人工智能让生活更美好 为实体经济发展提供新动能

　　西藏自治区拉萨市堆龙德庆区的群众在农业银行西藏分行排队体验“刷脸”取款业务。

　　刘东君摄 新华社发

　　人工智能，让生活更美好(网络强国新时代(24))

　　前段时间，一段视频在网络上引发热议。上海地铁站一名中年女乘客冲着自助售票机反复大喊：“我要去东方明珠！”见售票机无反应仍不肯放弃。原来，上海地铁和阿里巴巴合作，即将上线语音售票服务，这位乘客看到新闻后第一时间前来试用。对于这名乘客的遭遇，阿里云在微博回应称：“抱歉啊阿姨，我们和上海地铁正在改装机器，尽快装到每一台购票机上。”

　　中共十九大报告提出，推动互联网、大数据、人工智能和实体经济深度融合。随着《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018—2020年)》等政策、规划接连出台，人工智能与实体经济将进入深度融合时期。

　　进入新阶段

　　经过60多年发展，人工智能如今在神经网络、深度学习算法等方面取得巨大进步。相对来说，中国人工智能研究虽然起步晚，但发展迅速。

　　统计显示，2007年-2016年，全球人工智能领域论文中，中国占近20%，仅次于美国；深度学习领域论文总量和引用量均居世界第一。此外，人工智能相关发明专利授权量已居世界第二。科技部高新司司长秦勇表示：“我国在语音识别、视觉识别、机器翻译、中文信息处理等技术方面处于世界领先地位。”

　　随着大数据、云计算和高性能计算等信息通信技术快速发展，人工智能在深度融合实体经济、改变人们生活方面有了强有力的技术支撑。

　　人工智能将对实体经济产生什么影响？复旦大学管理学院教授芮明杰将其总结为3个方面。一是对生产工具的改变。人工智能技术嵌入生产设备后，设备将变得更智能，可以根据每个消费者需求进行个性化定制。二是帮助消费者实现对美好生活的追求。人工智能技术可以更好地满足消费者的消费意愿，实现消费者效用最大化。三是人工智能技术可能会代替一部分人力，影响相关行业及其就业，从而对整个社会的发展产生影响。

　　业内专家表示，人工智能技术还能够催生并促进柔性制造、绿色制造、智能制造、全球制造等，对于实体经济转型升级意义深远。

　　提供新动能

　　近年来，人工智能研究成果正实现产业化应用，为实体经济发展提供新动能。

　　统计显示，当前中国人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。全球最值得关注的100家人工智能企业中，中国有27家。其中，腾讯、阿里云、百度、科大讯飞等成为全球人工智能领域佼佼者。

　　这些企业在改造实体经济和传统产业方面成绩显著。例如，阿里巴巴、腾讯、京东等互联网企业借助人工智能技术，促进传统零售业升级。无人值守零售货架、无人便利店、无人零售盒子、无人超市、无人柜等业态发展风起云涌。家具制造企业美克家居推出的智能制造品牌“恣在家”，建立起客户和工厂之间的直接对话体系，使工厂成为聚焦客户需求的“一站式”综合体验中心。

　　在2017年年底举行的第四届世界互联网大会上，无人超市、智能互联汽车、虚拟现实康复设备等“黑科技”纷纷亮相，越来越多实体行业纷纷变得更加智能化，越来越多的人因此获益。

　　科大讯飞轮值总裁胡郁表示，人工智能将从两个方面来改变我们的生活，一方面是直接改变面向大众消费者的产品，如手机、玩具、机器人、智能家居、智能家电等。另一方面是通过人工智能改变各种行业，比如教育、医疗、公检法、安全以及智慧城市的建设等。

　　打造新形态

　　2017年12月，工业和信息化部发布《促进新一代人工智能产业发展三年行动计划(2018—2020年)》(以下简称《行动计划》)。《行动计划》提出了4方面重点任务，包括17类产品或领域。

　　总结来看，今后3年，智能网联汽车、智能服务机器人、智能家居产品等智能化产品，将进入集成应用阶段；智能传感器、神经网络芯片、开源开放平台等关键环节，将成为重点发展方向；新一代人工智能技术在工业领域各环节探索应用、提升智能制造关键技术装备创新能力、培育推广智能制造新模式等，将成为深化发展智能制造重点；构建行业训练资源库、标准测试及知识产权服务平台、智能化网络基础设施、网络安全保障等产业公共支撑体系，将让人工智能发展环境更完善。

　　《行动计划》同时提出，促进人工智能与各产业领域深度融合，形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态。

　　专家表示，要对实体经济生产端与消费端进行有效协同，从消费端倒逼生产端实现两者深度融合。这需要企业今后更加关注智能化发展模式研究，也需要行业研究者重点关注产业链上下游整合。

　　中国社会科学院财经战略研究院互联网经济研究室主任李勇坚建议，国家层面，应设立人工智能与实体经济深度融合的推进机构，鼓励各种商业模式创新，同时建立可实施、可落地、可操作的政策体系；研究层面，需要关注人工智能带来的安全问题；相关层面，应推动实现数据共享，加快对数据研发利用，使数据成为人工智能快速发展的“燃料”与“助推器”。