英國政府AI報告(全文)：18條建議搶奪AI主導地位 | 報告

本文系網易智能工作室(公眾號smartman163)編譯出品，此篇為《AI研究院》報告10月刊第二篇。聚焦AI，讀懂下一個大時代！

選自 | 英國政府網站

編譯 | 網易見外智能編譯平台

審校 | 晗冰、佚名、抹茶

註：讀完全文大概需要30分鐘

據了解，這份報告隨後將會被寫入英國政府計劃於今年年底出版的《政府行業策略指導》白皮書中，此份報告由南安普敦大學計算機科學教授Dame Wendy Hall和Benevolent Tech的首席執行官共同撰寫。同時，此份報告從數據、技術、研究以及政策的開放和投入等四個方向上分別給出了具體建議。

概要

人工智慧（AI）的出現和發展可以給英國帶來巨大的社會和經濟效益。藉助人工智慧，計算機能夠比人類有更高的準確性和速度進行信息分析和學習。從藥物研發到智慧物流，人工智慧技術的融入，提高了效率、完善了性能，為絕大多數的行業甚至是各行各業都帶來了可觀的收益。其實，人工智慧可以理解成是一種軟體，通過更好地抓取和利用信息從而幫助做出更準確和高效的決策，並將其整合到現有的流程中，實現實時的改進，幫助擴大規模，並降低成本。

據估計，截至2035年，人工智慧將給英國經濟增加8140億美元（約合6300億英鎊）的額外收入，屆時，GVA年增長率有望從現有的2.5%飆升至3.9%，我們的願景是讓英國成為世界上最適合發展和部署人工智慧的國家，從起步、發展到繁榮，實現技術所能帶來的最大便利。

英國計算機科學家艾倫·圖靈（Alan Turing)對於人工智慧的發展起到了至關重要的推動作用，也因此被世人尊稱為「人工智慧之父」。儘管其他國家和跨國公司正在大力投資人工智慧開發，但至少在目前，英國仍被視為全球AI技術和專家的主要聚集地之一。報告建議，為確保英國在AI領域的領先地位，應將重點更多的放在如何在圖靈的基礎上更好地開展工作。

報告指出，應該結合以下的幾大關鍵因素，綜合提升人工智慧的能力：

1.新的和更大的數據量。

2.提供具有特定高水平技能的專家。

3.實現越來越強大的計算能力。

如今機器性能提升越來越容易，而且未來將會更加簡單。為了繼續開發和應用人工智慧，英國需要增加更廣泛的行業的訪問數據量。

報告建議：

1.提升對數據開發的信任，提升信息數據的共享性。

2.讓更多的研究數據便於機器理解。

3.支持文本和數據挖掘，並將其視為一種研究的標準和不可或缺的工具。

人工智慧的繁榮發展離不開大量技術嫻熟的AI專家的支持。但目前英國人才缺口較大。為更好地發展人工智慧，英國需要儲備更多技術嫻熟的人工智慧人才。同時推動較低水平技術與AI的合作。

報告建議：

1.設立由企業資助的大學AI碩士課程。

2.通過市場調研設立人工智慧課程，以滿足僱主的多方面需求。

3.在英國領先的大學中，增加200多個人工智慧博士學位，並以優厚的條件吸引來自世界各地、擁有不同背景的人才。

4.設立線上人工智慧課程和持續的專業技能培訓。

5.實現人工智慧領域多樣性發展。

6.在英國設立一個國際人工智慧獎學金項目。

目前，英國在人工智慧的關鍵研究領域裡有著出色的表現。未來，英國人工智慧的發展將會在更多的應用領域開展，其涉獵範圍更廣，研究方向更加細分，這其中還包括合作研究的能力。

報告建議：

1.阿蘭·圖靈研究所應該成為人工智慧和數據科學研究的國家性質的研究基地。

2.大學應該推動知識產權轉讓的標準化。

3.人工智慧研究的計算能力應通過合作和協商來提升。

人工智慧的普及意味著，通過更好地理解人工智慧可以做什麼，以及在哪裡方面可以落地應用，從而增加人工智慧的需求和供應。

報告建議：

1.成立人工智慧委員會，用於促進促進行業發展和合作。

2.制定指導綱要，解釋人工智慧的決策和流程。

3.支持出口和對內投資。

4.引導推動人工智慧技術的成功落地和行業發展。

5.設立專項，以支持公共部門使用人工智慧。

6.資助公共組織舉辦的數據類挑戰賽。

研究表明，在這些領域實施的舉措可能會給英國人工智慧的發展帶來新的蛻變。同時，為使英國處於全球AI領先地位，本報告列出了以下18條具體建議，其中包括針對政府、企業和學術界如何共同努力發展AI的建議。

