报告行业投资评级 未提及相关内容 报告的核心观点 - 人工智能虽发展速度不一且难以预测，但自诞生六十年来已有显著进展，正深刻影响日常生活，未来十五年在北美典型城市的八个领域将有重大发展 [17][19] - 人工智能应用虽不会对人类构成迫在眉睫的威胁，但会带来经济和社会挑战，需平衡创新与确保其经济和社会效益广泛共享 [20][22] - 人工智能研究正从构建智能系统转向构建能与人类有效协作、更具人类意识的智能系统，未来十五年将聚焦开发此类系统及物联网系统 [42][99] - 人工智能政策应助力社会适应其应用，扩大其益处，减轻其失误和失败，政府应获取相关技术专长，鼓励对其公平性、安全性、隐私性和社会影响的研究 [54] 根据相关目录分别进行总结 执行摘要 - 人工智能是受人类神经系统和身体启发的科学和计算技术，虽进展参差不齐，但已成为主流技术，对日常生活产生重大影响 [17] - 未来人工智能技术的应用将大幅增加，包括自动驾驶汽车、医疗诊断和老年护理等领域，同时也会在全球各行业得到更广泛应用 [18][21] - 本报告是百年人工智能研究系列的首份报告，研究小组聚焦北美典型城市的八个领域，回顾过去十五年进展并预测未来十五年发展，同时提出人工智能相关政策建议 [19] - 研究小组认为人工智能不会对人类构成迫在眉睫的威胁，未来有望带来积极影响，但也会带来经济和社会挑战，需平衡创新与确保其效益广泛共享 [20][22] 概述 - 电影和小说中对人工智能的描绘是虚构的，现实中人工智能已在改善人类健康、安全和生产力方面发挥作用，且有益应用正在加速增长 [25] - 基于计算机视觉、语音识别和自然语言处理的创新推动了这些变化，未来人们与机器的关系将更加个性化，人工智能应用将在交通等领域带来变革 [26] - 研究聚焦北美典型城市的八个领域，各领域面临不同的人工智能相关挑战，同时也会带来伦理和社会问题，如隐私担忧和就业岗位替代 [27][28][29] - 人工智能研究正从构建智能系统转向构建能与人类有效协作、更具人类意识的智能系统，未来十五年将聚焦开发此类系统及物联网系统 [40][99] 第一部分：什么是人工智能？ 定义人工智能 - 人工智能缺乏精确、普遍接受的定义，但这可能有助于其发展，研究小组采用宽泛观点，认为智能是一个多维光谱 [63] - 人工智能是致力于使机器智能化的活动，智能是使实体在环境中适当且有远见地运作的品质，人类智能是衡量人工智能进展的自然基准 [63][68] - 人工智能的发展是一个不断推动机器智能边界的过程，新的技术成果最终会被视为常规技术，这一现象被称为“人工智能效应” [65] 人工智能研究趋势 - 过去十五年，人工智能的许多承诺得以实现，其应用已渗透到生活中，研究正从构建智能系统转向构建能与人类有效协作、更具人类意识的智能系统 [76] - 机器学习的成熟、云计算资源的支持、数据驱动产品的市场和经济激励等因素推动了人工智能革命，当前热门研究领域包括大规模机器学习、深度学习、强化学习等 [77][79] - 未来十五年，人工智能研究将更加关注开发能与人类有效协作的系统，物联网系统将变得更加流行，同时一些传统人工智能形式可能会重新出现 [99][100] 第二部分：按领域划分的人工智能 交通 - 自动驾驶交通将很快普及，成为公众对人工智能的首次体验，可能会改变城市组织和人们的生活方式，同时也会带来社会、伦理和政策问题 [103][115] - 关键技术推动了人工智能在交通领域的广泛应用，如GPS、传感器和深度学习等，自动驾驶汽车的发展取得了显著进展，但仍面临一些挑战，如公众接受度和安全问题 [104][117] - 城市利用人工智能方法优化交通服务，如公交和地铁调度、动态定价和交通信号控制等，但传感和优化技术在城市基础设施中的应用仍面临一些障碍 [131][134] - 按需交通服务如Uber和Lyft的出现是传感、连接和人工智能的重要应用，拼车和共享出行服务尚未大规模普及，未来人类将与自动驾驶汽车和无人机成为合作伙伴 [145][154] 