作者：國務院發(fā)展研究中心人工智能研究團隊
來源：觀察者網
封面：由國務院發(fā)展研究中心技經所人工智能研究團隊參與編制的《人工智能全球格局：未來趨勢與中國位勢》
導讀
人工智能被認為是科技創(chuàng)新的下一個“巨型風口”，學術界、產業(yè)界乃至整個社會都對人工智能給予巨大的關注。在這樣的關鍵變革時期，我們需要正確認識人工智能，審慎客觀地思考人工智能技術和產業(yè)，切實促進人工智能與社會經濟發(fā)展深度融合。
由國務院發(fā)展研究中心技經所人工智能研究團隊參與編制的《人工智能全球格局：未來趨勢與中國位勢》一書，對各國的人工智能戰(zhàn)略和企業(yè)的人工智能生態(tài)進行了解讀，梳理了在某項技術上或應用場景中深耕的獨角獸企業(yè)，并對人工智能倫理進行了分析，以人類面臨的機遇與挑戰(zhàn)作為全書的主題。
為深入探討中國在人工智能領域面臨的技術與挑戰(zhàn)，觀察者網專訪了國務院發(fā)展研究中心技經所人工智能研究團隊。
【采訪/科工力量 程小康】
觀察者網：人工智能的核心技術有哪些？目前的技術水平離“強人工智能”還有多遠？
受訪團隊：當前人工智能的核心技術主要是機器學習和大數據。大數據是人工智能的基礎，而使大數據轉變?yōu)橹R或生產力，離不開機器學習（Machine Learning），它是使機器具有類似人的智能的根本途徑。從本質上來說，人工智能的發(fā)明是為了模仿人類思考問題的邏輯，從而能自主解決問題。弱人工智能把特征的決定權交給了人，由人類事先選擇好特征，然后通過函數逼近來擬合特征曲線，從而找到輸入和輸出之間的映射函數。強人工智能則是擯棄人的因素試圖自己搞定特征，由算法自己找出輸入對應輸出的特征，然后自行建立映射函數，從而誕生真正的自主智能。但是只要存在算法，必然就存在人的因素，除非算法符合智能誕生的原始狀況，自行演進。簡而言之，強人工智能是有知覺、有意識、能推理、能解決問題的智能機器。而現階段人工智能，無論完成多復雜的任務，本質均是實現向量空間中的映射，并沒有思維的能力。現有的創(chuàng)新多停留在算法模型框架層面的創(chuàng)新，都是人為創(chuàng)造和規(guī)定的，性能比較也停留在算得快、算得準，從未有關于AI創(chuàng)造力如何的評價。但是，不排除隨著技術形式的變化和更替、腦科學等學科的深度發(fā)展，強人工智能會以怎樣一種目前無法想象的狀態(tài)出現，促使AI機器從“專用智能”走向“通用智能”。
觀察者網：中國在人工智能基礎算法上的投入和產出如何？
受訪團隊：一方面，我們需要肯定中國在人工智能算法研究上取得的優(yōu)異成績。2019年，中國人工智能論文數量、專利申請量都已經高居全球第一。以中科院、清華大學、中國科技大學和西安交通大學等為代表的科研院所，在機器學習和深度學習算法研究上貢獻了大量高質量論文。以百度、阿里巴巴和騰訊為代表的科技巨頭和以商湯、科大訊飛和深蘭為代表的獨角獸企業(yè)，在語音識別、自然語言處理、計算機視覺和智能駕駛等AI算法開發(fā)中取得了不俗成績。毫無疑問，中國在人工智能算法上的進步速度十分顯著，投入和產出效率非常高。但另一方面，我們也需要審視中國在核心算法、底層技術上的不足。2019年“徐匡迪之問”引發(fā)了業(yè)界的廣泛共鳴，中國人工智能領域真正搞算法的科學家鳳毛麟角，基礎核心算法的缺失未來或將成為中國人工智能發(fā)展的“瓶頸”所在。比較來看，美、歐、日的數學基礎更加扎實，在人工智能算法研究時更能從基礎理論上實現“突破”。舉個不太恰當的例子，谷歌公司軟件有TensorFlow，硬件有TPU，算法有AlphaGo、AlphaZero，其對人工智能技術的理解、對人工智能基礎算法的投入，是當前任意一家中國企業(yè)所不能比擬的。總體而言，中國人工智能強在數據規(guī)模、產業(yè)應用，而弱在核心算法、基礎算力。
