祝给予赞赏的伙伴，2017年发大财！|赞赏4人打赏
收藏已收藏 | 9赞 | 5
分享到微信扫码分享到微信
投稿、稿件问题联系Q：
1548 篇作品2102 万阅读总量
热门问题12345678910目前的人工智能都是建立在大数据之上，未来的人工智能会是什么样？_百度知道
目前的人工智能都是建立在大数据之上，未来的人工智能会是什么样？
这个人工智能就越强，重要的是会学习，人工智能学习能力越强还是大数据
人工智能学习不还是需要大数据和程序吗？我说的是真正意义上的人工智能像人一样具有完整思维的人工智能
还是要基于大数据的，机器本身就是你写代码，他执行，如果想智能，只能靠学习，而学习最方便的办法就是大数据，当人工智能学会遇到各种事情知道怎么处理，那他就等于学会了思考，当人工智能学会了人类处理感情的方式，那我们可以说这个人工智能就拥有了感情。我曾经看过一篇文章，说如果人工智能真的做到已经非常完美，但他终究不是人类，这之间的区别是什么，就是人本身就是不完美，人会出错，机器不会，所以当机器会犯错误，会有疏忽的时候，他就是人类了。
采纳率：61%
来自团队：
会比以前提高点儿的大数据。不断学习才是主要的。
还是基于程序和大数据？
为您推荐：
其他类似问题
人工智能的相关知识
等待您来回答叶丹：企业服务的未来是大数据和人工智能
整个企业服务的发展历史可以粗略的分为三个阶段——软件时代、云计算时代和大数据/AI时代。
本文系蓝驰创投（微信ID：lanchichuangtou）授权发布，作者叶丹。
蓝驰创投于上周五（11月25日）成功举办&企业服务的春天终于来了&主题论坛。蓝驰创投合伙人陈维广、朱天宇以及投资总监叶丹也从投资者角度分享了看好企业服务市场的观点，青云CEO黄允松及多位SaaS技术类、行业类从业者在大会上分享了对企业服务领域创业的观点与感受。
叶丹（蓝驰创投投资总监）
叶丹先生常驻蓝驰创投北京办公室。专注O2O、企业服务、金融服务等领域。
投资案例：链家网、自如寓、出口易、东信网络等
以下为叶丹先生现场主题演讲实录（含PPT）整理：
整个企业服务的发展历史可以粗略的分为三个阶段&&软件时代、云计算时代和大数据/AI时代。
最早的时代是软件时代。它的起点大概是从1978年开始，当时出现了很多我们现在非常熟知的公司，像微软、IBM、Oracle、SAP等。第二个时代是云计算时代。从2000年开始，特别是2003年Salesforce上市拉开了云计算的大幕，在后面二十年的时间云计算慢慢发展到比较成熟，云计算时代很多软件应用更多是即插即用，扩展也更加容易，付费方式变化也很大，可以按照使用来收费，或者Freemium的方式。第三个时代是大数据和人工智能的时代。我们认为从2010年开始，软件和云计算的应用，以及互联网平台特别是交易平台和社交平台的发展，整个让企业内外的数据达到了一个新的数量级，随之催生了大数据时代，这个时代很多新的价值是来自于对数据本身的挖掘分析。人工智能在应用上要比大数据往后慢半步，因为再牛的算法也是需要大量数据训练的，人工智能加上数据能做一些简单的人力替代，甚至人力和AI一起联合工作。
按照这样一个框架，如果我们横向时间轴把三个时代看成软件时代、云计算时代和大数据/AI时代的话，我们左边这个分析的框架是来自于部门级应用、基础级应用和垂直行业应用。&
在部门级应用有很多是属于传统的市场营销、销售、财务，都是传统的像SAP、Oracle、微软、IBM的市场，基础级应用出现比如安全领域的赛门铁克，以及Office、包括微软SQL Server、甲骨文、BO等一些基础级的应用；另外垂直行业的解决方案在这三个时代都会有不同的一些代表公司，比如在金融、医疗、旅游等。（图表）左侧代表的是企业需求，不会轻易变化，但新的时代会产生新的公司，比如Siebel是软件时代的CRM，现在Salesforce是云计算时代的CRM。
企业服务公司跟消费互联网公司比较，有两个最鲜明的特点：第一，整个服务公司长成的十亿美金的独角兽需要的时间要长一些，平均需要7-8年时间，对比消费互联网差不多需要的是4-5年时间。第二，消费互联网公司里面整个市值的垄断性在头部集中的趋势更明显，而在企业互联网这块价值更加分散，企业服务公司有更多的机会成长到2.5亿美元以上，在美国企业服务公司通过并购退出的数量和比例都很大。
按照整个分析框架来看待中国企业服务过去三十年的发展就一目了然了。在软件时代，部门级应用出现了用友、金蝶、汉得、海辉等一些做IT服务的公司，在基础级应用出现了比如做安全的启明星辰（也是一个市值百亿的公司），包括像CDN、世纪互联、亚信等，垂直行业也有很多，像恒生电子、东南融通、东软、超图等等。在软件时代，由于很多外企公司在中国市场地位相当牢固，在那个时代其实中国本土创业企业相对是受到压制的。现在我们说在中国企业服务的春天终于要到来了，因为我们觉得在云计算时代和大数据／AI时代的话，在中国的创业公司会有更多的机会。其实我们看到整个云服务和大数据这块，这两年整个创业活动和投资非常活跃，包括在本土成长起来做CRM的公司，销售易和创科技等，包括像北森这样做人力资源的，包括做BI的比如说永洪科技，包括钉钉、企业微信等非常多的公司，我们蓝驰在这块也有所布局，在云服务时代投资了像青云和EasyStack这样在公有云和私有云方案，在基础设施这块做了很多的工作。还有很多在垂直行业，不管在体育、金融还是医疗行业SaaS的服务公司。在大数据时代，中国也出现了很多新的公司，包括星环做Hadoop产品的，像我们投资的柏睿做数据库，像绿湾这样做政府大数据分析的，包括像慧影做医疗影像识别，这些都是我们关注的领域，这个领域的创业进入了高速发展的时代。
