e-works数字化企业网  »  文章频道  »  基础信息化  »  IT综合

英国政府:2017年英国人工智能产业发展报告

2017/10/30    来源:199IT    作者:佚名      
关键字:英国人工智能产业  人工智能创新  
据外媒报道,这一报告随后将会被写入英国政府计划于今年年底出版的《政府行业策略指导》白皮书中,此份报告由南安普敦大学计算机科学教授 Dame Wendy Hall 和 Benevolent Tech 的首席执行官共同撰写。
    概要
 
    人工智能(AI)的出现和发展可以给英国带来巨大的社会和经济效益。借助人工智能,计算机能够比人类有更高的准确性和速度进行信息分析和学习。从药物研发到智慧物流,人工智能技术的融入,提高了效率、完善了性能,为绝大多数的行业甚至是各行各业都带来了可观的收益。其实,人工智能可以理解成是一种软件,通过更好地抓取和利用信息从而帮助做出更准确和高效的决策,并将其整合到现有的流程中,实现实时的改进,帮助扩大规模,并降低成本。
 
    据估计,截至 2035 年,人工智能将给英国经济增加 8140 亿美元(约合 6300 亿英镑)的额外收入,届时,GVA 年增长率有望从现有的 2.5% 飙升至 3.9%,我们的愿景是让英国成为世界上最适合发展和部署人工智能的国家,从起步、发展到繁荣,实现技术所能带来的最大便利。
 
    英国计算机科学家艾伦·图灵(Alan Turing) 对于人工智能的发展起到了至关重要的推动作用,也因此被世人尊称为「人工智能之父」。尽管其他国家和跨国公司正在大力投资人工智能开发,但至少在目前,英国仍被视为全球 AI 技术和专家的主要聚集地之一。报告建议,为确保英国在 AI 领域的领先地位,应将重点更多的放在如何在图灵的基础上更好地开展工作。
 
    报告指出,应该结合以下的几大关键因素,综合提升人工智能的能力:
 
    1.新的和更大的数据量。2.提供具有特定高水平技能的专家。3.实现越来越强大的计算能力。如今机器性能提升越来越容易,而且未来将会更加简单。为了继续开发和应用人工智能,英国需要增加更广泛的行业的访问数据量。
 
    报告建议:
 
    1.提升对数据开发的信任,提升信息数据的共享性。2.让更多的研究数据便于机器理解。3.支持文本和数据挖掘,并将其视为一种研究的标准和不可或缺的工具。
 
    人工智能的繁荣发展离不开大量技术娴熟的 AI 专家的支持。但目前英国人才缺口较大。为更好地发展人工智能,英国需要储备更多技术娴熟的人工智能人才。同时推动较低水平技术与 AI 的合作。
 
    报告建议:
 
    1.设立由企业资助的大学 AI 硕士课程。2.通过市场调研设立人工智能课程,以满足雇主的多方面需求。3.在英国领先的大学中,增加 200 多个人工智能博士学位,并以优厚的条件吸引来自世界各地、拥有不同背景的人才。4.设立线上人工智能课程和持续的专业技能培训。5.实现人工智能领域多样性发展。6.在英国设立一个国际人工智能奖学金项目。
 
    目前,英国在人工智能的关键研究领域里有着出色的表现。未来,英国人工智能的发展将会在更多的应用领域开展,其涉猎范围更广,研究方向更加细分,这其中还包括合作研究的能力。
 
    报告建议:
 
    1.阿兰·图灵研究所应该成为人工智能和数据科学研究的国家性质的研究基地。2.大学应该推动知识产权转让的标准化。3.人工智能研究的计算能力应通过合作和协商来提升。
 
    人工智能的普及意味着,通过更好地理解人工智能可以做什么,以及在哪里方面可以落地应用,从而增加人工智能的需求和供应。
 
    报告建议:
 
    1.成立人工智能委员会,用于促进促进行业发展和合作。2.制定指导纲要,解释人工智能的决策和流程。3.支持出口和对内投资。4.引导推动人工智能技术的成功落地和行业发展。5.设立专项,以支持公共部门使用人工智能。6.资助公共组织举办的数据类挑战赛。
 
