朱嘉文 杜華 顧小清

摘 ? 要：人工智能作為當(dāng)前信息技術(shù)的最新發(fā)展與技術(shù)形態(tài)，已成為第四次工業(yè)革命的顯著標(biāo)簽和前沿研究領(lǐng)域，得到業(yè)界的極大關(guān)注。文章以愛思唯爾發(fā)布的《人工智能：知識的創(chuàng)造、傳遞和應(yīng)用——中國、歐洲和美國的趨勢》研究報告為數(shù)據(jù)來源，討論了人工智能定義和研究領(lǐng)域多樣性，人工智能在中國、歐洲和美國乃至全球范圍內(nèi)的發(fā)展態(tài)勢，以及人工智能引發(fā)的倫理問題等，以期對我國人工智能研究提供啟示和借鑒。

關(guān)鍵詞：人工智能;知識;創(chuàng)造;傳遞;應(yīng)用;趨勢

中圖分類號：G434;TP18 ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號：1673-8454（2022）06-0020-09

一、問題的提出

作為當(dāng)前信息技術(shù)的最新發(fā)展與技術(shù)形態(tài)，人工智能已成為第四次工業(yè)革命的顯著標(biāo)簽。它以強(qiáng)勢的姿態(tài)闖入人們的視野，并借助新一輪技術(shù)革命的浪潮迅速席卷整個社會[1]，成為推動和創(chuàng)新社會發(fā)展的重要技術(shù)驅(qū)動力，并正以指數(shù)發(fā)展的趨勢推動社會以超越人類預(yù)期的方式發(fā)展[2]。人工智能技術(shù)的飛速發(fā)展正在逐步轉(zhuǎn)變著社會、經(jīng)濟(jì)、生活等領(lǐng)域的業(yè)務(wù)形態(tài)，也不斷帶來顛覆性、豐富性、創(chuàng)新性的新業(yè)態(tài)。人工智能成為提高國家競爭力的重要抓手，正在或已經(jīng)上升為國家重要戰(zhàn)略。毋庸置疑，人工智能已經(jīng)成為一個前沿研究領(lǐng)域，得到?jīng)Q策者、高校、研究人員、企業(yè)、媒體和公眾的極大關(guān)注，正在走向全球矚目的新局面。

愛思唯爾（Elsevier）是一家國際出版集團(tuán)，提供的核心服務(wù)包括ScienceDirect、Scopus、Engineering Village等知名數(shù)據(jù)庫，為全球?qū)W術(shù)研究作出了較大貢獻(xiàn)。這些豐富的數(shù)據(jù)資產(chǎn)可以為人工智能領(lǐng)域的一些重要問題提供有價值的見解。2018年，愛思唯爾發(fā)布《人工智能：知識的創(chuàng)造、傳遞和應(yīng)用——中國、歐洲和美國的趨勢》（ArtificiaI Intelligence： How knowledge is created， transferred， and used： Trends in China， Europe， and the United States）研究報告（以下簡稱《報告》）[3]，在人工智能定義和研究領(lǐng)域多樣性的基礎(chǔ)上，對近年來人工智能領(lǐng)域的學(xué)術(shù)產(chǎn)出進(jìn)行定義，并聚焦人工智能在中國、歐洲和美國的發(fā)展態(tài)勢，勾勒了全球范圍內(nèi)人工智能領(lǐng)域的研究趨勢，并討論了人工智能可能引發(fā)的倫理問題。這份報告被英國開放大學(xué)的恩里科·莫塔（Enrico Motta）稱贊為“不僅具有重要的科學(xué)價值，也是非常寶貴的實用資源”。

二、報告解讀

（一）人工智能定義和研究視角的多樣性

盡管人工智能已成為眾所周知的名詞，但由于人工智能領(lǐng)域具有跨學(xué)科性，其應(yīng)用具有跨行業(yè)性，目前對于其概念的理解還沒有達(dá)成統(tǒng)一的共識[4]。有學(xué)者從與人類智能相類比的角度，對人工智能進(jìn)行界定，如“人工智能是一種能以人類智能相似的方式做出反應(yīng)的智能機(jī)器”[5];“人工智能指由計算機(jī)科學(xué)與智能機(jī)器融合，從而模擬人類能力的一門科學(xué)與技術(shù)”[6];“人工智能本身是一個模擬人類能力和智慧行為的跨領(lǐng)域?qū)W科”[7]。

美國麻省理工學(xué)院的帕特里克·溫斯頓（Patrick Winston）認(rèn)為，人工智能就是研究如何使計算機(jī)去做過去只有人才能做的智能工作[8]。也有學(xué)者從知識的角度詮釋人工智能的內(nèi)涵，如美國斯坦福大學(xué)人工智能研究中心的尼爾斯·尼爾遜（Nils Nilsson）對人工智能定義為：“人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)”[9]。

人工智能是一個多學(xué)科的交叉領(lǐng)域，對人工智能的理解因視角不同而異?！秷蟾妗窇{借豐富的數(shù)據(jù)資源和數(shù)據(jù)分析優(yōu)勢，獨(dú)辟蹊徑，嘗試“利用人工智能來定義人工智能”，采用自下而上的方法來描述人工智能的研究領(lǐng)域，為研究評估者、研究資助者、政策制定者和研究人員提供了獨(dú)特有益的見解。

