澳機(jī)構(gòu)發(fā)布《人工智能與科學(xué)
——應(yīng)用和發(fā)展趨勢(shì)》報(bào)告

■文/賈偉（中國(guó)科學(xué)技術(shù)信息研究所）

2022年11月，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織發(fā)布《人工智能與科學(xué)——應(yīng)用和發(fā)展趨勢(shì)》報(bào)告，全面介紹了人工智能的發(fā)展歷程、現(xiàn)狀、現(xiàn)實(shí)挑戰(zhàn)、發(fā)展趨勢(shì)以及科學(xué)機(jī)構(gòu)發(fā)展人工智能的路徑。報(bào)告認(rèn)為，目前人工智能發(fā)展主要面臨兩大挑戰(zhàn)，一是確保人工智能開發(fā)和應(yīng)用既合規(guī)又符合社會(huì)倫理道德預(yù)期存在挑戰(zhàn)，二是人工智能研究勞動(dòng)力隊(duì)伍缺乏性別和文化多樣性。未來(lái)，人工智能發(fā)展將呈現(xiàn)三大趨勢(shì)：軟硬件將不斷升級(jí)；人工智能將由“大數(shù)據(jù)”轉(zhuǎn)向“小數(shù)據(jù)”；人機(jī)協(xié)作將日益普遍。

一、人工智能發(fā)展歷程

20世紀(jì)三四十年代，人工智能概念開始萌芽。1943年，沃爾特·皮茨和沃倫·麥卡洛發(fā)表關(guān)于人工神經(jīng)元如何執(zhí)行邏輯功能的論文。1950年，“人工智能之父”艾倫·圖靈發(fā)表了人工智能領(lǐng)域一篇關(guān)鍵論文，列出了人工智能要解決的未來(lái)挑戰(zhàn)。1956年，人工智能在達(dá)特茅斯研討會(huì)上得名，會(huì)議由約翰·麥卡錫、馬文·明斯基、納撒尼爾·羅徹斯特和克勞德·香農(nóng)組織，匯集了當(dāng)時(shí)主要的人工智能專家。20世紀(jì)50年代，人工智能領(lǐng)域投資和活動(dòng)不斷升級(jí)，60年代進(jìn)入人工智能第一個(gè)繁榮期。在自然語(yǔ)言處理、自動(dòng)推理、計(jì)算建模、自主系統(tǒng)和機(jī)器人領(lǐng)域都取得了重大進(jìn)展。美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DARPA）、美國(guó)國(guó)家研究委員會(huì)和英國(guó)政府大力投資人工智能。1974—1980年，人工智能研發(fā)應(yīng)用進(jìn)入“寒冬期”。所幸20世紀(jì)80年代重回繁榮期，日本政府通過(guò)第五代計(jì)算機(jī)項(xiàng)目大力資助人工智能，英美政府隨之效仿，再次向一系列人工智能研究計(jì)劃注入大量資金，并撬動(dòng)私人企業(yè)投資。1987—1993年商業(yè)投資減弱，人工智能研發(fā)應(yīng)用進(jìn)入第二個(gè)“寒冬期”。20世紀(jì)90年代，隨著互聯(lián)網(wǎng)、數(shù)據(jù)和計(jì)算能力迅速增長(zhǎng)，人工智能又開始強(qiáng)勁增長(zhǎng)，出現(xiàn)了新的范式、工具、理論和應(yīng)用，研究、投資、能力和應(yīng)用持續(xù)擴(kuò)大，人工智能對(duì)科研的影響比以往任何時(shí)候都要顯著。

二、人工智能發(fā)展現(xiàn)狀

（一）人工智能在經(jīng)濟(jì)和科研部門廣泛運(yùn)用，其深度和廣度史無(wú)前例

今天的人工智能浪潮在不同的科學(xué)領(lǐng)域、行業(yè)部門、地理位置、政策領(lǐng)域和人口統(tǒng)計(jì)領(lǐng)域具有更大的技術(shù)滲透深度和廣度，已進(jìn)入到幾乎所有地方的所有領(lǐng)域。人工智能已進(jìn)入人們?nèi)粘Ｉ?。?shù)十億人頻繁使用人工智能，日益依賴人工智能。無(wú)數(shù)企業(yè)使用人工智能技術(shù)為客戶提供商品和服務(wù)，人們通過(guò)智能手機(jī)、智能汽車和智能音箱與強(qiáng)大的人工智能互動(dòng)。在科學(xué)領(lǐng)域，2021年，人工智能研究已經(jīng)覆蓋了幾乎所有科學(xué)領(lǐng)域，即全科學(xué)期刊分類系統(tǒng)（ASJC）第三層333個(gè)類別，而1960年這一比例只有50%。

