朱嘉明：数字经济时代的机器人产业 人工智能3.0、互联网3.0与区块链3.0融合趋势

编者按：

本文系横琴新区数链数字金融研究院学术与技术委员会主席朱嘉明教授在2021年7月15日在浙江余姚举办的“第七届中国机器人峰会暨智能经济人才峰会”蓝迪国际智库机器人企业专场对接会的发言，意在“解读数字经济时代的机器人产业的历史渊源和演变过程，阐述人工智能产业的特征和现状，进而提出人工智能3.0、互联网3.0与区块链3.0融合趋势，以及对工业4.0的影响模式。”

数字经济时代的机器人产业

——人工智能3.0、互联网3.0与区块链3.0融合趋势

图片来源：“第七届中国机器人峰会暨智能经济人才峰会”活动官方摄影

大家下午好。谢谢赵白鸽主任。我不是人工智能方面的专家，今天的发言试图从比较宏观的视角，解读数字经济时代的机器人产业的历史渊源和演变过程，阐述人工智能产业的特征和现状，进而提出人工智能3.0、互联网3.0与区块链3.0融合趋势，以及对工业4.0的影响模式。

人工智能产业化特征

人工智能产业的形成发展，与传统的第一次和第二次产业不同，存在四个主要特征：

（1）人工智能产业需要基础科学的进展与突破。例如，人工智能的重要前沿是实现与“脑科学”结合，而“脑科学”研究还处于摸索阶段。

（2）人工智能产业需要科技突破为先导。人工智能的本质是用于模拟、延伸和扩展人的智能的技术科学，始终需要依赖于其前沿科技的创新。也就是说，先有人工智能科学技术，后有人工智能产业化。例如，因为工业机器人的开发和应用，涉及到电动机、变速器、控制器的突破。

（3）人工智能产业需要跨行业，跨部门，跨企业的深度协作。

（4）人工智能产业需要开拓应用场景，扩张和延伸产业链，构造智能产业结构。在过去二十年，人工智能以算力，算法和数据为核心技术，推动日益增多的行业的数字化和智能化。在现阶段，自动驾驶、生物芯片、多元智能传感器、知识图谱、边缘计算、增强智能，正在成为人工智能产业最引人注目的领域，为智能经济基础，实现智能经济和数字经济一体化供坚实技术基础。因为人工智能产业化的上述特征，人工智能产业在创造GDP同时，始终需要吸纳巨大的和持续的资本和人力资源。资本和人力资源用于从基础研究、研发到应用。

因为人工智能产业化的上述特征，人工智能产业在创造GDP同时，始终需要吸纳巨大的和持续的资本和人力资源。资本和人力资源用于从基础研究、研发到应用。

根据《中国互联网发展报告（2021）》等文献：2020年，中国人工智能产业规模为3031亿元，同比增长15%，略高于全球增速。如果以2020年中国数字经济规模39.2万亿元计算，人工智能产业规模占整个数字经济规模的比重是7.73%。2020年人工智能技术的行业成熟度见下图。

图片来源：作者绘制；数据来自艾媒报告中心

2020年中国的人工智能领域投融资金额达到1748亿元，相比2019年同比增长73.8%。显然，越来越多的资本会流入人工智能领域。在世界范围内，中国在人工智能领域的投资高于包括美国在内的发达国家。

实现 人工智能 3.0，互联网 3.0，区块链 3.0的结合

现在，人工智能、区块链和互联网都处于从2.0到3.0时代的转折点。

（1）人工智能 3.0。突破神经拟态计算，自然语言处理（NLP）技术障碍，可以同时处理确定性和不确定性问题；依靠大数据驱动和少量数据也可实现更高效能的持续学习；高可靠性和符合人类设定的伦理道德标准。

（2）区块链3.0。基于通用类基础公链、功能类基础公链、行业类基础公链、联盟链开源软件及基础，实现对于互联网信息价值和字节产权确认。

（3）互联网3.0。实现“数据网络”，全语义网，人工智能化。

图片来源：作者绘制

人工智能3.0，互联网3.0，区块链3.0的结合，不仅有助于实现以智能合约为核心的工业互联网和物联网，建设智能经济生态，有助于超越了经济领域，涵盖了社会生活的各个方面，加速智能社会的到来。最终实现代码即法律。

 人工智能领域的主要挑战和未来

人工智能正在进入这样的历史阶段。未来五年全球人工智能市场规模平均增速将超过30%。人工智能一方面不可阻挡的蓬勃发展，另一方面，持续面临挑战，至少有以下五个方面：

基础科学方面的挑战。虽然人工智能的某些细分领域有相当进展，但是，距离实现通用人工智能和所谓的“强人工智能”，基础科学还有漫长的道路。人工智能领域的符号主义、联结主义和行为主义三大派别都需要基础科学的支持。

硬技术方面的挑战。AI芯片3、4个月就要升级，超过了莫尔定律。此外，网络计算系框架，突破计算、存储、通信分离结构，增强边缘算力，都需要人工智能的参与。

量子技术方面的挑战。现在已经到了需要评估量子技术对人工智能的影响方式和后果，以及思考量子人工智能（QAI）框架的时候了。

人文科学和伦理方面的挑战。

人才短缺方面的挑战。AI与大数据领域需要具有综合性素质人才：硬核技能，如人工智能、算法、互联网方面的知识和技能，还要有基本知识储备、数据分析、逻辑分析能力。AI与大数据人才缺口严重。