    研究表明,在这些领域实施的举措可能会给英国人工智能的发展带来新的蜕变。同时,为使英国处于全球 AI 领先地位,本报告列出了以下 18 条具体建议,其中包括针对政府、企业和学术界如何共同努力发展 AI 的建议。
 
    建议书
 
    一、关于增进数据访问的建议。
 
    1.为方便持有数据的组织与希望使用数据开发人工智能的组织之间的数据共享,政府和行业应通过一个程序来开发和建立数据信任,即通过验证的、可信的框架和协议,来确保数据交换是安全的和互利互惠的。2.为提高开发人工智能系统的数据可用性,政府应该保证一定数额的研究资金用于 AI 数据开发,同时确保以机器可读的格式发布底层数据,并提供明确的版权信息,且尽可能地对外开放。3.为支持文本和数据挖掘,并将其视为一种研究的标准和不可或缺的工具,英国应规定一种默认设置,即对于已发表的研究来说,读取数据也就是挖掘数据的权利,并且这不会产生替代原始作品的产品。在评估如何支持文本和数据挖掘时,政府应该将人工智能的潜在数据包括进来。
 
    二、关于提高技能的建议
 
    4.政府、企业和学术界必须充分认识到人工智能行业各类人才的价值和重要性,并应共同努力,打破成见,扩大参与。5.企业应出资赞助大学 AI 硕士学位课程的开设,且预计首批学员规模达 300 名。6.对于除计算机和数据科学专业之外的毕业生,学校应与用人单位以及学生本身,一起探讨人工智能专业毕业生的潜在需求。7.政府应与全英知名大学共同打造至少 200 个人工智能博士学位。并且,随着英国教育的发展和吸引的越来越多的学术人才,这个数字还会持续增长。8.高等院校应鼓励设立与发展 AI MOOC、线上人工智能课程和持续的专业技能培训,为那些具有 STEM 资格的人提供更多的专业知识。9.英国人工智能协会国际奖学金项目应与艾伦·图灵研究所合作创立图灵人工智能奖学金。这应由一个专门的基金来资助支持,以确定和吸引最优秀的人才,并确保英国向来自世界各地的有资历的专家开放。
 
    三、如何最大程度的推动英国人工智能研究发展的建议
 
    10.艾伦·图灵研究所应该成为人工智能和数据科学研究的国家性质的研究基地,并将其扩展到目前的五所大学之外,将其重点放在如何大力发展人工智能。11. 大学应该使用清晰的、可访问的以及可能的公共政策和实践来授权知识产权,并建立相应的公司。12. 艾伦·图灵研究所、工程与物理科学研究委员会(EPSRC)、科学技术设施委员会(STFC)和联合信息系统委员会(JISC)应建立协同合作,共同协调人工智能研究计算能力的需求,并因此为英国研究界进行相应的沟通协商。
 
    四、关于支持人工智能应用落地的建议
 
    13.英国政府应与企业和专家合作,建立一个英国人工智能委员会,帮助协调和发展英国的人工智能。14.信息专员办公室和艾伦·图灵研究所应共同制定一个框架,来解释人工智能的流程、服务和决策,以提高透明度和问责制。15.国际贸易部应扩大其目前对人工智能企业的支持计划。16.英国经济如何成功利用人工智能技术来面对当下的机遇和挑战?TechUK 应该与英国皇家工程院、Digital Catapult 以及业界的关键人物合作,共同为其制定切实可行的指导方针。17.借助政府数字服务的专业知识、数据科学的伙伴关系以及与其他部门的数据打交道的专家,政府应制定一项行动计划,为公共部门做好准备,并推广应用人工智能技术,用于改善公民运作和服务的最佳实践。18.政府应确保产业战略挑战基金(ISCF)和小型企业研究计划(SBRI)所面临的挑战,旨在吸引和支持人工智能在整个挑战领域的应用,并为人工智能领域的公共部门数据提供资金支持。
 
    第一部分:人工智能的定义,以及本报告的写作目的
 
    一、什么是人工智能?
 
