AI热潮不减（jiǎn）。过（guò）去一周，“双马对（duì）话”拉开（kāi）世界（jiè）人工智能大会的讨论热潮，同一时间， 百度在北京举办“百度云智峰会”喊出“AI工业化”的口号（hào）。京东云发布智能（néng）城市（shì）战略（luè）。仅一个周末，由陌陌推出的（de）AI换脸APP，一夜“ZAO”热……

放眼国内，AI技术正（zhèng）展现大变革（gé）潜力，AI赛道也日益拥挤。站在今天（tiān）回看，2017年或许是中国人工智能发（fā）展的（de）一个重要节（jiē）点（diǎn）。从（cóng）那一年（nián）开始，人工智（zhì）能风起云涌。一夜之间，仿佛（fó）所有的公司都变成了人（rén）工（gōng）智能公司，资（zī）本、人（rén）才向人工智能领域快速（sù）涌入。“人工智能”成为科技界（jiè）、学界、企业界最（zuì）热门、最受追捧的（de）词汇之（zhī）一。而彼时，科技巨（jù）头Google、IBM等对人工智能的研（yán）究已逾（yú）十年（nián），近几（jǐ）年部分研究（jiū）成果已经（jīng）进入商业应用。

从（cóng）这些维度来看，人工智能可（kě）谓已经迎来一（yī）个非常好的时代，但是热（rè）闹背后一些问题也浮现出来（lái）。在（zài）释放巨大应用价（jià）值和商业价值的同时，人工智能的推广使用也产生了（le）一些“副作（zuò）用”。个人（rén）隐私信息被（bèi）非（fēi）法采集（jí）、利用大数据实（shí）施精准（zhǔn）诈骗等，已（yǐ）开始露出苗头（tóu）；“人工智能可能拉大数字鸿沟、取（qǔ）代工作岗位”的猜测，也（yě）引发了一些担忧（yōu）。

人工智能需要“交通法规（guī）”

回（huí）应社（shè）会上（shàng）对人工智（zhì）能的种种担忧，又为这一技术保留了（le）足够的创新空间。前不久，国家新一代人工（gōng）智能治理专业委（wěi）员会发布了《新一代人工（gōng）智能治理（lǐ）原则——发展负责任（rèn）的（de）人工智能》，明确了人工智能治理的框架和行动指南。

这（zhè）意（yì）味（wèi）着，正（zhèng）在快（kuài）车道上飞奔的中国人工智能多了一（yī）部（bù）“交通法（fǎ）规”。 作（zuò）为（wéi）一项（xiàng）影响深远的（de）颠（diān）覆性技（jì）术，人工智能（néng）技术可能带来的（de）“副（fù）作用”不（bú）可小（xiǎo）觑。特别是在（zài）人（rén）工智能进入（rù）实用的新阶（jiē）段，鼓励创新和规（guī）范应用必须双管齐（qí）下。我国已是人工智能发（fā）展大国，尽（jìn）早立下（xià）“包容共享、敏捷治理（lǐ）”等规矩（jǔ），将为人（rén）工智能的健康发（fā）展保驾（jià）护（hù）航。

消除偏见，打造（zào）负责任的人工（gōng）智能（néng）

在探讨人（rén）工（gōng）智能可能带来的偏见和歧视（shì）问题（tí）时（shí），微（wēi）软（ruǎn）的研究团（tuán）队，正在从（cóng）称为“单（dān）词嵌（qiàn）入”的自然（rán）语言处理工（gōng）具做起，试图（tú）解决文（wén）本搜（sōu）索中的性别（bié）偏见的问题。

所谓单词嵌入，是一种用来将（jiāng）单词（cí）转换为向量数字的算法，它能够以来自新闻数据或者网页数据的海量（liàng）文本数据为（wéi）依据（jù），为每个单词赋予一（yī）个对应（yīng）的向量数（shù）字（zì）。通过在向量坐标系中，比对（duì）常见词（cí）汇与“他”、“她（tā）”这两个（gè）性别（bié）代词之（zhī）间的关联度（dù），研究人（rén）员发现（xiàn）了一些明显的特征，例如“sassy(刁蛮)”、“knitting(编（biān）织)”这样的词更靠近女性，而“hero(英雄)”、“genius(天（tiān）才)”更靠（kào）近（jìn）男性。