《報告》以愛思唯爾的Scopus數(shù)據(jù)庫、Fingerprint引擎、PlumX統(tǒng)計數(shù)據(jù)、ScienceDirect數(shù)據(jù)庫等，以及一些公共資源提供的數(shù)據(jù)信息，如數(shù)字書目索引與圖書館項目、arXiv、標(biāo)準(zhǔn)人工智能指數(shù)報告、Kaggle平臺、中國科學(xué)院自動化研究所提供的數(shù)據(jù)集等為主要數(shù)據(jù)來源，由全球?qū)＜医M成的精英團(tuán)隊，采用機(jī)器學(xué)習(xí)、文本挖掘和語義分析技術(shù)，提取60多萬篇人工智能領(lǐng)域的學(xué)術(shù)出版物和797個特定領(lǐng)域關(guān)鍵詞。其中，排名較高的關(guān)鍵詞有反向傳播神經(jīng)網(wǎng)絡(luò)、反向傳播算法、Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)、基于基因的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等。人工智能常被理解為一個總括性概念，用于描述使計算機(jī)能夠像人類一樣應(yīng)用和決策。而深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等正在或已經(jīng)脫離人工智能的保護(hù)傘，形成自己的研究領(lǐng)域和技術(shù)。

《報告》通過對教學(xué)、研究、行業(yè)、媒體等領(lǐng)域使用的人工智能相關(guān)術(shù)語進(jìn)行研究，通過在文檔集中比較關(guān)鍵詞的共同出現(xiàn)情況，發(fā)現(xiàn)人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、語音識別等術(shù)語在各領(lǐng)域之間都有較高頻次的使用?！秷蟾妗愤€以來自于人工智能學(xué)術(shù)出版物的確鑿數(shù)據(jù)以及多位人工智能專家的觀點，捕捉人工智能發(fā)展趨勢，揭示出人工智能領(lǐng)域標(biāo)志性的7個子研究領(lǐng)域（見圖1），分別為搜索及優(yōu)化、模糊系統(tǒng)、自然語言處理與知識表示、計算機(jī)視覺、機(jī)器學(xué)習(xí)與概率推理、規(guī)劃與決策、神經(jīng)網(wǎng)絡(luò)等，從以往的推測性解釋轉(zhuǎn)向基于證據(jù)的預(yù)測。

（二）人工智能在中國、歐洲和美國的發(fā)展態(tài)勢

為了解全球研究人工智能領(lǐng)域的發(fā)展態(tài)勢，《報告》調(diào)查了從1998年至2017年，包括文章、會議論文、預(yù)印本等超過60萬篇研究成果及其影響，如圖2所示。數(shù)據(jù)表明，人工智能相關(guān)研究成果在近五年時間里每年增長約12.9%，在機(jī)器學(xué)習(xí)、機(jī)器視覺、模式識別方面的增長尤為迅速。1998年至2017年間，世界各地紛紛出臺關(guān)于人工智能的重要政策并取得諸多科技突破性成果。隨著新經(jīng)濟(jì)的發(fā)展和互聯(lián)網(wǎng)的普及，各國開始意識到人工智能領(lǐng)域的重要性。與此同時，一些重要企業(yè)如亞馬遜、谷歌、微軟、百度等也帶動了人工智能領(lǐng)域的發(fā)展。749DCE71-6172-4D11-81F1-586C28A1D95A

1.出版數(shù)量

雖然歐洲仍在人工智能研究領(lǐng)域產(chǎn)生著巨大影響，但近幾年美國和中國在成果出版數(shù)量上穩(wěn)步提升。2004年，中國在人工智能領(lǐng)域的出版量上已經(jīng)超越了美國。美國斯坦福大學(xué)人工智能研究中心的《2022年度人工智能指數(shù)報告》（Artificial Intelligence Index Report 2022）中顯示，2010—2021年，中國人工智能論文發(fā)表數(shù)量占全球人工智能論文數(shù)量的31.0%，已遠(yuǎn)超歐洲地區(qū)（19.05%）和美國（13.67%）[10]。在會議論文發(fā)表數(shù)量上，中國（27.64%）也超過歐洲地區(qū)（18.95%）和美國（16.90%）。但在電子預(yù)印本數(shù)量上，美國依舊占據(jù)主導(dǎo)地位（32.52%）。愛思唯爾《報告》指出，其他國家，例如，老牌人工智能研究國家日本在出版物產(chǎn)出方面持續(xù)增長，但其活力不如美國或中國。

2.側(cè)重領(lǐng)域

《報告》提出，不同區(qū)域在人工智能領(lǐng)域發(fā)表的成果側(cè)重有所不同。在歐洲和美國，關(guān)于人工智能的研究更側(cè)重于人文學(xué)科、醫(yī)學(xué)和健康科學(xué)。中國在農(nóng)業(yè)科學(xué)領(lǐng)域的人工智能方面有很強(qiáng)的專業(yè)性，而美國更多關(guān)注的是健康領(lǐng)域?！耙?guī)劃和決策”被應(yīng)用于自動駕駛系統(tǒng)、強(qiáng)化學(xué)習(xí)、機(jī)器人、人機(jī)界面、計算機(jī)游戲和電影、物流與移動網(wǎng)絡(luò)。其領(lǐng)域的側(cè)重與歐美長期工業(yè)傳統(tǒng)相關(guān)。

