引言

2020年伊始，新型冠状病毒肺炎疫情在中国大地及世界各国爆发并不断蔓延。2020年1月30日，世界卫生组织将新冠肺炎疫情列为传染病应急机制最高等级，即“国际关注的突发公共卫生事件”。疫情发生后，中国政府高度负责、快速响应、果断应对，凝聚社会各方面力量进行防控，有效地遏制了疫情的传播。这次疫情不仅从需求和供给侧全面冲击国家宏观经济，危及餐饮、旅游、交通运输等许多行业，对民营企业、小微企业等造成了损失，也给我国的医疗卫生、公共管理、社会信任、城市治理等领域带来了严峻的挑战。近年来迅速发展的人工智能技术，作为新一轮产业革命的核心驱动力^[1]，被比喻成为数字时代的“新电力” ^[2]，在助力抗击新冠肺炎疫情中应该能够释放出其潜能并发挥重要作用。

2020年2月4日，工信部发出充分发挥人工智能赋能效用、协力抗击新冠肺炎疫情倡议书，号召加快利用人工智能补齐疫情防控技术短板，迅速推动人工智能技术相关产业的生产与应用。2月14日，在中央全面深化改革委员会会议上，习近平总书记强调要鼓励运用大数据与人工智能等新兴数字技术，在疫情监测与分析、病毒溯源、疾病防治、资源调配等方面发挥支撑性作用。作为一种具有基础设施属性的通用性新兴技术^[3]，人工智能的发展还不够成熟，它能否发挥出通用性技术的广泛性影响助力抗击疫情？人工智能通过哪些核心技术，通过赋能哪些关键性产业协同抗击疫情？人工智能又是通过哪些重要的应用场景发挥作用？借鉴当前人工智能疫情防控经验，未来人工智能的发展需要注意哪些问题？本研究将主要回答以上几个问题。

1 人工智能的发展概况 1.1 人工智能的内涵演进

在大众媒体中，人工智能通常被描述为一种能够思考、理解语言、解决问题、诊断医疗状况、自动驾驶汽车、下国际象棋以及模仿梵高绘画的机器。人工智能的第一个明确定义是由约翰·麦卡锡等人在1955年提交给洛克菲勒基金会的一份资助提案中提出的，认为“人工智能是基于这样一种推测，学习的各个方面或任何智能特征原则上都可以被如此精确地描述，以至于可以制造出一台机器来模拟它” ^[4]。根据上面提案，1956年在美国达特茅斯学院召开的学术会议标志着“人工智能”这门新兴学科的正式诞生。斯图亚特·罗素和彼得·诺维格2010年在《人工智能：一种现代的方法》一书中给出了一个较为概括性的定义：人工智能是有关智能实体研究与设计的学问，而智能实体是指一个可以观察周围环境并做出行动以达到目标的系统^[5]。2019年最新版的《大英百科全书》对人工智能有一个非常简练的定义，即数字计算机或计算机控制的机器人执行与智能生命有关的任务的能力^[6]。中国《人工智能标准化白皮书》较为完整地定义了人工智能，认为人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统^[7]。

1.2 人工智能的兴起与发展

自从1956年达特茅斯会议召开以来，人工智能已经存在了60多年，虽然20世纪60年代和90年代的两次人机对弈使它风靡一时，但人工智能一直是一项边缘性技术，与实体经济缺乏深度融合，不能很好地落地。直到最近十年，随着算法、算力和数据的不断创新和迅速发展，人工智能迅速成为技术新贵，一跃被推到风口浪尖上。虽然当前对于人工智能还存在很多争议，但不可否认的是：它已经成为一种广泛性的科技驱动力量，开始在经济转型、社会变革、教育改革、文化变迁等方面发挥重要作用，不仅吸引了学术界的广泛关注，赢得了企业界的大量投资，也获得了各级政府的高度重视。普华永道研究显示，人工智能将成为当今快速变化经济中最大的商业机会，到2030年人工智能将使全球GDP增加15.7万亿美元，其中受益最大的可能是中国和北美^[8]。美国、英国、德国、印度等国家正在积极进行顶层设计，在人工智能核心技术、高端人才、技术标准及规范领域进行竞争和部署。2017年7月，国务院发布的《新一代人工智能发展规划》明确提出，到2030年，中国将成为世界主要人工智能创新中心，人工智能理论、技术与应用总体达到世界领先水平^[1]。

