【摘要】近年來，以大模型為代表的人工智能技術(shù)發(fā)展迅猛，掀起一波席卷全球的人工智能發(fā)展熱潮。人工智能作為一種具有普遍適用性、動(dòng)態(tài)演進(jìn)性和創(chuàng)新互補(bǔ)性的通用目的技術(shù)，能夠廣泛滲透到各個(gè)領(lǐng)域，對經(jīng)濟(jì)社會發(fā)展產(chǎn)生顯著影響。“人工智能+”代表了一種新的范式，即將人工智能技術(shù)與其他行業(yè)或領(lǐng)域有機(jī)結(jié)合，以創(chuàng)造更多價(jià)值。“人工智能+”并非簡單的疊加，而是通過新技術(shù)的融合與創(chuàng)新，催生新的生產(chǎn)力，為經(jīng)濟(jì)社會各個(gè)領(lǐng)域注入新產(chǎn)業(yè)、新模式和新動(dòng)能。因此，應(yīng)積極用好相關(guān)政策手段，促進(jìn)人工智能技術(shù)正向影響的發(fā)揮，針對其可能的負(fù)面影響建立各種應(yīng)對機(jī)制。
【關(guān)鍵詞】人工智能 新質(zhì)生產(chǎn)力 技術(shù)進(jìn)步 科技創(chuàng)新 【中圖分類號】F124.3 【文獻(xiàn)標(biāo)識碼】A
近年來，以大模型為代表的人工智能技術(shù)發(fā)展迅猛，掀起一波席卷全球的人工智能發(fā)展熱潮。2024年政府工作報(bào)告強(qiáng)調(diào)，深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動(dòng)。人工智能作為一種具有普遍適用性、動(dòng)態(tài)演進(jìn)性和創(chuàng)新互補(bǔ)性的通用目的技術(shù)，能夠廣泛滲透到各個(gè)領(lǐng)域，對經(jīng)濟(jì)社會發(fā)展產(chǎn)生顯著影響。“人工智能+”并非簡單的疊加，而是通過新技術(shù)的融合與創(chuàng)新，催生新的生產(chǎn)力，為經(jīng)濟(jì)社會各個(gè)領(lǐng)域注入新產(chǎn)業(yè)、新模式和新動(dòng)能。
人工智能技術(shù)的不斷發(fā)展變化
1955年8月，四位學(xué)者向美國洛克菲勒基金會遞交了一份題為“關(guān)于舉辦達(dá)特茅斯人工智能夏季研討會的提議”的建議書，希望洛克菲勒基金會能夠資助于1956年夏天在達(dá)特茅斯學(xué)院舉辦的人工智能研討會。在這份具有歷史意義的建議書中，“人工智能”這一術(shù)語被首次明確提出并使用。大多數(shù)學(xué)科都有必須要遵守的最基本的命題或假設(shè)，這些命題或假設(shè)不能被省略和被違反，即學(xué)科發(fā)展的第一性原理。比如，牛頓經(jīng)典力學(xué)中的“引力和慣性”以及達(dá)爾文進(jìn)化論中的“物競天擇、適者生存”，都是需要遵守的第一性原理。而在人工智能研究中，對智能行為過程的精確描述可作為第一性原理，也就是說以機(jī)器為載體來展示人類智能或生物智能，需要對智能行為發(fā)生過程予以清晰描述，才能通過程序設(shè)計(jì)語言被機(jī)器按序執(zhí)行。
自人工智能踏上人類歷史舞臺以來，棋類領(lǐng)域的博弈對抗就成為了檢驗(yàn)其能力大小的重要“試金石”。如何讓人工智能算法從海量落子中選擇一個(gè)最佳落子，是當(dāng)時(shí)人工智能面臨的巨大挑戰(zhàn)。1950年，“信息論之父”香農(nóng)（Claud Shannon）在一篇論文中估算國際象棋的落子總數(shù)為10的120次方種，被稱為“香農(nóng)數(shù)字魔咒”。1997年5月，IBM研發(fā)的超級計(jì)算機(jī)“深藍(lán)”（DeepBlue）憑借1秒鐘計(jì)算2億次落子的算力之威和快速剪除不必要探尋空間的搜索之巧，戰(zhàn)勝了世界排名第一的國際象棋大師卡斯帕羅夫，破除了“香農(nóng)數(shù)字魔咒”。圍棋比賽中落子的復(fù)雜度遠(yuǎn)勝于國際象棋，為了突破所面臨的組合爆炸挑戰(zhàn)，谷歌DeepMind團(tuán)隊(duì)在研制AlphaGo過程中基于深度學(xué)習(xí)對黑白相間棋面局勢進(jìn)行理解、通過強(qiáng)化學(xué)習(xí)來提升謀略、利用蒙特卡洛樹搜索來計(jì)算每個(gè)潛在落子的價(jià)值，從而在2016年3月以4：1比分戰(zhàn)勝了韓國棋手李世石。面對人類社會復(fù)雜問題，人工智能技術(shù)不斷發(fā)展變化。
