经济走势跟踪
Macroeconomic trend monitor
中国社会科学院宏观经济运行与政策模拟实验室
中国社会科学院经济研究所决策科学研究中心
中国社会科学院经济所《宏观经济与政策跟踪》课题组
2017年第33期(总第1738期)2017年5月19日(星期五)
经济热点分析
[导读:人工智能在近两年突然爆发,更多的人们开始预测“奇点”到来的时间,投资家在忙着砸钱,科技“权贵”公司争相发布新款产品,媒体和出版铺天盖地,而国家则在制订发展规划……人工智能几乎一夜之间就占领了风口。实际上,人工智能从其概念的提出至今,已经发展了60年,作为很有可能彻底改变人类生存方式的创新技术,目前已经逐渐从实验室中走到了产业层面,而与其他产业不同的是,这项技术的产业发展和人类伦理和情感、和法律的冲突将是巨大的,也许我们谁都无法把握它的未来。]
人工智能的突然爆发
当1955年8月31日,麦卡锡、明斯基、罗切斯特、香农这四位科学家在提案中首次发明“人工智能”(Artificial Intelligence)这个概念,并根据这份提案在1956年的夏季举办达特茅斯夏季研讨会以后,人工智能在其超过60年生涯里的大多数时候,对于大众来说,主要是科技展会以及电影里的形象与概念。
但是,在沉默60年后,用FT中文网编辑朱振的话来说,人工智能成为“突然迎来‘寒武纪大爆炸’级别发展”的行业,催生这个“大爆炸”的背景,是“硬件迭代、计算升级和海量大数据”。也就在近两年,人工智能一下打开了预言家们所有的想象空间,更多的人们开始预测“奇点”到来的时间,投资家在忙着砸钱,科技“权贵”公司争相发布新款产品,媒体和出版铺天盖地,而国家则在制订发展规划……人工智能几乎一夜之间占领了风口。
当年麦卡锡们给人工智能所下的最初定义:尝试找到如何让机器使用语言、形成抽象和概念、解决现在人类还不能解决的问题、提升自己等等。其中的首要问题——让机器像人类一样能够表现出智能——已经越来越在产业层面不断地被推进:语音、影像、学习……帮助人类,比如开始部分取代基金经理……而不断创出击败人类的记录,比如阿尔法狗,则更像是一种宣传广告,这个产业未来的进展已经变得不可预料。
几乎尽人皆知的孙正义,如今正将全部的注意力投向人工智能。
从2016年下半年开始,孙正义连续大手笔猛砸人工智能。先是于7月耗资320亿美元收购ARM,此后又传出为OneWeb公司提供12亿美元的新一轮融资,其中软银出资10亿美元占股40%,成为最大股东。
实际上,软银去年和阿拉伯主权基金共同成立了一个规模1000亿美元的投资基金,起名“愿景基金(Vision Fund)”,主要投资AI、物联网及智慧机器人等。孙正义称这迫使他发起对ARM的考察,并最终作出收购的决定。
除了砸钱,孙正义也在各种不同的场合公开表露他对AI的“狂热”。他多次强调,“奇点”是真实的,而且他预测,2018年前后奇点就会到来,人工智能将进入不可逆转的大发展阶段,并会大大超越人类。他甚至哈哈大笑着举例说,未来几年内,一双装了芯片的鞋可能就会比人脑还聪明,也就是说,你脑袋的智商可能还不如你的脚。
AI会比人脑聪明多少呢?孙正义说,普通人的智商可能在100左右,爱因斯坦的智商大概是200,但是人工智能的智商可以达到10000!得出这个结论的依据是,人类有大约300亿个神经元,可以把它们假设成二进制连接。一个芯片内数十亿个晶体管可以进行的复杂运算,正在超越300亿个神经元的能力。
孙正义说,到2035年,全球平均每人拥有的物联网设备,将由2010年的2个大幅提升至100个,其中大部分都将安装ARM芯片。而2016年全球网路攻击高达1280亿次,是1年前的4.2倍。因此,ARM目前正在设计解决这些安全问题的方案,不仅是针对精密型芯片,还包括所有的微控制器芯片。
