机器智能对经济与国家安全的影响

一、机器智能对经济的影响

机器智能(MI)带来的第一波经济影响已经显现,并且随着大力投资开发或购买该技术的应用,机器智能在未来5~10年内对经济的影响将进一步扩大。机器智能产品和服务首次“露面”就呈现出激烈的竞争,在此趋势下,各国企业也纷纷投入机器智能的研发,谷歌和百度等巨头的技术部门2016年在机器智能领域的投资额已近300亿美元,其他行业也在大量投资机器智能。丰田和福特2017年投资10亿美元主要用于开发自动驾驶技术。

随着各类企业从开发机器智能系统到销售机器智能具体任务的应用,支持机器智能的消费产品(如亚马逊的Alexa和自主无人机)到在企业系统中实施机器智能,对经济的下一波重大影响已经开启。目前,仅有不到1/4的公司采用了机器智能,而大多数使用它的组织多集中在IT部门中,具体(狭义)体现在应用机器的智能化改造上。机器智能的广泛应用将发生变革性影响,与公共互联网的发展类似,后者从20世纪90年代初仅限于较窄的用途开始,到21世纪前10年已发展成为全球性的商业运营。

机器智能对经济和就业是否能产生积极影响将在很大程度上取决于当前决策者和政府采取的行动。对此,经济学家也出现了争议:

(1)乐观主义者认为,将出现良性循环,其中机器智能通过自动化工作使组织更具生产力,从而降低商品和服务的成本,增加实际收入并提高人们的平均生活水平。有观点认为,到2030年,这种机器智能引起的经济增长可能会使全球的国内生产总值增长14%(15.7万亿美元)。他们认为,那些因自动化而失去工作的人会在尚未存在自动化的新类别工作中找到新职位,因此这种机器智能技术不会增加总失业率。例如,2015年,工人可以享受与1915年工人同样的年收入水平,但工作时间仅相当于1915年的1/3。由于农业和制造业的就业机会在20世纪30年代被技术破坏,服务业爆炸式增长,在过去的80年里增长了近600%。

(2)悲观主义者认为,机器智能可能通过解决普遍的失业问题来扭转经济形势。牛津经济学家2013年的一份报告显示,未来20年,47%的美国就业可以通过机器智能及相关技术实现自动化。专家认为,机器智能与此前在速度和规模上影响就业的方式有着根本区别,社会上最弱势的工人,即从事低排放、重复性工作的工人将受到最大冲击。机器智能将使数百万人失业,同时令小部分资本所有者受益。即使技术在不断进步,但大多数工人的实际工资自上世纪60年代中期以来几乎并未增长,且从二战结束至1973年,美国的生产力年均增长率为3%,而目前已降至该水平的50%。

我们认为,乐观主义者和悲观主义者所设想的极端情景不太可能发生,但可以预计的是,机器智能将显著改变工作方式、就业和经济。这些变革的性质(是否将产生积极影响)在很大程度上取决于当下决策者和政府所采取的行动。例如,投资于新的教育和培训计划以及扩大对转型期工人的支持计划可能会限制对由心理因素驱动的失业率的影响。公立大学计算机科学和社会科学的多学科学位课程的扩展可以激励学生创办新公司并创造新的就业机会。随着机器智能在整个经济中的应用,积极的政策解决方案可以降低机器智能所带来的风险。

机器智能的影响将超出经济范围,其所带来的进步将改变我们的日常生活。对于消费者而言,机器智能将提供具有更多选择、更为便捷和个性化的商品和服务。目前,机器智能带来的好处体现在Netflix队列或亚马逊购物车中,但未来更有意义的应用将变得更为普及。