那为什么我们讲未来在大数据和人工智能领域有更大的机会和创新？本质上也是因为在云计算时代以及互联网的发展非常快地积累了很多的数据，在计算能力、存储能力和带宽这些方面给大数据领域的创业提供了很肥沃的土壤。现在和以前相比，可以更高效、低成本并且持续获取高价值的数据源，并且能够有算法来提炼出新价值，这在政府、医疗或者交易平台反映是最明显的。以前我们看不到太多大数据应用的场景，因为大数据本身也没有起来，而这些大数据场景正在逐渐出现，我们看互联网金融行业，最近很多做消费放贷的，如果没有很强的风控大数据分析的话，很多业务逻辑是很难实现的。传统行业里面有很多企业在实施完SAP、Oracle之后也有挖掘内部数据的价值，同时在微博、淘宝、天猫、京东等带来的数据源，这些用户的数据和外部的数据通过碰撞之后有机会产生新的价值。
人工智能时代的到来，我们认为会比大数据要稍微晚一点。第一，人工智能算法的发展整体来讲，我们认为还是婴幼儿时期，但是它的前景是非常巨大的。就像一个两三岁的小孩，他在听说看方面是非常成熟的，他能开口说简单句子，也能听得懂大人讲的词语和短句，能够看懂电视屏幕和绘本，但在其他方面，比如走路、多轮会话以及和大人做完全无障碍沟通的时候还是有问题的。在这个阶段其实重点关注在技术已经比较成熟接近突破点的领域，比如说语音识别或者图像识别，同时我们也要在技术成熟度和商业场景的价值实现上取得很好的平衡。在这样的思路指导之下我们投资了像汇医慧影这样的公司，他们在医疗影像这块做图像识别，因为图像识别在人工智能领域是相对成熟的技术，同时在医疗场景里面能找到商业价值，我们认为将来有机会产生比较大的公司。
在中国做企业服务有它独特的挑战，和美国相比很不一样。
首先中国企业客户在付费意愿和能力这一块是有问题的，经常我们看到完全同样的创业公司和同样的服务，在美国可能收1万美金，在中国只能收到1万人民币，这是中国创业公司必须要应对的一个挑战。其次在中国，软件时代、云计算时代和大数据时代三个时期是叠加的，这时候要非常小心和细致地辨别企业客户端的需求，到底你的客户在哪个阶段，我们应该用什么样的服务和产品去切这个客户，这个理解是非常重要的。另外我们也看到有新的机会，美国是成熟的市场，地盘分割得很清楚，所以美国市场很多企业服务的公司很小，它只做很简单的单点方案就能切出一块市场，但它成长不够快、不够大，那中国在这个群雄混战的时代，有能力提供相对成熟解决方案的公司，就有机会做大。
在中国退出路径和美国也不一样，我们知道SAP、微软这样的公司在美国市值非常高，这些在纳斯达克和纽交所已经上市的巨头公司，他们有很强的动力要去保持业绩压力，这时候他们会产生并购行为，在中国来讲由于在软件时代中国公司作为整体来讲是相对缺巨头的，所以并购并不是那么活跃。但是最近我们看到在新三板、创业板的崛起，中国的公司特别是云计算时代和大数据时代是有希望出现真正的大公司的，这些大公司一旦批量上市之后很快会有打造自己生态系统的需求，他们也会在自己的产业链上下游进行并购，这时候我们的退出渠道就会畅通很多了，我们预计中国企业服务的公司最近一两年会在新三板和创业板有一波上市浪潮。
不管是创业还是投资我们要解决一个核心的问题&&方向怎么找？按照我们的分析框架，我们认为在部门级应用就看过去SAP、Salesforce、IBM、Oracle他们做的不好的地方，比如说像公有云服务、Digital Marketing，客户有需求就可以单独创业。还有很多创新型的公司，在基础级应用这块由于传统行业的公司相对保守，业务相对复杂，所以在基础应用层这块要找创新公司和互联网公司的创新方向，比如说像我们投资的青云，最早因为在IBM这样的公司有很长时间的积累，他们才能在公有云和私有云找到新的方向，运维和用户分析也是一样，在互联网公司里面不管阿里巴巴还是腾讯，他们有几个亿海量用户的运维经验，他们的运维经验是以前传统公司所不具备的，所以我们看到很多在大公司里面比如说做新型的风控系统、反欺诈系统、新型的运维系统，他们会把整个大公司的架构来拿出来创业，来服务其他的中小型公司。最后一个垂直行业的需求是一直存在的，在医疗、金融、政府等行业里面，如果有人能够端到端的把行业痛点和刚性需求真正解决，总是有市场的，在新的时代有新的解决工具。云计算、大数据/AI实际上给我们提供了新的工具去满足这些需求。
什么样的团队和人才是适合在企业服务领域创业的呢？第一，在部门级应用我们认为本身和企业的需求、企业的流程是密切相关的，往往需要咨询顾问型的创始人加上一个资深的销售大拿来做这个事情，比如我们稍后要分享的知藏创始人，以前在麦肯锡做咨询，他自己很懂得企业的业务需求，再加上一个很好的产品经理，一个很好的销售的话，就有机会打开局面。第二，在基础级服务的时候，由于基础级服务需要对技术发展的趋势要有深刻的了解，有极客级别的技术能力，再加上很好的销售能力才能搭好团队把这个事情做出来。第三到垂直行业也是一样，因为垂直行业本身有专业知识，要有深刻理解垂直行业的专家，他本身自己不一定是做IT的，但他非常懂得企业的需求，甚至这些需求是他本人在公司中遇到了困惑和困难，他认为有巨大的机会，跳出来创业，把这个事情解决好，比如说我们投资的项目，南燕保险的龚总，他在保险公司之前担任CFO的角色，他可能对这些需求和痛点有更深的理解，那么他创业会更加容易把握行业需求。