（二）各國(guó)重視布局人工智能，紛紛宣布并資助人工智能戰(zhàn)略、路線圖、計(jì)劃和政策

加拿大是2017年首批致力于國(guó)家人工智能戰(zhàn)略的經(jīng)合組織國(guó)家之一。從那時(shí)起，60個(gè)國(guó)家和地區(qū)相繼制定了700多項(xiàng)人工智能政策和戰(zhàn)略舉措。截至2019年底，各國(guó)已宣布的人工智能計(jì)劃資金超過(guò)860億美元。2021年，全球人工智能產(chǎn)品和服務(wù)支出同比增長(zhǎng)15.2%，達(dá)到3418億美元。預(yù)計(jì)2022年增長(zhǎng)18.8%，到2024年，預(yù)計(jì)總支出每年超過(guò)5000億美元。

（三）私營(yíng)部門人工智能研發(fā)投資顯著上升

2 0 2 0 年，盡管發(fā)生新冠疫情，但對(duì)人工智能企業(yè)的私人投資同比增長(zhǎng)9.3%，創(chuàng)歷史新高，高于2019年的5.7%，超過(guò)400億美元，美國(guó)、中國(guó)、英國(guó)和以色列投資位居前列。人工智能領(lǐng)域風(fēng)險(xiǎn)投資也在增長(zhǎng)。根據(jù)經(jīng)合組織數(shù)據(jù)，2020年，人工智能初創(chuàng)企業(yè)風(fēng)險(xiǎn)投資占所有風(fēng)險(xiǎn)投資的20%，而2012年為3%。2012—2020年，人工智能企業(yè)風(fēng)險(xiǎn)投資交易數(shù)量每年增長(zhǎng)34%，從2012年的500筆增至2019年的3900筆。

（四）人工智能論文和專利增勢(shì)明顯

The Lens數(shù)據(jù)庫(kù)（澳大利亞昆士蘭科技大學(xué)與布里斯班非營(yíng)利公司Cambia合作開發(fā)的科學(xué)數(shù)據(jù)庫(kù)）顯示，全球人工智能論文在過(guò)去五六年顯著增長(zhǎng)，從159 426篇增加到344 265篇，增長(zhǎng)了2.2倍，占所有論文比例從2016年的2.9%上升到2022年的5.7%。在大多數(shù)研究領(lǐng)域，近幾年人工智能的采用量相當(dāng)于過(guò)去總和。在所有研究領(lǐng)域中，近7年，同行評(píng)議人工智能論文達(dá)到160萬(wàn)篇，超過(guò)了過(guò)去55年總和（150萬(wàn)篇）。僅2021年一年時(shí)間，就發(fā)表了34.4萬(wàn)篇（本）關(guān)于人工智能主題的期刊論文、書籍和會(huì)議論文。2020年，谷歌學(xué)術(shù)搜索報(bào)告稱，人工智能的被引次數(shù)比任何其他研究領(lǐng)域都多，7篇被引最多的論文中有5篇是關(guān)于人工智能主題。

人工智能專利也在急劇增加，The Lens數(shù)據(jù)庫(kù)顯示，全球關(guān)于“人工智能”主題的已發(fā)布專利從2017年的1.1萬(wàn)項(xiàng)增至2021年的5.7萬(wàn)項(xiàng)，過(guò)去5年年均增長(zhǎng)率為84%。

（五）人工智能應(yīng)用推動(dòng)勞動(dòng)生產(chǎn)率和科研效率提高

作為一項(xiàng)通用技術(shù)，人工智能可提高所有科研領(lǐng)域的生產(chǎn)率，進(jìn)而提高整個(gè)經(jīng)濟(jì)的生產(chǎn)率和增長(zhǎng)率。人工智能提高了科研效率和有效性，使科學(xué)發(fā)現(xiàn)更快、更安全、成本更低。例如，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（CSIRO）的一個(gè)團(tuán)隊(duì)開發(fā)了一個(gè)自動(dòng)機(jī)器人系統(tǒng)，可在24小時(shí)內(nèi)測(cè)試1.2萬(wàn)塊太陽(yáng)能電池，而此前，研究團(tuán)隊(duì)每天手動(dòng)測(cè)試最多也就20塊太陽(yáng)能電池。在另一案例中，CSIRO研究人員使用機(jī)器學(xué)習(xí)來(lái)尋找疾病基因，可在15小時(shí)內(nèi)處理1000萬(wàn)個(gè)基因組變體，而用傳統(tǒng)方法估計(jì)需10萬(wàn)年。

