2019年01月17日 | 牛津大学发布《人工智能：美国人的态度和趋势》

对待人工智能， 需要怎样的态度？面对人工智能的快速迭代， 要站在什么视角去看待它？

最近牛津大学人类未来研究所人工智能管理中心发布了名为《人工智能：美国人的态度和趋势》的报告，详细阐述了美国对人工智能和人工智能发展趋势的探究，被视为对研究人工智能在社会公众影响的重要资料。

1、关于报告的全貌和构思

人工智能的进步可以影响劳动力市场，交通，医疗保健，教育和国家安全。不过，人工智能的影响可以是非常积极的，但带来的风险和阻断值得关注。

在美国，公众的情绪会形成对许多政策的辩论探讨，包括移民，自由贸易，国际冲突和减缓气候变化的辩论这种理解对于管理者制定明智的政策和确定机会向公众宣传人工智能的特征，利益和风险是至关重要的。

在这份报告中，展示了美国公众对人工智能和人工智能治理态度的广泛调查结果。 基于一项具有全国代表性的调查结果，该调查于2018年6月6日至14日进行，共有2000名美国成年人完成了调查。

2、对报告的要点探讨

美国人对人工智能的发展表示了不同的支持。41%的在某种程度上支持或强烈支持AI的发展，而22%的群体在某种程度上或强烈地反对人工智能的发展。

完成一些综合性工作的人工智能，这可能会涉及到多个设备或多种系统之间的协作。比方说对于智能家居，很早以前人们就有过设想，可以以一套人工智能系统作为中控中心，连接外部所有信息并且管理家中的所有电器。但是到目前为止，这样的家居系统还处在很初级的阶段。通用的系统意味着可以处理多个目标，在每个方面都拥有一定的能力。而目前的人工智能往往还是在专项突破阶段。

人口特征在支持发展人工智能方面有很大差异。57%大学毕业生比高中或受教育程度低的人表达了对发展人工智能的更多支持; 报告中家庭收入较多的人，例如每年收入超过10万美元的人，比收入低于30000美元更支持;具有计算机科学或编程经验的人比那些没有这方面经验31%的人更支持；47%的男性比女性支持。

82%的美国人认为应该谨慎管理机器人或人工智能。这一数字与欧盟受访者的调查结果相当。机器人化则是人工智能最重要的一步。人工智能可以像个大脑，但是如果它有了肢体，将会更能发挥作用。当前的机器人功能都较为简单，虽然已经完成了一些很复杂的动作，例如双足行走，例如通过用户面部表情判断用户情绪等等，但是离能帮助人们完成日常工作的目标还很远。

美国人认为，在调查中提出的13项人工智能治理挑战中，政府和科技公司都需要认真管理。被认为在未来10年内最有可能影响全世界人民并在问题重要性方面排名最高的治理挑战包括：防止人工智能辅助监视侵犯隐私和公民自由；防止人工智能被用于在线传播虚假和有害内容；防止针对政府，公司，组织和个人的人工智能网络攻击和保护数据隐私。

美国人对为公众的最大利益开发和管理人工智能的各种组织有着明显不同程度的信任。从广义上讲，公众对大学研究人员最为信任；其次是科学组织，人工智能合作伙伴关系，技术公司和情报组织；再其次是美国联邦或州政府以及联合国；最后是Facebook。

对于美国加大对人工智能军事能力的投资，以及与中国合作避免人工智能军备竞赛的危险，美国人的支持褒贬不一。向受访者提供有关中美AI军备竞赛风险的信息，略微降低了对美国在人工智能军事能力方面投入更多资金的支持。提供亲民主义信息或关于人工智能对人类的威胁的信息未能影响美国人的政策偏好。

美国人对发展高水平机器智能的支持力度较弱:31%的美国人支持，27%的人反对。准确是人工智能各个领域发展的最重要目标。当前人工智能领域往往卡在某个数字上难以逾越，例如，自然语言识别的准确率维持在百分之九十几上难以突破；计算机视觉识别特定物体的准确率还达不到90%，而且还会因为未知的原因出现难以理解的错误。

更多的美国人认为高水平的机器智能是有害的，而不是对人类有益的。22%的人认为这项技术“总的来说很糟糕”，12%的人认为它“非常糟糕”，可能导致人类灭绝。尽管如此，仍有21%的人认为“总的来说是好的”，5%的人认为“非常好”。

3、反思中美人工智能的差距

我国人工智能虽然起步较晚，但在国家多项政策和科研基金的支持与鼓励下，最近几年发展势头迅猛。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。

智能芯片技术也实现了突破。中科院计算所发布了全球首款深度学习专用处理器，清华大学研制出可重构神经网络的计算芯片，比现有的GPU效能提升了3个数量级。

但中国人工智能整体水平与美国相比仍有差距。尽管我国在一些人工智能关键技术尤其是核心算法方面与美国水平相当，但我国人工智能整体发展水平与美国相比仍有较大差距，比如在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面。

在产业应用方面，人工智能技术成果虽然已经在我国越来越多的领域应用，但也存在一些问题。

比如，除少数垂直领域凭借多年大数据积累和业务流程优化经验，催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小差距。

面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。

在人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。而且由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。

美国在人工智能布局均衡且在算法、芯片等产业核心领域积累了强大的技术优势。AI和云计算等领域类似，同样需要基础层、技术层和应用层几个方面的支持。

而国内在芯片、自然语言处理、计算机视觉和图像等领域积累尚不足，直接对AI应用也带来一定影响。

最后，由于AI人才的缺乏，也导致国内在吸引人才和基础研究等方面需要下狠功夫。

美国对于科技基础研究极为发达，扎实的人才培养体系为产业不断输送优秀AI人才，这目前则是国内一大软肋。