未來人工智能與中國經濟發展的探究

周梓博 任書琪 齊恒嘉

摘要：“十四五”規劃建議列舉出的幾大前沿科技中，人工智能位列第一，預示著其未來的良好發展前景。同時，在“雙循環”新發展格局下，鼓勵大眾創業、萬眾創新，科技創新成為推動我國經濟高質量發展的第一引擎。本研究使用神經網絡預測模型，分析了未來人工智能產業逐年利好的發展趨勢，這為 “十四五”關鍵時期，重點發展人工智能產業，集中力量發展技術創新、深入推進實體工業化與實體經濟的戰略提供有效支撐。

關鍵詞：人工智能;經濟發展;神經網絡預測模型;新發展格局

在2020年“新基建”七大重點領域中，人工智能憑借“推動經濟高質量發展的引擎”的頭銜再次出現在大眾的視野中。人工智能技術經過50多年的發展，已逐步成為21世紀的科技核心，尤其是在智慧駕駛、智慧醫療、智慧金融等民生科技領域。人工智能這一先進理念打破了許多傳統產業的固有思維，幫助傳統制造業生產進行以自動化、數字化、信息化為基礎，逐步實現智能化的轉型，如工廠無人化、教學智能化、作業標準化、物流鏈條化等。

這一科技轉型為中國經濟帶來三點優勢：

第一，人工智能將賦能多個傳統產業領域，為其轉型升級提供高效率方案——切實降低傳統產業各項經濟成本。

第二，生產過程由標準化向智慧化轉變——精準預測未來市場需求。

第三，基于大數據建立產品質量檢測監控新機制——確保中國產品經濟高質量發展。

一、人工智能及其概念

（一）人工智能政策歷程

自2015年至今，人工智能的發展和規劃多次被列入國家發展政策，逐步確立人工智能技術在戰略發展中的重要性。2020年4月，新基建七大領域建設政策發布出臺，人工智能是新基建的一大主要領域;2020年6月，在全國人大常委會中提及人工智能相關法律法規問題，重視對人工智能、區塊鏈、基因編輯等新技術新領域相關法律問題的研究。

（二）人工智能相關概念

人工智能研究的對象主要包括智能機器人、語音文字識別與處理、圖像識別與處理、計算機視覺等，其核心問題在于建構能夠跟人相似甚至超越人腦的推理、知識、規劃、學習、工程作業的能力等。達到模擬人類的高級思維過程和實現人類的智能行為這一終極目標。

1. 機器學習

將機器學習比作人工智能的“心臟”恰到好處，因為它正是人工智能技術的關鍵核心。該技術由初始階段、學習階段、評估階段、預測階段等四部分集成，主攻如何使計算機模擬或實現人類的學習行為的難題。在機器學習的同時將不斷儲存習得知識并加以記憶，自動重組原有知識框架以及決策方式，由此不斷自發性地改善自身的性能。

2. 深度學習

深度學習是挖掘樣本初始數據的潛在規律和表現層次的學習方法。在學習過程中捕獲的信息不僅有利于對文字，圖像和聲音等數據的歸納，還有助于對這些數據的合理解釋以及挖掘數據背后的潛在信息。深度學習的最終目標是使機器的主機與人類的大腦無盡相似，甚至超越常人的本能。作為機器學習的一個復雜分支，深度學習在語音和圖像識別處理方面具有得天獨厚的優勢和無與倫比的天賦，是其他相關技術無法比擬的。

二、人工智能與經濟發展的探究

（一）人工智能賦能勞動

1. 代替“沒人干”的勞動

自2000年來我國老齡化現象日益嚴峻，到2004年時則形成了一種“事很多，人很少”的“用工荒”局面。大多數缺少工作者的勞動，都屬于制造業勞動密集型，具有勞動時間長、技術含量低、工作內容重復性高、工資報酬低的特點。但也正是因為這類工作的單一性，使得“人工智能工作者”獲得就業機會。在人工智能技術相對完善，人工智能制造成本相對較低的情況下，大多數“沒人干”的勞動，人工智能都能勝任。