2 人工智能助力抗击新冠肺炎疫情的产业生态分析框架

应用场景研究将构成观察和分析人工智能技术对社会、经济、文化影响的重要内容，也是人工智能落地的基本手段。在此次新冠肺炎疫情当中，人工智能在通用性技术的角色扮演上崭露头角，为众多产业赋能增效，构建了一个较为完整的“人工智能+产业”生态，协同抗击新冠肺炎疫情。

人工智能助力抗击疫情的应用场景不是单一的，而是较为综合和全面的。本研究构建了人工智能助力抗击新冠肺炎疫情相关产业及应用场景的整体分析框架，如图 1所示。左边部分是人工智能的技术层面，右边是人工智能赋能的产业层面，两者共同构成抗击疫情的“AI+产业”生态。其中，技术层面包括三层：硬件及基础技术支持（包括云服务、传感器、芯片、云计算设备、激光雷达等）、人工智能核心技术支持（包括机器学习、计算机视觉、知识图谱、自然语言处理、生物识别、人机交互等）、人工智能协同技术支持（包括物联网、5G、虚拟现实技术、区块链、生物技术等）。产业层面也包括三层：核心层是由算力、算法和数据共同驱动的人工智能内核，主要由人工智能科技企业构成；围绕该内核的第二层是抗击新冠肺炎疫情的关键产业层，即医疗产业层，具体包括医学影像、基因测序、药物研发、辅助诊疗、辅助医学研究平台等人工智能应用场景；第三层是医疗产业之外抗击疫情的辅助产业层面，涉及疫情期间人们的工作、生活、学习等多个方面，分别包括智慧城市、智慧金融、新零售、智慧教育、智能制造等产业的应用场景。

以驱动人工智能的算力、算法与数据为例，在此次疫情中，许多科技企业和机构纷纷免费开放人工智能三要素。在算力方面，阿里云、腾讯、滴滴云等向全球公共科研机构免费开放和提供运超算能力、运算集群支持以及基础的云计算能力，借此帮助缩短研发周期，推进病毒基因测序、新药研发、蛋白筛选等防疫工作；在算法方面，百度研究院宣布向基因检测机构、防疫中心及科研中心免费开放LinearFold线性时间算法及目前全球最快的RNA结构预测网站，加快新型冠状病毒结构的预测速度；在数据方面，除了科技公司和数据平台免费提供数据外，各级卫健委、政府部门等也不断提高数据的及时性和精准性，360、百度地图等数据公司发布疫情大数据平台，持续高频更新与升级，以提供防控的关键性数据支持。

3 人工智能助力抗击新冠肺炎疫情医疗产业的应用场景

2017年7月，国务院发布《新一代人工智能发展规划》，对我国医疗产业的智能化提出方向，包括建立快速精准智能医疗体系、推进智慧医院建设、加速影像与基因组智能化识别和新药研发、智能化防控流行疾病等^[1]。2018年4月，国务院在《关于促进“互联网+医疗健康”发展的意见》中指出，要推进人工智能在医疗服务、中医诊疗、医疗健康领域的研发与应用^[9]。新冠肺炎疫情出现以来，人工智能技术助力医疗产业主要包括以下5大应用场景。

3.1 医学影像

医疗产业中的医学影像是目前人工智能最热门的应用场景之一。医学影像的基础是生物影像，通过CT、X光、核磁共振等影像技术，可以对病变情况进行深入分析。这些影像数据通常情况下是通过影像科医生进行人工解读。我国医学影像数据增长迅速，但放射科医生增长缓慢。由于专业人员短缺以及工作量繁重，导致漏诊率和误诊率较高，受限于医生读片的速度诊断耗时也较长。