对人们生活质量影响深远的机器智能应用之一或将是对所获得医疗保健服务的改进。医生和研究人员正在开发能够改善疾病检测,寻找新药治疗方法并创建个性化治疗方案以符合患者独特症状和遗传属性的机器智能系统。机器智能的积极影响也将扩展至心理健康护理。心理学家正在使用机器智能虚拟治疗师来帮助团队讨论创伤后的应激障碍(PTSD)问题。Facebook已经启动了一个机器智能系统,应用于在用户报告之前检测用户的自杀帖子。医生正在使用自然语言处理(NLP)机器智能来检测指示患者抑郁的言语模式。

机器智能还可以为气候变化等全球性挑战课题提供新的解决方案。例如,自主车辆的共享车队可以减少道路上的汽车数量,限制交通拥挤和空气污染,并创造将停车场转变为绿色空间的机会。科学家们正在进行用机器智能来检测和监测海洋中入侵物种的试验,保护当地经济依赖的渔业和旅游业。能源专家正在开发机器智能系统,以实现高效智能电网技术,降低能耗并限制气候变化的加速。例如,微软正在对机器智能进行大规模投资,2017年耗资3070亿美元帮助世界各地的人们监控、模拟和管理地球的自然系统,减少自然灾害带来的破坏性影响。

这些仅仅是机器智能改善人们日常生活众多方式中的一小部分。学术界、研究人员和企业正在设法使用机器智能来改善网络安全、金融服务、教育、交通、基础设施、制造业等诸多领域。

但同时,我们还需要权衡机器智能可能带来的不利影响:

(1)机器智能对数据的依赖会对隐私和公平带来挑战。在急于创建机器智能应用程序的过程中,机构可能会以令人惊讶和不安的方式使用我们的个人信息。例如,谷歌的DeepMind MI单位和英国的国家卫生系统(NHS)最近被指责在不通知受影响患者的情况下使用超过160万名患者的敏感健康记录。机器智能对数据的依赖也会影响公民享有公平待遇的权利。许多机器智能系统依赖人类“生产”的数据(这些数据存在偏见或判断失误的情形),当有偏差的数据被用来训练机器时,这些偏差可能会被放大。例如,专家担心,越来越多地使用机器智能招聘决策可能会复制和扩大歧视性雇佣模式。

(2)机器智能系统将使人们在分配决策责任和如何确保决策透明度方面的能力趋向复杂化。例如,当一辆自动驾驶汽车出了车祸,谁应负责?责任应归属于原始设备制造商、软件制造商还是未进行软件更新的乘客?在为机器或其用户分配问责制时,通常很难甚至不可能确定机器智能将如何作出决定。机器智能系统非常复杂,甚至对其创建者来说也是不透明的。在从医疗诊断到贷款风险评级等领域,这种透明度的缺失将造成重大的安全和法律风险。

(3)机器智能对工作方式的影响会刺激一些既有问题的激化。数千年来,人类基于劳动力、独特的推理和解决问题的能力对我们的价值和目的做了基本定义。所有现代经济体都围绕人类生产力最大化和人为分配驱动生产益处的原则进行组织。尽管目前的机器智能技术仍然有限而且脆弱,但它已经在侵蚀某些工作形式,并且随着技术的发展还能解决更为复杂和更具动态性的问题,它将对我们与工作的关系以及如何组织社会产生重大的影响。

(4)正如所有技术发展所经历的那样,有些人会将机器智能用于恶意目的。自动化已被用于网络攻击,帮助黑客迅速而廉价地攻击大量目标。机器智能系统也可以制造近乎完美的假冒音频和视频产品,这可能会加剧公众对新闻媒体和组织共享信息日益增加的不信任感。

机器智能对隐私、公平、问责制、透明度和公众信任的影响将在未来10年引发公共和私人领域的重大关注和争论。人们期待决策者如何管理和指导机器智能对未来工作和生活的影响。

二、机器智能对全球经济和军事的影响

机器智能正在开创一个战略技术竞争的新时代,正如上一代的太空竞赛一样机器智能将在未来数十年重新定义全球经济和军事力量的平衡世界各地的决策者对机器智能对经济和军事影响的关注度不断提高。2017年9月,俄罗斯总统弗拉基米尔·普京表示:“无论谁成为机器智能的领导者,都将成为世界的统治者。”2017年,中国发布的《新一代人工智能发展规划》也对该观点进行了回应,并指出:“机器智能是未来的主导技术”。