    人工智能(AI)描述了一套先进的通用数字技术,能够让机器高效地完成复杂的任务。
 
    工程和物理科学研究委员会使用了这样的描述:「人工智能技术的目的是复制或超越计算机的能力,如果人类要执行它们,就需要『智能』。这包括:学习和适应;感觉理解和互动;推理和规划;对程序和参数的优化;自主能力;创造力;以及从大量不同的数字数据中提取知识和预测。」
 
    目前人工智能的应用例子包括:用自然语言与计算机通信,从传输数据中获取新的数据,自主操作和自适应的机器人系统的建立,管理供应链的应用,以及更多贴近生活的视频游戏的设计。如今,人工智能的应用已经改变了金融服务、法律、医药、会计、税务、审计、建筑、咨询、客户服务、制造和运输等领域的商业实践。关于人工智能的应用还有数不清的例子,各行各业都有 AI 的身影。人工智能可以改善大多数数字操作、产品和服务的功能。在任何一个使用数字数据的流程中,人工智能都可以让我们更有效地使用这些数据,并且以新的方式使用这些数据。
 
    这份报告将「人工智能」解释为一个统称,涵盖了从统计学、计算机科学和认知心理学发展而来的一系列互补技术,同时承认特定技术和术语之间的区别(例如,人工智能与机器学习、机器学习和深度学习之间的区别),在考虑如何支持开发和使用这些技术时,将这些技术看作一个整体是很有用的。
 
    二、为什么人工智能很重要?
 
    人工智能很重要,因为它可以带来巨大的经济和社会效益。这对提高现有产业的生产率(当下英国经济的迫切需求)和创造全新的产品服务有着巨大的潜力。
 
    据估计,截至 2024 年,全球人工智能解决方案的市场价值将超过 300 亿英镑,部分行业在人工智能的帮助下,生产率提高了近 30%,成本节约近 25%。另一项估计表明,「2030 年,人工智能将为全球经济贡献高达 15.7 万亿美元,这一数字将大于中国和印度目前的产量之和。其中,估计约有 6.6 万亿美元得益于生产率的提高,9.1 万亿美元来自消费方面的影响。」
 
    对于人工智能整体的估计结果是令人震惊的,可见未来人工智能的趋势势不可挡,所以关注人工智能在主要商业领域的应用是至关重要的。以下内容摘录自普华永道的报告章节《AI 在医疗、汽车和金融领域的近期、中期和长期潜力》,据悉,该报告同样涵盖了运输和物流;技术、通信和娱乐;零售业;能源和制造业等内容。
 
    在不同的行业中,人工智能的应用、时间脉络、收益和困难瓶颈有所不同,这使得 AI 在整个经济中难以一概而论,也很难在整个经济体中提出令人信服的预测。但显而易见的是,人工智能具有巨大的潜力,可以改善许多行业的运行情况。
 
    三、医疗保健
 
    目前医疗保健行业最具人工智能潜力的三个方向:
 
    1.病情诊断的支持,比如从患者的健康数据中或与相似患者数据的对比重检测出微小的变化。2.潜在流行病的早期发现与该疾病的发病率的相应追踪,以帮助预防和控制疾病的传播。3.影像诊断的支持(适用于放射学、病理学等)。
 
    患者利益:在早期和中期,提供更快、更准确的诊断和更具个性化的治疗方案,这将为智能植物(intelligence plants) 等领域的长期突破铺平道路。最终的好处是改善健康,挽救生命。
 
    节省时间:更有效的预防措施有助于减少疾病的发生和住院的风险。另外,快速检测和诊断将允许更早进行病情干预。
 
    人工智能在医疗保健行业发展的时间脉络:
 
    短期潜力:医疗保险和智能日程安排(比如门诊看病预约和手术排期)。
 
    中期潜力:数据驱动的诊断和虚拟药物的开发。
 
    长期潜力:机器人医生对患者进行直接诊断和治疗。
 
    困难和障碍:需要解决人们对于隐私问题和敏感健康数据保护的担忧。人类生物学的复杂性以及对进一步技术发展的需要,也意味着一些更先进的应用程序可能需要更长的时间的研发,从而充分发挥它们的潜力,并获得患者、医疗服务提供者和相关监管机构的认可。
 
