1.4　人工智能面临的机遇与挑战

人工智能的发展引发新一轮生产力革命以及人类分工的深化，其中蕴藏着巨大的机遇与挑战。抓住机遇，迎接挑战，企业才能够在新一轮科技革命中占据优势，提升竞争力。

1.4.1　机遇一：新基建带来新发展

新基建是提供数字转型、智能升级等服务的基础设施体系，它针对高质量发展需要，以新发展理念为引领，以技术创新为驱动，以信息网络为基础。

我国一系列新基建政策的出台与落地，为数字化基础设施带来广阔发展前景。新基建将加速人工智能与新兴技术的深度融合，进一步赋能人工智能全面产业化，促进人工智能核心产业市场规模实现爆发式增长。

根据艾媒咨询的分析，2020年国家新基建战略的出台从政策资源、技术生态、应用场景等方面全方位助力人工智能实现全面产业化，其核心产业规模保持强劲增长势头。

新基建时代，人工智能有以下几大发展趋势，如图1-6所示。

1．人工智能迎来发展红利期，引发新一轮产业革命

如今，传统经济动能日渐式微，面对经济下行的压力，传统产业转型升级的诉求日益强烈。目前，人工智能被应用到生活、生产等多个场景，成为助力社会运转的中坚力量，展示出科技创新产生的强大动能。随着一系列新基建政策的出台，经济新旧动能转换加速，人工智能将迎来发展红利期，进而引发新一轮产业革命。

2．人工智能加速纵横拓展，新模式、新业态不断出现

在新基建浪潮的影响下，大量的资本、人才、资源涌入人工智能领域，推动人工智能纵横拓展。在纵向上，算法、算力的突破促使人工智能技术不断升级；在横向上，人工智能与新、老产业加速融合，促进产业变革。技术和应用的双向发展，将强化人工智能的基础设施地位，加速其在生产、生活中的应用，进而不断催生出新模式、新业态。

3．人工智能落地场景更加细分垂直

利用人工智能技术解决各行业痛点问题，降本增效，是驱动人工智能商业化落地的根本动力。随着人工智能迈入成熟化发展阶段，一些通用化、浅层化的产品和服务逐渐难以满足各行业日益垂直化、专业化的赋能需求。因此，人工智能需要向更精细化、高质量的方向发展，提升数据的量级以及复杂程度，用高质量数据优化产品和服务。

4．人工智能底层技术和落地能力更受重视

数字经济的发展将加速人工智能全面产业化，而我国庞大的经济体量又为人工智能在细分垂直领域的发展奠定了基础，再加上利好的政策和技术环境，人工智能将步入“百花齐放”的发展阶段。同时，资本将趋于理性，从关注热点概念转向关注应用落地，行业“泡沫”被清除，具备底层技术创新和落地能力的企业更受资本青睐。

5．人工智能相关治理体系加速出台

人工智能的发展虽然为社会、经济、环境等创造巨大价值，但其背后也隐藏了一些不容忽视的风险，包括道德伦理、隐私保护、社会公平等。技术是一把“双刃剑”，不能任由其野蛮发展，只有出台配套的治理体系，才能保证相关产业健康发展。在人工智能带来新的发展机遇、为人们的生产生活提供便利的同时，市场对监管的呼声也日趋强烈，这势必加速相关治理体系的出台。

1.4.2　机遇二：创造更多新岗位

作为一项能够提升社会生产力的新兴技术，人工智能的发展与应用落地促使更多新的工作岗位出现。

首先，人工智能能够创造出新职业和新岗位。现在的一些与数字化技术相关的新兴职业在过去并不存在，例如，与数据、算力、算法相关的一系列岗位。具体来说，数字化管理师、物联网工程师、云计算工程师、大数据工程师、人工智能工程技术人员等都是新技术开发过程中衍生出来的新兴职业。每一种职业背后都是庞大的就业人群，以数据标注师这一职业为例，在我国，从事这一职业的全职人数达到10万人，而从事兼职工作的人群规模接近100万人。

其次，人工智能能够为传统行业带来新的任务。在传统的医疗、教育等行业中，以人工智能技术为支撑的在线智慧医疗、智慧教育等应用已实现大范围覆盖。人工智能承担传统行业中重复性、机械性的简单工作，劳动者则通过自身经验的积累，奔赴更具创造力的工作岗位。

