人工智能技術(shù)研究及未來(lái)智能化信息服務(wù)體系的思考

王志宏，楊震

?

人工智能技術(shù)研究及未來(lái)智能化信息服務(wù)體系的思考

王志宏，楊震

（中國(guó)電信股份有限公司上海研究院，上海 200122）

人工智能、認(rèn)知計(jì)算、決策支持技術(shù)的概念及研究已經(jīng)跨出實(shí)驗(yàn)室，進(jìn)入真正的實(shí)用階段，其現(xiàn)實(shí)價(jià)值超過(guò)了技術(shù)研究者最初的認(rèn)識(shí)，其本質(zhì)是對(duì)信息、數(shù)據(jù)進(jìn)行加工生產(chǎn)的技術(shù)，而這種生產(chǎn)加工不但可以給人們提供更加便捷的生活，還將對(duì)未來(lái)人們的生產(chǎn)、生活方式產(chǎn)生根本性的影響，對(duì)未來(lái)國(guó)家經(jīng)濟(jì)生活的運(yùn)行方式、未來(lái)社會(huì)的組織結(jié)構(gòu)產(chǎn)生深遠(yuǎn)的影響。首先介紹了人工智能技術(shù)的基本概念，然后研究了人工智能技術(shù)對(duì)未來(lái)經(jīng)濟(jì)生活的重要意義，人工智能技術(shù)開(kāi)發(fā)、積累、復(fù)用、平臺(tái)化的特征及其所面臨的問(wèn)題，最后初步分析了運(yùn)營(yíng)商接應(yīng)人工智能技術(shù)研究及應(yīng)用策略的思考。

人工智能；自然語(yǔ)言處理技術(shù)；大數(shù)據(jù)；運(yùn)營(yíng)商

1 引言

生產(chǎn)資料占有及財(cái)富分配方式一直是社會(huì)矛盾產(chǎn)生的主要原因。農(nóng)業(yè)社會(huì)圍繞土地、工業(yè)社會(huì)圍繞各類礦產(chǎn)資源進(jìn)行生產(chǎn)，在滿足人類物質(zhì)需求的同時(shí)，也構(gòu)建了相應(yīng)的以“物質(zhì)資源”為勞動(dòng)對(duì)象的經(jīng)濟(jì)運(yùn)行架構(gòu)。隨著人們對(duì)客觀世界運(yùn)行規(guī)律認(rèn)識(shí)的提高及生產(chǎn)工具、生產(chǎn)力水平的發(fā)展，目前只需少數(shù)人勞動(dòng)就能生產(chǎn)滿足全體人類生存所需的物質(zhì)資料。因此工業(yè)社會(huì)后期，在傳統(tǒng)第一、第二產(chǎn)業(yè)基礎(chǔ)上，第三產(chǎn)業(yè)蓬勃發(fā)展。從科技進(jìn)步的角度，技術(shù)的發(fā)展使第一、第二產(chǎn)業(yè)效率更高，能生產(chǎn)更多、更便宜的基礎(chǔ)物質(zhì)產(chǎn)品，而第三產(chǎn)業(yè)應(yīng)用最新研發(fā)的技術(shù)，圍繞這些基礎(chǔ)物質(zhì)產(chǎn)品進(jìn)行再生產(chǎn)，使其具備“新的”價(jià)值。

進(jìn)入信息化社會(huì)之后，越來(lái)越多的針對(duì)信息進(jìn)行加工及勞動(dòng)的成果附加到有形的物質(zhì)產(chǎn)品上，社會(huì)的勞動(dòng)方式及財(cái)富分配方式也隨著各行各業(yè)信息化水平的提高而改變。從對(duì)社會(huì)進(jìn)步的推動(dòng)效果來(lái)看，信息技術(shù)與能源一樣，是未來(lái)社會(huì)發(fā)展的核心基石，是重構(gòu)第一、第二、第三產(chǎn)業(yè)的核心要素。現(xiàn)今，以人工智能為核心的信息技術(shù)發(fā)展將對(duì)所有行業(yè)起到顛覆性的影響，并將重新定義生產(chǎn)資料、生產(chǎn)關(guān)系的推動(dòng)性技術(shù)?？梢哉f(shuō)人工智能是未來(lái)信息社會(huì)的核心推動(dòng)技術(shù)因素，將對(duì)未來(lái)的勞動(dòng)方式、財(cái)富分配方式、社會(huì)功能職能劃分，形成新型經(jīng)濟(jì)架構(gòu)并起到重要的影響。

但是目前需要真正應(yīng)用人工智能技術(shù)的一線勞動(dòng)者對(duì)人工智能技術(shù)的理解存在一定誤解，他們對(duì)人工智能在實(shí)際應(yīng)用中的技術(shù)架構(gòu)認(rèn)識(shí)也存在不足。本文首先分析了人工智能、認(rèn)知計(jì)算、決策支持的技術(shù)特點(diǎn)，然后從生產(chǎn)工具及生產(chǎn)資料的角度分析其對(duì)社會(huì)結(jié)構(gòu)及發(fā)展的重要意義，提出了未來(lái)社會(huì)財(cái)富分配“技術(shù)角色”的概念，最后分析了人工智能技術(shù)發(fā)展所需的物質(zhì)基礎(chǔ)以及人工智能成功應(yīng)用需具備的前提條件和面臨的挑戰(zhàn)等。

2 人工智能技術(shù)、認(rèn)知計(jì)算技術(shù)、決策支持技術(shù)分析

2.1 人工智能技術(shù)

人工智能是計(jì)算機(jī)學(xué)科的一個(gè)重要分支，其核心目的是使用機(jī)器模擬人的思維過(guò)程，進(jìn)而代替人完成相應(yīng)的工作?！叭斯ぶ悄堋币辉~出現(xiàn)于1956年，由美國(guó)幾位數(shù)學(xué)、信息科學(xué)、計(jì)算機(jī)科學(xué)、神經(jīng)學(xué)、心理學(xué)方面的科學(xué)家提出。1969年，國(guó)際人工智能聯(lián)合會(huì)議的召開(kāi)標(biāo)志著人工智能得到了國(guó)際的認(rèn)可。實(shí)際應(yīng)用中，人工智能指機(jī)器可以感知環(huán)境的變化（文字、聲音、圖像及可定義的符號(hào)為輸入），系統(tǒng)根據(jù)設(shè)定的規(guī)則執(zhí)行目標(biāo)任務(wù)[1-5]。

人工智能作為研究機(jī)器智能和智能機(jī)器的一門綜合學(xué)科，涉及信息科學(xué)、心理學(xué)、認(rèn)知科學(xué)、思維科學(xué)、系統(tǒng)科學(xué)和生物科學(xué)等學(xué)科，目前已在知識(shí)處理、模式識(shí)別、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、博弈論、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、專家系統(tǒng)、知識(shí)庫(kù)、智能機(jī)器人等多個(gè)領(lǐng)域取得實(shí)用的成果。但人工智能并沒(méi)有被廣泛認(rèn)可的統(tǒng)一定義，美國(guó)MIT（麻省理工學(xué)院）的Winston教授認(rèn)為“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能的工作”，美國(guó)斯坦福大學(xué)的Nilson教授認(rèn)為“人工智能是關(guān)于知識(shí)的學(xué)科，是怎樣表示知識(shí)、獲得知識(shí)并使用知識(shí)的學(xué)科”。根據(jù)這兩個(gè)定義與其他關(guān)于人工智能的定義，可以將人工智能概括為研究人類智能活動(dòng)的規(guī)律，通過(guò)計(jì)算機(jī)技術(shù)進(jìn)行模擬，構(gòu)造具有一定智能行為（類似人的行為，或?qū)崿F(xiàn)人們的期望目標(biāo)）的人工系統(tǒng)。這個(gè)系統(tǒng)可以代替人進(jìn)行工作，并獲得設(shè)計(jì)者、使用者期望的結(jié)果。伴隨人工智能技術(shù)的發(fā)展，經(jīng)常被學(xué)術(shù)界關(guān)注的另兩個(gè)概念是模式識(shí)別和機(jī)器學(xué)習(xí)。歷史上各類技術(shù)的發(fā)展從未像人工智能技術(shù)這樣具備普遍適用的特征。

人工智能技術(shù)最新研發(fā)領(lǐng)域是各國(guó)政府倡導(dǎo)的“腦計(jì)劃”，主要研究?jī)?nèi)容之一是通過(guò)對(duì)人類大腦構(gòu)造及機(jī)理的分析，期望獲得在人工智能領(lǐng)域的計(jì)算機(jī)模擬，實(shí)現(xiàn)使機(jī)器代替人類從事大部分工作的想法，提高社會(huì)整體的勞動(dòng)生產(chǎn)效率、生產(chǎn)水平，節(jié)約社會(huì)資源消耗，解決現(xiàn)今社會(huì)面臨的各類問(wèn)題。

2.2 認(rèn)知計(jì)算技術(shù)

