“上海交大安泰史占中论行研：怎么把握从“网络+”向“智能+”的演进”

本篇文章7571字，读完约19分钟

采编:上海交通大学领域研究院

采访对象:史占中，上海交通大学安泰经济与管理学院教授，博士生导师，上海交通大学领域研究院人工智能+产业研究领域研究小组首席专家，上海交通大学产业经济研究中心主任，上海市科学研究会理事长。

毕业于浙江大学、复旦大学，获得经济学硕士、博士学位。 在公司从事多年，历任企业董事、总经理，主持企业战术规划和投资管理工作。 转入交大事业以来，先后赴国务院快速发展研究中心、国家发改委宏观经济研究院、科技部战术研究院进行合作研究。

在十三届全国人大第二次会议上，国家领导人撰写了《政府事业报告》，确定了2019年的政府事业任务，其中正式提出了“智能+”的重要战术。 “推进以前传说的产业改造的提高。 推进制造业优质快速发展，加强工业基础和技术创新能力，促进先进制造业和现代服务业融合快速发展，加快制造强国建设。 构筑产业网络平台，拓展“智能+”，为制造业转型贡献力量”。

把握从“网络+”到“智能+”的演化，如何理解智能经济的经济学含义，“智能+”会扩散到社会经济的那些点行业和产业，智能化会给社会经济管理带来那些机遇和挑战？ 关于以上话题，我们邀请了上海交通大学史占中教授发表相关意见。

“智能+”是“网络+”的升级版

的《政府工作报告》提出:“壮大新兴产业集群，实施大数据快速发展行动，加强新一代人工智能的研发应用，在医疗、养老、教育、文化、体育等多个行业推进‘网络+’的重要战术。” 到了今年，“智能+”一直以来都是作为推进制造业改革的政府业务任务首次提出的，史占中教授表示，这将推动制造业的变革和升级，从以前开始就强调“赋予制造业能源”。

史教授指出，“网络+”是运用新技术改造新模式以前传入的产业，如果以商业模式和业态创新为主，兼顾技术创新，“智能+”就是“网络+”的升级版，以技术创新为重点，创新为 传入的产业改造的广度和深度将大幅提高，特别是以前传入的制造业将成为改造的重点。

“网络+”是“网络+各个传统领域”，但这不是简单的将两者相加，而是利用新闻通信技术和网络平台，将网络和传统领域深入融合，创造新的业态。 在这个过程中，网络和物联网迅速发展，带来最大贡献的是数据。 这是“网络+”时代最有价值的资源，也为“智能+”的实现提供了基础。

事实上，人工智能技术的迅速发展远远早于新闻通信技术，但没有发挥其威力。 因为没有互联网和物品的互联网支持。 如果没有大量的数据，不能与其他领域融合，就无法挖掘人工智能技术应用的巨大潜力。

这就是智能经济的经济学含义。 经济学的核心是如何实现资源的更有效配置，智能技术为此提供了很大的帮助。 基于智能手机和新闻互联网的平台和工具通过准确分解数据流来解决许多复杂系统的不确定性，帮助做出更有效的决定，将大量数据转化为真正有效、有价值的新闻，从而降低功耗。

所以，“网络+”和“智能+”紧密相连，相互传承，两者之间有逻辑和技术上的演化，“网络+”为“智能+”贡献数据，“智能+”为人工智能 “智能+”作为制造业高质量快速发展的后半段，新一代新闻技术(特别是人工智能技术的应用)与制造业深入融合，人、机、物全面实现互联互通，实现了全要素的相互联动和产业链与价值链的全面整合。

要推进高质量的快速发展，“网络+”和“智能+”的强力辅助是不可缺少的。 特别是现在我们处于5g应用的前夜。 5g具备的高带宽、低延迟、大连接的优点，促使前端工业设备、传感器等“万物互联”，将云的智能资源几乎实时传递到终端。 这些都要全面加快“网络+”和“智能+”产业的快速发展。

