AI热潮（cháo）不减（jiǎn）。过去一周，“双马对话”拉开世界人工（gōng）智（zhì）能大会的讨论热（rè）潮，同一时间， 百度在（zài）北京举办“百度云智峰会”喊出“AI工业化”的口号。京东（dōng）云（yún）发布智能城市战略。仅一个周末，由陌（mò）陌推出的AI换（huàn）脸APP，一夜“ZAO”热……

放眼国内，AI技术正（zhèng）展现（xiàn）大变（biàn）革潜力（lì），AI赛（sài）道也日益拥挤。站在今天回（huí）看，2017年或许是中国人（rén）工（gōng）智能（néng）发（fā）展的一个重要节点。从那一年开（kāi）始，人工智能风起云涌。一夜之间（jiān），仿佛所有的公司都（dōu）变成了（le）人（rén）工智能公司，资本、人才向人工（gōng）智能领域快速涌（yǒng）入（rù）。“人工智能”成为（wéi）科（kē）技界（jiè）、学界、企业（yè）界最热门、最受追捧的（de）词汇之一。而彼时，科（kē）技巨头（tóu）Google、IBM等对人工智（zhì）能的研究已逾十年，近几年部分研究成果已经进入商业应（yīng）用。

从这些维度来看，人工（gōng）智（zhì）能可谓已经迎来一（yī）个非常好的时代，但（dàn）是热闹背后一些（xiē）问题也（yě）浮现（xiàn）出来。在释放巨大应（yīng）用价值和（hé）商业价值的同时，人工智能（néng）的推（tuī）广（guǎng）使（shǐ）用也产生了（le）一些“副作用”。个人（rén）隐私（sī）信息被非法采集、利用大数据实施精准诈骗等，已开始（shǐ）露出苗头；“人工智能可（kě）能拉大（dà）数字鸿沟、取（qǔ）代工作岗位（wèi）”的猜测，也引发了一些担忧（yōu）。

人工智能需要（yào）“交通法规”

回应社会上对人工智能的种种担忧，又为这一技术保留（liú）了足够的创新空间。前不久，国（guó）家新（xīn）一代人工（gōng）智能治理专业委员会发布了《新一代人工智能治理原则——发展负责（zé）任（rèn）的（de）人（rén）工智能》，明确了人工智能治理的（de）框架和（hé）行（háng）动指（zhǐ）南。

这意味（wèi）着，正（zhèng）在快（kuài）车道上飞奔的中（zhōng）国人（rén）工智（zhì）能（néng）多了一部“交通法规”。 作为一项影响深（shēn）远的颠覆（fù）性技术，人工智能（néng）技术可能带来的“副作用”不（bú）可小觑。特别是在人工智能进入实用（yòng）的新阶段，鼓励创新和规范应用必须双管齐（qí）下。我国已（yǐ）是人工智能（néng）发（fā）展大国，尽早立下（xià）“包容共享、敏捷治理”等规矩，将（jiāng）为（wéi）人工（gōng）智（zhì）能的健康发展保驾护航。

消除偏见，打造负责任的人工智（zhì）能

在探讨（tǎo）人工智能可能带（dài）来（lái）的（de）偏见和歧视问题时，微软（ruǎn）的（de）研究团队，正在从（cóng）称为“单词嵌入”的自然语言处理（lǐ）工具（jù）做起，试图解决文本搜索中的性（xìng）别（bié）偏见（jiàn）的问题。

所（suǒ）谓单词嵌入，是一种用来将单（dān）词（cí）转（zhuǎn）换为向（xiàng）量数字的算法，它能（néng）够以（yǐ）来自新闻数（shù）据或者网页数据的（de）海（hǎi）量（liàng）文（wén）本（běn）数据为依（yī）据，为每个单词赋（fù）予一（yī）个（gè）对（duì）应的向量数字。通过在向量坐标系（xì）中，比对常（cháng）见（jiàn）词汇与“他”、“她”这两（liǎng）个性别（bié）代词之（zhī）间的关（guān）联度，研究人员发现了一（yī）些明显的特征，例（lì）如“sassy(刁蛮（mán）)”、“knitting(编织（zhī）)”这样的词更靠近女性（xìng），而“hero(英雄)”、“genius(天（tiān）才)”更靠近男性。