認(rèn)知計(jì)算是人工智能面向具體解決問(wèn)題的表達(dá)，本質(zhì)上是期望通過(guò)人工智能、模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)實(shí)現(xiàn)機(jī)器對(duì)現(xiàn)實(shí)世界各類數(shù)據(jù)及現(xiàn)象之間內(nèi)在關(guān)系的理解，進(jìn)一步開(kāi)發(fā)出各類工具及系統(tǒng)，實(shí)現(xiàn)生產(chǎn)力提高、環(huán)境保護(hù)及社會(huì)治理的目的?！罢J(rèn)知”源于心理學(xué)概念，是人類認(rèn)識(shí)客觀世界、獲得知識(shí)的過(guò)程，包括知覺(jué)、記憶、學(xué)習(xí)、言語(yǔ)、思維和問(wèn)題解決等[6-9]。

認(rèn)知計(jì)算技術(shù)是人工智能技術(shù)的再發(fā)展，其通過(guò)進(jìn)行數(shù)據(jù)本質(zhì)含義的理解，進(jìn)而解決數(shù)據(jù)價(jià)值的發(fā)現(xiàn)問(wèn)題；其外在表現(xiàn)是人工智能，使用機(jī)器實(shí)踐人類已經(jīng)對(duì)世界的認(rèn)識(shí)成果，代替人類重復(fù)定義好的工作。目前，認(rèn)知計(jì)算有兩個(gè)主要任務(wù)：一是研究并通過(guò)計(jì)算機(jī)模擬人類對(duì)客觀世界的認(rèn)識(shí)；二是以對(duì)信息、數(shù)據(jù)認(rèn)知及價(jià)值發(fā)現(xiàn)為主要目標(biāo)。相比人工智能技術(shù)，認(rèn)知計(jì)算的研究更深入、應(yīng)用更具體?！案钊搿敝钙溲芯康牟恢皇菍?duì)人類大腦行為的模擬，還更加聚焦對(duì)客觀世界運(yùn)行規(guī)律、客觀世界產(chǎn)生數(shù)據(jù)內(nèi)在規(guī)律及外在表現(xiàn)的認(rèn)識(shí)及實(shí)現(xiàn)方式；“更具體”指在其所應(yīng)用的業(yè)務(wù)領(lǐng)域表現(xiàn)形態(tài)更加直接，可以為企業(yè)領(lǐng)導(dǎo)者提供直接的決策建議。

目前，認(rèn)知計(jì)算的領(lǐng)先者是IBM公司，以沃森系統(tǒng)為核心進(jìn)行推進(jìn)。沃森的目的是應(yīng)用人工智能及自然語(yǔ)言處理技術(shù)，實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界各類信息“內(nèi)在規(guī)律性知識(shí)”的理解、獲得、表示及應(yīng)用。從另一個(gè)角度看，IBM希望通過(guò)認(rèn)知計(jì)算識(shí)別現(xiàn)實(shí)世界中各類數(shù)據(jù)的語(yǔ)義表達(dá)，實(shí)現(xiàn)基于語(yǔ)義的上下文理解、交互、應(yīng)用。例如，認(rèn)知計(jì)算可以基于實(shí)時(shí)高效的流數(shù)據(jù)處理技術(shù)，融合天氣、地圖、路網(wǎng)、交通等信息，利用認(rèn)知建模、知識(shí)學(xué)習(xí)及人機(jī)對(duì)話等管理方法，為汽車、保險(xiǎn)、交通運(yùn)輸領(lǐng)域的行業(yè)提供智能的“車聯(lián)網(wǎng)”服務(wù)解決方案。實(shí)例化是利用車載電子監(jiān)測(cè)設(shè)備和智能手機(jī)來(lái)采集車輛出行、車況和駕駛數(shù)據(jù)，再融合天氣、路況等其他相關(guān)數(shù)據(jù)，生成駕駛風(fēng)險(xiǎn)提醒和避險(xiǎn)建議，為車主和保險(xiǎn)公司提供參考。

未來(lái)基于各行各業(yè)數(shù)據(jù)整合、關(guān)聯(lián)信息基礎(chǔ)之上的價(jià)值發(fā)現(xiàn)，將超出單一信息來(lái)源或信息的價(jià)值，而這需要認(rèn)知計(jì)算技術(shù)。認(rèn)知計(jì)算的目的是構(gòu)建一個(gè)以“語(yǔ)義理解、認(rèn)知實(shí)現(xiàn)”為核心的數(shù)據(jù)處理架構(gòu)，發(fā)現(xiàn)各行各業(yè)數(shù)據(jù)的內(nèi)在價(jià)值；進(jìn)一步地，這個(gè)數(shù)據(jù)處理架構(gòu)可以進(jìn)行數(shù)據(jù)抽象，在此基礎(chǔ)上進(jìn)行相關(guān)數(shù)據(jù)的關(guān)聯(lián)分析及認(rèn)知，即實(shí)現(xiàn)現(xiàn)實(shí)世界各類相關(guān)實(shí)體內(nèi)在關(guān)系的分析和判斷，實(shí)現(xiàn)基于數(shù)據(jù)融合的世界內(nèi)在規(guī)律的認(rèn)知；最后把認(rèn)知結(jié)果轉(zhuǎn)化為可輸出的、滿足現(xiàn)實(shí)世界各行各業(yè)需求的有形產(chǎn)品。

綜上，對(duì)未來(lái)認(rèn)知計(jì)算技術(shù)的研究應(yīng)該在3個(gè)方面：一是對(duì)客觀世界產(chǎn)生數(shù)據(jù)的理解能力，認(rèn)知計(jì)算系統(tǒng)應(yīng)該具備對(duì)隱藏在各類數(shù)據(jù)、現(xiàn)象背后客觀世界內(nèi)在規(guī)律、相互聯(lián)系及表現(xiàn)形式的理解能力；二是洞察與發(fā)現(xiàn)，認(rèn)知計(jì)算的終極目標(biāo)是從各類看似不相關(guān)、不同來(lái)源的數(shù)據(jù)中發(fā)現(xiàn)其內(nèi)在關(guān)聯(lián)及規(guī)律，形成“知識(shí)”，使認(rèn)知計(jì)算系統(tǒng)具備類似人腦的認(rèn)識(shí)客觀世界的能力，幫助人類發(fā)現(xiàn)新問(wèn)題、開(kāi)發(fā)數(shù)據(jù)新價(jià)值；三是決策支持能力，幫助各類人員基于其所能掌握及接觸的信息，定量或定性地進(jìn)行分析，為制定合理的決策提供支持。這中間又涉及運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)可視化、高性能計(jì)算、系統(tǒng)理論、行為科學(xué)等研究領(lǐng)域[10]。

2.3 決策支持技術(shù)

如果說(shuō)人工智能技術(shù)是通過(guò)計(jì)算機(jī)模擬人腦的活動(dòng)，是機(jī)器代替人類活動(dòng)，認(rèn)知計(jì)算是通過(guò)對(duì)客觀世界及目前可以觀測(cè)、測(cè)量的各類信息、數(shù)據(jù)內(nèi)在含義的認(rèn)知并有效地表達(dá)；那么，決策支持技術(shù)就是人類對(duì)客觀世界的有效反饋或控制的指令，可以認(rèn)為是認(rèn)知計(jì)算的最終目標(biāo)。

決策支持是信息社會(huì)的主要活動(dòng)，從個(gè)人某件商品的購(gòu)買，到企業(yè)生產(chǎn)計(jì)劃的制定等，無(wú)一不包含著決策。在信息領(lǐng)域決策的表現(xiàn)為決策支持系統(tǒng)（decision support system，DSS），其概念由Scot于20世紀(jì)70年代初首先提出，它同時(shí)具備管理信息系統(tǒng)的數(shù)據(jù)處理及相應(yīng)模型的數(shù)值計(jì)算功能。決策的過(guò)程如下：決策目標(biāo)的理解及定義，決策所需數(shù)據(jù)的獲得、整理，決策模型的選擇及相應(yīng)的計(jì)算過(guò)程。決策支持系統(tǒng)基本組成部分有人機(jī)接口（對(duì)話系統(tǒng)）、方法庫(kù)、知識(shí)庫(kù)、數(shù)據(jù)庫(kù)和模型庫(kù)。傳統(tǒng)的決策支持系統(tǒng)分為智能決策支持系統(tǒng)（IDSS）、分布式?jīng)Q策支持系統(tǒng)（DDSS）、群/組織決策支持系統(tǒng)（GDSS/ ODSS）等[11-13]。

人工智能、認(rèn)知計(jì)算的研究提供了超出以往的決策支持能力。首先，先進(jìn)系統(tǒng)的決策支持能力可以同時(shí)滿足決策者主觀有意識(shí)認(rèn)知的多個(gè)目標(biāo)及深層次目標(biāo)。人類在一個(gè)有限的時(shí)間范圍內(nèi)，接收及處理信息的能力有限，決策支持系統(tǒng)能夠同時(shí)處理大量信息，并針對(duì)多個(gè)“目標(biāo)的集合”進(jìn)行綜合決策。其次，可整合傳統(tǒng)看似不相關(guān)的數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)的深層價(jià)值，實(shí)現(xiàn)復(fù)雜的任務(wù)。以Google的自動(dòng)駕駛實(shí)現(xiàn)為例，其整合了Google街景數(shù)據(jù)來(lái)實(shí)現(xiàn)自動(dòng)駕駛，Google汽車使用視頻攝像頭、雷達(dá)傳感器以及激光測(cè)距器來(lái)了解周圍的交通狀況，并通過(guò)一個(gè)詳盡的地圖（來(lái)源于Google街景數(shù)據(jù)），對(duì)前方的道路進(jìn)行導(dǎo)航。這個(gè)系統(tǒng)的特點(diǎn)是整合了傳統(tǒng)意義上無(wú)關(guān)的數(shù)據(jù)（街景數(shù)據(jù)），通過(guò)對(duì)數(shù)據(jù)的認(rèn)知（街景數(shù)據(jù)輔助定位），實(shí)現(xiàn)了新的目標(biāo)（自動(dòng)駕駛）。最后，對(duì)垂直領(lǐng)域的數(shù)據(jù)積累、認(rèn)知基礎(chǔ)上的各類業(yè)務(wù)進(jìn)行決策應(yīng)用，如應(yīng)用人工智能技術(shù)可以實(shí)現(xiàn)各類網(wǎng)絡(luò)的故障診斷[14-17]。