在此需要特別指出的是，人工智能的發(fā)展仍處在非常初期的階段，正如萬里長征只邁出了一小步。當前存在的優(yōu)勢或者劣勢，在人工智能新理論出現后，很可能會變得無關緊要。在這一超長期的科技賽道上，我們必須高度關注腦科學、神經科學和數學等最底層的理論研究，人工智能競爭最激烈的時刻永遠在未來。
觀察者網：在推動人工智能發(fā)展的過程中，政府、科技巨頭、風投機構和初創(chuàng)企業(yè)各扮演什么角色？
受訪團隊：政府主要承擔“開路人”的作用。2020年1月，美國白宮就管理人工智能的發(fā)展及應用提出監(jiān)管原則，要求政府盡量少干預。與美國不盡相同，我國除了“少干預”，也要做到“強引領”、“強調和”、“強救濟”�！皬娨I”要求政府發(fā)揮好總領全局的抓手作用，在人工智能發(fā)展規(guī)劃、法律法規(guī)制定和產業(yè)政策上進行總體引領。既要為產業(yè)發(fā)展創(chuàng)造機會，也要為產業(yè)發(fā)展保駕護航。“少干預”只是對技術細節(jié)和發(fā)展模式的不干預，對于發(fā)展方向和法律、道德建設上的引領，政府還是居于主導地位。“強調和”指的是要調和企業(yè)之間過于激烈的競爭，保護市場競爭有序、高質量進行。至于“強救濟”，時下，外部勢力欲打壓我國AI產業(yè)發(fā)展勢頭，只有政府有能力站出來發(fā)揮保護、救濟作用，保護我國AI產業(yè)發(fā)展能力儲備。
科技巨頭主要承擔“風向標”的作用。頭部企業(yè)有意愿、有實力、有能力長期創(chuàng)新，這些企業(yè)在技術、商業(yè)模式上都有極強的創(chuàng)造能力。作為市場的標桿，其對市場的帶動作用不可小覷。因此，如果企業(yè)愿意通過開源或創(chuàng)建產業(yè)聯(lián)盟的方式，孵化、推動技術創(chuàng)新，將形成對市場形成正向激勵。如微軟、谷歌、阿里巴巴、騰訊等公司已廣泛開展并貫徹如此的理念，對企業(yè)本身來說也帶來許多好處，如可以吸收優(yōu)秀技術、建立廣泛普及的生態(tài)，進一步加快生態(tài)建設、促進科技創(chuàng)新、提高盈利能力。
風投機構則主要發(fā)揮 “補給站”的作用。風投機構不能因技術炒作而過度聚焦某一技術，也不能因為利益對某些企業(yè)進行惡意做空。風投機構發(fā)揮好了自身作用，能刺激市場增長；若發(fā)揮不好，則可能影響整個產業(yè)發(fā)展進程中的資金流動，甚至導致馬太效應，不利于技術創(chuàng)新。因此，投資也相當于“投票”，風投機構要把握好手里的“投票權”，不可利用資本和關系脈絡強行操縱市場。而在這方面還尚有許多灰色地帶，監(jiān)管無法觸及。
初創(chuàng)企業(yè)則要起到排頭兵的作用，利用好中國創(chuàng)業(yè)成本低、政策寬松的優(yōu)勢，穩(wěn)扎穩(wěn)打進行技術創(chuàng)新，同時發(fā)揮體量小的優(yōu)勢，實現創(chuàng)新成果快速商業(yè)化。
總而言之，各界各方都要發(fā)揮好我國制度優(yōu)勢，集中力量辦大事，才能共同推動人工智能產業(yè)又好又快發(fā)展。
察者網：與美國科技巨頭相比，中國科技公司在人工智能領域存在哪些優(yōu)勢和不足？