人工智能可以发挥超级算力和海量数据容量快速学习不同病症图像，实现病兆识别与性质判断、靶区自动勾画、三维重建、影像检索等功能。与传统人工操作相比，人工智能在图像检索的效率和精确度等方面做得更好，还可实现24小时无疲劳工作。当前，人工智能在新冠肺炎CT影像的智能化诊断方面正在发挥积极作用，尤其能够缓解核心疫区医疗资源的紧张状况。在抗击新冠肺炎疫情中，上海市公共卫生临床中心与依图医疗开发了新冠肺炎智能CT影像评价系统，使诊断时间从5~6个小时缩短至几分钟。“AI+CT”的普遍使用已经帮助了大量医疗机构快速识别感染者，更高效、更准确地实现隔离、诊断和治疗。

3.2 基因测序

基因测序是应用人工智能技术的另一个热门场景。通过基因全序列分析可以预测人们患病的可能性，也可以对病毒、细菌等病原体进行追踪和溯源，检测病原体变异趋势，对致病原理进行分析。基因测序通过对海量数据的解码挖掘有效的信息，而传统的人工实验既耗时又费力。例如组成人类基因组的碱基对就有31.6亿个，其中蛋白质编码基因超过2.1万个。面对基因测序如此庞大的信息量，人工智能技术可以发挥深度学习优势，优化算法、提升算力，迅速而又准确地进行分析，并大幅度降低检验成本。

在抗击新冠肺炎疫情当中，人工智能在新型冠状病毒基因测序、潜在宿主预测、疑似病例基因分析与病毒变异等方面发挥了关键性作用。2020年1月29日，湖北省疾控中心成功分离提取一株新型冠状病毒毒株，利用人工智能深度神经网络进行高通量测序，获得了病毒全基因组序列。新型冠状病毒全长29 847bp，是基因组序列最长的病毒之一。北京大学朱怀球团队使用基于深度学习算法开发的病毒宿主预测方法，在BioRxiv发表了《深度学习算法预测新型冠状病毒的宿主和感染性》一文，通过人工智能大数据分析预测潜在宿主。浙江疾控中心利用阿里研达摩院研发的人工智能算法，上线了自动化全基因组检测分析平台，将原来数小时的疑似病例基因分析缩短至30分钟，并能有效防止因病毒变异产生的漏检。

3.3 药物研发

美国Tufts药物开发研究中心2016年的一项研究表明，新药研发不仅成本高，而且周期长。新药的平均研发成本高达25.8亿美元，化合物及临床前研究耗时长达3~6年，临床研究耗时6~7年，而且失败率很高，进入临床前研究和临床试验两个阶段的比例分别为2.5%和2%^[10]。人工智能技术通过参与药物研发的不同环节，实现了研发成本和研发时间的大幅度减少。靶点筛选是新药研发的主要障碍之一，具备超大算力的人工智能技术通过搭建和优化算法模型，将大量已上市药物与人身上的上万个靶点进行交叉和匹配研究以筛选药物。人工智能可以借助深度学习开发虚拟筛选技术取代高通量筛选，也可以利用图像识别技术优化高通量筛选过程，根据患病细胞给药后的特征评估药效。

面对新冠肺炎疫情，北京大学王月丹团队针对2 674种已上市药物及1 500种中药提取物，采用人工智能药靶筛选系统，发现包括常用药物沐舒坦在内的20多种药物有望治疗新冠肺炎。华为云联合团队利用人工智能技术，根据新冠肺炎的多个靶标蛋白，对DrugBank库中8 506个已上市或临床试验药物，进行超大规模计算机辅助药物筛选，共选出eclabuvir、沙奎那韦、比特拉韦、洛匹那韦、多替拉韦五种潜在有效药物。全球健康药物研发中心联合清华大学开放人工智能药物研发和大数据分享平台，根据新冠肺炎和SARS同源性建立了多个靶点结构模型、分子动力学模拟，以加速药物研发与临床。