关于“智能+”扩散过程中社会经济行业成为重点，史占中教授指出，“智能+”战术的提出和智能技术的扩散，是为了建设安全便捷的“智能社会”，以提高人民生活水平和生活质量为目标，应用人工智能深度。 更多的简单性、重复性、危险性任务由人工智能武装的“机器人”完成，个人创造力得到极大的发挥，形成了越来越多的创造性和高舒适的就业岗位。 精密智能服务也更加丰富，人们可以最大限度享受最好的服务和便利的生活的社会治理智能化水平大幅提高，社会运行更加安全高效。 目前，互联网巨头开始建设人工智能开源平台:百度致力于自动驾驶，阿里致力于城市大脑和智慧的生活，腾讯专注于医疗影像资料的解决，科大讯飞专注于语音识别。 另外，模式识别方面的擦脸技术也逐渐应用于高速铁路、车站、机场的安防行业。

具体包括以下几个大方面

1 .智能服务

智能教育。 利用智能技术加快人才培养模式、教学方法的改革，构建包括智能学习、互动学习在内的新的教学体系。 开展智能校园建设，推进人工智能在课程、行政管理、新闻信息表达等全过程中的应用。 开发基于立体综合教育场、大数据智能的在线学习教育平台。 开发智能教育助理，建立智能、快速、全面的教育拆解系统。 建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育的定制化。

智能医疗。 宣传人工智能治疗新模式的新手段，建立快速准确的智能医疗系统。 探索智能医院建设，开发人机协同的手术机器人、智能诊疗助手，开发灵活可穿戴、生物兼容性的生理监测系统，开发人机协同临床智能诊疗方案，实现智能图像识别、病理分型和智能多学科会议。 在人工智能的基础上开展大规模基因组识别、蛋白质组学、代谢组学等研究和新药开发，推进医药监管智能化。 加强传染病的智能监测和防控。

智能健康和养老。 加强集体智能健康管理，突破健康大数据观察、物联网等关键技术，开发健康管理可穿戴设备和家庭智能健康检查监测设备，推进健康管理实现从点状监测到连续监测、短流程管理的转变。 建设智能养老社区和机构，构建安全便捷的智能养老基础设施体系。 加强老年人产品智能化和智能产品老化，开发视听辅助设备、物理辅助设备等智能家庭养老设备，扩大老年人活动空之间。 开发面向老年人的移动社会交流与服务平台、情感陪伴助手，提高老年人的生活质量。

2 .社会治理智能化

智能政务。 开发适合政府服务和决策的人工智能平台，开发面向开放环境的决策引擎，在许多复杂社会问题的研究判断、政策判断、风险预警、应急处置等重大战术决策方面宣传应用。 加强政务新闻资源整合和公众诉求的准确预测，畅通政府与公众的互动渠道。

智力法律。 建设集审判、人员、数据应用、司法公开和动态监控为一体的智能法务数据平台，促进人工智能在证据收集、实例分析、法律文件查阅和分解中的应用，实现法院审判流程和司法系统的智能化。

智能交通。 研究建立驾驶车辆自动驾驶和车道合作的技术体系。 开发多复杂场景下的多维交通新闻综合大数据应用平台，实现智能化交通疏导与综合运行的协调指挥，建设覆盖地面、轨道、低空和海上的智能交通监控、管理与服务系统。

聪明环保。 建立覆盖大气、水、土壤等环境行业的智能监控大数据平台体系，建设陆海统一、天地一体、上下合作、新闻共享的智能环境监控互联网和服务平台。 开发资源能源消耗、环境污染物排放智能预测模型的方法和预警方案。 加强京津冀、长江经济带等国家重大战术区域的环境保护和突发环境事件智能防控体系建设。

智慧城市。 建立城市智能化基础设施，快速发展智能建筑，推进地下管廊等市政基础设施智能化改造升级建设城市大数据平台，建立多种异构数据融合的城市运行管理系统，对城市基础设施和城市绿地、湿地等重要生态因素 开发社区公共服务新闻系统，促进社区服务系统与居民智能家庭系统结合。推进城市规划、建设、管理、运营全生命周期的智能化。

