解學芳 高嘉琪

〔摘要〕 技術(shù)與制度的協(xié)同創(chuàng)新驅(qū)動著社會經(jīng)濟的發(fā)展，也影響著文化產(chǎn)業(yè)的創(chuàng)新與演進。自1956年人工智能（AI）概念提出以來，AI經(jīng)歷了三次發(fā)展浪潮，與之伴隨的是在AI技術(shù)與制度協(xié)同驅(qū)動下文化產(chǎn)業(yè)的演化變遷史。AI技術(shù)驅(qū)動文化產(chǎn)業(yè)演化主要得益于算法主導(dǎo)的AI內(nèi)容生產(chǎn)與制度創(chuàng)新的協(xié)同，文化大數(shù)據(jù)驅(qū)動的AI技術(shù)與文化制度創(chuàng)新的協(xié)同以及AI倫理為基準的文化創(chuàng)新與科技倫理制度的協(xié)同。在AI技術(shù)與制度協(xié)同的驅(qū)動下，文化產(chǎn)業(yè)的智能化演化邏輯帶來“智能+”時代文化產(chǎn)業(yè)的進階躍遷模式：文化內(nèi)容層面從機器生產(chǎn)到內(nèi)容智造，文化數(shù)據(jù)層面從大數(shù)據(jù)到小數(shù)據(jù)驅(qū)動文化長尾，文化倫理層面從科技倫理到AI文化創(chuàng)新倫理。

〔關(guān)鍵詞〕 AI技術(shù)與制度;協(xié)同創(chuàng)新;文化產(chǎn)業(yè);“智能+”;演化機理;進階模式

〔中圖分類號〕F490.3;G124 〔文獻標識碼〕A 〔文章編號〕1000-4769（2021）02-0104-11

〔基金項目〕國家社會科學基金重大項目“‘智能+時代技術(shù)與制度協(xié)同驅(qū)動的現(xiàn)代文化產(chǎn)業(yè)體系和市場體系研究”（20ZDA065）

〔作者簡介〕解學芳，同濟大學人文學院教授、博士生導(dǎo)師，教育部青年長江學者;

高嘉琪，同濟大學人文學院博士研究生，上海 200092。

一、問題的提出

在1912年出版的《經(jīng)濟發(fā)展理論》中，約瑟夫·熊彼特提出了“創(chuàng)新理論”（Innovation Theory）這一核心觀點。熊彼特認為“創(chuàng)新”包含新產(chǎn)品、新生產(chǎn)方法、新市場、新供應(yīng)來源、新組織等五種情況。①而“人工智能”（AI）概念自被首次提出以來已獲得長足發(fā)展，不但技術(shù)創(chuàng)新取得突破，也牽引了一系列新產(chǎn)品和新形式的出現(xiàn)，還帶來組織形式的創(chuàng)新，且正在催生與“人工智能+”相關(guān)的制度創(chuàng)新。創(chuàng)新作為一個復(fù)合概念，既包含技術(shù)創(chuàng)新，也包含制度創(chuàng)新，而技術(shù)創(chuàng)新與制度創(chuàng)新協(xié)同必然也是應(yīng)有之意。關(guān)于“協(xié)同”的概念厘定可追溯至哲學領(lǐng)域。康德曾基于亞里士多德的范疇分類發(fā)展出12個范疇，其中之一便是和關(guān)系范疇相關(guān)的“協(xié)同性”，或曰“共聯(lián)性”?？档抡J為，協(xié)同性指的是一個實體在與另一個實體的交互規(guī)定中的因果性②，“協(xié)同”意味著互為因果。Nelson（1994）指出，技術(shù)和制度之間存在協(xié)同演化關(guān)系，制度既會影響技術(shù)，也會因為技術(shù)的發(fā)展而產(chǎn)生調(diào)整。③在此基礎(chǔ)上，焦雨生（2014）提出技術(shù)與制度的協(xié)同演化是非線性且雙向互動的④，眭紀剛等人（2016）認為技術(shù)與制度的協(xié)同創(chuàng)新呈螺旋式上升過程且多層嵌套、多向因果⑤，并且技術(shù)與制度的協(xié)同創(chuàng)新影響著文化產(chǎn)業(yè)及其相關(guān)產(chǎn)業(yè)的創(chuàng)新與發(fā)展。Murmann（2006）將技術(shù)和制度的協(xié)同驅(qū)動與產(chǎn)業(yè)聯(lián)系在一起，指出技術(shù)和制度的協(xié)同創(chuàng)新將驅(qū)動產(chǎn)業(yè)的發(fā)展。⑥關(guān)于文化產(chǎn)業(yè)為代表的新興產(chǎn)業(yè)的發(fā)展問題，特日昆等人（2015）提出戰(zhàn)略性新興產(chǎn)業(yè)既應(yīng)重視技術(shù)創(chuàng)新和制度創(chuàng)新，也要明確技術(shù)與制度的協(xié)同關(guān)系。⑦作為“智能+”時代的新經(jīng)濟，新興文化產(chǎn)業(yè)的發(fā)展是AI、5G等新興技術(shù)和制度協(xié)同創(chuàng)新的成果，而這一協(xié)同創(chuàng)新內(nèi)在地統(tǒng)一于文化產(chǎn)業(yè)的創(chuàng)新演化進程之中。⑧所以，AI時代技術(shù)創(chuàng)新與制度創(chuàng)新協(xié)同驅(qū)動文化產(chǎn)業(yè)發(fā)展應(yīng)是現(xiàn)代文化產(chǎn)業(yè)體系的重要內(nèi)容，研究AI技術(shù)與制度協(xié)同驅(qū)動的文化產(chǎn)業(yè)演化機理，不僅有利于深度把握現(xiàn)代文化產(chǎn)業(yè)體系的動態(tài)性發(fā)展，也有助于洞察現(xiàn)代文化產(chǎn)業(yè)的進階模式。

二、AI技術(shù)與制度協(xié)同下的文化產(chǎn)業(yè)演化變遷

作為一個專業(yè)術(shù)語，“AI”的概念可以溯源至1956年的達特茅斯會議。約翰·麥卡錫（John McCarthy）等人提出，AI即讓機器和人類做同樣的行為。AI概念自誕生后的60多年間經(jīng)歷了“三起兩落”：一是從1956年到20世紀60年代末，AI技術(shù)迎來第一次浪潮。二是20世紀70年代初到1980年代前后，尤其是1973年數(shù)學家詹姆斯·萊特希爾（JamesLighthill）向政府提供報告嚴厲批評語言處理等AI技術(shù)以后，科學界對AI技術(shù)的態(tài)度日漸消極，各國政府也逐漸削減相關(guān)財政投入，AI技術(shù)經(jīng)歷了第一次低谷;1978年，卡耐基梅隆大學開發(fā)出一款專家系統(tǒng)軟件程序，隨著這款專家系統(tǒng)1980年投入使用并得以普及，AI發(fā)展迎來第二次浪潮;但隨后由于一系列的財政問題，20世紀90年代人工智能之冬（AI winter）到來，AI技術(shù)經(jīng)歷第二次低谷。三是伴隨深度學習的基本理論框架得以驗證，AI技術(shù)再上新臺階，特別是2016年由谷歌旗下的DeepMind研發(fā)的AlphaGo戰(zhàn)勝世界頂尖棋手李在石，AI技術(shù)引起廣泛關(guān)注，AI發(fā)展迎來第三次浪潮。

