2014年秋季，人工智能百年研究（OneHundred YearStudy）項(xiàng)目啟動(dòng)，這是一項(xiàng)對(duì)人工智能領(lǐng)域及其對(duì)人類(lèi)、社區(qū)、社會(huì)影響的長(zhǎng)期學(xué)術(shù)研究。這項(xiàng)研究包含使用人工智能計(jì)算系統(tǒng)的科學(xué)、工程和應(yīng)用實(shí)現(xiàn)。監(jiān)督該“百年研究”的常務(wù)委員會(huì)（StandingCommittee）組建了一個(gè)研究小組（Study Panel）來(lái)每五年評(píng)估一次人工智能所處的狀態(tài)一一這是本項(xiàng)目的核心活動(dòng)。本研究小組要回顧從上次報(bào)告到現(xiàn)在這段時(shí)間人工智能的進(jìn)展，展望未來(lái)潛在的進(jìn)展并且描述這些進(jìn)展對(duì)于技術(shù)、社會(huì)的挑戰(zhàn)與機(jī)遇，涉及的領(lǐng)域包括：道德倫理、經(jīng)濟(jì)以及與人類(lèi)認(rèn)知兼容的系統(tǒng)設(shè)計(jì)等等。

“百年研究”定期進(jìn)行專(zhuān)家回顧的首要目標(biāo)是：提供一個(gè)隨著人工智能領(lǐng)域發(fā)展的關(guān)于人工智能及其影響的收集性的和連通的集合。這些研究希望能在人工智能領(lǐng)域的研究、發(fā)展以及系統(tǒng)設(shè)計(jì)方面、以及在幫助確保那些系統(tǒng)能廣泛地有益于個(gè)人和社會(huì)的項(xiàng)目與政策上提供專(zhuān)業(yè)推斷上的方向指南及綜合評(píng)估。

這篇報(bào)告是計(jì)劃持續(xù)至少100年的研究系列中的第一篇。常務(wù)委員會(huì)在2015年的暑期成立了一個(gè)研究小組來(lái)負(fù)責(zé)組建現(xiàn)在這個(gè)初始的研究小組，并任命了得克薩斯大學(xué)奧斯汀分校的教授Peter Stone擔(dān)任該小組的主席。這個(gè)包含了17名成員的研究小組由人工智能學(xué)術(shù)界、公司實(shí)驗(yàn)室以及產(chǎn)業(yè)界的專(zhuān)家與了解人工智能的法律、政治科學(xué)、政治以及經(jīng)濟(jì)方面的學(xué)者組成，并于2015年秋季中期啟動(dòng)。

參與者代表著不同的專(zhuān)業(yè)、地區(qū)、性別以及職業(yè)階段。常務(wù)委員會(huì)廣泛討論了StudyPanel相應(yīng)的責(zé)任，包括人工智能最近的發(fā)展與在工作、環(huán)境、運(yùn)輸、公共安全、醫(yī)療、社區(qū)參與以及政府的潛在社會(huì)影響。委員會(huì)考慮多種聚焦研究的方式，包括調(diào)查子領(lǐng)域及其狀態(tài)、研究特定的技術(shù)（例如機(jī)器學(xué)習(xí)與自然語(yǔ)言處理）以及研究特定的應(yīng)用領(lǐng)域（例如醫(yī)療與運(yùn)輸運(yùn)輸）。

委員會(huì)最終選擇了以“2030年的人工智能與生活（AI and Life in 2030）”為主題以強(qiáng)調(diào)人工智能的各種用途與影響的發(fā)生不是獨(dú)立于彼此，也不獨(dú)立于其他許多社會(huì)和技術(shù)上的發(fā)展。意識(shí)到了城市在大多數(shù)人類(lèi)生活中的核心作用之后，我們將專(zhuān)注重點(diǎn)縮小到大多數(shù)人居住的大都市。

人工智能研究趨勢(shì)

目前人工智能開(kāi)發(fā)人員正在改進(jìn)、推廣和擴(kuò)大從當(dāng)下的智能手機(jī)中所建立起來(lái)的智能。事實(shí)上人工智能領(lǐng)域是一個(gè)不斷努力推動(dòng)機(jī)器智能向前發(fā)展的過(guò)程。具有諷刺意味的是，人工智能正在遭受失去話(huà)語(yǔ)權(quán)的長(zhǎng)期災(zāi)難，最終不可避免地會(huì)被拉到邊界內(nèi)，即一個(gè)被稱(chēng)為人工智能效應(yīng)（AI effect）或奇怪悖論（odd paradox）的重復(fù)模式一一人工智能將一種新技術(shù)帶到了普通大眾中去，人們習(xí)慣了這種技術(shù)，它便不再被認(rèn)為是人工智能，然后更新的技術(shù)出現(xiàn)了。

同樣的模式將在未來(lái)繼續(xù)下去。人工智能并沒(méi)有“交付”一個(gè)驚雷般改變生活的產(chǎn)品。相反人工智能技術(shù)以一個(gè)連續(xù)的、進(jìn)步的方式正在繼續(xù)更好的發(fā)展。