算法之（zhī）所以（yǐ）会为这些词汇赋予性别特征，原因在于训练算（suàn）法用的基准数据集——通常是来自新闻和网页的数据——本身就存在着由语言习惯造成的“性别偏见”，算法也自然“继承（chéng）”了人类对这些词汇理解的性别差异。其结果就是，当微软用试验算法，根据梅（méi）林达·盖茨的 linkedIn 信息推测其职（zhí）业（yè）时，得到了“教师”的判断（duàn），但只（zhī）要将（jiāng）人称（chēng）代词换成“他”，盖茨（cí）夫人的（de）职业就会变为“律师（shī）”。为了解决这（zhè）个问题，微软的研（yán）究员提出（chū）了一个简单易行的方（fāng）案：在单（dān）词嵌入中，删除区分“他”和“她”的（de）判断（duàn）维（wéi）度，从基准（zhǔn）数（shù）据集中消（xiāo）除偏见。

AI芯片喧（xuān）嚣背后（hòu）市场痛（tòng）点犹存

AI芯片已成为中外（wài）科技企业竞（jìng）争（zhēng）的焦点（diǎn）之一，以（yǐ）至（zhì）于清华大学微电子所所长魏少军用“无产业不AI，无应用不（bú）AI，无芯（xīn）片不AI”这（zhè）样的（de）话语描述当下的人工智能热潮。

“我们（men）离人工（gōng）智能还有多远（yuǎn）？目前很多企业所做的只是增强智能而不是（shì）真（zhēn）正的人工智能，离真（zhēn）正的（de）人工（gōng）智（zhì）能还（hái）差得很远（yuǎn）”。魏少军表（biǎo）示（shì），人工智能网络（luò）能够崛起取决于三个因素，算法、数据和算（suàn）力（lì）。当前，AI芯片（piàn）面临两个现实问题（tí）：其（qí）一（yī），算（suàn）法仍（réng）在（zài）不断演进，新算法层出不穷，每隔几个月算法（fǎ）就发生新（xīn）的变化；其二，一（yī）种（zhǒng）算法对应一种应（yīng）用，没有统一的算法，而让芯片处理不同的算法十分（fèn）困难。

在魏少军看来，AI芯（xīn）片应该具备（bèi）的（de）要（yào）素（sù）包括可编程性（xìng）、架构的动态可变性、高（gāo）效的架构变换能力、高计算效率（lǜ）、高（gāo）能耗效率、低成本（běn）等（děng）。按照这（zhè）些（xiē）要求（qiú），目前业界流（liú）行的一些做法均不是理（lǐ）想的（de）架（jià）构。过去几（jǐ）年，AI芯（xīn）片领域一个重要变化（huà）就是架构的变化。人工（gōng）智（zhì）能芯片不在于追求算力，而在于（yú）架（jià）构创新。业界也需要找到一种（zhǒng）针对人工智能计算（suàn）的全新计（jì）算（suàn）引擎。

云从科技副（fù）总裁张立认为，传统芯片企业通常（cháng）更关注是如（rú）何把（bǎ）芯（xīn）片（piàn）做成通用化，以支持各种（zhǒng）不同应用场景。但（dàn）这（zhè）样的（de）通用化，在AI场景落地时会遇到问题，比如（rú）公司对AI芯片（piàn）考（kǎo）虑较多的（de）是单位功耗，而芯片（piàn）企业对功耗（hào）要求可能不是首要优先级。公司在将AI场景（jǐng）落地的过程中，发现通用芯片完全满足不了（le）需求。这给从事AI解决方（fāng）案和核（hé）心算法的企业（yè）带来（lái）了难题——公司的（de）算法是统（tǒng）一的，但需要在不同的场景适（shì）配（pèi）不同的芯片和（hé）模（mó）组。

“目前，AI芯片发（fā）展（zhǎn）还处在婴儿期”。张（zhāng）立（lì）表（biǎo）示，现（xiàn）在企业使用的很多（duō）AI芯片因为工艺要求较高，很难（nán）在大陆流片，都是在台积电进（jìn）行流片。同（tóng）时（shí），也正因（yīn）这工艺（yì）复杂度（dù）较高，导致（zhì）芯片价格较高，使得下（xià）游很多（duō）使用（yòng）其模组的产品（pǐn）无法量产。

