【典学论坛】第四期|AI+X赋能社会实践：技术属性和社会属性的融合

以“AI+X赋能社会实验”为主题的典学论坛第四期于8月28日周日晚上举行，此次论坛以线上直播开展，腾讯会议、典学论坛b站直播、浙大上海高研院b站、智云学堂（钉钉）直播、、知领直播等五个平台同步直播。

浙江大学公共管理学院黄萃教授主持了论坛，介绍典学论坛第四期有一个创新亮点是“533”模式，即“5”个直播通道，分别为腾讯、B站、钉钉、知领、浙大上海高研院B站；“3”个承办单位，主办单位“浙大国家智能社会治理实验基地”、“浙大上海高研院”，和协办单位“中国工程科技知识中心”；“3”位分享专家，主讲人为浙江大学求是特聘教授、人工智能研究所所长、上海高等研究院常务副院长吴飞老师，以及两位青年教师：上海交通大学计算机系严骏驰研究院；浙江大学计算机科学与技术学院杨洋副教授。

在主讲报告环节，吴飞教授做了《AI+X赋能社会实践：技术属性和社会属性的融合》 学术报告，从人工智能发展历程中智能的能与不能出发，讨论了人工智能技术属性和社会属性相互结合的鲜明特色，介绍了AI+X微专业模式下人工智能交叉人才培养的实践。吴飞教授的报告主要分为三个主要部分，分别是第一部分：人工智能：通用目的技术、第二部分：人工智能：赋能社会与社会实验、第三部分：AI+X人才培养。为了促进学术交流，征得吴飞教授同意，现将吴飞教授报告中关键PPT内容发布，以便共同思考人工智能赋能社会发展的手段和方法，以及面临的挑战和发展趋势。

第一部分

人工智能：通用目的战略技术

1955年8月31日， John McCarthy（时任Dartmouth数学系助理教授，1971年度图灵奖获得者）、Marvin Lee Minsky（时任哈佛大学数学系和神经学系Junior Fellow，1969年度图灵奖获得者)、Claude Shannon（Bell Lab, 信息理论之父）、Nathaniel Rochester（IBM, 第一代通用计算机701主设计师)等提交了一份研究报告建议书，首次提出了人工智能这一术语，认为学习的每个方面或智能的任何其他特性如果原则上可以被精确描述，则可以用机器来模拟。这份研究报告列举了人工智能值得关注的七个问题：自动计算机，计算机如何被编程使用一种语言，神经元网络，计算规模理论，自我学习与提高，归纳与演绎，随机性与创造性。 随后1956年，一批学者在美国达特茅斯学院举行了人工智能夏季研讨会，人工智能从此登上了人类历史舞台。目前新一代人工智能正在崛起，潘云鹤院士提出了新一代人工智能发展的内因论和外因论观点：回顾人工智能发展历程中的主要挫折，我们不难发现，当它与信息环境的变化趋势不符时，往往就会导致失败。促使人工智能变化的动力既有来自人工智能研究的内部驱动力，也有来自信息环境与社会目标的外部驱动力，两者都很重要，但相比之下，往往后者的动力更加强大。国务院印发《新一代人工智能发展规划》，计划在15年内三步走完成国家人工智能战略目标，其中包含六个方面重点任务和六个方面保障措施。在三个阶段发展目标中，均体现了人工智能技术属性和社会属性相互结合的特色。

科技创新2030作为新一代人工智能重大项目从基础理论、支撑体系、关键技术和创新应用四个层面上进行系统部署，并对技术标准、安全评测、法律伦理等人工智能综合影响对策进行研究。《新一代人工智能治理原则》和《新一代人工智能伦理规范》等政策文件也相继发布。

两个坦克的故事告诉了我们AI之能与AI之不能。前者是未知物种种类的预测问题，即根据在战场上捕获或击毁坦克的编号来推断二战中德军每个月可新生产多少辆坦克，AI模型推理所得结果的精度远远超过了盟军情报部门估计的结果；后者是神经网络识别坦克和森林的问题，不幸的是，神经网络只是学会了区分阴天和晴天，而不是区分伪装而成的坦克和森林，从而导致了AI解决该问题的滑铁卢。

以上事例告诉我们，人工智能作为一种通用目的技术是“增长的引擎”，具有普遍适用性、动态演进性和创新互补性，它是使能技术，但并非最终解决方案，需要融合交叉、才能赋能。

