人工智能产业发展及其影响

　　摘要

　　介绍全球人工智能发展背景，我国关于人工智能发展的政策解读。在全球人工智能推进的浪潮下，我国实体经济与人工智能的融合发展现状。目前，人工智能发展对教育、就业的影响。最后给出几点建议。

　　1、全球人工智能迎来第三次发展浪潮

　　人工智能经过六十年的历程进入快速发展阶段。兴起阶段（1950-1969）：1950年，图灵测试，机器学习，遗传算法和强化学习的提出，1956年，达特茅斯学院会议首次提出“人工智能”，1957年，罗森布拉特发明第一款神经网络Perceptron；低谷阶段（1970-1979）：1970年计算能力突破没能使机器完成大规模数据训练和复杂任务；1973年，lighthill针对美国AI研究状况的报告批评了AI在实现其“宏伟目标”上的完全失败；初步产业化阶段：1980年卡内基·梅隆大学设计出XCON专家系统。1981年，日本经济产业省拨款支持第五代计算机项目。1982年，霍普菲尔德神经网络被提出，1986年，BP算法出现；低潮阶段（1987-1996）：1987年，苹果和IBM生产的台式机性能超过Symbolics等厂商生产的通用性计算机。1990年，人工智能计算机DARPA没能实现。1991年，日本人设定的“第五代工程”的失败；快速发展阶段（1997年至今）：1997年，深蓝（deepblue）战胜人类国际象棋冠军卡斯帕罗夫。2006年，Hinton提出“深度学习”神经网络。2013年深度学习技术在语音和图像识别领域取得突破性进展2016年，谷歌AlphaGo4:1战胜人类围棋冠军李世石。

　　技术突破、商业力量推进和应用需求拉动驱动人工智能迅猛发展。算法、数据和计算能力的突破是人工智能发展的三大不可或缺条件。企业不断加大人工智能投入用于自身业务优化和效率提升，推动人工智能迎来规模化商业浪潮。人工智能技术作为企业转型升级的关键要素正逐步成为市场刚需。

　　2、我国人工智能产业发展政策解读

　　2.1

　　政策解读

　　推动人工智能产业生态环境建设；国家侧面要统筹协调和宏观指导；地方主管部门要基于自身基础和优势组织推进落实；产业研究机构要发挥桥梁和纽带作用；典型企业要技术创新和应用引领。

　　2.2

　　《新一代人工智能发展规划》——整体部署

　　要构建一个体系，开放协同的人工智能科技创新体系；要把握双重属性，技术属性和社会属性；要坚持三位一体，研发攻关、产品应用和产业培育；强化四大支撑，科技、经济、社会发展和国家安全。

　　2.3

　　《新一代人工智能发展规划》——战略目标

　　2020年：人工智能总体技术和应用与世界先进水平同步。

　　2025年：人工智能基础理论实现重大突破。

　　2030年：人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

　　2.4

　　《新一代人工智能发展规划》——重点任务

　　构建开放协同的人工智能科技创新体系，培育高端高效的智能经济，建设安全便捷的智能社会，加强人工智能领域军民融合，构建泛在安全高效的智能化建设设施体系，前瞻布局新一代人工智能重大科技项目。

　　3、我国人工智能与实体经济融合发展现状

　　我国人工智能产业出具规模，部分技术全球领先。我国人工智能产业链条初步形成，产业规模已超百亿。

　　语音、图像识别等应用技术世界领先：我国图像识别、语音识别、无人驾驶等应用技术进展迅速，且处于世界领先水平。百度、搜狗、科大讯飞语音识别准确率高达97%。腾讯优图人脸识别准确率高达99.8%。百度无人驾驶于2017年7月开放的无人驾驶平台阿波罗（Apollp）已聚集包括奇瑞、一汽、中兴、英伟达等在内的50多家企业和高校。

　　底层算法、芯片等方面尚无实质性突破：在底层算法和高性能计算芯片等基础核心领域，我国对国外依赖性国强。目前我国语音识别、图像识别等技术研发主要是基于谷歌、脸谱发布的开源框架。虽然国内已有部分厂商对底层算法进行开源，但是尚未积累大规模用户群体。谷歌、IBM、英伟达纷纷布局高性能计算芯片，支撑人工智能生态体系不断发展。