最后，我们要高度重视那些无法被人工智能取代的传统岗位的价值。例如，家政、育儿师、医疗护工、养老院护工等岗位很难被人工智能取代，尤其是在当前我国人口老龄化的背景下，养老院护工与医疗护工的市场十分火热。

设计师、艺术家、作者等充满创造力的岗位同样无法被人工智能替代。2023年，AI绘画出现在人们的视野中并掀起热潮，许多AI创造出的画作都十分精美，甚至毫无瑕疵。但是，AI绘画是建立在人类画师画作的基础之上的，若没有传统画师的画作，那么再“聪明”的AI也不能独自创造出作品。总之，人类无穷的想象力与创造力始终是人工智能无法拥有的。

因此，我们不仅要认识到人工智能带来的全新行业与岗位的价值，积极促进人工智能的发展以提升就业率，还要始终保持自身的创造力与想象力，重视那些难以被人工智能取代的传统岗位的价值。

1.4.3　挑战之规避法律问题

当前，我们已经进入一个崭新的人工智能时代，新技术的发展为整个世界带来了翻天覆地的变化。自动驾驶汽车、配送快递的机器人、智能语音助手等新事物层出不穷，在享受人工智能技术为生活带来便利的同时，人们对人工智能技术所带来的伦理与法律问题的讨论也从未停止。

在人工智能为社会文明带来重大利好的同时，现存的法律制度也面临着很多新问题与挑战。例如，人工智能属于新型法律主体还是法律客体？是否需要针对人工智能颁布新法律？由人工智能驾驶的自动汽车若发生车祸责任该如何认定？大数据时代，人们的数据隐私该如何保障？企业与平台收集的海量数据应当如何依法依规使用？

这些问题影响人工智能进一步发展。对此，我们必须剖析其中的原因，明确人工智能领域法律规制的重点。

1．人工智能领域法律问题的原因剖析

在人类文明发展过程中，已经形成了一套较为完备的法律制度。然而，人工智能正在逐渐打破人类在社会生活中唯一理性主体的地位，使人类不再具有“唯一性”。例如，以前只有人类能够驾驶机动车、作画、写诗、写文章，但是如今，越来越多的人工智能开始参与这些向来只有人类能够参与的社会活动。此前以人类为唯一中心而制定的法律制度不适用于人工智能，由此便会产生一系列法律问题。

不管是刑事案件中的刑责认定，还是民事法规中对于物品使用权、所有权归属的界定，都是围绕人这一中心展开的。目前的法律大多是调整人的行为或社会关系，并不涉及对人工智能行为的判定。

人工智能的出现给现存的法律制度与体系带来全新的挑战。具体来说，人工智能具有独特、高度类人的智能，与以往的技术存在根本上的差别。人工智能运行的底层逻辑是通过运算模仿人类智能，甚至代替人类工作。这直接导致在人类智能之外出现了一种全新的机器智能，社会关系中出现了新的利益主体，打破了现行的法律制度预设的“人类是社会生活中唯一的理性主体”这一前提。

2．人工智能领域法律规制的重点

面对人工智能对现存法律制度的冲击，如何围绕技术的发展，出台对人工智能领域行之有效的法律，便成为我们需要重点考虑的问题。

首先，需要明确界定技术开发主体对人工智能相关问题须承担的法律责任。归根结底，人工智能创造出的成果或进行的工作，都是由人为设置的算法来完成的。从目前的技术发展水平来看，人工智能不能成为行使权利的主体，人工智能创造的事物本质上依然是人的能动性创作。因此，在人工智能领域的权责认定方面，法律应当将其技术开发主体视为责任主体。不仅是人工智能的创新性成果的知识产权权利归于其技术开发主体，如果人工智能造成负面影响，后果也应当由其技术开发主体承担。

其次，应当从人工智能开发者的角度入手制定法律规制，严格规范人工智能的开发与应用，以降低人工智能对当前社会伦理与法律制度的冲击。法律法规应能够对滥用技术挑战道德伦理的技术开发者进行严厉的法律制裁，有力地约束技术开发者，使技术开发者坚持“以人为本”“技术服务于人类”的理念，坚守社会道德与伦理底线。

最后，当前人工智能技术与大数据技术结合应用的场景最为广泛。为了进一步保护人们的隐私，相关法律法规要对人工智能技术挖掘用户数据价值的做法予以规范、引导，禁止任何企业或平台利用人工智能侵犯用户隐私。