自達(dá)特茅斯會議之后，人工智能的發(fā)展經(jīng)歷了兩次低谷和三次高潮的曲折歷程。在20世紀(jì)60年代至70年代，人們發(fā)現(xiàn)當(dāng)時(shí)的智能算法雖然具備了一定的邏輯推理能力，但僅限于在實(shí)驗(yàn)室預(yù)先設(shè)計(jì)的簡化問題（即“玩具問題”）上取得成效。這一發(fā)現(xiàn)使得人工智能研究第一次陷入低谷。人工智能研究進(jìn)入第二次低谷的標(biāo)志性事件是日本智能（第五代）計(jì)算機(jī)的研制失敗。這次失敗再次讓人們意識到人工智能研究的復(fù)雜性和挑戰(zhàn)性，也促使人們開始探索新的研究方向和方法。21世紀(jì)初，隨著以“深度學(xué)習(xí)”為代表的人工智能方法在計(jì)算機(jī)視覺、語音識別和游戲博弈等領(lǐng)域取得了顯著進(jìn)展，人工智能呈現(xiàn)深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放、自主操控等新特征，迎來了新一輪發(fā)展機(jī)遇。而當(dāng)前，社會對人工智能的需求急劇擴(kuò)大，人工智能的目標(biāo)和理念已經(jīng)發(fā)生轉(zhuǎn)變。
隨著移動(dòng)終端、互聯(lián)網(wǎng)、傳感器網(wǎng)、車聯(lián)網(wǎng)、穿戴設(shè)備等的流行，計(jì)算與感知已經(jīng)廣泛遍布世界，與人類密切相伴。網(wǎng)絡(luò)不但遍布世界，更史無前例地連接著個(gè)體和群體，開始快速反映與聚集人們的意見、需求、創(chuàng)意、知識和能力。世界已從“物理世界—人類社會”二元空間結(jié)構(gòu)的PH（Physics world，Human Society）演變?yōu)?ldquo;信息空間—物理世界—人類社會”三元空間結(jié)構(gòu)的CPH（Cyber space，Physics world， Human Society）。同時(shí)，社會對人工智能的需求急劇擴(kuò)大。人工智能的研究正迅速從學(xué)術(shù)牽引轉(zhuǎn)向需求牽引。智能城市、智能醫(yī)療、智能交通、智能物流、智能機(jī)器人、無人駕駛、智能手機(jī)、智能游戲、智能制造、智能社會……迫切需要人工智能技術(shù)的新發(fā)展，引發(fā)新一輪人工智能研究熱潮。此外，人工智能的目標(biāo)和理念正在發(fā)生轉(zhuǎn)變。人工智能的目標(biāo)已經(jīng)從單純的“用計(jì)算機(jī)模擬人的智能”拓展到了更加廣泛的領(lǐng)域，包括“機(jī)器+人”（用機(jī)器與人結(jié)合成增強(qiáng)的混合智能系統(tǒng)）、“機(jī)器+人+網(wǎng)絡(luò)”（用機(jī)器、人、網(wǎng)絡(luò)結(jié)合組織成新的群體智能系統(tǒng)）、“機(jī)器+人+網(wǎng)絡(luò)+物”（用機(jī)器、人、網(wǎng)絡(luò)和物結(jié)合而成的智能城市等更復(fù)雜的智能系統(tǒng)）。人工智能正從“造人制腦”走向“賦能社會”，強(qiáng)大應(yīng)用驅(qū)動(dòng)下的一系列智能技術(shù)正處于蓬勃發(fā)展中。
通過自然語言與人工智能模型交互實(shí)現(xiàn)高效智能對話