3 人工智能技術(shù)在未來(lái)經(jīng)濟(jì)生活中的重要作用

3.1 人工智能對(duì)未來(lái)社會(huì)的影響

（1）以數(shù)據(jù)為核心的生產(chǎn)資料的極大豐富

超越物質(zhì)束縛的數(shù)據(jù)化生產(chǎn)資料的極大豐富。人工智能時(shí)代是數(shù)據(jù)為主要生產(chǎn)資料的時(shí)代，傳統(tǒng)的人們被物質(zhì)化生產(chǎn)資料束縛的情況將得到極大的改善，社會(huì)或?qū)⒀葸M(jìn)到接近擺脫物質(zhì)類型生產(chǎn)資料束縛的階段。這必將解決目前以消耗物質(zhì)資源為主的經(jīng)濟(jì)增長(zhǎng)方式的缺陷，進(jìn)而解決目前的社會(huì)問(wèn)題、環(huán)境問(wèn)題、經(jīng)濟(jì)問(wèn)題等各類問(wèn)題。在這個(gè)時(shí)代，物質(zhì)回歸滿足人們的基本生活需要，數(shù)據(jù)價(jià)值的發(fā)現(xiàn)以各種形式附著在物質(zhì)產(chǎn)品中，進(jìn)一步地，純數(shù)字化的產(chǎn)品、半成品以及類似現(xiàn)在機(jī)器部件的數(shù)據(jù)部件也將出現(xiàn)。

（2）個(gè)體從終身的消費(fèi)者轉(zhuǎn)變?yōu)榻K身的勞動(dòng)者

以數(shù)據(jù)為主要生產(chǎn)資料的時(shí)代，人們可以成為終身的勞動(dòng)者。勞動(dòng)的方式將以智力活動(dòng)為主，社會(huì)上將出現(xiàn)一種“數(shù)據(jù)認(rèn)知觀點(diǎn)”使“智力勞動(dòng)”轉(zhuǎn)變?yōu)閷?shí)際生產(chǎn)活動(dòng)平臺(tái)。這個(gè)平臺(tái)將適合各種背景的生產(chǎn)者，生產(chǎn)者表達(dá)其數(shù)據(jù)認(rèn)知，不同的認(rèn)知由平臺(tái)匯聚，再由特定的部門加工，轉(zhuǎn)化為各具特色的個(gè)性化產(chǎn)品，使基于“智力勞動(dòng)的產(chǎn)品”獲得極大的豐富。另一方面，人工智能技術(shù)的應(yīng)用從技術(shù)層面解決人口紅利消失的問(wèn)題，人們可以終身進(jìn)行“智力勞動(dòng)”、貢獻(xiàn)生產(chǎn)所需的“數(shù)據(jù)及認(rèn)知”。

（3）產(chǎn)品全生命周期的概念延伸：消費(fèi)過(guò)程即生產(chǎn)過(guò)程

任何組織、個(gè)人，其消費(fèi)過(guò)程即生產(chǎn)過(guò)程，如消費(fèi)過(guò)程產(chǎn)生的數(shù)據(jù)，轉(zhuǎn)化為生產(chǎn)過(guò)程的數(shù)據(jù)。產(chǎn)品的生命周期將延長(zhǎng)，其使用過(guò)程產(chǎn)生的數(shù)據(jù)又是其下一代產(chǎn)品進(jìn)行設(shè)計(jì)和生產(chǎn)的基礎(chǔ)，并反作用于下一輪的生產(chǎn)。人們終身可以成為數(shù)據(jù)生產(chǎn)資料的提供者，任何的活動(dòng)、衣食住行、醫(yī)療記錄等都可以產(chǎn)生數(shù)據(jù)，而這些數(shù)據(jù)結(jié)合特定的物質(zhì)產(chǎn)品、場(chǎng)景，又是生產(chǎn)（優(yōu)化）新物質(zhì)產(chǎn)品的基礎(chǔ)資料。

（4）對(duì)勞動(dòng)者極大尊重，技術(shù)價(jià)值得到極大認(rèn)可

歷史上的技術(shù)時(shí)代，如電氣時(shí)代，由于承載技術(shù)實(shí)現(xiàn)的基礎(chǔ)是物質(zhì)，故而社會(huì)經(jīng)濟(jì)結(jié)構(gòu)的構(gòu)成擺脫不了一些基礎(chǔ)社會(huì)資源掌控者的影響，如金融寡頭依靠金融資本攫取超額利潤(rùn)，行業(yè)巨頭利用行業(yè)資源的壟斷限制競(jìng)爭(zhēng)對(duì)手的發(fā)展；而在人工智能時(shí)代，基礎(chǔ)的生產(chǎn)資料是數(shù)據(jù)，數(shù)據(jù)的貢獻(xiàn)者是社會(huì)的各個(gè)成員，因而對(duì)人、組織、機(jī)構(gòu)的評(píng)價(jià)是數(shù)據(jù)貢獻(xiàn)、數(shù)據(jù)認(rèn)知、數(shù)據(jù)轉(zhuǎn)化成產(chǎn)品的能力，這必將出現(xiàn)以對(duì)技術(shù)的掌握及運(yùn)用能力為主的一種社會(huì)價(jià)值衡量標(biāo)準(zhǔn)，進(jìn)而勞動(dòng)者的勞動(dòng)（技術(shù)掌握及運(yùn)用水平）將獲得極大尊重。

3.2 以數(shù)據(jù)為勞動(dòng)對(duì)象構(gòu)建新的生產(chǎn)關(guān)系

物質(zhì)基礎(chǔ)是社會(huì)的架構(gòu)及發(fā)展的基石，對(duì)物質(zhì)占有及分配的矛盾，客觀上是歷史上國(guó)家間、階級(jí)間沖突導(dǎo)致的，其最激烈的表現(xiàn)形式是戰(zhàn)爭(zhēng)。戰(zhàn)爭(zhēng)給人類社會(huì)帶來(lái)無(wú)盡的傷害，但從經(jīng)濟(jì)和科技的發(fā)展角度看，戰(zhàn)爭(zhēng)也創(chuàng)造了經(jīng)濟(jì)、科技需求，有效地調(diào)整了經(jīng)濟(jì)結(jié)構(gòu)并促進(jìn)了生產(chǎn)力的發(fā)展。但圍繞物質(zhì)資料進(jìn)行生產(chǎn)及分配的經(jīng)濟(jì)運(yùn)行模式，不可避免地使優(yōu)勢(shì)集團(tuán)形成財(cái)富的壟斷，再次造成財(cái)富（物質(zhì)）分配的不公，由此產(chǎn)生一個(gè)新的循環(huán)。

由于人類文明的進(jìn)步，同時(shí)熱核武器等毀滅武器的發(fā)展，阻止了大規(guī)模戰(zhàn)爭(zhēng)的出現(xiàn)。通過(guò)戰(zhàn)爭(zhēng)調(diào)整社會(huì)經(jīng)濟(jì)結(jié)構(gòu)的作用越來(lái)越弱，取而代之的是通過(guò)金融手段調(diào)整社會(huì)國(guó)家間、階級(jí)間分配財(cái)富的問(wèn)題，經(jīng)濟(jì)危機(jī)是一種極端的表現(xiàn)形式。但由于強(qiáng)勢(shì)財(cái)團(tuán)的存在，金融工具被壟斷集團(tuán)所控制，沒(méi)有有效發(fā)揮其應(yīng)有的作用，因此從20世紀(jì)80年代起，各類形式的經(jīng)濟(jì)危機(jī)越來(lái)越頻繁，影響也越來(lái)越廣泛。

隨著信息化社會(huì)的深入發(fā)展，構(gòu)建針對(duì)信息進(jìn)行處理和生產(chǎn)的物質(zhì)基礎(chǔ)已經(jīng)完善，信息社會(huì)的內(nèi)涵實(shí)質(zhì)是針對(duì)信息、數(shù)據(jù)的加工和生產(chǎn)。而這種生產(chǎn)的目的是使人類對(duì)客觀世界的認(rèn)識(shí)成果附著在有形的物質(zhì)產(chǎn)品上，在提升產(chǎn)品內(nèi)在價(jià)值的同時(shí)，又極大地節(jié)約了社會(huì)資源。而這正是新生產(chǎn)關(guān)系形成的關(guān)鍵，其優(yōu)點(diǎn)介紹如下。