受訪團隊：我國AI領域的科技公司具有較強的應用創(chuàng)新能力，以應用程序為主的AI應用風靡全球，尤其是攝影攝像類的應用程序深受全球用戶青睞。且我國AI初創(chuàng)公司發(fā)展勢頭良好，吸引了業(yè)界大量關注。根據美國CB Insights智庫2019年發(fā)布的《AI 100》報告，全球100家最有前景的AI初創(chuàng)公司中，有11家“獨角獸”公司，其中5家為中國公司。由此可見中國AI科技公司獲得了廣泛的認可和支持，未來這一趨勢將繼續(xù)擴大。
同時，中國AI科技公司賴以生存發(fā)展的政策環(huán)境更為寬容、開放。我國在2017年將發(fā)展人工智能定位為國家戰(zhàn)略，而美國國家級的人工智能戰(zhàn)略直到2019年才姍姍來遲�，F有的政策環(huán)境和扶持力度是其他國家難以比擬的。拿深圳舉例，深圳是AI創(chuàng)新的重要基地，當地政府對企業(yè)的支持力度很高，公司注冊、審批等辦事流程非常簡潔，政府部門甚至開辟輪流進駐企業(yè)現場辦公的工作模式；深圳政府在中小企業(yè)融資方面的保障能力也走在全國前列。
再者，中國作為世界上最大的單一市場，用戶數量的優(yōu)勢對AI企業(yè)也是重大利好。龐大的用戶數量每天將產生大量的數據，而人工智能的開發(fā)、訓練很大程度上依賴大數據。從用戶行為中總結出規(guī)律和需求，AI應用的效能可依此強化升級。
但是，我們也要認識到現存的差距。一方面，我國科技企業(yè)起步晚、基礎研發(fā)能力差，美國的IT行業(yè)起步早、技術積淀深厚。全球開發(fā)者廣泛使用的計算機、操作系統(tǒng)到開發(fā)平臺，都是美國研發(fā)的，其中英特爾、英偉達和谷歌等公司處在壟斷地位。這方面的差距不是短期內能夠追趕的。另一方面，美國企業(yè)與高校聯(lián)系緊密，企業(yè)的許多項目與高校合作進行，創(chuàng)新能力強。在這方面，我國企業(yè)與高校的合作尚沒有形成遍地開花的局面。值得注意，美國的AI專利多來源于企業(yè)，而中國的AI專利多來源于高校。因此，高校的研發(fā)實力不容小覷，與高校合作從而加速創(chuàng)新，是企業(yè)需要考慮和把握的潛在機遇。再者，中國AI企業(yè)的應用面較為狹窄，多專注于單一垂直行業(yè)。而美國的谷歌、Facebook和微軟等頭部企業(yè)都擁有非常多的業(yè)務部門，業(yè)務覆蓋面廣。舉例來說，微軟的AI業(yè)務跨度之大，從機器作畫到解決氣候問題不一而足，學科的交叉產生大量的前沿性成果。對企業(yè)來說，拓展業(yè)務將擴大成果創(chuàng)新的可能性，也將提高企業(yè)生存的能力，若垂直行業(yè)不景氣或者新興行業(yè)崛起，企業(yè)將有能力進行業(yè)務的轉型。
觀察者網：中、美、歐、日、韓在制定人工智能發(fā)展政策方面有什么異同點？
受訪團隊：共同點來說的話，應該是大家都把人工智能納入了頂層設計，都提升到了國家戰(zhàn)略的高度，基本對人工智能技術的應用前景研判、技術的投入、人才的培養(yǎng)以及相關的制度保障等方面給予了關注，戰(zhàn)略眼光和布局比較長遠和宏大。
差異也是明顯存在的，每個國家肯定會根據自己的發(fā)展狀況與需求在政策上劃出側重點。
比如，我國17年頒布的《新一代人工智能發(fā)展規(guī)劃》以及后續(xù)的系列規(guī)劃文件中，都能體現出我們發(fā)展人工智能的重點是落在技術的應用上，更加注重技術的落地，要搶占科技制高點，推動整個產業(yè)的變革，來推動我們經濟的發(fā)展。
而美國戰(zhàn)略的目的就是維持其在全球人工智能的領導者地位，焦點在于如何面對人工智能全面發(fā)展的大趨勢，著眼于對國家長期安全與社會穩(wěn)定的影響與變革，在技術研發(fā)和完善保障體系之外，對人工智能可能伴隨而來的風險給予了關注，更重視提高人工智能的可信賴度。