直到21世紀(jì)初，人工智能的吸引點(diǎn)主要在于它所傳遞的承諾，但在過(guò)去的十五年里，大多這樣的承諾已經(jīng)得到兌現(xiàn)。人工智能技術(shù)已經(jīng)充斥了我們的生活。當(dāng)它們成為了社會(huì)的一股中心力量時(shí)，該領(lǐng)域正在從僅僅建立智能系統(tǒng)，轉(zhuǎn)向了建立有人類(lèi)意識(shí)的、值得信賴(lài)的智能系統(tǒng)。幾個(gè)因素加速了人工智能革命。其中最重要的是機(jī)器學(xué)習(xí)的成熟，部分由云計(jì)算資源和廣泛普及的、基于Web的數(shù)據(jù)收集所支持。機(jī)器學(xué)習(xí)已經(jīng)被深度學(xué)習(xí)（deep learning）急劇地向前推進(jìn)了，后者是一種利用被稱(chēng)作反向傳播的方法所訓(xùn)練的適應(yīng)性人工神經(jīng)網(wǎng)絡(luò)的一種形式。信息處理算法的這種性能飛躍一直伴隨著用于基本操作的硬件技術(shù)的顯著進(jìn)步，比如感覺(jué)、感知和目標(biāo)識(shí)別。數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的新平臺(tái)和新市場(chǎng)，以及發(fā)現(xiàn)新產(chǎn)品和新市場(chǎng)的經(jīng)濟(jì)激勵(lì)機(jī)制，也都促進(jìn)了人工智能驅(qū)動(dòng)型技術(shù)的問(wèn)世。所有這些趨勢(shì)都推動(dòng)著下文中所描述的[熱門(mén)]研究領(lǐng)域。這種編輯只是想要通過(guò)某個(gè)或另一個(gè)度量標(biāo)準(zhǔn)來(lái)反映目前比其他領(lǐng)域得到更大關(guān)注的領(lǐng)域。它們不一定比其他領(lǐng)域更重要或更有價(jià)值。事實(shí)上目前的一些熱門(mén)領(lǐng)域在過(guò)去幾年中并不怎么流行，而其他領(lǐng)域可能在未來(lái)會(huì)以類(lèi)似的方式重新出現(xiàn)。

大規(guī)模機(jī)器學(xué)習(xí)

許多機(jī)器學(xué)習(xí)的基本問(wèn)題（如監(jiān)督和非監(jiān)督學(xué)習(xí)）是很好理解的。目前努力的一個(gè)重點(diǎn)是將現(xiàn)有算法擴(kuò)展到更龐大的數(shù)據(jù)集上。例如鑒于傳統(tǒng)方法能夠負(fù)擔(dān)得起若干遍數(shù)據(jù)集的處理，現(xiàn)代方法是為單次處理所設(shè)計(jì);某些情況只認(rèn)同非線(xiàn)性方法（那些只關(guān)注一部分?jǐn)?shù)據(jù)的方法）。

深度學(xué)習(xí)

成功訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的能力非常有益于計(jì)算機(jī)視覺(jué)領(lǐng)域，比如目標(biāo)識(shí)別、視頻標(biāo)簽、行為識(shí)別和幾個(gè)相關(guān)變體的應(yīng)用。深度學(xué)習(xí)也在大舉進(jìn)軍感知方面的其他領(lǐng)域，如音頻、語(yǔ)音和自然語(yǔ)言處理。

強(qiáng)化學(xué)習(xí)

鑒于傳統(tǒng)機(jī)器學(xué)習(xí)主要關(guān)注于模式挖掘，強(qiáng)化學(xué)習(xí)將重點(diǎn)轉(zhuǎn)移到?jīng)Q策中，這種技術(shù)將有助于促進(jìn)人工智能在現(xiàn)實(shí)世界中更深入地進(jìn)入相關(guān)研究和實(shí)踐領(lǐng)域。作為一種經(jīng)驗(yàn)驅(qū)動(dòng)型的序貫決策框架，強(qiáng)化學(xué)習(xí)已經(jīng)存在了幾十年，但是這個(gè)方法在實(shí)踐中沒(méi)有取得很大成功，主要是由于表征和縮放的問(wèn)題。然而深度學(xué)習(xí)的出現(xiàn)為強(qiáng)化學(xué)習(xí)提供了“一劑強(qiáng)心劑”。

由谷歌DeepMind開(kāi)發(fā)的計(jì)算機(jī)程序AlphaGo在五次對(duì)抗比賽中擊敗了人類(lèi)圍棋冠軍，它最近所取得的成功在很大程度上要?dú)w功于強(qiáng)化學(xué)習(xí)。AlphaGo是通過(guò)使用一個(gè)人類(lèi)專(zhuān)家數(shù)據(jù)庫(kù)來(lái)初始化一個(gè)自動(dòng)代理的方法被訓(xùn)練的，但隨后提煉的方法是通過(guò)大量地自我對(duì)抗游戲以及應(yīng)用強(qiáng)化學(xué)習(xí)。

機(jī)器人

至少在靜態(tài)環(huán)境中，機(jī)器人導(dǎo)航在很大程度上被解決了。目前的努力是在考慮如何訓(xùn)練機(jī)器人以泛型的、預(yù)測(cè)性的方式與周?chē)澜邕M(jìn)行交互?；?dòng)環(huán)境中產(chǎn)生的一個(gè)自然要求是操縱，這是當(dāng)下所感興趣的另一個(gè)話(huà)題。深度學(xué)習(xí)革命只是剛開(kāi)始影響機(jī)器人，這在很大程度上是因?yàn)橐@得大的標(biāo)記數(shù)據(jù)集還很困難，這些數(shù)據(jù)集已推動(dòng)了其他基于學(xué)習(xí)的人工智能領(lǐng)域。