最后有了团队，有了产品之后怎么获取客户呢？其实在To B的创业中间我们发现和很多传统互联网打法是不一样的，传统互联网公司可以买流量，可以地推，但是企业服务你派1000人去地推，或者跟企业说我要卖你1000万、100万的Solution，这个是没用的。从我们总结的经验来看，其实在企业服务里面创业是要满足创新曲线的概念，怎么理解呢？我们认为在市场里面有三种非常典型的客户。第一种是有创新能力的愿意&尝螃蟹&的互联网公司或者中小型公司，他们的预算不高但业务发展很快，他们对创新的理解比较深刻，自己就是创新浪潮里的一分子，这时候他们很容易成为创业公司的早期试用者，成为&吃螃蟹&的人。获取这样的客户之后能够很好地帮助创业公司打磨自己的产品，改善体验，会获得很多客户的背书。第二种客户是在有了很多海量用户背书之后，往往这个时候尝试的是有痛点和有&+互联网&需求的传统行业的公司。比如说招商银行的掌上生活有很多人都在用，那对招商银行来说掌上生活并不是一个传统业务。它的网上银行是基于互联网的架构去交互的业务，这时候用传统的方式是解决不了的。举个例子，它要发一个1块钱的&薅羊毛&的红包，它会发现在同一分钟或者十分钟会涌进来1000万甚至2000万的客户，这个时候它原来的架构是应付不了这样的需求地，这种需求反而恰恰是互联网公司像阿里巴巴、京东、天猫这样在所谓的双十一活动里面早就积累了很多的经验，他们很深刻的知道怎么应对这种新型的需求，这就是为什么&+互联网&公司，传统公司，会成为Early Majority把他的创新业务的部分拿到来去采用创新公司的解决方案。
再往后是把创新方案应用到传统行业的核心业务。比如招行有2000万甚至8000万的信用卡用户，我能不能分析完他之后告诉我说有1000个客服，我到底是每天给哪10万个用户打电话才能产生更好的投资回报，还是说我从头打到尾呢？这个时候稍微做一点数据挖掘和分析就能产生很大的价值。我们认为总有一天传统行业也会全部把他们的IT结构和系统慢慢迁移到创新的应用上面来的。
最后所有创业者要选择投资人的问题。其实企业服务的创业有更多的机会成长为中型的公司，同时他的成长是需要7-8年的时间，我们的Coupa也是做了10年才上市的。第一个要选择非常有耐心的基金，基金有非常长的存续期，如果是一个三年、两年的基金的话很难支撑To B企业的发展特别是早期企业服务公司的发展。第二个是否理解企业服务的本质。企业服务是有历史沿革和历史发展脉络的，他有他本质的一些模式，能不能找到真正懂企业服务本质的投资人跟你一起成长也是非常重要的。第三个能否帮助企业真正的成长，企业服务创业往往不是一个创始人能够把很多事情干完的，他需要很多综合的能力&&销售的能力、客户服务的能力、交付的能力、产品的能力等等，一定要找到好的团队和投资人帮助补足这些能力，才能让企业有更大的发展。
最后我们深信在企业服务领域里面会出现大量的独角兽公司，并且会创造巨大的社会价值，我们蓝驰愿意和创业公司一起来实现这个未来，谢谢大家！数字经济和工业4.0少不了云助力
60年前的某个夏天，麦卡锡、明斯基等年轻的科学家们举办了一次聚会，共同研究用机器模拟智能的问题，也是在那时，“人工智能(AI)”的理念正式被提出。如今，人工智能已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域，甚至击败了围棋九段李世石，这种进步是难以置信的。而这一系列成绩的背后，是海量数据的积累与学习，在没有云的时代，是无法想象的。
人工智能涉及的领域非常广泛，工业、航天、商业都有应用，并且已经深入人们的生活，打开手机中的Cortana或者Siri，这就是AI的产物。要知道，在几十年前，这种超前的技术是不受认可的，教授相关课程的学校也是寥寥无几。究其原因，主要就是数据的积累和应用。高容量存储设备丰富了数据量的留存，随着数据的不断增加，人们开始在其中发现某种规律，引发了分析的需求。
分析让大量的数据有了价值，机器开始懂得用户想要什么，可以预测未来的天气和球赛的比分，这种人工智能与场景的结合，要实现的就是改变生活方式和解放生产力。具体来说，很多过去只有人能做的事情，现在更多的情况下能够通过机器实现，典型的例子包括语音助手、无人驾驶汽车。更重要的是，当硬件性能逐渐提升、计算资源越来越强大时，成本却越来越低廉。
微软全球执行副总裁陆奇曾指出，如果大数据被充分利用，全球企业将额外获得1.6万亿美元的数字红利。当然，前提是要对海量信息进行分析，无论是深度学习还是神经网络，最终都要转换为产品或服务惠及用户。数字经济、分享经济、工业4.0…背后都少不了大数据和云计算的支持。
不过，要想在人工智能时代分一杯羹，绝非易事。AI的基础是大数据，这些资源通常掌握在巨头手中，这也是为什么你会看到，这个领域的头条总是被微软、谷歌、IBM、苹果、亚马逊、Facebook这些公司抢去。在国内，BAT、京东这样的企业同样拥有足够的用户基础，并且已经开展了应用。
在今年的中国大数据产业峰会上，腾讯公司董事会主席兼CEO马化腾主要就讲了一件事：大数据。通过18年的运营，腾讯数据中心的存储总量超过1000个PB。日常使用方面，用户每天在微信朋友圈和QQ空间上传的图片达到10亿张，腾讯视频(含微信公众号H5视频)每天播放量达20亿次，除夕当天红包支付超过25亿笔，每天移动支付超过5亿笔。围绕这么多的数据资源，腾讯也开发了一系列技术和功能。
在人工智能领域 腾讯做了哪些事?