3.4 辅助诊疗

人工智能辅助诊疗是指通过深度学习技术对医疗领域的海量数据进行系统性的训练和优化处理，利用计算机视觉、声音识别等技术实现医疗自动问答与挂号、临床诊断、精准手术助理等智能诊断。人工智能辅助诊疗主要应用场景包括：电子病历、导诊与手术机器人、虚拟助理等。以语音电子病历为例，借助人工智能进行大量的病历和临床数据训练，可以通过语言识别实现文本互译和人机交互。导诊机器人借助人脸识别、语音识别、物体识别等技术可以实现挂号、就医引导、身份识别、医疗知识普及等辅助诊疗功能。至于虚拟助理，苹果的Siri、小米的“小爱”，微软的“小娜”对人们来说并不陌生，医疗领域的虚拟助理则属于专用型虚拟助理。

在此次新冠肺炎疫情中，科大讯飞免费提供电子病历、智能语音外呼等技术支持，同时利用智医助理赋能基层医疗实现基础疫情防范。在美国，智能机器人参与了首例新冠肺炎患者的治疗，患者被送至隔离室，由医生通过机器人进行远程治疗。在上海儿童医学中心隔离诊区，智能机器人“小白”上岗，医生通过“小白”对疑似患儿进行床边会诊和查房，对隔离诊区的医生进行适时指导。基于AI技术与医学诊断融合的DUCG临床辅助诊断平台，通过构建基于主诉症状的知识库，进行临床辅助诊断。该平台在新冠肺炎疫情期间，在胶州市级综合医院、18处社区卫生中心和500个村卫生室得到推广应用。

3.5 辅助医学研究平台

制约医疗科研工作的主要障碍是缺乏规范化的数据、数据处理能力的不足，以及临床工作占据了大量时间。借助人工智能提供的高效、便捷、易用的辅助医学平台，研究人员可以深入挖掘不同类型数据的价值，有效实现医学研究、辅助诊断、精准医疗等目标。科技企业也可以通过辅助医学平台获取高质量高容量的医学数据训练集，更好地优化算法和改进模式，推进人工智能领域的产学研合作与应用落地。新冠肺炎疫情之下，清华大学和全球健康药物研发中心开放人工智能药物研发和大数据分享平台，涵盖既往冠状病毒研究中涉及的900多个小分子实验信息，还包括冠状病毒相关文献，并实时更新新冠病毒的科学前沿报道。科研人员可以参与提炼信息，针对新冠病毒进行研究和分享。在新冠肺炎疫情期间，腾讯与钟南山团队合作成立大数据与人工智能实验室，由钟南山担任主任，对新冠肺炎等流行疾病进行监测和医学研究。

4 人工智能助力抗击新冠肺炎疫情医疗外产业的应用场景 4.1 智慧城市

城市管理是人工智能应用落地的重要综合载体。伴随着我国城镇化建设步伐不断加快，能源结构单一、人口密集、资源配送效率低、交通压力大、垃圾回收利用率低、空气质量不佳等问题凸显。智慧城市运用大数据信息技术全面、实时地获取海量数据和信息，借助于人工智能提供的算法优化城市决策，以全新的角度优化城市运行方案，以响应更及时、成本更低的方式实现城市公共资源的有效配置。麦肯锡全球研究院评估了近六十个智慧城市应用工具在三大样本城市中的表现，发现这些智能工具可帮助社会各方面取得进步。例如：可将应急响应时间缩短20~35%，疾病负担降低8~15%，死亡率降低8~10%，温室气体排放减少10~15%，平均通勤时间缩短15~20%等^[11]。

