麦肯锡：中国发展人工智能应重视五大优先事项
人工智能（AI），即计算机系统能够完成通常与人类心智相关的任务的这类概念，已经从未来派猜想变成了当今世界的现实。麦肯锡全球研究院（McKinsey Global Institute，MGI）在中国发展高层论坛2017年年会（2017 China Development Forum）上发布了一份全新报告，探索了人工智能推动中国生产力增长的潜力以及扰乱中国劳动力市场的可能性，并指出了中国发展人工智能应重视的五大优先事项。
麦肯锡报告称，在曾经需要对计算机系统编程才能执行僵化定义任务的领域，现在可以提供通用学习策略，让计算机系统适应新的数据输入，而无需明确地重新编程。数据收集和聚合、算法以及处理能力的进步已经为计算机科学家在人工智能领域取得重大突破奠定了基础。人工智能现在走出了实验室，许多机器学习系统已经在多种应用领域实现商用。人工智能在金融、医疗和制造等行业的应用快速增长。
随着创新能力的深入发展，中国已成为全球领先的人工智能开发中心之一。中国的科技巨头公司意识到本国拥有的庞大人口基数和多样行业组合能够产生大量数据并提供庞大市场，它们斥巨资投入人工智能研发。
这些技术可显著提升生产力。在中国的劳动适龄人口减少的背景下，这一能力对中国维持其未来经济增长而言具有重要意义。利用人工智能实现工作场所自动化每年可带来0.8到1.4个百分点的GDP增长，具体取决于应用速度。在中国实现人工智能的经济潜力还取决于实际应用率，这不仅仅是指在科技巨头中的应用率，还包括在中国传统产业中的应用率。实现这一目标需要在业界领军企业中树立战略意识，开发核心技术并克服实施成本阻碍。
但是，广泛采用这些技术对于数百万中国劳动者和整个中国社会而言都意味着深刻的转变。麦肯锡估计，中国有一半的工作可进行自动化，这让中国成为世界上最具自动化潜力的国家。由常规工作活动和可预测、可编程任务组成的工作特别容易受到冲击。尽管劳动力市场受到的影响在整体上是渐进的，但对于某些工作活动，这种影响可能是突然而剧烈的，会导致一些工作岗位快速消失。总体而言，人工智能会凸显数字技能的价值，同时降低对中低等技能工人的需求，从而加剧收入不平等现象。
尽管市场本身能够推动人工智能的发展和应用，但合适的政策框架能够为增长营造健康的环境。有五大优先事项可以构成中国人工智能战略的基础：构建可靠的数据生态系统，推动人工智能在传统产业的应用，加强专业人工智能人才的输送，确保教育和培训制度能够胜任挑战，以及在中国公民和国际社会中确立道德和法律共识。
人工智能技术具有令人兴奋且影响深远的潜力，可改善医疗、环境、安全和教育等领域。与此同时，这些技术也提出了严肃而复杂的道德、法律和安全问题。中国有能力且有机会在人工智能发展和管理中领导全球合作，确保制定必要的框架来保证这些突破性技术对全球增长和人类福祉做出积极贡献。
中国需要采用精心谋划的战略才能将目前的技术创新转变为长期可持续增长引擎。要促进这一目标的实现，政府应该为人工智能的发展奠定坚实基础并描绘宏伟蓝图，推动这一技术在私营部门的创新和应用。战略的构建要素包括可靠的工业、经济、教育和国际政策及框架。
工业和经济框架
尽管人工智能的发展仍处于早期阶段，但相关技术似乎不太可能遵循线性发展轨迹。要实现快速应用，就迫切需要健全的产业政策能够落实到位。否则，中国会面临倾斜刺激、过度投资和过量供应等风险，这些问题都会破坏人工智能带来的价值。尽管市场本身能够推动人工智能技术及其应用的发展，但合适的政策框架能够为增长营造健康的环境。
战略优先事项1：构建可靠的数据生态系统
充裕的数据是训练人工智能系统、吸引人才以及加速创新的关键要素。为了构建更加可靠的数据生态系统，中国可以着手制定和实施数据标准，向私人研发活动开放公共部门数据，鼓励数据流进行国际交换。
但标准化是系统广泛的数据共享和交互操作的重要前提，能够提高物联网和人工智能技术的价值。鉴于全国各地可能存在大量可用的数据，中国在领导这方面的工作上具有得天独厚的优势，而且中国也需要起到带头作用，确保制定中文标准。对于特定行业中的数据，中国政府可要求现有监管机构制定必要规则。例如在美国，证券交易委员会（Securities and Exchange Commission）在2009年规定所有上市公司都必须以可扩展商业报告语言（Extensible Business Reporting Language，XBRL）的格式来披露其财务报告，从而确保机器可读取公共数据。为了增加可用数据的多样性以支持人工智能的发展，中国政府还可以开放更多的公共数据集并主导建立一些行业特定的数据集。这些举措不仅能推动人工智能行业的发展，还可带来其他好处，如提高公共服务质量、解读新的政策。例如，纽约市政府推出了自己的开放数据门户，让市民能够访问经济发展、健康、娱乐休闲、公共服务等方面的数据。纽约还在2012年颁布了开放数据法案，要求政府使用机读数据并创建应用程序编程接口（Application Programming Interface，API），方便软件开发人员直接连接到政府系统，收集数据。