海量数据时代，搜索的重要性可想而知。基于在搜索领域多年的技术积累，腾讯云搜TCS通过对腾讯微信、QQ等各大垂直业务搜索需求进行高度抽象，把搜索引擎组件化、平台化、服务化，为移动应用开发者和网站站长提供了一站式搜索服务。云搜TCS支持分词和建立索引功能，搜索封装和技术门槛较低，具有可视化的数据预处理和离线排序定制能力，允许用户自主配置，检索耗时毫秒计算。
此外，腾讯云搜还建立了自然语言处理技术团队，整合“文智”NLP开放平台，提供中文分词、智能纠错、同义词识别、意图识别等能力。针对准确性，该服务还支持高级纠错、按域检索、分词定制、智能联想词等功能。开发方面，开发者可以对搜索结果的排序自主灵活控制，云搜还具有文档求交、相关性排序、排序表达式等策略。
搜索到的数据怎么使用，能否安全可靠，所提供的数据服务是否有针对性，是用户关心的问题。为此，腾讯大数据处理套件TBDS提供一键式部署能力，降低了大数据系统部署运维门槛，统一的控制台可以对集群进行配置、启停，通过DashBoard集中监控各组件实时运行指标，还支持多种数据接入以及输出方式，提供统一的数据源以及元数据的管理。
值得一提的是，腾讯还借助QQ、微信等产品建立了10亿级别覆盖度的基础库，对范围内的人群进行统计和分析，能够实现动态跟踪区域内人群流动、评估人流拥挤等级、捕捉开放社交网络的情况、分析目标客户群轨迹，让客户更精准的定位目标人群。这么多的隐私信息，泄露了怎么办?我们了解到，所有通信及数据存放都建立在腾讯云合规独立的机房，以保障用户数据资产安全。
机器学习是人工智能的核心要素，主要就是研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能。应用过程中，并行计算可以利用多个处理器解决一个大问题，提升了计算效率，这也是腾讯机智机器学习TML正在做的，其是简化用户对算法的接口调用、可视化、参数调优等自动化任务管理的开放平台。
卷积神经网络实例，卷积层→子抽样层→卷积层→子抽样层之后→全连接后输出
该平台搭载了万兆网卡的大量CPU实体机，集成分类、聚类、搜索/排序、推荐等机器学习和深度学习领域的算法，针对在性能、效果等方面的特殊需求，可以一对一深度定制。功能方面，机智机器学习TML支持LDA(非监督机器学习)技术，可以用来识别大规模文档集或语料库中潜藏的主题信息。通过训练，能够把对文本内容的处理简化为K维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。此外，CNN(卷积神经网络)能用来解决图像高层特征提取、分类、识别等计算机视觉难题，LR(逻辑回归)则具有易训练、易并行、泛化能力强等特性，适用于高维度海量数据的二分类任务。
子抽样层(左图为全连接，右图为局部连接)
每一项技术的最终目标都是惠及大众，人工智能也是如此。要说AI领域最接地气的应用，应该就是图像和语音识别了。先说语音，国内厂商已经可以保证稳定性和准确率，以腾讯为例，通用领域的识别率能达到93.8%，可以做到情绪识别、区分说话人、云存储弹性扩容等功能。不过，要想进入更深层次的语音识别，还要有对情境的理解，这方面有很大的努力空间。至于图像，人脸识别算是最常用的技术之一，腾讯提供了“人脸检测与分析”、“人脸比对”、“人脸验证”、“人脸识别”等一整套技术方案。其中，人脸检测技术准确率和召回率分别超过99%和95%，人脸验证技术准确率为99.65%。
云和大数据指引人工智能改变未来
无论是搜索、智能识别，还是机器学习，BAT在人工智能领域的覆盖面已经很广，背后的技术实力也与谷歌、微软等逐渐缩小。在数据规模上，国内企业的资源并不输海外，需要加强的就是如何更有效地利用这些数据，从而改善人们的生活。
得益于大数据和云计算的支持，互联网正在向物联网扩展，人工智能则是升级体验、解放生产力的重要手段。迈克尔·戴尔称，今天的处理能力、带宽、存储正以每年10倍的速度成倍增长，未来15年的技术将比现在强大1000倍。
如今，大数据影响着各个行业，创造了巨大的商业价值。通过结合大数据和云计算，人工智能将更好地服务于人们的生活，推动时代进步。这一发展过程中，巨头企业已经开始利用数据规模和技术优势深耕布局，腾讯就是其中之一。
via:tuicool
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。|||||||||||
人工智能时代的政府适应与转型
日09:17&&&&来源：
[摘 要] 对于政府而言，一方面要积极探索人工智能在政府公共服务与公共决策领域的广泛适应性，从而更好地满足公民不断提升的公共服务效率质量的要求；另一方面，要在人工智能时代广泛应用前做好伦理与法理的制度构建与风险预防。