?? 圍繞信息和數(shù)據(jù)生產(chǎn)形成新的生產(chǎn)關(guān)系，是構(gòu)建新的經(jīng)濟(jì)結(jié)構(gòu)的有效手段，克服了傳統(tǒng)圍繞物質(zhì)進(jìn)行生產(chǎn)和分配的生產(chǎn)關(guān)系缺陷，使針對(duì)物質(zhì)資料壟斷的影響力降到歷史上的最低點(diǎn)。

?? 圍繞數(shù)據(jù)進(jìn)行的勞動(dòng)，使勞動(dòng)成果附著在傳統(tǒng)的物質(zhì)產(chǎn)品上，使其具備新的特性，表現(xiàn)在滿足用戶的“個(gè)性化”需求，產(chǎn)品更加符合使用者或購(gòu)買者的個(gè)性化需求及使用習(xí)慣、偏好，符合購(gòu)買者使用習(xí)慣“用的最優(yōu)”。

?? 按需生產(chǎn)，節(jié)約社會(huì)物質(zhì)資源，產(chǎn)品與需求對(duì)應(yīng)“量的最優(yōu)”：生產(chǎn)滿足定量人群產(chǎn)品的社會(huì)整體物質(zhì)消耗最小，生產(chǎn)過(guò)程中制造成品的物料、能源消耗最小，環(huán)境危害最小。

?? 社會(huì)全體成員都可以參與生產(chǎn)。未來(lái)圍繞數(shù)據(jù)構(gòu)建的網(wǎng)絡(luò)及平臺(tái)使各行業(yè)數(shù)據(jù)具備開(kāi)放和融合的特性，人類基于數(shù)據(jù)各階層都能從事生產(chǎn)，如數(shù)據(jù)標(biāo)注、智能或認(rèn)知模型。

各行業(yè)都可以通過(guò)對(duì)本行業(yè)相關(guān)信息、數(shù)據(jù)的認(rèn)知及生產(chǎn)過(guò)程，實(shí)現(xiàn)本行業(yè)所特有的“信息、數(shù)據(jù)、智能”應(yīng)用。未來(lái)人工智能技術(shù)、認(rèn)知計(jì)算技術(shù)就是以數(shù)據(jù)為核心的新型生產(chǎn)關(guān)系的核心技術(shù)環(huán)節(jié)，而其歸根到底就是針對(duì)各類現(xiàn)實(shí)的需求進(jìn)行快速、有效、科學(xué)的決策。生產(chǎn)力的三要素包括勞動(dòng)力、勞動(dòng)工具、勞動(dòng)對(duì)象，在這種新型生產(chǎn)關(guān)系下，勞動(dòng)工具是計(jì)算機(jī)、信息通信網(wǎng)絡(luò)，勞動(dòng)對(duì)象是數(shù)據(jù)。而這種生產(chǎn)關(guān)系的推廣及普及，必將影響到組織、社會(huì)架構(gòu)的演進(jìn)及發(fā)展。

3.3 未來(lái)經(jīng)濟(jì)生活中“技術(shù)角色”概念的提出

歷史上技術(shù)在人類經(jīng)濟(jì)生活中，是依托物質(zhì)而存在的；但在信息和數(shù)據(jù)為勞動(dòng)對(duì)象的新型生產(chǎn)關(guān)系下，技術(shù)的地位大大提高，其根本原因是人類智力活動(dòng)是這種生產(chǎn)關(guān)系的基本“元素”，是最充分體現(xiàn)智力活動(dòng)的勞動(dòng)，因此這種生產(chǎn)關(guān)系下對(duì)勞動(dòng)者勞動(dòng)價(jià)值的認(rèn)可程度將超出以往。未來(lái)在社會(huì)生產(chǎn)環(huán)節(jié)中對(duì)技術(shù)價(jià)值的認(rèn)識(shí)、再定義、價(jià)值認(rèn)可，將會(huì)賦予技術(shù)決定性的財(cái)富分配屬性。對(duì)技術(shù)的占有（通過(guò)專利等知識(shí)產(chǎn)權(quán)的認(rèn)定），會(huì)形成未來(lái)解決社會(huì)經(jīng)濟(jì)分配矛盾和新的財(cái)富分配手段及機(jī)制，進(jìn)一步為解決人類歷史上國(guó)家、經(jīng)濟(jì)體內(nèi)部財(cái)富分配問(wèn)題、經(jīng)濟(jì)危機(jī)等社會(huì)問(wèn)題提供新的思路。

信息社會(huì)的重要特征是生產(chǎn)資料、對(duì)象的根本轉(zhuǎn)變，即依靠人類的智力活動(dòng)，依靠計(jì)算機(jī)，通過(guò)對(duì)大規(guī)模信息、數(shù)據(jù)的處理來(lái)實(shí)現(xiàn)社會(huì)生產(chǎn)活動(dòng)并最終獲得經(jīng)濟(jì)成果。以這種生產(chǎn)方式為基礎(chǔ)的財(cái)富分配方式，越來(lái)越依賴社會(huì)各分工角色在技術(shù)研究及應(yīng)用體系中的定位。因此筆者試著給出了未來(lái)社會(huì)經(jīng)濟(jì)生活中技術(shù)重要性的分析及定義：以技術(shù)環(huán)節(jié)的占有及關(guān)鍵核心技術(shù)掌握、運(yùn)用的程度，影響資源分配的經(jīng)濟(jì)運(yùn)行機(jī)制，而這可以稱為“技術(shù)角色”。

目前所見(jiàn)，未來(lái)“技術(shù)角色”涉及的重要技術(shù)有生物技術(shù)、材料技術(shù)、能源技術(shù)及信息數(shù)據(jù)技術(shù)，其中，信息數(shù)據(jù)技術(shù)不但自身有嚴(yán)密的科學(xué)體系，同時(shí)也是生物技術(shù)等發(fā)展研究的關(guān)鍵支撐技術(shù)。信息數(shù)據(jù)技術(shù)的核心是人工智能技術(shù)、認(rèn)知計(jì)算技術(shù)，其研究發(fā)展不但可以改變傳統(tǒng)各個(gè)行業(yè)服務(wù)的提供方式，還可以創(chuàng)造出新的服務(wù)模式，形成新的經(jīng)濟(jì)單元及財(cái)富分配方式，更重要的是，人工智能技術(shù)、認(rèn)知計(jì)算技術(shù)也是生物技術(shù)、材料技術(shù)、能源技術(shù)等行業(yè)發(fā)展的基礎(chǔ)驅(qū)動(dòng)技術(shù)之一，即通過(guò)大量觀測(cè)數(shù)據(jù)的分析和認(rèn)知，發(fā)現(xiàn)生物等科技的新方向及數(shù)據(jù)內(nèi)容中的新規(guī)律，進(jìn)而形成該技術(shù)領(lǐng)域的發(fā)現(xiàn)和突破。

4 大規(guī)模應(yīng)用人工智能的條件已經(jīng)具備

世界經(jīng)濟(jì)已由“圍繞有形的物質(zhì)資源進(jìn)行生產(chǎn)”階段，演進(jìn)到“圍繞無(wú)形的數(shù)據(jù)資源進(jìn)行更高級(jí)別的生產(chǎn)”階段，因而以數(shù)據(jù)資源價(jià)值發(fā)現(xiàn)為核心，即采用人工智能技術(shù)、認(rèn)知計(jì)算技術(shù)、決策支持技術(shù)的大規(guī)模商業(yè)開(kāi)發(fā)及應(yīng)用的條件已經(jīng)具備。

4.1 基礎(chǔ)計(jì)算資源已經(jīng)具備

計(jì)算機(jī)運(yùn)算能力的提升，是以信息、數(shù)據(jù)作為生產(chǎn)對(duì)象實(shí)施人工智能的前提條件之一?，F(xiàn)在不論是個(gè)人電腦、智能手機(jī)、商用服務(wù)器，還是超級(jí)計(jì)算機(jī)，其計(jì)算能力都大幅度提升。2016年6月，在世界超級(jí)計(jì)算機(jī)最新一期排行中，排名第一的中國(guó)“神威太湖之光”每秒運(yùn)算達(dá)3萬(wàn)多億次，整個(gè)系統(tǒng)峰值性能為12.5億億次/s，持續(xù)性能為9.3億億次/s，相當(dāng)于200多萬(wàn)臺(tái)個(gè)人電腦的運(yùn)算能力?！吧裢狻笔褂玫氖菄?guó)產(chǎn)芯片，約4.1萬(wàn)個(gè)，占40個(gè)機(jī)柜；每個(gè)芯片上有260個(gè)處理核心，而世界上第一臺(tái)計(jì)算機(jī)“ENIAC”的運(yùn)算能力為5 000次/s[18]。

未來(lái)的計(jì)算可能無(wú)處不在，如最新興起的邊緣計(jì)算、霧計(jì)算等，但基于基礎(chǔ)計(jì)算資源，面向各種數(shù)據(jù)認(rèn)知、應(yīng)用場(chǎng)景研究及根據(jù)需求的計(jì)算任務(wù)分配技術(shù)還不完備，即基于任務(wù)和數(shù)據(jù)的認(rèn)知技術(shù)及其與計(jì)算資源分配將是未來(lái)研究的一個(gè)重點(diǎn)。