至于AI的未来究竟是是福是祸?孙正义认为这是个哲学问题。他引述了牛津大学学者提出的12种人类可能遭遇的风险,AI和超级火山、全球疫病一起被列入其中。但是AI也有可能用来解决其他11类灾难,所以这取决于人类如何运用AI。
世界各国对人工智能技术的比拼已经开始。
据媒体消息,加拿大政府正在挑选六大工业领域作为“新经济”支柱产业,以推动创新、增加就业。其中包括以人工智能技术为核心的数字化产业。特鲁多总理在公布2017年政府预算时,宣布政府将投资1.25亿加元(约合6.5亿元人民币),用于开展人工智能领域的研究和实施人才战略。
而实际上,加拿大对人工智能领域的投资已持续了数十年,一大批世界领先的人工智能专家最早都在加拿大工作。但近年来,全球科技巨头纷纷投入巨资布局人工智能技术,这些专家大部分被Alphabet(谷歌的母公司)、苹果、Facebook,以及中国的百度“挖走”。此次加拿大政府加大人工智能领域投资,旨在使加拿大再度成为全球智能计算机、机器人技术的中心。
据数据分析公司IDC预计,到2020年,人工智能的市场规模将增长到470亿美元。面对巨大的市场前景,世界各国都高度重视人工智能技术的发展。
在美国,以IBM、微软、谷歌、Facebook为代表的科技巨头公司已经开始深入人工智能技术无人区。IBM的Watson系统从硬件芯片构架就开始模拟人类神经元,Watson系统目前已进入商用阶段,成为IBM与亚马逊、谷歌、微软等公司在云计算领域展开竞争的武器。另外,IBM的人脑模拟芯片SyNAPSE(超大规模神经突触计算机芯片)已经可以量产。
微软早在1991年就成立人工智能研究院,微软的深度学习系统在2015年ImageNet计算机视觉识别比赛中,将计算机视觉系统错误率降至3.57%,低于人眼辨识的5.1%,这是人工智能首次在识别图像错误率上超越人类水平。
后来崛起的谷歌在深度学习算法、无人驾驶、图形识别和语音识别方向的研究也取得丰硕成果,闻名于世的“围棋选手”AlphaGo(阿尔法狗),正是谷歌研发的人工智能程序。
中国全国“两会”上,“加快人工智能等技术研发和转化”首次出现在政府工作报告中,成为2017年重点工作任务的内容之一。《全球人工智能发展报告2016》显示,中国人工智能专利申请数累计达到15745项,位列世界第二。百度研发的百度大脑引起世界同行重视,百度的无人驾驶汽车在2015年末路测成功;语音学习识别方面,中国的科大讯飞已是行业翘楚。
在日本,为了实现人工智能的产业化,日本政府制定了路线图,计划分3个阶段推进利用人工智能大幅提高制造业、物流、医疗和护理行业效率的构想。据日本共同社消息,日本政府将人工智能技术视为带动经济增长的“第4次产业革命”的核心尖端技术。
谷歌
根据最新消息,谷歌在5月17日召开的年度软件开发者大会上加倍押注人工智能,为旗下虚拟助手(Google Assistant,取代以前的Google now)和智能扬声器(Google Home)添加新功能和实用性,意在与其他科技巨头一较高下,在消费技术的下一波浪潮中占据主导地位。
谷歌在今年的大会上宣布,Google Assistant将很快能够完成交易,用户可以藉助这项服务赚钱,此外,还可提供智能手机摄像头中现实世界物体的相关信息。Google Assistant的竞争对手包括苹果公司的Siri和亚马逊公司的Alexa虚拟助手。谷歌称,将很快通过一款应用在iPhone上推出Google Assistant。
谷歌还表示,将很快为Google Home智能扬声器添加拨打电话的功能。用户使用该服务可以呼叫在美国和加拿大的任一电话号码;与亚马逊近日为旗下Echo扬声器推出的类似服务相比,谷歌这项服务更具优势,因为Echo只能呼叫其他设备以及下载了相关应用程序的手机。
在智能助手上的竞争是激烈的,除了苹果和谷歌,还有微软的Cortana,而Facebook是智能助手“M”。不过对于Facebook来说,一个这样的智能助手远远不够,在人工智能上Facebook有着更大的野心。