智慧城市是应用人工智能技术助力新冠肺炎疫情防控的除医疗产业之外的主要载体，主要应用场景包括健康安全、交通出行、能源管理、环保、市民服务与参与等多个方面。在健康安全方面，公众在疫情动态、专家解惑答疑、媒体求助、防疫科普信息获取、社会参与等方面更为便捷。基于用户授权的地理位置等数据，百度地图迁徙大数据为政府和研究机构提供了疫情防控的关键数据支持，截止2020年4月18日，浏览百度疫情实时大数据的人次已经超过60亿。通过腾讯看点、丁香医生等平台也可以查阅实时疫情数据，查询自己是否与感染者有密切接触史。除了人工智能科技公司外，政府部门也与科技公司合作上线疫情防控平台。由腾讯云提供技术支持的“国家政务服务平台”正式上线“新型肺炎疫情防控专题”，提供实时动态、预防、自查以及就医指引等服务。由京东与政府合作专门针对疫情防控定制的“人工智能公共服务平台”公益版上线，向政府、企业、公众提供疫情地图、智能防疫助理、远程医生、教育办公等技术服务，方便企业和公众参与及互动。

在安全出行方面，基于“人体识别+人像识别+红外/可见光双传感”技术的人工智能测温系统在地铁、火车站、集中办公区等人流量较大区域上线，进行发热及潜在被感染对象识别、筛查与分析。百度飞浆开源首个口罩人脸检验及分类模型，用于检验密集人群中没有携带口罩的人，以减少公共场所疫情安全隐患。在出行精准定位方面，高德地图快速上线10 145个发热门诊及定点医院查询，并标注道路关闭路段。在能源管理方面，包括国电、南电、广电等公司正在普遍借助机器视觉、自然语言处理等技术在输、配电等环节作出精准分析、判断，优化决策，广东电网无人巡视机器人已经占到85%。

4.2 智慧金融

人工智能正在改变金融行业获取和维系其客户的方式，使金融企业的前台和后台都产生了颠覆性的变化^[12]。智慧金融是指通过人工智能技术为金融行业价值链各个活动环节以及各参与主体赋能增效，从而实现产品创新、流程优化及服务升级。包括银行、保险、证券在内的金融行业具有较好的数据基础，金融服务业本身对自动化与智能化也存在着迫切需求。基于深度学习的人工智能可以较好地利用金融行业的数据基础，而基于海量、实时数据的量化交易算法也能够满足金融服务智能化的需要，加之政策和资本的驱动，人工智能在金融行业的应用场景越来越多。

2020年2月1日，中国人民银行、财政部等五部委联合发布了《关于进一步强化金融支持防控新型冠状病毒感染肺炎疫情的通知》，鼓励积极运用技术手段，提升服务便捷性和可得性。借助人工智能及协同技术，金融服务业正在推进疫情期间的在线化和智能化升级，完成从线下到线上、从“人工”到“智能”的转移：通过7×24小时虚拟顾问、实体服务机器人、远程客服方式实现智能客服，通过人脸与生物识别、车辆外观与号牌识别等技术实现智能支付，通过反欺诈、信用智能评分、异常交易行为侦测等手段实现智能风控，通过智能辅助拍摄、远程精准定损、智能审核与快速赔付等实现智能理赔，通过线上社交渠道智能获客、消费数据与行为分析实现精准营销，等等。人工智能赋能金融产业正在为疫情防控和支持实体经济做出积极贡献。

4.3 新零售

Global Market Insights研究显示，2018—2024年间全球人工智能在零售领域应用年均复合增长率将超过40%，应用市场规模在2024年将达到80亿美元，亚太市场复合增长率将超过45%，而这些均主要是由中国和印度驱动^[13]。新零售的核心是通过新技术捕获人、货、场中的数据信息，实现销售、物流、管理、供应链的优化。人工智能应用场景主要包括智慧门店、智能支付、供应链优化、智慧物流、精准营销等。

