018年“全球十大突破性技術(shù)”榜單，GAN（對(duì)抗性神經(jīng)網(wǎng)絡(luò)，一種特殊的深度學(xué)習(xí)算法）位列其中。

國(guó)家政策鼎力支持，人工智能道德與威脅問(wèn)題仍需思考

伴隨政策支持的逐步深入，中國(guó)政府將有力推動(dòng)新一代人工智能技術(shù)的產(chǎn)業(yè)化與集成應(yīng)用，促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展，推動(dòng)制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)，助力實(shí)體經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)。此外，相比美國(guó)和英國(guó)，中國(guó)對(duì)人工智能的支持力度雖更大，但較少關(guān)注人工智能的道德倫理問(wèn)題、是否在開(kāi)發(fā)對(duì)社會(huì)切實(shí)有益的人工智能以及應(yīng)當(dāng)最小化技術(shù)進(jìn)步所帶來(lái)的威脅問(wèn)題。

人工智能產(chǎn)業(yè)圖譜

二、人工智能典型技術(shù)剖析

語(yǔ)音識(shí)別、自然語(yǔ)言處理、語(yǔ)音合成等技術(shù)

人類因?yàn)榫哂姓Z(yǔ)言的能力而區(qū)別于其他物種，自然語(yǔ)言處理即研究人與計(jì)算機(jī)直接以自然語(yǔ)言的方式進(jìn)行有效溝通的各種理論和方法，涉及機(jī)器翻譯、閱讀理解、對(duì)話問(wèn)答等，因?yàn)檎Z(yǔ)言在詞法、句法、語(yǔ)義等不同層面的不確定性及數(shù)據(jù)資源的有限性、背景知識(shí)的復(fù)雜性等各方面限制，自然語(yǔ)言處理技術(shù)仍有非常大的提升空間，僅在特定領(lǐng)域可取得較好的應(yīng)用，魯棒性存在大量挑戰(zhàn)。在自然語(yǔ)言處理之前，聲紋識(shí)別可根據(jù)說(shuō)話人的聲紋特征識(shí)別出說(shuō)話人，語(yǔ)音識(shí)別技術(shù)可賦予機(jī)器感知能力（在深度學(xué)習(xí)的驅(qū)動(dòng)下，目前近場(chǎng)語(yǔ)音識(shí)別準(zhǔn)確率可達(dá)98%，遠(yuǎn)場(chǎng)、抗噪、多人等非限定或非配合條件下的識(shí)別有待進(jìn)步），將聲音轉(zhuǎn)為文字供機(jī)器處理，在機(jī)器生成語(yǔ)言之后，語(yǔ)音合成技術(shù)可將語(yǔ)言轉(zhuǎn)化為聲音，形成完整的自然人機(jī)語(yǔ)音交互，這樣的語(yǔ)音交互系統(tǒng)可看作一個(gè)虛擬對(duì)話機(jī)器人，具體技術(shù)流程如下圖所示。

通用知識(shí)圖譜與行業(yè)知識(shí)圖譜

從覆蓋范圍的角度來(lái)說(shuō)，知識(shí)圖譜可分為應(yīng)用相對(duì)廣泛的通用知識(shí)圖譜和專屬于某個(gè)特定領(lǐng)域的行業(yè)知識(shí)圖譜。通用知識(shí)圖譜注重橫向廣度，強(qiáng)調(diào)融合更多的實(shí)體，主要應(yīng)用于智能搜索、智能問(wèn)答等領(lǐng)域。行業(yè)知識(shí)圖譜注重縱向深度，需要考慮到不同的業(yè)務(wù)場(chǎng)景與使用人員，通常需要依靠特定行業(yè)（如金融、公安、醫(yī)療、電商等）的數(shù)據(jù)來(lái)構(gòu)建，實(shí)體的屬性與數(shù)據(jù)模式往往比較豐富。