免去了標(biāo)記數(shù)據(jù)需求的強(qiáng)化學(xué)習(xí)可能會(huì)有助于彌合這一差距，但是它要求系統(tǒng)在沒(méi)有錯(cuò)誤地傷害自己或其他系統(tǒng)的情況下能夠安全地探索出一個(gè)政策空間。在可信賴(lài)的機(jī)器感知方面的進(jìn)步，包括計(jì)算機(jī)視覺(jué)、力和觸覺(jué)感知，其中大部分將由機(jī)器學(xué)習(xí)驅(qū)動(dòng)，它們將繼續(xù)成為推進(jìn)機(jī)器人能力的關(guān)鍵。

計(jì)算機(jī)視覺(jué)是目前最突出的機(jī)器感知形式。它是受深度學(xué)習(xí)的興起影響最大的人工智能子領(lǐng)域。直到幾年前，支持向量機(jī)還是大多視覺(jué)分類(lèi)任務(wù)所選擇的方法。但是特別是在GPU中的大規(guī)模計(jì)算的匯合，使得更大數(shù)據(jù)集的可獲得性（尤其是通過(guò)互聯(lián)網(wǎng)）以及神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)導(dǎo)致了基準(zhǔn)任務(wù)中能的顯著提高（比如ImageNet中的分類(lèi)器）。計(jì)算機(jī)首次能夠比人類(lèi)更好地執(zhí)行一些（狹義定義的）視覺(jué)分類(lèi)任務(wù)。目前的研究多是關(guān)注于為圖像和視頻自動(dòng)添加字幕。

自然語(yǔ)言處理

自然語(yǔ)言處理是另一個(gè)通常與自動(dòng)語(yǔ)音識(shí)別一同被當(dāng)做非?；钴S的機(jī)器感知領(lǐng)域。它很快成為一種擁有大數(shù)據(jù)集的主流語(yǔ)言商品。谷歌宣布目前其20%的手機(jī)查詢(xún)都是通過(guò)語(yǔ)音進(jìn)行的，并且最近的演示已經(jīng)證明了實(shí)時(shí)翻譯的可能性?，F(xiàn)在研究正在轉(zhuǎn)向發(fā)展精致而能干的系統(tǒng)，這些系統(tǒng)能夠通過(guò)對(duì)話(huà)而不只是響應(yīng)程式化的要求來(lái)與人互動(dòng)。

協(xié)同系統(tǒng)

協(xié)同系統(tǒng)方面進(jìn)行的是對(duì)模型和算法的研究，用以幫助開(kāi)發(fā)能夠與其他系統(tǒng)和人類(lèi)協(xié)同工作的自主系統(tǒng)。該研究依賴(lài)于開(kāi)發(fā)正式的協(xié)作模型，并學(xué)習(xí)讓系統(tǒng)成為有效合作伙伴所需的能力。能夠利用人類(lèi)和機(jī)器的互補(bǔ)優(yōu)勢(shì)的應(yīng)用正吸引到越來(lái)越多的興趣一一對(duì)人類(lèi)來(lái)說(shuō)可以幫助人工智能系統(tǒng)克服其局限性，對(duì)代理來(lái)說(shuō)可以擴(kuò)大人類(lèi)的能力和活動(dòng)。

眾包和人類(lèi)計(jì)算

在完成許多任務(wù)方面由于人類(lèi)的能力是優(yōu)于自動(dòng)化方法的，因而在眾包和人類(lèi)計(jì)算方面，通過(guò)利用人類(lèi)智力來(lái)解決那些計(jì)算機(jī)無(wú)法單獨(dú)解決好的問(wèn)題，該領(lǐng)域研究調(diào)查了增強(qiáng)計(jì)算機(jī)系統(tǒng)的方法，這項(xiàng)研究的提出僅僅是在大約15年前，現(xiàn)在它已經(jīng)在人工智能領(lǐng)域確立了自己的存在。最有名的眾包例子是維基百科，它是一個(gè)由網(wǎng)絡(luò)公民維護(hù)和更新的知識(shí)庫(kù)，并且在規(guī)模上和深度上遠(yuǎn)遠(yuǎn)超越了傳統(tǒng)編譯的信息源，比如百科全書(shū)和詞典。

物聯(lián)網(wǎng)（LOT）

越來(lái)越多的研究機(jī)構(gòu)致力于這樣一個(gè)想法：一系列設(shè)備可以相互連接以收集和分享它們的感官信息。這些設(shè)備可以包括家電、汽車(chē)、建筑、相機(jī)和其他東西。雖然這就是一個(gè)技術(shù)和無(wú)線(xiàn)網(wǎng)絡(luò)連接設(shè)備的問(wèn)題，人工智能可以為了智能的、有用的目的去處理和使用所產(chǎn)生的大量數(shù)據(jù)。目前這些設(shè)備使用的是令人眼花繚亂的各種不兼容的通信協(xié)議。人工智能可以幫助克服這個(gè)“巴別塔”。

神經(jīng)形態(tài)計(jì)算

傳統(tǒng)計(jì)算機(jī)執(zhí)行計(jì)算的馮諾依曼模型，它分離了輸入，輸出、指令處理和存儲(chǔ)器模塊。隨著深度神經(jīng)網(wǎng)絡(luò)在一系列任務(wù)中的成功，制造商正在積極追求計(jì)算的替代模型一一特別是那些受到生物神經(jīng)網(wǎng)絡(luò)所啟發(fā)的一一為了提高硬件的效率和計(jì)算系統(tǒng)的穩(wěn)定性的模型。