4.2 基礎(chǔ)數(shù)據(jù)資源基本具備

人工智能的本質(zhì)是對(duì)信息的“擬人化”處理，即機(jī)器像人一樣感知及處理數(shù)據(jù)。目前可計(jì)算的數(shù)據(jù)基礎(chǔ)已具備：首先，隨著信息技術(shù)的發(fā)展，人類歷史上積累的信息基本已經(jīng)完成了電子化，即可“計(jì)算化”的轉(zhuǎn)變；其次，目前互聯(lián)網(wǎng)上的公開(kāi)數(shù)據(jù)增量每年以ZB級(jí)增長(zhǎng)；第三，各類組織、個(gè)人都在產(chǎn)生大量的電子數(shù)據(jù)，這些數(shù)據(jù)都可以作為實(shí)現(xiàn)各類人工智能所需的基礎(chǔ)輸入數(shù)據(jù)源。

另一方面，用于腦科學(xué)研究、分析、模擬的數(shù)據(jù)越來(lái)越多，科學(xué)家從各個(gè)方面獲得對(duì)人腦運(yùn)行機(jī)理進(jìn)行分析的數(shù)據(jù)，例如神經(jīng)電活動(dòng)觀測(cè)方法，或釋放的化學(xué)物質(zhì)變化等，并針對(duì)性地開(kāi)發(fā)了用于觀測(cè)這些數(shù)據(jù)的工具。基于對(duì)大腦在特定輸入信號(hào)刺激情況下的反應(yīng)及神經(jīng)傳導(dǎo)的觀察，人們將逐步揭示大腦的工作原理，進(jìn)一步通過(guò)計(jì)算機(jī)模擬大腦的工作機(jī)制，實(shí)現(xiàn)新的人工智能技術(shù)應(yīng)用[19]。

但應(yīng)用人工智能技術(shù)的數(shù)據(jù)資源目前還面臨兩方面的問(wèn)題：數(shù)據(jù)資源孤島狀態(tài)還比較明顯，受限于安全及商業(yè)模式，掌握在各組織機(jī)構(gòu)的數(shù)據(jù)資源開(kāi)放還需推進(jìn)；數(shù)據(jù)的標(biāo)注及理解問(wèn)題，能被人工智能技術(shù)應(yīng)用的數(shù)據(jù)目前還需要經(jīng)過(guò)人工標(biāo)注，這需要大量的人工及經(jīng)費(fèi)支持。雖然“谷歌大腦”號(hào)稱具備一定的自學(xué)習(xí)能力，但目前其要克服的技術(shù)難題還比較多。

4.3 資本的介入將使人工智能技術(shù)的研發(fā)及應(yīng)用進(jìn)程加快

觀察近20年先進(jìn)技術(shù)從研發(fā)到應(yīng)用的進(jìn)程，可以發(fā)現(xiàn)，資本在新技術(shù)市場(chǎng)化的過(guò)程中起著至關(guān)重要的作用，單純的技術(shù)研發(fā)在受到資本關(guān)注后，會(huì)產(chǎn)生超出以往的進(jìn)展，例如蘋(píng)果的Siri、谷歌的自動(dòng)駕駛及AlphaGo，都是一開(kāi)始由小團(tuán)隊(duì)進(jìn)行研發(fā)，被大公司關(guān)注、收購(gòu)并注入新資源后，取得了突破性的進(jìn)展。隨著社會(huì)資本的關(guān)注，筆者觀察到越來(lái)越多的人工智能技術(shù)應(yīng)用以超出以往的增長(zhǎng)速度在市場(chǎng)上出現(xiàn)。美國(guó)風(fēng)險(xiǎn)投資公司CB Insights發(fā)布人工智能產(chǎn)業(yè)2016年第一季度報(bào)告及多個(gè)人工智能產(chǎn)業(yè)報(bào)告，2016年第一季度投資交易額達(dá)到了6.02億美元。最新數(shù)據(jù)顯示，截至2016年6月15日，已有超過(guò)200家人工智能初創(chuàng)公司總共獲得了近15億美元的融資，國(guó)內(nèi)以人工智能為產(chǎn)品應(yīng)用的初創(chuàng)公司也已有數(shù)百家[20]。

4.4 國(guó)家戰(zhàn)略層面的推動(dòng)作用

世界各主要國(guó)家及經(jīng)濟(jì)體，在人工智能技術(shù)的研發(fā)上加緊布局。國(guó)家層面美國(guó)、歐盟、日本都有人類大腦研究及在此基礎(chǔ)上的人工智能技術(shù)研發(fā)國(guó)家計(jì)劃。國(guó)內(nèi)相關(guān)領(lǐng)域國(guó)家引領(lǐng)更加具體，2015年11月，習(xí)近平總書(shū)記“致2015世界機(jī)器人大會(huì)賀信”中說(shuō)到，隨著信息化、工業(yè)化不斷融合，以機(jī)器人科技為代表的智能產(chǎn)業(yè)蓬勃興起，成為現(xiàn)時(shí)代科技創(chuàng)新的一個(gè)重要標(biāo)志。中國(guó)將機(jī)器人和智能制造納入了國(guó)家科技創(chuàng)新的優(yōu)先重點(diǎn)領(lǐng)域。2015年6月，李克強(qiáng)總理主持國(guó)務(wù)院常務(wù)會(huì)議，會(huì)議通過(guò)《“互聯(lián)網(wǎng)+”行動(dòng)指導(dǎo)意見(jiàn)》，明確了推進(jìn)“互聯(lián)網(wǎng)+人工智能”，作為若干能形成新產(chǎn)業(yè)模式的重點(diǎn)領(lǐng)域發(fā)展目標(biāo)任務(wù)，并確定了相關(guān)支持措施。這是“人工智能”從國(guó)家層面第一次被明確為“形成新產(chǎn)業(yè)模式的重點(diǎn)領(lǐng)域”。

2016年5月，國(guó)家發(fā)展和改革委員會(huì)、科技部、工業(yè)和信息化部、中共中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組辦公室及中華人民共和國(guó)互聯(lián)網(wǎng)信息辦公室發(fā)展和改革委員會(huì)網(wǎng)站發(fā)布了《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》。方案指出，到2018年，一是打造人工智能基礎(chǔ)資源與創(chuàng)新平臺(tái)，人工智能產(chǎn)業(yè)體系、創(chuàng)新服務(wù)體系、標(biāo)準(zhǔn)化體系基本建立，基礎(chǔ)核心技術(shù)有所突破，總體技術(shù)和產(chǎn)業(yè)發(fā)展與國(guó)際同步，應(yīng)用及系統(tǒng)級(jí)技術(shù)局部領(lǐng)先，重點(diǎn)工程包括核心技術(shù)研發(fā)與產(chǎn)業(yè)化工程、基礎(chǔ)資源公共服務(wù)平臺(tái)工程；二是推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新，重點(diǎn)工程包括智能家居示范工程、智能汽車研發(fā)與產(chǎn)業(yè)化工程、智能無(wú)人系統(tǒng)應(yīng)用工程、智能安防推廣工程；三是提升終端產(chǎn)品智能化水平，重點(diǎn)工程包括智能終端應(yīng)用能力提升工程、智能可穿戴設(shè)備發(fā)展工程、智能機(jī)器人研發(fā)與應(yīng)用工程[21]。

5 人工智能技術(shù)應(yīng)用的特征分析[22-31]

5.1 平臺(tái)化特征

對(duì)人工智能、認(rèn)知計(jì)算的研究，已有60多年的歷史，科研工作者從各個(gè)角度開(kāi)發(fā)出能模擬人類工作的系統(tǒng)或機(jī)器。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展，人工智能應(yīng)用的領(lǐng)域越來(lái)越廣泛，人工智能的平臺(tái)化特征越來(lái)越明顯。這從Google自動(dòng)駕駛技術(shù)的研發(fā)就可以看出端倪，Google自動(dòng)駕駛技術(shù)的實(shí)現(xiàn)方式其實(shí)是Google搜索引擎平臺(tái)大規(guī)模數(shù)據(jù)處理在特定領(lǐng)域的實(shí)際應(yīng)用，其重要的技術(shù)環(huán)節(jié)是在后臺(tái)整合了大量駕駛數(shù)據(jù)、道路數(shù)據(jù)（來(lái)自Google街景），實(shí)現(xiàn)了針對(duì)特定駕駛?cè)蝿?wù)的數(shù)據(jù)及相關(guān)決策支持。IBM的沃森系統(tǒng)更具備平臺(tái)特征，IBM通過(guò)開(kāi)放API獲取更多不同行業(yè)的數(shù)據(jù)，以進(jìn)行行業(yè)自學(xué)習(xí)能力的培養(yǎng)，之后通過(guò)其認(rèn)知計(jì)算架構(gòu)整合各行業(yè)數(shù)據(jù)，為特定應(yīng)用提供更加準(zhǔn)確的認(rèn)知服務(wù)。只有平臺(tái)化，才能整合各類來(lái)源的數(shù)據(jù)，提供超出單一數(shù)據(jù)來(lái)源的、更加有效的人工智能、認(rèn)知計(jì)算服務(wù)。

