【导读】

人工智能是如何开始影响我们日常生活的，以及从现在到2030年，这些影响的未来发展趋势。

 

 

1

交通

交通可能会成为首批几个特定应用领域之一，在这些领域，公众对人工智能系统在执行关键任务的可靠性和安全性的信任有待增加。作为极有可能成为首个大众接触的人工智能技术应用，将会给大众留下印象深刻的观念。一旦硬件部分通过安全和强健的测试与论证，自动化交通将迅速走向市场化阶段，给消费大众带来惊喜。汽车将取代人类成为最好的司机，城市居民将持有更少数量的汽车、居住在距离工作更远的处所、路途耗时各不相同，最终将形成全新的城市组织。未来，2030年发生在北美城市的变化将不仅仅是汽车、卡车，还极有可能是飞行器、私人机器人，这些都会引发社会、道德伦理、甚至是政治上的关注。

 

部分关键技术催化了人工智能在交通领域的广泛应用。相比2000年，随着智能手机应用的兴起以及大批传感器成本的降低和精准性的提升，今天有关个人和与人口规模匹配的大交通数据，其规模与多样性让人惊叹。在不具备数据和之间连接的前提下，诸如交通的实时感知与预测、路线计算、拼车出行、自动驾驶都将成为空想。

 

 

智能汽车

场景	功能	日期
停车	智能停车服务系统	2003年
停车	Summon自动泊车	2016年
主干道&高速路	汽车偏离系统	2004年北美
主干道&高速路	适应巡航控制	2005年北美
高速路	车侧盲点监视	2007年
高速路	换车道	2015年

自动驾驶

AI优化以下场景：公交&地铁排班，追踪交通路况并适时调整限速、动态过路费，使用传感器和摄像头优化路面交通管理、实时调整红绿灯放行时间。

智能交通

Uber, Lyft等

 

 

 

2

家政服务机器人

 

过去十五年里，机器人已经进入了人们的家庭。但该领域的应用的增长速度让人十分失望，同时，复杂人工智能也被部署到了已有的应用当中。人工智能的进步常常从机械的革新中获取灵感，反之，又带来了新的人工智能技术。

 

未来十五年在北美城市里，机械与人工智能的共同进步，将有望提升家政机器人的安全、可靠的使用。特定用途的机器人将被用于快递、清洁办公室和强化安保，但在可预见的未来内，技术上的限制、高昂的可靠机械设备成本将继续构成其进入商业化阶段的阻碍力量，将其局限于狭窄领域。就自动驾驶汽车和其它新交通工具而言，在创造可靠的、市场成熟的硬件上，面临的难度也不容低估。具体细分：

1)      真空吸尘器

2)      家政机器人2030

 

 

3

医疗

 

对于人工智能技术，医疗领域一直被视为一个很有前景的应用领域。基于人工智能的应用在接下来的几年能够为数以百万的人们改进健康和提升生活质量，在此之前，他们必须获得医生、护士、病人的信任，同时解绑来自政策、条例和商业层面的层层束缚。主要的应用包括临床决策支持、患者监控、辅导、手术或者病人看护中的辅助自动化设备、医疗系统的管理。近期也取得了一些成功，比如通过挖掘社交媒体推理可能的健康风险、利用机器学习预测潜在易感人群、使用机器人辅助外科手术、这些应用都为人工智能在医疗领域的应用拓展出极大的可能。目前应用面临最大的发展障碍是：人工智能与医学专家和病患之间交互的顺畅。

 

医疗其他领域，数据将是关键点。目前我们已从个人监测设备、手机app、临床电子健康病历（HER）中积累了大量有效数据，而辅助医疗流程和医院运行的机器人采集数据规模相对较小。目前，使用数据帮助个体/群体患者进行更精细诊断和治疗的假设，已经被论证是十分困难的。研究和部署人工智能的进度严重受限于有待与时俱进的规章条例和激励机制。在大型、复杂的系统当中，贫乏的人机交互方法和固有的难题以及部署技术的风险，都是人工智能在医疗领域应用时面临的阻碍因素。未来几年里，逐步减少和消除这些障碍，并将目前的创新与之结合，相信将有数以百万的人们将从中收益。具体细分：

1)      临床应用

2)      健康医疗分析

3)      医疗机器人

4)      移动健康

5)      中老年看护

 

 

 

4

教育

 

 

在过去的十五年间，教育界见证了一批人工智能科技的进步。比如K-12 线上教育、大学教学应用等已经在教育家和学习者们广泛利用。尽管素质教育仍然需要人类教师参与其中，但人工智能的参与，使得教育在各个层面都有了新的改变，尤其是提供大规模的定制化教育。与医疗行业相似的是，要想在教育行业有更深一步的突破，人工智能需要和人类互动以及面对面教学进行更好的整合。