值得一提的是，AI技術(shù)的發(fā)展一直以來與制度的創(chuàng)新相呼應(yīng)，從而使文化產(chǎn)業(yè)得以在AI技術(shù)與制度的協(xié)同創(chuàng)新下不斷地演化與變遷。由于產(chǎn)業(yè)創(chuàng)新不僅需要得益于技術(shù)的不斷成熟，還需要在產(chǎn)業(yè)領(lǐng)域能廣泛應(yīng)用。長期來看，文化產(chǎn)業(yè)的創(chuàng)新發(fā)展相對滯后于AI技術(shù)，故基于技術(shù)發(fā)展的歷史脈絡(luò)，文化產(chǎn)業(yè)的演化變遷可根據(jù)AI技術(shù)的發(fā)展分為三個階段：1956-1980年，為AI文化產(chǎn)業(yè)的萌芽期;1981-2017年，為AI文化產(chǎn)業(yè)的導(dǎo)入期;2018年至今，為AI文化產(chǎn)業(yè)的發(fā)展期?；诖耍疚臍w納了AI技術(shù)與制度協(xié)同下的文化產(chǎn)業(yè)演化史。

1.萌芽期（1956-1980）：AI技術(shù)與制度協(xié)同性低，AI文化雛形初現(xiàn)

1956-1980年是AI技術(shù)發(fā)展的第一起第一落，也可以稱為AI技術(shù)與文化交融的萌芽期。這一時期的AI文化新業(yè)態(tài)嶄露頭角，主要體現(xiàn)于機器人領(lǐng)域和經(jīng)典棋盤游戲領(lǐng)域。機器人不僅是工業(yè)服務(wù)者，更是合作者和文化生產(chǎn)者。⑨在AI文化萌芽期，機器人發(fā)展的主要代表是聊天機器人（chatbots）和移動機器人，聊天機器人和移動機器人不僅具有娛樂作用，還可以幫助人們學習與練習語言，甚至具有信息檢索、協(xié)助電商發(fā)展等功能。⑩但受技術(shù)水平的制約，無論是聊天機器人還是移動機器人，其功能發(fā)展均處于初步階段。1964年問世的世界上第一臺聊天機器人Eliza，可以對某些關(guān)鍵詞和短語進行回復(fù)，還可以提供真正的人類同情心的幻想。Eliza雖然只是計算機程序在聊天機器人領(lǐng)域的嘗試且未大規(guī)模投入使用，但可以視Eliza為當下Apple Siri、微軟小娜、Google Assistant等語音助手的祖母。1966年在斯坦福研究所誕生的世界第一款移動機器人Shakey，具有基于各種計算機程序?qū)崿F(xiàn)四處走動、感知周圍環(huán)境、監(jiān)視計劃執(zhí)行并就其行動提出理由等行為特征，作為始于20世紀60年代的少數(shù)幾個大型人工智能項目之一，Shakey牽引并帶領(lǐng)了AI的發(fā)展。如今無論Kiva倉儲機器人，還是Google的自動駕駛汽車，都可以找到Shakey的原始DNA。

顯然AI文化雛形的出現(xiàn)既離不開技術(shù)創(chuàng)新，也離不開一系列制度創(chuàng)新的推動。在技術(shù)支撐維度，1958年提出的“感知機”模型可以使機器完成簡單的分類任務(wù)B11;而1960年代誕生的強化學習（RL）算法則根源于行為心理學，通過獎懲訓練計算機以強化計算機的行為。感知機模型的發(fā)現(xiàn)和強化學習的誕生，增強了機器人對人類指令的服從性。在制度支撐維度，由AI技術(shù)牽引，國家對AI領(lǐng)域的資助政策開始陸續(xù)出臺。1958年，美國成立了國防部高級研究計劃局（DARPA），著重研究包括AI技術(shù)在內(nèi)的高新科技在軍事領(lǐng)域的應(yīng)用，與此同時以DARPA為代表的政府機構(gòu)開始大力資助神經(jīng)網(wǎng)絡(luò)研究;而1973年頒布的《美國版權(quán)局工作手冊》顯示美國國會已新成立了“新技術(shù)時代作品使用方式考察委員會”，負責關(guān)注新技術(shù)對著作權(quán)的影響。B12

游戲產(chǎn)業(yè)是AI文化產(chǎn)業(yè)化的重要組成部分。早期對AI游戲的探究大多集中于經(jīng)典棋盤游戲。有一種觀念認為，這些游戲因簡單的規(guī)則而變得非常復(fù)雜，并且已經(jīng)挑戰(zhàn)了數(shù)百年乃至數(shù)千年的人類最佳思維，在某種程度上抓住了思想的本質(zhì)。B131962年，阿瑟·塞繆爾（Arthur Samuel）開發(fā)的西洋跳棋程序Checkers戰(zhàn)勝了州冠軍;1976年，西北大學開發(fā)的國際象棋程序Chess4.5擊敗了頂尖的人類棋手。在技術(shù)維度，棋類游戲系統(tǒng)的進步有賴于AI的決策系統(tǒng)，如Checkers具備了初步的自我學習能力;而Chess4.5中“剪枝法”的應(yīng)用則大大提升了估值函數(shù)的計算效率，從而提高了機器的決策能力。在制度維度，一系列的政策創(chuàng)新體現(xiàn)出國家對AI技術(shù)發(fā)展的重視，如日本1973年實施了《關(guān)于保護電子計算機處理的個人信息的條例》B14，德國1977年頒布了《聯(lián)邦數(shù)據(jù)保護法》B15，美國國會于1979年通過了關(guān)于《建立國家委員會研究信息技術(shù)對教育領(lǐng)域科技影響的法案》B16，等。

可見AI技術(shù)的發(fā)展在萌芽期便引發(fā)了制度層面對著作權(quán)、技術(shù)影響的反思，而制度層面對AI技術(shù)的反思及支持也推動了技術(shù)的進一步前行，從而帶來AI文化雛形的出現(xiàn)與發(fā)展。不可否認，在這一階段，AI技術(shù)與制度的協(xié)同性較低，AI涉及的文化領(lǐng)域也較少。究其原因，一是AI萌芽期的計算機計算能力較低、數(shù)據(jù)積累較少、算法較為簡單，AI技術(shù)無法在文化領(lǐng)域獲得更長遠的發(fā)展;二是因AI技術(shù)還處于起步階段，無論對人們的生活還是對整個社會的影響都較小;三是對AI技術(shù)的探索大多局限于科學探索和研究范疇，產(chǎn)業(yè)化成果缺乏，未能對制度形成足夠的助推力，而制度對技術(shù)的驅(qū)動作用也有限。