当前，一个基本的历史事实是，人类已经逐渐进入新的时代，这一时代有很多种称谓，如网络时代、大数据时代、人工智能时代等。这些都从不同侧面刻画了新的时代特征，从网络时代方面，全球网民已经超过30亿人，中国网民已经超过6.88亿[1]，双双逼近总人口数量的一半。显示了互联网正飞速地将传统社会重构为网络社会。而在大数据方面，人类数据存储量已经飞快地越过PB（拍1015字节），EB阶段（艾1018字节），而进入到ZB（泽1021字节）阶段。有研究表明，当前人类一年产生的数据比人类有史以来所有的数据都要多。而从人工智能角度而言，2016年年初谷歌公司的阿尔法狗智能系统在围棋中战胜前任世界冠军李世石，打破了人们通常认为人工智能不可能在围棋领域战胜人类的信念和计算复杂度（通常认为，围棋的计算复杂度接近10100超过宇宙的总原子数，因此不可能通过简单硬计算的方式战胜人类），成为人工智能领域的标志性事件。此外，IBM等公司在人工智能领域的深入探索和提供广泛的人工智能服务的接口（使得各种网络平台和产品，都可以以方便快捷的方式实现人工智能服务），更为人工智能走向普及化打下了基础。总而言之，一种全新的社会状态正在人类面前展开。
本文重点聚焦于人工智能时代对传统政府的改变和适应，相对于网络社会引发的社会结构的转变从而重点引发政府职能挑战与转型不同，人工智能时代的进入，对政府本身的主体、行为、决策乃至行政伦理都产生了严重的冲击和挑战，需要有预见性地提出新的应对策略。
一、人类新时代的本质――网络、大数据、人工智能时代的三位一体
本文的一个基本的观点是，网络时代、大数据时代、人工智能时代都是一个高度统一人类社会新时代的不同侧面，三者是三位一体的关系，共同反映了新时代的本质特征。
1. 网络时代解决的是连接与社会结构问题
人类进入网络时代是在20世纪60年代，真正大规模网络进入普通日常生活是在20世纪90年代万维网的兴起。网络时代对人类社会根本的改变是两个，一是解决连接问题[2]，从最早的基本的设备与设备的连接，到使用互联网的主体――人之间的连接，形成了覆盖社会各个角落的网络社会，最终其目的是要实现万物的互联，也就是物联网，从而彻底解决社会主体客体之间的广泛连接，并在此基础上实现物质资源与知识思想的充分交换与调度。二是在连接的基础上，形成了与传统静态中心型社会相区别的非中心的网络动态社会结构。从而产生了完全与传统社会不同的社会活动行为方式和社会协调机制[3]。
图 2网络时代、大数据时代、人工智能时代共同构成三位一体的新时代
2. 大数据时代解决的是内容与再现的问题
网络时代解决了连接问题后，在网络上交换的内容则就相应形成了数据。如果把网络体系形容成高速公路，那么大数据就是高速公路上奔驰的车流。随着网络在真实社会中的不断扩展，就不断将传统的真实社会以数据的方式采集、存储、传导、使用、再现。可以说，网络社会扩展的边界就是人类大数据扩展的边界。因此，大数据时代，是网络社会形成后的自然产物，是网络时代在网络载体中信息内容世界的描述。从这个意义上讲，大数据时代的本质就是通过互联网体系观测、模拟和再现整个传统真实世界的时代，其既包括对人类世界的数字化观测、模拟、再现，也包括自然世界的观察、模拟、再现。
3. 人工智能时代解决的是海量数据的处理和决策问题
当网络社会的边界逐渐扩展，从而创造了前所未有的大数据世界后，如何来处理庞大的数据，就成为亟待解决的问题，这就自然而然产生了对人工智能的迫切需求[4]。因为，无论如何能力强大的自然人与传统组织都无法处理大数据时代产生的庞大数据，只能依靠人工智能体，来实现对数据的分析和处理、再现过程。因此，人工智能时代是人类进入网络时代，大数据时代的自然结果，解决的是网络连接端对内容主体的处理问题。
从时间来看，网络时代、大数据时代、人工智能时代相互衔接得极为紧密，20世纪90年代起到20世纪末期，人类逐渐进入网络时代；年左右，人类逐渐进入大数据时代；年左右，人类逐渐进入人工智能时代。可以看出，其相互差距约为十年，当人类进入人工智能时代后，新时代的三位一体的结构就基本完成了。人类将在不同层面上，同时与这三个社会侧面发生密集的交互，并最终演化进入新的历史阶段和形成新的文明形态。
二、人工智能时代的基本特征和影响
人类虽然正处于进入人工智能时代的过渡期，然而人工智能并不是一个新的思想，中西方自古以来都有试图制造可以模拟人的机器，如中国古代奇书《列子?汤问》就记载周穆王时代的偃师给周穆王曾经进献过一个机器人，言语自如、惟妙惟肖。意大利著名艺术家、科学家达?芬奇的手稿中亦描述了人形机器人的设计方案。现代意义的人工智能，是指图灵于1950年设计的思想实验，即图灵测试，即，如果在一个隔离的房间中，根据对问题的回答，测试者无法区分被测者是人还是机器，即可以认为机器具有了人的智能。进入2010年以来，陆续有不同国籍的研究者报告在不同领域中，机器有可能已经通过了图灵测试。2016年的阿尔法狗战胜李世石，更体现出了人工智能领域进展的飞速。IBM近年来不断完善其沃森人工智能平台，并将其建立成开放的人工智能接口，为通过互联网为整个社会的各个领域提供人工智能服务的方案解决。更有一批科学家认为，21世纪中期，真正可以与人类思维相媲美的人工智能将出现。而在现实应用层面，在大量的网络平台上，一些基本的人工智能服务已经在被大量应用（如电子商务平台上的客服服务）。可以说，无论从哪个角度，人类正处于整体迈入人工智能时代的过渡期，嵌入人类各个方面生产生活的人工智能时代并不会太远。在这一时刻，就必须要思考并警惕和减少新的时代转型对人类社会带来的冲击和影响，并做好战略准备。