面对新冠肺炎疫情带来的人员流动限制和隔离防护等客观因素，通过借助互联网、人工智能等技术可以推进零售业的在线化、自动化和智能化。苏宁将多家商店改造成24小时无人经营模式，实现了消费者全时段全流程自助购物。阿里旗下品牌盒马生鲜应用人工智能专注于改善消费者体验和零售商的运营效率，整合线上和线下购物，完成生鲜等产品库存、供应链、物流、支付、交付和订单履行全过程服务。叮咚买菜通过大数据和人工智能来管理后台，进行货品预测，优化前置仓控制损耗，实现供应链去中介化走向原产地。在新冠肺炎疫情期间，这些线上生鲜品牌都有不俗的表现。京东通过人工智能分析技术，借助“双十一”期间构建的价格健康度管理机制和技术模型，进行无间断价格监控与治理，确保了防护物资和民生商品价格稳定。阿里、京东等电子商务巨头仓库里，成千上万的仓储机器人帮助人类完成繁重的仓储工作，如商品入库、摆放、整理、贴单出库等操作，以保证疫情期间的物流供应。在新冠肺炎疫情之下，美团、京东、顺丰等借助无人车、无人机实施的“无接触配送”显示出了快捷、方便、不见面避免交叉感染等优势。

4.4 智慧教育

智慧教育就是应用人工智能推动教学方式、学习环境与教育管理的智能化转型，通过精准化、灵活性、个性化的教育，最大限度地满足“人的智慧成长” ^[14]。教师可以借助智能评阅、虚拟教学助理、虚拟增强教学、智能人机互动，实现教学准备、课堂组织、作业评阅、学业考核与学情分析等环节的智能化和便捷化。学生可以借助人工智能基于大量优质资源提供的个性化学习方案，完成自适应性学习过程。即是说，人工智能通过将教师、学生与学校从重复任务中释放出来，帮助解决传统教育高成本、同质化、不公平等问题。

为阻断新冠肺炎疫情向校园蔓延，教育部要求2020年春季延期开学，学生在家利用网络平台学习，“停课不停学”。新东方、好未来、松鼠AI等多家人工智能教育品牌积极扩容线上教学，向学生免费或捐赠在线课程资源，针对教育行业开放和创新人工智能教育产品和服务。除了中小学教育，职业培训、素质教育、高等教育等课程资源也覆盖了不同年龄阶段。腾讯教育推出“腾讯空中课堂”，为全国中小学生提供在线教学整体解决方案。百度小度联合其他合作方，免费提供儿童教育在线课程资源。科大讯飞针对不同疫情区域提供差异化的人工智能教育产品和服务，利用智能虚拟教学助手帮助教师进行备课和远程授课，通过智慧空中课堂优化在线教育。百度文库向全国中小学师生开放K12教学资源，借助人工智能分析满足学生精准性资源获取，通过个性化课程知识推荐满足教学多元化需求。钉钉是阿里2018年7月推出的人工智能办公系统，疫情期间全国300多个城市的学校加入阿里钉钉“在家上课”计划，覆盖全国超过5 000万学生。作业帮、猿辅导等人工智能教育品牌免费在线课程学生人数均已超过1 000万。

4.5 智能制造

2019年政府工作报告中提出“打造工业互联网平台，拓展智能+，为制造业转型升级赋能”，为制造业的智能化指明了方向。制造业可以利用人工智能优化各流程环节的效率，还可以为客户开发和生产个性化的产品，以更快的速度交付这些产品，并提供更佳的购买和服务体验，获得更高的价值回报。以汽车制造业为例，人工智能应用场景包括基于生产效率和产品质量的智能生产，基于机器视觉、语言识别和机器学习技术的智能辅助驾驶系统，基于虚拟语言助手、人脸与生物识别、智能人机交互界面的智能车载系统，基于大数据分析与人工智能算法的精准营销，基于物联网及人工智能算法的预测性维修，以及售后、车贷保险等个性化服务。