2. 導(dǎo)入期（1981-2017）：AI技術(shù)與制度多維協(xié)同，AI文化緩慢發(fā)展

1981-2017年是AI技術(shù)發(fā)展的第二階段，也可稱為AI文化的緩慢發(fā)展期。這一時期的AI技術(shù)在游戲領(lǐng)域、機器人領(lǐng)域和內(nèi)容領(lǐng)域?qū)崿F(xiàn)了多元化發(fā)展。在游戲領(lǐng)域，游戲引擎與游戲營銷中開始了對AI技術(shù)的使用。B171996年，日本推出的虛擬寵物設(shè)備Tamagotchi（直譯為雞蛋表）一時風靡全球;1997年，在著名的人機大戰(zhàn)中，IBM推出的深藍（Deep Blue）戰(zhàn)勝了人類頂級象棋大師，意味著在棋類游戲方面人類與AI的博弈由此拉開帷幕;同年，一款名為Logistello的程序成功地應(yīng)用于黑白棋中并戰(zhàn)勝了人類冠軍，由于博弈過程中棋子的顏色不斷變化，博弈步法眾多，各種AI技術(shù)的應(yīng)用使得黑白棋至今被稱為“未解決的游戲”，所以游戲產(chǎn)業(yè)的發(fā)展一定程度上是AI技術(shù)創(chuàng)新和制度創(chuàng)新協(xié)同演化的成果。AI技術(shù)創(chuàng)新主要涉及基礎(chǔ)設(shè)施創(chuàng)新、RL算法創(chuàng)新及規(guī)劃決策系統(tǒng)創(chuàng)新。1980年代計算機的極大普及和運算速度、存儲量的增加直接帶動了電子游戲的風行，Tamagotchi便是電子游戲中掌機游戲的代表。而AHC算法、TD方法和Qlearning算法的提出則推動了RL的進一步發(fā)展，玩家在使用Tamagotchi時，若虛擬寵物不聽話，只需點擊“罵它”，便會提升訓練值并糾正寵物的行為。計算機運算速度的提升也使“窮舉法”取代“剪枝法”成為規(guī)劃決策系統(tǒng)的主流，帶來計算機計算能力的大幅提升，并在人機博弈時立于不敗之地。與此同時，AI技術(shù)創(chuàng)新也引發(fā)了一系列的制度創(chuàng)新，如這一時期歐盟頒布《創(chuàng)新綠皮書》B18《歐洲創(chuàng)新行動計劃》B19等政策，提出了技術(shù)創(chuàng)新的重要性，從而為AI技術(shù)發(fā)展提供了政策背書，體現(xiàn)出國家層面對AI技術(shù)的重視，也使AI技術(shù)得以在制度的驅(qū)動下繼續(xù)發(fā)展，釋放其技術(shù)與制度協(xié)同演化的效應(yīng)。

基于羅伯特·雷諾茲1994年提出的“文化算法”（Cultural Algorithms）概念，有社會研究人員將文化視為一種保存人類既有經(jīng)驗的知識庫，是可供后人學習的，同時基于文化算法的運用，還進一步提出機器人可以更優(yōu)地解決真實世界的問題。B20而麻省理工學院的辛西婭·布雷齊爾（Cynthia Breazeal）于1998年設(shè)計的情感機器人Kismet可以綜合判斷外界的輸入刺激和內(nèi)部的需求，進而引起行為的各種變化B21;1999年，索尼推出的四腳寵物機器狗AiBo（AI robot）可以根據(jù)時間的推移完成一些復(fù)雜的任務(wù)和動作B22，成為首款消費型機器人并開始規(guī)模性地商用。綜合而言，技術(shù)維度，除了基礎(chǔ)設(shè)施創(chuàng)新和RL算法創(chuàng)新外，機器人領(lǐng)域的進步還得益于神經(jīng)網(wǎng)絡(luò)的算法創(chuàng)新，比如大衛(wèi)·魯姆哈特（David Rumelhart）等學者采用“后向傳播”算法訓練神經(jīng)網(wǎng)絡(luò)，直接促進了神經(jīng)網(wǎng)絡(luò)研究的飛速發(fā)展;隨后出現(xiàn)的BP算法改進了卷積神經(jīng)網(wǎng)絡(luò)，取得良好的分類效果。制度維度，由于神經(jīng)網(wǎng)絡(luò)的發(fā)展需要大量數(shù)據(jù)，以及數(shù)據(jù)信息安全問題變得日益重要，引發(fā)了國家對數(shù)據(jù)保護的重視，例如歐盟1995年頒布的《計算機數(shù)據(jù)保護法》B23中提出了一系列保護計算機數(shù)據(jù)的舉措，以確保信息安全。

盡管文化產(chǎn)業(yè)的商業(yè)模式是可以借鑒和模仿的，但基于文化的符號價值與內(nèi)容價值卻是難以復(fù)制的。內(nèi)容是文化產(chǎn)業(yè)的核心。AI進入文化產(chǎn)業(yè)領(lǐng)域后便逐步涉足內(nèi)容領(lǐng)域，聚焦于內(nèi)容檢索、內(nèi)容識別與內(nèi)容生成三個層面。就內(nèi)容檢索而言，這一時期因數(shù)據(jù)量的積累和數(shù)據(jù)處理能力的提升，以及自然語言處理發(fā)展繁榮期的到來，使智能搜索功能得到優(yōu)化，搜索結(jié)果更加精確，搜索內(nèi)容更加豐富;就內(nèi)容識別而言，AI技術(shù)由于基于數(shù)據(jù)驅(qū)動與算法驅(qū)動，使語音識別與面部識別更加精準，語言翻譯的質(zhì)量進一步提升;就內(nèi)容生成而言，隨著技術(shù)的發(fā)展，AI有了簡單內(nèi)容生產(chǎn)能力，如生產(chǎn)新聞信息、文學作品以及戲劇、音樂或其他藝術(shù)作品等。實際上，內(nèi)容領(lǐng)域的發(fā)展主要得益于AI技術(shù)與制度的協(xié)同創(chuàng)新。技術(shù)方面，1984年里奧·布萊曼（Leo Breiman）提出的決策樹（decision tree）算法、1995年由弗拉基米爾·瓦普尼克（Vladimir N.Vapnik）等人提出的支持向量機（SVM），以及1999年布萊曼等人在決策樹技術(shù)上提出的隨機森林（random forest）都對數(shù)據(jù)的分類、預(yù)測、挖掘有幫助，特別是2003年約書亞·本吉奧等人提出的使用神經(jīng)網(wǎng)絡(luò)訓練語言的模型方法B24開創(chuàng)了使用神經(jīng)網(wǎng)絡(luò)構(gòu)建語言模型的先河。制度方面，除了保護網(wǎng)絡(luò)數(shù)據(jù)外，很多國家也出臺了相關(guān)政策以保護個人數(shù)據(jù)，如美國政府頒布《電子通訊隱私法》B25，日本政府頒布《個人信息保護法》B26，歐盟頒布《應(yīng)對大數(shù)據(jù)的挑戰(zhàn)》B27，等等;除此之外，各國也頒布了相關(guān)法律以界定計算機作品的著作權(quán)，如1988年英國頒布的《版權(quán)、設(shè)計和專利法案》B28，不但對作品的著作權(quán)（authorship of work）進行界定，還強調(diào)“作者”是指創(chuàng)造作品的人，如果是計算機生成的作品，則作者為創(chuàng)作作品所需安排的人員。

此外，算法的進步也使大數(shù)據(jù)分析更加高效。2006年，因為深度學習（深度神經(jīng)網(wǎng)絡(luò)）基本理論框架得到驗證，進而為發(fā)現(xiàn)大數(shù)據(jù)的復(fù)雜結(jié)構(gòu)、提升神經(jīng)網(wǎng)絡(luò)的效果提供了依據(jù)。2014年，AI研究員伊恩·古德費洛（Ian Goodfellow）提出所謂生成對抗網(wǎng)絡(luò)（GANs）概念，意思是讓AI通過兩個網(wǎng)絡(luò)的對抗學習進行訓練，估測數(shù)據(jù)樣本的潛在分布并生成新的數(shù)據(jù)樣本。B292017年5月16日，微軟召開媒體溝通會介紹了微軟小冰在技術(shù)方面的進展，三天后，微軟出版了一本全程由小冰獨立完成的詩集;同年，阿里巴巴推出的名為“魯班”的智能設(shè)計平臺每秒能自動生成8000張海報，極大地節(jié)約了設(shè)計師的人力，重塑了海報創(chuàng)意與生產(chǎn)模式。本輪AI浪潮由于基于大數(shù)據(jù)的發(fā)展而來，因此信息安全問題依舊是制度創(chuàng)新的重要組成部分，為此美國出臺了《有效保護隱私權(quán)的自律規(guī)范》（1998）B30，中國則頒布并實施了《網(wǎng)絡(luò)安全法》（2017）等。

