采编:上海交通大学行业研究院

专访对象:史占中,上海交通大学安泰经济与管理学院教授、博士生导师,上海交通大学行业研究院人工智能+产业研究行业研究团队首席专家,上海交通大学产业经济研究中心主任,上海市科学学研究会理事长。

曾先后毕业于浙江大学、复旦大学,获经济学硕士、博士学位;曾在企业工作多年,历任公司董事、总经理,主持公司战略规划和投资管理工作。调入交大工作以来,曾先后赴国务院发展研究中心、国家发改委宏观经济研究院、科技部战略研究院从事合作研究。

十三届全国人大二次会议上,国家领导人作《政府工作报告》,明确了2019年的政府工作任务,其中正式提出“智能+”的重要战略:“推动传统产业改造提升。围绕推动制造业高质量发展,强化工业基础和技术创新能力,促进先进制造业和现代服务业融合发展,加快建设制造强国。打造工业互联网平台,拓展‘智能+’,为制造业转型升级赋能”。

如何把握从“互联网+”向“智能+”的演进,如何理解智能经济的经济学含义,“智能+”将向社会经济的哪些重点领域与产业扩散,智能化又将给社会经济治理带来哪些机遇和挑战?就以上话题,我们邀请了上海交通大学史占中教授发表相关看法。

“智能+”就是“互联网+”的升级版

2018年的《政府工作报告》中提出了“做大做强新兴产业集群,实施大数据发展行动,加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进‘互联网+’”这样一项重要战略。而到了今年,“智能+”作为推动传统制造业改革的一项政府工作任务被首次提出,在史占中教授看来,这就是在强调推动制造业转型升级,为传统制造业“赋能”。

史教授认为,如果说“互联网+”是运用新技术新模式改造传统产业,以商业模式和业态创新为主,兼顾技术创新,那么“智能+”就是“互联网+”的升级版,侧重于技术创新,是一种新的社会生产形态。它对传统产业改造的广度和深度会大幅提升,特别是传统制造业,将成为改造的重点。

所谓的“互联网+”就是“互联网+各个传统行业”,但这不是简单的两者相加,而是利用信息通信技术以及互联网平台,让互联网与传统行业进行深度融合,创造新的业态。在这个过程中,互联网与物联网高速发展,带来了最大的贡献就是数据。这是“互联网+”时代最有价值的资源,也为“智能+”的实现提供了基础。

实际上,人工智能技术的发展远远早于信息通信技术,但并没有发挥其应有的威力。原因就在于没有互联网与物联网的支持。没有大量的数据、不能与其他行业进行融合,就不能激发人工智能技术应用的巨大潜力。

而这正是智能经济的经济学含义。经济学的核心是如何实现资源的更有效配置,智能技术就为此提供了巨大的帮助。以智能机和信息网络为基础平台和工具,以数据流动的精准分析来化解复杂系统的不确定性,它能够帮助我们更有效决策,将大量的数据变成真正有效、有价值的信息,从而减少物耗能耗,同时提高效率,增加产出,从而实现资源的优化配置。

所以说“互联网+”和“智能+”是紧密相连、相互传承的,两者之间具有逻辑上和技术上的演进,“互联网+”为“智能+”贡献数据,“智能+”则利用人工智能等技术对数据进行纠正与决策。“智能+”作为制造业高质量发展的下半场,通过新一代的信息技术(尤其是人工智能技术的应用)与制造业深入融合,让人、机、物全面实现互联,从而实现全要素的相互联动,以及产业链和价值链的全面整合。

推动高质量发展,离不开“互联网+”和“智能+”的强力助推。特别是当前我们正处于5G应用的前夜。5G所具备的高带宽、低时延和大连接的特点,将催生前端工业设备、传感器等的“万物互联”,并将云端的智能化资源,几乎实时传导到终端。这些势必将全面加速“互联网+”和“智能+”产业的发展进程。

至于在“智能+”扩散的过程中社会经济的哪些领域会成为重点,史占中教授表示,“智能+”战略的提出以及智能技术的扩散,都是为了建设安全便捷的“智能社会”,也就是以提高人民生活水平和生活质量为目标,加快人工智能的深度应用,形成无时不有、无处不在的智能化环境,让全社会的智能化水平大幅提升。越来越多的简单性、重复性、危险性任务由人工智能武装的“机器人”完成,个体创造力得到极大发挥,形成更多高创造性和高舒适度的就业岗位;精准化智能服务也更加丰富多样,人们能够最大限度享受高质量服务和便捷生活;社会治理智能化水平大幅提升,社会运行更加安全高效。目前互联网巨头已启动了人工智能的开源平台建设:百度致力于自动驾驶,阿里致力于城市大脑和智慧生活,腾讯聚焦于医疗影像资料处理,科大讯飞聚焦于语音识别;另外还有在模式识别方面的刷脸技术,也逐渐应用在高铁、车站和机场的安检领域。