最后同样重要的一点是，中国政府需要考虑国际数据流的价值。麦肯锡研究发现，2014年跨境数据流为全球经济贡献了2.8万亿美元，比商品贸易对经济增长的影响更大。此外，研究还发现，数据的流入和流出同样重要，因为它们让一个经济体能够接触到来自世界各地的理念、研究、技术、人才和最佳实践。数据是未来的货币。例如，医学研究中，如果不深入挖掘来自世界各地的大量临床数据集，就无法发挥人工智能的潜能。过多的壁垒可能会阻碍中国人工智能公司，使其无法开发出在国际市场中具有竞争力的产品。
战略优先事项2：扩大人工智能在传统产业的应用
在中国实现人工智能的经济潜力取决于人工智能系统的实际应用，这不仅仅是指在科技巨头中的应用，还包括在中国传统产业中的应用。提高这些部门的生产力，可带来大量价值。但是，中国需要解决多个关键障碍。第一个需要克服的障碍是转变观念，形成需要改变业务运营方式的紧迫感。麦肯锡的一项调查显示，中国传统产业中超过40%的公司尚未把人工智能作为战略优先事项。因此，其中的许多公司目前还未采集为未来采用人工智能提供支持所需的数据。例如，农业公司很少考虑记录种植计划表或天气对产出的影响等问题的详细信息，但这正是人工智能系统能够用于发掘有价值的见解、提高效率的那类信息。相比之下，英国、美国和日本已经建立了全国性的信息系统来采集此类数据，并在现代农业管理中应用高级分析技术。第二个主要障碍是缺少核心技术。如上所述，中国需要将重点放在培养更多的数据科学家精英上，特别是人工智能领域的数据科学家精英，这一领域的人才短缺变得越来越明显了。但是，能够将人工智能知识应用于真实世界使用场景并为企业带来真正价值的人才同样供不应求。更多的企业领导和中层管理人员需要具备技术技能以及理解和应用数据的能力。和英特尔公司一样，一家中国芯片制造商也意识到，制造和测试流程中产生的数据可大幅改进操作并减少不合格产品。但由于缺少同时具备半导体和人工智能知识的员工，这家公司无法根据这些数据实施相应的战略。最后，人工智能的应用受到成本的影响。购买人工智能系统并雇佣能够充分利用这些系统的稀缺专业人才对于中国公司而言并不总是具有成本效益。在劳动力成本较低的时候，使用技术来精简人工流程则显得不那么迫切了。
对中国而言，人工智能的最大经济潜力在于变革传统产业。如果中国政府能够克服应用人工智能的一些初始障碍，为这一变革做好准备，市场本身就能够推动增长。
为了促进人工智能技术的应用，政策制定者应将重点放在帮助市场克服本报告前文讨论的三个关键障碍：缺乏战略意识、应用成本过高、以及缺少核心技术。其中一些问题可通过税收减免和补贴等传统经济手段解决。政府还可以考虑在政府机构内率先应用人工智能系统。这一举措可产生强大的跟随效应，打开市场，为政府供应商提供支持，最终通过积累技术经验和人才来降低应用成本。
此外，鼓励传统产业应用物联网（IoT）技术也会为通过应用人工智能获得更多价值打下基础，因为物联网连接了传感器和设备组成的网络，为人工智能系统提供大量真实世界的实时数据。中国政府可以重点在关键经济部门树立一些物联网的成功案例，并连同其“互联网+”政策举措，打造其他传统产业能够效仿的模式。
教育框架
人才对于人工智能的发展和应用至关重要。可靠的金字塔人才结构应该包括拓展人工智能基础技术边界的顶尖科学家、许多有能力创建适用于真实世界环境的人工智能应用程序的开发人员、以及大量能够在各种工作环境中日常使用人工智能系统的劳动者。
战略优先事项3：加强专业人工智能人才的输送
为了解决人工智能人才缺口的问题，中国政府需要在人工智能相关的教育和研究项目中投资，重新定位教育系统，使其更加注重创新和数字技能，并制定移民政策来吸引全球最好的人才。
为了壮大推动该技术发展的精英计算机科学家的人才库，中国政府可以投资设立人工智能项目，为顶尖大学的人工智能研究实验室提供经费。这可能包括在中国的顶尖大学建立人工智能卓越中心，或赞助创新研究中心以促进大学、研究机构和私人公司之间的合作。韩国政府最近朝这个方向迈出了坚实的一步，投资1万亿韩元（合8.63亿美元），与韩国领先的大企业联合创建国家级公私合营人工智能研究中心。加拿大政府也有类似的举措，在蒙特利尔三所大学的人工智能研究项目中投入了超过2亿美元。