各国发展机器智能技术以及对机器智能技术应用能力的加强将决定其未来的经济竞争力。换言之,财富、收入和软实力的全球分布将越来越取决于各国对创新型机器智程序的开发及应用能力在美国,科技行业直接占其国内生产总值的7.5%,提供700多万个就业机会,并且是几乎所有其他行业增长和竞争力的关键驱动力。在制造业、医疗保健、能源、零售以及广告和媒体等多个行业,应用机器智能技术对推动这些领域的新增长具有巨大的发展前景。

全球十大科技公司中有8家总部位于美国,这让美国在网络空间管理中具有很大的话语权。美国公司几乎覆盖全球所有消费者,这有助于美国将价值观传播到世界各地。受技术和机器智能带动的全球供应链,助推了经济一体化的进程。信息通信技术(ICT)基础设施和数字融合也是我们努力在发展中国家建立影响力和支持发展与人权的关键组成部分。

机器智能对硬实力也有重大影响。从中国到美国,越来越多的人认识到下一代军事技术将由军事力量推动。冲突的性质正在从当前的“信息化战争”转变为“智能化战争”或“算法战争”。目前,全球主要的军方在无人机群、自动供应车队和远程医疗保健技术领域进行了巨大的投资。

这些变化将对冲突的性质产生深远的影响。军事平台和武器不仅会改变,而且机器智能系统将推动完全新颖的战略、战术和作战概念的发展,如机器智能在军事领域最具变革性的应用或将是指挥与控制(C2)。以机器智能为基础的C2可以开发出完全新颖的战略,预测敌方战术,加速情报、监视和侦察(ISR),并协调大量分散单位的行动。由于影响战场决策的更大影响因素是机器的速度,而这一点人类可能无法跟上。

关于机器智能军事应用的政策辩论聚焦在致命的自主武器系统(LAWS)上。一方面,许多人担心设计自主武器系统的长期影响,理由是技术失控的风险以及恶意行为者可能造成严重破坏和大规模屠杀的风险;另一方面,一些人认为有机会将人类士兵从最危险的战斗状态中解放出来,有助于减轻战斗中因人类偏见和误判的风险,并为俄罗斯和中国等国家提供机会,通过制造可以在机器速度下进行战斗和适应的武器颠覆美国的传统军事优势。

此外,人们也越来越担心,机器智能还可能增强非国家行为者开发新的非对称战争战术的能力。商业部门机器智能能力的扩张将为智能系统提供广泛、低成本的接入。正如小机构利用网络能力却能对国家安全产生重大影响一样,机器智能也可能会引发新的意外威胁。例如,机器智能能够制造难以辨认的假冒音频和视频产品。2017年,Adobe展示了一款新产品,通过10分钟的音频,机器智能可以在无限的人造音频中精确地复制人的声音。

三、投资于机器智能技术的持续研究和开发

政策制定者的第一步是制定全面的政府投资基础研发战略。过去两年,新加坡、日本、英国、加拿大、法国和韩国等均宣布了对机器智能进行大规模投资的举措,对机器智能新项目的研发投入超过10亿美元。中国在2017年7月宣布一项新的机器智能发展规划之后,各地方政府宣布向该行业提供数十亿美元的支持,仅湘潭和天津就向机器智能项目承诺集资70亿美元。与此相比,2015年,美国政府对机器智能的研发投入为11亿美元,特朗普政府提出的预算使美国国家科学基金会的机器智能研究经费减少了10%。