2. 代替勞動者“干不好”的勞動

有些工作要求嚴格，具有強度高、時間長、精度高、速度快等特點，大多數勞動者難以勝任。但這些勞動并不具有難以理解、技術含量過高等必須由專業人士操作的特點，只是受制于我們人體的生理極限等。假設“不知疲乏、不知睡意”的機器人能夠替代人工，那么不僅可以提高產品質量，還可以顯著地提高勞動生產率。只要人工智能機器人擁有相較勞動者更低的成本優勢，人工智能機器人就很可能替代勞動者從事這些活動。

（二）人工智能賦能三大產業

人工智能可以在三大產業中尋求一席之地，從而解放出某些純粹體力勞動者的雙手，提高三大產業的生產效率，推動我國三大產業經濟高質量發展。

1. 人工智能賦能制造業

用機器自動制造代替人工手工制造，可以使制造業智能化、數字化，促進傳統制造業轉型升級，在降低管理難度、人工成本的同時，提高制造業生產效率。

其中，在我們的生活中應用最廣泛的就是生產智能化的一個分支——產品智能化。從小靈通到智能手機，從人工客服到機器人客服，從現金付款到微信/支付寶收銀等方方面面。在21世紀的今天，我們“足不出戶、辦事有序”的舒適生活已經離不開智能產品的幫助。

2. 人工智能賦能農業

農業發展是推進中國現代化進程的主要短板之一，要想實現質的突破，應用高科技武裝農業是促進傳統農業轉型升級的必由之路。

目前，我國的智慧農業也取得了顯著性成果。譬如，大型無人機企業廣州極飛科技（XAG）公司開發出一款能夠在綜合考慮環境風向和土地形狀條件的同時，進行高效且精準的農藥噴灑工作的智慧機器人。在機器人作業的同時會精細拍攝農作物生長、病蟲害和周邊環境情況以及耕地形狀，并測量土地肥力。科研人員根據這些大數據，便可以利用人工智能來分析農作物的生長情況和態勢等，向農戶提供施用農藥和肥料的品種、數量和時間以及農作物的最佳收獲期等建議。

3. 人工智能賦能服務業

近年來服務業飛速壯大，已超越制造業成為國內第一大產業。數據顯示（國家統計局），在2013年服務業占GDP的比重為46.1%，2015年占比50.5%，2019年占比53.52%，該數據呈逐年上升趨勢，并且從2013年開始，服務業就超越制造業成為國內第一大產業，這都預示著服務業的巨大潛力。在“人工智能+大數據”的輔助下，傳統服務業將呈現“人不多，辦事多”的高效率工作新局面。

每個人無時無刻不在享受著服務，譬如，發送短訊，呼叫快車，定點外賣等。此外，新冠疫情期間，人工智能線上教育展現出了無與倫比的工作能力。資料顯示，借助互聯網慕課（MOOC）平臺，1名教師可以同時教授多名學生。譬如，在清華大學公開講授的280多門慕課中，全國范圍內總計有800多萬名學生在線聽課，經計算，1名教師可以教授3萬名學生，達到“一次勞動，永久有效”的教學新思路。

不僅如此，人工智能的興起為人們進行創新創作提供了空間，將勞動人民的雙手從傳統工作中解放出來，鼓勵更多的人從事發明創造型工作。因此，這將有助于創新創業的發展，以促進創新型經濟蓬勃發展。

（三）人工智能賦能政府

自2013年開始，我國一直在探索如何使市場在資源配置中更好地發揮其作用，但至今仍沒有較好的方案。在人工智能時代的政府治理中，應達到以下四個目的：

第一，轉變政府治理理念，建立新型新理念新格局的現代化政府

第二，確立合理的治理目標并努力實現

第三，應用大數據提高各地政府協同治理水平，整合優勢資源并徹底消除“信息孤島”現象。

第四，與時俱進地把握經濟規律，優化我國整體經濟結構，大力發展實體經濟，以減少泡沫經濟帶來的風險。

三、中國人工智能市場經濟活力的數據證實

中國人工智能市場在未來的五至十年內將保持高水平的經濟活力，同時中國人工智能市場的經濟規模也將受到正面反饋作用，從而表現出持續上漲的趨勢。

為對此觀點進行科學有效的證實，本段采用數據分析與數學模型相結合的證實方法，基于往年的原始數據，結合神經網絡預測模型對人工智能核心產業規模進行預測，以佐證上述論點。（往年數據來源：中國信通院，前瞻產業研究院整理）