Facebook希望其平台能利用机器学习来理解用户帖子、评论、图片以及视频的内容含义,然后再将这些信息存储为元数据,以提升广告定位,并增强推送新闻的相关性。同时元数据还将作为原始材料,用于创建一个高级的智能对话机器人。今天的Facebook在面对大众时已经涉及到了大量的人工智能,不管是其图片、视频、新闻推送或是刚起步的聊天机器人。
Facebook的人工智能助手“M”虽不具备与人类相似的智能,但具有狭义上的智能,可以通过观察人类行为来学习。早期阶段,M项目是基于文本的数字助手,可以用于理解用户的意图(比如,叫一部优步车)。当M智能助手遭遇一个难以解决的问题时,将会请求人类训练员的帮助,并从人类训练员介入解决中学习,在下一次预测用户意图时提高准确性。目前M项目当然不是终极版,而是一个实现智能对话机器长期目标的里程碑。每一个这样的里程碑都在通向这样一个未来:机器拥有与人类更相近的理解能力。Facebook人工智能研究总监Yann LeCun将Facebook的智能对话机器人描述为M项目的未来超高级版本。
在图像识别领域,2012年,Facebook开始应用机器学习来理解用户图片的内容和语境。扎克伯格及其首席技术官Mike Schroepfer将人工智能由研究扩展至产品化,并将其纳入公司层面的平台,增加对机器学习的投资。同时期GPU诞生,这大幅提升了图像识别的准确性。在图像识别的初期,唯一能使用的是面部识别。现在,Facebook图像识别已经转移到了一个被称为“Lumos”的自助平台,无需人工监督。
相比图像识别的进展,视频识别方面仍然处于更早期的阶段。从技术上说,提升视频内容识别的准确性是可能的。但如果基础设备的性价比没有改善,算法上也没有突破,那么这在商业上是不可行的。尽管如此,Facebook FAIR团队以及应用计算机视觉团队已经展示出对于用户上传的Facebook Live视频进行动态识别,比如从一段视频中分割出烟花、食品或猫。视频识别的机器学习模型已有所应用。2016年Oculus Connect开发者大会上,一款具备由内而外追踪功能的Santa Cruz VR头显设备原型就使用到了这一模型。
Facebook还在前沿的计算机“读心术”上取得了进展。2016年Facebook创建了一个秘密的硬件研究部门,开发“大脑与计算机的交互技术”。这听起来很像科幻电影中的读心术或心灵感应。Facebook的新硬件部门“Building 8”最近的招聘职位中提到了一项硬件项目,涉及到“神经影像学”(neuroimaging)和“电生理数据”(electrophysiological data)以及创建一个“未来的交流平台”。其中一个招聘职位是大脑与计算机交互工程师,要求是神经科学的博士,帮助项目在两年内完成从初始设立至产品成型。另一个职位是寻找一名能“开发音频信号处理算法”的工程师。
微软
在2017年5月10-12日的微软开发者大会(Build 2017)上,微软CEO希望为开发者提供人工智能方面的基础设施,进而重塑微软。
微软CEO纳德拉(Satya Nadella)称,微软可以更大程度上接触企业,相比于亚马逊这是很大的优势。本次开发大会中,微软宣布将开放智能语音助手Cortana(微软小娜)技能开发工具,并且将开放微软的数据库Azure Cosmos DB。微软新提供的视频索引技术是一大亮点,该技术可以分析视频,并能够识别出视频中的信息,包括面部表情、文字甚至是人的心情。
微软早在谷歌之前就开始在人工智能领域进行投资,在1991年便建立了微软研究院。最近,微软发布消息称其语音识别能力第一次能够与人类相媲美。
亚马逊
根据CNBC4月份的报道,亚马逊的智能语音助手Echo家族,即将推出一款可以点评穿着、提供时尚建议的“时尚助理”相机,名为Echo Look。