    高潜力落地应用:基于人工智能的诊断方法,将患者的个人病史作为基准,在此基础上,小偏差的数据的出现,可能意味着健康状况的改变,进而提醒人们需要进一步的观察和治疗。人工智能一开始会被人类医生作为诊断和治疗的辅助工具,并不会取代人类医生。它将增强医生的诊断能力,但在此过程中也为人工智能提供了有价值的学习数据,使其能够不断地学习和改进。人类医生与人工智能诊断之间的这种持续互动将提高系统的准确性,并随着时间的推移,让人类对 AI 医疗足够的信任,进而让人工智能系统完全自主地运行。
 
    四、汽车
 
    目前汽车行业最具人工智能潜力的三个方向:
 
    1.自动共享车队。2.半自动驾驶功能,例如司机助手。3.引擎监控和预测,自动维护。
 
    消费者利益:一台能让你驾驶的机器和「按需应变」的灵活性功能——比如一个小模型让你穿梭在整个城市之间,或者一个更大、功能更多的交通工具,让你在周末出行。
 
    节省的时间:美国人平均每年花在开车上的时间接近 300 个小时——如果你不需要把时间花在开车上,剩余的这些时间你可以做更多的事。
 
    人工智能在汽车行业发展的时间框架:
 
    短期潜力:自动驾驶辅助系统(如停车辅助、车道拥挤辅助、可调节的自适应控制等)。
 
    中期潜力:零部件的按需制造和维护。
 
    长期潜力:发动机监控和预测,自动维护。
 
    困难和障碍:技术仍然需要不断地发展,例如在极端天气条件下,如何让无人驾驶汽车安全地运行,这可能会带来更大的挑战。即使这项技术已经存在,它也需要获得消费者的信任和监管部门的认可。
 
    高潜力落地应用:自动共享车队。自动驾驶的共享车队可以让外出旅行的人随时随地选择需要乘坐的车辆,而不是必须用自己的车去实现,也不需要在一辆汽车上花费大量的时间和金钱来购买保险和维修费用。大部分的数据都是可用的,而且技术正在进步。然而,企业仍然需要赢得消费者的信任。
 
    五、金融服务
 
    目前金融服务行业最具人工智能潜力的三个方向:
 
    1.个性化的财务规划。2.欺诈侦查和反洗钱。3.流程自动化,不仅包括后台办公功能,还包括面向客户的操作。
 
    消费者利益:更个性化和更全面的(如健康、财富和退休)解决方案的制定,这使资金充分利用(例如将多余的资金投入到投资计划中),并更加适应消费者需求的变化(如收入的变动或家庭计划改变所带来的消费变化)。
 
    人工智能在金融服务行业发展的时间框架:
 
    短期潜力:机器人咨询、自动保险承保和机器人流程自动化,比如财务和合规。
 
    中期潜力:基于消费者的情绪和偏好优化产品设计。
 
    长期潜力:从预期会发生什么、以及在诸如可保损失预测性分析等领域,到在降低事故率或改善消费结果等领域积极塑造结果 (说明性分析)。
 
    节省的时间:客户可以及时且充分了解财务状况和未来计划的信息,并令其适应不断变化的环境。企业可以通过开发定制化解决方案来支持这一做法,而不是指望消费者通过多种选择来找到合适的解决方案。
 
    困难与障碍:消费者的信任和监管部门的认可。
 
    高潜力落地应用:个性化的财务规划。尽管人类的理财建议成本很高,而且耗时,但人工智能的发展,如机器人咨询,已经使得为大众市场消费者开发定制的投资解决方案成为可能,直到最近,只有高净值 (HNW) 客户才可以使用这些解决方案。资产管理是动态管理的,以匹配目标(如为抵押贷款而储蓄),并优化客户的可用资金,因为资产管理公司变得更加重要,在某些情况下,取而代之的是人工智能。技术和数据已经到位,但仍需要客户的信任度的增加,才能充分发挥潜力。
 

责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
相关资料
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