 

机器人早已成为广为欢迎的教学设备，早在20世纪80年代，美国MIT媒体实验室就已经开始了Lego Mindstorms的研发。针对科学、数学、语言等学科的智能辅导系统就做到通过机器互动导师来匹配学生。自然语言处理，尤其是与机器学习和众包结合，将有助于推进线上学习，教师扩大整体教学规模的同时，做到解决个体学生的学习需求与风格。大型在线学习系统所累计的数据已经为学习分析带来了飞速的增长动力。

但是，由于资金上的匮乏，学校与大学在应用人工智能技术上依然非常缓慢，同时缺乏人工智能在有效帮助学生达成学习目标上的有力证据。预计未来五十年，在北美城市当中，人工智能技术帮助教师在课堂或家中工作的规模将会有很有会显著提高，同时配合虚拟现实的学习方式也将增加。但是纯粹基于计算机的学习系统将无法完全替代学校里的人类教师。具体细分：

1)      教育机器人

2)      智能辅导系统与线上学习

3)      学习分析挑战和机遇

 

 

5

社会弱势群体

 

目前，北美一些城市当中，人工智能已在一些资源匮乏社会群体中被用于改善生活，而这些改变已经看得见。了解人工智能在这个领域的应用，将对发展中国家最为贫困的地区提供潜在借鉴或贡献。但这部分应用的发展并没有受到太多关注，因为商业的逐利性，必然造成对该领域的投资乏力。有了有针对性的激励和资金投入，人工智能技术可以帮助解决资源匮乏社会群体的需求。萌芽中的努力是有希望的。人工智能可能会有有助于消除失业和其他社会问题带来的恐慌，AI或许可以提供缓解措施和解决方案，特别是受到影响的社区建立信任。细分领域：

1)    基于机器学习的数据挖掘方法(案例：潜在铅中毒儿童的预测建模和分析)

2)    合理调度与规划（案例：救济品分发）

3)    推理识别某些社会群体，针对性扩大影响力（案例;未成年无家可归儿童，预防艾滋的宣传与教育）

 

 

6

公共安防

 

 

人工智能在城市中已得到广泛的应用。预计到 2030 年, 一批北美城市将在很大程度上依赖这些人工智能。应用包括检测锁定嫌犯的异常行为的监控摄像、无人机和预测警务应用。与大多数问题一样，益处与风险并存。获取公众的信任至关重要。

 

一些担心合情合理，与人工智能相结合的警务可能会在某些情况下变得霸道或是无处不在，而相反的情况也是可能的。人工智能可以使警务变得更具针对性，并只在需要时被调用。通过事先一系列的干预设置，可能会打消一些人类决策中固有的偏见。

对于人工智能分析学更成功的一个应用就是检测白领犯罪，比如信用卡诈骗罪。网络安全（包括垃圾邮件）是另一个被广泛关注的问题，机器学习就可以解决相应问题。人工智能工具在警察管理犯罪现场、或搜索和救援活动中所起到积极作用，已得到了证明，它可以帮助指挥官排列任务的优先次序，并据此分配资源，尽管目前这些工具还没有为这些活动的自动化做好准备。在通用机器学习中，特别是在转换学习方面还需要进行改进：参照历史情境数据，在新的类似场景中加快学习。

细分领域：

1)    智慧城市：疑犯识别

2)    国际维和部队：执行联合任务前的模拟演练

3)    社交网络舆情监测：危机预警

4）  大交通应用领域：执法效率与效力的综合提升

 

 

7

就业与办公场所

 

 

尽管人工智能很有可能会对北美城市的就业和办公场所带来深远的影响，但对当前影响，目前我们很难作出评估——到底是积极的，还是消极的。过去十五年里，由于经济衰退和日益的全球化进程，特别是中国加入到世界经济中，就业状况已经发生了改变，非人工智能的数字技术也引发了一系列变革。20世纪90年代以来，美国经历了生产率和GDP 的连续增长，但平均收入却出现停滞，就业人口比率也出现下降。

 

 