總而言之，導(dǎo)入期的AI技術(shù)與制度的協(xié)同是多維度的。一方面，AI技術(shù)的發(fā)展使全球各個國家意識到技術(shù)創(chuàng)新的重要性，紛紛頒布各種創(chuàng)新戰(zhàn)略推動技術(shù)發(fā)展，AI技術(shù)創(chuàng)新因此得以持續(xù);另一方面，AI算法創(chuàng)新需要以大量數(shù)據(jù)積累為基礎(chǔ)，而數(shù)據(jù)的大規(guī)模運用使數(shù)據(jù)安全問題逐漸凸顯，相應(yīng)的，AI內(nèi)容生產(chǎn)所引發(fā)的著作權(quán)、版權(quán)等問題也需要制度層面的規(guī)約，國家為此頒布數(shù)據(jù)保護法律，既確保了個人數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)的安全，也使AI技術(shù)及相關(guān)產(chǎn)業(yè)得以安全發(fā)展。正是AI技術(shù)與制度的多維度協(xié)同，促進AI技術(shù)能夠介入文化產(chǎn)業(yè)創(chuàng)新領(lǐng)域并獲得多元化的進展。

3.發(fā)展期（2018至今）：AI技術(shù)與制度高度協(xié)同，AI文化順勢興起

2018年至今，是AI技術(shù)發(fā)展的第三個階段，也是AI全面介入文化產(chǎn)業(yè)發(fā)展的重要開啟階段。根據(jù)中國國家統(tǒng)計局發(fā)布的《文化及相關(guān)產(chǎn)業(yè)分類（2018）》，文化產(chǎn)業(yè)涉及新聞信息服務(wù)、內(nèi)容創(chuàng)作生產(chǎn)、創(chuàng)意設(shè)計服務(wù)、文化傳播渠道、文化投資運營、文化娛樂休閑服務(wù)等核心領(lǐng)域。在AI技術(shù)和制度的協(xié)同下，文化產(chǎn)業(yè)細分行業(yè)的智能化發(fā)展開始了向縱深化的進階。

麥奎爾曾經(jīng)指出，技術(shù)邏輯對媒介內(nèi)容的影響是相當明確的：聲音與色彩方面的技術(shù)進步曾使電影工業(yè)隨之改進，印刷技術(shù)以及信息傳送技術(shù)的更新是報業(yè)進步的根源，便攜式攝影機、衛(wèi)星以及新的數(shù)字化科技使電視獲得長足進步。B31同樣，這一時期AI技術(shù)對文化內(nèi)容生產(chǎn)的影響也不斷凸顯。文化內(nèi)容生產(chǎn)包括新聞信息領(lǐng)域的傳感器信息采集、機器人寫稿，內(nèi)容創(chuàng)作生產(chǎn)領(lǐng)域的詩集與小說創(chuàng)作、繪畫作品創(chuàng)作，創(chuàng)意設(shè)計服務(wù)領(lǐng)域的海報設(shè)計、產(chǎn)品設(shè)計等。就新聞內(nèi)容生產(chǎn)而言，目前的新聞寫作機器人主要分為三大模式：一是模板化模式，機器人根據(jù)模板自動完成新聞撰寫，如美聯(lián)社的Quakebot、騰訊的DreamWriter等深耕財經(jīng)類和體育類以數(shù)據(jù)分析為特長與以快速報道為訴求的新聞生產(chǎn);二是再加工模式，如百度的Writingbots是在現(xiàn)有稿件基礎(chǔ)上通過內(nèi)容分析再加工生成新的文章;三是深度寫作模式，該模式是機器人通過深度學習參與包括素材采集、信息處理、撰寫文本在內(nèi)的新聞生成的所有環(huán)節(jié)。B32詩集與小說創(chuàng)作則涉及機器人的自主創(chuàng)作，體現(xiàn)了AI技術(shù)從模仿到創(chuàng)作的跨越。與導(dǎo)入期的內(nèi)容創(chuàng)作相比，本階段的內(nèi)容生產(chǎn)體現(xiàn)出量級更大、種類更多、內(nèi)容更智能等特點，AI技術(shù)與制度的協(xié)同性也更高。從學理的角度看，由大數(shù)據(jù)驅(qū)動的一系列智能系統(tǒng)與優(yōu)化決策控制是AI技術(shù)發(fā)展的重點B33，因此AI技術(shù)創(chuàng)新需要大數(shù)據(jù)產(chǎn)業(yè)的崛起與海量數(shù)據(jù)的積累。根據(jù)艾瑞咨詢2019年報告B34，全球每年生產(chǎn)的數(shù)據(jù)量將從2016年的16.1ZB增至2025年的163ZB，呈指數(shù)增長。正是有海量數(shù)據(jù)作為AI的“食物”，才使AI可以生產(chǎn)出更高質(zhì)量的內(nèi)容。在制度維度，如何尋求數(shù)據(jù)保護與加快AI發(fā)展平衡點成為深度思考的現(xiàn)實命題，如2018年歐盟頒布《通用數(shù)據(jù)保護條例》（GDPR）B35以保護歐盟境內(nèi)的數(shù)據(jù)安全，英國頒布《英國人工智能發(fā)展的計劃、能力與志向》B36，加拿大出臺《泛加拿大人工智能戰(zhàn)略》B37，印度則實施《人工智能國家戰(zhàn)略》B38等，助推和規(guī)范AI技術(shù)與產(chǎn)業(yè)的健康發(fā)展。

另一個問題是，AI時代人與人的關(guān)系、人與社會以及自然的關(guān)系的反映是建立在數(shù)字化的生產(chǎn)、存儲、流動和控制方面的，這使文化產(chǎn)業(yè)發(fā)展的各個領(lǐng)域都面臨著重大的“范式轉(zhuǎn)換”問題。在AI從選擇性介入到全面介入文化產(chǎn)業(yè)的發(fā)展期，文化產(chǎn)業(yè)從內(nèi)容原創(chuàng)與生產(chǎn)、到內(nèi)容分發(fā)與傳播渠道都發(fā)生了巨大變革。特別是伴隨AI技術(shù)與5G時代的疊加出現(xiàn)，通過對用戶數(shù)據(jù)的挖掘進行內(nèi)容生產(chǎn)與精準分發(fā)已成為當下文化產(chǎn)業(yè)發(fā)展的常態(tài)，如新聞類APP與短視頻平臺能夠根據(jù)用戶的性別、年齡、職業(yè)、興趣、位置等為用戶精準地推送感興趣的內(nèi)容，而用戶瀏覽網(wǎng)絡(luò)的軌跡與互動評論則成為下一次內(nèi)容創(chuàng)新與分發(fā)的依據(jù)。2020年，彈幕視頻網(wǎng)站嗶哩嗶哩（Bilibili）推出的互動視頻便是一個例證，同一個視頻會根據(jù)用戶的不同選擇呈現(xiàn)不同的畫面。由于AI文化生產(chǎn)與傳播的發(fā)展得益于大數(shù)據(jù)的積累和算法的不斷迭代，不同于信息傳播中廣義上的大數(shù)據(jù)，其文化內(nèi)容生產(chǎn)與傳播所涉及的大數(shù)據(jù)是用戶數(shù)據(jù)的聚合。一方面，對用戶數(shù)據(jù)的高效收集和精準分析有利于高效生產(chǎn)與管理，如2020年新冠肺炎疫情席卷全球以來，大數(shù)據(jù)和算法根據(jù)用戶位置服務(wù)（LBS）即可迅速判定個體是否安全以及是否需要隔離，這對控制疫情起到了極大的協(xié)助作用;但另一方面，對用戶數(shù)據(jù)的分析乃至濫用也容易造成個人隱私泄露等問題，亟須制度創(chuàng)新協(xié)同跟進。2018年，巴西參議院通過《通用數(shù)據(jù)保護法》建立一個保護國內(nèi)個人數(shù)據(jù)的體系B39;中國則在中共十九屆四中全會上提出“建立健全運用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)手段進行行政管理的制度規(guī)則。推進數(shù)字政府建設(shè)，加強數(shù)據(jù)有序共享，依法保護個人信息?！蓖瑫r國家新一代人工智能治理專業(yè)委員會還頒布了《新一代人工智能治理原則——發(fā)展負責任的人工智能》，強調(diào)將尊重隱私、安全可控作為AI的重要原則，體現(xiàn)了中國的AI技術(shù)、產(chǎn)業(yè)發(fā)展與制度協(xié)同發(fā)展的態(tài)勢。

