欧洲人工智能战略解读：走向以人为本的人工智能时代

　　如今人工智能的发展如火如荼，欧洲各国先后出台规划来推动人工智能的发展。2018年3月27日，欧洲政治战略中心发布了题为《人工智能时代：确立以人为本的欧洲战略》（The Age of Artificial Intelligence: Towards a European Strategy for Human-Centric Machines）的报告。

　　这份报告主要从以下几个方面介绍了欧洲人工智能的发展：首先，介绍全球人工智能研发投入和发展情况；其次，介绍欧洲的人工智能发展情况及与其他国家的对比，并引出欧洲应该树立人工智能品牌的战略；最后，提出人工智能发展过程中遇到的劳动者被替代的问题和人工智能偏见的问题，并进而提出欧盟应该采取的应对策略。

　　人工智能发展图景

　　根据Nils J. Nilsson（斯坦福大学教授，著名人工智能专家）的定义，人工智能这一术语可用来表示任何能很好地做出预测的技术（软件、算法、处理流程以及机器人等）。这改变了机器只能“愚蠢”地接受人类指令的传统印象。如今，海量数据使机器能够自我学习，并变得智能化，同时拥有卓越的分析能力，有时甚至超过人类。

　　正如电力或蒸汽机，人工智能会成为深刻改变人们生活各个方面的通用技术。当下，人工智能已经在日常生活中扮演重要角色。如，基于机器学习的文本和语音识别或翻译已被越来越多地运用，算法推荐为那些浏览网页的用户提供产品建议，或为那些在社交媒体上浏览内容的人量身定制新闻。未来将有更大的改变，包括无人驾驶汽车、无人快递机、健康分析和精准医疗、网络安全应用和加密货币、自动欺诈检测、自动生产线等。由于高性能计算和海量数据的可用性，人工智能技术的应用将不断超越人类极限。

　　人工智能带给经济的影响是显著的，并为拥抱它的国家和公司带来许多机会。据估计，采用认知系统与人工智能技术，将使全球商业收入从2016年的64亿欧元，增长到2020年的378亿欧元之多。预计到2030年，人工智能将为全球经济贡献12.8万亿欧元，相当于现今全球GDP增长了14%。实际上，通过采用自动化与机器生产，人工智能技术（机器学习）将显著提高生产效率，到2035年预计可提高40%。

　　人工智能竞赛与各国战略

　　全球人工智能的发展已处于狂热之中。2012年至2017年期间，专门从事人工智能应用的初创企业的全部风险资本融资的年复合增长率为85％。仅在2016年至2017年间，资金就增加了两倍以上，达到110亿欧元之多。大企业正在竞相收购以人工智能为重点的公司，2012年以来有250多家使用AI算法的公司被收购。

　　各国政府正在制定广泛的人工智能战略计划，包括全面的政策计划、研究活动和对私人投资的财政支持。

　　中国、新加坡、日本、韩国等17个亚洲国家的政府在人工智能领域处于领先地位。其中，中国的目标是到2030年成为为世界主要人工智能创新中心，并于2017年12月14日宣布了一项详细的三年计划，计划到2020年实现一系列具体目标，包括能大规模生产芯片和提升制造业能源效率10%左右等。

　　与此同时，加拿大和美国也在制定自己的战略。而在欧洲，只有英国和芬兰的政府在制定人工智能战略，法国政府也委托一个特别工作组为其提出人工智能战略。

　　人工智能美好图景的背后

　　人工智能带来好处的同时也会对经济和社会造成不稳定影响，如新技术可能导致劳动力冗余、个体担忧对个人信息失去控制、基于算法的在线平台逐渐扮演准公共角色等。

　　虽然人工智能仍是新兴领域，但其所具有的变革性特质要求政府保持警惕。

　　一方面，人工智能需要必要的支持，即有利的监管环境和必要的投入，如算力、数据、技能和资金等；另一方面，决策者需要发现并解决人工智能带来的新威胁，目的不是为控制技术演进，而是引导技术发展方向，是为制定全球标准和最佳实践，以确保技术为社会带来价值，并被广泛地分享。

　　1）人工智能应增强而非替代人类

　　虽然一些人会因为人工智能而失业，但是人工智能不会导致工作的终结，只是会转变人们对工作的期望。在未来的人工智能社会中，人类仍有一席之地，只是重点放在促进技能过渡，并为那些更可能承担风险的群体提供支持和保障。