歐盟的戰(zhàn)略除了大家都有的推動AI研發(fā)與應用以外，將重頭戲放在了人工智能價值觀上，強調人工智能倫理、道德、法律體系的研究，他們想要在這一方面制定人工智能倫理準則，樹立全球標準，形成典范。確實在AI倫理與道德方面的建設上，歐盟是走在前面的。我國17年提出的《規(guī)劃》里對這一塊的關注度就不太夠，不過后續(xù)也開始重視這方面的研究，倫理道德方面的影響也會隨著AI的發(fā)展更加凸顯出來，這是我們必須要直面，要解決的問題。
就日本和韓國而言，他們的人工智能戰(zhàn)略有更加明確的目標與抓手，側重于利用自己長期以來的優(yōu)勢產業(yè)打頭陣，比如日本，從其強大的機械制造與機器人產業(yè)入手，充分發(fā)揮優(yōu)勢，以此來推動機器人革命和人工智能技術，想要在解決面臨的人口老齡化，勞動力短缺問題的同時實現長足的發(fā)展。韓國也是如此，重點在努力把信息通信技術、半導體、電子原配件制造技術等優(yōu)勢發(fā)揮到最大，推動韓國從“IT強國”發(fā)展為“AI強國”。
觀察者網：最近幾十年應用物理發(fā)展很快，但基礎理論并沒有重大突破，人工智能是否能加速基礎理論突破？
受訪團隊：人工智能將推動數據密集型科學研究的革命。我們知道，基礎物理學中無論是研究宏觀尺度的天體物理學，還是研究微觀尺度的粒子物理學都十分依賴實驗觀測，實驗過程中往往會產生海量的數據。大數據處理正是當前人工智能爆發(fā)式發(fā)展的基礎，因此越來越多的物理學家正在借助人工智能探索物理學前沿。
例如：為了處理大型三維宇宙學數據集，美國勞倫斯伯克利國家實驗室與英特爾、克雷公司合作，利用深度學習技術開發(fā)出物理科學應用程序CosmoFlow，并且在暗物質N體模擬實驗中得以應用。又如：世界上最大的粒子加速器是歐洲核子研究中心（CERN）的大型強子對撞機（LHC），其每秒可產生百萬GB的數據。研究人員通過機器學習技術來實時決定哪些數據需要保存，哪些數據可以丟棄。目前機器學習算法可以替代實驗人員70%工作量，大大提高了數據處理效率。
物理前沿正在向著多體問題、復雜模式等方向探索，這一切的推進離不開海量的數據支撐，隨著人工智能與科研數據處理深入結合，數據之下埋藏的新模式新規(guī)律將逐步揭示出來，基礎物理學將會迎來新一輪的理論突破。
觀察者網：在“變革生產力”與“調整生產關系”兩個方面，人工智能各起到什么作用？
受訪團隊：生產關系的變革依托于生產力的躍進。人類在18世紀第一次工業(yè)革命機械化，到19世紀第二次工業(yè)革命實現電氣化，再到20世紀第三次工業(yè)革命實現信息化。人類物質生產能力得到跨越式發(fā)展。21世紀的第四次工業(yè)革命正在孕育之中，人類也朝著智能化方向闊步向前，促進這次變革的核心力量正是人工智能。
在生產力變革方面，人工智能將完成體力和腦力勞動的逐步替代。歷次工業(yè)革命的主題都是人類對機器操縱使用方式的變革，在第四次工業(yè)革命中，從事生產的機器大規(guī)模全自動化將成為此次革新的顯著標志。盡管經濟活動可能永遠需要人類作為主導，但一個完全由機器運營的經濟形態(tài)正在形成。人工智能的自主感知、自主學習、自主決策不僅可以驅動機器自主運行，而且可以將機器運行在最優(yōu)狀態(tài)。更重要的是，機器之間不再由人類調配協(xié)同，人工智能可以在各個層次合理配置資源，使整個物質生產過程以最優(yōu)化方式進行。這意味著，機器不只是對體力勞動進行簡單替代，也在逐漸對部分腦力勞動進行替代。這一過程將徹底改變人類的生產方式，大大擴展人類的物質生產邊界。