OpenAI將通用人工智能（artificial general intelligence，AGI）作為公司發(fā)展的理念，在官方主頁中明確表示“公司理念是確保能夠讓全人類從通用人工智能中受益”。與通常將通用人工智能理解為人類水平智能（human-level）不同，OpenAI把突破通用人工智能的技術(shù)重點(diǎn)聚焦在對人類語言理解基礎(chǔ)上而進(jìn)行交談這一任務(wù)，通過對交流的自然語言所蘊(yùn)含的語義理解，用內(nèi)容合成來驗(yàn)證語言理解結(jié)果的性能。如OpenAI研制的ChatGPT可以對人類自然語言中的描述任務(wù)進(jìn)行理解，然后以QA形式完成問答任務(wù)；Sora可以對人類自然語言中所描述的任務(wù)、物體、運(yùn)動(dòng)和交互、色彩、光照等進(jìn)行理解，然后合成視頻內(nèi)容。ChatGPT和Sora都屬于完成人工智能生成內(nèi)容（AIGC）的產(chǎn)品，其背后的原理均為“對合成內(nèi)容中最小單元進(jìn)行有意義關(guān)聯(lián)組合”：若干個(gè)單詞在保持上下文語境的同時(shí)進(jìn)行有意義組合而連綴成一個(gè)會意句子、眾多圖像小塊在保持空間合理布局的同時(shí)進(jìn)行有意義組合而拼合為一幅精彩圖像、一系列時(shí)空子塊在保持時(shí)空連續(xù)一致的同時(shí)進(jìn)行有意義組合而拼接成一段動(dòng)感視頻。
諾貝爾物理學(xué)獎(jiǎng)獲得者理查德·費(fèi)曼（Richard Feynman）曾提及，在生物學(xué)、人類學(xué)或經(jīng)濟(jì)學(xué)等復(fù)雜系統(tǒng)中，很少有一種簡潔的數(shù)學(xué)理論能與數(shù)學(xué)物理學(xué)理論中的數(shù)值精確度相媲美，其原因在于“其過于復(fù)雜，而我們的思維有限”，這被稱為“費(fèi)曼極限”。經(jīng)典的科學(xué)理論遵循簡約原則（如奧卡姆剃刀原則），注重原理描述而無法刻畫高維復(fù)雜系統(tǒng)，存在“費(fèi)曼極限”。數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)技術(shù)憑借其強(qiáng)大的函數(shù)逼近能力，擅長從微觀層面深入發(fā)掘復(fù)雜系統(tǒng)的內(nèi)在模式和規(guī)律，以統(tǒng)計(jì)方法擬合高維復(fù)雜系統(tǒng)，被譽(yù)為神經(jīng)網(wǎng)絡(luò)模型的“涌現(xiàn)能力”。涌現(xiàn)能力就是組成成分按照系統(tǒng)結(jié)構(gòu)方式相互作用、相互補(bǔ)充、相互制約而激發(fā)出來的特征，是一種結(jié)構(gòu)效應(yīng)。機(jī)器學(xué)習(xí)模型具有涌現(xiàn)能力意味著重要的科學(xué)意義，因?yàn)槿绻楷F(xiàn)能力是永無盡頭的，那么只要模型足夠大，類人人工智能的出現(xiàn)就可能成為必然。在億萬個(gè)非線性映射函數(shù)組合之下，人工智能模型對最小時(shí)空子塊單元進(jìn)行各種意想不到的組合，合成世界上從未出現(xiàn)過的內(nèi)容，這正是人工智能在數(shù)據(jù)、模型、算力“三駕馬車”推動(dòng)下發(fā)展的應(yīng)有之義。
綜上所述，雖然目前通過生成式人工智能所實(shí)現(xiàn)的Chat結(jié)果仍然存在需要改善之處，但這一技術(shù)讓計(jì)算機(jī)對人類自然語言理解能力極大增強(qiáng)，使得每個(gè)人都可以通過自然語言與人工智能模型交互，而不是通過編程、鍵盤或其他非自然方式與人工智能模型交互。
人工智能作為通用目的技術(shù)，成為經(jīng)濟(jì)增長新引擎
