人工智能（AI）俨然成为改变全球产业态势及主导经济发展的趋势，主要国家无不在AI领域上大作文章，尤其中国希望透过AI发展搭上第四波工业革命的快速列车，并期待透过政府主导模式与美国在AI领域上一争高下。不过，笔者认为国内AI在基础理论、核心运算等基本功仍较美国落后，在制造、农业、物流、金融、商务等领域仍在示范阶段，人工智能只能算是拼凑起的产业链，尚未产生足够或期盼的国际影响力。尤甚，美国科技产业及人工智能之所以能持续创新，来自于无心插柳柳成荫的政府放任，而官方的强势介入，是否最后会造成人工智能发展有心哉花花不开的政策失灵？

图片来源: © 2018 Pixabay

AI的兴起不仅是技术或产业领域的重大发展，更对经济、社会、 政治各领域产生综合性、剧烈性的变革，人工智能的迅速发展将深刻改变人类社会生活。伴随着人工智能、大数据、云端运算、区块链等技术的兴起与发展，尤其是近年来新兴技术在棋类对弈、自动驾驶、人脸识别等领域的广泛应用，围绕人工智能所可能引发的社会变革产生了激烈争论。AI发展进程中所面临的挑战，不仅仅局限于技术或产业领域，而更多体现在的公共政策选择上，美国前总统奥巴马在内的政治家又认为应该放松监管，充分释放AI的技术潜力以造福人类社会。然而，全世界主要国家对于AI发展态度亦大不相同，对AI发展抱持忧心者不在少数。

杰文斯悖论检视人工智能的发展

19世纪英国经济学家威廉•斯坦利杰文斯（William Stanley Jevons），曾实地调查在大英帝国的煤炭使用。Jevons想了解大英帝国对于煤炭的需求，与花多少时间将会耗尽英国煤矿。在他的调查中注意到，提高效率的燃煤机其实没有减缓对煤炭的整体消费。事实上，Jevons看到了更高效的燃煤机，在不断增加的速度，消耗更多的煤。而效率似乎让煤炭消费量增加却不能减少，这就是现在被称为「杰文斯悖论」。

吊诡的是解释指出，多台机器共同运作而提高效率，降低了一台机器上的个人油耗、成本、机器运行。反过来，降低成本，使机器，在经济上可行的一些新的应用。虽然每台机器更高效，机器本身的整体需求增加，从而导致油耗的增加。此外，当我们运用杰文斯悖论去探讨人工智能却也出现不同的东西，例如：人工智能或许可降低了单位成本的计算，在一个新的市场建立一个规划项目而减少每个单位的成本，因为负的成本/效益比以前财务可行性的领域外，突然变得可行，于是对人工智能的投资变成一股趋势，但能否达到真正成本/效益的回收就成为21世纪的杰文斯悖论。

以物理学家霍金、钢铁人艾隆马斯克、微软创办人比尔盖茨等为代表的诸多人士，呼吁加强对AI的监管，警惕人工智能恐成为人类文明史的终结。尤其霍金晚年相当关注气候变迁、人工智能、人口爆炸、外星人入侵等议题，对这些威胁一再提出警告。霍金早在2014年英国广播公司（BBC）新闻网的专访中就预言：「全面发展AI的话，人类恐自取灭亡。」事实上，霍金担忧AI终将发展到比人类还优秀的程度，形成一种「新型态的生命」，其更忧心忡忡地表示：「我担心AI会完全取代人类，若有人设计计算机病毒，有人创造出能自我升级及自我复制的AI，那将是超越人类的新型态生命」。

人工智能复兴？AI在上世纪70年代被戏称为现代炼金术

人工智能或人工智能（AI）一词，最早在1956年横空出世，乃由人类制造出来的机器所表现出来的智慧，「魔鬼终结者」、「黑客任务」、「变形金刚」等好莱坞系列电影，皆相当程度探讨人工智能对未来生活的冲击与想象。1950年代因计算机科学的进步，从科学家到普罗百姓，皆对于计算机充满无尽的想象。当时，全球第一台通用计算机EDVAC问世刚满十年，任何人若看到这款计算机的超强运算能力，便会认为计算机总有一天会比人类更为聪明，甚至是超越人类的存在。至于如何判断机器拥有人工智能？著名的「图灵测试」的报告中定义：倘若一台机器能与人类对话，而不被识别出己方的机器身份时，变能宣称该机器拥有智慧。人工智能在1970年代末也产生泡沫及停滞时候，被戏称为一场现代炼金术，导致政府与企业纷纷撤资，人工智能也面临一场过剧的寒冬。