该装置可被放置在衣柜里,帮助用户记录每日的穿着。用户可以声控相机让其拍摄照片和短视频。此外,Echo Look还提供一个“Style Check”服务,将“机器学习算法和时尚专家的建议相结合”,该装置可以对比两件衣服并为其打分,用户可以在穿好衣服之后,对Echo Look用语音命令它拍照或拍摄视频。用户还能通过手机应用看到转过身后的即时影像,并可以把造型分享到社交网站,检查衣着是否合适。
而近期,亚马逊才马不停蹄地推进人工智能研究。亚马逊不久前宣布,将于2017年下半年在英国发展中心聚集大量人工智能研究员进行基础研究。
各国在人工智能潮中的位置
中美在人工智能研究上领跑
根据日本经济新闻的报道,在全球范围竞争日趋激化的人工智能研究领域,美国和中国这2强的存在感正在加强。日本文部科学省下属的科学技术和学术政策研究所的分析显示,从主要国际学会的发表成果来看,中美占据压倒性优势,同时两国的联合研究报告也在增加。此外,还出现了中国企业向美国大学提供研究投资的案例。日本政府将AI定位为增长战略的支柱,但日本在基础研究方面进展缓慢。要卷土重来,或许需要根本性的应对措施。
根据日经新闻的统计,2010-2015年,中美日三国在美国人工智能学会的国际会议上发表的论文中,美国发表了1281篇,中国发表413篇,日本发表了75篇。其中中美共同研究的论文为80篇,美日共同研究的论文6篇,中日共同研究的论文5篇。
AI研究此前由麻省理工学院、加利福尼亚大学和斯坦福大学等美国大学在基础研究上领先世界,最近谷歌、Facebook和微软等IT企业也在大力推进。与此同时,中国的大学和企业的研究能力提高也开始突出。
日本分析调查了AI研究领域有权威的3个国际会议。参加这些会议之前都有专家审查,获得通过的还不到3成,只有水平高的成果能发表。以2010-2015年举行的会议为对象,按照发表者、所属机构和国籍等进行了分类。
从最具权威的美国人工智能学会的国际会议来看,最近3年来,美国和中国的发表成果出现激增。2015年美国的大学和企业的发表达到326项(48.4%),比例最高,其次中国为138项(20.5%)。两国占整体的约7成。而日本排在第8位,仅为20项(3%)。
从6年整体来说,在美国的发表成果中,74.6%是与他国的共同研究,尤其与中国达到80项,明显偏多。有分析认为,中国留学生在回国后与美国的大学等展开共同研究的案例很多。另一方面,从日本的共同研究来看,携手美国为6项,携手中国的为5项。与中美2强的关系淡薄,有可能导致日本竞争力的下降。
美国在奥巴马总统的主导下,加强了采用大数据的AI研究。而在企业方面,谷歌开发的自动翻译AI准确度很高,受到研究者的关注。该公司旗下的沉思科技(DeepMind Technologies)在效仿人类将经验用于判断这一机制的AI方面正在取得成果。
此外,中国政府作为国家的重要课题,也制定了AI研究的推进计划。不仅是自动驾驶和机器人,还力争广泛用于物流和农业等领域。位于北京的美国微软的研究基地被视为亚洲首屈一指。在企业方面,搜索引擎巨头百度2014年在硅谷建立了研究所,积极招聘研究人员。此外,通信设备巨头华为技术也与加利福尼亚大学伯克利分校在基础研究方面展开了合作。
日本在2017年度预算案的概算要求中为AI相关研究申请了924亿日元,达到2016年度最初预算的9倍,正在积极应对。计划在理化学研究所建立代表日本的人工智能研究所,以加强与企业的合作,同时启动基于人工智能的新药开发计划等。
中国正在积极培育人工智能
在产业方面,中国已开始转向积极培育人工智能产业,将以举国之力振兴相关企业和新技术,2016年5月出台的《“互联网+”人工智能三年行动实施方案》目标是在2018年之前形成千亿元级的人工智能市场应用规模。