（一）人工智能的三个最基本层次
虽然人工智能可以在很多领域和方面形成对人类智力思维的辅助和替代，然而究其根本，其主要呈现在三个领域的核心层面，分别在广泛的社会行为中产生作用：信息收集辅助与智能筛选；识别应答接受模糊任务并完成；替代人的自主决策与行为。其分别描述了由浅入深的人工智能对人的行为的辅助和替代。
1．信息收集辅助与智能筛选
信息收集辅助与智能筛选是最基础的人工智能服务，现在已经被广泛使用。如目前的各类搜索引擎，其内在都是采用智能化的搜索机器人算法，在广域的网络中不断读取分析，并汇集而来。当用户在使用搜索引擎时，根据用户的搜索习惯，给出相对最有可能满足用户需求的排序结果。不同的个体在使用同样的关键词进行检索时，会得到不同的结果。因此，从这个意义而言，最基础的人工智能早已经进入人类社会中。
信息收集辅助与智能筛选看似是最简单的人工智能领域，然而其难度和复杂度并不简单。关键的难度在于在大数据时代，如何有效地快速获取最有价值的信息。因此，如前所述，大数据时代所产生的海量数据，是促生人工智能领域的最初和最重要的驱动。在这一层面，人工智能可以广泛应用于各类信息获取需要的服务和反馈。
2. 识别应答接受模糊任务并完成
人工智能的早期使用如搜索数据，其最基础的命令输入依然是要用固定形式的格式化命令来实现的。如搜索引擎的“关键字+搜索”就是一种格式化命令。然而人工智能的进一步发展，是要求机器能够识别人类相对较为模糊的自然语言命令并做出有效反应和完成工作。在接到命令后，可以调动之前的搜索功能提供信息，或者驱动行为部件实现特定动作。如人员可以命令“帮我找到××信息”，“帮我提供××方案”等，机器则自动实现有效信息和动作的反馈。在这一层面上，人工智能将更广泛地替代传统僵化的人与机器的交互形式，以声音、图像、动作等多种交互手段，并为人类提供更有效的决策与行为方案参考并根据人的命令指示而完成工作。
3. 自主的判断与决策
人工智能的第三个层面是要实现机器的自主判断决策和相应的行为。在这一层面中，机器可以根据环境条件的变化自主决定最优的行动方案，从而在更大程度上模拟和替代人的行为，并形成对前两个层面能力实现统合，形成完整的人工智能功能体。目前广泛所知的阿尔法狗程序就是在这一层面的探索，其他如车载自动驾驶，自主无人机以及更广泛的人形机器人，都要在一定程度上实现自主的判断与决策。
以上就是人工智能的三个最基本的层次，当然，人工智能最高的层次是实现机器自主意识的出现。这将远超机器拥有自主的判断与决策能力层面，是否人能够设计或者机器将自我演化形成具有类似人的自我意识乃至情绪、情感、好恶，将依然是一个极为难以判断的问题。也将产生更多的社会影响，包括自主意识的机器智能体是否还是机器和基本权利问题等等。远超过本文的范围，就不在此讨论了。
（二）人工智能的广泛的社会应用
在以上三个层面，人工智能都能够得以发挥重要的作用。人工智能的领域主要体现在技术创新和社会应用领域。在技术创新领域，人工智能的重要作用是可以通过广泛的信息收集分析和智能判断，在创新研究中大量辅助和替代人的研究，形成技术研发的快速进步，这属于科技领域的应用。而在社会领域应用，主要体现在个人生活、经济领域、社会领域三个层面。
1. 个人生活的广泛应用
个人生活层面的人工智能将是极为广泛和丰富的[5]，从新一代更便捷和个性化的搜索引擎，到广泛通过语音和动作交互的生活助手，以及结合人工智能和仿生学机械所形成的人形服务机器人，到自动驾驶的无人汽车和智能家居，可以覆盖到几乎所有的衣、食、住、行日常生活中，将极大改善人的生活形式和质量。
2. 经济领域的广泛应用
在经济领域，人工智能将在生产和消费两端同时极大嵌入和改善整个社会经济运行的面貌。在生产端人工智能将结合已有的工业机器人和先进制造模式，形成高度智能自动化和个性化定制的生产模式，而在消费端将形成对客户模糊个性化需求的深入理解从而提供最优的产品，并提供全生命周期的无缝服务。而在生产与服务端，还可以以全方位的智能物流体系实现最优的交付。
3. 社会领域的广泛应用
在社会领域中，人工智能将会极大实现社会的自我组织和社会资源的优化配置。改善传统时代人与人之间沟通障碍和相关的信息屏障，在更大程度上满足社会交际与社会组织的连接需求。在社会交友、社会组织、社会救助、文化交流、思想创造等方面等产生极大的帮助。如在社会组织领域，第一时间根据个体的需求找到最适应的交际个体;在社会救助领域，第一时间找到发现突发的社会群体并形成就近的资源调度;在思想创造领域，通过广泛的知识信息提供和个体之间的合作，形成更高效的社会思想创造。
三、人工智能对政府治理的影响与冲击
