每经热评｜数据-AI自我进化、自我治理是大势所趋

每经特约评论员 盘和林
　　近日，第六届世界智能大会在云端召开，本届大会以“智能新时代：数字赋能 智赢未来”为主题。与会嘉宾认为，随着技术的不断积累、迭代，人工智能有望推动经济社会发展全要素智能化革新，释放发展红利，赋能美好未来。
　　现如今，数字技术已成为我国优化经济结构、实现高质量发展的有力引擎，人工智能则是新一轮科技革命和产业变革的重要驱动力，对我国经济社会发展乃至国际政治经济格局都有着至关重要的战略意义。
　　近年来，我国人工智能发展已取得诸多积极成效，智能芯片等核心技术取得了重要突破。有关数据显示，人工智能核心产业规模超过4000亿元，企业数量超过3000家，产业体系进一步完善、水平稳步提升，“头雁效应”显著。人工智能在数字时代扮演着越来越重要的角色，正加速融入交通、医疗、教育、制造业、物流等多个领域，赋能全行业创造出新业态、新模式，实现多场景智能应用，广泛渗透到人们日常生产、生活的方方面面。
　　人工智能是提升当前生产力和全要素生产率的重要动力，很多技术着眼于对生产力的优化，而人工智能着眼于解决生产力差距和短缺问题，旨在提升整个社会的生产力。人工智能在真正意义上实现了机器对人某些功能的替代。过去，人们常说“双拳难敌四手”，而人工智能作为人类最重要的工具之一，就像是给人类装上了无数条手臂，这些手臂比人类更精准，更能干，使得人类生产的实际效率大幅度提升，单个个体的产出也将大幅度提升。人工智能借助强大的算力和大数据集成的迭代创新，对劳动和资本等生产要素进行倍加和智能替代，改造和强化了生产要素的功能，替代了大量的体力劳动和部分脑力劳动，提高了生产过程的自动化程度。相比于传统的机械自动化，人工智能对劳动力的替代水平和效率更高，并且通过大规模的操作实现机器学习和深度学习，人工智能还能解决跨行业的复杂业务问题，极大提升了要素利用率和投资回报率。
　　随着信息技术的进一步发展，我们如今进入到了人工智能自我进化的阶段。近日，中央深改委审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，数据作为新型生产要素被提到了前所未有的高度。
　　当前人工智能的底层实际上是大数据，大数据则需要通过不断采集、清洗、转换等流程完成数据积累，而众多人工智能的功能实现离不开大量的数据运算的支持。人工智能主要分为训练和推理两个环节，训练需要对海量的数据集进行密集型矩阵运算，训练算法的准确性与数据质量直接相关，数据治理能够有效提升数据质量，为人工智能提供优质可信的数据输入。在此基础上，可以通过机器学习算法，尤其是深度学习神经网络，利用互联网上海量的数据来加快人工智能性能的提升，提升AI算力优化技术，借助大数据平台来完成人工智能的深度学习进化。
　　另一方面，人工智能可以反过来作用于数据的产生和流通环节，通过与消费电子、家电、汽车等行业结合，提高行业终端的智能化水平，借助互通互联，将人工智能和消费者交互，人工智能再通过传感器和环境交互，将交互的数据收集起来，并且通过机器学习和自然语言处理帮助企业建立起数据识别的匹配规则，提高数据匹配的准确度，再以这些数据来强化人工智能技术的演化，实现自我改进和升级创新。例如，人工智能已经渗透到零售业的价值链多个环节，“AI+零售”依托于机器学习和计算机视觉，打造出人、货、物的数字化管理，从数据采集到数据分析再到数据决策阶段，人工智能都能利用AI算法对数据进行挖掘，帮助企业更快掌握终端市场变化，并及时作出策略调整，大大提高了企业管理效率，赋能企业实现数字化转型。
　　不仅如此，人工智能也能为数据标准管理、数据治理管理、数据质量管理、数据要素流通和数据安全提供更为有效的解决方案。例如：借助机器学习和自然语言处理技术对存量系统数据库进行分析，快速整理高频词根并将数据标准与元数据自动映射，建立数据标准管理体系；通过联邦学习来加强数据治理能力，提高数据交易、数据流通的效率；通过机器学习自动识别数据质量，对数据质量进行效果评估和智能修复，并根据数据量和业务阶段的变化进行动态更新；建立起业务部门与系统之间、多环节业务流程的信息采集、关联和交互，提高数据要素流通效率和精确度；借助文本聚类分类等技术，对数据进行基于文本的精准分类分级，在反欺诈、数据防泄漏、邮件过滤等方面显著提升数据安全性。
　　可以看到，在人工智能的引领下，数据治理理念和治理方式正不断创新和完善，人工智能既是数据治理的工具，也是数据治理的对象，正带动数据治理智能化水平的提升，对治理工具、方法进行全方位的创新突破，由原有封闭、单向的治理体系转向更加开放、多元、智能，并根据数据特征和用户需求进行动态调整和反馈，进而实现自我更新和优化。
　　不可否认，我们正在进入一个“数据-AI自我进化、自我治理”的阶段，而不管我们是否愿意接受智能时代的到来，如今人工智能发展的大趋势已经势不可挡，人类对于人工智能的讨论，可能不再是能不能接受的问题，而是如何与人工智能相处的问题。
　　（作者系浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员；工信部信息通信经济专家委员会委员）