具體到人工智能細(xì)分領(lǐng)域，中國在“人臉識別”細(xì)分領(lǐng)域的關(guān)注度很高。在中文出版成果中，關(guān)于“神經(jīng)網(wǎng)絡(luò)”的研究比較分化，包括預(yù)測模型、反向傳播算法和機(jī)器人科學(xué)。在歐洲和美國，機(jī)器人科學(xué)被歸于“機(jī)器學(xué)習(xí)和概率推理”。中國學(xué)者特別關(guān)注“計算機(jī)視覺”領(lǐng)域，該領(lǐng)域的研究成果增長非常迅速。而在21世紀(jì)初迅猛發(fā)展的“模糊系統(tǒng)”領(lǐng)域研究已趨于平緩。“機(jī)器學(xué)習(xí)和概率推理”“搜索和優(yōu)化”影響了所有的人工智能子領(lǐng)域，而“計算機(jī)視覺”得益于這些領(lǐng)域的發(fā)展，并在此基礎(chǔ)上延伸研究。

歐洲和美國在人工智能領(lǐng)域的研究也顯示出類似的集群模式，“規(guī)劃和決策”“計算機(jī)視覺”領(lǐng)域有力地推動了上述地區(qū)的人工智能領(lǐng)域發(fā)展。歐洲的出版物更多集中在“規(guī)劃和決策”而不是“計算機(jī)視覺”。“神經(jīng)網(wǎng)絡(luò)”的研究在期刊文章方面增長迅速，而“自然語言處理和知識表示”的研究更多發(fā)表在各地區(qū)的會議論文中。

3.人工智能會議

瑞典的弗雷德里克·海因茲（Fredrick Heintz）在《報告》中指出，在計算機(jī)科學(xué)領(lǐng)域，特別是高速發(fā)展的人工智能領(lǐng)域，對學(xué)者來說，召開高影響力、高知名度的國際會議是一個慣例。因此，大多數(shù)成果都會優(yōu)先發(fā)表于這些國際會議上。國際會議擁有權(quán)威的同行評審審核會議論文，論文接受率一般低于20%，這也使人工智能國際會議具有很強(qiáng)的競爭性。因為會議論文發(fā)表相較期刊更為及時，國際會議常常受到學(xué)者的廣泛關(guān)注。在美國，超過70%的企業(yè)人工智能研究成果是以會議論文的形式發(fā)表的。

通過愛思唯爾數(shù)字文獻(xiàn)圖書館的數(shù)據(jù)，《報告》選取了142個會議名稱包含“人工智能”關(guān)鍵詞的相關(guān)會議。從上述會議數(shù)據(jù)可知，中國在近20年間發(fā)表的人工智能相關(guān)會議論文出現(xiàn)大幅增長，且在這些會議論文中，企業(yè)參與的會議論文在所有出版物中占比較高，而政府部門占比最低。類似結(jié)果同樣適用于歐洲，但差異沒有中國明顯。而在美國，政府部門參與的會議論文份額更高，但近年來有所下降。

通過領(lǐng)域加權(quán)引文影響因子（Field Weighted Citation Impact， FWCI），《報告》從全球人工智能領(lǐng)域的學(xué)者中選出100名最具影響力的貢獻(xiàn)者，其中，中國擁有超過三分之一的主要貢獻(xiàn)者（37名），而美國（19名）和歐洲（21名）共同占另外的三分之一，其他國家學(xué)者占剩下的三分之一。美國的微軟公司和斯坦福大學(xué)是兩大人工智能領(lǐng)域主要貢獻(xiàn)機(jī)構(gòu)，且美國的影響因子是全球最高的，保持在全球平均水平的1.5至2倍之間。中國的影響因子在過去20年間增長迅速，但目前仍低于美國和歐洲。歐洲的主要影響機(jī)構(gòu)首先是法國，其次是英國和西班牙。而中國人工智能領(lǐng)域發(fā)表成果最多的機(jī)構(gòu)是中國科學(xué)院，清華大學(xué)則擁有更高的領(lǐng)域加權(quán)引文影響因子。

4.知識的傳遞

譚鐵牛院士在《報告》中指出，當(dāng)下這個時代，國際間的合作是必要的，國家間的合作能使人工智能領(lǐng)域蓬勃發(fā)展。知識在合作的過程中得到傳遞?！秷蟾妗窋?shù)據(jù)顯示，世界各地的單一作者成果逐漸減少，更多的學(xué)術(shù)成果是以合作的形式發(fā)表。歐洲和美國正在擴(kuò)大國際間關(guān)于人工智能的合作。對美國而言，這不僅擴(kuò)大了出版份額，也使得引文影響力增加。中國也逐漸減少了機(jī)構(gòu)間的合作，轉(zhuǎn)向國家和國際間的合作，并帶來更多的引文影響力。

全球的學(xué)術(shù)部門產(chǎn)出了90%以上的人工智能研究，而學(xué)術(shù)界與企業(yè)間的合作在知識傳遞和創(chuàng)新方面發(fā)揮了關(guān)鍵作用。將學(xué)術(shù)成果快速轉(zhuǎn)化成應(yīng)用成果是各國政府和創(chuàng)新項目所期望的，能夠刺激經(jīng)濟(jì)發(fā)展和創(chuàng)造就業(yè)機(jī)會。這種跨部門間的合作在美國尤為突出，占據(jù)人工智能領(lǐng)域產(chǎn)出的近9%，其相關(guān)引文影響是世界平均水平的三倍以上。從美國人工智能企業(yè)也可看出，微軟和IBM等公司為人工智能學(xué)術(shù)產(chǎn)出和影響作出較大貢獻(xiàn)。中國企業(yè)發(fā)表的數(shù)量不到全球?qū)W術(shù)企業(yè)出版物平均份額的3%，歐洲略高于此。