3 .利用人工智能提高公共安全保障能力

促进人工智能在公共安全行业的深入应用，推进公共安全智能监测预警与控制系统的构建。 围绕社会综合治理、新型犯罪侦查、反恐等迫切诉求，开发综合了多种探测传感器技术、视频图像新闻分解识别技术、生物特征识别技术的智能安全防范和警用产品，建立智能化监控平台。 要点公共区域安全设备的智能化改造升级，有条件的社区和城市中基于人工智能的公共安全区域的演示等。

加强人工智能对食品安全的保障，围绕食品分类、预警水平、食品安全隐患与判断等建立智能化食品安全预警系统。 加强人工智能对自然灾害的比较有效的监测，以地震灾害、地质灾害、气象灾害、水旱灾害和海洋灾害等重大自然灾害为中心，构建智能化监测预警和综合应对平台。

4 .促进社会互信的共享

人工智能技术在加强社会互动，促进信任交流方面有着极其重要的应用。 新一代社会交流互联网研发，加强现实( ar )、虚拟现实( vr )等技术的宣传应用，促进虚拟环境和实体环境的协同融合，比较有效地满足个人感知、拆解、评价和决策等实时新闻诉求，进行工作、学习、学习。 在改善人际信息表达障碍方面，开发具有情感交流功能、能准确理解人的诉求的智能助手产品，可以增进情感交流。 另外，人工智能与区块链技术的融合，有助于建立新的社会信用体系，将人际关系的价格和风险降到最低。

我国供应端的数字化程度仍然落后于欧美国家

我国作为费用大国，电子商务率先快速发展，费用端数字化水平全球领先，从购买-支付-物流-售后服务到整体费用行为路径的数字化程度高于国外。 最典型的就是阿里巴巴，其业务操作系统通过提高输出系统的能力，“企业品牌、商品、销售、营销、渠道管理、服务、资金、物流供应链、制造、组织、新闻，

但是，史占中教授也指出，由于互联网和新闻化技术起步较晚，我国供应地的数字化水平不高:研发缺乏数据驱动，数字化生产工厂的比例较欧美(欧洲46%、美国54%、中国25% ) 因此，通过支出拉动供给地，数字化能力从支出地向供给地转移，是中国智能经济快速发展的模式之一。 具体差距表现在以下几个大方面。

其一，装备的智能化。 我国是制造大国，不是制造强国。 最大的原因是智能化装备普及率低，手工作坊仍然比较多，廉价价格也不是智能技术造成的，而是廉价劳动力造成的。 但是，美、德等欧美国家已经形成了智能工厂，在生产过程中实现了数字化管理，比较有效地实现了人机对话和人机协作，同时投入机器人代替工人，突破了员工体力和记忆力的生理边界，大大提高了员工效率， 所以，从这方面来看，我国与欧美各国的差距很大。

其二，数据决策能力。 智能化水平直接决定了生成大数据的能力，由于我国智能化装备普及率低，首先在数据的生成上落后于欧美国家。 其次，将数据转化为有价值的新闻也比较滞后，在智能生产过程中很难进行比较有效的评价和分解。 这是因为数据决定方面的能力很低。

其三，各系统之间的新闻整合能力。 欧美各国数字化工厂已经实现了智能互联技术，形成机床、工厂、工厂间新闻的互通、数据共享就是在这一互联过程中实现了人机对话。 目前，我国以前传入的制造业还没有达到这样的数字化程度，各系统之间的新闻整合能力仍然很落后。

从整体上看，我国在供给端的数字化快速发展程度远远落后于欧美各国，需要对此加以重视，迎头赶上。 但实际上，有几家公司在尝试，比如富士康企业开始了智能化工厂的实践。

我国人工智能发展迅速未来面临四大挑战

人工智能这一概念近年来多次出现在政府工作报告中。 指出年全面实施战术性新兴产业快速发展规划，加快新材料、新能源、人工智能、集成电路、生物制药、第五代移动通信等技术开发和转化，壮大强大产业集群。 指出年将壮大新兴产业集群，实施大数据快速发展行动，加强新一代人工智能的研发应用，在医疗、养老、教育、文化、体育等多个行业推广“网络+”。 今年的政府工作报告说:“要促进新兴产业的快速发展，深化大数据、人工智能等的研发应用，培育新一代新闻技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，发展数字经济。”