視覺(jué)感知逐步實(shí)現(xiàn)商用價(jià)值，視覺(jué)認(rèn)知仍有待探索

視覺(jué)使人類得以感知和理解周邊的世界，人的大腦皮層大約有70%的活動(dòng)在處理視覺(jué)相關(guān)信息，計(jì)算機(jī)視覺(jué)即通過(guò)電子化的方式來(lái)感知和理解影像。得益于深度學(xué)習(xí)算法的成熟應(yīng)用（2012年，采用深度學(xué)習(xí)架構(gòu)的AlexNet模型，以超越第二名10個(gè)百分點(diǎn)的成績(jī)?cè)贗mageNet競(jìng)賽中奪冠；2017年，ImageNet圖像分類競(jìng)賽Top 5的錯(cuò)誤率降至2.25%），側(cè)重于感知智能的圖像分類技術(shù)在工業(yè)界逐步實(shí)現(xiàn)商用價(jià)值，但與可結(jié)合常識(shí)做猜想和推理進(jìn)而輔助識(shí)別的人類智能系統(tǒng)相比，現(xiàn)階段的視覺(jué)技術(shù)往往僅能利用影像表層信息，缺乏常識(shí)以及對(duì)事物功能、因果、動(dòng)機(jī)等深層信息的認(rèn)知把握。

多學(xué)科融合，幫助人類做出復(fù)雜決策

為了做出最優(yōu)（經(jīng)濟(jì)的或其他的）決策，決策相關(guān)理論將概率理論和效用理論結(jié)合起來(lái)，為在不確定情況下（在概率描述能適當(dāng)呈現(xiàn)決策制定者所處環(huán)境的情況下）做出決策提供了一個(gè)形式化且完整的框架。因?yàn)槔硇詻Q策的顯著復(fù)雜性，歷史上決策相關(guān)理論一直與人工智能研究沿著完全分離的路線向前發(fā)展，但自20世紀(jì)90年代以來(lái)，決策逐步深入人工智能系統(tǒng)研究，經(jīng)濟(jì)學(xué)、博弈論、運(yùn)籌學(xué)、人工智能等多領(lǐng)域?qū)W科思想融合，讓計(jì)算機(jī)智能處理海量數(shù)據(jù)，相對(duì)實(shí)時(shí)的解決人類專家也難以及時(shí)求解的各類問(wèn)題。

自動(dòng)駕駛系統(tǒng)剖析

根據(jù)自動(dòng)駕駛的擬人化研發(fā)思路，自動(dòng)駕駛系統(tǒng)原理可理解為感知——認(rèn)知——決策——控制——執(zhí)行五層，通過(guò)傳感器實(shí)現(xiàn)感知作用，并根據(jù)所感知信息完成處理與融合，對(duì)信息達(dá)成一定的認(rèn)知和理解，在形成全局整體理解后，通過(guò)算法得出決策結(jié)果并傳遞給控制系統(tǒng)生成執(zhí)行指令。在整個(gè)過(guò)程中，汽車(chē)能夠通過(guò)V2X（Vehicle to Everything）通信實(shí)現(xiàn)車(chē)與外界（如道路設(shè)施、其他車(chē)輛等）的信息交換，幫助車(chē)輛實(shí)時(shí)獲取更大范圍的環(huán)境信息，解決“我在哪兒，周?chē)惺裁?，環(huán)境將發(fā)生什么變化以及我該怎么做“等四個(gè)問(wèn)題。

三、人工智能的應(yīng)用場(chǎng)景

金融領(lǐng)域——主要應(yīng)用場(chǎng)景及相關(guān)影像采集設(shè)備

與安防影像分析中人臉的“1:N”識(shí)別不同，目前泛金融領(lǐng)域以人臉“1:1”身份認(rèn)證為主，部分場(chǎng)景涉及“1:N”識(shí)別，如銀行網(wǎng)點(diǎn)中對(duì)VIP客戶的智能識(shí)別。