神經（RBP）網絡預測模型的具體構建步驟如下。

Step 1，輸出層第k個神經元網絡輸出為：

式中：wik為m層（隱含層）第i個神經元與p層（輸出層）第k個神經元的連接權值。

Step 2，Ri（X）為隱含層第i個神經元的作用函數，即：

式中： Ci與σi分別為第i個基函數的中心和寬度;X為n維輸入向量;m為感知單元的個數;||X-Ci||為向量的范數。

Step 3，結合上兩步，神經網絡預測模型已建立完成，現應用SPSS軟件中的神經網絡預測模型進行數值預測，預測結果如下（圖10）。

根據以上的數據分析：由圖9可看出，從2015年至2020年中國的人工智能產業進入萌芽飛速發展階段，人工智能產業規模呈爆炸式增長，復合平均增長率高達55.11%。基于此，使用神經網絡預測模型對未來五年的數據進行預測，2021年至2025年復合平均增長率為17.2%，由此可見，人工智能產業規模逐漸進入平穩成熟發展階段，產業規模仍呈逐年上漲趨勢，并且到2025年預計將突破4000億。據此可見，中國人工智能市場將在未來長時間內保持高水平的經濟活力，具有極佳的發展前景。

四、結語

綜上所述，人工智能在當今中國“雙循環”模式的經濟發展中的潛力是無限的。因此，在世界各國競相發展的時代，人工智能的崛起或許就是“第四次科技革命”。

不過，盡管人工智能對經濟發展有上述積極作用，但我們也要清醒地認識到人工智能也會給經濟社會帶來許多風險和挑戰。就經濟方面而言，人工智能代替人工這一行為雖然會提高社會整體工作效率，但會導致特定工種失業風險幾率大幅度提高、加劇收入分配兩極分化、社會居民生活穩定性下降等多項嚴重問題。

因此，我國不僅應該重視人工智能發展，重視人工智能為我國經濟帶來的蓬勃發展，更應該辯證地看待問題，在享受人工智能帶給我們的美好生活的同時，認真反思人工智能可能給經濟、政治、社會、文化、民生等方面帶來的風險與挑戰，積極探尋應對措施，確保人工智能能夠真正地為人所用，能夠真正地做到安全、可靠、安心。

參考文獻：

[1]孫博倫.人工智能與經濟發展探究[J].無線互聯科技，2021，18（02）：86-87.

[2]陳先昌.基于卷積神經網絡的深度學習算法與應用研究[D].杭州：浙江工商大學，2014.

[3]屈小博.機器人和人工智能對就業的影響及趨勢[J].勞動經濟研究，2019，7（05）：133-143.

[4]武軍，謝英麗，安丙儉.我國精準農業的研究現狀與發展對策[J].山東農業科學，2013，45（09）：118-121.

[5]程承坪.智能新技術助推中國經濟中高速增長——基于高質量發展的視角[J].山東財經大學學報，2020，32（01）：16-25.

[6]徐星穎.服務業智能化發展的模式和趨勢[J].競爭情報，2018，14（04）：51-57.

[7]程承坪，彭歡.中國人工智能的經濟風險及其防范[J].人文雜志，2020（03）：30-39.

[8]曾曉娟.促進互聯網大數據人工智能與實體經濟深度融合研究[J].電腦知識與技術，2020，16（35）：182-183.

（作者單位：周梓博，山東大學機電與信息工程學院;任書琪，山東大學文化傳播學院;齊恒嘉，山東大學澳國立聯合理學院。周梓博為通訊作者）