　　4、人工智能产业发展对教育、就业的影响

　　人工智能下的教育发展背景，一是技术推动：在线教育课程用户规模和网民使用率均呈快速上升趋势；2012年随着深度学习的发展，人工智能在线教育领域已经实现十余种产品类型；二是环境利好：家庭对教育的投入增加；对师资要求提高；对自适应学习需求加大；三是政策驱动：财政性教育经费占GDP的比例自2012年以来连续5年保持在4%以上；政策，2018年教育部出台《教育信息化2.0行动计划》和《高等学校人工智能创新行动计划》；四是资本青睐：我国AIED融资额呈现快速增长的趋势；尤其从2015年开始爆发式增长，2017年AIED领域融资额达到42.17亿元

　　人工智能对教学内容的影响主要由外在要求改变，人工智能背景下的人才培养方式、内容和手段亟需改变。未来人才应具备较广的、横跨文理的综合知识面、垂直细分行业领域专业知识，并能熟练应用新一代信息技术的复合型知识结构。一是专业技术人才，既掌握计算机、数学、算法设计又掌握垂直行业生产运营的特点。二是技能人才，需要能够将经验转化为固化模型，以及时发现生产现场、设备状况等高附加值预判信息。

　　就业易受到自动化影响的工作内容是在高度稳定与可预测环境下的体力劳动，以及数据的收集与处理：服务业、制造业、农业、物流、零售等13个自动化潜力高于40%的行业将会受到较大影响；生产、物流、运营规划、质量管理、前台、餐厅服务等大量工作岗位将被替代。

　　据麻省理工研究显示，每一千名工人配备一个机器人，将导致六名工人失业。未来10或20年，人工智能产业的发展将对9%-47%的工作岗位造成威胁，每3个月就有近6%的就业机会由于业务萎缩和关闭而消失，但同时其带来的新的就业机会将带动就业人数不断上升，失业率维持基本不变。中国、日本、印度和美国受到的影响将尤其明显，这四大经济体可自动化的岗位占全球总量的三分之二，相当于全球薪资总支出的一半以上。麦肯锡数据显示，我国总体自动化潜力为51%。居全球第三位（前两位分别是日本55%，印度52%），可能遭受影响的就业人员数量为3.95亿，居全球第一位。

　　改变部分工作内容。不同类型动作可自动化程度不一，部分工作内容的自动化可能改变工作流程，大多数工作岗位将由人机协作共同完成，人类劳动也将从简单体力工作向高创造性、高附加值工作上转移。在医疗行业、医生的工作内容将由诊断治疗转变更专注地与人沟通和互动。在制造行业，工人的工作内容将由简单生产转向机器装备维护和机器人监管等。部分岗位用工需求增加，无人机、无人驾驶汽车、机器人等行业的快速发展，生产线的大规模建立，覆盖从设计、生产到销售的全过程将产生数以万计的中低端工作岗位。创造出全新的工作岗位：数据科学家、机器人监管员，机器人协调员，物联网实施与分析。

　　新形态下产生的问题：一是加剧社会不公平现象：拉大贫富差距、加剧性别不平等、扩大城乡发展差距；二是创造新的就业机会：产生大量高端化、复合型、专业化岗位；三是使用人工智能系统完成复杂任务的协作性工作。开发人工智能科技和应用的研发性工作。监测、授权或修理人工智能系统的监督性工作。适应人工智能时代的工作。

　　5、几点建议

　　加强研究：加强人工智能产业对就业影响的深入研究，设置专门机构进行相应的监管和引导。

　　系统培养：将计算机等课程列入基础教育，打通人才系统培养渠道。

　　优化专业：优化高效专业设置培育高端尖人才。

　　联合培养：探索联合培养机制，为传统行业自动化、智能化发展提供应用型人才储备。

　　社会培训：重视再就业员工的社会培训，引导就业结构向新兴叶天和第三产业转移。

　　社会保障：加强经济转型期从业人员社会保障工作，确保社会各群体共享经济增长利益。