　　国家的公共政策应该旨在建立人与机器的共生关系，并鼓励人工智能的发展。人工智能应该是对人类的补充，而不是替代，其发展应该让人们感受到赋能而不是威胁。

　　2）人工智能的固有偏差

　　在增强人类能力的同时，人工智能还会加剧现有的权力不对称和偏见。随着人工智能所赋能的技术逐渐成为人类社会的基本分析、交流甚至法律的基础设施，我们必须谨慎对待。例如，算法正在影响公司的招聘流程、不同手机应用之间的沟通乃至用户在Google或Facebook上所看到的内容。

　　然而，人工智能技术不可避免地会反映开发者的背景和偏见，如人工智能开发生态系统的人群有如下特征，即白人男性、家庭富裕、受过良好教育、对高科技有强烈倾向等。一个非多样化的环境无法在不复制自身偏见的情况下，设计出社会运行的新范式。在1970年代早期，男性开发者首次推出安全气囊，并以男性大小的仿制品进行实用测试，结果导致女性司机比男性司机受重伤概率增加了47%。美国国家运输安全机构和汽车厂商花了30多年才对女性和儿童仿制品进行测试。

　　对于数字技术而言，我们没有那么充足的时间，数字市场的演进十分迅速。单靠市场力量难以有效处理偏见问题。

　　歧视是一种重大的风险，人工智能可以将权力不对称的后果推向极端。尽管歧视并非总是坏的（如电影院“歧视”学生，给他们打折的电影票），但是大数据和复杂的算法可以通过“歧视”挑战我们的社会基础。

　　如，预测分析可以防止基于种族或性取向的歧视性法律，甚至可以为患病可能性较高的人提供更高的保险费。因此，定义新“数字社会”的根本法则不应仅仅交于开发者，至少部分属于公共政策的职能。在人工智能进一步发展前，政策制定者应该为此设定必要的框架。

　　欧洲人工智能发展面临的双重挑战

　　内部挑战与公司和公共部门对人工智能技术的应用有关，需要建立一个适应未来技术发展的灵活监管框架，并尊重关键的根本原则，包括社会和制度原则，如捍卫民主、保护弱势群体（如儿童）以及隐私，同时还包括经济原则，如促进创新和竞争。整个欧洲大陆的公司采用数字技术的进度缓慢。

　　2017年，全球数据中仅有4％存储在欧盟，而且仅有25％的大企业和10%的中小企业使用大数据分析。在大多数成员国中，数据科学家占总就业人数不到1%。虽然大公司能够采用人工智能技术来改进自身系统，但小公司面临严重限制，如缺乏技术人才、面临高昂投资和难以预估经济回报等。

　　不过，欧洲有潜力在物联网与人工智能领域取得领先地位，但是当下这些领域仍处于模拟运作中。再次错失数字化发展，不仅会使欧洲的公司在竞争中处于劣势，长期看来也会对经济增长、税收和就业产生重大影响。通过建立机器互联系统并采用人工智能技术，欧洲公司将获得“AI倍增”效应，不仅使其变得更加高效，而且还能捕获和分析大量机器生成的数据作为运营的副产品。

　　外部挑战是人工智能在世界各地的发展速度不均衡，一些地域会拥有结构优势。如硅谷，其具有独特的经济结构，能支持具有强大商业应用的颠覆性创新。再如中国，其监管环境对个人隐私与个人数据的控制较少，公共和私人投资持续流入人工智能领域。

　　有数据显示，文化因素使得93％的中国用户愿意与汽车制造商共享位置数据，中国更有可能成为“汽车数据革命”的热土。如果中国公司能够实施更先进的人工智能技术并做好数据挖掘，它将成为主要竞争对手。中国在人工智能领域的努力也反映在学术界，中国研究人员目前较美国或欧洲同行发表了更多关于深度学习的学术文章。虽然欧洲的科研基础比较强大，但长期以来无法将有前途的发明转化为真正的创新，因而缺乏全球性的大型数字公司。

　　欧洲在专利提交和投资方面也落后于美国和中国。2016年，外部投资者将9亿至13亿欧元投入欧洲公司，但他们在亚洲却投资了12亿到20亿欧元，在北美投资了40亿到64亿欧元，同时欧洲公司的内部投资也很低。即使一些欧洲人工智能公司在开发新的人工智能技术（DeepMind，Skype等）方面表现良好，却往往在后期被非欧洲公司收购。欧洲大陆有时会成为“孵化器”，却无法建立起大规模和国际化的科技公司，而其他科技公司却借机在欧洲兴建人工智能中心。