為更好地顯示知識的傳遞動態(tài)，《報告》通過學(xué)者跨國間流動，將人工智能領(lǐng)域?qū)W者定義為三類：遷移型（在國外學(xué)術(shù)交流兩年及以上的研究者）、過渡型（在國外學(xué)術(shù)交流兩年內(nèi)的研究者）、穩(wěn)定型（在1998年至2017年間，在Scopus數(shù)據(jù)中只有區(qū)域隸屬關(guān)系的研究者）。

中國遷移流入和流出相對持平，且中國的穩(wěn)定型研究者數(shù)量較多。與遷移型和過渡型研究人員相比，穩(wěn)定型研究者的相對引文影響較低。通過研究人員的流動，中國在人工智能領(lǐng)域的相對生產(chǎn)力和相對影響力都在提高。歐洲在近20年間出現(xiàn)了人工智能領(lǐng)域研究員凈流出的現(xiàn)象，7.8%遷移流出量超過了6.8%的遷移流入量。雖然歐洲研究人員流出量比流入量多1%，但其從移民平衡中也獲得了學(xué)術(shù)影響力和生產(chǎn)力。與中國類似，歐洲的穩(wěn)定型研究人員引文影響水平也較低。而美國有一個0.3%的凈流入量，且相較于歐洲和中國，其穩(wěn)定型研究人員最少。但與此同時，美國穩(wěn)定型研究人員擁有較高的引文影響力。人才的流動不僅體現(xiàn)在跨國交流中，也表現(xiàn)在不同行業(yè)之間的流動。749DCE71-6172-4D11-81F1-586C28A1D95A

總而言之，在過去20年間，所有地區(qū)的研究人員更多的是從學(xué)術(shù)界轉(zhuǎn)向工業(yè)界。中國人工智能人才正在往國內(nèi)工業(yè)界流動?！秷蟾妗方Y(jié)果顯示，歐洲似乎正在失去人工智能學(xué)術(shù)人才，面臨學(xué)術(shù)人才向國際工業(yè)界的高凈流出。而美國在學(xué)術(shù)界和工業(yè)界都實現(xiàn)了人工智能人才的凈流入。在過去五年中，美國工業(yè)界從國際學(xué)術(shù)界吸引了最多的人工智能人才。

（三）人工智能在教育領(lǐng)域的應(yīng)用

截至2021年，除中國外，全球有超過900所大學(xué)提供了近2萬門慕課。而截至2022年2月，我國已上線超過5萬門慕課，慕課數(shù)量居世界第一。此外，私營公司正越來越多地與各大慕課平臺供應(yīng)商合作，為平臺提供課程。部分平臺學(xué)生數(shù)量上升迅速，如Coursera、edX、Udacity和FutureLearn。Coursera發(fā)布了近7年其平臺上最受歡迎的前10門課程，其中有3門與人工智能或機(jī)器學(xué)習(xí)有關(guān)。谷歌、微軟和英偉達(dá)都推出各自與人工智能和機(jī)器學(xué)習(xí)有關(guān)的在線學(xué)習(xí)平臺，以幫助普及人工智能的使用，并促進(jìn)各自公司的硬件和在線平臺的使用。

阿姆斯特丹數(shù)據(jù)科學(xué)總監(jiān)、歐洲信息學(xué)會前任主席琳達(dá)·哈德曼（Lynda Hardman）表示，解決人工智能人才短缺的問題是實現(xiàn)人工智能的關(guān)鍵。其在《報告》中指出，我們需要更多資源和力量來教授學(xué)生和資助研究人員。此外，資金投入應(yīng)該建立在現(xiàn)有的結(jié)構(gòu)框架上，而不是創(chuàng)建新的結(jié)構(gòu)框架，以避免分散稀缺的專家資源。學(xué)校需要教授學(xué)生關(guān)于計算科學(xué)和人工智能的原理知識。當(dāng)今社會不僅需要教育人工智能專家這樣的精英群體，還需要理解數(shù)據(jù)驅(qū)動算法而作出決策的教育家和政策制定者。

關(guān)于人工智能如何改變社會，日本學(xué)術(shù)振興會前理事長、慶應(yīng)義塾大學(xué)前校長、人工智能戰(zhàn)略委員會主席安西佑一郎（Yuichiro Anzai）從人才需求和工作角度出發(fā)給出回應(yīng)，單一的人工智能人才并不會讓社會得到很好的發(fā)展，我們需要具有多樣化技能的人才。另外，我們需要改變產(chǎn)業(yè)結(jié)構(gòu)來培養(yǎng)創(chuàng)新意識，使初創(chuàng)企業(yè)更容易得到發(fā)展和成長，還需要改變就業(yè)系統(tǒng)。未來工作崗位的職能必將發(fā)生改變。一些工作崗位會消失，但新的工作機(jī)會會出現(xiàn)。而當(dāng)今社會需要改變教育系統(tǒng)來應(yīng)對未來工作崗位的調(diào)整。

《報告》以中國科學(xué)院自動化研究所的數(shù)據(jù)為例，從2013年到2017年，每年有140—160名學(xué)生在中科院自動化研究所攻讀研究生課程，大多數(shù)畢業(yè)生選擇了應(yīng)用型專業(yè)，如模式識別與智能系統(tǒng)、計算機(jī)應(yīng)用等，且學(xué)校的推薦和分配對中科院人工智能高等教育畢業(yè)生的去向起著很大的作用。大多數(shù)中科院人工智能專業(yè)的畢業(yè)生很容易在國內(nèi)找到工作，只有少數(shù)人會選擇攻讀博士學(xué)位，也很少有人選擇出國。這也能解釋為什么中國穩(wěn)定型研究人員數(shù)量龐大的原因。