1. 政府投资机器智能,以弥补私营部门研发投入的不足

企业研究实验室已开始填补机器智能研发部门的空白,风险投资者正在加大投资力度,将新的机器智能应用推向市场。2012年以来,风险投资投入近60亿美元支持创业者创建商业机器智能应用程序。2016年,Facebook、苹果、谷歌、亚马逊和微软等技术领域巨头在机器智能应用方面的投资为200亿~300亿美元。

但仅靠私营部门的投资远远不够。联邦政府在支持机器智能技术发展方面发挥着独特的作用,它必须首先明确研究资金的优先顺序,以适应机器智能的独特挑战和机遇。美国政府应通过大学、国家实验室和国家科学基金资助机器智能的新一代基础研究。为研究人员提供联邦机构超级计算资源的同时,也有助于推动机器智能领域的创新。美国政府还可以通过合作研发协议(CRADAs)、贷款担保以及来自小企业管理局(SBA)等组织的研究补助支持私营部门的创新。小企业管理局的资金援助计划,包括小企业创新研究(SBIR)和小企业技术转移(STTR)计划,是创业支持的主要来源,代表了世界上非滞后型早期种子资本的最大来源。

机器智能研发战略还应支持机器智能研发的技术和基础设施。美国关于机器智能的讨论主要集中在算法上,是技术生态系统的一部分。联邦投资不仅应支持对机器智能算法并为其提供支持的计算芯片(图形处理单元或GPU)的应用研究,还应支持对机器智能形成补充的材料科学、电池、高性能量子计算、机器人、小型化传感器等领域的研究。

2. 确保不会因机器智能系统开发和部署的落后而影响国防和国家安全

政府对国家安全应用领域的机器智能有独特兴趣,我们必须确保对机器智能系统发展的支持不会滞后。中国政府近期采取措施推动“军民融合”,为政府和军事研究人员创造机会与领先的技术公司合作开发新产品。中国的做法是建立在美国类似努力之上的,特别是通过国防部的DIUx和In-Q-Tel等计划,为安全机构提供了一种绕过繁琐合同流程的方法,并加速了军事部门尖端技术的部署。例如,在作战系统领域,美国国防部应投资于下一代充分发挥人工智能潜能的作战系统,其中包括潜在的将来无人可用的致命AI系统的发展,因为在复杂和动态的作战环境中,人机合作远比完全自主系统更有效和可靠。

四、为机器智能时代建立一支劳动力队伍

机器智能和自动化的加速应用将对美国劳动力造成重大影响。新技术的进步很可能会创造出足够多的工作来弥补自动化所带来的损失,但当前的工作人员在努力向新职业转型时会面临障碍。如何减少这些障碍因素,促进对继续教育和就业再培训投资就显得至关重要。同时,这可能需要对国家的教育体系和社会安全网进行变革,以确保所有员工都有机会迅速过渡到新角色。

1. 教育未来的机器智能工作人员

关于机器智能和教育的争论往往集中在科学、技术、工程和数学(STEM)学位课程上,但STEM人才要区别考量。虽然合格的计算机科学家和机器智能专家短缺,但物理和生命科学领域的就业已经饱和。此外,强调技能和科学并未解决有效补充机器智能技术人员的需求。硬技能通常是最容易被自动化取代的技术,而沟通和批判性思维等软技能只会随着与机器智能系统的合作更加普遍而变得越来越重要。

我们的教育战略应该侧重于双管齐下的方法:培养研发未来技术的高端技术人才;同时建立一支思维敏捷、适应能力强的基础数字科学素养和软技能的人才队伍,以实现人机合作。

2. 吸引和留住世界上最优秀的机器智能人才

我们应该确保这些计划的毕业生留在美国工作、投资和建立业务。美国最大的优势之一就是吸引国外有才能和技术工人的能力。美国是全球头号移民目的地,特别是对于具有高等学历和技能的人,教育和培训了许多世界领先的企业家和创新者。