在生產力關系調整方面，人工智能將促進生產資料和社會組織的平等化。由于人工智能促進了物質生產方式的革新，人類從事物質生產活動的時間將逐步降低，更多的時間可以從事創(chuàng)造性活動。人類會逐漸擺脫對機器的依附，成為更獨立的人。很多人認為，未來生產關系將變成人和機器，甚至人和機器人的關系。歸根結底，其實生產關系最終體現的還是人和人的關系。隨著人類社會智能化水平的提高，生產資料將更加難以集中掌握在某個群體，物質生產和社會組織的民主化將會把原有的生產關系徹底改變�，F在我們還只能探討其中的趨勢，相信在不遠的將來，與智能化社會相適應的生產關系將會逐步產生。這一切需要我們一起參與，一起見證。
觀察者網：有觀點認為“人工智能實際上就是統(tǒng)計學+概率論”，對此您怎么看？
受訪團隊：當前人工智能的爆發(fā)，離不開大數據處理和機器學習技術的快速發(fā)展，而這兩者的根基正是概率論和統(tǒng)計學，因此很多人認為人工智能就是統(tǒng)計學+概率論。
我認為這種觀點是片面的。人工智能分為兩個層級，分別是弱人工智能和強人工智能，兩者具有本質的區(qū)別。前者是單一方面的智能，例如AlphaGo在棋類游戲中的表現，這是目前深度學習技術運用的經典范例，統(tǒng)計學方法確實這一層級智能的有效實現路徑。然而，強人工智能或者稱類腦智能，通俗來說就是擁有人造大腦、會思考、會學習的智能體。其本質上就是利用算法模擬神經元工作機制，像人腦一樣處理信息、做出決策。基于統(tǒng)計學路徑的深度學習方案目前來看是無法實現類腦智能的。究其根本，是因為統(tǒng)計學在復雜感知數據中只能找到某一個層面的模式，難以形成多種認知功能，也就難以達到模擬人腦的效果。
長遠來看，人工智能的發(fā)展目標是實現強人工智能，也就是讓智能體能像人類一樣處理各種繁雜事務，且可以在多個場景中自由切換，這就離不開對人腦結構、認知模式的深入研究，以形成類腦信息處理模式。因此，人工智能的發(fā)展離不開統(tǒng)計學+概率論，但也絕不能將其簡單歸結為統(tǒng)計學+概率論。
觀察者網：AI大規(guī)模應用必將裹挾諸多風險，如人工智能倫理、隱私數據保護等，中國AI治理觀念與歐美有何不同之處？
受訪團隊：近年來，得益于算法、算力及數據的提升，人工智能技術迎來了前所未有的發(fā)展，并逐漸成為國際社會廣泛關注的話題，與此同時，人工智能技術的研發(fā)和應用也帶來一系列倫理挑戰(zhàn)。
近期我們看到有機構回顧了2019年全球十大人工智能治理事件，包括自動駕駛安全事故頻出、“監(jiān)測頭環(huán)”進校園惹爭議、AI換臉應用引發(fā)隱私爭議、AI編寫假新聞足以亂真等內容。
目前，全球公開渠道可見的人工智能治理準則或指導方針方面的文件已超過80個，2019年4月8日，歐盟委員會以“建立對以人為本AI的信任”為題，發(fā)布歐洲版的AI倫理準則，期望建立“以人為本、值得信任”的AI倫理標準，不斷促進社會公眾接受AI技術、應用AI技術。2019年5月22日，OECD成員國批準了人工智能原則即《負責任地管理可信賴的AI的原則》，該倫理原則總共有五項，包括包容性增長、可持續(xù)發(fā)展和福祉，以人為本的價值和公平，透明性和可解釋，穩(wěn)健性和安全可靠，以及責任。2019年5月25日在北京發(fā)布的《人工智能北京共識》針對人工智能的研發(fā)、使用、治理三方面，提出了各個參與方應該遵循的有益于人類命運共同體構建和社會發(fā)展的15條原則，將關注“服務于人”，將“和諧與優(yōu)化共生”這一中國哲學和文化中的特色理念，融入人工智能治理原則當中。2019年6月17日，國家新一代人工智能治理專業(yè)委員會發(fā)布《新一代人工智能治理原則——發(fā)展負責任的人工智能》，強調和諧友好、公平公正、包容共享、尊重隱私、安全可控、共擔責任、開放協(xié)作、敏捷治理等八條原則。