（四）人工智能倫理

人工智能自20世紀(jì)50年代誕生以來，經(jīng)歷了一個季節(jié)性的周期。當(dāng)新的人工智能技術(shù)顯示出重大突破的潛力時，就會出現(xiàn)大量資金涌入現(xiàn)象。當(dāng)影響力不足以維持資金來源的時候就會出現(xiàn)資金枯竭的情況，即所謂人工智能的冬天。由于計算機(jī)處理能力、大數(shù)據(jù)及深度學(xué)習(xí)的推動，當(dāng)今社會正處于人工智能的火熱期。但值得注意的是，這些發(fā)展是建立在以前的研究之上的?！秷蟾妗窂?qiáng)調(diào)，人工智能資金的這些高峰和低谷受人工智能發(fā)展周期長度所控，而長期支持人工智能的研究至關(guān)重要。

互聯(lián)網(wǎng)的出現(xiàn)推動了研究的發(fā)展，使人們能夠使用合作文檔，有強(qiáng)大的搜索引擎來幫助找到想要的信息，還有社交媒體或其他信息應(yīng)用來促進(jìn)科學(xué)家之間的交流。但《報告》也提出，互聯(lián)網(wǎng)上犯罪和反社會行為正在逐年增長。這些問題單靠技術(shù)無法很好地解決，所以為解決互聯(lián)網(wǎng)所帶來的道德和社會問題，干預(yù)是必要的。需要特別注意的是，在引導(dǎo)人工智能時，應(yīng)避免使偏見永久化。例如，因為算法的未來用途和應(yīng)用是無法預(yù)測的，所以必須仔細(xì)選擇算法的訓(xùn)練集，以盡量減少算法中產(chǎn)生的偏見。成功的人工智能是包容的，能夠考慮到性別、年齡或出身的多樣性。這使得跨學(xué)科這一屬性成為發(fā)展有道德責(zé)任感的人工智能的必需。

倫理問題需要在有責(zé)任的創(chuàng)新和適度的監(jiān)管下找到平衡、得到合理的解決。監(jiān)管太少可能會導(dǎo)致不可預(yù)見的后果，而過多的監(jiān)管會扼殺創(chuàng)新。成功的人工智能戰(zhàn)略依賴于數(shù)據(jù)、計算能力、教育、人才和多樣性。我們需要在人工智能發(fā)展的初期就把倫理考慮在內(nèi)，從而促進(jìn)和確保創(chuàng)新。

關(guān)于人工智能的政策，相關(guān)出版成果數(shù)量的穩(wěn)步增長和媒體的持續(xù)關(guān)注，都凸顯了研究人工智能相關(guān)倫理和社會問題的重要性。而公眾對倫理的討論與關(guān)注在研究文獻(xiàn)中鮮少體現(xiàn)。人們越來越關(guān)注一些具體的問題，特別是隱私、信任、公平、透明度和問責(zé)制，但不清楚單獨(dú)解決這些問題是否能保證社會經(jīng)濟(jì)利益。

要解決人工智能的倫理問題，無論是從人工智能角度還是從倫理學(xué)的角度，最為重要的是理解基本概念。例如，自動駕駛汽車、面部識別系統(tǒng)、保險索賠檢查算法都是人工智能的例子，但其所包含的技術(shù)不同，所引發(fā)的倫理問題也大不相同。除了更好地理解人工智能的含義外，還必須明確倫理的含義。例如，我們在討論自動駕駛汽車的倫理問題時，司機(jī)的道德品質(zhì)由他們所做事情和后果、對情況的分析理解和他們行事的傾向性決定。關(guān)于這三者之間的差異和復(fù)雜性如何能夠體現(xiàn)在人工智能技術(shù)上，是當(dāng)前需要解決的問題。

另一個關(guān)鍵問題是人工智能的倫理問題需要在哪些層面上解決。我們不僅僅需要在技術(shù)層面、在開發(fā)部署技術(shù)的個人和組織的責(zé)任層面關(guān)注倫理問題，也需要關(guān)注人工智能提出的與所有權(quán)、知識產(chǎn)權(quán)、經(jīng)濟(jì)分配和政治權(quán)力有關(guān)的關(guān)鍵倫理問題。前者確保了人工智能使用的后果在倫理上是可以接受的，也就是說人工智能做的是好事，而后者則關(guān)注更廣泛的社會經(jīng)濟(jì)和政治后果。這兩個方面都很重要，但目前還不清楚是否可以，以及如何同時處理這兩個方面。

《報告》在關(guān)于倫理方面提出的最后一個問題是人工智能倫理的新穎性。關(guān)于計算的倫理問題的辯論可以追溯到數(shù)字技術(shù)的最初階段，人工智能也是如此。那么，在目前關(guān)于人工智能的討論中，人們是否可以借鑒現(xiàn)有的見解、工具和方法來解決已有的倫理問題，還是說人工智能帶來了根本性的、需要全新思維的倫理問題。749DCE71-6172-4D11-81F1-586C28A1D95A

《報告》提出以上關(guān)于人工智能倫理的幾個開放性問題，但同時也強(qiáng)調(diào)了關(guān)于人工智能倫理的一些關(guān)鍵點：①人工智能的倫理學(xué)需要建立在現(xiàn)有的倫理學(xué)思想之上，也需要與技術(shù)和商業(yè)團(tuán)體合作。②倫理不是一套決定好壞的固定規(guī)則，而應(yīng)該被完全放到社會環(huán)境中考慮和分析，社會需要制定適當(dāng)?shù)闹卫頇C(jī)制。③解決人工智能的倫理問題需要技術(shù)專家、政策制定者、民間團(tuán)體和其他利益相關(guān)者之間的合作。