為了實(shí)現(xiàn)以數(shù)據(jù)為核心的生產(chǎn)資料和面向人工智能的社會(huì)化生產(chǎn)工具的形成，必須要構(gòu)建一個(gè)既具備開(kāi)放，又能客觀評(píng)價(jià)生產(chǎn)者價(jià)值的平臺(tái)，這個(gè)平臺(tái)必須滿足有利數(shù)據(jù)開(kāi)放及共享、面向數(shù)據(jù)認(rèn)知及表達(dá)、方便智力活動(dòng)生產(chǎn)三大主要條件。

5.2 積累及復(fù)用特征、運(yùn)營(yíng)特征

人工智能技術(shù)區(qū)別于傳統(tǒng)的技術(shù)產(chǎn)品，其具備自身的特點(diǎn)，不可能通過(guò)購(gòu)買、消化、吸收、再創(chuàng)新應(yīng)用的技術(shù)路線來(lái)獲得。人工智能技術(shù)的一大特點(diǎn)是技術(shù)積累（即技術(shù)可復(fù)用性的逐步積累及優(yōu)化），與人類大腦學(xué)習(xí)一樣，是一個(gè)逐步學(xué)習(xí)及完善的過(guò)程。有效的人工智能技術(shù)應(yīng)用需要經(jīng)過(guò)長(zhǎng)期的學(xué)習(xí)和積累，改進(jìn)應(yīng)用模型、優(yōu)化學(xué)習(xí)算法。例如，語(yǔ)音識(shí)別技術(shù)的應(yīng)用，要達(dá)到一定識(shí)別的準(zhǔn)確性，需要的訓(xùn)練語(yǔ)料多達(dá)數(shù)千到數(shù)十萬(wàn)小時(shí)。Google、百度的搜索引擎可以看成人工智能技術(shù)在搜索引擎領(lǐng)域的應(yīng)用實(shí)例，其現(xiàn)在的形態(tài)是經(jīng)過(guò)十幾年發(fā)展而成的，這也是近些年后來(lái)者雖然投入巨大，但始終在搜索引擎領(lǐng)域無(wú)法超越他們的原因，后來(lái)者已經(jīng)沒(méi)有了類似Google等成長(zhǎng)的環(huán)境、進(jìn)行積累的時(shí)間、與使用者相互適應(yīng)共同成長(zhǎng)過(guò)程中的學(xué)習(xí)數(shù)據(jù)。

Google、百度、IBM之所以大力發(fā)展人工智能技術(shù)，本質(zhì)是其初步形成了人工智能技術(shù)學(xué)習(xí)、復(fù)用的架構(gòu)，而這個(gè)復(fù)用架構(gòu)包含數(shù)據(jù)處理、面向應(yīng)用的特征提取及標(biāo)注、根據(jù)應(yīng)用目標(biāo)動(dòng)態(tài)選取不同的應(yīng)用模型、根據(jù)不同的應(yīng)用模型使特征數(shù)值化，之后選取合適的算法進(jìn)行計(jì)算，根據(jù)反饋對(duì)計(jì)算過(guò)程的不斷優(yōu)化等。在該領(lǐng)域進(jìn)行投入的公司還有蘋(píng)果（Siri）、亞馬遜（Alexa）、微軟（Cortana）、科大訊飛等，所有這些公司基本都面向一個(gè)開(kāi)放的、可復(fù)用的人工智能學(xué)習(xí)架構(gòu)進(jìn)行投入和研發(fā)，逐步把研發(fā)成果應(yīng)用到各個(gè)細(xì)分領(lǐng)域，再由細(xì)分領(lǐng)域的應(yīng)用經(jīng)驗(yàn)反過(guò)來(lái)迭代優(yōu)化這個(gè)整體的開(kāi)發(fā)架構(gòu)，逐步前行。

6 應(yīng)用人工智能技術(shù)面臨的挑戰(zhàn)

從生產(chǎn)資料（勞動(dòng)工具、勞動(dòng)對(duì)象）的角度看，勞動(dòng)對(duì)象是數(shù)據(jù)，勞動(dòng)工具是各種體系架構(gòu)的計(jì)算機(jī)、處理器。其中，勞動(dòng)對(duì)象（大量數(shù)據(jù)）的規(guī)模化獲得、根據(jù)處理任務(wù)及模型的標(biāo)準(zhǔn)化標(biāo)注是目前亟待解決的問(wèn)題，因此需要一個(gè)能充分協(xié)作的工作平臺(tái)，可以把數(shù)據(jù)、智力勞動(dòng)任務(wù)進(jìn)行有效分解及應(yīng)用集成，既能使勞動(dòng)者公平地獲得勞動(dòng)資料，又能相對(duì)客觀地評(píng)價(jià)勞動(dòng)者的勞動(dòng)成果?？偟膩?lái)看，未來(lái)各行業(yè)大規(guī)模應(yīng)用人工智能技術(shù)需要在以下幾個(gè)方面進(jìn)行新一輪的技術(shù)變革及工作準(zhǔn)備。

6.1 數(shù)據(jù)開(kāi)放應(yīng)用架構(gòu)及資源庫(kù)

對(duì)于人工智能應(yīng)用的基礎(chǔ)（數(shù)據(jù)資源），未來(lái)要解決的問(wèn)題如下：一是數(shù)據(jù)開(kāi)放架構(gòu)，即如何能在安全的前提條件下獲得工作所需的數(shù)據(jù)；二是數(shù)據(jù)標(biāo)注架構(gòu)，如何理解數(shù)據(jù)是人工智能技術(shù)應(yīng)用最基礎(chǔ)的問(wèn)題，針對(duì)同一個(gè)對(duì)象的描述數(shù)據(jù)，不同行業(yè)或應(yīng)用的認(rèn)知不同，因此需要一個(gè)方便進(jìn)行數(shù)據(jù)標(biāo)注，使數(shù)據(jù)具備不同應(yīng)用所對(duì)應(yīng)基礎(chǔ)語(yǔ)義的數(shù)據(jù)標(biāo)注及處理架構(gòu)；三是基礎(chǔ)元數(shù)據(jù)庫(kù)，數(shù)據(jù)開(kāi)放的主要目的之一是獲得其他領(lǐng)域的數(shù)據(jù)為本領(lǐng)域的應(yīng)用服務(wù)，實(shí)現(xiàn)數(shù)據(jù)融合，而實(shí)現(xiàn)數(shù)據(jù)融合的基礎(chǔ)是有一個(gè)針對(duì)相同實(shí)體在不同領(lǐng)域進(jìn)行描述的元數(shù)據(jù)庫(kù)，人工智能算法可以通過(guò)這個(gè)元數(shù)據(jù)庫(kù)的調(diào)用，實(shí)現(xiàn)對(duì)其他領(lǐng)域的數(shù)據(jù)標(biāo)注及理解應(yīng)用。

6.2 模型、算法加載及實(shí)現(xiàn)架構(gòu)

人工智能技術(shù)狹義上是模擬人腦的思維過(guò)程，使機(jī)器像人類一樣工作；而廣義上是通過(guò)機(jī)器來(lái)重復(fù)人類對(duì)社會(huì)、自然界運(yùn)行內(nèi)在規(guī)律的認(rèn)識(shí)結(jié)果，并開(kāi)發(fā)出相應(yīng)的工具。這種認(rèn)識(shí)的機(jī)器實(shí)現(xiàn)就是各類模型、算法的實(shí)現(xiàn)。因此，為了實(shí)現(xiàn)人工智能在各行業(yè)的快速應(yīng)用，使各階層勞動(dòng)者都參與到人工智能技術(shù)的應(yīng)用開(kāi)發(fā)中來(lái)，需要一種方便各類模型、算法進(jìn)行實(shí)現(xiàn)及加載的技術(shù)架構(gòu)，這個(gè)架構(gòu)的核心是方便各行各業(yè)在一個(gè)統(tǒng)一的框架下實(shí)例化行業(yè)的數(shù)據(jù)認(rèn)知（模型）、算法實(shí)現(xiàn)、共享其實(shí)現(xiàn)方法等，該架構(gòu)向下方便調(diào)用各類數(shù)據(jù)，向上方便把智力活動(dòng)的模型、算法開(kāi)放給各類應(yīng)用。

6.3 組織架構(gòu)及勞動(dòng)者

為了適應(yīng)以人工智能為核心的新型生產(chǎn)關(guān)系，需要從事這類活動(dòng)的企業(yè)具備一個(gè)面向數(shù)據(jù)認(rèn)知、人工智能技術(shù)應(yīng)用實(shí)現(xiàn)的組織架構(gòu)，在這個(gè)組織架構(gòu)內(nèi)，給從事人工智能勞動(dòng)的不同角色群體賦予相適應(yīng)的資源，滿足不同的人工智能活動(dòng)的目標(biāo)任務(wù)。而勞動(dòng)者需具備面向信息進(jìn)行工作和生產(chǎn)的基本技能，如數(shù)據(jù)語(yǔ)義標(biāo)注技能、任務(wù)表達(dá)及分解技能、模型、算法實(shí)現(xiàn)、智能系統(tǒng)評(píng)價(jià)及反饋技能等。