建議書

一、關於增進數據訪問的建議。

1.為方便持有數據的組織與希望使用數據開發人工智慧的組織之間的數據共享，政府和行業應通過一個程序來開發和建立數據信任，即通過驗證的、可信的框架和協議，來確保數據交換是安全的和互利互惠的。

2.為提高開發人工智慧系統的數據可用性，政府應該保證一定數額的研究資金用於AI數據開發，同時確保以機器可讀的格式發布底層數據，並提供明確的版權信息，且儘可能地對外開放 。

3.為支持文本和數據挖掘，並將其視為一種研究的標準和不可或缺的工具，英國應規定一種默認設置，即對於已發表的研究來說，讀取數據也就是挖掘數據的權利，並且這不會產生替代原始作品的產品。在評估如何支持文本和數據挖掘時，政府應該將人工智慧的潛在數據包括進來。

二、關於提高技能的建議

4.政府、企業和學術界必須充分認識到人工智慧行業各類人才的價值和重要性，並應共同努力，打破成見，擴大參與。

5.企業應出資贊助大學AI碩士學位課程的開設，且預計首批學員規模達300名。

6.對於除計算機和數據科學專業之外的畢業生，學校應與用人單位以及學生本身，一起探討人工智慧專業畢業生的潛在需求。

7.政府應與全英知名大學共同打造至少200個人工智慧博士學位。並且，隨著英國教育的發展和吸引的越來越多的學術人才，這個數字還會持續增長。

8.高等院校應鼓勵設立與發展AI MOOC、線上人工智慧課程和持續的專業技能培訓，為那些具有STEM資格的人提供更多的專業知識。

9.英國人工智慧協會國際獎學金項目應與艾倫·圖靈研究所合作創立圖靈人工智慧獎學金。這應由一個專門的基金來資助支持，以確定和吸引最優秀的人才，並確保英國向來自世界各地的有資歷的專家開放。

三、如何最大程度的推動英國人工智慧研究發展的建議

10.艾倫·圖靈研究所應該成為人工智慧和數據科學研究的國家性質的研究基地，並將其擴展到目前的五所大學之外，將其重點放在如何大力發展人工智慧。

11.大學應該使用清晰的、可訪問的以及可能的公共政策和實踐來授權知識產權，並建立相應的公司。

12.艾倫·圖靈研究所、工程與物理科學研究委員會（EPSRC）、科學技術設施委員會（STFC）和聯合信息系統委員會（JISC）應建立協同合作，共同協調人工智慧研究計算能力的需求，並因此為英國研究界進行相應的溝通協商。

四、關於支持人工智慧應用落地的建議

13.英國政府應與企業和專家合作，建立一個英國人工智慧委員會，幫助協調和發展英國的人工智慧。

14.信息專員辦公室和艾倫·圖靈研究所應共同制定一個框架，來解釋人工智慧的流程、服務和決策，以提高透明度和問責制。

15.國際貿易部應擴大其目前對人工智慧企業的支持計劃。

16.英國經濟如何成功利用人工智慧技術來面對當下的機遇和挑戰？TechUK應該與英國皇家工程院、Digital Catapult以及業界的關鍵人物合作，共同為其制定切實可行的指導方針。

17.藉助政府數字服務的專業知識、數據科學的夥伴關係以及與其他部門的數據打交道的專家，政府應制定一項行動計劃，為公共部門做好準備，並推廣應用人工智慧技術，用於改善公民運作和服務的最佳實踐。

18.政府應確保產業戰略挑戰基金（ISCF）和小型企業研究計劃（SBRI）所面臨的挑戰，旨在吸引和支持人工智慧在整個挑戰領域的應用，並為人工智慧領域的公共部門數據提供資金支持。

第一部分：人工智慧的定義，以及本報告的寫作目的

一、什麼是人工智慧？

人工智慧（AI）描述了一套先進的通用數字技術，能夠讓機器高效地完成複雜的任務。

工程和物理科學研究委員會使用了這樣的描述：「人工智慧技術的目的是複製或超越計算機的能力，如果人類要執行它們，就需要『智能』。這包括：學習和適應;感覺理解和互動;推理和規劃;對程序和參數的優化;自主能力;創造力;以及從大量不同的數字數據中提取知識和預測。」

