自 1956 年的达特茅斯会议( Dartmouth Conference)提出人工智能概念以来,人工智能的发展经历了“三起两落” 的曲折历程。 2016 年 3 月, 以 AlphaGo 以4:1 战胜人类棋手为标志, 人工智能开始逐步升温, 并成为各国政府、 科研机构、
产业界以及消费市场竞相追逐的对象。 为了在新一轮国际竞争中掌握主导权, 抢占人工智能发展的制高点, 各国投入大量的精力和资金, 开展人工智能关键技术的攻关与应用相关的研究与产品开发, 并纷纷推出了不同的人工智能平台与产品。
我国人工智能的应用范围极广。 从行业应用的角度看, 在制造、 物流、 医疗、教育、 安防等行业都有广泛应用。 以制造业为例, 当前的制造业不论是生产、 流通还是销售, 都正趋于数据化、 智能化。 大数据和人工智能技术可以协助企业分析生产过程中的全链路数据, 实现生产效率、 库存周转率、 设备使用效率提升等目标。 在智能制造进程中, 工业机器人成为人工智能的典型代表, 成为智能制造的重要实现端之一。就物流行业而言,人工智能的技术应用主要聚焦在智能搜索、推理规划、 模式识别、 计算机视觉以及智能机器人等领域。 如今, 现代物流企业纷纷尝试利用人工智能技术优化物流环节、 提高物流效率。 人工智能还能够帮助企业根据市场销售情况、 供应链生产情况、 物流配送、 仓储库存水平, 甚至每个环节的容错概率等等进行精准排产, 最大限度利用已有资源。 人工智能在医疗健康主要的应用领域则包括五个方面: 临床决策支持、 临床辅助诊疗系统、 患者管理、 辅助手术和患者照护的自动设备, 即各种机器人、 医疗机构的管理以及新药的研发。
人工智能在自动驾驶、 医疗、 传媒、 金融、 工业机器人以及互联网服务等越来越多领域和场景下得到应用, 一方面带来了效率的提升、 成本的降低, , 另一方面, 人工智能系统的自主性使算法决策逐步替代了人类决策, 而这种替代有时非但没有解决已有的问题, 还让已有的问题更难解决, 甚至给社会带来了全新的问题。 这些问题不仅仅引发社会的广泛讨论, 更是限制人工智能技术落地的重要因素。 其中最为典型的便是自动驾驶领域, 社会的巨大需求与技术的不断成熟让自动驾驶成为了全球炙手可热的研究与发展领域, 而其潜在的风险又驱使人们去反思技术带来的伦理问题。各国已有法律与政策的难以适用以及新政策的模糊不清也给自动驾驶技术的落地造成了困难。面对伦理风险与其潜能一样巨大的人工智能技术, 人们急需一个广泛、 普遍的伦理探讨, 并在这些探讨的基础之上找到路径、 梳理规范, 以保证人工智能的良性发展 。
点击下载《人工智能伦理风险分析报告》