目前這種神經(jīng)形態(tài)的（neuromorphic）計(jì)算機(jī)尚未清楚地顯示出巨大成功，而是剛開(kāi)始有望實(shí)現(xiàn)商業(yè)化。但可能它們?cè)诓痪玫膶?lái)會(huì)變成尋常事物。深度神經(jīng)網(wǎng)絡(luò)在應(yīng)用景觀(guān)中已經(jīng)激起了異常波動(dòng)。當(dāng)這些網(wǎng)絡(luò)可以在專(zhuān)門(mén)的神經(jīng)形態(tài)硬件上被訓(xùn)練和被執(zhí)行，而不是像今天這樣在標(biāo)準(zhǔn)的馮諾依曼結(jié)構(gòu)中被模擬時(shí)，一個(gè)更大的波動(dòng)可能會(huì)到來(lái)。

總體趨勢(shì)以及人工智能研究的未來(lái)

數(shù)據(jù)驅(qū)動(dòng)型范式的巨大成功取代了傳統(tǒng)的人工智能范式。諸如定理證明、基于邏輯的知識(shí)表征與推理，這些程序獲得的關(guān)注度在降低，部分原因是與現(xiàn)實(shí)世界基礎(chǔ)相連接的持續(xù)挑戰(zhàn)。規(guī)劃（Planning）在七十和八十年代是人工智能研究的一根支柱，也受到了后期較少的關(guān)注，部分原因是它強(qiáng)烈依賴(lài)于建模假設(shè)，難以在實(shí)際的應(yīng)用中得到滿(mǎn)足?；谀Ｐ偷姆椒ㄒ灰槐热缫曈X(jué)方面基于物理的方法和機(jī)器人技術(shù)中的傳統(tǒng)控制與制圖一一已經(jīng)有很大一部分讓位于通過(guò)檢測(cè)手邊任務(wù)的動(dòng)作結(jié)果來(lái)實(shí)現(xiàn)閉環(huán)的數(shù)據(jù)驅(qū)動(dòng)型方法。即使最近非常受歡迎的貝葉斯推理和圖形模式似乎也正在失寵，被數(shù)據(jù)和深度學(xué)習(xí)顯著成果的洪流所淹沒(méi)。

研究小組預(yù)計(jì)在接下來(lái)的十五年中，會(huì)有更多關(guān)注集中在針對(duì)人類(lèi)意識(shí)系統(tǒng)的開(kāi)發(fā)上，這意味著它們是明確按照要與之互動(dòng)的人類(lèi)特點(diǎn)來(lái)進(jìn)行建模與設(shè)計(jì)的。很多人的興趣點(diǎn)在于試圖找到新的、創(chuàng)造性的方法來(lái)開(kāi)發(fā)互動(dòng)和可擴(kuò)展的方式來(lái)教機(jī)器人。

此外在考慮社會(huì)和經(jīng)濟(jì)維度的人工智能時(shí)，物聯(lián)網(wǎng)型的系統(tǒng)一一設(shè)備和云一一正變得越來(lái)越受歡迎。在未來(lái)的幾年中，對(duì)人類(lèi)安全的、新的感知/目標(biāo)識(shí)別能力和機(jī)器人平臺(tái)將會(huì)增加，以及數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品數(shù)量與其市場(chǎng)規(guī)模將會(huì)變大。

研究小組還預(yù)計(jì)當(dāng)從業(yè)者意識(shí)到純粹的端到端深度學(xué)習(xí)方法的不可避免的局限性時(shí)，會(huì)重新出現(xiàn)一些人工智能的傳統(tǒng)形式。我們不鼓勵(lì)年輕的研究人員重新發(fā)明理論，而是在人工智能領(lǐng)域以及相關(guān)領(lǐng)域（比如控制理論、認(rèn)知科學(xué)和心理學(xué)）的第一個(gè)五十年期間，保持對(duì)于該領(lǐng)域多方面顯著進(jìn)展的覺(jué)察。

人工智能

各領(lǐng)域的應(yīng)用

雖然人工智能的很多研究和應(yīng)用會(huì)基于一些通用技術(shù)，比如說(shuō)機(jī)器學(xué)習(xí)，但在不同的經(jīng)濟(jì)和社會(huì)部門(mén)還是會(huì)有所區(qū)別。我們稱(chēng)之為不同的領(lǐng)域（domain），接下來(lái)的這部分將介紹人工智能研究和應(yīng)用的不同類(lèi)型，以及影響和挑戰(zhàn)，主要有八個(gè)方面：交通、家庭服務(wù)機(jī)器人、醫(yī)療健康、教育、低資源社區(qū)、公共安全、工作和就業(yè)、娛樂(lè)。

基于這些分析，我們還預(yù)測(cè)了一個(gè)有代表性的北美城市在未來(lái)15年的趨勢(shì)。與人工智能的流行文化中的典型敘述不同，我們尋求提供一個(gè)平衡的觀(guān)點(diǎn)來(lái)分析，人工智能是如何開(kāi)始影響我們?nèi)粘Ｉ畹?，以及從現(xiàn)在到2030年，這些影響將如何發(fā)展。

交通

交通可能會(huì)成為首批幾個(gè)特定應(yīng)用領(lǐng)域之一，在這些領(lǐng)域，大眾需要對(duì)人工智能系統(tǒng)在執(zhí)行危險(xiǎn)任務(wù)中的可靠性和安全性加以信任。自動(dòng)化交通會(huì)很快司空見(jiàn)慣，大多數(shù)人在嵌入人工智能系統(tǒng)的實(shí)體交通工作的首次體驗(yàn)將強(qiáng)有力的影響公眾對(duì)人工智能的感知。