6.4 應(yīng)用及評(píng)價(jià)

應(yīng)用指具體各個(gè)行業(yè)進(jìn)行人工智能、數(shù)據(jù)認(rèn)知、決策支持的產(chǎn)品開(kāi)發(fā)及能力嵌入。評(píng)價(jià)首先要解決的是如何評(píng)價(jià)人工智能技術(shù)的應(yīng)用效果，其次要解決公正及可量化問(wèn)題，從而衡量從事相關(guān)新型勞動(dòng)的組織及個(gè)人的勞動(dòng)價(jià)值，并進(jìn)行相應(yīng)的資源分配。評(píng)價(jià)是決定整個(gè)人工智能技術(shù)應(yīng)用成敗的關(guān)鍵因素。

事實(shí)上，目前人工智能技術(shù)應(yīng)用存在的難點(diǎn)都與應(yīng)用及評(píng)價(jià)相關(guān)。首先是一個(gè)企業(yè)、行業(yè)如何引入人工智能技術(shù)，圍繞其產(chǎn)生的數(shù)據(jù)資源進(jìn)行生產(chǎn)；其次是如何客觀、公正地評(píng)價(jià)這個(gè)生產(chǎn)的經(jīng)濟(jì)效益，只有應(yīng)用新技術(shù)的經(jīng)濟(jì)效益能公正評(píng)價(jià)并被各方認(rèn)可的前提下，才能為這個(gè)新型的生產(chǎn)關(guān)系投入相應(yīng)的資金及人力資源。

6.5 其他因素

與人工智能成功應(yīng)用有關(guān)的因素還包括知識(shí)產(chǎn)權(quán)、隱私、社會(huì)倫理等，限于篇幅，本文不做展開(kāi)分析。

7 對(duì)運(yùn)營(yíng)商的思考

長(zhǎng)久以來(lái)運(yùn)營(yíng)商在信息服務(wù)中一直占據(jù)核心地位，但隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，運(yùn)營(yíng)商管道化趨勢(shì)明顯，其根本原因是信息服務(wù)的重心由“及時(shí)獲得信息”轉(zhuǎn)變?yōu)椤皩?duì)決策的支持”，即如何判斷及提供“有用的”信息，進(jìn)一步是這些信息的提供方式如何。這是擺在運(yùn)營(yíng)商面前的問(wèn)題，即如何整合互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)上的信息，根據(jù)用戶業(yè)務(wù)需求按需提供。雖然“管道”是整個(gè)信息服務(wù)中必不可少的一環(huán)，但其價(jià)值含量隨著通信技術(shù)的發(fā)展逐步降低，隨著4G的普及和5G技術(shù)的研發(fā)儲(chǔ)備，信息提供得越及時(shí)，單純作為“通道”價(jià)值就會(huì)越讓位于提供“有用信息”的價(jià)值。這給運(yùn)營(yíng)商在未來(lái)的信息服務(wù)體系帶來(lái)了挑戰(zhàn)：從單純的傳遞信息到參與“決策”的轉(zhuǎn)變，如何參與構(gòu)建社會(huì)化（面向社會(huì)所有成員、行業(yè)開(kāi)放）的人工智能應(yīng)用的信息傳遞及交付通道及平臺(tái)，形成新型的信息處理及分發(fā)架構(gòu)。雖然目前運(yùn)營(yíng)商在這部分的工作與互聯(lián)網(wǎng)公司相比已大為落后，但從國(guó)家戰(zhàn)略、安全、人工智能應(yīng)用的通用性、社會(huì)價(jià)值分配的公平性角度講，由運(yùn)營(yíng)商發(fā)展并運(yùn)營(yíng)相關(guān)平臺(tái)才最符合社會(huì)資源及相應(yīng)價(jià)值分配的公平性需求。

8 結(jié)束語(yǔ)

經(jīng)濟(jì)生活中一直存在著技術(shù)驅(qū)動(dòng)和業(yè)務(wù)驅(qū)動(dòng)的爭(zhēng)論，從財(cái)富分配的角度，是需求和供給的爭(zhēng)執(zhí)，而現(xiàn)今國(guó)家供給側(cè)改革核心之一，是依靠技術(shù)進(jìn)步重塑經(jīng)濟(jì)生活中的各個(gè)單元、改善價(jià)值分配環(huán)節(jié)、凸顯勞動(dòng)創(chuàng)造價(jià)值的理念。人工智能及其相關(guān)技術(shù)的發(fā)展及應(yīng)用為：第一，為各行業(yè)的轉(zhuǎn)型提供新的思路；第二，可能改變未來(lái)社會(huì)人們參與勞動(dòng)、評(píng)價(jià)勞動(dòng)貢獻(xiàn)程度的方式，實(shí)現(xiàn)人們從終身消費(fèi)者向終身生產(chǎn)者的轉(zhuǎn)變，進(jìn)而使勞動(dòng)成為生活的第一需要，勞動(dòng)將是其對(duì)自身價(jià)值、社會(huì)認(rèn)知的終身追求及實(shí)現(xiàn)方式；第三，以此為基礎(chǔ)或前提條件的社會(huì)組織架構(gòu)的適應(yīng)性轉(zhuǎn)變、優(yōu)化，實(shí)現(xiàn)一個(gè)社會(huì)分工更合理的組織形態(tài)。

未來(lái)人工智能的研發(fā)重點(diǎn)將由專用型人工智能逐漸過(guò)渡到通用型人工智能領(lǐng)域，而這需要一個(gè)服務(wù)于各類垂直人工智能應(yīng)用的平臺(tái)，在這個(gè)平臺(tái)上各種背景的人都可以從事適合自己需求及特征的生產(chǎn)勞動(dòng)。人工智能應(yīng)用的平臺(tái)化、積累及復(fù)用的特征，將對(duì)未來(lái)企業(yè)由產(chǎn)品、服務(wù)、組織架構(gòu)產(chǎn)生深遠(yuǎn)的影響，未來(lái)社會(huì)將演進(jìn)到以人們認(rèn)識(shí)社會(huì)、認(rèn)知自身、對(duì)物質(zhì)的需求回歸基本生活需要的形式，而勞動(dòng)的目的是實(shí)現(xiàn)或驗(yàn)證人們對(duì)客觀世界的看法，實(shí)現(xiàn)自身認(rèn)知價(jià)值，進(jìn)而為解決目前經(jīng)濟(jì)、環(huán)境、自然資源等各類問(wèn)題提供新的思路。

[1] 戴汝為. 社會(huì)智能科學(xué)的形成和發(fā)展[J]. 上海理工大學(xué)學(xué)報(bào), 2011, 33(1): 1-7.

DAI R W. Formation and development of social intelligence science[J]. University of Shanghai for Science and Technology, 2011, 33(1): 1-7.

[2] 韋樂(lè)平. SDN的戰(zhàn)略性思考[J]. 電信科學(xué), 2015, 31(1): 7-12.

WEI L P. Strategic thinking on SDN[J]. Telecommunications Science, 2015, 31(1): 7-12.

[3] 孫茂松, 劉挺, 姬東鴻, 等. 語(yǔ)言計(jì)算的重要國(guó)際前沿[J]. 中文信息學(xué)報(bào), 2014, 28(1): 1-8.

SUN M S, LIU T, JI D H, et al. Frontiers of language computing[J]. Journal of Chinese Information Processing, 2014, 28(1): 1-8.

[4] 王飛躍. 基于社會(huì)計(jì)算和平行系統(tǒng)的動(dòng)態(tài)網(wǎng)民群體研究[J]. 上海理工大學(xué)學(xué)報(bào), 2011, 33(1): 8-17.

WANG F Y. Study on cyber-enabled social movement organizations based on social computing and parallel systems[J]. University of Shanghai for Science and Technology, 2011, 33(1): 8-17.

[5] 鄒蕾, 張先鋒. 人工智能及其發(fā)展應(yīng)用[J]. 信息網(wǎng)絡(luò)安全, 2012(2): 11-13.

ZOU L, ZHANG X F. Application and development of the artificial intelligence[J]. Netinfo Security, 2012(2): 11-13.

[6] 王志良, 鄭思儀, 王先梅, 等. 心理認(rèn)知計(jì)算的研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 模式識(shí)別與人工智能, 2011, 24(2): 215-225.

WANG Z L, ZHEN S Y, WANG X M, et al. Research and development of cognitive computing in mind[J]. Pattern Recognition and Artificial Intelligence, 2011, 24(2): 215-225.

[7] 董超, 畢曉君. 認(rèn)知計(jì)算的發(fā)展綜述[J]. 電子世界, 2014(15): 200.

DONG C, BI X J. The overview of cognitive computing development[J]. Electronics World, 2014(15): 200.

[8] 徐峰, 冷伏海. 認(rèn)知計(jì)算及其對(duì)情報(bào)科學(xué)的影響[J]. 情報(bào)雜志, 2009, 28(6): 20-23.

XU F, LENG F H, Cognitive computation and its impact on information science [J]. Journal of Intelligence, 2009, 28(6): 20-23.

[9] 楊震, 楊寧, 徐敏捷. 面向物聯(lián)網(wǎng)應(yīng)用的人工智能相關(guān)技術(shù)研究[J]. 電信技術(shù), 2016, 8(5): 16-19.