　　因此，欧洲应通过实现两个目标来应对内部和外部挑战：首先，创设一个支持人工智能投资的框架；其次，设定全球人工智能质量标准。

　　欧洲人工智能发展战略方向

　　斯蒂芬·霍金曾表示：“AI（人工智能）是我们文明史上最大的事件，或者最糟糕的事件，我们只是不知道。”人工智能具有两面性：一方面对技术的合理使用，有望解决当下世界上最棘手的问题，如气候变化、贫困与疾病，另一方面对技术的恶意使用，却可能使世界陷入极权主义与战争，甚至威胁人类的生存。

　　为了应对人工智能的挑战，欧洲需要一个全面的涵盖商业和公共管理的战略部署，除了为人工智能的发展创设有利环境外，还必须基于广泛认可的价值观和原则来建立全球监管规范和框架，以保证人工智能的发展以人为本。

　　1）创设发展环境

　　人工智能的高速发展得益于三个要素：计算能力更强大、算法更复杂、大数据的可获得性更高。因此，应在这三个方面采取行动，为欧洲创造更有利的人工智能发展环境，并投资相关配套技术，以及提供合适的保障措施。

　　2）识别欧洲在人工智能领域的优势

　　机器智能和机器学习是依赖于大数据驱动的，相较于中国这些个人数据流动更加自由的国家而言，欧洲较高的数据隐私标准可能会成为一项劣势。但长远看，数字化“繁荣”必然与公民的福祉并行不悖，这也是欧洲可以为自己创造竞争优势的地方。

　　3）加强欧洲的人工智能人才建设

　　欧洲面临人工智能人才的严重短缺，因而需要朝互动、认知和非常规的职业技术方面升级，并建立高效的社会安全网。技能的培养要有包容性，能够增强对人工智能潜在缺点的适应力。

　　4）推进以人为本的方法

　　随着人工智能技术逐渐成为支撑经济和社会活动的基础，权力不对称和不平等的问题被放大，并引起人们的担忧。对此，需要尽早采取措施，以确保以人为本的人工智能发展方向。这需要较高的且透明的质量标准，并对人工智能的社会影响进行持续监测，同时需要及时更新一些传统制度政策（比如竞争政策）。

　　欧洲人工智能发展战略举措

　　欧洲人工智能战略应立足于四个维度。

　　1）支持：促进人工智能在欧洲的发展和推广

　　人工智能需要欧盟决策者的全力支持才能蓬勃发展。欧洲需要加快部署和应用人工智能技术，其需求和供应可通过多个层面来刺激：

　　增加对数据的访问和获取以支持人工智能系统

　　监管方案的设计应有利于整个欧洲大陆数据的收集、使用和共享，同时保证“一般数据保护条例”（GDPR）所规定的最高个人数据保护标准。欧盟委员会的“建立欧洲数据经济”（Building a European Data Economy）倡议，旨在消除跨境获取和分享数据的障碍，该倡议包括一项允许非个人数据自由流动的规定，目前正由欧盟理事会与议会进行讨论。在遵守竞争法前提下，欧盟委员会还可以促进欧洲公司之间共享数据资产。例如，创建数据共享平台：一方面激励公司和研究人员创建与利用这些平台；另一方面借此解决中小企业的信息不对称问题。

　　实施基础设施投资并为人工智能设定有利的监管框架

　　新法规应开放投资，并为人工智能提供所需的关键基础设施，即电信基础设施和高性能计算设施（HPC）等。新提出的电信代码旨在激励对超高速宽带连接和无线5G技术的投资，15个欧盟成员国已签署协议，支持欧盟委员会建立多政府合作框架，以部署下一代超级计算基础设施。这些措施在当下需要作为优先考虑的政治决策，因为如果欠缺具有竞争力的高性能计算能力和高速连接能力，欧洲将缺乏必要的速度和带宽来构建和支持未来的商业模式。

　　促进人工智能中心的发展和人工智能研究的进步

　　创新生态系统通过融合补充技能和资源，将研究人员和私人投资者聚集在一起。欧盟委员会从2016年到2020年每年投资1亿欧元，在欧盟各个业务领域创建数字创新中心，这笔资金中的很大一部分将用以支持人工智能创新。欧盟委员会应促进人工智能机构的永久网络建设，支持公共和私人资金对人工智能实验室规模扩大的投资。这些措施需要立足于欧盟大学与人工智能公司之间的互利关系，并在其他地区的公司取得实际进展前落实。