由于计算机科技兴起强化运算技术的能力，传统的逻辑符号推导迈入机器学习领域的诞生。当然，人工智能亦有强弱之分，强的人工智能强调计算机拥有自觉意识、性格、情感、知觉、社交等人类特征；弱的人工智能主张机器只为仿真人类具有思维的行动表现，而非真正地懂得思考，所以机器仅能模拟人类，本身并不具意识，也难以理解动作本身的意义。尤甚，由于统计机率及计算机科学的涉入，使「机器学习」可归功于硬件储存成本下降，运算能力的强化使大量数据可被处理，尔后，类神经网络模型因计算机运算能力大幅提升，摆脱技术上的困难而再次复苏，促使「深度学习」又超越机器学习，成为当今人工智能的显学。面对步步逼近的人工智能，或许两招应对模式：要不积累财富，成为资本大户；要不积累知识，成为尖端技术的掌握者。换言之，人工智能将掀起资本累积及技术累积的浪潮。

深度学习的代表，可谓是2014年横空出世的AlphaGo，该款人工智能为围棋软件，颠覆众人对机器在深度学习的想象。ICT释放自主学习的潜能，包含互联网、云端运算、大数据、图形处理器（GPU）、芯片及各项软件等发展突飞猛进，伴随大量资本的投入，深度学习的演算不断进步，各类创新型的AI人工智能公司顺势而出，深度学习为核心的机器人研发和脑神经等技术，成为各国发展AI的新战场。日本政府从2015年开始便制定5年计划的新机器人战略，希冀至2020年扩大机器人开发投资，推进千亿日元规模的机器人扶持项目。除了日本的机器人研发之外，欧盟的「人脑计划」更是大胆的尝试，其旨在整合目前所有的大脑知识，逐步以模型和计算机仿真方式重建人脑。这些模型开启了探索大脑与神经系统疾病的链接，也和发展机器人领域的创新技术有关。

高盛对AI发展报告：产业变革与经济发展的战略意义

2016 年底金融投资巨擘高盛公司，发布了长达百页的人工智能生态报告《人工智能，机器学习和数据是未来生产力的源泉》。作为金融服务、投资和战略咨询行业的顶级企业，高盛深知 AI 对于产业变革和经济发展的战略意义，其重点在于人工智能对经济发展的影响，当然还提及人工智能时代的投资机会。高盛认为，人工智能在 以下四个方面的影响力最为显著：

首先，生产率。根据高盛首席经济学家简哈祖斯（Jan Hatzius）所言：「大体上，AI 看起来似乎比上一次创新浪潮更有可能在统计资料中捕捉到更有价值的东西，人工智能将可以降低成本，减少对高附加值生产类型的劳动投入。」

其次，尖端技术。AI 和机器学习在速度上的价值，其实有利于构建一种在建设数据中心，以及网络服务时让硬件更便宜的未来，消费者透过AI将有更具使用便利的趋势，此一趋势更将颠覆原有产业态势，并带来更多变革的动力。

第三，竞争优势。 AI 和机器学习具有重新调整每个行业的竞争秩序的潜力。未能投资和利用这些技术的管理团队，在和受益于战略智慧的企业竞争时，有很大可能会被淘汰掉，因为这些技术可以让企业的生产力提高，并为它们创造更高的资本效益。

第四，创办新企业。高盛发现了 150 多家在过去十年中创建的人工智能和机器学习公司，虽然相信人工智能的大部分价值都掌握在具有资源、资料和投资能力的大公司手中，但也期望风险投资家、企业家和技术专家可以继续推动新公司的创立，从而促进实质性的创新和价值创造，即使最后创业公司会被收购，并建构各自的AI体系的平台。

赶上第四波工业革命：中国对AI发展兴致勃勃

席卷全球的人工智能（AI）发展，与第四次工业革命从「自动化」转变成为「智能化」有关。首先，互联网的快速发展提供了种类丰富大数据资源，大幅提升算法有效性；其次，运算技术的变革，促使硬件成本指数下降、运算时间缩短，让人工智能AI再度崛起；第三，基础算法和AI平台的创新，减少了传统算法和人类手工总结特征的不完备性，大幅提升算法有效性。AI让消费端到生产端出现剧烈变化，网络化、智能化、数字化等转型升级加快，促使ICT产业的供给能力得到快速的飞跃，体现更强大的规模经济。例如：AI在产业应用服务不仅是简单的智能硬件或工业互联网，可透过云端极大数据的垂直结合，推广至交通、医疗、教育、工业等领域，AI领域中的深度学习已有取代机器学习的态势，跃升为引领AI发展的主流。