在一定程度上，技術(shù)進(jìn)步?jīng)Q定了經(jīng)濟(jì)增長，是經(jīng)濟(jì)增長的引擎。比如，1909年—1949年美國勞動(dòng)生產(chǎn)率增長主要由于技術(shù)進(jìn)步，歐洲在過去10年中的經(jīng)濟(jì)增長也主要源于創(chuàng)新驅(qū)動(dòng)。技術(shù)進(jìn)步是經(jīng)濟(jì)增長的源泉。然而，長期的經(jīng)濟(jì)增長實(shí)際上是由少數(shù)幾種被稱為“通用目的技術(shù)”所驅(qū)動(dòng)的。在人類發(fā)展歷史中，蒸汽機(jī)、電力、計(jì)算機(jī)、半導(dǎo)體和互聯(lián)網(wǎng)等與人工智能一樣，都是通用目的技術(shù)，具有普遍適用性、動(dòng)態(tài)演進(jìn)性和創(chuàng)新互補(bǔ)性三個(gè)特點(diǎn)。普遍適用性，是指能夠廣泛應(yīng)用到大多數(shù)行業(yè)。動(dòng)態(tài)演進(jìn)性，是指隨著時(shí)間的推移，能夠不斷得到改進(jìn)，使用成本不斷降低。創(chuàng)新互補(bǔ)性，是指能夠提高應(yīng)用部門的研發(fā)生產(chǎn)率，進(jìn)而不斷實(shí)現(xiàn)技術(shù)進(jìn)步。通用目的技術(shù)是核心創(chuàng)新要素，但不是完整的最終解決方案。比如瓦特在1795年改良了蒸汽機(jī)，但是直至這之后近百年，當(dāng)蒸汽機(jī)與紡織、交通和冶金等工業(yè)緊密結(jié)合，使得機(jī)械動(dòng)力迅速取代人力、風(fēng)力、水力和畜力，蒸汽機(jī)對勞動(dòng)生產(chǎn)率的貢獻(xiàn)才達(dá)到頂峰，推動(dòng)人類邁入工業(yè)革命時(shí)代。同理，電力和計(jì)算機(jī)等通用目的技術(shù)與其他產(chǎn)業(yè)相互結(jié)合，才使得人類社會先后進(jìn)入了電氣化時(shí)代和信息化時(shí)代。而當(dāng)前人工智能技術(shù)的發(fā)展總體上依然處于“播種階段”。表面上看，人工智能已經(jīng)滲透到各行各業(yè)，但實(shí)際上其與各行業(yè)的結(jié)合程度仍需提升。
綜上所述，通用目的技術(shù)需要花費(fèi)較長時(shí)間才能對生產(chǎn)率產(chǎn)生實(shí)質(zhì)影響。通用目的技術(shù)對經(jīng)濟(jì)增長呈現(xiàn)滯后效應(yīng)，其原因在于通用目的技術(shù)從發(fā)展到成熟會經(jīng)歷一個(gè)較長的時(shí)間周期，需要整合其他互補(bǔ)式創(chuàng)新技術(shù)以及與現(xiàn)有組織機(jī)構(gòu)形成生產(chǎn)關(guān)系的適應(yīng)。這充分說明亟需開展“人工智能+”行動(dòng)，助力培育新質(zhì)生產(chǎn)力。
“人工智能+”助力培育新質(zhì)生產(chǎn)力
“人工智能+”代表了一種新的范式，即將人工智能技術(shù)與其他行業(yè)或領(lǐng)域有機(jī)結(jié)合，以創(chuàng)造更多價(jià)值。人工智能要突破理論天花板（如數(shù)據(jù)驅(qū)動(dòng)黑盒效應(yīng)導(dǎo)致的不可解釋等）、要與具體場景和任務(wù)融會貫通（如“AI+X”或“X+AI”還較為膚淺等）、要培養(yǎng)一大批掌握人工智能的高質(zhì)量人才，必須以教育為基礎(chǔ)、科技為關(guān)鍵、人才為支撐。
要使人工智能賦能產(chǎn)業(yè)、賦能社會，成為推動(dòng)經(jīng)濟(jì)社會高質(zhì)量發(fā)展的強(qiáng)大引擎，需要一大批掌握這一技術(shù)的優(yōu)秀人才。我國一直高度重視人工智能人才培養(yǎng)工作。2019年3月，教育部印發(fā)《教育部關(guān)于公布2018年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果的通知》，批準(zhǔn)35所高校設(shè)置“人工智能”本科專業(yè)（電子信息類）。2022年9月，國務(wù)院學(xué)位委員會、教育部印發(fā)《研究生教育學(xué)科專業(yè)目錄（2022年）》，新設(shè)“智能科學(xué)與技術(shù)”一級學(xué)科（屬交叉學(xué)科類）。人工智能天然具有學(xué)科交叉特色，因此，一方面要培養(yǎng)人工智能研究人才，另一方面要培養(yǎng)“AI+X”交叉學(xué)科人才，為“人工智能+”提供豐富人才資源。