AI+教育的变革与反思（sī）

日前，某（mǒu）人脸识（shí）别系统在（zài）课堂上的应用在笔（bǐ）者朋友圈（quān）引（yǐn）起热议。图中显示，两名在教室（shì）中的（de）女生身（shēn）边，显示出了相应的课堂行为数据，比（bǐ）如趴桌子、玩手（shǒu）机、睡觉、听讲、阅（yuè）读、举手等（děng）等。业内某名（míng）嘴犀利点评（píng）：非常（cháng）反感这种应用（yòng），且（qiě）毫无意义（yì）！教育，跟养猪的区别还是蛮大的！

联合国教科（kē）文组织在2019年3月份发（fā）布（bù）过《教育（yù）中的人工（gōng）智能（néng）：可持（chí）续发展的挑战和机遇》报告，比较系统综（zōng）合了各国人工（gōng）智能和教育相结合的（de）做（zuò）法。报告的（de）愿景是促进人（rén）工智能（néng）教育（yù）可持（chí）续发展，但更重（chóng）要的目标（biāo）是怎（zěn）么（me）样（yàng）体现（xiàn）教育个性化、包容化、公平（píng）性，驱（qū）动教育管理步（bù）入全新的轨道，以及帮（bāng）助学（xué）生为“就业革（gé）命”做（zuò）好（hǎo）准备。

上海市人（rén）工智能学会理事长、同济大学企业数字（zì）化（huà）技（jì）术教育部工程中心主任、同济（jì）大学教授张（zhāng）浩就曾指（zhǐ）出（chū），数据（jù）驱动的智能（néng）教育主（zhǔ）要考虑几个因素：一方面是个性化“教”，作为（wéi）教师，应该（gāi）体现教学中的（de）个性化。过去老（lǎo）师都是猜（cāi），现在（zài）可以通（tōng）过（guò）数据辅助。另一（yī）方面是个（gè）性化的“学”，以前的学生总是听，现在可以通过个性化数（shù）据辅助，可（kě）以学得更（gèng）有序，从此建（jiàn）立个性化学习模式（shì）。目前，大数据主要还是推动（dòng）个性（xìng）化（huà）教育”。

未来（lái）学（xué）校的功（gōng）能是转变的，教育的内容是转变的，教育的环境也是转变的（de）。教育是永恒的话题，AI结合教（jiāo）育刚刚开始。《中（zhōng）国教育现代化2035》中提到（dào）“智能（néng）”为先驱，以人才培（péi）养为核心，有四大（dà）方面的考量：提（tí）升校园智能（néng）化、新型教学模式、教育服务新业态、推进教学（xué）治（zhì）理方（fāng）式变革。人脸识别在课堂（táng）上的应用，相信只是AI落地教育领（lǐng）域（yù）的最初尝试，经过不（bú）断的试（shì）错（cuò）、调整，最终真正地辅助教育的目的。

人工智（zhì）能要（yào）做高产值（zhí）关键要以人为本

人工（gōng）智能（néng）要做高产值不是什么难事，关（guān）键是要以人为本。”上海人（rén）工智能安全专委会主任、中科院院士、计算机软（ruǎn）件专家（jiā）何积丰表示：“上海人工智能（néng）的发展取得了很大的进步，政府投入了（le）大（dà）量（liàng）的资源，给予了高度重视，但（dàn）是在（zài）全面性（xìng）方面仍然有待完善。

何积丰（fēng）院士所（suǒ）说的（de）全面性（xìng），是指（zhǐ）要关注科研创新体制改革，以及关注新技术带来的新挑战，包括人工智（zhì）能（néng）的（de）安全性、人工智能的人才培养、核（hé）心（xīn）基础研究的投入以及相应的配套设施的（de）建设。

以安全为（wéi）例，何积（jī）丰（fēng）院士援引数据称（chēng），上海人工智能三年的产（chǎn）值规模（mó）要（yào）达到500亿人民币，五年产值规模（mó）要达到1000亿人民币。“要做（zuò）高产（chǎn）值很容易，理论上一部（bù）分信息通信技（jì）术(ICT)行业的（de）产值也可（kě）以算到人工（gōng）智能领域。但（dàn）要真正打（dǎ）造人（rén）工智能高地，让人工智能服务于我们的社会经济（jì），还有很多工作要做。”何积丰院士表示。