家庭服務(wù)機(jī)器人

過(guò)去十五年中，機(jī)器人已經(jīng)進(jìn)入了人們的家庭。但應(yīng)用種類(lèi)的增長(zhǎng)慢得讓人失望，與此同時(shí)，日益復(fù)雜的人工智能也被部署到了已有的應(yīng)用之中。人工智能的進(jìn)步常常從機(jī)械的革新中獲取靈感，而這反過(guò)來(lái)又帶來(lái)了新的人工智能技術(shù)。

未來(lái)十五年，在典型的北美城市里，機(jī)械和人工智能技術(shù)的共同進(jìn)步將有望增加家用機(jī)器人的使用和應(yīng)用的安全性和可靠性。特定用途的機(jī)器人將被用于快遞、清潔辦公室和強(qiáng)化安全，但在可預(yù)見(jiàn)的未來(lái)內(nèi)，技術(shù)限制和可靠機(jī)械設(shè)備的高成本將繼續(xù)限制狹窄領(lǐng)域內(nèi)應(yīng)用的商業(yè)機(jī)會(huì)。至于自動(dòng)駕駛汽車(chē)和其它新型的交通機(jī)器，創(chuàng)造可靠的、成熟的硬件的難度不應(yīng)該被低估。

醫(yī)療

對(duì)人工智能而言，醫(yī)療領(lǐng)域一直被視為一個(gè)很有前景的應(yīng)用領(lǐng)域。基于人工智能的應(yīng)用在接下來(lái)的幾年能夠?yàn)榍О偃f(wàn)人改進(jìn)健康結(jié)果和生活質(zhì)量，但這是在它們被醫(yī)生、護(hù)士、病人所信任，政策、條例和商業(yè)障礙被移除的情況下。主要的應(yīng)用包括臨床決策支持、病人監(jiān)控、輔導(dǎo)、在外科手術(shù)或者病人看護(hù)中的自動(dòng)化設(shè)備、醫(yī)療系統(tǒng)的管理。近期的成功，比如挖掘社交媒體數(shù)據(jù)推斷潛在的健康風(fēng)險(xiǎn)、機(jī)器學(xué)習(xí)預(yù)測(cè)風(fēng)險(xiǎn)中的病人、機(jī)器人支持外科手術(shù)，已經(jīng)為人工智能在醫(yī)療領(lǐng)域的應(yīng)用擴(kuò)展出了極大的應(yīng)用可能。與醫(yī)學(xué)專(zhuān)家和病人的交互方法的改進(jìn)將會(huì)是一大挑戰(zhàn)。

至于其他領(lǐng)域，數(shù)據(jù)是一個(gè)關(guān)鍵點(diǎn)。在從個(gè)人監(jiān)護(hù)設(shè)備和手機(jī)App上、臨床電子數(shù)據(jù)記錄上收集有用的數(shù)據(jù)方面，我們已經(jīng)取得了巨大的進(jìn)展，從協(xié)助醫(yī)療流程和醫(yī)院運(yùn)行的機(jī)器人那里收集的數(shù)據(jù)可能較少一些。但使用這些數(shù)據(jù)幫助個(gè)體病人和群體病人進(jìn)行更精細(xì)的針對(duì)和治療已經(jīng)被證明極其的困難。

研究和部署人工智能應(yīng)用已經(jīng)被過(guò)時(shí)的條例和激勵(lì)機(jī)制拉扯后腿。在這樣大型的、復(fù)雜的系統(tǒng)中，貧乏的人機(jī)交互方法和固有的難題以及部署技術(shù)的風(fēng)險(xiǎn)也阻礙了人工智能在醫(yī)療的實(shí)現(xiàn)。減少或者移除這些障礙，結(jié)合目前的創(chuàng)新，有潛力在接下來(lái)幾年為千百萬(wàn)人極大的改進(jìn)健康結(jié)果和生活質(zhì)量。

教育

在過(guò)去的十五年間，教育界見(jiàn)證了為數(shù)眾多的人工智能科技的進(jìn)步。諸如K-12線(xiàn)上教育以及大學(xué)配套設(shè)備等等應(yīng)用已經(jīng)被教育家和學(xué)習(xí)者們廣泛利用。盡管素質(zhì)教育還是需要人類(lèi)教師的活躍參與，但人工智能在所有層面上都帶來(lái)了強(qiáng)化教育的希望，尤其是大規(guī)模定制化教育。如何找到通過(guò)人工智能技術(shù)來(lái)最優(yōu)化整合人類(lèi)互動(dòng)與面對(duì)面學(xué)習(xí)將是一個(gè)關(guān)鍵性的挑戰(zhàn)，這一點(diǎn)醫(yī)療行業(yè)也是如此。

機(jī)器人早已經(jīng)成為了廣為歡迎的教育設(shè)備，最早可以追溯到1980年MIT MediaLab所研制出的Lego Mindstorms。智能輔導(dǎo)系統(tǒng)（ITS）也成為了針對(duì)科學(xué)、數(shù)學(xué)、語(yǔ)言學(xué)以及其他學(xué)科相匹配的學(xué)生互動(dòng)導(dǎo)師。

自然語(yǔ)言處理，尤其是在與機(jī)器學(xué)習(xí)和眾包結(jié)合以后，有力推進(jìn)了線(xiàn)上學(xué)習(xí)，并讓教師可以在擴(kuò)大教室規(guī)模的同時(shí)還能做到解決個(gè)體學(xué)生的學(xué)習(xí)需求與風(fēng)格。大型線(xiàn)上學(xué)習(xí)的系統(tǒng)所得的數(shù)據(jù)已經(jīng)為學(xué)習(xí)分析產(chǎn)生了迅速增長(zhǎng)的動(dòng)力。