根据网易科技的统计,中国自2010年以来人工智能公司数量呈爆炸性增长,企业数量从2010年的约30家暴涨至2015年的约160家,投资额方面,从2012年第一季度的0.02亿美元迅速增长到2016年第二季度的4.7亿美元。2012年至2016年第二季度累计投资18.07亿美元。而据调查公司艾瑞咨询统计显示,截至2015年底,中国有约100家人工智能企业成立,65家获得了总额29亿元的风险企业投资资金。相比之下,美国目前在人工智能方面的投资仍然是领先的,以网易科技的资料,2015年美国全年的人工智能投资为36.9亿美元。
围绕人工智能的全球竞争刚刚开始,中国正在努力转变为“人工智能强国”,且正在为世界所重视。
日美争夺中国人才
据日本经济产业省调查,日本国内从事人工智能等尖端信息技术行业的人才已经有1.5万人的缺口,到2020年这一缺口将扩大到4.8万人。很多日本企业将招聘目标瞄准了中国专业人才,美国企业也向这些人才伸出了橄榄枝。
在人工智能专利数量方面,中国正在逼近美国。根据政府的指导等,中国学生除了从小学习数理化外,还学习编程技术,现在这种成果体现了出来。
对于培养年轻人才,日本也开始了“雕琢璞玉”的行动。日本滋贺大学2017年4月成立了旨在培养人工智能人才的数据科学系。该系不仅设有统计和编程等理科课程,还有经济学、伦理、社会心理等文科课程。系主任竹村彰通教授认为,在人工智能时代培养人才“需要超越文科和理科的范畴,进行跨学科教育”。数据科学系2017年春季不分文理共招收了110名学生。
2017年3月,大阪市以“未来的工作”为主题,举行了以初高中生为对象的演讲大会。提出需要“有关人工智能的法律专家”提案的中学3年级学生谷口佳铃受到了关注。谷口提出了具体的概念,指出在人工智能犯罪或造成事故时,需要有作为裁判标准的法律以及相关专家。此外,还要进行违宪审查并经由陪审团裁决。谷口表示,“在美国,自动驾驶事故引发的诉讼成为话题。我认为现行的法律制度应对不了这种状况”。
清华大学全球产业研究院特约研究员石泽最近撰文介绍,他与瑞士国家机器人能力研究中心(NCCR Robotics)科学传播官Linda Seward博士的交流,和近距离观察瑞士创新生态环境是如何促进机器人产业发展的感受。据石泽介绍,NCCR Robotics由瑞士的4所大学联合组建,主要任务是促进科研、技术转移,承担公众机器人教育。国家对处于机器人研究前沿领域的NCCR Robotics进行为期12年的资助,今年是第7个年头。NCCR Robotics旨在帮助这个行业建立起一个很强的合作网,因此,其重要的工作之一就是与产业保持联系。他们每年举办一次机器人产业日,邀请产业与科研之间双向交流。他们认为,机器人领域不是一个纯科学领域,而是一个需要向外看的领域,因此NCCR Robotics将自己定位成连接产业和科研的桥,随时了解产业需求。
政府投资
瑞士政府在未来科技方面的重要技术领域建立了不同的能力研究中心,目前这样的中心有28个。瑞士政府认为机器人是战略发展方向,因此成立了NCCR Robotics。这样的组织可以鼓励研究者关注瑞士机器人、鼓励想学习这方面知识的人来到瑞士,当他们的学习结束以后,很可能会留在这里继续在该领域研究。NCCR集合了不同领域的机器人科学家,而NCCR Robotics这样12年的项目,能使研究更具持续性。
就创新而言,政府在创新链前端投资能发挥更大的作用。瑞士政府十分明智的一点是懂得阻碍创新的瓶颈在哪里,将投资用在了产业链前端,资助类似NCCR这样的机构,在前端将创新向市场所需的方向引导,建立打通产业和科研之前沟通与自由流动的平台,这种方式比单纯的补贴企业或者减税效果更好。对于瑞士的体量来说,可以很容易的将全国所有相关资源集中起来,建立起开放的垂直创新网络。这一部分工作,政府比企业做起来更有优势。对于企业来说,受限于商业竞争,知识分享可能更为困难。
技术发现与技术转移
