去年為響應《“十三五”國家戰略性新興產業發展規劃》，國家與地方政策緊密出臺，大大推動了我國人工智能產業發展步伐，在自動化領域也取得長足進步，我的智能化、自動化水平大大提升，與國外相比差距明顯縮小。人工智能的發展將帶來一系列機遇與挑戰，我們應該客觀面對前進道路上遇上的問題。

人工智能推動經濟自動化和社會智能化

從短期看，人工智能在智能交通、智能家居、智能社區等方面有突出表現。新型柔性機器人能夠做飯、洗碗，還可以鋪床、洗衣服、遛狗，人工智能還能幫你挑選穿搭、決定晚餐吃什么。虛擬現實、增強現實和混合現實結合人工智能等技術已經可以替代真人導游。未來城市交通也會因人工智能而得到改善，日本本田技術研究所汽車研發中心開發出一項利用人工智能預測交通擁堵情況的新技術。該技術將智能手機作為感應設備使用，將汽車速度、加減速等行駛數據與周邊道路擁堵程度加以匹配，改善交通狀況。

從長期看，人工智能將驅動經濟向服務化、高端化方向轉型，驅動社會向靈活化、智慧化方向轉型。變易就是差異化，差異化對應的是需求價值上的高端化和供給上的服務化。工業化和自動化的主要經濟效果是需求越差異化，差異化供給的平均成本越高，而人工智能實現與工業化相反的經濟效果，即需求越差異化，差異化供給的平均成本越低。

借助人工智能，可以通過大規模定制，低成本地實現這種差異化。即以小批量多品種的方式，向服務化的方向升級，獲取穩定的高附加值。未來的新聞可以是情境化的，通過個性化推薦+智能計算+情景感知等降低情境化的成本;未來廣告可以是精準廣告，根據消費者的上下文情境，判斷消費意向，精準投放;未來的個人健康狀況數據可以通過可穿戴設備記錄，借助大數據分析，實現24小時醫護和診療的個人定制化服務。2016年日本東京大學用國際商業機器公司的沃森人工智能技術，僅花了10分鐘，便診斷出一名60多歲女性患有一種罕見的白血病，并提供了低成本的個性化診療方案。

應客觀面對人工智能帶來的就業挑戰

人工智能提高自動化水平，從而提升生產力，積累大量財富。但自動化是否影響就業成為爭議的焦點。由于中美工人工資存在較大差距，美國資本家寧可用自動化來替代工人，而不是增加就業。

福瑞斯特研究公司的最新報告顯示，未來5年，人工智能將導致美國的就業崗位減少6%。事實上，人工智能減少就業并不是必然的。與自動化用機器代替人不同，人工智能平臺通過應用接口(API)接入大量增值應用(APP)，可以為開發者創造廣泛的靈活就業機會。阿里云研究報告提出在人工智能平臺化的趨勢下，未來人工智能將呈現若干主導平臺加廣泛場景應用的競爭格局，通過APP開發者開發大量細分場景應用，將比自動化更有效地激活靈活就業。

人工智能的迅猛發展除了帶來人們對科技的贊嘆，同時也帶來了“被替代”的恐慌。百度首席科學家吳恩達就人工智能對就業的影響表達了自己的觀點，他認為人工智能與人類之間存在的工作競爭需要企業和社會開誠布公的正視就業問題，找出解決方案?！叭祟惸軌蛲瓿傻墓ぷ?，人工智能幾乎都能通過自動化來完成，這就帶來了巨大挑戰。從人工智能研究的流程來看，我們能夠研發出更加高效的算法，不僅能高效自動的完成人類能夠完成的工作，還能完成人類做不了的工作?！痹诿鎸蜆I挑戰的同時，不可否認人工智能也在創造更多的就業機會，并將人們從繁瑣的工作中解放出來，創造更多價值。

人工智能安全問提是永遠的課題

人工智能在過去的十年里取得了令人嘆為觀止的進步，例如自動駕駛汽車、語音識別和語音合成。在此背景之下，人工智能這一話題越來越多地出現在同事和家人的閑談之間，人工智能技術已經滲透到他們生活的角角落落。與此同時，流行媒體幾乎每天也在報道人工智能和技術巨頭們，介紹他們在人工智能領域的長期戰略。一些投資者和企業家渴望了解如何從這個新領域挖掘價值，大多數人還是絞盡腦汁思考究竟人工智能會改變什么。此外，各國政府也正在努力應對自動化給社會帶來的影響。

比如人工智能的安全問題，人類歷來有弗蘭肯斯坦情結。英國小說家瑪麗·雪萊的小說《弗蘭肯斯坦》講述了一位理工科學生創造了一個科學生物，這個生物最終變成了殺人狂。人工智能會不會在超越人類智力后，與人類作對呢?美國奇點大學校長雷·庫茲韋爾預言，這個奇點會出現在2045年。但《人工智能》一書的作者多梅爾認為，不在于人類是否能設計出比自身好的東西，而在于政策是什么以及人們決定要用技術去做什么。2016年9月，英國標準化協會發布了《機器人和機器系統的倫理設計和應用指南》，希望以機器人倫理指南為突破口，探索規避這類風險。目前各國政府、企業也越來越重視這一問題。

對人工智能發展帶來的負面問題如何監管，是國際社會普遍關心的話題。美國前總統奧巴馬認為，在人工智能的早期發展階段，監管框架應當百花齊放。政府要盡量少干預，更多地投資科研，確?；A研究和應用研究之間的轉化。隨著技術的開發和成熟，如何將其納入現有監管框架中，這是更難的問題，需要各國政府更多地參與探索。

更多資訊請關注工業機器人頻道

以上內容由傳動網整理，部分內容來自測控網、維科網、智能制造網、圖片來自網絡。