從AI介入文化產(chǎn)業(yè)的細分行業(yè)看，獲取海量準確信息是旅游業(yè)的核心。B40AI文化元素的深度挖掘和旅游信息的高效利用則成為新時代文化旅游業(yè)高質(zhì)量發(fā)展的關(guān)鍵。正是因為AI機器人、AI景區(qū)游覽服務(wù)介入文化旅游業(yè)發(fā)展場景，以及內(nèi)部管理中引入大數(shù)據(jù)可視化的綜合管理平臺，使其管理更便捷化和透明化。例如，2018年阿里無人酒店“未來酒店”正式上線，酒店內(nèi)無任何人工服務(wù)，客人通過面部識別確定身份后便由機器人帶領(lǐng)至房間門口，房間內(nèi)的家電、家具均可通過智能音響進行聲控，行李搬運、衣物清洗也都是由大樓內(nèi)的機器人完成。再比如AI景區(qū)游覽服務(wù)，國內(nèi)最具代表性的案例當屬敦煌，游客通過語音導(dǎo)游、人臉識別進入景區(qū)，大數(shù)據(jù)根據(jù)天氣客流量規(guī)劃旅行線路，使游客感受AI智能游。從技術(shù)維度看，AI文化旅游的發(fā)展歸功于大數(shù)據(jù)、算法算力以及5G技術(shù)的輔助，由此大大地提高了信息傳送的速度和降低了信息存儲的成本;但與此同時，AI技術(shù)在文化旅游中的應(yīng)用也引發(fā)了一系列問題，如美團APP被爆出的大數(shù)據(jù)殺熟事件。從制度維度看，中國文化和旅游部在2019年發(fā)布了《在線旅游經(jīng)營服務(wù)管理暫行規(guī)定》，其中第15條規(guī)定是“在線旅游經(jīng)營者不得濫用大數(shù)據(jù)分析等技術(shù)手段，基于旅游者消費記錄、旅游偏好等設(shè)置不公平的交易條件，侵犯旅游者合法權(quán)益”，目的顯然是明確規(guī)范AI技術(shù)影響下的文化旅游市場，推動文化旅游業(yè)更健康地發(fā)展。

總體而言，在AI介入文化產(chǎn)業(yè)的發(fā)展期實現(xiàn)了AI技術(shù)與制度的高度協(xié)同。文化產(chǎn)業(yè)的智能化創(chuàng)新發(fā)展主要歸功于大數(shù)據(jù)和算法驅(qū)動下的AI技術(shù)進步，而AI與文化產(chǎn)業(yè)的協(xié)同發(fā)展則離不開技術(shù)與制度的協(xié)同演化，因此這一時期有很多國家將AI發(fā)展視為國家發(fā)展的重點，這無疑為AI技術(shù)以及產(chǎn)業(yè)發(fā)展提供了良好的環(huán)境;但另一方面，AI文化產(chǎn)業(yè)發(fā)展中出現(xiàn)的信息安全、個人數(shù)據(jù)泄露、大數(shù)據(jù)殺熟等問題尚有賴于新制度的出臺。無論如何，正是因為各方面的成就與問題共同造就了發(fā)展期AI文化產(chǎn)業(yè)細分行業(yè)百花齊放的盛況。

三、AI技術(shù)與制度協(xié)同驅(qū)動的文化產(chǎn)業(yè)演化邏輯

有日本學者發(fā)現(xiàn)，AI發(fā)展史上每個階段密集出現(xiàn)的新技術(shù)都一定程度上將技術(shù)與文化產(chǎn)業(yè)緊密關(guān)聯(lián)，協(xié)力助推科學家、工程師、設(shè)計師和藝術(shù)家彼此交互、發(fā)揮作用，從而主觀或客觀上帶來全新組合產(chǎn)品的出現(xiàn)。B41特別是在AI技術(shù)與制度的協(xié)同驅(qū)動下，人工智能與文化產(chǎn)業(yè)之間的協(xié)同演化更體現(xiàn)出這一內(nèi)在的邏輯性，表現(xiàn)在內(nèi)容、數(shù)據(jù)和倫理三個維度。

1. 算法主導(dǎo)的AI內(nèi)容生產(chǎn)與制度創(chuàng)新的協(xié)同驅(qū)動

隨著AI技術(shù)創(chuàng)新的擴散，機器生產(chǎn)內(nèi)容取得突破性進展。早期AI內(nèi)容生產(chǎn)存在的數(shù)量少、階段早、領(lǐng)域窄、易固化、效果差等問題隨著AI技術(shù)應(yīng)用的縱向發(fā)展并且大量地嵌入文化產(chǎn)業(yè)的創(chuàng)新實踐而呈現(xiàn)出量級規(guī)模大、速度快、領(lǐng)域廣、效果類人化等新特點。在數(shù)量上，AI內(nèi)容生產(chǎn)從小量級到大規(guī)?？邕M，以寫稿機器人為例，2015年9月，DreamWriter發(fā)布第一條新聞稿，但現(xiàn)在DreamWriter每天在騰訊新聞網(wǎng)財經(jīng)和科技板塊的發(fā)稿量已超過2000篇，體育板塊發(fā)稿量超過500篇。在速度上，AI內(nèi)容生產(chǎn)的速度也越來越快，2014年，美聯(lián)社Quakebot在地震發(fā)生三分鐘后發(fā)布了一篇完整的新聞稿;2015年，騰訊DreamWriter每篇新聞稿的生產(chǎn)時間為1分鐘;到2016年，字節(jié)跳動xiaomingbot僅需2秒便可成稿發(fā)布。除新聞寫稿外，AI內(nèi)容生產(chǎn)涉及的領(lǐng)域也越來越廣泛，如設(shè)計領(lǐng)域的阿里魯班、音樂創(chuàng)作領(lǐng)域的musical.ai、詩歌寫作領(lǐng)域的微軟小冰等?？梢哉J為，AI內(nèi)容生產(chǎn)已滲透至文化產(chǎn)業(yè)的各個領(lǐng)域。在效果上，AI內(nèi)容生產(chǎn)的擬人化程度越來越高，甚至某些作品已無法分辨是由人創(chuàng)作還是由機器生產(chǎn)，如索尼公司開發(fā)的AI寫歌系統(tǒng)可以創(chuàng)作具有樂隊風格的音樂作品。