公共安全領(lǐng)域——生物特征識(shí)別與大數(shù)據(jù)研判增加公安預(yù)測(cè)和決策能力

計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)等多項(xiàng)智能技術(shù)可對(duì)人臉、指紋、虹膜、掌紋、指靜脈、聲紋、步態(tài)等多種生物特征進(jìn)行身份識(shí)別，其中人臉、指紋、虹膜等三大生物特征共占全球生物識(shí)別市場(chǎng)份額的80%以上。在公安的實(shí)際業(yè)務(wù)場(chǎng)景中，人工智能技術(shù)還可對(duì)公安大數(shù)據(jù)進(jìn)行智能分析，在構(gòu)建“人、事、地、物、組織“的知識(shí)網(wǎng)絡(luò)的基礎(chǔ)上，實(shí)時(shí)監(jiān)測(cè)預(yù)警、研判，切實(shí)增加公安的認(rèn)知、預(yù)測(cè)和決策能力。伴隨人工智能及大數(shù)據(jù)的技術(shù)進(jìn)步，高清聯(lián)網(wǎng)攝像頭、各種傳感器的硬件部署應(yīng)用，從平安城市、智慧城市到雪亮工程等公共安全相關(guān)政策、人工智能相關(guān)國(guó)家戰(zhàn)略政策的逐步深化，公共安全領(lǐng)域的各種智能應(yīng)用將由重點(diǎn)區(qū)域、有條件的地區(qū)起步，完成從局部到整體的全國(guó)性拓展。

教育領(lǐng)域——由表及里，逐步深入學(xué)習(xí)核心環(huán)節(jié)

人工智能已在老師教學(xué)與學(xué)生學(xué)習(xí)、評(píng)測(cè)的各個(gè)環(huán)節(jié)切入教育領(lǐng)域，相關(guān)產(chǎn)品服務(wù)包括拍照搜題、分層排課、口語(yǔ)測(cè)評(píng)、組卷閱卷、作文批改、作業(yè)布置等功能，涉及了自適應(yīng)、語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、知識(shí)圖譜、自然語(yǔ)言處理、機(jī)器翻譯、機(jī)器學(xué)習(xí)等多項(xiàng)人工智能技術(shù)，正在創(chuàng)造著更加個(gè)性化、服務(wù)于終身學(xué)習(xí)的智能高效學(xué)習(xí)環(huán)境。

泛信息處理領(lǐng)域——人工智能讓人與信息的連接日益高效便捷

搜索與輸入法作為人工智能在信息處理領(lǐng)域的典型應(yīng)用，已大幅改變國(guó)人獲取信息與輸入信息的方式。移動(dòng)互聯(lián)網(wǎng)時(shí)代，信息流推薦相關(guān)產(chǎn)品也成為用戶瀏覽應(yīng)接不暇的信息的一種有效工具。在人機(jī)交互方式不斷升級(jí)的當(dāng)下，人與信息接觸的種種環(huán)節(jié)都在發(fā)生著智能化的創(chuàng)新變革。

醫(yī)療健康領(lǐng)域——改善醫(yī)療資源分布不均的問(wèn)題，助力專家學(xué)者攻克醫(yī)療難關(guān)

相對(duì)生命的復(fù)雜性，人類對(duì)醫(yī)療健康的理解仍非常粗淺，現(xiàn)階段人工智能技術(shù)也不能有效應(yīng)對(duì)各種挑戰(zhàn)，但這并不妨礙我們對(duì)人工智能技術(shù)寄予厚望，試圖通過(guò)前沿技術(shù)改變醫(yī)療資源分布不均的現(xiàn)狀，將醫(yī)生從繁重的工作壓力中解放出來(lái)，并幫助他們減少誤診率，提高準(zhǔn)確率，甚至探索出新的診療方案或找到新型有效藥物。

零售領(lǐng)域——人工智能賦能零售業(yè)，提升效率與收益，優(yōu)化消費(fèi)者體驗(yàn)

通過(guò)數(shù)據(jù)與商業(yè)邏輯的深度結(jié)合、先進(jìn)感知技術(shù)的成熟運(yùn)用，人工智能、運(yùn)籌優(yōu)化等技術(shù)將切實(shí)提升零售全鏈條的資產(chǎn)配置效率，在精細(xì)化運(yùn)營(yíng)為企業(yè)創(chuàng)造出更多效益的同時(shí)，為消費(fèi)者帶來(lái)更為理想的購(gòu)物體驗(yàn)。