抓住大模型機(jī)遇，賦能實(shí)體經(jīng)濟(jì)發(fā)展。近年來，生成式人工智能表現(xiàn)出較強(qiáng)的內(nèi)容合成能力，推動(dòng)了語言生成和對話式人工智能等領(lǐng)域的突破性進(jìn)展，其以自然語言交互手段來完成傳統(tǒng)人工智能難以比及的眾多任務(wù)，為探索通用人工智能的實(shí)現(xiàn)提供了一種方式，引起了各行業(yè)的廣泛關(guān)注。生成式人工智能的代表方法包括以自注意力機(jī)制而學(xué)習(xí)單詞上下文關(guān)聯(lián)核心的Transformer神經(jīng)網(wǎng)絡(luò)、以前向加噪和后向去噪而學(xué)習(xí)數(shù)據(jù)樣本分布為核心的擴(kuò)散模型等。將生成式人工智能與應(yīng)用場景和任務(wù)結(jié)合，建立垂直領(lǐng)域大模型，將生成式人工智能架構(gòu)在領(lǐng)域知識基礎(chǔ)上，在生成假設(shè)、設(shè)計(jì)實(shí)驗(yàn)、計(jì)算結(jié)果和解釋機(jī)理等環(huán)節(jié)調(diào)用不同工具，推動(dòng)All-In-One的通用大模型躍進(jìn)到垂直領(lǐng)域大模型，賦能千行百業(yè)，是人工智能推動(dòng)生產(chǎn)力發(fā)展的必由之道。如浙江大學(xué)研制了面向司法領(lǐng)域垂直大模型“智海—錄問”，正在逐漸推動(dòng)司法領(lǐng)域業(yè)務(wù)模式創(chuàng)新?？梢哉f，與經(jīng)濟(jì)場景融合的人工智能應(yīng)用能夠把人才、資本、技術(shù)、政策等創(chuàng)新相關(guān)的要素匯聚在一起，實(shí)現(xiàn)技術(shù)迭代突破，形成可以商業(yè)化的創(chuàng)新成果。
綜上所述，推動(dòng)“人工智能+”向產(chǎn)業(yè)經(jīng)濟(jì)、民生改善和社會治理等領(lǐng)域加速滲透，促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合，能夠?yàn)榻?jīng)濟(jì)社會高質(zhì)量發(fā)展添薪續(xù)力。
正確面對科技發(fā)展帶來的倫理挑戰(zhàn)
科學(xué)技術(shù)作為人類理性實(shí)踐的結(jié)晶，會對人類社會發(fā)展產(chǎn)生越來越深刻的影響，其產(chǎn)生和發(fā)展伴隨著倫理觀念、社會文化的演變。通過發(fā)現(xiàn)和應(yīng)用新知識為人類謀幸福是近代科學(xué)興起的原動(dòng)力之一。當(dāng)前，科技以前所未有的程度滲透到人類社會，對政治、文化等產(chǎn)生深刻影響。當(dāng)科學(xué)技術(shù)的探索與應(yīng)用符合倫理規(guī)范，被引導(dǎo)至向善、負(fù)責(zé)任的方向，會更好地促進(jìn)社會發(fā)展和人類福祉提升。反之，倘若科學(xué)技術(shù)探索和應(yīng)用打破了倫理底線，則會給社會造成巨大危害。
傳統(tǒng)的科技發(fā)展通常采取一種所謂的“技術(shù)先行或占先行動(dòng)路徑”，以發(fā)展技術(shù)為優(yōu)先原則，體現(xiàn)出一種強(qiáng)大的工具理性，即“通過縝密的邏輯思維和精細(xì)的科學(xué)計(jì)算來實(shí)現(xiàn)效率或效用的最大化”。這種對技術(shù)效用單一維度的追求導(dǎo)致了科技異化現(xiàn)象，使得技術(shù)發(fā)展逐漸偏離“善”的方向，進(jìn)而引發(fā)了一系列倫理風(fēng)險(xiǎn)。為確?？萍及l(fā)展的正當(dāng)性與合理方向，科技倫理應(yīng)運(yùn)而生?？萍紓惱硎强萍蓟顒?dòng)需要遵循的價(jià)值理念和行為規(guī)范。