具体来说会涉及以下几大方面:

1.智能服务

智能教育。利用智能技术加快推动人才培养模式、教学方法改革,构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设,推动人工智能在课堂教学、行政管理、信息沟通等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理,建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境,提供精准推送的教育服务,实现日常教育和终身教育定制化。

智能医疗。推广应用人工智能治疗新模式新手段,建立快速精准的智能医疗体系。探索智慧医院建设,开发人机协同的手术机器人、智能诊疗助手,研发柔性可穿戴、生物兼容的生理监测系统,研发人机协同临床智能诊疗方案,实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发,推进医药监管智能化。加强流行病智能监测和防控。

智能健康和养老。加强群体智能健康管理,突破健康大数据分析、物联网等关键技术,研发健康管理可穿戴设备和家庭智能健康检测监测设备,推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构,构建安全便捷的智能化养老基础设施体系。加强老年人产品智能化和智能产品适老化,开发视听辅助设备、物理辅助设备等智能家居养老设备,拓展老年人活动空间。开发面向老年人的移动社交和服务平台、情感陪护助手,提高老年人生活质量。

2.社会治理智能化

智能政务。开发适用于政府服务与决策的人工智能平台,研制面向开放环境的决策引擎,在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。加强政务信息资源整合和公共需求精准预测,畅通政府与公众的交互渠道。

智慧法务。建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法务数据平台,促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用,实现法院审判流程和司法体系的智能化。

智能交通。研究建立营运车辆自动驾驶与车路协同的技术体系。研发复杂场景下的多维交通信息综合大数据应用平台,实现智能化交通疏导和综合运行协调指挥,建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统。

智能环保。建立涵盖大气、水、土壤等环境领域的智能监控大数据平台体系,建成陆海统筹、天地一体、上下协同、信息共享的智能环境监测网络和服务平台。研发资源能源消耗、环境污染物排放智能预测模型方法和预警方案。加强京津冀、长江经济带等国家重大战略区域环境保护和突发环境事件智能防控体系建设。

智慧城市。构建城市智能化基础设施,发展智能建筑,推动地下管廊等市政基础设施的智能化改造升级;建设城市大数据平台,构建多元异构数据融合的城市运行管理体系,实现对城市基础设施和城市绿地、湿地等重要生态要素的全面感知以及对城市复杂系统运行的深度认知;研发构建社区公共服务信息系统,促进社区服务系统与居民智能家庭系统协同;推进城市规划、建设、管理、运营全生命周期智能化。

3.利用人工智能提升公共安全保障能力

促进人工智能在公共安全领域的深度应用,推动构建公共安全智能化监测预警与控制体系。围绕社会综合治理、新型犯罪侦查、反恐等迫切需求,研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品,建立智能化监测平台。对重点公共区域安防设备的智能化改造升级,在有条件的社区或城市开展基于人工智能的公共安防区域示范等。

强化人工智能对食品安全的保障,围绕食品分类、预警等级、食品安全隐患及评估等建立智能化食品安全预警系统。加强人工智能对自然灾害的有效监测,围绕地震灾害、地质灾害、气象灾害、水旱灾害和海洋灾害等重大自然灾害,构建智能化监测预警与综合应对平台。

4.促进社会交往共享互信

人工智能技术在增强社会互动、促进可信任交流中具有极其重要的应用。下一代社交网络研发,增强现实(AR)、虚拟现实(VR)等技术的推广应用,可促进虚拟环境和实体环境协同融合,可有效满足个人感知、分析、判断与决策等实时信息需求,实现在工作、学习、生活、娱乐等不同场景下的流畅切换。在改善人际沟通障碍方面,还可开发出具有情感交互功能、能准确理解人的需求的智能助理产品,增进情感交流。另外人工智能与区块链技术的融合,有助于建立新型社会信用体系,最大限度降低人际交往成本和风险。

 我国供给端的数字化程度仍落后于欧美国家

我国作为消费大国,电子商务率先发展起来了,消费端数字化水平领先世界,从购买-支付-物流-售后整个消费行为路径的数字化程度都高于国外。最典型的就是阿里巴巴,它的商业操作系统通过提升输出系统能力,实现了“品牌、商品、销售、营销、渠道管理、服务、资金、物流供应链、制造、组织、信息管理系统”等商业要素的在线化和数字化,是目前数字化的领先者。

但史占中教授也指出,由于互联网及信息化技术的起步较晚,我国供给端的数字化水平不高:研发缺乏数据驱动、数字化生产工厂的比例远低于欧美(欧洲46%,美国54%,中国25%)。因此,通过消费端拉动供给端,实现数字化能力由消费端向供给端迁移,是中国智能经济发展的模式之一。具体差距体现在以下几大方面:

其一,装备的智能化。我国是制造大国而不是制造强国,最大的原因就是智能化装备的普及率低,手工类作坊仍然比比皆是,低廉的成本也并非得益于智能技术,而是低廉的劳动力。然而美国、德国等欧美国家早已形成了智慧工厂,在生产过程中实现数字化管理,能有效地实现人机对话和人机协作,并且投入机器人代替工人,突破员工体力与记忆力的生理界限,极大地提高了工作效率,减少差错率。所以从这方面来看,我国与欧美国家的差距是很大的。

其二,数据决策能力。装备智能化的水平直接决定了产生大数据的能力,我国的智能化装备普及率较低,因此,首先在数据的产生方面就落后于欧美国家。其次,将数据转换成有价值的信息方面也相对滞后,在智能化生产过程中难以进行有效判断与分析,因此在数据决策方面的能力较差。

其三,各系统间信息整合能力。许多欧美国家的数字化工厂中已经实现了智能互联技术,形成机床、车间、工厂、企业间信息的互通、数据的共享在这种互动互联的过程中实现人机对话。目前我国的传统制造业还未达到这样的数字化程度,各个系统间的信息整合能力仍较为落后。

总体来看,我国在供给端上的数字化发展程度远远落后于欧美国家,需要对此予以重视,迎头赶上。但实际上有一些企业已经在进行尝试了,比如富士康公司就开始了智能化工厂的实践。

我国人工智能发展未来面临四大挑战

人工智能这一概念近年来已经多次出现在了政府工作报告中。2017年指出要全面实施战略性新兴产业发展规划,加快新材料、新能源、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化,做大做强产业集群。2018年指出要做大做强新兴产业集群,实施大数据发展行动,加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进“互联网+”。而今年的政府工作报告则提到“要促进新兴产业加快发展,深化大数据、人工智能等研发应用,培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群,壮大数字经济。”

在史教授看来,新兴产业的兴起往往会衍生出一些新问题,我国人工智能整体发展水平与发达国家相比仍存在差距,许多企业的技术应用还处在野蛮生长状态,未来面临巨大挑战。主要体现在以下四个方面:

一是行业缺乏统一标准,产业监管受到限制。与国际上公认的人工智能产业细分领域不同,我国人工智能产业分类目录尚未建立,缺乏规范统一的统计口径,如基础共性标准、关键技术标准、产品标准和重点应用标准等。国内很多传统制造业和IT行业企业往往借用人工智能之名,但没有提供真正意义上的人工智能产品或服务。因此,要推动人工智能产业的健康发展,必须建立统一的标准和平台,明确界定人工智能产业内涵,并在工业机器人等重点领域建立标准和质量认证机构以规范行业发展,进而提升自主技术标准的国际话语权。

二是缺乏细分行业统筹规划,存在恶性竞争隐患。近两年来,人工智能产业成为市场焦点,迎来急速增长,目前,北京、上海、重庆、深圳、南京、西安等地纷纷将人工智能列为重点发展产业,加大投入并完善相关项目布局。然而,我国人工智能产业如果不加强顶层设计和引导规划,很可能造成短期井喷式发展,产生大量泡沫,形成质低价廉的恶性竞争,重蹈光伏、风电等产业的覆辙。因此,地方政府需要科学制定投资计划,加强统筹规划与产业规范,避免密集投资重复建设。同时,挖掘自身优势,形成地方特色和核心竞争力,避免重复建设。

三是高端人才紧缺,人才引进培育难度较大。在市场快速扩张的趋势下,国内人工智能产业出现高端人才缺口。以机器人产品为例,2014年我国销售的5.6万台机器人中只有1.6万台来自本土供应商,且大部分是低端机器人。有国外的研究报告指出,中国北上广深等主要大城市受住房成本、交通、污染等问题影响,对顶尖创新人才的吸引力远不如世界同类城市;同时,各大城市对海外高层次人才的引进还受到体制机制约束,如政策不够灵活、落实不够全面;另外,高等院校、科研院所对人工智能相关专业设置不足,校企联合人才培养机制还不够成熟。四是引发社会伦理问题。随着人工智能的发展,机器承担着越来越多的决策任务,这也引发了许多关于社会公平、伦理道德的新问题。如果社会管理越来越多地依靠人工智能系统做决策,技术上的盲点和偏见会很容易导致歧视现象的出现。人工智能还会带来新的社会权力结构失衡问题。借助人工智能技术,企业可以赋予每个用户大量的数据标签,并基于这些标签了解人们的偏好和行为,甚至超过用户对自己的了解,这是巨大的权利不对称。此外,人工智能可能会造成偏见强化,在社交媒体中,人工智能将观点相近的文章相互推荐,新闻推送也常常存在路径依赖,当人们的信息来源越来越依赖于智能机器,偏见会在这种同化和路径依赖中被强化。人工智能还使社会的信息和知识加工处理能力被极大放大,信息和知识的冗余反而使人陷入选择困境。如果人们参与社会互动的次数和范围缩小,而人工智能越来越多地介入到知识的生产中,知识与人的需求之间的关系将变得越来越间接,甚至会反过来支配人的需求。