經過梳理可以發(fā)現，圍繞透明、公正和公平、不傷害、責任、隱私這五個方面的倫理原則呈現出全球趨同的局面。然而，細細分析，也可以看出中西方在應對人工智能倫理問題上的一些差別，即西方強調“以人為本”，而中國更關注“和諧包容”，治理理念區(qū)別的背后是中西方文化和價值觀的不同。
人工智能的研發(fā)應用具有跨國界、國際分工等特點，人工智能治理問題也特別強調國際協(xié)作與協(xié)調。隨著人工智能的進一步發(fā)展，人與機器的關系也將發(fā)生變革，那時西方“以人為本”的價值觀未必能夠適應新型人機關系，而傳統(tǒng)中國智慧很可能成為破解人工智能治理難題的解藥。
觀察者網：關于“人工智能泡沫”“深度學習遭遇寒冬”等的學術討論越來越多形成鮮明對比，對此如何解讀？
受訪團隊：在《人工智能全球格局：未來趨勢與中國位勢》新書中，筆者結合2000年左右的互聯(lián)網“泡沫”經歷，總結了當下“人工智能泡沫論”的主要論點：
人們對于人工智能改變生活的預期與AI現實能力不匹配。以自動駕駛為例，汽車生產商對全自動駕駛（Level 4）的實現時間盲目樂觀。Delphi和MobileEye承諾于2019年實現Level 4自動駕駛系統(tǒng)，Nutonomy公司計劃于2019年在新加坡街頭部署無人駕駛出租車，特斯拉CEO馬斯克在2020年1月聲稱，特斯拉車型的“完全自動駕駛”功能即將到來。但加里·馬庫斯等專家認為，實現完全自動駕駛可能需要數年甚至數十年，屆時才能實現可以避免事故的自動駕駛系統(tǒng)。
資本界和媒體對人工智能的理解與AI現實能力不匹配。部分資本界人士和媒體對人工智能的理解較為片面，對人工智能現階段的能力認識不足。扭曲的信息在網絡中多次傳導，逐級放大，最終導致社會整體認知的缺陷。
以人類智能為基準，現有的人工智能技術或許連嬰兒的水平都達不到。以深度學習為代表的機器學習技術，也僅僅是實現真正人工智能的一小步。在可以預見的未來，新型AI算法、算力和大數據技術或將不斷取得新突破，人工智能也仍將持續(xù)保持高速發(fā)展態(tài)勢。與前兩次AI浪潮相比，第三次AI浪潮可以解決的問題已大大拓展，我們對人工智能未來的發(fā)展應該持有樂觀的心態(tài)。但同時，資本的瘋狂追逐、誤導性的宣傳也會持續(xù)下去，人們對AI改變生活的預期和AI現實能力的不匹配，必將導致“AI泡沫”的產生。未來一段時間，人工智能的發(fā)展或將呈現冰火兩重天：有能力的公司加速擴張，沒能力的公司迅速潰敗。
歷史上，很多研究領域都經歷過萌芽期、發(fā)展期、泡沫期，最后回歸正常。2000年互聯(lián)網泡沫破滅后，互聯(lián)網的發(fā)展重新回到正軌，此后更是孕育谷歌、亞馬遜、Facebook等互聯(lián)網巨頭的崛起。一定程度的泡沫，對行業(yè)的發(fā)展是利好因素。泡沫的破滅，也只是去掉不合理、空虛的東西，而把合理地、有價值的事物給沉淀下來。在新一輪人工智能發(fā)展浪潮中，泡沫是一定存在的，但我們大可不必擔心人工智能的前景。新型算法、先進算力、大數據技術的發(fā)展，必將引領人工智能更新一輪熱潮的發(fā)展，泡沫也必將成為人工智能理性發(fā)展的墊腳石。
觀察者網：近期《南華早報》報道“中國人工智能領域人才繼續(xù)留美，上升空間幾乎為零”。一直以來，華人在美國科技公司中擔任高管的人數較少，是哪些原因導致的？
受訪團隊：當前在美國科技公司，尤其是硅谷，確實存在印度裔高管比比皆是，而華人則多偏向于工程師，但高管寥寥無幾的情況。造成這個問題的原因是多層次的。