人工智能前途何在？在承认人工智能发生了相当的发展和成就的前提下，存在对立的阵营。阵营的一边是保守派，甚至是悲观派。代表人物有侯世达（Douglas R. Hofstadte）、霍金（Stephen Hawking）、马斯克（Elon Musk）、 比尔盖茨（Bill Gates）。1979年，侯世达出版《哥德尔、艾舍尔、巴赫》（Gödel, Escher, Bach: An Eternal Golden Braid）。[3]该书被支撑位人工智能“圣经”，作者在书中对人工智能的仅限深刻诠释的同时，也显示了作者的保守立场。几十年之后，侯世达对人工智能的立场演变为极端的忧虑和悲观。2019年，侯世达学生米歇尔（Melanic Mitchell）出版了《AI 3.0》，提出了关于人工智能的6个关键问题，核心问题是：人工智能中还有哪些激动人心的问题尚未解决？答案是，几乎所有问题。在某种意义上，继承和延续了侯世达的理念。

图片来源：四川科学技术出版社和商务印书馆

阵营的另一边则是乐观派，甚至激进主义派。库兹韦尔（Ray Kurzweil）、数学家古德（Irving J. Good）、科幻小说家文奇（Vernor Vinge）都是这个阵营的代表。库兹韦尔提出，人类科学技术正在逼近“奇点”，其中，最值得关注的事件即是人工智能超越人类智能。

可以肯定的是，关于如何认知人工智能未来的分歧还会继续下去。但是，这样的分歧并不影响人工智能技术创新和人工智能产业的升级与扩展。

在5月15日“蓝迪国际智库机器人企业专场对接会”的总结阶段，朱嘉明教授作了题为“人工智能产业正处于非均衡发展状态”的补充发言，强调了影响三个不平衡：

第一，人工智能产业应用不平衡。中国人工智能产业发展迅速，但是，人工智能产业的整体发展的面临严重非均衡。如果以传统的三个产业的结构分析，第二产业，特别是制造业与人工智能技术结合相对紧密。工业机器人开发的历史相对悠久。中国在智能制造产业存在非常明显优势，有可能全球领先。今天上午黃奇帆市长的讲话对智能制造做了全面阐述。近年来，人工智能与第三产业，即服务业的结合发展很快。也就是，服务业与人工智能技术融合发展的空间和潜力很大。但是，第一产业与人工智能技术的结合，还是比较落后。

第二，人工智能产业的区域分布不平衡。在全球范围内，北美、欧盟和日本，还有韩国，属于人工智能技术发达地区。中国是人工智能技术和产业化全面崛起的国家。至于世界其他地区，人工智能技术相对落后。在国内，人工智能技术发展和应用也是不均衡的，主要集中在京津冀、江浙沪、粤港澳三大区域，属于人工智能技术的发达地区。其中，长江三角洲区域，浙江的宁波是人工智能产业发展的中心地带，余姚是智能产业高地。余姚开启人工智能产业整整十年，十年磨一剑。如今的余姚，古有河姆渡和王阳明，今有智能产业。遗憾的是，东北和西北地区是人工智能技术和产业的洼地。河北就在北京周边，人工智能产业还是比较落后。现在需要绘制人工智能产业分布的信息地图，人均GDP发达地区很可能就是智能产业人均GDP最高的地区。

第三，人工智能产业人才的不平衡。人工智能技术开发和产业成长，需要各类人才，人才的产业和区域分布，直接影响相关产业和区域的发展。人才需要引进和培养兼顾。在这方面，余姚的成功经验值得借鉴。

今天，涿州地区组织了一个团队参加会议蓝迪国际智库机器人企业专场对接会议。涿州的人工智能技术和产业的基础是薄弱的。涿州如何在人工智能领域奋起急追，核心是选择应用领域，并引进人才。今天会议关注服务业机器人的发展潜力，值得涿州考虑。先从人工智能服务业做起，积累经验，之后可以考虑人工智能的制造业。

改变中国在人工智能技术发展的非均衡状态，是一个长期任务。在十四五期间，人工智能经济要在提高全国整体水平下功夫，形成梯度发展格局。

[1]约翰·麦卡锡，28岁，此次会议的发起人；马文·明斯基，28岁；罗切斯特，37岁，还有一位40岁的香农——作为主要的参加者，除了香农以外，其他人都很年轻，还没什么名气（香农的贡献和图灵可以比肩）。此外还有6位年轻的科学家，其中包括赫伯特·西蒙（40岁）和艾伦·纽维尔（28岁）、所罗门诺夫等。

[2]日本 《人工智能战略2019》2019；韩国 《国家人工智能战略》2019；新加坡《研究、创新与创业2020规划》2019；美国 《美国人工智能倡议年度报告》2020；欧盟 《人工智能白皮书 – 通往卓越和信任的欧洲路径》2020。

[3]书名中的哥德尔（Gödel）是数学家、数理逻辑专家；埃舍尔（Escher）是当代画家；巴赫 （Bach）是古典音乐大师。