总体来说,人工智能的广泛应用仍需要一个漫长过程去不断规范,在发展中解决相关问题。

高校应紧跟时代、交叉合作,为社会培养人才

作为上海交大行业研究院人工智能+产业创新行业研究团队的负责人,史占中教授认为“智能+”重要战略的提出势必会对高校人才培养、相关专业设置以及行业研究产生重大影响。

实际上国内许多高校都早在多年前就开始关注这个问题了。目前中科院、清华、北大、浙大等高校已经着手建立了人工智能相关科研机构和实验室。中国科学院的自动化研究所在人工智能领域的研究实力非常强大;清华大学的智能技术与系统国家重点实验室,称得上是国内在人工智能人才培养和科学研究上的重要基地;北大的信息科学技术学院下设的智能科学与技术专业,主要从事机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学;浙江大学计算机学院下设的人工智能研究所是我国最早设立的人工智能研究机构之一。

许多高校为对接社会需求,也纷纷开设了相关专业。今年三月份,南京大学成立了人工智能学院,而在南京大学之后,哈尔滨工业大学、清华大学等高校也纷纷成立研究院或建立学院。几乎所有的计算机学科突出的科研院所和高校,都已经开始布局人工智能的专业设置。。

但人工智能相关教育尚存在几个现实问题:一是教学分散,暂时没有设立一级学科;二是人工智能缺乏统一的教材和标准;三是人工智能专业的师资力量比较短缺。要想全面解决新学科出现的这些问题,还需要一段时间的磨合。

史占中教授认为高校应该跟上时代发展,了解社会和市场需求,去培养专业的研发与应用人才。同时还应积极主动加强与行业之间的互动,紧密的沟通与合作,才能产生更大的“叠加效应”。我们做行业研究,不能封闭在“象牙塔”分析相关数据,撰写研究报告,而是要走进相关行业合作共创新的知识,深刻洞察行业先机,把握行业未来的发展趋势。

【相关链接】上海市科协第十七届学术年会暨人工智能产业专题研讨会

2019年5月9日下午,上海交通大学行业研究院人工智能行业研究团队在上海交通大学徐汇校区中院 317 教室组织召开了人工智能产业专题研讨会。上海交通大学安泰经济与管理学院院长、上海交通大学行业研究院院长陈方若,上海市科学学研究会理事长、上海科技管理干部学院院长王建平,上海市经济与信息化委员会技术进步处副处长王东,上海市人工智能学会秘书长、同济大学电信学院教授汪镭,上海交大人工智能研究院院长助理、交大电信学院教授何黎明,国泰君安证券股份有限公司产业研究院院长刘兵军,上海交大安泰经管学院教授、上海交大行业研究院人工智能行业研究团队负责人、上海市科学学研究会副理事长史占中,以及电眼科技、InAI Lab、深兰科技、来也科技、极熵科技等人工智能新锐公司的创始人和合伙人共同出席了会议。

图片1.png

图片2.jpg

会议上半场为嘉宾报告,由史占中教授主持。开场由陈方若院长首先代表学院感谢各位嘉宾的到来。他表示,自去年12月上海交通大学行业研究院正式成立以来,学院就迈出了商学院改革的第一步,“纵横交错、知行合一”,以横向学科研究为基,加强对行业的纵向研究,实现学术研究在“穷理”和“务实”间的平衡,推动商学院的创新发展,使商学研究最终走到实践中去,并对人工智能行业研究团队举办嘉宾阵容如此强大的专业研讨会也表示赞赏和期许。随后,与会嘉宾围绕上海市人工智能产业发展现状以及推进政策分享了自己的精彩观点,提出了许多有价值的政策建议,与会人员对嘉宾的报告给予了高度评价,安泰数十位研究生参会后也深感受益匪浅。

会议下半场为圆桌会议,由上海市科学学研究会秘书长杨耀武主持。来自电眼科技的CEO陈硕、InAI Lab 创立人窦玉梅、深兰科技曹东、来也科技合伙人沈祺、极熵科技创始人孙东来几位企业高管进一步就世界人工智能产业发展现状以及未来发展趋势展开了热烈而精彩的讨论,并对如何提高上海市人工智能产业创新策源能力贡献了许多真知灼见。最后还与安泰研究生及业界嘉宾进行了交流互动和答疑解惑,将本次研讨会推向了高潮。

本次人工智能产业专题研讨会共计四个小时,精彩的报告、热烈的讨论为人工智能行业研究团队深入了解人工智能行业前沿,积极开展人工智能行业研究掀开了新的一幕。