目前人工智慧的應用例子包括:用自然語言與計算機通信，從傳輸數據中獲取新的數據，自主操作和自適應的機器人系統的建立，管理供應鏈的應用，以及更多貼近生活的視頻遊戲的設計。如今，人工智慧的應用已經改變了金融服務、法律、醫藥、會計、稅務、審計、建築、諮詢、客戶服務、製造和運輸等領域的商業實踐。關於人工智慧的應用還有數不清的例子，各行各業都有AI的身影。人工智慧可以改善大多數數字操作、產品和服務的功能。在任何一個使用數字數據的流程中，人工智慧都可以讓我們更有效地使用這些數據，並且以新的方式使用這些數據。

這份報告將「人工智慧」解釋為一個統稱，涵蓋了從統計學、計算機科學和認知心理學發展而來的一系列互補技術，同時承認特定技術和術語之間的區別（例如，人工智慧與機器學習、機器學習和深度學習之間的區別），在考慮如何支持開發和使用這些技術時，將這些技術看作一個整體是很有用的。

二、為什麼人工智慧很重要？

人工智慧很重要，因為它可以帶來巨大的經濟和社會效益。這對提高現有產業的生產率（當下英國經濟的迫切需求）和創造全新的產品服務有著巨大的潛力。

據估計，截至2024年，全球人工智慧解決方案的市場價值將超過300億英鎊，部分行業在人工智慧的幫助下，生產率提高了近30%，成本節約近25%。另一項估計表明，「2030年，人工智慧將為全球經濟貢獻高達15.7萬億美元，這一數字將大於中國和印度目前的產量之和。其中，估計約有6.6萬億美元得益於生產率的提高，9.1萬億美元來自消費方面的影響。」

對於人工智慧整體的估計結果是令人震驚的，可見未來人工智慧的趨勢勢不可擋，所以關注人工智慧在主要商業領域的應用是至關重要的。以下內容摘錄自普華永道的報告章節《AI在醫療、汽車和金融領域的近期、中期和長期潛力》，據悉，該報告同樣涵蓋了運輸和物流；技術、通信和娛樂；零售業；能源和製造業等內容。

在不同的行業中，人工智慧的應用、時間脈絡、收益和困難瓶頸有所不同，這使得AI在整個經濟中難以一概而論，也很難在整個經濟體中提出令人信服的預測。但顯而易見的是，人工智慧具有巨大的潛力，可以改善許多行業的運行情況。

三、醫療保健

目前醫療保健行業最具人工智慧潛力的三個方向：

1.病情診斷的支持，比如從患者的健康數據中或與相似患者數據的對比重檢測出微小的變化。

2.潛在流行病的早期發現與該疾病的發病率的相應追蹤，以幫助預防和控制疾病的傳播。

3.影像診斷的支持（適用於放射學、病理學等）。

患者利益：在早期和中期，提供更快、更準確的診斷和更具個性化的治療方案，這將為智能植物（intelligence plants)等領域的長期突破鋪平道路。最終的好處是改善健康，挽救生命。

節省時間：更有效的預防措施有助於減少疾病的發生和住院的風險。另外，快速檢測和診斷將允許更早進行病情干預。

人工智慧在醫療保健行業發展的時間脈絡：

短期潛力：醫療保險和智能日程安排（比如門診看病預約和手術排期）。

中期潛力：數據驅動的診斷和虛擬藥物的開發。

長期潛力：機器人醫生對患者進行直接診斷和治療。

困難和障礙：需要解決人們對於隱私問題和敏感健康數據保護的擔憂。人類生物學的複雜性以及對進一步技術發展的需要，也意味著一些更先進的應用程序可能需要更長的時間的研發，從而充分發揮它們的潛力，並獲得患者、醫療服務提供者和相關監管機構的認可。

高潛力落地應用：基於人工智慧的診斷方法，將患者的個人病史作為基準，在此基礎上，小偏差的數據的出現，可能意味著健康狀況的改變，進而提醒人們需要進一步的觀察和治療。人工智慧一開始會被人類醫生作為診斷和治療的輔助工具，並不會取代人類醫生。它將增強醫生的診斷能力，但在此過程中也為人工智慧提供了有價值的學習數據，使其能夠不斷地學習和改進。人類醫生與人工智慧診斷之間的這種持續互動將提高系統的準確性，並隨著時間的推移，讓人類對AI醫療足夠的信任，進而讓人工智慧系統完全自主地運行。