人類已經(jīng)進(jìn)入科技和信息時(shí)代，相較于傳統(tǒng)工業(yè)時(shí)期以安全性為表征的技術(shù)風(fēng)險(xiǎn)，關(guān)涉人類福祉、公正等核心價(jià)值的倫理風(fēng)險(xiǎn)正成為當(dāng)代科技發(fā)展引發(fā)的主要消極后果。當(dāng)前，隨著人工智能與人類社會聯(lián)系更加緊密，帶來的倫理學(xué)討論不再只是人與人之間的關(guān)系，也不是人與自然界既定事實(shí)之間的關(guān)系，而是人類與自己所發(fā)明的產(chǎn)品在社會中所構(gòu)成的關(guān)聯(lián)。因此，對于科技本身，需要既考慮其技術(shù)屬性、又考慮其社會屬性。
不可否認(rèn)，人們較為習(xí)慣線性思維（這符合人類自然的認(rèn)知模式：節(jié)省能量與快速計(jì)算），但這很容易導(dǎo)致認(rèn)知偏差，其中最常見的認(rèn)知偏差是對于技術(shù)近期與遠(yuǎn)期影響的判斷出現(xiàn)不對稱性。美國科學(xué)家羅伊·阿瑪拉由此提出了所謂的“阿瑪拉定律”，即短期內(nèi)人們傾向于高估技術(shù)的影響，長期內(nèi)則會低估技術(shù)的影響。19世紀(jì)汽車剛被發(fā)明出來時(shí)，被大眾認(rèn)為是一種“怪物”，不少人擔(dān)心其會給人類社會帶來危險(xiǎn)。因此，1865年英國議會通過了一部《機(jī)動(dòng)車法案》，其中規(guī)定：每一輛在道路上行駛的機(jī)動(dòng)車必須由3個(gè)人駕駛，其中一個(gè)必須在車前面50米以外做引導(dǎo)，還要用紅旗不斷搖動(dòng)為機(jī)動(dòng)車開道，并且速度不能超過每小時(shí)4英里(每小時(shí)6.4公里)。可以說，這部法案扼殺了英國在當(dāng)年成為汽車大國的機(jī)會，隨后汽車工業(yè)在美國迅速崛起。
事實(shí)上，技術(shù)是無罪的，但技術(shù)背后的人心應(yīng)當(dāng)經(jīng)得起法律、道德和良知的考驗(yàn)。為了推動(dòng)“普遍智能”更好惠及社會和大眾，必須緊緊把握人工智能技術(shù)屬性和社會屬性緊密結(jié)合的特點(diǎn)。機(jī)器是人創(chuàng)造出來的，人的作用就是在人和機(jī)器共處的社會中，不斷用自己的知識讓機(jī)器變得更加強(qiáng)大。因此，我們需要用進(jìn)化的觀點(diǎn)去看待這個(gè)過程，最大限度地發(fā)展種種可能性，而不是陷入“人機(jī)相斗”和“人機(jī)相害”的臆想中。人類始終是人工智能高度、廣度和深度的“總開關(guān)”和決定者。一方面，要警惕將人工智能等同于人類大腦的不切實(shí)際之舉和“人工智能奴役人類”的杞人憂天之舉；另一方面，要善于利用人工智能技術(shù)，推動(dòng)智聯(lián)網(wǎng)賦能經(jīng)濟(jì)社會發(fā)展，在人機(jī)協(xié)同中創(chuàng)造更加美好的未來。
（作者為浙江大學(xué)計(jì)算機(jī)學(xué)院教授）
【參考文獻(xiàn)】
①Timothy F. Bresnahanac, M.Trajtenberg, General purpose technologies: Engines of growth,Journal of Econometrics, 65(1):83-108, 1995.
②吳飛：《走進(jìn)人工智能》，北京：高等教育出版社，2022年。
③鄧晃煌、賀寶儀、吳飛：《人機(jī)協(xié)同下可信內(nèi)容合成》，《未來傳播》，2023年第4期。
責(zé)編/孫渴 美編/楊玲玲
聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個(gè)人轉(zhuǎn)載請回復(fù)本微信號獲得授權(quán)，轉(zhuǎn)載時(shí)務(wù)必標(biāo)明來源及作者，否則追究法律責(zé)任。