史教授指出，新兴产业的兴起常常衍生出一些新的问题，我国人工智能整体快速发展水平与发达国家相比还有差距，许多公司的技术应用还处于野蛮生长状态，未来面临着巨大的挑战。 主要表现在以下四个方面

一是领域缺乏统一标准，产业监管受限。 与国际公认的人工智能产业细分行业不同，我国人工智能产业分类目录尚未建立，缺乏规范统一的统计口径，如基础共性标准、关键技术标准、产品标准和要点应用标准等。 国内很多以前制造业和it领域的企业，经常借用人工智能的名字，但没有提供真正意义上的人工智能产品和服务。 因此，要推动人工智能产业健康快速发展，必须建立统一的标准和平台，确定人工智能产业的内涵，在工业机器人等要点行业建立标准和质量认证机制在规范领域快速发展，提高自主技术标准的国际话语权。

二是缺乏细分领域的统一规划，存在恶性竞争的风险。 近两年，人工智能产业成为市场焦点，迎来快速增长，目前，北京、上海、重庆、深圳、南京、西安等地相继以人工智能为要点快速发展产业，加大投入，完善相关项目布局。 但是，我国人工智能产业如果不加强顶层设计和诱惑计划，很可能会引起短期井喷式的快速发展，产生大量泡沫，形成质量低、价格便宜的恶性竞争，重蹈光伏、风电等产业的覆辙。 因此，地方政府有必要科学制定投资计划，加强统一规划和产业规范，避免密集投资重复。 并挖掘自身特点，形成地方特色和核心竞争力，不重复建设。

三是高端人才匮乏，人才引进培养困难。 在市场迅速扩大的趋势下，国内人工智能产业出现了高端人才的短缺。 以机器人产品为例，年我国销售的5.6万台机器人中只有1.6万台来自国内供应商，大部分是低端机器人。 国外研究报告显示，我国北上广深等主要大城市受房价、交通、污染等问题的影响，顶尖创新人才的吸引力远远不如世界同类城市。 而且，各大城市海外高层次人才的引进受到体制机制的制约。 例如，政策不灵活、执行不全面，加之高校、科研院所缺乏人工智能相关专业的设置，校企联合人才培养机制尚不成熟。 四是引起社会伦理问题。 随着人工智能的迅速发展，机器承担着更多的决策任务，这也引发了社会公平性、伦理道德方面的新问题。 如果社会管理依赖人工智能系统做出决定，技术盲点和偏见很容易引起歧视现象。 人工智能还会带来新的社会权力结构失衡问题。 利用人工智能技术，公司可以给每个顾客大量的数据标签，根据这些标签了解人们的喜好和行为，甚至超过了顾客对自己的了解，这是巨大的权利不对称。 另外，人工智能可能会加强偏见。 在社会交流媒体中，人工智能相互推荐视角相近的副本，信息推送也存在路径依赖。 随着人们的新闻来源越来越依赖智能机，偏见就会在这种同化和路径依赖中加强。 人工智能极大地扩大了社会的新闻和知识加工解决能力，新闻和知识的冗余反而陷入了选择的困境。 随着人们参与社会互动的次数和范围的缩小，人工智能更多地介入知识的生产，知识与人的诉求的关系就会越来越间接，相反会支配人的诉求。