从政府治理的角度而言，人工智能也产生了正面与负面两方面的影响与冲击，从正面角度，人工智能将极大解决传统政府庞大的等级科层产生的效率缓慢、机构臃肿、部门协调和公共服务缺乏精准化等不足，从而为构建高度柔性动态和为民服务的政府体系创造良好的工具与渠道。而从负面角度，人工智能也对政府产生了技术能力挑战、内部组织变革和行政决策和行为智能化所带来的正当性与合法性问题。
（一）人工智能对政府治理的促进作用
人工智能对传统政府治理的提升作用是极大的，其主要解决了五个方面的问题：
1. 有助于解决传统政府人力资源缺乏的问题
受制于预算和资源的约束，传统政府不能无限制地扩大规模和增加人员，然而面对日益复杂的公共管理和服务诉求，政府越来越面临着人力资源缺乏的问题。表现为大量的日常执法、决策、行政流程运转所需要的人力越来越多，为了解决这一困境，政府采用了购买公共服务、临时聘用等各种手段，然而其解决的效果依然较为有限。人工智能的应用可以极大缓解这一问题，在信息收集、行政流程、行政咨询应答等领域，可以大量替代传统人力投入，改善政府的人力资源局限。
2. 有助于解决传统政府行政流程漫长的问题
传统依赖于人的传递实现行政流程的协同，在面对越来越复杂的行政过程时，会形成严重的效率滞后。通过人工智能，可以有效识别行政流程中的冗余环节，并以远超人力的形式形成公文流转过程，从而提高整个政府内部的行政流程效率。
3. 有助于提升传统政府的决策质量
传统政府基于人工的公共事务决策，由于收集信息有限，决策效果难以精确化，因此往往存在很大程度上的决策质量不高与不确定性的问题。决策质量的提升成为传统政府改进的最重要的领域。而人工智能可以全面提升更有效的决策信息支持，并根据需要自动生成相应的决策方案，供决策者选择，从而极大提升政府的决策质量。
4. 有助于构建更融洽的政府―公民交互渠道
传统政府与公民的关系是相对刚性的，当公民有需要的时候才通过相对狭窄的渠道与政府发生关系，如咨询、申请、求助等领域，总而言之，一方面政府缺乏足够的人力和相对的渠道实现非常有效的公民联系，另一方面，当公民与政府发生交互时，实际上也提供了大量的有效信息给政府，而传统的交互方式则很难收集和分析这些信息用以改进政务服务。然而人工智能在这两方面都产生了新的技术支持。一方面，可以通过人工智能建立公民的政务服务助手，实现随时随地对政务服务的咨询和协助解决。另一方面，可以有效地将互动结果进行分析从而改进政务流程。
5. 有助于构建更精准的公民个性化服务体系
传统时代，是无法构建针对性的公民个性服务体系的。因为要建立海量公民的个性数据库，并且公民的数量众多而差异化诉求又很大，通过人工方式根本无法实现。而只有在大数据基础上的人工智能手段，才能有针对性地针对每一位公民建立完备的数据档案，并适时调配公共资源满足公民的需求。
（二）人工智能对传统政府治理的挑战
人工智能在提升传统政府治理水平的同时，依然不能忽视其挑战的方面，主要体现在以下三个方面：
1.人工智能时代对政府的技术能力提出了严峻的挑战
人工智能时代在快速推进整个社会对人工智能的应用时，然而也造成了政府与社会的技术鸿沟。当商业应用和社会领域应用广泛使用人工智能而政府却没有快速跟上的话，就会产生非常明显的技术落差，这对政府本身就是非常大的压力。
然而，政府在利用人工智能的背后，是一整套完整信息数据系统的支持，这就要求首先整个政务流程的信息化数据化，其次是整个信息数据资源的完整统一。在这样的基础上，才有可能实现有效的政务智能化系统的建立。而绝不是仅仅引入智能系统就可以实现的。而这种高效统一的数据库就要求在现有的政务信息化的基础上覆盖更广，更深彻和整合统一。
2. 人工智能时代要求政务流程更加优化
人工智能作为技术手段，只能从流转效率角度提升整体效率，然而不能根本上解决来自于政府组织与权力结构不合理导致的行政效率低下。因此，对政务流程的优化需要在信息与数据整合的同步推进，从而实现对有效智能服务的后台结构支持。只有这样，才能将对公民的政务服务从简单的流转效率提升转变为整体效率提升。
3. 人工智能时代提出了新的行政权力的合法性与伦理挑战
人类至今所有的行政伦理都要求一个基本原则，即对相对人的权力行使和决策，必须由同样的人组成的组织决定，无论是这一组织的形态是什么样的，但这一原则是人类社会组织的基础。即从未有非人类的主体能够裁决人类的行为。所以，至今为止，所有的计算机信息技术对行政流程的提升都是停留在辅助层面，即最终的决定是要由人来决定的，计算机系统只是提供相应的证据。由人来进行证据整合和分析乃至最终做出决策。然而，人工智能时代将在很大程度上实现对人类行政行为的替代，最早是替代人类实现证据的整合，随后是提供权力行使的方案，最后是替代人类直接做出决定。那么这就产生了严重的问题，从提供权力形式和决策的方案来说，即便最终是由人类做出的决定，然而其方案的制定就已经体现了机器的意志，就已经违背了人类有史以来的重要的行政伦理。在其他领域这种现象将广泛存在，如公民向政府的政务咨询，由人工智能来回应的话，是否具有权威性和合法性，类似的这些问题是政府在人工智能时代所要面对的最大挑战。
四、政府对人工智能时代的适应策略
从政府而言，当前亟须对人工智能时代的到来做好适应准备，包括以下几个方面：
1. 高度重视人工智能时代到来重大影响