但是，學(xué)院與大學(xué)采用人工智能技術(shù)的步伐依然很緩慢，主要是由于資金的缺乏，以及其可以幫助學(xué)生達(dá)成學(xué)習(xí)目標(biāo)的有力證據(jù)。一個(gè)典型美國(guó)北部城市的未來(lái)五十年，智能導(dǎo)師與其他人工智能技術(shù)幫助教師在課堂或家中工作的規(guī)模很有可能會(huì)顯著擴(kuò)大，因?yàn)橐庠笇W(xué)習(xí)是基于虛擬現(xiàn)實(shí)的應(yīng)用。但是計(jì)算機(jī)為基礎(chǔ)的學(xué)習(xí)系統(tǒng)將無(wú)法完全替代學(xué)校里的教師們。

低資源社區(qū)

人工智能存在許多機(jī)會(huì)去改善生活于一個(gè)典型北美城市的低資源社區(qū)中的人民生活狀況一一事實(shí)上在某些情況下已經(jīng)有所改變。了解這些人工智能的直接貢獻(xiàn)也可能會(huì)激發(fā)對(duì)于發(fā)展中國(guó)家最為貧窮的地區(qū)的潛在貢獻(xiàn)。在人工智能的數(shù)據(jù)收集過(guò)程中并沒(méi)有對(duì)這個(gè)人群的顯著關(guān)注，而且傳統(tǒng)上人工智能資助者在缺乏商業(yè)應(yīng)用的研究中表現(xiàn)得投資乏力。

有了有針對(duì)性的激勵(lì)和資金優(yōu)先次序，人工智能技術(shù)可以幫助解決低資源社區(qū)的需求。萌芽中的努力是有希望的。人工智能可能會(huì)有有助于對(duì)抗失業(yè)和其他社會(huì)問(wèn)題帶來(lái)的恐懼，它或許會(huì)提供緩解措施和解決方案，特別是通過(guò)受影響的社區(qū)以與其建立信任的方式來(lái)實(shí)現(xiàn)。

公共安全與防護(hù)

城市已經(jīng)為公共安全和防護(hù)部署人工智能技術(shù)了。到2030年，典型的北美城市將在很大程度上依賴(lài)它們。這些措施包括可以檢測(cè)到指向一個(gè)潛在犯罪的異?，F(xiàn)象的監(jiān)控?cái)z像機(jī)、無(wú)人機(jī)和預(yù)測(cè)警務(wù)應(yīng)用。與大多數(shù)問(wèn)題一樣，好處與風(fēng)險(xiǎn)并存。

獲得公眾信任是至關(guān)重要的。雖然會(huì)存在一些合理的擔(dān)心，即與人工智能合作的警務(wù)可能會(huì)在某些情況下變得霸道或是無(wú)處不在，而相反的情況也是可能的。人工智能可能使警務(wù)變得更有針對(duì)性并只在需要時(shí)被使用。而且假設(shè)經(jīng)過(guò)仔細(xì)的部署，人工智能也可能有助于消除一些人類(lèi)決策中固有的偏見(jiàn)。

對(duì)于人工智能分析學(xué)更成功的一個(gè)應(yīng)用是檢測(cè)白領(lǐng)犯罪，比如信用卡詐騙罪。網(wǎng)絡(luò)安全（包括垃圾郵件）是一個(gè)被廣泛關(guān)注的問(wèn)題，而機(jī)器學(xué)習(xí)也對(duì)其有所影響。

人工智能工具也可能被證明有助于警察管理犯罪現(xiàn)場(chǎng)或是搜索和救援活動(dòng)，它可以幫助指揮官排列任務(wù)的優(yōu)先次序以及分配資源，盡管這些工具還沒(méi)有為這些活動(dòng)的自動(dòng)化做好準(zhǔn)備。在一般的機(jī)器學(xué)習(xí)尤其是在轉(zhuǎn)換學(xué)習(xí)中的改進(jìn)一一在新情境中基于與過(guò)去情況的相似性而加快學(xué)習(xí)一一可能有利于這樣的系統(tǒng)。

就業(yè)與勞資

盡管人工智能很有可能會(huì)對(duì)典型北美城市的就業(yè)和工作場(chǎng)所產(chǎn)生深遠(yuǎn)的影響，但對(duì)當(dāng)前的影響我們目前還難以作出評(píng)估一一是積極的還是消極的。在過(guò)去十五年，由于經(jīng)濟(jì)衰退和日益的全球化，尤其是中國(guó)參與到了世界經(jīng)濟(jì)中，就業(yè)狀況已經(jīng)發(fā)生了改變，非人工智能的數(shù)字技術(shù)也發(fā)生了很大的變化。自1990年代以來(lái)，美國(guó)經(jīng)歷了生產(chǎn)率和GDP的連續(xù)增長(zhǎng)，但平均收入?yún)s停滯不前，就業(yè)人口比率也已經(jīng)下降。

有一些數(shù)字技術(shù)有重大影響（好的影響或壞的影響）的行業(yè)的顯著案例，而在一些其它的行業(yè)，自動(dòng)化將很有可能能在不久的將來(lái)發(fā)生重大的改變。許多這些改變已經(jīng)得到了“例行的”數(shù)字技術(shù)的推動(dòng)，其中包括企業(yè)資源規(guī)劃、網(wǎng)絡(luò)化、信息處理和搜索。理解這些改變應(yīng)該能為人工智能影響未來(lái)勞動(dòng)力需求的方式（包括技能需求的改變）提供見(jiàn)解。