算法之所以会（huì）为这些词汇赋（fù）予性别特（tè）征，原（yuán）因在于训练算法用的基准数据集——通常（cháng）是来自新（xīn）闻和网（wǎng）页的数据——本身就存在着由语言习（xí）惯造成（chéng）的（de）“性别偏见”，算法也自然“继承”了人类对这些词（cí）汇理解的（de）性别差异。其结果就是，当微软用试验算法，根据梅林（lín）达·盖茨的 linkedIn 信息推测其职业时（shí），得到了“教师（shī）”的判（pàn）断，但只要将人称代词换成“他”，盖（gài）茨夫人的职业（yè）就会变为（wéi）“律师（shī）”。为了（le）解决这个问题，微软的研究员提出了一个简单易行的（de）方案（àn）：在单词嵌入中（zhōng），删除区分“他（tā）”和“她”的判断（duàn）维度（dù），从基准数据集（jí）中消除偏（piān）见。

AI芯片喧嚣背后（hòu）市场痛点（diǎn）犹存

AI芯片已（yǐ）成为（wéi）中（zhōng）外科技企业竞争的焦点（diǎn）之一，以至于（yú）清华大学微电子所所长（zhǎng）魏少军用“无（wú）产业（yè）不AI，无（wú）应用（yòng）不AI，无（wú）芯片不（bú）AI”这样的（de）话语描述当下的人工智能热潮。

“我们离人（rén）工智能还有多远？目前很多企业（yè）所做的只（zhī）是增强智能而不是（shì）真正的人（rén）工智能（néng），离真正的人工智能还差得很远”。魏少军表（biǎo）示，人工智（zhì）能网（wǎng）络能（néng）够崛起取决于三（sān）个因（yīn）素，算（suàn）法、数（shù）据和算力。当前，AI芯片面临两个现实问题：其（qí）一（yī），算法仍（réng）在不断演进，新算法层（céng）出（chū）不穷，每（měi）隔几个月算法就（jiù）发生新的变（biàn）化；其二（èr），一（yī）种算法对应一种应用，没有统一的算（suàn）法，而（ér）让（ràng）芯片处理不（bú）同的算（suàn）法十（shí）分困难。

在魏少军看来（lái），AI芯片应该具备的要素包括可编程性、架（jià）构的动态（tài）可变性（xìng）、高效的架构变换能力、高（gāo）计算效（xiào）率、高能耗效率、低成本（běn）等。按照这（zhè）些（xiē）要求，目（mù）前业界流行的一（yī）些做法均不是理（lǐ）想的架构（gòu）。过去几年，AI芯片领域一（yī）个重要变（biàn）化就是架构的变化（huà）。人工智能芯片不在于追（zhuī）求算力，而在于架构创新。业界也需要找（zhǎo）到一种（zhǒng）针对人工智能计算的全新计算引擎。

云从科技副总裁张立认为，传统芯片（piàn）企业通常更（gèng）关（guān）注是如何把芯（xīn）片做成通用（yòng）化（huà），以支持各种不同应用场（chǎng）景（jǐng）。但（dàn）这样的通（tōng）用（yòng）化，在AI场景落地时（shí）会遇到（dào）问题，比如公（gōng）司对（duì）AI芯片考虑较多的是单位功（gōng）耗，而芯（xīn）片企业对功耗要求可能不是（shì）首要优先级（jí）。公司在将AI场（chǎng）景落地的过程中，发现通用芯片（piàn）完全满足不了需求。这给从（cóng）事AI解决方（fāng）案和核心算法（fǎ）的企业带（dài）来了难题——公司的算法是统一的，但（dàn）需要在（zài）不同的场景适配（pèi）不同的芯片和模组。

“目前（qián），AI芯片发展还（hái）处在婴儿期”。张（zhāng）立表示，现在企业使用的很（hěn）多AI芯片因为工艺（yì）要求较高，很难在大陆流片，都（dōu）是在台积（jī）电进行流片。同时，也正因这（zhè）工艺复杂度较高，导（dǎo）致芯（xīn）片价格较高，使得下游（yóu）很（hěn）多使（shǐ）用其模组的产品无（wú）法量产。