（六）人工智能人才流入美國(guó)趨勢(shì)強(qiáng)勁

經(jīng)合組織近期做了一項(xiàng)人工智能人才分布研究，該研究使用2 0 1 5—2 0 2 0 年的領(lǐng)英（LinkedIn）會(huì)員檔案，分析不同職業(yè)人工智能技能普及率。研究發(fā)現(xiàn)，人工智能技能在美國(guó)普及率最高，其次是德國(guó)和以色列。美國(guó)保爾森基金會(huì)（Paulson Institute）旗下 MacroPolo 機(jī)構(gòu)發(fā)布的《全球人工智能人才追蹤》報(bào)告顯示，全球人工智能科學(xué)家大都居住在美國(guó)（59%），其次是中國(guó)（1 1%）和歐洲（10%）；他們本科學(xué)習(xí)大都在中國(guó)完成（29%），其次是美國(guó)（20%）和歐洲（18%）。

（七）云計(jì)算服務(wù)的興起促進(jìn)了人工智能廣泛應(yīng)用

美國(guó)信息技術(shù)咨詢公司Gartner最近一份報(bào)告顯示，全球云計(jì)算市場(chǎng)從2020年的2700億美元增長(zhǎng)到2022年的3970億美元（預(yù)測(cè)值），在2021年增長(zhǎng)了2 3%。法國(guó)市場(chǎng)調(diào)查公司ReportLinker一項(xiàng)市場(chǎng)研究預(yù)測(cè)，2021—2026年，云的復(fù)合年增長(zhǎng)率將達(dá)到16.3%，每年將達(dá)到9480億美元。

（八）人工智能培訓(xùn)和教育日益受到重視

經(jīng)合組織人工智能政策觀察站數(shù)據(jù)顯示，2018—2021年，全球人工智能課程（英語(yǔ)授課）增加了80.1%，大學(xué)和技術(shù)學(xué)院本科生和研究生人工智能培訓(xùn)學(xué)位和課程呈增長(zhǎng)態(tài)勢(shì)，目前人工智能占所有計(jì)算機(jī)科學(xué)和信息技術(shù)課程的比例高達(dá)27.3%。

三、人工智能現(xiàn)實(shí)挑戰(zhàn)

（一）確保人工智能開發(fā)和應(yīng)用既合規(guī)又符合（甚至超過(guò)）社會(huì)倫理道德預(yù)期是項(xiàng)挑戰(zhàn)

未來(lái)，人工智能倫理道德的標(biāo)準(zhǔn)可能會(huì)更高、更嚴(yán)格。目前的自愿原則和準(zhǔn)則將來(lái)可能成為法律。社會(huì)對(duì)人工智能倫理道德問題的認(rèn)識(shí)和預(yù)期可能會(huì)提高。要滿足復(fù)雜的倫理道德要求，需要提高科學(xué)知識(shí)和技術(shù)能力，需要人工智能勞動(dòng)力隊(duì)伍提升技能和能力。

2021年4月，歐盟提出第一個(gè)關(guān)于人工智能的法律框架，其中有公司若違反規(guī)則會(huì)被處以高達(dá)公司收入6%罰款的條款。歐盟2018年5月出臺(tái)的《通用數(shù)據(jù)保護(hù)條例》（GDPR）也有限制使用自動(dòng)決策系統(tǒng)的類似條款，包括與可解釋性和可競(jìng)爭(zhēng)性相關(guān)的要求。在全球范圍內(nèi)制定人工智能適用法律，就人工智能透明度、公平性、可解釋性和隱私等原則達(dá)成普遍一致，還有相當(dāng)長(zhǎng)的路要走。金融和零售等行業(yè)可能處于這些法規(guī)的前沿，因?yàn)檫@類行業(yè)廣泛而經(jīng)常地處理客戶保密數(shù)據(jù)。未來(lái)，人工智能政策、法規(guī)和法律可能會(huì)增加，研究機(jī)構(gòu)需確保自身活動(dòng)合規(guī)。

（二）人工智能研究勞動(dòng)力隊(duì)伍缺乏性別和文化多樣性

英國(guó)國(guó)家科學(xué)、技術(shù)和藝術(shù)基金會(huì)近期一項(xiàng)研究發(fā)現(xiàn)：在大多數(shù)學(xué)術(shù)機(jī)構(gòu)中，人工智能研究人員只有不到25%是女性；自1990年以來(lái)，全球人工智能研究論文作者中女性僅占13.8%；技術(shù)公司的人工智能研究論文的女性作者占比相對(duì)較少，如谷歌為11.3%、微軟為11.95%、IBM為15.7%。

