每經熱評｜數據-AI自我進化、自我治理是大勢所趨

每經特約評論員 盤和林

近日，第六屆世界智能大會在云端召開，本屆大會以“智能新時代：數字賦能 智贏未來”為主題。與會嘉賓認為，隨著技術的不斷積累、迭代，人工智能有望推動經濟社會發展全要素智能化革新，釋放發展紅利，賦能美好未來。

新華社圖

現如今，數字技術已成為我國優化經濟結構、實現高質量發展的有力引擎，人工智能則是新一輪科技革命和產業變革的重要驅動力，對我國經濟社會發展乃至國際政治經濟格局都有著至關重要的戰略意義。

近年來，我國人工智能發展已取得諸多積極成效，智能芯片等核心技術取得了重要突破。有關數據顯示，人工智能核心產業規模超過4000億元，企業數量超過3000家，產業體系進一步完善、水平穩步提升，“頭雁效應”顯著。人工智能在數字時代扮演著越來越重要的角色，正加速融入交通、醫療、教育、制造業、物流等多個領域，賦能全行業創造出新業態、新模式，實現多場景智能應用，廣泛滲透到人們日常生產、生活的方方面面。

人工智能是提升當前生產力和全要素生產率的重要動力，很多技術著眼于對生產力的優化，而人工智能著眼于解決生產力差距和短缺問題，旨在提升整個社會的生產力。人工智能在真正意義上實現了機器對人某些功能的替代。過去，人們常說“雙拳難敵四手”，而人工智能作為人類最重要的工具之一，就像是給人類裝上了無數條手臂，這些手臂比人類更精準，更能干，使得人類生產的實際效率大幅度提升，單個個體的產出也將大幅度提升。人工智能借助強大的算力和大數據集成的迭代創新，對勞動和資本等生產要素進行倍加和智能替代，改造和強化了生產要素的功能，替代了大量的體力勞動和部分腦力勞動，提高了生產過程的自動化程度。相比于傳統的機械自動化，人工智能對勞動力的替代水平和效率更高，并且通過大規模的操作實現機器學習和深度學習，人工智能還能解決跨行業的復雜業務問題，極大提升了要素利用率和投資回報率。

隨著信息技術的進一步發展，我們如今進入到了人工智能自我進化的階段。近日，中央深改委審議通過了《關于構建數據基礎制度更好發揮數據要素作用的意見》，數據作為新型生產要素被提到了前所未有的高度。

當前人工智能的底層實際上是大數據，大數據則需要通過不斷采集、清洗、轉換等流程完成數據積累，而眾多人工智能的功能實現離不開大量的數據運算的支持。人工智能主要分為訓練和推理兩個環節，訓練需要對海量的數據集進行密集型矩陣運算，訓練算法的準確性與數據質量直接相關，數據治理能夠有效提升數據質量，為人工智能提供優質可信的數據輸入。在此基礎上，可以通過機器學習算法，尤其是深度學習神經網絡，利用互聯網上海量的數據來加快人工智能性能的提升，提升AI算力優化技術，借助大數據平臺來完成人工智能的深度學習進化。

另一方面，人工智能可以反過來作用于數據的產生和流通環節，通過與消費電子、家電、汽車等行業結合，提高行業終端的智能化水平，借助互通互聯，將人工智能和消費者交互，人工智能再通過傳感器和環境交互，將交互的數據收集起來，并且通過機器學習和自然語言處理幫助企業建立起數據識別的匹配規則，提高數據匹配的準確度，再以這些數據來強化人工智能技術的演化，實現自我改進和升級創新。例如，人工智能已經滲透到零售業的價值鏈多個環節，“AI+零售”依托于機器學習和計算機視覺，打造出人、貨、物的數字化管理，從數據采集到數據分析再到數據決策階段，人工智能都能利用AI算法對數據進行挖掘，幫助企業更快掌握終端市場變化，并及時作出策略調整，大大提高了企業管理效率，賦能企業實現數字化轉型。

不僅如此，人工智能也能為數據標準管理、數據治理管理、數據質量管理、數據要素流通和數據安全提供更為有效的解決方案。例如：借助機器學習和自然語言處理技術對存量系統數據庫進行分析，快速整理高頻詞根并將數據標準與元數據自動映射，建立數據標準管理體系；通過聯邦學習來加強數據治理能力，提高數據交易、數據流通的效率；通過機器學習自動識別數據質量，對數據質量進行效果評估和智能修復，并根據數據量和業務階段的變化進行動態更新；建立起業務部門與系統之間、多環節業務流程的信息采集、關聯和交互，提高數據要素流通效率和精確度；借助文本聚類分類等技術，對數據進行基于文本的精準分類分級，在反欺詐、數據防泄漏、郵件過濾等方面顯著提升數據安全性。

可以看到，在人工智能的引領下，數據治理理念和治理方式正不斷創新和完善，人工智能既是數據治理的工具，也是數據治理的對象，正帶動數據治理智能化水平的提升，對治理工具、方法進行全方位的創新突破，由原有封閉、單向的治理體系轉向更加開放、多元、智能，并根據數據特征和用戶需求進行動態調整和反饋，進而實現自我更新和優化。

不可否認，我們正在進入一個“數據-AI自我進化、自我治理”的階段，而不管我們是否愿意接受智能時代的到來，如今人工智能發展的大趨勢已經勢不可擋，人類對于人工智能的討論，可能不再是能不能接受的問題，而是如何與人工智能相處的問題。

（作者系浙江大學國際聯合商學院數字經濟與金融創新研究中心聯席主任、研究員；工信部信息通信經濟專家委員會委員）

封面圖片來源：新華社圖