准确而言，当前政府面对人类进入新时代所产生的重大影响如网络社会，大数据时代已经面临手足无措难以适应的状态。人工智能时代的到来将对传统政府体系产生新的极大的冲击。然而，面对这样重大的影响，政府体系还远未做好思想上的准备和产生相应的意识。一种原因是认为人工智能时代的到来似乎是很遥远的事情，然而，这远远低估了人类进入21世纪后的技术进化速度，可以肯定地说，在五年之内，人工智能将广泛应用到各类生产生活之中。进一步改变人类社会的面貌，因此，作为向全主权范围内提供公共服务和公共决策的政府，必须首先对人工智能时代的到来有所思想准备，并做好相应的战略预案。
2. 进一步实现政务数据整合和优化流程
尽管新时代不断在不同侧面冲击和改变传统政府，对政府产生了重大的转型挑战，然而，这并不是没有逻辑顺序的。如果照着其技术发展的逻辑一步一步来，可以实现有效的转型。如网络时代侧重于连接问题，中国各级政府早已实现了各级政府的相互连接。在大数据时代，强调的是信息的整合和随处获取，当前正在努力实现这一点，构建打通政务内部上下层级和不同专业部门的完整的数据体系。进一步的努力，就是在政务数据整合的基础上实现政务流程的优化，将政务流程尽可能地精简地优化，在此基础上，引入人工智能系统，就可以有效地实现向人工智能时代的跃迁和适应（图2）。
图2 政务体系在新时代的逐渐升级
3. 自主研发适用于政务流程的人工智能平台
人工智能时代的初期，受制于设备计算能力的限制，一定不是很多独立的分智能平台，而是一个完整的智能平台体系为各种领域提供服务接口，从而实现便捷低成本的智能服务覆盖。因此，一个完善的人工智能平台就至关重要。这就需要预先进行研究。有一种观点认为，可以通过购买等手段，如引用国外的智能接口嵌入来实现有效的政务智能服务。然而这将产生极为严重的安全问题，因为人工智能平台实质上是一个前所未有的高效数据收集与识别系统，一个智能平台在建立之时，就掌握了平台体系所涉及的所有数据。人工智能体就成为政务体系内唯一掌握全局信息的体系，而一旦这种体系由国外购买或者其他商务平台直接引进，则最终就可能造成严重的安全隐患。因此从现在开始就必须要预先研发适用于政务平台的人工智能体系。
4.高度重视完善数据安全体系
如前所述，人工智能平台的建立将形成对传统数据分布与控制体系的穿透，因此，必须要高度重视和重新优化设计整个政府体系的数据安全架构。特别是在当前构建完整统一的数据集合时，要进一步完善逐级分布的安全体系，并做好应急和数据备份体系。
5.重视研究人工智能时代的行政伦理和规则
对于人工智能体如何在政府流程运转中扮演角色，在对外服务时能否代表政府权威，在行使行政权力时，能否具有自主判断能力，在什么程度上，人工智能体可以有效地嵌入政府流程，行使权力？这些问题都需要从现在开始，在未来的五年内给予充分的讨论和制定相应的规则体系。在进入网络时代时，我们已经经历了缺乏预先政策架构所产生了规则滞后引发的社会冲击，因此，在人类即将进入人工智能时代时，政府必须从现在开始就做好未来时代的行政伦理和规则体系，最终要做出相应的立法设计，为构建完备的法治体系做好架构。
人工智能时代是一个看似遥远但实质已经逐渐迫近的新时代，与网络时代、大数据时代一起构成人类新时代的完整技术结构。然而，与网络时代、大数据时代相比，对这一问题产生的政府影响和适应问题还远未被关注。因此，本文只是抛砖引玉，迫切期待更多的学者关注这一领域。
（作者系国家行政学院公共管理教研部副研究员、国家战略研究中心秘书长。）
（来源：行政管理改革）
[1]CNNIC.第37次中国互联网络发展状况统计报告[J].中国互联网信息中心,2016.1.
[2]孟昊博.强人工智能时代什么时候到来?[J]如何到来?互联网周刊,2015(9).
[3]Christakis N A, Fowler J H. Connected: The surprising power of our social networks and how they shape our lives[M]. Little, Brown, 2009.
[4]何哲.网络经济――跨越计划与市场[J].经济社会体制比较,2016(2).
[5]戴汝为.从基于逻辑的人工智能到社会智能的发展[J].复杂系统与复杂性科学,2006(2).
[6]Gurkaynak G, Yilmaz I, Haksever G. Stifling artificial intelligence: Human perils[J]. Computer Law & Security Review, 2016.&
(责编：万鹏、谢磊)
48小时新闻排行
12345678910
大家都在看
手机阅读更精彩
镜像:&&&&&&呼叫热线&&&&服务邮箱&&&&违法和不良信息举报电话：010-
人 民 网 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用Copyright &
by .cn. all rights reserved