廣告營(yíng)銷領(lǐng)域——為廣告效果與營(yíng)銷策略提供更科學(xué)的依據(jù)和更聰明的支持

相比人工智能在傳統(tǒng)行業(yè)的摸索嘗試，人工智能與廣告營(yíng)銷的結(jié)合已有成熟落地（得益于數(shù)字營(yíng)銷領(lǐng)域較好的信息化、網(wǎng)絡(luò)化基礎(chǔ)以及互聯(lián)網(wǎng)公司卓絕的技術(shù)創(chuàng)新力），用戶在搜索引擎、信息流產(chǎn)品、視頻網(wǎng)站、電視中看到的相關(guān)廣告可能都經(jīng)過(guò)了人工智能算法對(duì)多維度大數(shù)據(jù)的智能分析。人工智能力圖為企業(yè)提供智能創(chuàng)意及營(yíng)銷策略和效果監(jiān)測(cè)，結(jié)合場(chǎng)景、內(nèi)容及渠道向用戶精準(zhǔn)推薦，實(shí)現(xiàn)滿足用戶真實(shí)需求的高價(jià)值信息傳遞。

交通出行領(lǐng)域——人工智能有效改善交通問(wèn)題，智能化交通有望全自動(dòng)化

人工智能算法對(duì)交通出行所產(chǎn)生的信息進(jìn)行了分析與預(yù)判，人工智能技術(shù)的應(yīng)用衍生出一系列智能設(shè)備，并對(duì)現(xiàn)有設(shè)備、應(yīng)用和服務(wù)提供嵌入式的智能處理能力，以協(xié)助交通管理者更好地進(jìn)行決策，以便車(chē)流最有效的方式通行，提高交通流效率，實(shí)現(xiàn)交通升級(jí)轉(zhuǎn)型——交通智能化；未來(lái)，智能化交通解決方法中，人工參與與處理將逐漸削弱，有望達(dá)到自動(dòng)化運(yùn)作的水平。

交通出行領(lǐng)域——共享出行攤低落地成本，自動(dòng)駕駛引發(fā)產(chǎn)業(yè)融合

國(guó)內(nèi)科技公司紛紛發(fā)聲將在2021年前后實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛（以國(guó)際汽車(chē)工程師協(xié)會(huì)制定（SAE）的自動(dòng)駕駛級(jí)別劃分為衡量指標(biāo)，L4級(jí)即系統(tǒng)完成所有操作，人類不一定需要對(duì)系統(tǒng)應(yīng)答）乘用車(chē)的量產(chǎn)，但考慮到現(xiàn)有算法技術(shù)的能力邊界，艾瑞認(rèn)為，2021年的時(shí)間節(jié)點(diǎn)相對(duì)樂(lè)觀，較難實(shí)現(xiàn)通用場(chǎng)景的L4級(jí)自動(dòng)駕駛，小概率的意外缺陷都有可能引發(fā)致命事故。

但是，2021年成為創(chuàng)業(yè)者標(biāo)桿的時(shí)候，它將促進(jìn)“預(yù)言的自我實(shí)現(xiàn)”，技術(shù)的突破性進(jìn)展及不斷拓寬的行駛場(chǎng)景依然值得期待。

實(shí)現(xiàn)自動(dòng)駕駛需要在汽車(chē)中裝配大量的軟硬件設(shè)備，而大量設(shè)備將帶來(lái)高額推進(jìn)成本。為減輕自動(dòng)駕駛在推進(jìn)消費(fèi)市場(chǎng)時(shí)的成本等阻礙，可通過(guò)出行服務(wù)商進(jìn)行系統(tǒng)安全性的評(píng)測(cè)并承擔(dān)相關(guān)成本。智能化與共享化是汽車(chē)產(chǎn)業(yè)生態(tài)的重要發(fā)展趨勢(shì)，車(chē)企、科技公司、出行服務(wù)商間的合作結(jié)盟也會(huì)愈發(fā)頻繁，智能出行公司隨之誕生。