AI+教育的（de）变革与反思

日前，某（mǒu）人脸识（shí）别系统在课（kè）堂（táng）上（shàng）的应用在笔者（zhě）朋友圈引（yǐn）起热议。图中显示，两名在教（jiāo）室中的女生（shēng）身边，显（xiǎn）示出了相（xiàng）应的课（kè）堂行（háng）为数据，比如（rú）趴桌（zhuō）子、玩手机、睡觉、听讲、阅（yuè）读、举手等等。业内某名嘴（zuǐ）犀利点评：非常反感这种应用，且毫（háo）无意义！教育，跟养猪的（de）区别还是蛮大的！

联合国教（jiāo）科文（wén）组织在2019年（nián）3月份发布过（guò）《教育中（zhōng）的人工智能：可持续发展（zhǎn）的挑（tiāo）战（zhàn）和机（jī）遇》报告（gào），比较系统综合了（le）各国人工智能和（hé）教育相结合（hé）的做（zuò）法。报告（gào）的愿（yuàn）景（jǐng）是促进人工智（zhì）能教育（yù）可持（chí）续发展，但更重要（yào）的目标是（shì）怎么样体现（xiàn）教育个性化、包容（róng）化、公平性，驱（qū）动教育管理步入全新（xīn）的（de）轨道，以及帮助学生为“就业革（gé）命”做好准备。

上海市人工智（zhì）能学会（huì）理（lǐ）事（shì）长、同济大（dà）学（xué）企业数（shù）字化技术教育部工（gōng）程中心主任、同济大学教授张浩就曾指出，数据驱动的智能（néng）教育主要（yào）考虑（lǜ）几个因素：一方面是（shì）个性化“教”，作（zuò）为教师，应该体现教（jiāo）学中的个性化。过去老师都是猜，现在（zài）可以通过数（shù）据辅助。另一方面是个性化的（de）“学”，以前的学生（shēng）总（zǒng）是听，现（xiàn）在可以通过个性化数据（jù）辅助，可以学得更有（yǒu）序（xù），从（cóng）此建立个性化学习模式。目前，大数据（jù）主要还是推动个性化教育”。

未来学校的（de）功能是转（zhuǎn）变的，教（jiāo）育的（de）内容是转（zhuǎn）变的，教育的环境也是转（zhuǎn）变的。教育是永（yǒng）恒的话题，AI结（jié）合（hé）教育（yù）刚刚开始。《中国教育现代（dài）化2035》中提到“智能（néng）”为先驱，以人才培（péi）养为核心，有四（sì）大方面的考量：提升校园（yuán）智能（néng）化、新（xīn）型教学模（mó）式、教育服务新（xīn）业态、推进（jìn）教学治理方式变革。人脸识别在课堂（táng）上的应用（yòng），相（xiàng）信只是AI落地教育（yù）领域的最初尝试，经过不断的试错、调整，最终（zhōng）真正（zhèng）地辅助教育的（de）目的。

人工智能（néng）要（yào）做高产值关键要以人为本

人工智（zhì）能要做高产值不是什（shí）么（me）难（nán）事，关键是要（yào）以（yǐ）人为本。”上海人工智能安全（quán）专委会主任、中科院院士、计算（suàn）机软件专家何积丰表示：“上（shàng）海人（rén）工智能的（de）发展取得（dé）了很大的（de）进步，政府投入了大量的资（zī）源，给予了（le）高（gāo）度重（chóng）视，但是在全面性（xìng）方面仍然（rán）有待完善。

何（hé）积丰院士（shì）所说的（de）全面（miàn）性，是指要（yào）关注科研创新体（tǐ）制改革，以及关注新技术（shù）带来的新挑战（zhàn），包括人工智能的安全性、人工智能的人才培养、核心基础研（yán）究（jiū）的投入以及（jí）相应的配套（tào）设施的建设。

以安全（quán）为例，何积（jī）丰院士援引数据（jù）称，上海人（rén）工智能三年的产值（zhí）规（guī）模要达到500亿（yì）人民币，五年产值规模要达到1000亿人民币。“要做高产值很（hěn）容易，理（lǐ）论上一部分信（xìn）息通信（xìn）技术(ICT)行业的产值也可以算（suàn）到人工智能领（lǐng）域。但要真正打（dǎ）造人工智能高地，让人工智能服务于我（wǒ）们的社会经济（jì），还有很多工作要做。”何积丰院（yuàn）士表示。