中国鼓励在中国出生的和华裔科技企业家回国,但美国正在让越来越多人才离开美国,包括限制留住人才的H1-B签证。通过限制外国人进入这些职位来获得高薪工作,努力为美国人创造更多机会的做法,使美国企业很难从其他国家获得精英人才,或迫使这些美国企业在吸引外籍人才的国家投资创新中心。最大的受益者之一是加拿大,谷歌、Facebook、微软和优步等已经在加拿大建立了创新中心,以解决美国签证限制人才的问题。

打击移民不仅不会为美国人创造更多获得高薪职位的机会,还会阻碍经济增长和竞争力。我们不应试图通过拒绝外国人才来刺激增长,而是要接受移民,并确保下一代机器智能企业家(无论其出生地)创建支撑美国未来发展的技术。

3. 让劳动力重新获得技能是未来经济增长的保障

一项针对企业高管的调查表明,缺乏人才和技术知识是机器智能工具被广泛采用的最大障碍。在普华永道的数字IQ调查中,仅20%的高管表示,他们具备通过人工智能获得成功所需的技能。凭借合适的人才,机器智能可以改变大多数行业,提高效率,提供更多量身定制的个性化产品和服务,改进质量控制并更好地管理供应链。

政府应与私人合作伙伴合作,对发展人才提供指导和资源,以便采用机器智能工具。例如,SBA的小型企业技术联盟已与谷歌、微软和Facebook等合作,为小企业提供数字培训资源。扩大和深化此类培训可以帮助企业获得必要的运用机器智能的技能。美国政府还应与私营部门合作,为企业投资继续教育和培训以重组劳动力提供税收抵免等措施。

此外,政府还应扩大和改革联邦再培训计划,以更好地满足失业工人的需求。美国政府在2016年12月发布的关于人工智能、自动化和经济的报告中指出,在采取积极的劳动力市场政策旨在帮助工人进行就业转型方面,美国的支出远远低于经合组织(OECD)国家。2014年,经合组织国家在这类计划上的投入平均占GDP的0.6%,而美国仅为0.1%。20世纪80年代以来,技术变革的步伐加快,但联邦再培训计划却停滞不前。与整体经济相比,美国在这些项目上的支出还不到30年前的一半。

4. 建议:美国需要建立一支面向机器智能时代的劳动力队伍

(1)扩大计算机科学专业的学位课程,尤其是机器智能课程;

(2)投资于下一代的基础数字科学素养;

(3)再次强调软技能的发展和文科教育的重要性;

(4)召集DoE工作组研究机器智能对国家教育系统的长期影响;

(5)建立吸引外国人才的移民体系;

(6)激励公司为现有员工进行持续教育投资;

(7)扩大继续教育和再培训计划;

(8)加强社会安全网,支持转型期工人。

五、创建使机器智能蓬勃发展的灵活和开放的数据生态系统

机器智能系统开发的一个重要要素是获取大量高质量的数据。机器智能系统对数据的需求是饥渴的,需要大量的数据集来识别特定的模式和见解。如专家估计,无人驾驶车辆每天需要处理40太字节的数据才能在没有人类指导的情况下在城市街道上行驶。

随着智能手机和连接设备(所谓的物联网(IoT))的发展,产生的数据量急剧增加。目前,全球90%的数据是在过去两年创造的,且增幅仍在不断加大。2011~2017年,拥有智能手机的美国人的占比翻了一番多,从35%升至77%以上。加上其他互联网设备的普及,大量数据来源于从烤面包机到汽车、道路和冰箱,这一趋势为机器智能算法训练提供了大量数据。

1. 美国的数据生态系统是其机器智能发展的极大助力

美国在机器智能领域占主导的主要原因是其独特的数据生态系统,它为机器智能研究人员提供了庞大的用户群,扩大了对公共数据集的访问渠道,以及支持性的监管体系。在此环境下,研究和开发人员能够充分利用国家数据生产加速发展的优势,创建具有强大功能和智能的机器智能技术决策者应该利用这种竞争优势,确保美国机器智能开发商继续获得全球最开放、最灵活的数据生态系统。

