中央政治局集體學習人工智慧，習總書記強調AI頭雁效應

中國作為人工智慧產業應用的中心，在政策方面一直不落俗套。2017年《新一代人工智慧發展規劃》的出臺無疑奠定了將人工智慧發展國家戰略的地位。

學界，業界也一直響應中央號召，積極佈局人工智慧人才培養。今年一所人工智慧學院——南京大學人工智慧學院成立以來，各院校也紛紛成立自己的人工智慧學院。

這一切都無疑表示，國家對人工智慧發展的大力支援。

10月31日下午，中共中央政治局就人工智慧發展現狀和趨勢舉行第九次集體學習。中共中央總書記習總書記在主持學習發表重要講話。當晚新聞聯播對這次會議進行了報導。

隨後，人民日報評論員李輝在人民日報上刊文：發展人工智慧，治理需跟上。

人工智慧“頭雁”效應

人工智慧是引領這一輪科技革命和產業變革的戰略性技術，具有溢位帶動性很強的“頭雁”效應。

習總書記強調，在移動網際網路、大資料、超級計算、感測網、腦科學等新理論新技術的驅動下，人工智慧加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特徵，正在對經濟發展、社會進步、國際政治經濟格局等方面產生重大而深遠的影響。

人工智慧具有多學科綜合、高度複雜的特徵。必須加強研判，統籌謀劃，協同創新，穩步推進，把增強原創能力作為重點，以關鍵核心技術為主攻方向，夯實新一代人工智慧發展的基礎。要加強基礎理論研究，支援科學家勇闖人工智慧科技前沿的“無人區”，努力在人工智慧發展方向和理論、方法、工具、系統等方面取得變革性、顛覆性突破，確保我國在人工智慧這個重要領域的理論研究走在前面、關鍵核心技術佔領制高點。

要主攻關鍵核心技術，以問題為導向，全面增強人工智慧科技創新能力，加快建立新一代人工智慧關鍵共性技術體系，在短板上抓緊佈局，確保人工智慧關鍵核心技術牢牢掌握在自己手裡。

要強化科技應用開發，緊緊圍繞經濟社會發展需求，充分發揮我國海量資料和巨大市場應用規模優勢，堅持需求導向、市場倒逼的科技發展路徑，積極培育人工智慧創新產品和服務，推進人工智慧技術產業化，形成科技創新和產業應用互相促進的良好發展局面。要加強人才隊伍建設，以更大的決心、更有力的措施，打造多種形式的高層次人才培養平臺，加強後備人才培養力度，為科技和產業發展提供更加充分的人才支撐。

深入把握新一代人工智慧發展的特點，加強人工智慧和產業發展融合，為高質量發展提供新動能。要圍繞建設現代化經濟體系，以供給側結構性改革為主線，把握數字化、網路化、智慧化融合發展契機，在質量變革、效率變革、動力變革中發揮人工智慧作用，提高全要素生產率。

要培育具有重大引領帶動作用的人工智慧企業和產業，構建資料驅動、人機協同、跨界融合、共創分享的智慧經濟形態。要發揮人工智慧在產業升級、產品開發、服務創新等方面的技術優勢，促進人工智慧同一、二、三產業深度融合，以人工智慧技術推動各產業變革，在中高階消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。要推動智慧化資訊基礎設施建設，提升傳統基礎設施智慧化水平，形成適應智慧經濟、智慧社會需要的基礎設施體系。

要加強人工智慧同保障和改善民生的結合，從保障和改善民生、為人民創造美好生活的需要出發，推動人工智慧在人們日常工作、學習、生活中的深度運用，創造更加智慧的工作方式和生活方式。

要抓住民生領域的突出矛盾和難點，加強人工智慧在教育、醫療衛生、體育、住房、交通、助殘養老、家政服務等領域的深度應用，創新智慧服務體系。要加強人工智慧同社會治理的結合，開發適用於政府服務和決策的人工智慧系統，加強政務資訊資源整合和公共需求精準預測，推進智慧城市建設，促進人工智慧在公共安全領域的深度應用，加強生態領域人工智慧運用，運用人工智慧提高公共服務和社會治理水平。要加強人工智慧發展的潛在風險研判和防範，維護人民利益和國家安全，確保人工智慧安全、可靠、可控。要整合多學科力量，加強人工智慧相關法律、倫理、社會問題研究，建立健全保障人工智慧健康發展的法律法規、制度體系、倫理道德。各級領導幹部要努力學習科技前沿知識，把握人工智慧發展規律和特點，加強統籌協調，加大政策支援，形成工作合力。

發展人工智慧，治理需跟上。

人工智慧不僅是一個技術問題，也是一道治理考題。以無人駕駛技術為例，在全球範圍內已出現多起事故，甚至造成人員傷亡，然而，並沒有法律對此作出明確規定。當人們向演算法讓渡了部分決策權，也會讓歸責成為難題。在這個意義上，技術進步是一柄“雙刃劍”，一方面可以造福人類，另一方面在缺乏規範和制約的情況下，也有可能損害社會公共利益。處理好人工智慧在法律、安全等方面提出的新課題，需要完善治理，讓技術創新執行在制度的軌道上。

事實上，如何對人工智慧進行規範，在世界範圍內還未形成共識。在不少國家，無人駕駛領域的立法一直在討論中，看法不一；在中國，無人駕駛的汽車能否上路、是否符合道路交通安全法，也引發了一系列討論。歐盟最新發布的《通用資料保護條例》中，也沒能對人工智慧涉及的隱私風險、資料保護風險做出符合大眾期待的回應。每當一種新技術出現，都會有關於舊的治理規則是否適用、是否需要升級，以及是否需要制定新的治理規則的討論。面對日新月異的人工智慧技術及其引發的問題，如何用法律條文探尋最佳應對方案、凝聚對未來的共識，是一項艱鉅挑戰。

完善與人工智慧相關的法律法規，關鍵在於明確歸責原則：一旦問題出現，哪些是人的責任，哪些是演算法的責任？歸責原則實際上就是對演算法做出評價，而演算法本身並不透明，如何對其進行評估？對此有三種解決方案：不用演算法，使演算法透明，審查演算法輸出。

完全避免演算法不現實，除了演算法，幾乎沒有其他工具可以處理大量的資料。而演算法透明化則難以操作，這相當於要求普通人也能理解演算法。因此，審查演算法輸出是目前的最佳方案。這一方案的要義在於，不管演算法的內在工作機制，只根據其結果的公正性對其進行評價。在此方案下，監管成本更低，可操作性更強，歸責原則的確定也更明確，具有立法實踐的意義。

面對科技的迅速發展，我們始終在探索人工智慧的法律解決方案和治理模式，致力於形成一套務實管用、行之有效的方法。比如，相關部門對人工智慧領域的新應用、新嘗試給予足夠的創新空間，但必要的監管同樣不可或缺；一旦發現安全問題、突出風險，監管力量會及時介入，甚至採取多部門聯合調查處理的方式封堵隱患、解決問題。這樣的模式，既呵護了創新，也有利於防範系統性風險，為人工智慧健康發展提供了保障。

人工智慧的治理問題是當前一項重大挑戰，世界各國和國際組織都參與其中，這也讓人工智慧的治理成為全球治理的一部分。如果此時缺位，可能會在新一輪規則制定中陷入被動。如今，中國在人工智慧領域的技術探索已處於世界前列，有些部分甚至進入了“無人區”。創新先行，治理必須跟上，如此才能充分享受創新帶來的紅利，撬動發展的未來。

來源：大資料文摘