NCCR Robotics会从资金、商业计划、产品与工程实现等角度全方位的帮助创新者,并帮助他们与产业和投资者建立联系。这些项目中,有一些是NCCR的科研人员参与发起的,也有一些是通过其他渠道联系到NCCR Robotics的。创新者展示他们的商业计划,工作人员会帮助他们完善,最后NCCR Robotics来决定是否要给这些研究资助。通过者有一年的时间让项目成长。第一年创新者进驻到NCCR实验室里,获得各方面支持,比如,工程师帮助他们实现产品原型。有的项目在入驻的时候可能还是一个概念,有的已经有基本的产品,只是需要进一步的改进。NCCR Robotics也接受来自于私营公司的科研请求,帮助这些公司与科研人员建立联系,就完成某一领域的具体科研项目达成协议。同时,提供培训和交流平台等等。现在有6个从NCCR技术转移出的公司。
瑞士和美国:AI领域的两种演进路径
美国由于互联网技术的蓬勃发展,在AI方面,以计算机科学为基础,是从软件发展起来的。瑞士和邻国德国类似,以高端机械制造业为优势产业。瑞士研究机器人的科研人员很多来自于机械工程系。由于在机械制造方面的传统积累较强,在机器人研发方面是以机械工程和硬件研发为基础发展起来的。
美国软件巨头在布局人工智能方面,一直没有停下收购创新公司的脚步,近年在机器人领域,收购了Boston Dynamic、Redwood Robotics、Schaft等一系列机器人公司。美国互联网巨头逐渐开始意识到瑞士在机械工程方面的优势,Google在苏黎世设立了全球最大的工程实验室进行AI和机器学习方面的研究,Facebook去年也在苏黎世设立了做虚拟现实方面的工程研发机构,苹果在苏黎世理工招募了10名机器视觉和机器人方面的博士及博士后进行机器视觉方面的研究,之前还收购了苏黎世联邦理工计算机视觉实验室的技术转移公司Faceshift。成立于1945年的IBM苏黎世研究中心,是这其中最有历史的机构,这一两次获得诺贝尔奖的科研机构去年在人工智能领域取得突破性进展:制造出世界首个人造神经元,标志着人造大脑研究的一大突破。除了美国互联网巨头纷纷在苏黎世设立实验室并招募苏黎世联邦理工最顶尖的人才,其他诸如迪士尼、三星、博世和甲骨文等公司也在此开展相关领域的研发工作。
瑞士的高端制造业很强,苏黎世联邦理工和洛桑理工的人工智能、学习、感知方面的研究能力有优势。这两者的结合,是独具价值的。同时瑞士在机器人领域拥有最高密度的创业公司。除了大学,有越来越多的创业公司参与进来。
如何帮助科研创新逃离“死亡之谷”
机器人技术非常复杂,在创新被市场所接受前,研发项目需要至少十年以上的投资。在研发的早期阶段,已经有一定希望、但是离真正的商业实现还很远的科研成果,并且还没有到行业能对这项科研成果产生兴趣的阶段,大部分会无果而终,仅有少部分能够成功坚持到商用阶段,这个阶段被称为创新的“死亡之谷”。Wyss给这阶段项目几年的资金支持,帮助他们做出产品原型,将更多的科研成果带离死亡之谷。这是目前Wyss在机器人和生物医药领域所做的事情,未来希望能扩展到其他的科研领域。
很多大学看重的是科研结果和论文发表数量,Roland教授认为,对于整个产业,应该有一个完整的创新生态系统。尽管大学是做基础研究的地方,但应该在一定程度上重视技术转移的价值。大学可以适度的鼓励实用性导向的基础研究,在此基础上,鼓励大学与实用性研发的科研机构合作,将已经做了一段时间科研的年轻人送到研发机构或者技术转移公司中,从资金和价值导向上去支持和鼓励年轻人创新。
(待续)
(整理、编写、责任编辑:王砚峰)
2017年第33期(总第1738期)2017年5月19日(星期五)
地 址:北京阜外月坛北小街2号 E-mail:tsg-jjs@cass.org.cn
中国社会科学院经济研究所 kingwyf@163.com
邮 编:100836
电 话:(010)68034160 传 真:(010)68032473