人機協同考驗AI產業智慧

鄒德寶

當前，中國人工智能技術創新日益活躍、產業規模逐步壯大、應用領域不斷拓展，取得了階段性成效。未來，大量的長尾行業場景需要借助人機協同技術實現快速地智能化部署，大幅提升行業內部智能化體系的建設效率。智能行業的引領者則通過建設開放平臺的商業模式，實現人機協同技術能力的快速行業橫向延展。開放平臺的建設者利用開放平臺實現技術能力的快速分發，實現大規模的裂變式資源釋放，從而獲得超額收益。軟件開發商、硬件開發商、渠道供應商等生態伙伴則會圍繞開放平臺獲得低成本的人工智能技術支持，在生態的基礎上衍生出更具創造性的行業應用。

人機協同是人工智能

新階段的發展方向

2010年以來，加速演進的世界新一輪科技革命和產業革命為培育經濟增長新動能、實現動力變革提供了重要的歷史機遇。新一代信息技術可以通過“產業機制”和“賦能機制”推動我國經濟發展的動力變革，助力關聯產業壯大及賦能其他產業。一方面，隨著社會進步，全球經濟逐漸從第一產業向第二、三產業轉移，高附加值的產業將不斷的成為經濟主流。數字化和智能化的巨大突破提升了公司的經營管理效率，重塑公司的業務邏輯，進而推動了信息技術行業由通用性向細分長尾領域擴展。數字經濟已經成為中國經濟發展不可或缺的重要組成。另一方面，科技革命和產業變革賦能傳統產業，加快各行各業數字化進程。高新技術憑借超強的融合滲透力，打破行業邊界并將產品和服務延伸至其他領域，從而實現跨行業領域的市場融合。新一代信息技術通過滲透于信息通信技術（ICT）行業以外的其他行業部門并提升其全要素生產率，為宏觀經濟增長提供支撐。

人工智能（AI）將如同產業信息化普及一樣，滲透于各個行業，成為新時代的經濟增長新引擎。然而傳統行業在長期的發展中積累下深厚的知識儲備，簡單地使用計算機視覺技術或者語音識別等人工智能單點技術將無法滿足行業深層次的智能化要求。因此，能夠充分融入行業專家知識能力的人機協同成為了人工智能新階段下的發展方向。

人機協同能夠同時服務于生產者和消費者。一面是專家，一面是用戶，專家通過行業知識的輸入，以人的長板補充機器的短板，從而更好地服務消費者。同時人工智能既可以取代機械性的、簡單的、無創意需求的勞動，又能夠對人的能力進行增強，從而協助專家作出更精準、更清晰和更理性的判斷。人機協同正在成為解決行業深度融合的重要方式。

2019年美國國家技術科學委員會發布的《國家人工智能研究和發展戰略計劃》中明確提出“開發有效的人工智能協作方法”的戰略。人機協同的理念在美國人工智能研究和發展的戰略地位進一步提升。人類與人工智能合作將成為改變社會運轉方式的新趨勢。美國提出的發展戰略計劃關注未來，聚焦人工智能的人機協同系統開發，補充和增強人的能力邊界，意圖將人機協同系統打造成人工智能實力擴充的重要一環。

人工智能前沿技術

產業化落地面臨考驗

人工智能領域技術能力全面提升將為人機協同奠定基礎。人工智能技術能力的不斷成熟，使得機器能夠實現越來越人性化的操作。人工智能技術能力的全面提升為人機系統的能力實現奠定了堅實的基礎。

人機協同包含三個依次演進的層次，分別為人機交互、人機融合、人機共創。人機協同發展的第一階段是人機交互層面。人工智能技術的突破賦予機器視覺、聽覺和觸覺等綜合的感知能力，也提升了機器的認知和決策能力。人工智能技術的成熟為順暢的人機協同提供可能。機器通過視覺感知、聽覺感知、文字感知等技術，實現人機交互的過程。

計算能力提升與數據資源累積將為人機協同能力發展提供基礎支撐。人工智能技術得以商業化主要得益于計算能力的提升與數據資源的累積。芯片處理器的技術迭代、云服務普及以及硬件價格下降使得人工智能算法的計算總成本大幅下降。傳統的面向通用計算負載的CPU架構無法完全滿足海量數據的并行計算需求，在人工智能使用GPU進行訓練與推理后，由于同時調用數以千計的計算核心，人工智能的計算能夠實現10～100倍吞吐量，大幅加速人機協同產業的發展進程。人工智能算法性能決定著人機協同智能水平，所以計算性能的大幅提升將為人機協同提供重要的基礎支撐。此外，伴隨著云計算、大數據、物聯網等技術產業的快速發展，數據流量增長速率正在不斷加快，人工智能可以獲得體量龐大的學習素材，有助于提升人機協同的智能水平。

但是，人機協同的實現對產業提出了很大的挑戰。

首先，人工智能對復雜問題的處理能力仍與人類水平有差距。雖然經過數十年的努力，智能安防、智能機器人、自動駕駛、智慧醫療、無人機、增強現實等領域都出現了各種形態的人工智能應用，但是人工智能依然面臨著很多技術性挑戰，距離完全還原人類智能還存在很大的差距。同時，缺乏標簽數據、大規模訓練數據獲取成本高、部分應用場景出于保密考慮存在數據隔離限制等問題，導致數據不能共享也無法形成閉環，技術進步分散在不同項目和應用場景，難以帶動行業整體跨越。