如前所述，AI內(nèi)容生產(chǎn)的進步及廣泛應(yīng)用主要得益于由算法主導(dǎo)的技術(shù)創(chuàng)新。的確，在計算機領(lǐng)域，算法是一個永恒的主題。B42對于科學研究而言，從建筑建模系統(tǒng)到模擬飛行器，從數(shù)據(jù)庫系統(tǒng)到互聯(lián)網(wǎng)搜索引擎，算法已經(jīng)必不可少。算法主導(dǎo)的技術(shù)創(chuàng)新具體表現(xiàn)為神經(jīng)網(wǎng)絡(luò)算法的發(fā)展，這一發(fā)展能助推AI在文化產(chǎn)業(yè)領(lǐng)域找到更加廣泛的應(yīng)用空間。神經(jīng)網(wǎng)絡(luò)算法經(jīng)歷了神經(jīng)元、兩層神經(jīng)網(wǎng)絡(luò)和多層神經(jīng)網(wǎng)絡(luò)三個階段。1958年，“感知機”模型被提出，但只能做一些簡單的線性分類任務(wù)和處理簡單的視覺任務(wù);1986年，兩層神經(jīng)網(wǎng)絡(luò)的發(fā)展使算法可以解決非線性的分類任務(wù);直至2006年，深度神經(jīng)網(wǎng)絡(luò)基本理論框架得以驗證使開發(fā)多層次神經(jīng)網(wǎng)絡(luò)成為可能，其優(yōu)勢是可以將上一層的輸出特征作為下一層的輸入特征進行學習，經(jīng)過多個層次的逐層訓練達到良好的效果轉(zhuǎn)化B43;與此同時，卷積神經(jīng)網(wǎng)絡(luò)的改進使計算機可以預(yù)測輸出模式，而GANs的誕生則可以模擬數(shù)據(jù)的生成?？傊撬惴ㄖ鲗?dǎo)的技術(shù)創(chuàng)新使計算機程序能夠迭代學習并進行文化內(nèi)容的生產(chǎn)。

在算法主導(dǎo)文化產(chǎn)業(yè)內(nèi)容生產(chǎn)的過程中，不僅技術(shù)創(chuàng)新全方位介入，制度創(chuàng)新也相繼跟進，包括算法專利權(quán)問題，內(nèi)容創(chuàng)作機器人或機器程序的專利權(quán)問題，以及AI內(nèi)容生產(chǎn)的著作權(quán)問題被一一提上日程。從算法的專利權(quán)角度看，無論是美國2019年實施的《美國專利客體審查指南（2019年修訂版）》B44，還是我國2020年2月實施的《專利審查指南》，均規(guī)定算法由于其抽象的數(shù)學性質(zhì)，不具有專利權(quán)B45;另一方面，基于算法具體應(yīng)用的機器程序是具有專利權(quán)的，所以美聯(lián)社Quakebot、騰訊Dreamwriter、百度Wrintingbots、微軟小冰、阿里魯班等內(nèi)容生產(chǎn)機器程序都擁有專利權(quán)。但從機器程序生成的內(nèi)容是否擁有著作權(quán)的角度而言，英國1988年實施的《版權(quán)、設(shè)計和專利法案》認為計算機生成的內(nèi)容不具有著作權(quán);日本政府的知識產(chǎn)權(quán)戰(zhàn)略本部、澳大利亞的版權(quán)審議委員會也認為機器程序生成的內(nèi)容不具有著作權(quán)。B46這些制度層面的規(guī)定既賦予了每一個人使用算法的權(quán)利，也對算法具體的應(yīng)用成果給予了專利保護。目前AI生產(chǎn)的內(nèi)容雖然暫不具有著作權(quán)，但隨著AI技術(shù)的發(fā)展，針對AI內(nèi)容著作權(quán)的爭論也會在某種程度上推動制度創(chuàng)新和技術(shù)創(chuàng)新的進一步協(xié)同發(fā)展，從而推動AI與文化產(chǎn)業(yè)發(fā)展之間良性互動。

2. 文化數(shù)據(jù)進階：從大數(shù)據(jù)到小數(shù)據(jù)驅(qū)動長尾領(lǐng)域

AI技術(shù)與制度協(xié)同驅(qū)動的文化產(chǎn)業(yè)進階模式還體現(xiàn)在從文化大數(shù)據(jù)驅(qū)動文化產(chǎn)業(yè)核心領(lǐng)域發(fā)展向文化小數(shù)據(jù)帶動文化產(chǎn)業(yè)長尾領(lǐng)域的過渡。當下文化產(chǎn)業(yè)的智能化發(fā)展主要得益于海量大數(shù)據(jù)的挖掘，發(fā)展領(lǐng)域也大多集中在新聞信息、創(chuàng)意設(shè)計、休閑娛樂等主流文化產(chǎn)業(yè)方面。根據(jù)克里斯·安德森（Chris Anderson）提出的“長尾理論”（the Long Tail Theory），在一個消費者足夠大的市場中，熱銷產(chǎn)品僅占所有產(chǎn)品的極少部分，剩余的絕大部分產(chǎn)品是一個“長尾”，其單個產(chǎn)品的利潤遠低于熱銷產(chǎn)品，但這些“長尾”產(chǎn)品的利潤相加起來將大于熱銷產(chǎn)品的利潤。B58這一理論同樣可用于消費者眾多、消費偏好不一的文化產(chǎn)業(yè)領(lǐng)域。在文化產(chǎn)業(yè)領(lǐng)域同樣存在一個“長尾”，它們不像文化產(chǎn)業(yè)頭部領(lǐng)域那樣利潤可觀，但將這些“長尾”相加，其利潤總額并不遜于文化產(chǎn)業(yè)頭部領(lǐng)域。因此AI時代文化產(chǎn)業(yè)的智能化發(fā)展不可忽視文化產(chǎn)業(yè)的長尾領(lǐng)域。但文化產(chǎn)業(yè)長尾領(lǐng)域的價值釋放同樣需要新技術(shù)和新制度的協(xié)同助力。在技術(shù)維度，亟須文化大數(shù)據(jù)“盤活”文化小數(shù)據(jù)，既要加快推進文化大數(shù)據(jù)的規(guī)范化、統(tǒng)一化編目，也要通過大數(shù)據(jù)分析歸納文化小數(shù)據(jù)的內(nèi)在規(guī)律，通過GANs對抗學習，在數(shù)據(jù)缺失的情況下基于小數(shù)據(jù)生成新數(shù)據(jù)并對新數(shù)據(jù)進行運算，從而服務(wù)于AI文化的精準生產(chǎn)與精準營銷。在制度維度，世界各國都表現(xiàn)出對大數(shù)據(jù)的高度重視，如中國出臺了《關(guān)于做好國家文化大數(shù)據(jù)體系建設(shè)工作通知》，歐盟出臺了《應(yīng)對大數(shù)據(jù)挑戰(zhàn)》B59等。值得一提的是，目前我們在政策上應(yīng)進一步扶持文化大數(shù)據(jù)體系建設(shè)，通過運用文化大數(shù)據(jù)“盤活”文化小數(shù)據(jù)，特別是包括少數(shù)民族語言、少數(shù)民族文化習俗、傳統(tǒng)手工藝在內(nèi)的非遺文化等長尾領(lǐng)域，從而促進這些小眾文化發(fā)展，形成AI文化多領(lǐng)域齊頭并進的發(fā)展格局。