智能客服領(lǐng)域——傳統(tǒng)客服由人力密集型向人機(jī)混合升級(jí)，提升咨詢效率

傳統(tǒng)客服業(yè)是典型的人力密集型，被視為是人工智能最有可能全面顛覆和取代的工種。不過(guò)，從目前的實(shí)踐情況來(lái)看，人工智能更多的是起到輔助人類決策和工作的層面，即，通過(guò)電話客服、網(wǎng)上客服、App、短信、微信以及智能機(jī)器人終端等產(chǎn)品與客戶進(jìn)行語(yǔ)音或文本的互動(dòng)交流，理解客戶淺層業(yè)務(wù)需求，回復(fù)客戶提出的業(yè)務(wù)咨詢，并根據(jù)客戶語(yǔ)音導(dǎo)航至指定業(yè)務(wù)模塊，實(shí)現(xiàn)優(yōu)化人工客服咨詢效率。智能客服目前的成熟應(yīng)用主要在售后階段，以重復(fù)性問(wèn)題標(biāo)準(zhǔn)化回答為主，未來(lái)智能客服業(yè)的應(yīng)用將繼續(xù)升級(jí)，由現(xiàn)在的“以問(wèn)題為中心”轉(zhuǎn)變?yōu)椤耙杂脩魹橹行摹钡闹悄苷Z(yǔ)音助理，由現(xiàn)在服務(wù)于企業(yè)/商家的機(jī)器人轉(zhuǎn)變?yōu)榉?wù)于每一個(gè)用戶。

四、人工智能行業(yè)發(fā)展趨勢(shì)

對(duì)事物的完整行為規(guī)劃或事項(xiàng)決策的發(fā)展空間較大

以深度學(xué)習(xí)為基礎(chǔ)建立的人工智能技術(shù)一般是在用大數(shù)據(jù)解決小問(wèn)題，而人類智能往往能夠以小數(shù)據(jù)解決大問(wèn)題。人類可憑借自己的觀察和判斷形成最終的價(jià)值決策，機(jī)器的語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)等AI能力在現(xiàn)階段還很難支撐到對(duì)事物的理解、與判斷，距離完整行為規(guī)劃或事項(xiàng)決策仍有較大的發(fā)展空間。

未來(lái)不會(huì)出現(xiàn)崗位短缺，技術(shù)革命將提高社會(huì)整體福利

就失業(yè)問(wèn)題而言，在向日益自動(dòng)化的世界過(guò)渡時(shí)，機(jī)器學(xué)習(xí)和人工智能技術(shù)的發(fā)展升級(jí)定會(huì)逐步影響就業(yè)市場(chǎng)。我們假設(shè)人類的就業(yè)機(jī)會(huì)將大幅減少，然而，就業(yè)機(jī)會(huì)減少的同時(shí)，不得不承認(rèn)的是，技術(shù)革命也會(huì)不斷促進(jìn)萬(wàn)眾創(chuàng)新，人們會(huì)從重復(fù)性的勞動(dòng)中解放出來(lái)，將更多時(shí)間和精力用于創(chuàng)造性活動(dòng)。換而言之，人工智能將緩解勞動(dòng)力危機(jī)，使人們自由追求生活及工作新方式，從而提高社會(huì)的整體福利。因此，準(zhǔn)確地說(shuō)，在未來(lái)不會(huì)出現(xiàn)崗位短缺，取而代之的應(yīng)當(dāng)是匹配職業(yè)的技能的短缺。如同工業(yè)革命、信息革命等，歷史已經(jīng)告訴我們，長(zhǎng)久以來(lái)，新興科技帶來(lái)的問(wèn)題都將被解決，從而使消費(fèi)者們能夠享受與之而來(lái)的紅利。

人工智能將實(shí)現(xiàn)提效降本、延續(xù)人類智慧的核心價(jià)值

如同報(bào)告開(kāi)篇所提，人工智能即通過(guò)智能實(shí)現(xiàn)人類思維的效果，從宏觀層面來(lái)看，此效果體現(xiàn)在智能社會(huì)與智能經(jīng)濟(jì)層面， 即，人工智能將大幅改善依賴勞動(dòng)力創(chuàng)造的勞動(dòng)密集型、簡(jiǎn)單重復(fù)性的傳統(tǒng)經(jīng)濟(jì)運(yùn)行模式，并依托此經(jīng)濟(jì)模式構(gòu)建萬(wàn)物互聯(lián)、智能協(xié)同的產(chǎn)業(yè)體系，打造國(guó)際領(lǐng)先的智能社會(huì)。從微觀層面來(lái)看，人工智能將替代傳統(tǒng)勞動(dòng)，帶來(lái)新式生產(chǎn)方式，以提升生產(chǎn)效率并降低成本，進(jìn)而實(shí)現(xiàn)企業(yè)效益提升、改善人們工作與生活。而隨著機(jī)器變得聰明，我們將最終實(shí)現(xiàn)人性化人工智能（Humanistic AI），即通過(guò)機(jī)器達(dá)到擬人的形式并以這類形式延伸人類智慧。