在新冠肺炎疫情持续蔓延情况下，中国制造业在延迟开工复工人数不足、有效生产时间缩减、产能压缩等多重压力下披荆斩棘，特别是医疗医药、卫生防疫产品等企业更承担着较大的责任和生产压力。在新冠肺炎疫情之下，浪潮高端装备智能工厂紧急复工，依托企业智能生产系统加紧生产服务器等信息产品供国家调度，以满足疫情防控需要。太极桐君阁与涪陵制药厂安装智能设备854台套，在疫情防控紧急状态下实现稳定生产。宝钢上海宝山以卓越的智能制造入选全球“灯塔工厂”，数万平方米厂区里遍布各道工序的机器人和自动化智能装备，覆盖全厂的智能制造，在特殊时期实现了疫情防控和稳产高产的有效平衡。面对市场口罩严重短缺，普理司公司通过科技攻关将3C产品质量检测机改造为柔性人工智能视觉全自动口罩机，单机每日产量可超过15万片。通过人工智能等技术实现制造业的自动化与智能化运营，将启发和帮助更多的制造企业渡过难关，并为未来的数字化转型做好准备。

5 人工智能进一步发展的几点思考

总之，人工智能作为一项通用性的新兴技术，正在赋能城市管理、金融产业、零售业、教育产业、制造业等产业，在疫情防控相关应用场景中发挥着积极作用。特别是在医疗健康产业中，人工智能在新冠肺炎的早期诊断与临床辅助治疗、治疗方法发现和药物研发、疫苗研发、疫情监测与分析、防疫知识普及、智能问诊等方面发挥着重要作用。尽管应用人工智能等新技术抗击新冠肺炎疫情是当务之急，但政府、企业与社会也需要认识到，人工智能技术具有颠覆性特征且影响面广，它将深刻地改变人类社会的生活方式、经济发展结构、就业结构、教育模式以及价值观念，冲击社会伦理，给政府管理和公共治理带来挑战。政府与社会各界面临这种技术带来的变革和不确定性，应该采取积极行动，做好必要的准备，积极探索如何使人工智能技术的研发与应用真正做到“以人为中心”，进一步提高人们和社会的接受和利用程度。

5.1 强化顶层设计与统筹发展，提供技术试验空间

人工智能作为一种通用性技术，对经济和社会具有长期性和广泛性影响，并且通过与其他互补性技术的协同创新效应而对未来产生深刻影响。因此，人工智能技术及其解决方案的成熟也需要创造一个长期稳定有利的发展环境。政府在这个过程中扮演着召集人和促进者的重要角色。通过人工智能的顶层设计与统筹发展，可以使人工智能发展规划与创新计划、经济发展计划保持一致。除了完善相关产业与经济政策外，配套的人工智能法律法规体系、伦理规约体系、全流程安全防控体系也要相应建立，形成一个综合性的政策与监管体系。通过人工智能的顶层设计与统筹发展，还可以自上而下传递一种积极的信号，有助于构建整个社会对于人工智能等新技术接纳的价值观念。

人工智能技术的发展离不开试验和迭代式学习，因此需要赋予科技企业和研究人员一定的自由空间进行试验，开发和优化人工智能技术，尝试新的应用和方法。这个过程存在着风险和不确定性，可能需要对已经嵌入其中的工作流程和框架不断地进行调整和变动。政府需要在人工智能治理框架完善与人工智能快速部署之间进行有效的平衡。考虑到将人工智能放在封闭区域内进行实验是一个较好的办法，一些国家通过创建“沙箱”，根据一些条件（如时间限制、参与者数量）放宽某些规则或规定来推进人工智能技术的创新应用。一方面，这些“沙箱”代表一个受监督的安全空间，可以帮助增强数据的安全性和隐私性，另一方面，政府可以了解更多有关数据及潜在影响，不断升级和完善与之对应的监管手段。例如在新冠肺炎疫情期间，北京市金融监督管理局发布《关于做好新型冠状病毒感染肺炎疫情防控情况下金融服务保障工作的通知》，强调支持金融科技在疫情防控中的应用，符合条件的纳入金融科技“监管沙箱”创新试点之中。