面临AI的巨大浪潮，国务院去年发布「新一代人工智能发展规划」，该规划显示中国未来几年将投注 1,500 亿美元资金，部署中国人工智能发展的产业优势，2020年期待人工智能技术应用成为改善民生的途径、2025年人工智能成为产业升级和经济转型的主要动力、2030年希冀成为世界主要人工智能创新中心。此外，中国科技巨擘如百度、阿里、腾讯等BAT争相竞逐AI领域，与美国硅谷同行相比，BAT拥有三个明显优势：第一，中国的数据规模更大也更易于获得；其次，大量的人工智能专业人才正前仆后继投入该产业链；第三，充沛的资金投入及政策支持。不过，中国AI在基础理论、核心运算等基本功仍较美国落后，在制造、农业、物流、金融、商务等领域仍在示范阶段，人工智能只算是拼凑起的产业链，尚未产生足够或期盼的国际影响力。

比较美、中两大AI强国的差异：市场驱动还是政府驱动？

美国早在奥巴马政府时期，便设立了「推进创新神经技术脑研究计划」，之后推出2.0版机器人路线图《国家机器人计划》，积极发展协作机器人，未来更要投入45亿美元进行《推进创新神经技术脑研究计划》。不过，美国政府在产业发展中所起到的作用历来有限，市场并不相信美国政府发布的所谓战略规划能有多大的约束力。历史上发生在美国的历次技术革命更多都是科研或企业主导，而非政府主导。奥巴马在任时的白宫科技政策办公室在特朗普政府上台后，到底还有多少政策持续性，更是值得怀疑。

中国近年来亦积极推出各种促进人工智能发展的方案，包含：「互联网+」人工智能三年行动实施方案、新一代人工智能发展规划、促进新一代人工智能产业发展三年行动计划等。比较中、美两强在发展AI的差异，在于美国发展AI的能量并非来自政府的政策规划，而是强大的市场经济的驱动创新。尤甚，以2017年全球各国在AI企业分布情况来看，美国拥有全球AI企业数量的41%，许多还是握有各项AI专利的研发公司，美国可谓盘据AI产业链及价值链的高端，这种强大的优势不是其他国家说能赶上就能赶上的境界。

中国拥有全球AI企业数量的22%，高于英国11%及加拿大8%，大陆AI企业数量接近1,500家，早已是全球人工智能发展的重地，北京、上海、江浙及广东等地成为AI发展重镇。不过，加强AI相关法律、伦理和社会问题研究，建立保障AI健康发展的法律法规、伦理道德框架和监管体系，特别在在智能驾驶、智慧医疗等重要领域上，也成为大陆监管体系的重大挑战。俯视大陆AI发展的前景，笔者认为与科研机构和新创企业的结合加快AI的发展，包含语音、视觉、翻译等技术已经步入商用，带动产业规模快速增长，尤其以语音识别、机器视觉为代表的人工智能技术快速成熟，几乎达到实用化水平。

最后，笔者认为中国大陆人工智能发展有两项待克服的劣势：其一，对研发人工智能的基础设施、法规环境及标准体系，仍缺乏超前布局的前瞻力；其次，由国务院及科技部迁头，结合BAT互联网企业等所形成的官民结合体系，是否为发展人工智能产业及技术的最佳组合，令人质疑。尤甚，美国科技产业及人工智能之所以能持续创新，来自于无心插柳柳成荫的政府放任，而官方的强势介入，是否最后会造成人工智能发展有心哉花花不开的政策失灵？

【本文只反映专家作者意见，不代表本报立场。】

作者： 林士清 现任： 北美智权报专栏作家 台湾地区台湾经济研究院/助理研究员 学历： 北京清华大学公共管理学院博士班 台湾地区台北大学公共行政暨政策研究所 台湾地区台湾大学政治学系国际关系组＆中国大陆研究学程 经历： 台湾地区台湾经济研究院南台湾项目办公室/组长 台湾地区台湾经济研究院区域发展研究中心/助理研究员 台湾地区台湾经济研究院研究一所/兼任助理研究员 台湾地区行政院青辅会青年国是会议/咨询委员