【中国信通院】中国东盟人工智能发展与治理合作

【中国信通院】中国东盟人工智能发展与治理合作近日发布了《中国-东盟合作对人工智能发展和治理的观察与推进建议》报告。这份报告深入分析了全球人工智能发展趋势、中国与东盟在AI发展和治理方面的合作现状，并展望了未来的合作前景。报告内容丰富，涵盖了AI技术发展、产业应用、治理框架构建等多个维度，为理解当前AI领域的国际合作提供了宝贵的视角和深刻的见解。

人工智能（AI）技术正引领着一场新的技术革命和产业变革，深刻影响着人类经济和社会生活的方方面面。AI不仅为各行各业赋能，还创造了新的产业形态和经济增长点，成为国家综合实力和国际竞争力的关键因素。同时，AI的快速发展也带来了隐私、安全和伦理方面的挑战，可能加剧国际社会中的“人工智能鸿沟”。全球治理在这方面的努力正在进行中。中国和东盟是全面战略伙伴，地理相邻、文化相通、价值观一致，已在数字经济和AI发展领域建立了坚实的合作基础。面对AI技术浪潮，双方应进一步加强合作，共享技术进步的红利，共同努力避免和减轻这些技术带来的风险和挑战。

全球AI产业正经历爆炸式增长，加速智能时代的到来，深刻改变着人类的生产和生活方式。如何深化国际合作，促进AI发展成果的普惠共享，共同应对AI应用潜在风险？这已成为国际社会的共同关切。自1956年达特茅斯会议诞生以来，AI经历了三次大的发展浪潮。随着2022年11月ChatGPT的推出，生成性大模型将AI发展带入了新阶段。根据《人工智能发展白皮书（2024年）》，2023年全球AI产业规模达到7078亿美元，同比增长19.3%。随着产业的不断扩张，AI的经济和社会影响日益显著。

过去十年，AI技术发展取得了重大突破。AI技术经历了四个阶段：胚胎探索阶段、专家系统阶段、机器学习阶段和大模型阶段，前两个阶段以符号主义为特征，后两个阶段以连接主义为特征。AI技术在20世纪90年代开始的机器学习阶段开始大规模应用。在图像识别领域，AI算法如卷积神经网络（CNN）已广泛应用，通过卷积、池化和全连接层的结合，有效提取图像的局部特征和全局信息。2015年，包括何恺明在内的四位研究人员在微软亚洲研究院开发的ResNet在图像识别方面首次超越人类能力。

在语音识别领域，端到端深度学习被用于识别包括中文和英文在内的多种语言。2015年12月，百度研究院宣布其Deep Speech系统实现了优于人类水平的中文识别性能。在自然语言处理领域，AI已被广泛用于文本分类、情感分析和机器翻译等任务。特别是注意力机制的引入，使模型能够关注输入序列的关键部分，增强了处理长文本的能力。谷歌于2017年开发的Transformer模型不仅通过自注意力机制在机器翻译中取得了显著成果，还成为推动AI进入大模型阶段的基础性里程碑。

随着AI技术进入大模型阶段，生成性大模型的崛起引起了全球关注。这些模型通常包含从数十亿到数万亿的参数，通过大规模预训练学习泛化特征表示，然后针对特定任务进行微调。与传统AI相比，大模型展现出强大的通用性和适应性，能够跨多个任务和场景应用（图2）。首先，大模型具有强大的可扩展性。在这些模型中，增加参数数量、计算能力和训练数据可以持续提高性能，这是传统AI模型所不具备的特性，后者的扩展并不能带来持续的性能提升。其次，大模型展现出高适应性。单个大模型可以支持多种任务和模态，甚至实现跨模态能力，而传统AI模型通常限于单一任务、单一模态的应用。最后，大模型具有强大的可塑性。通过模型微调、思维链提示等技术，大模型可以进一步增强其能力，而传统AI模型一旦训练完成，就无法扩展其能力。

在内容创作领域，许多媒体公司和内容平台使用大模型自动生成新闻文章、创意内容等材料，效率和质量都有所提高。目前，AI生成的输出，特别是在财经新闻和商业插图领域，因其质量和可商业使用性而受到广泛认可，可以直接或稍作调整后用于商业环境。

在自动驾驶领域，智能驾驶系统利用从摄像头、雷达和超声波传感器收集的数据提取环境信息，如车辆、行人和交通标志，并实时分析道路状况和调整驾驶策略，显著提高驾驶安全性和舒适性。自动驾驶技术的进步加速了电动汽车行业的增长。

在医疗保健领域，AI利用大量医学影像数据协助医生进行疾病诊断，提高准确性和效率。值得注意的成就包括AI在通过CT扫描检测肺癌、识别皮肤癌和筛查眼病方面的应用。此外，AI还可以通过分析基因组数据、病史和生活方式信息，支持个性化、更精确的治疗建议。