他强调，人工智能要解决的是基础的算法问题，因（yīn）此数（shù）学基（jī）础研究很重要。他认为，由于（yú）中国（guó）基础研究长时（shí）间地被边缘（yuán）化，要（yào）鼓（gǔ）动（dòng）基础研究人（rén）员参与其中需要更大的努力。此外，何积丰院士还强调应让人工智能（néng）技术与5G技术（shù）充分结合（hé），尽快建设完善各（gè）类网联基础设施，让城市（shì）完成（chéng）智（zhì）慧协同，实（shí）现精（jīng）细化的治理。

无数据（jù），不AI

2018年，全球人工智能市（shì）场突（tū）破2700亿元，其中中国超（chāo）过360亿元，相比（bǐ）2015年的203亿元复合（hé）增长率（lǜ）为21%。飞（fēi）速（sù）上扬的曲（qǔ）线背后（hòu）是科（kē）技发展（zhǎn）的日新月异，于互（hù）联网下半场（chǎng），AI已经（jīng）成（chéng）为很多公司（sī）、企业面向未来的（de）武器和底（dǐ）气。

与之对应的是另外（wài）一组数字，据We Are Social公司统计，全球独（dú）立移动设（shè）备用（yòng）户渗透率超过了（le）总人口的65％，活跃（yuè）互联网用户突破了40亿人，接入互联网的活跃（yuè）移动设备超过了50亿（yì）台。根据IDC预测，2020年，全球将总共拥有35ZB的数据量。

这（zhè）是一组每（měi）天都处于千万亿次增长（zhǎng）的数据曲线。

人（rén）工智能（néng），算（suàn）法是发动机，数（shù）据是燃料。对（duì）于大部（bù）分公司的AI业务来（lái）说，获取海量而（ér）优（yōu）质的标注数据（jù）是进行人工智能的先（xiān）决条件。算法模型（xíng）是（shì）计算（suàn）机（jī）基于大规模的训练数（shù）据集，归纳出的识别逻辑，以实现精准的物体和场景识别。可以说，实现机器精准识别的重要一步，就是获取海量（liàng）而优质的标注数（shù）据。

但在现阶段工业（yè）界的AI应用研发，标数据是一定跳不过去的，可（kě）能10年之内都要依赖于标数据（jù）。”一位（wèi）业内人士表示。

就当（dāng）下（xià）而言，从最基（jī）本的构建模式来看，数（shù）据是人工智能（néng）的原（yuán）料（liào）；但（dàn）如果将数据与人工智（zhì）能（néng）技术的整体（tǐ）发展相比，如今数据的（de）采集和标注（zhù）方（fāng）式却是后（hòu）者发展的（de）“木桶（tǒng）短板”。

这门生意（yì）正在（zài）进步。从粗放型到如（rú）今的精细化运作，数据的生意（yì）模（mó）式（shì）正（zhèng）在不断升级。身处这个赛道的玩家们，则是给它做了最（zuì）佳注（zhù）脚。可以预测，“无数（shù）据（jù），不AI”将会成（chéng）为常态。

结语

经历了这个（gè）夏天，AI热（rè）度有增无减。但是相比（bǐ）最初由产业界、投资界所推动的热潮，现（xiàn）在学界和基础研究领域也在逐渐产生一些革命性变革，人才（cái）缺口问（wèn）题也越来越受到重（chóng）视（shì），有望从根（gēn）源上（shàng）得到解决（jué）。

用一（yī）麻袋的钱买书（shū），书看完（wán）了，卖了书却发（fā）现钱不（bú）够买麻袋。生活中（zhōng）很（hěn）多事情（qíng）往往会落入（rù）这个（gè）套路。

无（wú）意于用这个逻辑来暗讽（fěng）AI创业的某些乱象（xiàng）。只是（shì）希望热潮退却时，不只是烧掉了投（tóu）资（zī）人（rén）的钱，还有许多落在实处的有意（yì）义的应（yīng）用。

退一万步说，读书也好，投资（zī）也好（hǎo），最重要的意义（yì）不在于是否能够回收（shōu）麻袋成（chéng）本，而是（shì）在这个过程中明白，自（zì）己是否真的需要麻袋，以及在这（zhè）个（gè）过程中，那些（xiē）无法（fǎ）用金钱（qián）来衡量的收获。