其次，人工智能社會屬性使產業發展面臨社會風險和挑戰。

在人工智能產業快速發展、迅速應用的過程中，同樣面臨著潛在的社會風險和挑戰。隱私、安全性、公平、倫理等問題引起人們的日益關注。以人工智能大數據為代表的現代信息技術與人類生產生活高度融合。全球數據爆發增長，海量聚集，大數據發展日新月異，對經濟社會發展產生了非常深遠的影響。與此同時，在全球化的人工智能時代，以人工智能、大數據為代表的新型數據安全風險日益凸顯，尤其是侵害消費者隱私、網絡詐騙等事件，給公民的信息和財產安全造成嚴重威脅。預計未來各國對版權、數據監管和隱私保護將會陸續推出相關政策法規加以規范，并加強相關領域監管。

最后，人工智能前沿技術產業化落地考驗產業鏈發展。目前，許多人工智能前沿技術仍然缺乏從產品到規模化應用的工程化經驗。人工智能技術的應用涉及新型基礎架構、數據分析流程以及智能硬件部署等。每個環節都可能會影響識別效果，將技術從實驗室擴展到工業化應用的過程本身就是很大的挑戰。人工智能產業雖然市場廣闊，但也存在落地場景較為分散復雜、各場景成熟度差異較大的特點，目前較為成熟的細分領域競爭相對充分，其他市場尚處開拓深化階段，預計未來產業鏈生態平臺、系統集成商、解決方案提供商等企業的競合關系將隨著場景深度結合方向的選擇變得錯綜復雜。

“縱橫交錯”

拓展人機協同生態圈

以人機協同為方向，以下三點將成為人工智能產業發展趨勢：

（一）以技術為核心的“人機協同生態圈”將成為未來智能產業發展新模式。未來隨著人工智能技術在場景中應用的不斷深化，單一技術實現的技術閉環難以滿足復雜場景下的智能化需求。人們對于智能算法的能力要求持續升高，核心技術能力的研發難度開始加大。一方面以人為本的理念成為人工智能新階段的發展重點，人類的行業知識和經驗判斷成為了智能產業發展的重要組成。另一方面擁有核心技術實力的企業通過持續的技術積累，能夠支撐起未來人工智能核心技術的攻關突破。因此，具有把人類知識與機器能力完美融合的人機協同操作系統成為未來人工智能產業發展過程中實現人機交互、人機融合與人機共創的重要基石。這需要人工智能行業內的技術引領者，通過構建“人機協同生態圈”的方式，集成多維度的人工智能技術能力，聚攏行業內的專家，實現綜合型能力的輸出。

在商業價值層面，“人機協同生態圈”的建設將成為人工智能時代的流量入口，大企業提供技術能力輸出，生態圈企業與行業專家共同參與共建生態。通過網絡狀的生態結構，人工智能的能力得以規模化釋放，人與機器共同創造價值，最終達到人機協同生態模式的平衡。

（二）融合專家能力和機器能力的“縱向深耕”將是人工智能行業賦能的關鍵。隨著傳統產業的智能化實踐逐步深入，行業中深層次的知識和經驗尤為重要。簡單的人工智能技術疊加將不再能滿足用戶的智能化預期。例如在醫療領域的主要矛盾是稀缺的專家資源與海量的病患需求。以前完全人工專家診斷的方式效率很低，大量的患者將無法得到有效的救治。同時由于機器缺乏人工的經驗，如果僅單獨地使用人工智能技術診斷將會產生不可控的風險。人機協同則通過融合專家能力與機器能力，將醫療專家的知識技能模型化、自動化，自動判斷分析90%以上診療信息，使得醫療專家集中處理10%的關鍵性問題，大幅提升醫療專家的服務能力。

智能化場景是人工智能在產業化實踐過程中的最根本體現，未來人工智能產業將更加深入地滲透于場景，切實解決客戶場景的業務問題，形成以綜合技術能力為核心的場景應用閉環，從而擴大智能場景的市場規模量級。算力、算法、數據是構筑起當前人工智能時代的基礎三要素，而在場景智能化應用的過程中，行業知識將成為新時代下人工智能的第四大要素。人類專家的知識將是開啟社會從弱人工智能時代向強人工智能時代的鑰匙。未來的人工智能企業不僅需要擁有強大的技術能力，同時還需要通過人機協同的方式深度滲透于場景，從而制定出適用性強的解決方案，觸達客戶深層次需求。

（三）以開放平臺為載體的“橫向延展”將是未來AI實現產業化的方向。人工智能產業將逐步向工業化邁進。標準化的產品、規模化的生產、流水線式的作業將是人工智能實現產業化的發展方向。企業在行業實踐中的大量人機協同經驗沉淀將通過開放平臺擴散至更多行業。既擁有行業知識又擁有智能技術的企業通過提供標準化、模塊化的產品和服務，為橫向多行業全場景賦能。

“開放、共享”將成為下一階段人工智能產業發展的關鍵詞。開放創新平臺的建設可以更好地整合行業技術、數據及用戶需求等方面的資源，助力人工智能產業生態的構建。中小型人工智能企業能夠依托開放平臺，集中資源和力量，打造自身的核心競爭力。傳統領域的企業能夠借助開放平臺的技術能力，快速實現行業的智能化轉型。

“開放、共享”的創新發展模式將提升人工智能技術成果的擴散與轉化能力，促進中國人工智能產業形成以開放平臺為核心的智能生態圈。