在工业制造领域，AI已具备封装专家知识并提高生产效率的能力。它在替代人类执行危险和重复性任务方面发挥着关键作用，同时也在CAD研发和智能设备等领域展现出潜力。在智能采矿中，AI有助于智能生产、设备管理、安全运营和业务决策。

在生物化学领域，大模型技术被应用于技术研究，如蛋白质结构预测。2024年，谷歌DeepMind的Demis Hassabis和John M. Jumper因共同领导开发AlphaFold2而获得诺贝尔奖，展示了AI解决长期生物学挑战的潜力。

在教育和培训领域，数字人可以作为虚拟教师，帮助学生学习和指导员工培训。AI技术还可以改善贫困或偏远地区儿童获得高质量教育资源的机会，帮助缩小城乡教育差距。

总之，AI在全球各行各业创造了巨大的商业价值，催生了一系列新产业，深刻改变了人类的生产和生活方式，对经济和社会产生了深远影响。

AI技术对经济和社会的影响是积极的，如提高效率和经济增长，但也存在风险，如工作替代和数字鸿沟扩大，需要密切关注。从经济增长的角度来看，作为新的通用技术，生成性大模型有望推动生产率增长。在2023年3月的一份报告中，高盛预计，如果AI得到广泛采用，未来十年内可能平均每年提升全球GDP约7%，贡献近7万亿美元。

从就业角度来看，AI驱动的自动化可能取代全球约18%的工作岗位，影响约3亿个职位。然而，影响程度因行业而异，预计新兴经济体因自动化而经历的工作替代程度将低于发达经济体。

从社会治理的角度来看，大模型可以帮助政府部门通过分析大量数据来进行城市规划、交通管理和公共安全。同时，生成性AI可能会进一步加剧弱势群体的不利地位，如果可访问性有限或出现有偏见的输出，可能会损害社会公平。

与AI技术的快速发展和应用形成鲜明对比的是，大多数国家，特别是发展中国家，尚未真正接触、使用和从AI中受益。联合国秘书长人工智能高级咨询机构对来自38个国家的120多位专家进行的一项调查发现，大多数专家认为AI将对高收入国家产生积极影响，他们对AI减少不平等的潜力持谨慎态度。发展中国家在基础设施、数据、模型和人才等关键要素方面的获取明显低于发达国家。

显著的数字基础设施差距。随着大模型和生成性AI的进步，AI技术已从孤立应用转变为在各行各业的规模化部署，对基础架构提出了更高要求。然而，发展中国家在网络接入和计算能力方面仍面临重大差距。

首先，在网络接入方面，国际电信联盟（ITU）的《2023年数字发展测量：事实和数据》报告表明，尽管全球互联网连接取得了稳步进展，但发展仍不均衡，许多低收入国家越来越落后。2022年，全球仍有26亿人缺乏互联网接入，而在非洲，只有37%的人口使用互联网，不到北美和欧洲水平的一半，后者约有90%的人连接互联网。在低收入国家，固定宽带用户的平均每月数据使用量为161GB，仅为全球平均水平257GB的60%。此外，5G移动网络分布不均，高收入国家有89%的人口被5G覆盖，而低收入国家几乎没有5G接入。低水平的互联网接入限制了发展中国家AI服务的使用。

其次，在计算能力方面，根据经济合作与发展组织（OECD）的定义，AI计算能力包括支持专业AI工作负载和应用的硬件和软件堆栈，包括数据中心、超级计算机和云计算。根据市场调查机构Synergy Research Group的数据，截至2023年底，超大规模数据中心主要集中在北美、亚太和欧洲。随着大模型的规模和精度不断增加，智能应用的扩展需要更高的计算支持。华为的《2030年智能世界》报告预测，到2030年，AI计算能力需求将达到864 ZFLOPS，表明十年内增长了一百倍。对计算能力的这种激增需求预计将成为常态。缺乏负担得起的计算资源将阻碍发展中国家融入全球AI产业生态系统。

不均匀的数据集资源分布。数据是AI模型训练的基础，对性能和专业化至关重要。目前，大多数主流AI大模型主要在英语语料库上进行训练。例如，英语占ChatGPT-3训练语料库的92.6%，英语、法语、德语和西班牙语等16种语言的重要代表性合计超过99.24%，而小语种的贡献微乎其微。在数字经济中领先的国家更早启动数字化转型，并在生产、日常生活和公共服务中积累了大量有效的数据。然而，由于数字化进程较慢，大多数发展中国家尚未将大量信息转化为可用数据，缺乏经过注释和清洗处理的高质量数据集。

此外，发展中国家在公共数据开放和整合方面面临挑战。根据世界银行2022年《统计绩效指标》（SPI），非洲、拉丁美洲和亚太地区的发展中国家在人口普查、行政和地理空间数据的开放共享方面落后

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。