数字技术在各个行业的应用已有显著案例，一些成功、一些失败，而在其他一些行业，自动化则可能在不久的将来带来巨大的改变。这些改变也得益于传统数字技术的推动，其中包括企业资源规划、网络化、信息处理和搜索。理解这些改变，可以让我们获得人工智能影响未来劳动力市场需求及其人类技能的一些见解。截止目前，数字技术主要是给中等技能的工作（比如旅行代理）带来了更多的影响，而对两端的低技能和高技能类型的工作，影响则相对较小。另一方面，随着人工智能的演进，数字系统所能胜任的工作范畴也在不断扩大，这很可能会逐渐增大到例行公事的范围。人工智能也正向高端的领域蔓延，包括一些机器之前无法执行的专业服务。为了取得进展，人工智能创新就必须克服工人在面对被边缘化情况时的担忧。短期内，人工智能极有可能会取代一些任务，但非工作，同时还将会创造出一些全新类型的工作。但全新类型的工作比可能将失去的已有工作更难以想象。就业领域的变化通常是渐进的，不会出现剧烈的过渡。随着人工智能进入工作场所，这很有可能是一个持续的趋势。影响的范围也将扩大，从起初的一小部分替代或发展到最后完全的替代。

人工智能也可能会影响工作场所的规模大小和位置远近。许多组织和机构之所以庞大的原因是他们必须通过增加人力来扩大规模，要么是横向地扩展地理区域，要么是纵向增加管理层级。随着人工智能对许多功能的接手，扩展不再意味着会带来大型的组织。许多人指出一些知名的互联网公司的员工数其实很小，但其它公司并非如此。

人工智能还可以创造一些工作，在某些行业中的某些特定任务，以及交互模型所创造出的新类型的工作。复杂的信息系统可被用于创造新的市场，这往往会在降低门槛和增加参与层面带来影响——从应用商店到 AirBnB 再到 taskrabbit。人工智能界领域一个活跃的研究社区，他们正在针对新市场与已有市场之间如何更高效运作进行研究。

相对于人工智能能够降低大众购买商品和服务所支付的费用，让人们手上有更多的结余，人工智能取代人类工作所来带的失业恐慌，后者的影响显然比鼓吹的经济效益影响更为显著，也更为人们所关注和争议。

人们害怕人工智能会在短时间内迅速取代所有的人类工作，包括一些需要认知、涉及判断的工作。目前我们认为这种突变的发生不太可能，但人工智能会逐渐切入几乎所有就业领域，计算机直接取代人工。

人工智能在认知型类工作的经济影响，将类似于自动化和机器人在制造业工作上对人工造成的冲击。许多中年工人失去了工厂里的高薪工作。长期来看，下一步可能是失去高薪的认知型工作。

随着人类劳动力在生产部门中重要性的下降，大多数人可能会发现所取得的工作报酬，完全不足以为标准生活而买单。这些变化将需要政治上的，而非单纯经济上的应对——需要考虑应该配置怎样的社会安全网来保护人们免受经济的大规模结构性转变的影响。如果缺失这部分缓解政策，这些转变的一个别受益者将成为社会的上层。

短期看，教育、再培训和发明新的商品和服务可以减轻这些影响。长期看，目前的社会安全网可能需要发展为更好的服务于大众的社会服务，例如医疗、教育、以及低保收入。目前有瑞士和芬兰等国家已经开始考虑这些措施。

 

 

8

娱乐

 

 

随着过去十五年互联网的爆发式增长，很少有人能想象没有它的生活要怎样。在人工智能的驱动下，互联网已经将用户生成的内容作为信息和娱乐的一个来源。Facebook社交网络现在几乎无处不在，而且它们也成为了社会互动和娱乐的个性化渠道——有时候会损害人与人之间的往来。WhatsApp 和 Snapchat 等应用让智能手机用户与伙伴之间保持联系和分享娱乐和信息。《第二人生》在线社区、《魔兽世界》游戏中，人们存在于虚拟世界。亚马逊 Kindle 电纸书阅读器重新定义了消遣的方式。

 

现在有了共享和浏览博客、视频、照片和专题讨论的平台，加上各类用户生成的内容。如此之大的规模，平台就必须采用跟多先进技术，包括自然语言处理、信息检索、图像处理、众包和机器学习。比如，现在已经开发出的过滤算法，基于用户的人口统计学细节和浏览历史记录推荐相关的电影、歌曲和文章。

人类对人工智能驱动下的娱乐所抱有的热情非常令人吃惊，一部分人担心这会导致人际交流的减少。少数人预言说人们会在屏幕上花费了太多时间而减少彼此之间的互动。孩子们可能更愿意在家里快乐地玩他们的设备，而不愿意出去和他们的朋友玩耍。人工智能会使娱乐更加交互化，个性化和参与度。娱乐领域，需要一些研究分析如何引导和利用上述特点向着有助于个人和社会的方向发展。