三、啟示

《報告》通過一種新穎的形式，即用人工智能解讀人工智能發(fā)展的方式，呈現(xiàn)了在人工智能領(lǐng)域世界各地研究者的研究方向、研究趨勢和研究問題。人工智能領(lǐng)域吸引著來自政策制定者、研究機(jī)構(gòu)、企業(yè)、媒體和公眾的關(guān)注。人工智能研究和技術(shù)也在不斷突破，人們對于人工智能技術(shù)改變社會的力量既期望又擔(dān)心。愛思唯爾通過大量的數(shù)據(jù)分析來了解人工智能領(lǐng)域的知識是如何在世界范圍內(nèi)被創(chuàng)造、被傳遞和被應(yīng)用的。

筆者在解讀《報告》的基礎(chǔ)上，結(jié)合我國出臺的相關(guān)規(guī)劃和政策，對我國目前人工智能領(lǐng)域發(fā)展和人工智能教育提出以下幾點建議：

（一）支持跨部門合作，加強(qiáng)校企人工智能成果對接

我國“十四五”規(guī)劃明確指出，要深化產(chǎn)教融合、校企合作，鼓勵學(xué)術(shù)界與企業(yè)界進(jìn)行成果對接[11]?！秷蟾妗芬蔡岢觯@種跨部門間的合作在美國尤為盛行，致使美國在人工智能成果產(chǎn)出方面的影響力遠(yuǎn)超其他國家。這種跨部門間的合作，能夠使學(xué)術(shù)成果快速轉(zhuǎn)化成產(chǎn)業(yè)應(yīng)用成果，刺激經(jīng)濟(jì)發(fā)展，創(chuàng)造就業(yè)機(jī)會。我國人工智能學(xué)者雖然在人數(shù)上占據(jù)優(yōu)勢，但其影響力暫時還落后于歐美學(xué)者，特別是我國企業(yè)界產(chǎn)出成果略遜一籌，與發(fā)達(dá)國家還存在一定差距。

此外，國內(nèi)校企合作也面臨一些挑戰(zhàn)，如企業(yè)方不積極、學(xué)校沒有找準(zhǔn)合作切入點等[12]。在學(xué)校層面，應(yīng)緊跟時代發(fā)展更新人才培養(yǎng)方案，搭建先進(jìn)實驗平臺，輔助企業(yè)進(jìn)行人工智能數(shù)據(jù)挖掘和產(chǎn)品設(shè)計等。在企業(yè)層面，可積極與校方合作溝通，推動學(xué)術(shù)成果產(chǎn)業(yè)化，并將產(chǎn)品數(shù)據(jù)及時反饋給學(xué)校層面，促進(jìn)良性循環(huán)。支持跨部門合作，加強(qiáng)校企合作，能夠推動我國人工智能產(chǎn)業(yè)成果產(chǎn)出，提高我國在國際人工智能領(lǐng)域的影響力，實現(xiàn)人工智能產(chǎn)業(yè)發(fā)展以及與其他部門的融合應(yīng)用。

（二）增進(jìn)跨領(lǐng)域、跨地區(qū)合作交流，鼓勵國際交流

根據(jù)《報告》數(shù)據(jù)來看，我國的穩(wěn)定型研究者數(shù)量較多，而穩(wěn)定型研究者的學(xué)術(shù)影響力在三種類型的研究者中最低，致使我國人工智能研究者雖發(fā)文數(shù)量多，但學(xué)術(shù)影響力不及美國和歐洲研究者。雖然我國在人工智能領(lǐng)域的相對生產(chǎn)力和相對影響力都在提高，但仍需保持警惕，避免出現(xiàn)閉門造車的現(xiàn)象。

2022年，國務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》提出，要拓展數(shù)字經(jīng)濟(jì)國際合作，支持我國數(shù)字經(jīng)濟(jì)企業(yè)與國際機(jī)構(gòu)的合作，并且要積極借鑒國際經(jīng)驗發(fā)展我國自身的數(shù)字化經(jīng)濟(jì)[13]。我國已推行多項國際交流計劃，每年輸送和引進(jìn)大量技術(shù)學(xué)術(shù)人才，增加遷移型和過渡型人工智能研究人員，以此增加我國人工智能領(lǐng)域活力，擴(kuò)大我國研究成果的國際影響力。

跨地區(qū)間的合作也可以促進(jìn)跨領(lǐng)域的交流?！秷蟾妗吠ㄟ^人工智能領(lǐng)域發(fā)表成果大數(shù)據(jù)分析得出，不同地區(qū)和國家在人工智能領(lǐng)域側(cè)重不同，且關(guān)注的細(xì)分領(lǐng)域也不盡相同。各國在各細(xì)分領(lǐng)域的強(qiáng)項不同，而跨領(lǐng)域、跨地區(qū)間的合作交流能夠彌補(bǔ)各地區(qū)、各領(lǐng)域的不足。人工智能本身就是個跨學(xué)科的交叉領(lǐng)域，鼓勵跨學(xué)科交叉創(chuàng)新研究，可以使人工智能技術(shù)遷移至各行各業(yè)，實現(xiàn)人工智能全面應(yīng)用。例如，人工智能技術(shù)應(yīng)用于教育領(lǐng)域已成為未來教育的趨勢，但教育領(lǐng)域的人工智能仍處于起步階段，需要加強(qiáng)跨領(lǐng)域多學(xué)科合作交流[14]，吸收國際學(xué)者研究成果，推動發(fā)展我國人工智能技術(shù)在教育領(lǐng)域的應(yīng)用。