除性別問題外，S T E M（科學(xué)、技術(shù)、工程和數(shù)學(xué)）勞動(dòng)力隊(duì)伍（近似反映人工智能勞動(dòng)力隊(duì)伍）缺乏文化和種族多樣性。例如，澳大利亞科學(xué)與技術(shù)專業(yè)機(jī)構(gòu)發(fā)現(xiàn)，“工作年齡原住民或托雷斯海峽島民每200名僅有1人擁有STEM學(xué)位，而非土著工作年齡居民每20名就有1人擁有STEM學(xué)位”。

四、人工智能發(fā)展趨勢(shì)

（一）軟硬件將不斷升級(jí)

硬件方面，專門為機(jī)器學(xué)習(xí)設(shè)計(jì)的處理器如張量處理單元（TPU）、數(shù)據(jù)中心芯片等，性能將不斷優(yōu)化，廣泛用于自動(dòng)駕駛汽車、語(yǔ)音識(shí)別、自然語(yǔ)言處理和視頻目標(biāo)檢測(cè)等領(lǐng)域，使人工智能系統(tǒng)開發(fā)更具時(shí)間效率和成本效益。此外，量子計(jì)算機(jī)有望帶來(lái)計(jì)算能力變革性飛躍，解決傳統(tǒng)計(jì)算機(jī)無(wú)法解決的人工智能問題，人工智能開發(fā)人員將大量使用量子計(jì)算服務(wù)，人工智能將迎來(lái)范式轉(zhuǎn)變。

軟件方面，支持人工智能操作的軟件框架（如PyTorch、TensorFlow、微軟Azure和亞馬遜Web服務(wù)等平臺(tái)及無(wú)代碼人工智能軟件工具等）快速增長(zhǎng)，研究人員可相對(duì)快速地設(shè)計(jì)和/或調(diào)整機(jī)器學(xué)習(xí)算法，而無(wú)需深入研究算法底層細(xì)節(jié)，從而更容易開發(fā)和應(yīng)用人工智能。

（二）人工智能將由“大數(shù)據(jù)”轉(zhuǎn)向“小數(shù)據(jù)”

小數(shù)據(jù)即質(zhì)量更高、精心策劃、來(lái)源可靠的數(shù)據(jù)。提升人工智能需將投資聚焦于符合目的、來(lái)源可靠、經(jīng)過(guò)驗(yàn)證、最新且符合倫理道德要求的高質(zhì)量數(shù)據(jù)。研究機(jī)構(gòu)需向數(shù)據(jù)驅(qū)動(dòng)方向轉(zhuǎn)型，變革業(yè)務(wù)流程、基礎(chǔ)設(shè)施、技能和組織文化，以形成強(qiáng)大的獲取、分析、解釋、保護(hù)、存儲(chǔ)、共享和傳遞數(shù)據(jù)的能力，以數(shù)據(jù)輔助決策，推動(dòng)實(shí)現(xiàn)機(jī)構(gòu)目標(biāo)。

（三）人機(jī)協(xié)作將日益普遍

人類與人工智能協(xié)作可顯著提高生產(chǎn)率，擴(kuò)大人類能力范圍，未來(lái)人機(jī)協(xié)作將日益普遍。世界知名信息技術(shù)公司埃森哲估計(jì)，2018—2022年，投資于人類與人工智能協(xié)作的機(jī)構(gòu)可增收38%，增加就業(yè)10%。在快速處理和分析大量信息以及識(shí)別模式或關(guān)系方面人工智能優(yōu)于人類，而人類長(zhǎng)于復(fù)雜聯(lián)想、主觀判斷及專業(yè)知識(shí)運(yùn)用，科學(xué)研究需要?jiǎng)?chuàng)造力、判斷力、邏輯和溝通能力，這是當(dāng)前和未來(lái)短期內(nèi)人工智能所無(wú)法企及的，所以人類和人工智能既有各自獨(dú)特優(yōu)勢(shì)，又能互補(bǔ)，相互協(xié)作，突破自身局限性。在人類與人工智能協(xié)作場(chǎng)景下，科學(xué)家可委派人工智能系統(tǒng)更高效地完成任務(wù)，從而使科學(xué)家將更多時(shí)間和資源投入依賴人類獨(dú)特認(rèn)知能力的任務(wù)中，提高科學(xué)生產(chǎn)率。

五、科學(xué)機(jī)構(gòu)發(fā)展人工智能的路徑

報(bào)告最后指出，科學(xué)機(jī)構(gòu)迫切需要提升人工智能能力，以保持未來(lái)競(jìng)爭(zhēng)力和能力。這就需要升級(jí)教育、培訓(xùn)、硬件和軟件，開發(fā)數(shù)據(jù)資產(chǎn)，改變工作方式，成為數(shù)據(jù)驅(qū)動(dòng)型組織，同時(shí)確保人工智能開發(fā)和應(yīng)用符合倫理道德規(guī)范，符合社會(huì)預(yù)期、法律和法規(guī)。