到目前為止，數(shù)字技術(shù)已經(jīng)給中等技能的工作（比如旅行代理）帶來(lái)了更大的影響，而不是非常低技能或非常高技能的工作。另一方面，數(shù)字系統(tǒng)所能完成的任務(wù)的范圍正隨著人工智能的演進(jìn)而提升，這很可能會(huì)逐漸增大所謂的“例行任務(wù)”的范圍。人工智能也正向高端的領(lǐng)域蔓延，包括一些機(jī)器之前無(wú)法執(zhí)行的專(zhuān)業(yè)服務(wù)。

為了獲得成功，人工智能創(chuàng)新將需要克服可以理解的人們對(duì)被邊緣化的恐懼。在短期內(nèi)，人工智能很有可能會(huì)取代任務(wù)，而非工作，同時(shí)還將會(huì)創(chuàng)造新類(lèi)型的工作。但新類(lèi)型的工作比將可能失去的已有工作更難以想象。就業(yè)領(lǐng)域的變化通常是漸進(jìn)的，不會(huì)出現(xiàn)劇烈的過(guò)渡。

隨著人工智能進(jìn)入工作場(chǎng)所，這很有可能是一個(gè)持續(xù)的趨勢(shì)。影響的范圍也將擴(kuò)大，從少量的替代或增強(qiáng)到完全的替代。比如說(shuō)，盡管大部分律師的工作還沒(méi)被自動(dòng)化，但人工智能在法律信息提取和主題建模方面的應(yīng)用已經(jīng)自動(dòng)化了一部分第一年工作的律師新人的工作。在不遠(yuǎn)的將來(lái)，包括放射科醫(yī)生到卡車(chē)司機(jī)到園丁等許多類(lèi)型的工作都可能會(huì)受到影響。

人們甚至在某些方面存在恐懼一一害怕人工智能會(huì)在短短一代人的時(shí)間內(nèi)迅速取代所有的人類(lèi)工作，包括那些需要認(rèn)知和涉及到判斷的工作。這種突變是不太可能發(fā)生的，但人工智能會(huì)逐漸侵入幾乎所有就業(yè)領(lǐng)域，這需要在計(jì)算機(jī)可以接管的工作上替換掉人力。

人工智能可能會(huì)被認(rèn)為是一種財(cái)富創(chuàng)造的完全不同的機(jī)制，每個(gè)人都應(yīng)該從全世界人工智能所生產(chǎn)的財(cái)富中分得一部分。對(duì)于人工智能技術(shù)所創(chuàng)造的經(jīng)濟(jì)成果的分配方式，相信不久之后就會(huì)開(kāi)始出現(xiàn)社會(huì)爭(zhēng)議了o因?yàn)閭鹘y(tǒng)社會(huì)中由孩子支持他們年老的父母，也許我們的人工智能“孩子”也應(yīng)該支持我們一一它們的智能的“父母”。

娛樂(lè)

隨著過(guò)去十五年互聯(lián)網(wǎng)的爆發(fā)式增長(zhǎng)，很少有人能想象沒(méi)有它的生活。在人工智能的驅(qū)動(dòng)下，互聯(lián)網(wǎng)已經(jīng)將用戶(hù)生成的內(nèi)容作為了信息和娛樂(lè)的一個(gè)可行的來(lái)源。Facebook這樣的社交網(wǎng)絡(luò)現(xiàn)在幾乎已經(jīng)無(wú)處不在，而且它們也成為了社會(huì)互動(dòng)和娛樂(lè)的個(gè)性化渠道一一有時(shí)候會(huì)損害人際交往。WhatsApp和Snapchat等應(yīng)用可以讓智能手機(jī)用戶(hù)與同伴保持“接觸”和分享娛樂(lè)和信息源。

為了跟上時(shí)代的步伐，傳統(tǒng)的娛樂(lè)資源也已經(jīng)開(kāi)始擁抱人工智能。正如書(shū)和電影《點(diǎn)球成全》中給出的例子，職業(yè)運(yùn)動(dòng)現(xiàn)在已經(jīng)轉(zhuǎn)向了密集的量化分析。除了總體表現(xiàn)統(tǒng)計(jì)，賽場(chǎng)上的信號(hào)也可以使用先進(jìn)的傳感器和相機(jī)進(jìn)行監(jiān)控。用于譜曲和識(shí)別音軌的軟件已經(jīng)面世。

人類(lèi)對(duì)人工智能所驅(qū)動(dòng)的娛樂(lè)的熱情是很令人驚訝的，但也有人擔(dān)心這會(huì)導(dǎo)致人與人之間的人際交互減少。少數(shù)人預(yù)言說(shuō)人們會(huì)因?yàn)樵谄聊簧匣ㄙM(fèi)了太多時(shí)間而不再與人互動(dòng)。孩子們常常更愿意在家里快樂(lè)地玩他們的設(shè)備，而不愿意出去和他們的朋友玩耍。人工智能會(huì)使娛樂(lè)更加交互式，更加個(gè)性化和更有參與感。應(yīng)該引導(dǎo)一些研究來(lái)理解如何利用這些性質(zhì)為個(gè)人和社會(huì)利益服務(wù)。

