1.1.2 人工智能的應用

隨著以“智能”為核心特征的各類新興科技的加速融合與聚變發展，人工智能技術不斷重構生產、分配、交換、消費等活動的各環節，盡管各行業所面臨的痛點不同，但人工智能技術能夠通過數據收集、處理與分析等數據驅動的方式，改變未來社會諸多重點領域，教育、智能經濟、互聯網消費、醫療和自動駕駛等的發展模式將發生重大變化[7]。

1.人工智能在教育中的應用

人工智能技術正在推動教育信息化的快速發展，AI 教育是人工智能技術對教育產業的賦能，通過將人工智能與傳統教育相融合，尤其是新一代人工智能技術應用覆蓋教學全過程，實現學生的個性化學習、跨媒體學習和終身學習等[8]。然而，在人工智能協助學生學習的過程中，可能會放大原本就存在的不平等。當人工智能放大、增強人類的智慧時，它可能會放大有偏見的推理形式。當人工智能不斷擴大、不斷增強并不斷在我們生活的方方面面得到應用時，有可能對某些群體（如缺乏使用智能設備能力的群體或者有特殊需求的學生群體）產生一定障礙。同時，“智適應”的互動設計也會因為各種數據原因存在一些設計偏見，可能會損害特定學生群體的權益，無法使所有學生群體擁有公平地展示自己能力的機會[9]。

2.人工智能在智能經濟中的應用

數字化轉型使各類要素重新配置，生產制造更加智能，供需匹配更加精準，專業分工更加精細，國際貿易更加廣闊，掀起了由工業經濟向數字經濟演進的重大變革，其中大數據智能、人機混合增強智能、群體智能、跨媒體智能等新一代人工智能技術將成為產業變革的核心驅動力，重構工業經濟活動各環節，形成從宏觀到微觀的各領域的智能化新需求，催生新技術、新產品、新產業、新業態、新模式，引發工業經濟結構重大變革，實現社會生產力的整體躍升。潘云鶴院士提出，中國的工業經濟智能化發展包括工廠生產智能化、企業經營智能化、產品創新智能化、供應鏈接智能化和經濟調節智能化五個層次[10]。

3.人工智能在互聯網消費中的應用

當前，人工智能技術已被廣泛應用于人們日常生活的多種消費場景，例如，支付寶、美團或大眾點評等交易型“超級應用程序”，融合了各種生活方式服務，將數億名客戶與本地企業聯系起來。人工智能改變了中國城市億萬人民的生活，加快了餐飲、酒店和電影等相關服務的預訂和交付。2021年，在美團平臺上，每天有超過60萬名外賣配送人員平均在30分鐘內完成食品配送訂單。這么高的效率得益于強大而智能的調度系統，該系統每小時完成30億條路線規劃，以優化“外賣小哥”的配送量和配送時間[7]。在此過程中，基于客戶的大數據歷史信息，存在一定的大數據“殺熟”風險。

在金融領域，人工智能被用于銀行信貸智能風控管理[11]。銀行信貸業務的風險管理核心在于構建風控模型，幫助銀行有效識別客戶信用風險及欺詐行為。獲取多領域、多維度、高質量的用戶數據對于建立識別客戶風險的風控模型至關重要，然而利用多源數據進行風控建模存在諸多風險，包括數據泄露風險和數據孤島風險，具體表現為：在構建或優化信貸模型時，通常會選擇與數據提供方聯合建模，在此過程中，通常需要一方數據出庫，存在數據泄露的風險；同時，信貸模型的構建通常需要征信、銀行流水等多領域數據，由于行業競爭、隱私安全和行政手續等壁壘問題，金融機構難以整合使用分散在各地、各機構的不同領域數據。

此外，人工智能技術正在改變人們與目標價值信息的聯系方式。例如，大部分人都在使用智能手機和時下流行的移動應用程序（如抖音、愛奇藝、騰訊視頻、今日頭條、快手和微博）。大規模推薦算法是信息獲取的重要方式之一，由深層神經網絡支持的系統每天根據用戶興趣和喜好為其量身定制數以千計的新興新聞和視頻。例如，2021年，中國每天有超過1.2億人使用今日頭條來看新聞、視頻和其他內容。在這個過程中，系統實時收集用戶反饋，并將其輸入先進的分布式機器學習算法，調整模型以用于下一個項目推薦。在此過程中，存在個人數據被收集及隱私泄露的風險。

4.人工智能在醫療中的應用

隨著人工智能技術在醫療領域的持續發展和應用落地，已有不少成功案例，如新藥研發、輔助疾病診斷、輔助治療、健康管理、醫學影像、臨床決策支持、醫院管理、便攜設備、康復醫療和生物醫學研究。然而，目前人工智能還處在發展階段，某些方面（包括數據模型的建立、數據的來源、知識模型和知識標準等）還有待完善；同時，當前的模型通常是由工程師構建的，缺少臨床醫學專家的參與。另外，臨床疾病在很多情況下的數學邏輯不太清楚，其中涉及很多潛在的干擾因素甚至未知因素，目前建立的人工智能模型難以完全模擬臨床上的因果關系[12]。

5.人工智能在自動駕駛中的應用

《德勤全球AI發展白皮書》指出，未來同汽車相關的智能出行生態的價值正在被重新評估，出行的三大元素“人”“車”“路”被賦予類人的決策、行為，整個出行生態也會發生巨大的改變。有專家認為：“自動駕駛汽車是未來網絡的節點。”強大的計算力與海量的高價值數據是構成多維度協同出行生態的核心力量。隨著人工智能技術在交通領域的應用朝著智能化、電動化和共享化的方向發展，無人駕駛將主導汽車產業的革新。根據中國信息通信研究院發布的《人工智能安全框架（2020年）》，2020年7月，蘇州發布了全球首條城市微循環無人小巴市民體驗線路，落實了全國首個常態化運營的城市公開道路無人小巴項目。2020年10月，百度自動駕駛出租車服務在北京全面開放，10月12日單天呼單量突破2600單。

自動駕駛汽車是由云端服務、傳感器、計算單元、自動駕駛算法和底盤動力系統等構成的復雜系統。由于眾多組件暴露出了大量攻擊面，所以其面臨嚴峻的安全挑戰。根據風險來源的不同，自動駕駛安全風險可分為傳統網絡安全風險和人工智能安全風險。傳統網絡安全風險主要有云服務安全風險、計算環境破壞風險、車云網絡通信安全風險和內部網絡通信安全風險；傳感器數據干擾和自動駕駛算法攻擊是突出的人工智能安全風險。