（三）促進(jìn)人工智能與教育系統(tǒng)融合，注重人工智能人才培養(yǎng)

中國科學(xué)院成都文獻(xiàn)情報中心的唐川在《報告》中指出，我國從事人工智能的總?cè)藬?shù)只有5萬多人，在世界范圍內(nèi)排名第七，且在參與人工智能領(lǐng)域的人員中，只有38.7%擁有超過10年的行業(yè)經(jīng)驗。除此之外，我國的人工智能人才技術(shù)體系也存在分布不均的問題，主要集中于人工智能應(yīng)用，而在基礎(chǔ)設(shè)施和技術(shù)層面相對薄弱。我國需要建立體系化的人工智能人才培養(yǎng)方案[15]，不僅包括培養(yǎng)技術(shù)層面的技術(shù)專家，還需要培養(yǎng)能夠應(yīng)用人工智能技術(shù)于社會領(lǐng)域的應(yīng)用人員、政策制定者、具有人工智能素養(yǎng)的其他行業(yè)領(lǐng)域精英。

總體而言，我國仍然缺乏具有國際影響力的領(lǐng)軍人才，缺乏推動產(chǎn)業(yè)發(fā)展的創(chuàng)新創(chuàng)業(yè)人才。人工智能時代需要的是擁有多樣化技能的人才，所以學(xué)校應(yīng)根據(jù)發(fā)展需要適時調(diào)整人才培養(yǎng)方案。不僅如此，還需要通過多渠道、多方位培養(yǎng)高素質(zhì)的人工智能人才[16]。不僅僅是學(xué)校方面，政府、企業(yè)、研究機(jī)構(gòu)等都需要為人工智能人才培養(yǎng)制定合適的新方案。

（四）跨學(xué)科解決人工智能倫理問題，關(guān)注人工智能倫理素養(yǎng)提升

當(dāng)我們把決策權(quán)交給自動化的算法時，需要考慮技術(shù)以外的因素，包括道德、社會、政治等方面的其他因素。比如自主武器系統(tǒng)在沒有人類干預(yù)的情況下也能自主選擇和攻擊目標(biāo)，且目標(biāo)包括人類，人工智能在這方面的應(yīng)用就將變得非常致命。道德和人工智能不能脫節(jié)，同樣，人工智能技術(shù)應(yīng)用于教育系統(tǒng)的過程中，倫理問題也是不可避免的。例如，學(xué)生對于人工智能的理解常受到社交媒體的強(qiáng)烈影響，如果缺乏正確的引導(dǎo)，沒有倫理機(jī)制審核隨意使用算法，網(wǎng)絡(luò)世界將會變得充滿危險。這些問題并不僅僅是教育問題或計算機(jī)領(lǐng)域的問題，而是跨學(xué)科的問題，需要多學(xué)科交叉解決。

盡管研究者和政策制定者已經(jīng)開始關(guān)注人工智能倫理，但相關(guān)核心研究文獻(xiàn)較少，且很多研究僅停留在理論層面。為保障人工智能領(lǐng)域的有序發(fā)展，需要注重培養(yǎng)公民人工智能倫理素養(yǎng)，支持研究人員開展人工智能倫理理論和實證研究，并且建立激勵措施來資助相關(guān)研究機(jī)構(gòu)開展研究[17]。2021年9月，國家新一代人工智能治理專業(yè)委員會發(fā)布的《新一代人工智能倫理規(guī)范》中提到，要客觀認(rèn)識到人工智能存在的倫理問題，通過討論和學(xué)習(xí)人工智能倫理相關(guān)知識，培養(yǎng)公民人工智能倫理素養(yǎng)，以應(yīng)對未來所面臨的人工智能相關(guān)倫理問題[18]。因此，從人工智能教育層面出發(fā)，應(yīng)注重提升人工智能倫理素養(yǎng)，培養(yǎng)能辯證思考規(guī)范使用人工智能技術(shù)的人才。749DCE71-6172-4D11-81F1-586C28A1D95A

四、結(jié)語

美國斯坦福大學(xué)人工智能領(lǐng)域的專家杰里·卡普蘭（Jerry Kaplan）曾在專著中指出，智能時代已經(jīng)到來，我們需要準(zhǔn)備好迎接它帶來的機(jī)遇和挑戰(zhàn)[19]。探索人工智能這個動態(tài)的、新興的、復(fù)雜的、不斷變化的領(lǐng)域是令人著迷的工作，全世界都在關(guān)注和發(fā)展這個領(lǐng)域，唯恐落后?！秷蟾妗纺茏屛覀兛吹饺斯ぶ悄艿亩嗝嫘?，在人工智能促進(jìn)社會變革的議程已成必然趨勢的情境下，為研究和戰(zhàn)略提供參考，以促成相關(guān)群體根據(jù)此報告內(nèi)容進(jìn)行交流和對話。鑒于人工智能領(lǐng)域不斷發(fā)展的性質(zhì)，我們需要不斷更新對于該領(lǐng)域的認(rèn)知?！秷蟾妗泛芎玫卣故玖巳斯ぶ悄茴I(lǐng)域的發(fā)展動態(tài)，同時也為我國人工智能領(lǐng)域發(fā)展提供了有益的見解，激發(fā)了各行業(yè)對該領(lǐng)域及其應(yīng)用和影響的進(jìn)一步研究和探索。

參考文獻(xiàn)：

[1]顧小清.當(dāng)現(xiàn)實逼近想象：人工智能時代預(yù)見未來教育研究[J].開放教育研究，2021，27（1）：4-12.