事实上，由于技术方面还存在一定限制，当前人工智能还处于初级发展阶段，机器智能取代人类智能只是人们的担忧。我们不能因噎废食，由于担心人工智能取代人类而停止对人工智能技术的研究。只要在社会发展过程中根据实际情况适时调整法律法规，始终严格把控人工智能的发展，便能够最大限度降低其负面效应，使其成为技术创新与产业发展的珍贵动能。

1.4.4　百度AI：发布全球首个航天大模型

深度学习出现后，人工智能具备执行更多复杂任务的能力，包括语音识别、图像识别、文本翻译、消费行为预测等。各行各业都开始布局人工智能，推出相关应用。不仅限于地球上的应用，人工智能在航天领域也大有作为。“嫦娥三号”进行首次地外天体软着陆和巡视探测时，就应用了人工智能技术。它可以利用人工智能自主避障，寻找月面合适的降落点，实现了我国在航天领域的突破。

2022年7月，由百度与央视新闻共同举办的“2022百度世界大会”成功召开。在会上，百度CTO（Chief Technology Officer，首席技术官）王海峰公布了百度与国家航天局探月与航天工程中心的合作进展，并发布了全球首个航天大模型——“航天—百度·文心大模型”。该大模型基于对海量航天数据和知识的深度学习，能够对航天数据进行广泛采集、分析与理解，助推航天智能感知、智能控制等技术实现突破。

“航天—百度·文心大模型”在航天领域的成功应用，可以在一定程度上解放科研人员的劳动力，使科研人员将更多精力投入创新研发工作。未来，百度将与国家航天局探月与航天工程中心深入合作，在深空探测智能技术研发、航空项目实施、航天人才培养等方面进行深入探索。

“航天—百度·文心大模型”的出现，是人工智能技术在航天领域应用的一个里程碑式的突破。其规避了传统人工智能模型应用范围单一的弊端，以大模型实现了更强的通用性。

决定人工智能模型是否“聪明”的关键在于算法以及算法背后用于训练的数据的广度和深度。这就要求在有更多的数据用来训练人工智能模型的同时保证模型的学习效率和质量。

过去，人工智能难以落地的一个原因是传统人工智能模型泛化性差，即A模型只能应用于A领域，无法应用于B领域。另外，传统模型需要海量的标注数据，如果数据量不够大，模型精度就会大打折扣。

人工智能在航天领域的应用同样存在上述问题。而且航天是一项复杂的系统工程，包括空间技术、空间应用和空间科学三大部分，每一部分都涉及成百上千个细分领域的知识。这意味着传统模型训练方式在航天领域很可能会出现通用性差的问题，每一个细分场景都需要重新训练模型，但如果针对每个细分场景都推出一个小模型又会增加很多成本。

大模型的出现则为解决上述问题提供了一个新思路。它通过“预训练大模型+下游任务微调”的方式，提升模型的通用性，增强模型的泛化能力，从而让模型实现“举一反三”。相较于传统模型训练，大模型需要的训练数据少、人工标注成本低、模型使用门槛低、模型利用效率高，因此，在近些年越来越受欢迎。

事实上，除了与国家航天局探月与航天工程中心合作推出“航天—百度·文心大模型”，在2021年，百度还与嫦娥奔月航天科技（北京）有限责任公司签署了合作协议，在月球探测、行星探测等深空探测领域开展技术合作。双方合作的背后，离不开产业级知识增强大模型——文心大模型的支持。

文心大模型凭借知识增强的核心特色，能够从大规模知识和海量无结构数据中融合学习，拥有更高的学习效率和更好的学习效果。除此之外，文心大模型具备通用性好、泛化性强的特点，非常适合可用数据较少的航天领域，大幅降低了航天领域应用人工智能的门槛，推动了航天产业的变革与科技创新。

大模型作为人工智能的基础设施，在航天领域的应用潜力非常大。依托百度文心大模型，航天大模型可应用到多个航天业务场景，包括故障部位信息抽取、航天工程文献情报分类等。当航天大模型实现广泛应用时，航天领域各业务智能化升级会成为趋势。

随着人工智能技术的发展，在未来，人工智能在航天领域将会有更广泛的应用，包括故障分析、任务规划、自主决策、集群智能等。而“航天—百度·文心大模型”作为先行者将在其中扮演关键角色，为航天事业的发展贡献力量。