人工智能也曾被认为“未能解决真实世界问题”而进入发展隆冬，1973年英国政府发布了一份名为《人工智能：一份全面报告》（Artificial Intelligence: A General Survey）对英国人工智能研究现状进行评估，也被称为“莱特希尔（Lighthill）报告”。该报告对人工智能进展和成效给出了较为悲观的结论，报告主要观点如下：该领域迄今为止的发现尚未产生当时承诺的重大影响。与当前人工智能研究现状相比，“莱特希尔（Lighthill）报告”结论的确有失公允。但是其发表后引起了极大反响，BBC甚至于1973年6月邀请莱特希尔、麦卡锡、唐纳德·米基(Donald Michie)和理查德·格里高利（Richard Gregory）等科学家围绕“通用机器人是海市蜃楼么（the general purpose robot is a mirage）？”这一主题进行了一场电视辩论，不过这一辩论节目未能最终播出。

第二部分

人工智能：赋能社会与社会实验

在人工智能的起步阶段，人们用计算手段洞悉人口趋势和疾病变化。1665年左右，英国爆发了大瘟疫。英国学者约翰·格朗特（John Graunt）对这期间死亡人口从病因、年龄和地区等方面进行分类，出版了《关于死亡公报的自然观测和政治观察》著作，开创了人口统计学（研究人口的变化规律, demography）和流行病学（研究疾病变化规律，epidemiology）的研究。

进一步人们在自然实验中甄别混淆变量，做到知其然、且知其所以然。2021年度诺贝尔经济学奖一半奖项授予加州大学伯克利分校戴维·卡德（David Card），以表彰“他对劳动经济学的实证研究性的贡献”；另一半授予麻省理工学院的乔舒亚·安格里斯特（Joshua D. Angrist）和斯坦福大学的吉多·因本斯（Guido W. Imbens），以表彰“他们在因果关系分析方面的方法论贡献”。 乔舒亚·安格里斯特和吉多·因本斯两位学者对1930年左右出生的美国男性统计数据表明，多接受一年教育则收入平均高出7%。读书期限对于一个人日后的收入水平是有正向影响的，这一影响不是由其他因素造成的，而纯粹是由教育带来的回报。“一个人的出生季节或月份”是一个神奇的工具变量（Instrumental Variable），与其他（混淆）因素区分开，干净识别出了“多读一年书对未来收入造成的影响”。

合作行为的演进作为21世纪亟待解决的最为重要的25个科学问题之一受到了广大关注，人们通过社会实验揭示社会依赖和社会价值等因素。19 世纪初，化学家李比希（ Justus von Liebig)在城市化和工业化的时代背景下率先提出，“科学实验不应局限于实验室里产生的模拟世界，需要进入现实世界，更多关注科学技术在真实世界的作用与影响”。此后，实证主义（positivism）哲学家、社会学的创始人孔德（Auguste Comte)发明了“社会科学（science sociale）”这一单词，将实验法和其他实证研究方法引入社会科学研究，促进了“社会实验（ Social Experiment)”概念的形成。

而从多发展阶段中可以得出，技术发展的未来需要未雨绸缪。英国技术哲学家大卫·科林格里奇（David Collingridge）在1980 年出版的《技术的社会控制（The Social Control of Technology）》一书的“前言”中写道：我们不能在一种技术的生命早期阶段就预言到它的社会后果。然而，当我们发现其不好的后果之时，技术通常已经成为整个经济与社会结构的一部分，以至于对它的控制变得极端困难。这就是控制的困境。当容易进行改变时，对它的需要无法得以预见；当改变的需要变得清楚明了之时，改变已经变得昂贵、困难而且颇费时日。

第三部分

AI+X人才培养

人工智能学科交叉对创新发展有促进作用。2021年12月31日，在北京大学举办了101计划启动仪式，怀进鹏部长出席，并召开了33所高校工作组第一次会议。通过专家组和33所参与高校的推荐，确定了12门参与建设的核心课程。

为了促进学科交叉融合，探索科教融合、产教协同的人工智能一流人才培养模式，浙江大学、复旦大学、上海交通大学、南京大学、中国科学技术大学和同济大学联合推出“AI+X”微专业，以课程共建共选、学分互认、证书共签的形式，创新了面向长三角高等教育深度合作的模式，保证了微专业课程的高质量与高水平，为构筑人工智能发展先发优势培养战略资源力量，从提高学习质量角度推动人工智能领域人才培养的学习革命。AI+X微专业首批共有65名优秀的同学符合AI+X微专业辅修项目培养方案毕业要求，顺利完成修读任务。2022年4月22日，AI+X微专业辅修项目指导委员会主任潘云鹤院士、组织单位代表浙江大学教务处副处长金娟琴为首批毕业学员（代表）颁发了由六校共同签章的《AI+X微专业辅修证书》。