5.2 完善人工智能治理，发展有责任的人工智能

作为和蒸汽机、电力类似的通用性技术的人工智能具有变革性和颠覆性的特征，这种颠覆性是由人工智能自身发展轨迹的复杂性、不确定性和风险性决定的。当把人工智能应用于重大决策领域时，人工智能深度学习的“黑箱”问题就可能成为需要密切关注的“隐患”。当教育、法律、医疗等领域应用人工智能时，基于历史性偏见数据构建的算法以及设计人员的主观偏见，使歧视和偏差问题可能变得更为突出。政府、企业、研究人员等参与者之间的角色分担和联合操作，都从不同程度弱化了人工智能中的责任承担。人工智能还可能会让大量蓝领转岗、下层白领失业。

人工智能治理的核心是发展负责任的人工智能，确保技术开发和应用中的安全可靠可控，明确责任并评估风险，从而推进经济、社会及生态的可持续发展。和其他技术一样，人工智能也是在社会语境中发展起来的，是技术、社会实践、社会文化共同构建的“社会技术体系”。人工智能的开发和研究不是科学技术领域的孤立研究，它是由社会、经济、政治、文化诸多因素共同驱动的，伦理与责任作为其中的重要驱动者之一，可以发挥更加积极的作用。在人工智能开发与应用中，需要一个跨学科、多元化、包容性的多方合作：跨学科意味着它不仅在技术上可行，同时还能处理法律伦理和社会文化可能遇到的障碍与约束；多元化和包容性可以帮助人工智能从一开始就防止或消除可能存在的偏见和歧视。围绕人工智能治理，需要以负责任的方式，用制度来保证政府、企业与公民都可以享用人工智能带来的巨大收益，最终真正让技术造福人类。

5.3 发展面向人工智能的教育与培训，为未来做好准备

人工智能在全球经济的许多部门得到了广泛的应用，带来了更高的效率和更高的生产力。埃森哲咨询公司对12个发达经济体的研究表明，与预期的基线水平相比，到2035年，在人工智能新引擎的作用下，劳动生产率将提高40%^[15]。但是，这种由智能化带来的令人兴奋的创新和高生产率背后可能隐藏着危机。不同权威调研机构的研究表明，未来二三十年，很多工作岗位将被智能化机器所替代，尤其是那些重复性、程序化的工作^[16]。自动化将会导致大量的工作流失，据估计到2030年，超过三分之一的现有工作可能受到影响^[17]，需要人们学习和升级新技能以应对正在或即将到来的社会变化。

面向人工智能的教育与培训需要改革目前的教育体制，以扩大终身学习、培训和技能发展。首先，培养人工智能技术研发所需要的专业技能，包括与人工智能相关的基础研究技能、工程和应用技能，以及数据科学和计算思维等。其次，培养通用性技能来应用人工智能。人类需要与自动化技术并肩工作，需要人类来评估和确认人工智能的决策建议，执行人工智能推荐的行动方案，或者在自动化出现错误或失败时提供后备支持。再次，培养与人工智能互补的人类特有技能。这些技能包括批判性思维，系统性思维，创造力、创新和创业精神，以及同理心等^[18]。这些人类所特有的对于复杂系统的综合处理能力，对于艺术与文化的审美鉴赏能力，在工作和经济领域运用创造性思维的能力，由生活阅历和人类文化熏陶产生的直觉，理解不同文化和不同人的文化敏感性，基于人类情感与他人互动合作的能力，都是人工智能时代机器无法替代、人类最有价值、最值得培养和学习的技能。

6 结语

综上所述，在新冠肺炎疫情之下，人工智能作为一种通用性的新兴技术，广泛而积极地赋能以医疗为核心的产业生态体系以协同抗击疫情，在疫情的追溯、诊断、治疗、预防与控制，以及疫情期间在人们的工作和生活中彰显了科技的硬核力量。未来，人工智能作为经济发展的新引擎，还将引发经济结构变革，深刻改变人们的社会生活，需要我们积极应对，把握住人工智能发展的重大历史机遇。同时，我们应该看到人工智能技术的颠覆性力量，它可能带来一系列的风险和挑战，需要我们对其进行有效规划和治理，并为未来的社会变革做好准备，积极发挥科技引领未来的巨大潜能，促进人类社会的可持续发展。