YANG Z, YANG N, XU M J. The study on the application of artificial intelligence in the Internet of things[J]. Telecommunications Technology, 2016, 8(5): 16-19.

[10] 許兆新, 周雙娥, 郝燕玲. 決策支持系統(tǒng)相關(guān)技術(shù)綜述[J]. 計(jì)算機(jī)應(yīng)用研究, 2001, 18(2): 35-39.

XUN Z X, ZHOU S E, HAO Y L. A survey to relational technologies of decision support system[J]. Application Research of Computers, 2001, 18(2): 35-39.

[11] 劉博元, 范文慧, 肖田元. 決策支持系統(tǒng)研究現(xiàn)狀分析[J]. 系統(tǒng)仿真學(xué)報(bào), 2011(S1): 241-244.

LIU B Y, FAN W H, XIAO T Y, Development of decision support system[J]. Journal of System Simulation, 2011(S1): 241-244.

[12] 陳曦, 王執(zhí)銓. 決策支持系統(tǒng)理論與方法研究綜述[J]. 控制與決策, 2006, 21(9): 961-968.

CHEN X, WANG Z Q. Overview of theory and methods of decision support systems[J]. Control and Decision, 2006, 21(9): 961-968.

[13] 陳凱, 朱鈺. 機(jī)器學(xué)習(xí)及其相關(guān)算法綜述[J]. 統(tǒng)計(jì)與信息論壇, 2007, 22(5): 105-112.

CHEN K, ZHU Y. A summary of machine learning and related algorithms[J]. Statistics & Information Forum, 2007, 22(5): 105-112.

[14] 楊良土, 鐘延炯. 動(dòng)態(tài)系統(tǒng)故障診斷的新方法——專家系統(tǒng)[J].信息與控制, 1988, 17(3): 24-29.

YANG L S, ZHONG Y J. A new method for fault diagnosis in dynamic systems——expert system[J]. Information and Control, 1988, 17(3): 24-29.

[15] 劉培奇, 李增智, 趙銀亮. 擴(kuò)展產(chǎn)生式規(guī)則的網(wǎng)絡(luò)故障診斷專家系統(tǒng)[J]. 西安交通大學(xué)學(xué)報(bào), 2004, 38(8): 783-786.

LIU P Q, LI Z Z, ZHAO Y L. Network fault diagnosis expert system based on extended production rules[J]. Journal of Xi’an Jiaotong University, 2004, 38(8): 783-786.

[16] 劉觀良, 趙萬(wàn)能, 仝麥智. 基于人工智能的網(wǎng)絡(luò)故障診斷研究綜述[J]. 電腦編程技巧與維護(hù), 2013(10): 101-102.

LIU G L, ZHAO W N, TONG M Z. Overview of network fault diagnosis research based on artificial intelligence[J]. Computer Programming Skills & Maintenance, 2013(10): 101-102.

[17] 蘇利敏, 侯朝楨, 戴忠健. 一種集成的智能網(wǎng)絡(luò)故障管理結(jié)構(gòu)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2002, 38(6): 8-9.

SU L M, HOU C Z, DAI Z J. A synthetic intelligent framework to network fault management[J]. Computer Engineering and Applications, 2002, 38(6): 8-9.

[18] 柴逸扉.“神威?太湖之光”神在何處？[N]. 人民日?qǐng)?bào)海外版, 2016-06-28.

CAI Y F. What are the advantages of “Shenwei light of Taihu”[N]. People’s Daily Overseas Edition, 2016-06-28.

[19] 蒲慕明, 徐波, 譚鐵牛. 腦科學(xué)與類腦研究概述[J]. 中國(guó)科學(xué)院院刊, 2016, 31(7): 725-736.

PU M M, XU B, TAN T N. Brain science and brain-inspired intelligence technology-an overview[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(7): 725-736.

[20] 人工智能初創(chuàng)企業(yè)迎投資熱潮[EB/OL]. (2016-07-25) [2017-03-31].http://news.xinhuanet.com/local/2016-07/25/c_ 129174469.htm.

The investment boom to the start-up enterprise of artificial intelligence[EB/OL]. (2016-07-25)[2017-03-31]. http://news. xinhuanet.com/local/2016-07/25/c_129174469.htm.

[21] 關(guān)于印發(fā)《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》的通知[EB/OL]. (2016-05-18)[2017-03-31]. http://www.sdpc.gov.cn/ zcfb/zcfbtz/201605/t20160523_804293.html.

The information for the document of “Internet plus” artificial intelligence three years implementation plan [EB/OL]. (2016-05-18) [2017-03-31]. http://www.sdpc.gov.cn/zcfb/zcfbtz/ 201605/t20160523_804293.html.

[22] 陶九陽(yáng), 吳琳, 胡曉峰. AlphaGo技術(shù)原理分析及人工智能軍事應(yīng)用展望[J]. 指揮與控制學(xué)報(bào), 2016, 2(2): 114-120.

TAO J Y, WU L, HU X F. Principle analysis on AlphaGo and perspective in milltary application of artificial intelligence[J]. Journal of Command and Control, 2016, 2(2): 114-120.

[23] 楊震. 自動(dòng)駕駛技術(shù)進(jìn)展與運(yùn)營(yíng)商未來(lái)信息服務(wù)架構(gòu)演進(jìn)[J]. 電信科學(xué), 2016, 32(8): 16-20.

YANG Z. Progress of automatic drive technology and the future information service architecture evolution of telecom operators[J]. Telecommunications Science, 2016, 32(8): 16-20.

[24] 國(guó)務(wù)院.“十三五”國(guó)家科技創(chuàng)新規(guī)劃[EB/OL]. (2016-07-28) [2017-03-31]. http://www.most.gov.cn/mostinfo/xinxifenlei/ gjkjgh/201608/t20160810_127174.htm.

The State Council. The “Thirteen Five Year” national science and technology innovation planning[EB/OL]. (2016-07-28) [2017-03-31].http://www.most.gov.cn/mostinfo/xinxifenlei/gjkjgh/ 201608/t20160810_127174.htm.

[25] DIETTERICH T G. Machine learning research: four current directions[J]. Ai Magazine, 1997, 18(4): 97-136.

[26] SILVER D, HUANG A. Mastering the game of go with deep neural networks and tree search[J]. Nature, 2016(529): 484-489.

[27] WANG F Y, ZHANG J J, ZHENG X, et al. Where does AlphaGo go: from church-turing thesis to AlphaGo thesis and beyond[J]. IEEE/CAA Journal of Automatica Sinica, 2016, 3(2): 113-120.

[28] 趙云山, 劉煥煥. 大數(shù)據(jù)技術(shù)在電力行業(yè)的應(yīng)用研究[J]. 電信科學(xué), 2014, 30(1): 57-62.

ZHAO Y S, LIU H H. Research on application of big data technique in electricity power industry[J]. Telecommunications Science, 2014, 30(1): 57-62.

[29] 曹旭, 曹瑞彤. 基于大數(shù)據(jù)分析的網(wǎng)絡(luò)異常檢測(cè)方法[J]. 電信科學(xué), 2014, 30(6): 152-156.

CAO X, CAO R T. Network anomaly prediction method based on big data[J]. Telecommunications Science, 2014, 30(6): 152-156.

[30] 陳山枝. 發(fā)展5G的分析與建議[J]. 電信科學(xué), 2016, 32(7): 1-10.

CHEN S Z. Analysis and suggestion of future 5G directions[J]. Telecommunications Science, 2016, 32(7): 1-10.

[31] 吳軍. 大數(shù)據(jù)和機(jī)器智能對(duì)未來(lái)社會(huì)的影響[J]. 電信科學(xué), 2015, 31(2): 7-16.

WU J. Big data, machine intelligence and their impacts to the future world [J]. Telecommunications Science, 2015, 31(2): 7-16.

Research on artificial intelligence technology and the future intelligent information service architecture

WANG Zhihong, YANG Zhen

Shanghai Research Institute of China Telecom Co., Ltd., Shanghai 200122, China

The concept and research of artificial intelligence, cognitive computing, decision support have been taken out of the laboratory and into the real practical stage. Its practical value has exceeded the initial understanding of technical researchers, and its essence is the technology of how to process information and data. It will give people better life and have great effect on the architecture of future society and organization. Firstly, the basic concept of artificial intelligence technology was introduced. And then the artificial intelligence technology for the future economic life of the important significance,artificial intelligence technology development, accumulation, reuse, platform characteristics and the problems they faced were studied. Finally, the operators’ research and application strategy of artificial intelligence technology were analyzed.

artificial intelligence, natural language processing technology, big data, operator

TP18

A

10.11959/j.issn.1000?0801.2017134

2017?03?31；

2017?05?10

王志宏（1962?），男，博士，中國(guó)電信股份有限公司上海研究院副院長(zhǎng)，主要研究方向?yàn)槿斯ぶ悄?、物?lián)網(wǎng)技術(shù)。

楊震（1972?），男，博士，中國(guó)電信股份有限公司上海研究院物聯(lián)網(wǎng)部智能產(chǎn)品室主任，主要研究方向?yàn)槿斯ぶ悄?、自然語(yǔ)言處理、搜索引擎、物聯(lián)網(wǎng)技術(shù)。