吴飞教授参与撰写了高中信息技术《人工智能初步》教材，教材在浙江全省以及北京、辽宁、山东、山西、湖南、湖北、云南、广东、河南、甘肃等10个省份地区使用。吴飞教授还出版了《走进人工智能》数字有声读物。150分钟讲解人工智能绚丽征程中趣事，如笛卡尔的“人类思想字母表” 、诺贝尔物理学奖获得者费米的“四个参数画大象”、 伯克利招生录取率之谜、囚徒困境与纳什均衡、晚唐诗人杜牧所感叹“东风不与周郎便”的历史遐想。

第四部分

总结

8月18日中国人工智能学会发布了《人工智能知识点全景图：迈向智能+时代蓝皮书》。蓝皮书内容包括人工智能诞生、新一代人工智能发展、人工智能人才培养体系、计算机专业课程体系知识点演变、ACM和IEEE-CS制定的新版人工智能知识点、101计划中人工智能知识点、K12教育中的人工智能等核心内容。人工智能是引领这一轮科技革命、产业变革和社会发展的战略性技术，具有溢出带动性很强的头雁效应，使能技术、赋能社会，其作始也简，其将毕也必巨。

接下来严骏驰老师进行了《面向智能制造等人工智能思考》的报告交流。采用监督学习进行数据标记适合深度学习等大规模标注，其中用到滤波响应图和卷积网络响应三维透视图，但原始图像、训练好的网络参数都需要考虑版权问题的处理。同时，迈向智能制造的过程中也存在一些挑战，例如生产环节和对象的多样性导致的复杂性、目标区域分辨率低、颜色纹理不分明和缺陷类别动态变化。为应对这些挑战，我们需要基于深度学习进行面板缺陷检测，通过缺陷定位和分类系统来实现，并进行人工替代率和漏检率之间的权衡。杨洋老师进行了《社会计算中的AI：场景->计算问题+数据+模型》的报告交流。主要介绍了四个具体案例，一是通过数据量化经济复苏的情况；二是在团队合作（以王者荣耀游戏为例）中研究社会学问题；三是在大规模用户用电量中寻找窃电用户；四是使用AI技术标注存在癫痫波的异常区域。这些案例都通过结合社会场景中的多方数据建立模型，以解决具体计算问题。

浙江大学教育学院副院长，课程与学习科学系系主任、智能教育研究中心主任李艳教授在点评中指出，吴飞教授报告的四部分内容明确阐述了AI两落三起的过程，将AI的历史和应用娓娓道来，以引出AI作为通用目的技术需要结合其他相关产业推动行业变革和AI赋能社会实验，最后介绍了AI+X人才培养计划，让我们深度认识了AI知识的全景图。严骏驰老师关注面向智能制造的AI思考，重点具象地讲解了智能质检的场景应用。杨洋老师以疫情后的行业建设、团队协作、电网窃电、医疗行业的AI应用等案例展开，充分体现了AI+X赋能社会实践的技术属性和社会属性的融合。

2022年8月7日——12月31日

每周日晚8点

典学论坛

与您相约

共同探讨智能社会的未来

第五期

    主讲人：

浙江大学 计算机科学与技术学院

杨易教授

9月4日（周日）晚8点

腾讯会议ID：627-286-882

链接：

https://meeting.tencent.com/dw/ZNMMvCoIblXn

第六期

   主讲人：

浙江大学 信息技术中心

张紫徽总工程师

9月11日（周日）晚8点腾讯会议ID：651-691-346链接：https://meeting.tencent.com/dw/PFp9UH4TKaRb

第七期

   主讲人：

浙江大学 教育学院

翟雪松研究员

9月18日（周日）晚8点腾讯会议ID：195-179-014链接：https://meeting.tencent.com/dw/tod9sm439mhG

第八期

   主讲人：

浙江大学 公共管理学院

高翔教授

9月25日（周日）晚8点腾讯会议ID：535-111-025链接：https://meeting.tencent.com/dw/bFbQ6eVClnMC

*注意：为了保护知识产权，论坛会议全程请勿录音、录像、截屏。会议嘉宾对其PPT内容和演讲词具有最终解释权。未经主讲人许可，严禁对外私自传播会议中出现的数据模型、文献引用等演讲内容。