[2]STEFAN A D POPENICI， SHARON KERR. Exploring the impact of artificial intelligence on teaching and learning in higher education[J]. Research and practice in Technology Enhanced learning， 2017，12（1）：1-13.

[3]Elsevier. Artificial Intelligence： How knowledge is created， transferred， and used[R/OL]. （2018-12-11）[2022-05-30].https：//www.elsevier.com/__data/assets/pdf_file/0011/906779/ACAD-RL-AS-RE-ai-report-WEB.pdf.

[4]戴靜，顧小清.人工智能將把教育帶往何方——WIPO《2019技術(shù)趨勢：人工智能》報告解讀[J].中國電化教育，2020（10）：24-31，66.

[5]毛剛，王良輝.人機(jī)協(xié)同：理解并建構(gòu)未來教育世界的方式[J].教育發(fā)展研究，2021，41（1）：16-24.

[6]黃月麗.人工智能對社會變革的影響[J].科技傳播，2019，11（4）：104-105.

[7]LUCKIN R， HOLMES W， GRIFFITHS M， et al. Intelligence unleashed： An argument for AI in education[M/OL]. London： Pearson Education， （2016）[2022-04-28]. https：//static.googleusercontent.com/media/edu.google.com/en//pdfs/Intelligence-Unleashed-Publication.pdf.

[8]林命彬.智能機(jī)器的哲學(xué)思考[D].長春：吉林大學(xué)，2017.

[9]賈同興.人工智能與情報檢索[M].北京：北京圖書館出版社，1997：15-103.

[10]Stanford Institute for Human-Centered AI. Artificial Intelligence Index Report 2022[R/OL]. （2022-03）[2022-05-30].https：//aiindex.stanford.edu/wp-content/uploads/2022/03/2022-AI-Index-Report_Master.pdf.

[11]新華社.中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要[EB/OL].（2021-03-12）[2022-04-28].http：//www.gov.cn/xinwen/2021-03/13/content_ 5592681.htm.

[12]張志鋒，鄒翠蘭，孫鋒申，等.產(chǎn)教融合背景下提升校企合作中的企業(yè)主體地位——人工智能產(chǎn)業(yè)學(xué)院建設(shè)思路探析[J].現(xiàn)代商貿(mào)工業(yè)，2021，42（36）：12-13.

[13]國務(wù)院.國務(wù)院關(guān)于印發(fā) “十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃的通知[EB/OL]. （2021-12-12）[2022-04-28]. http：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.

[14]楊現(xiàn)民，張昊，郭利明，等.教育人工智能的發(fā)展難題與突破路徑[J].現(xiàn)代遠(yuǎn)程教育研究，2018（3）：30-38.

[15]何哲.通向人工智能時代——兼論美國人工智能戰(zhàn)略方向及對中國人工智能戰(zhàn)略的借鑒[J].電子政務(wù)，2016（12）：2-10.

[16]蔡自興.中國人工智能40年[J].科技導(dǎo)報，2016，34（15）：12-32.

[17]RUSSELL S. Robotics： Ethics of Artificial Intelligence[J]. Nature， 2015，521：415-418.

[18]國家新一代人工智能治理專業(yè)委員會.《新一代人工智能倫理規(guī)范》發(fā)布[EB/OL]. （2021-09-25）[2022-04-28]. http：//www.most.gov.cn/kjbgz/202109/t20210926_177063.html.

[19]KAPLAN J. Humans Need Not Apply： A Guide to Wealth and Work in the Age of Artificial Intelligence[M]. Connecticut： Yale University Press， 2015：1-256.749DCE71-6172-4D11-81F1-586C28A1D95A

作者簡介：

朱嘉文，博士后，博士，主要研究方向為在線教學(xué)設(shè)計、智慧教育理論與應(yīng)用，郵箱：zhujiawen@ed.ecnu.edu.cn;

杜華，副教授，博士，主要研究方向為智能教育，郵箱：dhaynu@126.com;

顧小清，教授，博士生導(dǎo)師，博士，主要研究方向為學(xué)習(xí)科學(xué)與技術(shù)設(shè)計、智能教育等，郵箱：xqgu@ses.ecnu.edu.cn。

Interpretation of the Elsevier Report Artificial Intelligence： How Knowledge is Created， Transferred， and used： Trends in China， Europe， and the United States

Jiawen ZHU1， Hua DU2， Xiaoqing GU1

（1.College of Modern Educational Technology， East China Normal University， Shanghai 200062;

2.College of Teacher Education， Zhejiang Normal University， Jinhua Zhejiang 321004）

Abstract： Artificial intelligence， which is viewed as the latest development and technology of current information technology， has become a prominent label and a cutting-edge research field of the fourth industry revolution. It has received significant attention from policy makers， universities， researchers， enterprises， media and the public， and it is moving into a new chapter with high global attention. Based on Elseviers report Artificial intelligence： How knowledge is created， transferred， and used： trends in China， Europe and the United States， this paper discusses the definition and the diversity of artificial intelligence， the trend of artificial intelligence development in China， Europe， the United States and even the world， and the ethical problems， which aims to provide insights and implications for the research of artificial intelligence in China.

Keywords： Artificial intelligence; Knowledge; Creation; Transmission; Application; Trend

編輯：李曉萍 ? 校對：王天鵬749DCE71-6172-4D11-81F1-586C28A1D95A