我们采访的许多专家认为，中国需要将重点放在营造更加浓厚的创新文化上，这样才能实现人工智能领域的重大突破。其中一个补救方法是，推出人工智能与其他学科融合的大学课程。斯坦福大学（Stanford）和麻省理工学院（MIT）等顶尖美国大学设立了计算机科学与人文学科结合的联合专业，目标在于寻找看待世界、激发创造力的新方法。这类项目可以推动跨经济领域的新型人工智能应用的发展，包括医疗、法律、金融和媒体等领域。
对大学项目进行投资可获得长期收益，因为人才是吸引国际公司的重要磁石。越来越多的大型人工智能开发公司希望吸引来自学术界的人才。约三分之二的谷歌DeepMind研究人员来自伦敦大学学院（University College London）、牛津大学（University of Oxford）和蒙特利尔大学（University of Montreal）等学术机构。该领域的顶尖公司自然而然地会被拥有大量人工智能人才的城市吸引。例如，随着蒙特利尔在这一领域的影响力与日俱增，谷歌和微软都做出了回应。这两家公司宣布对当地大学的人工智能实验室进行新的投资，并扩充了当地办事处。
除了培养更多的本土人才之外，中国还需要与世界各地的顶尖数据科学家合作，并参与全球协作。这包括积极招聘国际专家来中国工作，鼓励中国的人工智能开发人员去世界各地学习，吸收最新的全球研究成果。这可能需要中国政府放松一些居住和移民规定，并提供激励和支持。
战略优先事项4：确保教育和培训制度已经为大量劳动力的技术技能培养和重新培训做好了准备
尽管可能要数十年时间人工智能才能在经济和社会生活中广泛应用，但中国需要为行业层面的快速瓦解做好准备。某项关键技术取得突破后，某些工作岗位可能在数年内就会消失。大部分打字员、电话接线员以及暗室胶卷冲洗人员已经随着技术让这些工作岗位变得过时而消失了。
帮助那些受到严重影响的行业中的劳动力适应并获得更相关的新技能会成为一项持续挑战。这项挑战对于维护公共利益和社会稳定而言至关重要。政府需要主动确定最有可能自动化的工作岗位，并确保向生计受到威胁的劳动力提供再培训计划。这些工作可能包括与职业培训学校密切协作，向劳动者提供教育券。
从长期来看，中国还需要将重点放在培养未来劳动力的相关技能上。这不仅要构建未来数据科学家和工程师的输送渠道，还要确保更多的劳动力能够在各种业务和专业背景下使用相关技术。在学校注重科学、技术、工程和数学至关重要；甚至基础教育和职业课程也需要培养数据素养。
由于人工智能对许多常规任务的自动化可能会扩大数字鸿沟，政府应当监控人工智能自动化对不平等现象产生的影响。其中一个方面是提供平等接受教育的机会。这包括确保女学生和来自农村以及内陆地区的学生能够充分接受科学、技术、工程、数学以及人工智能相关课程的教育。
社会和国际框架
人工智能的出现可能会深刻地改变社会。对于一些最紧迫的道德和法律问题，必须在国内和国际上取得共识。
战略优先事项5：在中国公民和国际社会中确立道德和法律共识
在国内，帮助公众做好准备、取得共识需要透明而广泛的协商流程。部分法律领域，例如隐私保护和自动驾驶车辆责任，对于人工智能的发展和应用尤为重要。中国立法机关需要提供一个框架来消除法律上的不确定性。
法律框架制定后，中国政府需要设立一个监管机构来监管人工智能活动。由于人工智能技术会在多个行业中得到广泛应用，这就需要与多个机构协商，听取其所在领域的专业意见。例如，在医疗行业，未经充分考虑就应用人工智能技术可能会导致严重后果；国家卫生和计划生育委员会需要在制定相关指导方针时发出强有力的声音。
在国际上，中国可带头组建一个理事机构，推动人工智能技术的和平、包容、可持续发展。这个国际机构的目标应该是监管人工智能、建立标准、制定道德准则。
除了监管，中国还可从经济发展的角度发挥带头作用。为了确保全球数字鸿沟不会成为繁荣发展的长期障碍，中国可与弱势国家/地区分享自己的人工智能技术和管理专业知识，形成新时代的“人工智能一带一路”。
优质内容筛选与推荐>>1、Oracle体系结构
2、20169208 2016-2017-2 《网络攻防实践》第三周学习总结
3、VirtualBox linux 挂载共享Windows文件夹
4、深入类方法。
5、解决node.js express框架的跨域问题;