决策者可以扩大美国政府拥有和管理的数据集的访问权限。联邦机构拥有许多独特的数据集,这些数据集对机器智能开发人员非常有价值,向公众开放这些数据集可能会对创建新的机器智能应用程序产生巨大影响。例如,当政府公布国家海洋和大气管理局(NOAA)的天气和气候数据时,他们创造了一个价值超过320亿美元/年的行业。开放其他联邦数据集,如未分类的卫星图像、交通数据和财务信息将为机器智能创新带来新的机遇,并可显著改善公共服务。联邦政府还可以与州和地方政府合作,探索共享数据集的新方法,并将其与联邦数据整合到共享平台中。以易于使用的机器可读格式提供这些数据也很重要。政府可以通过协调其自身的结构化的和标注数据的标准开始工作,并与私营部门合作制订标准,以实现政府与行业之间的共享。

决策者还可在消除企业之间共享私营部门数据的障碍方面发挥作用监管机构及其官员可以颁布标准并发布指南,以帮助企业解决在共享客户数据时对竞争或隐私法适用性的担忧。可以利用公私伙伴关系提供框架来促进组织间的数据共享,并且可以设计激励措施来鼓励企业通过开放的应用程序接口(API)提供数据。尽管制定针对这一新领域的隐私和数据保护规定以保护消费者至关重要,但政策制定者必须确保制定规则以避免扼杀创新。

2. 美国企业较中国在用户数据上的优势

鉴于中国等国家的数据生产规模所带来的竞争态势,因此确保美国的数据生态系统尤为重要。到2020年,中国将拥有全球20%的数据,到2030年将拥有30%的数据,为机器智能开发人员提供访问庞大数据集的机会来训练机器智能模型。

中国可能拥有巨大的消费市场,但美国企业的全球市场份额更大。中国企业在国内市场占主导地位,但在全球市场的竞争地位并不突出中国有14亿人口,但Facebook在全球拥有超过20亿的用户。Gmail比任何中文电子邮件服务都拥有更多的用户,而Facebook Messenger和WhatsApp拥有的用户比任何中国邮件服务的用户都要多。因此,尽管中国可能拥有全球数据的30%,但美国企业在扭转全球数据市场另外70%的情况方面有着巨大的领先优势。与微信和QQ等中国服务用户相比,美国企业所拥有的这些用户更加多元化和全球化。中国的数据几乎完全来自中国消费者,而Facebook和谷歌之类的美国企业在世界各地都有用户。这是美国企业的一个重要优势。

但美国科技公司在国外市场的地位受到政策的威胁,这些政策使美国公司更难以竞争,美国的隐私权倡导者也在推动对数据的更多保护。而美国的盟友欧盟也在制定诸如《美国通用数据保护条例(GDPR)》之类的政策,这给美国企业带来了挑战。美国政府必须制定一项战略,以回应那些危害美国跨国科技企业的保护主义、数据本地化和隐私政策。这需要在美国和国外平衡对隐私和消费者保护的合理关注,并需要一个开放、灵活的数据生态系统,支持人工智能中的创新和实验。美国还应利用贸易协定建立双边和多边伙伴关系,促进数据的自由流动,并支持新兴技术研发方面的合作。

3. 建议:创建灵活和开放的数据生态系统,使机器智能能够蓬勃发展

(1)将美国政府数据集提供给机器智能开发人员和用户;

(2)与州和地方政府以及外国政府合作,开放数据集供公众使用;

(3)建立标准和分类法,确保通过开放式数据举措提供的数据集具有机器可读性和互操作性;

(4)鼓励私营部门数据共享和数据的新用途,同时保护隐私和数据安全;

       (5)保护跨国界数据的自由流动并打击数据本地化的保护主义。

原文始发于:机器智能对经济与国家安全的影响

 

注:本站文章除标明原创外,均未网友或机构投稿分享,如有宣发需求或侵权请联系dongxizhiku@163.com。