他强调，人工智能要（yào）解决的是基础的算法问题，因此数学基础研究很重（chóng）要。他认为，由于中国基础研究长时间地被边缘化，要（yào）鼓动基（jī）础研究人员参与（yǔ）其中需要更大的努力。此外，何积丰院士还强调应让人工智（zhì）能技术与5G技（jì）术充（chōng）分结合，尽快建设完善（shàn）各类网（wǎng）联基础设施，让城（chéng）市（shì）完成智慧协同，实现（xiàn）精细化（huà）的治理。

无（wú）数据，不AI

2018年（nián），全球人工智能市场突（tū）破2700亿（yì）元（yuán），其（qí）中中国超过360亿元（yuán），相比2015年的203亿元复合增长率为（wéi）21%。飞速上扬的曲线背（bèi）后是科技发展的日新月异，于互联网下半场，AI已（yǐ）经（jīng）成为很多公司、企（qǐ）业面向未来的武器和底气。

与之对应（yīng）的是另外一（yī）组数字，据We Are Social公司统计，全球独立（lì）移（yí）动设备（bèi）用户渗透率超过（guò）了总人口的65％，活跃互联网用户（hù）突破了40亿人，接（jiē）入（rù）互联网的活跃移动设备超过了50亿台。根据IDC预（yù）测，2020年，全（quán）球将（jiāng）总共拥（yōng）有（yǒu）35ZB的数据量。

这是一组（zǔ）每天（tiān）都（dōu）处于千万亿次增长的数据（jù）曲（qǔ）线。

人（rén）工智（zhì）能，算法是发动机，数据是燃料。对（duì）于大（dà）部分（fèn）公司（sī）的（de）AI业务来说，获取（qǔ）海（hǎi）量而优质的标（biāo）注数据（jù）是进行（háng）人工智能的（de）先（xiān）决条件。算（suàn）法模型是计算机基（jī）于大规模的训练数据集，归纳出的识别逻辑，以实（shí）现精准的物体和场（chǎng）景识别。可（kě）以说，实（shí）现（xiàn）机器精准识别的重要一步，就是获取海量（liàng）而优质的标注数据。

但在（zài）现阶段（duàn）工业界（jiè）的AI应用研发，标数（shù）据是一定跳不过去的，可能10年之内都（dōu）要依（yī）赖于标数据。”一位业内人士表示。

就当下而言，从最基本的构建模式来看，数据是人工（gōng）智能的原料；但如（rú）果将数据与人工智能技术的整体发展相比，如今（jīn）数据的采集（jí）和标注方式却（què）是（shì）后（hòu）者发展的“木（mù）桶短板（bǎn）”。

这门生意（yì）正在进步。从粗放型（xíng）到如今的精细化运作，数据的生意模式正（zhèng）在不（bú）断升级。身处这个赛（sài）道（dào）的玩家们，则是给它做（zuò）了最佳注脚。可以预测，“无数据，不AI”将会成为常态。

结语

经历了这（zhè）个夏天（tiān），AI热（rè）度有增无（wú）减（jiǎn）。但是相比最初由（yóu）产业界、投资界所推动（dòng）的热（rè）潮，现在学（xué）界和基础研究领域也在逐渐产生一些革命性变革（gé），人才缺口问题（tí）也越来越受到重视，有望从根源上得（dé）到解决（jué）。

用一麻袋的钱（qián）买书，书看完（wán）了，卖了书却发现钱不够买麻袋。生活中很多（duō）事情往往会落入这个套（tào）路。

无意于用这（zhè）个逻辑来暗讽AI创（chuàng）业的某些乱（luàn）象。只是希望热潮退却时，不只（zhī）是烧掉了（le）投资人的钱，还有许多落在（zài）实处的有意义的（de）应用（yòng）。

退一万步说，读书（shū）也好（hǎo），投资也好，最重要的意义不在于是（shì）否能够回收（shōu）麻袋成本，而是（shì）在这个过程中明白，自己是否真的需要（yào）麻袋，以及在这个（gè）过（guò）程中，那些无法用金钱来（lái）衡量的收获（huò）。