一般来说，人工智能的广泛应用仍然需要一个漫长的过程，在快速发展中处理相关问题。

大学要紧跟时代，携手合作，为社会培养人才

作为上海交大领域研究院人工智能+产业创新领域研究小组的负责人，史占中教授认为“智能+”重要战术的提出将对高校的人才培养、相关专业设置及领域研究产生重大影响。

事实上，国内许多大学多年前就开始关注这个问题。 目前，中国科学院、清华、北大、浙大等高校已经建立了人工智能相关科研机构和实验室。 中科院自动化研究所在人工智能行业的研究能力非常强。 清华大学智能技术与系统国家要点实验室，设在可以说是国内人工智能人才培养与科研重要基地的北大新闻科技学院的智能科学与技术专业，主要从事机械感知、智能机器人、智能新闻解决与机器学习等交叉学科的研究与教学。 设在浙江大学计算机学院的人工智能研究所是我国最早成立的人工智能研究机构之一。

为了多所大学向社会呼吁，相关专业也相继开设。 今年3月，南京大学设立了人工智能学院，但南京大学后，哈尔滨工业大学、清华大学等大学也相继设立了研究院或设立了学院。 大多数计算机学科突出的科研院所和大学开始布局人工智能专业设置。 。

但人工智能相关教育还存在一些现实问题:一是教育分散，暂时没有设立一级学科；二是人工智能缺乏统一的教材和标准；三是人工智能专业师资力量相对不足。 要全面处理新学科中出现的这些问题，还需要时间。

史占中教授认为大学应该了解社会和市场对时代快速发展的诉求，培养专业的研发和应用人才。 另外，应该积极加强与领域的相互作用，通过紧密的信息表达和合作，产生更大的“叠加效应”。 我们要做领域研究，闷在“象牙塔”里分析相关数据，而不是写研究报告，分享相关领域的合作创新知识，深入发现内在领域的先机，把握领域未来的快速发展趋势。

【相关链接】上海市科协第十七届学术年会暨人工智能产业研讨会

2019年5月9日下午，上海交通大学领域研究院人工智能领域研究小组在上海交通大学徐汇校区中院317教室组织召开了人工智能产业研讨会。 上海交通大学安泰经济管理学院院长、上海交通大学领域研究院院长陈方安生、上海市科学学研究会理事长、上海科技管理干部学院院长王建平、上海市经济新闻化委员会技术进步处副处长王东、上海市人工智能学会秘书长、同济大学电信学院教授汪镭、上海交大人工智能研究院院长助理、 交大电信学院教授何黎明国泰证券股份有限公司企业产业研究院院长刘兵军、上海交大安泰经管学院教授、上海交大领域研究院人工智能领域研究小组负责人、上海市科研会副理事长史占中、以及电眼科技、inai lab、深兰科技、来也科技、极熵科技等人工智能新锐

会议前半部分是嘉宾报告，由史占中教授主持。 开头，陈方安生院长首先代表学院感谢嘉宾的光临。 他说，自去年12月上海交通大学领域研究院正式成立以来，学院迈出了商学院改革的第一步，“纵横交错，知行合一”，以横向学科研究为基础，加强对领域的纵向研究，实现学术研究“穷理”与“实务”的平衡， 他说，随着商学院创新的迅速发展，商学研究最终走向了实践，并为人工智能领域的研究团队举办了这样的嘉宾。 随后，与会者围绕上海市人工智能产业的快速发展现状和推广政策分享了自己精彩的观点，提出了许多有价值的政策建议，与会者对嘉宾的报告给予了很高的评价，安泰几十名研究生参加后也受益匪浅。

会议后半部分是圆桌会议，由上海市科学学研究会秘书长杨耀忠武主持。 电眼科技首席执行官陈硕、inai lab创始人窦玉梅、深兰科技曹东、来也科技合伙人沈祺、极熵科技创始人孙东来几位公司高管更是对世界人工智能产业的快速发展现状和未来的快速发展趋势展开了热烈而精彩的讨论，并就如何上海市人工智能 最后，与安泰研究生和行业嘉宾进行交流和答疑，将这次研讨会推向高潮。

这次人工智能产业研讨会共4个小时，精彩的报告、热烈的讨论为人工智能领域的研究团队深入了解人工智能领域的前沿，积极开展人工智能领域的研究开辟了新的场面。