首先，語言差異在一定程度上對華人融入美國文化造成了限制。盡管在海外華人工程師通常具有良好的英語基礎，可以熟練應付英語讀寫和編程操作，但與印度人將英語作為官方語言從小訓練相比，我們在語言交流上還是存在一些障礙。而語言的障礙恰恰又會對華人融入美國文化形成一種無形的障礙，所以我們眾多華人工程師為了避免這種沖突與隔閡，更傾向于埋頭鉆研技術問題，少有表達。但作為公司高管，文化上的融入與語言交流的積極主動是必不可少的。
其次是文化差異。中國文化中的“內斂、實干、低調、謙和”等特質是深深鐫刻在每一位華人骨子里的。例如，面對業(yè)務問題時，中國人講究“知者不言，言者不知”，偏向于先把自己所轄的業(yè)務領域吃透再去表達，而不樂于在研究過程中積極交流；面對工作安排時，中國人的思維方式強調“服從”，偏向于執(zhí)行上級布置的任務；而硅谷科技公司往往鼓勵自由討論、主動提出想法、主動帶領團隊開展攻關，這本質上其實就是一種文化的差異。在這方面，印度人不論在表達溝通上，還是爭取資源、爭取利益的主動性上，都比華人具有更強的適應性。
再次是能力培養(yǎng)方面的偏好差異限制了華人的發(fā)展空間。在能力培養(yǎng)方面，華人更偏重于技術深造，而輕于商業(yè)能力和領導力方面的培養(yǎng)。與印度人相比，有一項調查顯示，印度裔在碩士畢業(yè)之后讀MBA的比例達28%，而華人讀MBA的比例則不足8%，但讀博士的比例則高達近30%。因此我們可以看出，華人往往信奉“技術才是硬實力”的原則，這條原則可以造就高級的工程師，但無法成就一名企業(yè)高管。因為管理者最重要的能力素質并不是技術，而是如何發(fā)揮團隊的最大效力。
除了以上三大因素之外，影響華人高管比例的還有群體團結、種族認同，以及近年來尤其明顯的出于政治考量的簽證限制等。
觀察者網：人工智能在疫情防控和公共安全方面可以發(fā)揮哪些作用？
受訪團隊：現有的人工智能技術雖然無法達到強人工智能的水平，無法進行自主思考，但憑借近年來的研究積淀，人工智能技術已能通過大量數據的訓練習得許多技能，幫助人類完成許多復雜任務，提高工作效率、提高生產力水平。在此次抗疫工作中，人工智能發(fā)揮作用的場景主要集中在以下幾個方面：
一是預測與分析類工作。人工智能可以幫助我們對疫情發(fā)展與傳播的趨勢進行預測，從而改進防控措施，主動應對疫情影響；也可以幫我們完成病毒基因測序、新藥的開發(fā)工作。以上工作中都涉及大量數據及模糊數據，數據模型較為復雜，難以用經典計算模式完成。人工智能可以一定程度上緩解算力壓力，同時尋找解決問題的捷徑。
二是檢測與監(jiān)控類工作。依托于圖像識別與熱成像技術，AI檢測設備可幫助工作人員對人流量、人員體溫和口罩佩戴情況進行檢測，對體溫過高的人員和未按規(guī)定佩戴口罩的人員進行識別并發(fā)出警告。相關技術已經較為成熟，識別準確度高，可同時進行多人檢測，且無需接觸體表，為防疫管理提供了便捷。相關設備已在部分城市的車站、街道等人流相對密集的地點投入使用。圖像識別技術同樣可以幫助醫(yī)療工作者對患者醫(yī)療影像數據進行分析診斷，減輕醫(yī)療工作者的工作壓力。
三是智能客戶服務工作。近年來，自然語言處理技術的發(fā)展使得人工智能聊天機器人進步飛速，聊天機器人已能與用戶進行溝通。聊天機器人不僅可以運用于客戶服務和簡單問診工作，亦可為用戶提供情感關懷。先進的聊天機器人更是可以識別語音、文字中的情感信息，并對用戶進行疏導、勸解。此技術有望為長期奮戰(zhàn)在一線的醫(yī)護人員、隔離治療的患者以及在家中隔離的人群在一定程度上給予情感上的關懷，緩解緊張心情。
需要注意的是，自動化工具并不等于AI，替代簡單重復勞動是自動化工具要為我們完成的任務，而AI則幫助我們解決更加復雜問題。
關注手機移動微站
4123
寧南山：2020年已經可以實現硬件去美國化 