　　支持创建欧洲人工智能平台

　　这样一个泛欧平台可以发挥咨询机构的作用，汇集来自多个部门的不同利益相关方，从而识别人工智能的发展瓶颈，并为公共政策提供建议，促进欧洲人工智能技术的发展。

　　2）教育：关注个体以建立人工智能技能并培训用户

　　培养具有人工智能专业技术的员工队伍

　　人工智能应用的最大障碍之一是缺乏技术人才，因此近期技术领域激增的并购活动，大都是跨国公司通过收购有前途的初创企业来获取人工智能的专业人才。虽然欧洲对此类技术人才有明显需求，但37%的欧盟劳动力人口仍没有基本的数字技能。因此，培养机器学习和数据专家成为重中之重，同时应提升传统行业中传统工作的IT技能和数据素养。

　　以欧洲倡议为基础，建立下一代人工智能人才

　　欧盟委员会的战略围绕2016年的“新技能议程”，其中包括旨在帮助成年人克服数字文盲的技能保障措施。此外，数字技能与就业联盟是各级机构协调行动的平台，旨在提升技能和推动数字教育。

　　创造适应力和独立性，尤其是在数字原住民中

　　包容性人工智能战略需要一种自下而上的方法，为社会成员提供必要的工具来安全地驾驭新的数字方式。人工智能带来的定制服务和海量数据，使个人可以获取准确契合其需要的商品和服务。但是，这也将个人推向了“有限理性”的极限，容易受到开发者的剥削、产生心理依赖和受到在线骚扰。因此，需要调整算法。人工智能的潜在风险或不利因素不仅可以通过自上而下的监管来解决，也可以通过用户的自我措施来解决，因为变革和适应力主要来自个人。

　　3）执行：对传统的体制和政策工具进行现代化

　　解决市场扭曲和权力不对称问题

　　数字时代有时会造成供应商和用户之间的不对称，传统政策工具需要适应新的数字环境才能起效，这是欧盟委员会一系列举措的逻辑基础，包括GDPR条例和数字单一市场战略，具体如电子隐私条例、对数字商品和服务的消费者保护、禁止地理封锁等。

　　最有效的传统工具是竞争政策

　　并购控制、反垄断和国家援助规则的适当实施，可以防止市场扭曲和避免在数字价值链中形成瓶颈。竞争政策有助于那些为客户提供创新和最佳服务的企业获得市场奖励，竞争将降低企业通过算法歧视来剥夺用户价值的能力。但是，采用竞争政策需要赶上快速变化的商业环境。

　　4）引导：确保以人为本的人工智能发展路径

　　为了在人工智能竞赛中取得成功，欧洲需要解决潜在的社会风险，并建立起欧盟人工智能品牌。这可由欧盟委员会领导的明确行动计划来实现，该计划应注重在欧盟层面建立必要的专业知识，以监测欧洲人工智能技术发展，并获得设立质量标准的合法性以及执行这些标准的权力。该行动计划的核心因素包括：

　　监控并定期报告人工智能技术的发展

　　应该在欧盟层面发展复杂的统计指标，以量化所有形式的人工智能技术的应用，由此可以围绕相关领域探讨有效的公共政策。

　　引入社会系统分析

　　不同学科的研究人员和专家、政府和企业代表，应通过不同层面的分析，来评估人工智能技术对不同社区的社会和经济影响。应评估偏倚算法的潜在影响和歧视性做法的影响，评估结果与纠正性监管措施应告知公众。

　　定义AI质量标准

　　包括算法流程的透明度级别与使用人工智能技术不产生偏见的义务。该质量标准，一方面应包括“设计合法”原则，保证开发人员在算法中包含对法律的尊重，从而克服机器学习和神经网络技术的内在问题，如自我演进而逃脱设计者的控制。另一方面应包括“人机回环”原则，以使人工智能被设定为增强人类能力，而不是替代人类。“人机回环”（human in the loop）原则将包括定期测试和再培训，以确保在技术故障的情况下人类仍能够执行有关任务。

　　执法

　　欧盟应具备必要工具以有效执行其人工智能质量标准，应制定机制来确定技术何时偏离了标准，并确定在部署和发布技术时满足质量要求，应公开报告违反质量标准的情况，并在适当情况下将违法行为诉诸执法机构。

　　领先的全球性多边倡议

　　欧盟应通过促进和参与与其他地区的多边对话，在全球层面上发挥领导作用，推动用统一方法来界定人工智能发展的基本原则。例如，应该宣布起草一份“人工智能宪章”，其中应包括此类原则：限制向专制政权或可能侵犯人权的行为开发或售卖人工智能技术，禁止将人工智能技术用于部署自动化致命武器等。