3. 文化倫理進階：從科技倫理到AI文化創(chuàng)新倫理

AI技術(shù)在文化產(chǎn)業(yè)領(lǐng)域的應(yīng)用也引發(fā)了主體性缺席、算法隱憂、隱私泄露等一系列問題。AI文化科技倫理制度的出臺不但可以緩解文化產(chǎn)業(yè)智能化進程面臨的倫理問題，也將有效帶動AI與文化產(chǎn)業(yè)的聯(lián)動發(fā)展?？v觀AI時代文化產(chǎn)業(yè)制度創(chuàng)新過程，科技倫理制度的發(fā)展將歷經(jīng)“以人類安全為中心”“確保人類安全基礎(chǔ)上遵守人類社會倫理”“以人類社會倫理為基準助推文化產(chǎn)業(yè)健康發(fā)展”等一系列進階過程。關(guān)于科技倫理制度，最早源于阿西莫夫的機器人三定律，在此定律基礎(chǔ)上各國政府出臺了一系列法律法規(guī)以保護AI時代公民的安全，例如加拿大頒布了《個人信息保護與電子文法》，強調(diào)使用個人數(shù)據(jù)時對當事人的保護。B60但是，機器人雖然學會了保護人類安全，AI在執(zhí)行具體任務(wù)時出現(xiàn)的倫理失調(diào)事件依舊會引發(fā)廣泛關(guān)注，2015年谷歌圖像識別算法將黑人標注成猩猩便導(dǎo)致谷歌一度被批評為種族主義。為此，科技倫理制度已將人類社會的倫理規(guī)范嵌入機器人程序中，如聯(lián)合國的《機器人倫理初步報告草案》B61，歐盟的《歐盟機器人民事法律規(guī)則》等B62，以規(guī)范AI發(fā)展中須遵守的科技倫理邊界。AI文化創(chuàng)新倫理必須建立在科技倫理制度基礎(chǔ)之上，確保在AI文化產(chǎn)業(yè)創(chuàng)新發(fā)展過程中，其文化創(chuàng)意創(chuàng)新活動即使AI化后仍然尊崇創(chuàng)意階層的主體性創(chuàng)新地位，仍然是“人”作為文化創(chuàng)新與審美演繹的主體，從而確保文化產(chǎn)業(yè)智能化朝著公平、安全、健康的方向發(fā)展。就公平而言，文化創(chuàng)新倫理制度建設(shè)可以有效地解決文化活動中的算法歧視（Algorithmic Bias）、大數(shù)據(jù)殺熟、用戶隱私泄露等問題;就安全而言，文化創(chuàng)新倫理制度奉行的人類中心主義原則將使AI和機器人完全服從人類的命令并將人類安全放在首要位置以確保人類福祉;就健康而言，主要涉及心理健康與主體健康。文化創(chuàng)新倫理制度建設(shè)意味著需要理清基于人工智能的文化產(chǎn)業(yè)創(chuàng)新邊界，特別是創(chuàng)新廣度、創(chuàng)新深度方面的邊界B63;同時AI文化創(chuàng)新活動需要框定并確立人作為創(chuàng)意創(chuàng)新核心的主體性，賦予人主體性創(chuàng)新的價值，實現(xiàn)人機互動與共生B64，從而營造健康的文化內(nèi)容與文化活動，促進人們的心理健康，讓AI文化普惠更多的群體。

五、結(jié)語

AI技術(shù)驅(qū)動文化產(chǎn)業(yè)演化主要得益于算法主導(dǎo)的AI內(nèi)容生產(chǎn)與制度創(chuàng)新的協(xié)同，文化大數(shù)據(jù)驅(qū)動的AI技術(shù)與文化制度創(chuàng)新的協(xié)同，AI倫理為基準的文化創(chuàng)新與科技倫理制度的協(xié)同。我們已經(jīng)進入了移動互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、AI、區(qū)塊鏈等技術(shù)匯聚的“智能+”時代。在AI技術(shù)與制度協(xié)同的驅(qū)動下，文化產(chǎn)業(yè)的智能化演化邏輯必然帶來“智能+”時代文化產(chǎn)業(yè)的新型進階躍遷模式。AI文化產(chǎn)業(yè)遵循算法的邏輯，以及文化大數(shù)據(jù)和AI倫理的內(nèi)在聯(lián)動，將助推文化產(chǎn)業(yè)的創(chuàng)新與演進，進而在AI內(nèi)容生產(chǎn)與制度創(chuàng)新的協(xié)同驅(qū)動下，加快利用新技術(shù)這一創(chuàng)新資源優(yōu)勢，形成制度創(chuàng)新紅利，深度推動文化內(nèi)容、文化數(shù)據(jù)、文化倫理全方位進階，促進數(shù)字化、在線化、網(wǎng)絡(luò)化、體驗化、智能化的文化產(chǎn)業(yè)新業(yè)態(tài)與新模式的集聚。這將成為“智能+”時代現(xiàn)代文化產(chǎn)業(yè)體系不斷健全的重要特征。

①約瑟夫·熊彼特：《經(jīng)濟發(fā)展理論——對于利潤、資本、信貸、利息和經(jīng)濟周期的考察》，何畏、易家詳?shù)茸g，北京：商務(wù)印書館，1991年，第73-74頁。

② 伊曼努爾·康德：《純粹理性批判》，《康德著作全集》第3卷，李秋零譯，北京：中國人民大學出版社，2010年，第91頁。

③ Richard R. Nelson， “The Co-evolution of Technology， Industrial Structure， and Supporting Institutions，”Industrial and Corporate Change， no.3（1）， 1994， pp.47-63.

④ 焦雨生：《技術(shù)與制度協(xié)同演化的范式創(chuàng)新：TSCPII的提出》，《科技進步與對策》2014年第10期。

⑤ 眭紀剛、陳芳：《新興產(chǎn)業(yè)技術(shù)與制度的協(xié)同演化》，《科學學研究》2016年第2期。

⑥ Johann Peter Murmann， Knowledge and Competitive Advantage： The Coevolution of Firms， Technology， and National Institutions， Cambridge： Cambridge University Press， 2006， p.21.

⑦ 特日昆、宋波、徐飛：《技術(shù)與制度協(xié)同創(chuàng)新的戰(zhàn)略性新興產(chǎn)業(yè)演化機理研究》，《科學管理研究》2015年第4期。

⑧ 解學芳、蓋小飛：《技術(shù)創(chuàng)新、制度創(chuàng)新協(xié)同與文化產(chǎn)業(yè)發(fā)展：綜述與研判》，《科技管理研究》2017年第4期。

⑨ Samani et al， “Cultural Robotics： The Culture of Robotics and Robotics in Culture，”International Journal of Advanced Robotic Systems， no.10， 2013， pp.1-10.

⑩ Shawar， Bayan Abu and Eric Atwell，“Chatbots： Are They Really Useful？”Ldv Forum， 2007， pp.29-49.

B11 于佃海、吳甜：《深度學習技術(shù)和平臺發(fā)展綜述》，《人工智能》2020年第3期。

B12 熊琦：《人工智能生成內(nèi)容的著作權(quán)認定》，《知識產(chǎn)權(quán)》2017年第3期。

B13 Georgios N. Yannakakis and Julian Togelius， Artificial Intelligence and Game， Berlin： Springer Press， 2018， p.8.

B14 新保 史生：《個人情報保護をめぐる環(huán)境変化の沿革と法制度の変遷》，《情報の科學と技術(shù)》2020年第70卷第5號。

B15 “Bundesdatenschutzgesetz （1977）”，1977年2月1日，https：//www.datenschutz-wiki.de/BDSG_1977.

B16 “A Bill to Establish A National Commission to Study the Scientific and Technological Implications of Information Technology in Education”，1979年6月5日，https：//www.congress.gov/bill/96th-congress/house-bill/4326？q=%7B%22search%22%3A%5B%22hr4326%22%5D%7D&r=1&s=4.