人工智能公共政策的前景與建議

面對(duì)人工智能技術(shù)將帶來(lái)的深刻變化，要求更多和更強(qiáng)硬的監(jiān)管的壓力是不可避免的。對(duì)人工智能是什么和不是什么的誤解（尤其在這個(gè)恐慌易于散布的背景下）可能引發(fā)對(duì)有益于所有人的技術(shù)的反對(duì)。那將會(huì)是一個(gè)悲劇性的錯(cuò)誤。扼殺創(chuàng)新或?qū)?chuàng)新轉(zhuǎn)移到它處的監(jiān)管方法同樣也只會(huì)適得其反。

幸運(yùn)的是，引導(dǎo)當(dāng)前數(shù)字技術(shù)的成功監(jiān)管原則可以給我們帶來(lái)指導(dǎo)。比如，一項(xiàng)最近公布的多年研究對(duì)比了歐洲四個(gè)國(guó)家和美國(guó)的隱私監(jiān)管，其結(jié)果卻很反直覺(jué)。西班牙和法國(guó)這樣的有嚴(yán)格的詳細(xì)法規(guī)的國(guó)家在企業(yè)內(nèi)部孕育出了一種合規(guī)心態(tài)（comp¨ance mentality），其影響是抑制創(chuàng)新和強(qiáng)大的隱私保護(hù)。

這些公司并不將隱私保護(hù)看作是內(nèi)部責(zé)任，也不會(huì)拿出專(zhuān)門(mén)的員工來(lái)促進(jìn)其業(yè)務(wù)或制造流程中的隱私保護(hù)，也不會(huì)參與必需范圍之外的隱私倡議或?qū)W術(shù)研究;這些公司只是將隱私看作是一項(xiàng)要滿(mǎn)足規(guī)范的行為。他們關(guān)注的重點(diǎn)是避免罰款或懲罰，而非主動(dòng)設(shè)計(jì)技術(shù)和采納實(shí)際技術(shù)來(lái)保護(hù)隱私。相對(duì)地，美國(guó)和德國(guó)的監(jiān)管環(huán)境是模糊的目標(biāo)和強(qiáng)硬的透明度要求和有意義的執(zhí)法的結(jié)合，從而在促進(jìn)公司將隱私看作是他們的責(zé)任上做得更加成功。廣泛的法律授權(quán)鼓勵(lì)企業(yè)發(fā)展執(zhí)行隱私控制的專(zhuān)業(yè)人員和流程、參與到外部的利益相關(guān)者中并采用他們的做法以實(shí)現(xiàn)技術(shù)進(jìn)步。對(duì)更大的透明度的要求使民間社會(huì)團(tuán)隊(duì)和媒體可以變成法庭上和法庭外的公共輿論中的可靠執(zhí)法者，從而使得隱私問(wèn)題在公司董事會(huì)上更加突出，這又能讓他們進(jìn)一步投資隱私保護(hù)。在人工智能領(lǐng)域也是一樣，監(jiān)管者可以強(qiáng)化涉及內(nèi)部和外部責(zé)任、透明度和專(zhuān)業(yè)化的良性循環(huán)，而不是定義狹窄的法規(guī)。隨著人工智能與城市的整合，它將繼續(xù)挑戰(zhàn)對(duì)隱私和責(zé)任等價(jià)值的已有保護(hù)。和其它技術(shù)一樣，人工智能也可以被用于好的或惡意的目的。

這份報(bào)告試圖同時(shí)強(qiáng)調(diào)這兩方面的可能性。我們急切地需要一場(chǎng)重要的辯論：如何最好地引導(dǎo)人工智能以使之豐富我們的生活和社會(huì)，同時(shí)還能鼓勵(lì)這一領(lǐng)域的創(chuàng)新。應(yīng)該對(duì)政策進(jìn)行評(píng)估，看其是否能促進(jìn)人工智能所帶來(lái)的益處的發(fā)展和平等共享，還是說(shuō)會(huì)將力量和財(cái)富集中到少數(shù)權(quán)貴的手里。而因?yàn)槲覀儾⒉荒芡昝狼逦仡A(yù)測(cè)未來(lái)的人工智能技術(shù)及其所將帶來(lái)的影響，所以相關(guān)政策一定要根據(jù)出現(xiàn)的社會(huì)難題和線(xiàn)索不斷地重新評(píng)估。

截至本報(bào)告發(fā)布時(shí)，重要的人工智能相關(guān)的進(jìn)展已經(jīng)在過(guò)去十五年內(nèi)給北美的城市造成了影響，而未來(lái)十五年還將有更大幅度的發(fā)展發(fā)生。最近的進(jìn)展很大程度是由于互聯(lián)網(wǎng)所帶來(lái)的大型數(shù)據(jù)集的增長(zhǎng)和分析、傳感技術(shù)的進(jìn)步和最近的“深度學(xué)習(xí)”的應(yīng)用。

未來(lái)幾年，隨著公眾在交通和醫(yī)療等領(lǐng)域內(nèi)與人工智能應(yīng)用的遭遇，它們必須以一種能構(gòu)建信任和理解的方式引入，同時(shí)還要尊重人權(quán)和公民權(quán)利。在鼓勵(lì)創(chuàng)新的同時(shí)，政策和流程也應(yīng)該解決得到、隱私和安全方面的影響，而且應(yīng)該確保人工智能所帶來(lái)的好處能得到廣泛而公正的分配。如果人工智能研究及其應(yīng)用將會(huì)給2030年及以后的生活帶來(lái)積極的影響，那么這樣做就是非常關(guān)鍵的。