家庭/服务机器人 - 过去十五年，机器人已进入家庭，但应用多样性增长缓慢，未来十五年，机械和人工智能技术的进步有望提高家庭机器人的安全性、可靠性和实用性 [155][156] - 真空清洁机器人是目前最常见的家庭机器人，其人工智能能力随着处理器性能的提高而不断提升，但硬件平台的构建仍然具有挑战性，应用范围有限 [157][159] - 未来，低功耗设备将能够支持更多的人工智能，云计算将促进软件更新和数据共享，语音理解和图像标注的进步将增强机器人与人类的交互，低成本3D传感器和机器人手臂的发展将推动家庭和服务机器人的应用 [161][164] 医疗保健 - 人工智能在医疗保健领域具有巨大潜力，可改善健康结果和生活质量，但需要获得医生、护士和患者的信任，并消除政策、监管和商业障碍 [165] - 数据是医疗保健领域人工智能应用的关键驱动力，但利用数据进行精细诊断和治疗仍然困难，研究和部署受到过时法规、激励结构和人机交互方法的限制 [166] - 在临床环境中，人工智能有望改变人类临床医生的认知任务，但需要解决如何将人类护理与自动推理过程最佳集成的挑战 [170] - 在医疗分析方面，人工智能可以挖掘患者临床记录，实现更精细、个性化的诊断和治疗，但面临FDA审批缓慢和隐私保护等障碍 [172][177] - 医疗机器人在手术和医院运营中的应用取得了进展，但在智能自动化方面仍面临挑战，未来许多任务将需要人与机器的密切协作 [183][193] - 移动健康领域的创新正在兴起，结合社会和医疗数据的应用可以进行数据挖掘、学习和预测，未来老年护理领域对技术的需求将增加 [195][201] 教育 - 过去十五年，人工智能在教育领域取得了显著进展，应用广泛，但学校和大学对人工智能技术的采用仍然缓慢，主要原因是缺乏资金和证据证明其有效性 [208][210] - 教学机器人和智能辅导系统是教育领域的重要应用，自然语言处理、机器学习和众包技术推动了在线学习的发展，学习分析领域也在迅速增长 [209][224] - 未来十五年，智能辅导和其他人工智能技术在课堂和家庭中的应用可能会显著扩大，但计算机学习系统不太可能完全取代人类教学 [210] 低资源社区 - 人工智能方法可以为低资源社区提供解决方案，解决各种社会问题，但传统上资助者对缺乏商业应用的人工智能研究投资不足 [35] - 利用数据挖掘和机器学习，人工智能已被用于创建预测模型，帮助政府机构解决问题，如预防儿童铅中毒和有效分配食物，但需要建立与社区的信任 [37] 公共安全和保障 - 北美城市和联邦机构已经开始在边境管理和执法中部署人工智能技术，到2030年将更加依赖这些技术，如改进的摄像头和无人机用于监控、算法检测金融欺诈和预测性警务 [37] - 预测性警务引发了对无辜人员被不合理监控的担忧，需要采取措施避免系统化人类偏见和保护公民自由，良好部署的人工智能预测工具可以提供数据和推理的透明度 [37] 就业和工作场所 - 人工智能有望在某些工作中取代人类，但在短期内更可能取代任务而不是工作，同时也会创造新的工作机会，但新工作的出现难以提前预测 [38] - 人工智能将降低许多商品和服务的成本，从长远来看，人工智能可以被视为一种创造财富的不同机制，社会应该就如何分享其经济成果进行讨论 [38] 娱乐 - 社交网络和其他平台改变了娱乐方式，依赖自然语言处理、信息检索、图像处理、众包和机器学习等技术，一些传统娱乐形式也开始采用人工智能 [39] - 人工智能将使娱乐更加互动、个性化和引人入胜，研究应关注如何利用这些特性为个人和社会带来益处 [39] 第三部分：人工智能公共政策的前景和建议 - 人工智能应用的成功衡量标准是为人类生活创造的价值，公共政策应帮助社会适应其应用，扩大其益处，减轻其失误和失败 [54] - 政府应获取人工智能技术专长，鼓励对其公平性、安全性、隐私性和社会影响的研究，同时应避免误解和不适当的监管阻碍创新 [54][57] - 人工智能技术的广泛应用需要制定新的法律和政策概念，解决责任分配、歧视预防和利益共享