B17 Preuss， M.， Risi， S.，“A Games Industry Perspective on Recent Game AI Developments，”Künstl Intell， no.34， 2020， pp.81-83.

B18 “Green Paper on Innovation，”1995年12月20日，https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX%3A51995DC0688&qid=1610941440329.

B19 “The First Action Plan for Innovation in Europe，”1996年11月20日，https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX%3A51996DC0589&qid=1610941558153.

B20 陳樹斌、陳瑋、李劍平：《基于文化算法的家庭服務(wù)機器人任務(wù)規(guī)劃》，《計算機工程與應(yīng)用》2012年第33期。

B21 王志良、王巍、谷學靜、鄭思儀：《具有情感的類人表情機器人研究綜述》，《計算機科學》2011年第1期。

B22 Tomizuka Masayoshi， “Dynamic Walking of AIBO with Hopf Oscillators，”Chinese Journal of Mechanical Engineering， no.24， 2011， pp.612-617.

B23 “Directive 95/46/EC of the European Parliament and of the Council of 24 October 1995 on the Protection of Individuals with Regard to the Processing of Personal Data and on the Free Movement of Such Data，”1995年10月24日，https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX%3A31995L0046&qid=1610898245990.

B24 Bengio Y， Ducharme R， Vincent P， et al.，“A Neural Probabilistic Language Model，”Journal of Machine Learning Research，no.3， 2003， pp.1137-1155.

B25 “Electronic Communications Privacy Act of 1986，”1986年10月21日，https：//www.congress.gov/bill/99th-congress/house-bill/4952.

B26 梶田幸雄：《日本個人信息保護法概要》，柴裕紅譯，《人民法院報》2018年6月29日，第8版。

B27 B59 “Meet the Challenges of Big Data，”2015年11月9日，https：//edps.europa.eu/data-protection/our-work/publications/opinions/meeting-challenges-big-data_en.

B28 “Copyright， Designs and Patents Act 1988，”1988年11月15日，https：//www.legislation.gov.uk/ukpga/1988/48/contents.

B29 吳少乾、李西明：《生成對抗網(wǎng)絡(luò)的研究進展綜述》，《計算機科學與探索》2020年第3期。

B30 “Elements of Effective Self-Regulation for Protection of Privacy - Discussion Draft，”1998年1月27日，https：//www.ntia.doc.gov/report/1998/elements-effective-self-regulation-protection-privacy-discussion-draft.

B31 麥奎爾：《麥奎爾大眾傳播理論》，崔保國、李琨譯，北京：清華大學出版社，2006年，第269頁。

B32 B54 郭琪：《“AI+記者”：智媒時代人機協(xié)同寫作模式的局限性與可能性》，《出版廣角》2019年第24期。

B33 解學芳、臧志彭：《人工智能在文化創(chuàng)意產(chǎn)業(yè)的科技創(chuàng)新能力》，《社會科學研究》2019年第1期。

B34 艾瑞咨詢：《中國人工智能基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)白皮書》，2019年9月11日，http：//report.iresearch.cn/report_pdf.aspx？id=3434.

B35 “General Data Protection Regulation，”2018年5月25日，https：//gdpr.eu/tag/gdpr/.

B36 “AI in the UK： Ready， Willing and Able？”2018年4月16日，https：//publications.parliament.uk/pa/ld201719/ldselect/ldai/100/10014.htm.

B37 B56 “PanCanadian Artificial Intelligence（AI） Strategy，”2017年3月22日，https：//futureoflife.org/ai-policy-canada/.

B38 “National Strategy On Artificial Intelligence，”2018年6月4日，https：//niti.gov.in/national-strategy-artificial-intelligence.

B39 “What is the LGPD？ Brazils version of the GDPR，”2018年8月14日，https：//gdpr.eu/gdpr-vs-lgpd/.

B40 Onuiri Ernest， et al， “Intelligent Tourism Management System，”American Scientific Research Journal for Engineering， Technology， and Sciences， no.18（1）， 2016， pp.304-315.

B41 Aristova U.V.， et al， “The Use of Internet of Things Technologies Within the Frames of the Cultural Industry： Opportunities， Restrictions， Prospects，”Communications in Computer and Information Science， vol. 859， 2018， pp.146-161.

B42 Robert Sedgewick， Kevin Wayne：《算法》，謝路云譯，北京：人民郵電出版社，2012年，第5頁。

B43 崔璐、張鵬、車進：《基于深度神經(jīng)網(wǎng)絡(luò)的遙感圖像分類算法綜述》，《計算機科學》2018年第S1期。

B44 B57 “2019 Revised Patent Subject Matter Eligibility Guidance，”2019年1月7日，https：//www.federalregister.gov/documents/2019/01/07/2018-28282/2019-revised-patent-subject-matter-eligibility-guidance;“Personal Information Protection and Electronic Documents Act，”2000年4月13日，https：//www.canlii.org/en/ca/laws/stat/sc-2000-c-5/latest/sc-2000-c-5.html.

B45 狄曉斐：《人工智能算法可專利性探析——從知識生產(chǎn)角度區(qū)分抽象概念與具體應(yīng)用》，《知識產(chǎn)權(quán)》2020年第6期。

B46 王遷：《論人工智能生成的內(nèi)容在著作權(quán)法中的定性》，《法律科學——西北政法大學學報》2017年第5期。

B47 楊慶峰：《從人工智能難題反思AI倫理原則》，《哲學分析》2020年第2期。

B48 阿西莫夫在《環(huán)舞》中提出了機器人三定律：第一，機器人不得傷害人類，或看到人類受到傷害而袖手旁邊;第二，在不違反第一定律的前提下，機器人必須絕對服從人類給予的任何命令;第三，在不違反第一法律和第二法律的前提下，機器人必須盡力保護自己。

B49 張建文：《阿西莫夫的教誨：機器人學三法則的貢獻與局限——以阿西莫夫短篇小說〈汝竟顧念他〉為基礎(chǔ)》，《人工智能法學研究》2018年第1期。

B50 B61 “Preliminary Draft Report of COMEST on Robotics Ethics，”2016年8月5日，https：//unesdoc.unesco.org/ark：/48223/pf0000245532.

B51 B62 “Civil Law Rules on Robotics，”2017年2月16日，https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX%3A52017IP0051&qid=1610902354098.

B52 “Asilomar AI Principles，”2017年1月5日，https：//futureoflife.org/ai-principles/.

B53 張建文：《建設(shè)以阿西莫夫機器人學法則為基礎(chǔ)的現(xiàn)代人工智能倫理——以〈機器人學與人工智能示范公約〉的解讀為基礎(chǔ)》，《山東社會科學》2020年第7期。

B55 “UK Strategy for Robotics and Autonomous Systems，”2014年7月1日，https：//www.industryforum.co.uk/resources/articles/uk-strategy-for-robotics-and-autonomous-systems/.

B58 Chris Anderson，Long Tail， The Revised and Updated Edition： Why the Future of Business is Selling Less of More， New York： Hyperion Book， 2006， p.24-26.

B60 “Personal Information Protection and Electronic Documents Act，”2000年4月13日，https：//www.canlii.org/en/ca/laws/stat/sc-2000-c-5/latest/sc-2000-c-5.html.

B63 解學芳：《人工智能時代的文化創(chuàng)意產(chǎn)業(yè)智能化創(chuàng)新：范式與邊界》，《同濟大學學報》（社會科學版）2019年第1期。

B64 莊忠正：《人工智能的人學反思——馬克思機器觀的一種考察》，《東南學術(shù)》2019年第2期。

（責任編輯：張 琦）