四、汽車

目前汽車行業最具人工智慧潛力的三個方向：

1.自動共享車隊。

2.半自動駕駛功能，例如司機助手。

3.引擎監控和預測，自動維護。

消費者利益：一台能讓你駕駛的機器和「按需應變」的靈活性功能——比如一個小模型讓你穿梭在整個城市之間，或者一個更大、功能更多的交通工具，讓你在周末出行。

節省的時間：美國人平均每年花在開車上的時間接近300個小時——如果你不需要把時間花在開車上，剩餘的這些時間你可以做更多的事。

人工智慧在汽車行業發展的時間框架：

短期潛力：自動駕駛輔助系統（如停車輔助、車道擁擠輔助、可調節的自適應控制等）。

中期潛力：零部件的按需製造和維護。

長期潛力：發動機監控和預測，自動維護。

困難和障礙：技術仍然需要不斷地發展，例如在極端天氣條件下，如何讓無人駕駛汽車安全地運行，這可能會帶來更大的挑戰。即使這項技術已經存在，它也需要獲得消費者的信任和監管部門的認可。

高潛力落地應用：自動共享車隊。自動駕駛的共享車隊可以讓外出旅行的人隨時隨地選擇需要乘坐的車輛，而不是必須用自己的車去實現，也不需要在一輛汽車上花費大量的時間和金錢來購買保險和維修費用。大部分的數據都是可用的，而且技術正在進步。然而，企業仍然需要贏得消費者的信任。

五、 金融服務

目前金融服務行業最具人工智慧潛力的三個方向：

1.個性化的財務規劃。

2.欺詐偵查和反洗錢。

3.流程自動化，不僅包括後台辦公功能，還包括面向客戶的操作。

消費者利益：更個性化和更全面的（如健康、財富和退休）解決方案的制定，這使資金充分利用（例如將多餘的資金投入到投資計劃中），並更加適應消費者需求的變化（如收入的變動或家庭計劃改變所帶來的消費變化）。

人工智慧在金融服務行業發展的時間框架：

短期潛力：機器人諮詢、自動保險承保和機器人流程自動化，比如財務和合規。

中期潛力：基於消費者的情緒和偏好優化產品設計。

長期潛力：從預期會發生什麼、以及在諸如可保損失預測性分析等領域，到在降低事故率或改善消費結果等領域積極塑造結果(說明性分析)。

節省的時間：客戶可以及時且充分了解財務狀況和未來計劃的信息，並令其適應不斷變化的環境。企業可以通過開發定製化解決方案來支持這一做法，而不是指望消費者通過多種選擇來找到合適的解決方案。

困難與障礙：消費者的信任和監管部門的認可。

高潛力落地應用：個性化的財務規劃。儘管人類的理財建議成本很高，而且耗時，但人工智慧的發展，如機器人諮詢，已經使得為大眾市場消費者開發定製的投資解決方案成為可能，直到最近，只有高凈值(HNW)客戶才可以使用這些解決方案。資產管理是動態管理的，以匹配目標（如為抵押貸款而儲蓄），並優化客戶的可用資金，因為資產管理公司變得更加重要，在某些情況下，取而代之的是人工智慧。技術和數據已經到位，但仍需要客戶的信任度的增加，才能充分發揮潛力。

為什麼人工智慧在英國、在當下至關重要？

在英國，當前提高人工智慧能力的行動（尤其是在數據和技能方面）至關重要，因為早期的領導者（企業和國家）可以在建設和使用人工智慧的過程中獲得巨大而持久的優勢。

人工智慧之所以對英國來說很重要，是因為目前英國是人工智慧領域領先的國家之一。這種優勢可以建立在成功的基礎之上，否則將會失去其優勢。其他國家的不同行業也正在開始逐步應用AI。英國各行各業都面臨這巨大的競爭壓力。

當然，英國在人工智慧發展的歷史上也有著其獨特的地位。在過去，公共支持一直非常有效，使英國能夠在人工智慧領域取得進展。

現在人工智慧之所以很重要，是因為技術已經成熟到可以被廣泛應用的程度。儘管人工智慧技術已經發展了幾十年，並且已經在一些消費者服務中應用了好幾年，但在過去的5年里，對人工智慧的興趣和投資已經達到前所未有的水平，這同時也促進了人工智慧的飛速發展。

近期的AI性能和應用的改進是由以下因素驅動的：

1.日益強大且成本在承受範圍之內的計算能力。

2.新的和更大的數據量。

3.由具有特殊技能的專家開發的新型演算法和應用程序。

第二部分：對當前的人工智慧應用、市場及發展基礎概述。

基本因素：數字環境、硬體、數據。

英國的人工智慧商業活動：全球科技公司、人工智慧創業公司、地理分布、知名行業人工智慧、公共部門人工智慧、經濟影響評估等。

英國對人工智慧發展的支持：國際背景、投資力度、對比、政府支持。

數字環境：

人工智慧是數字革命的下一個發展階段，為數字技術提供了新功能。縱向看提高了數字技術行業的影響力，橫向看提高了數字化行業的經濟性。在未來，它可能會為每一個產生大量數據的行業做出貢獻。目前英國的人工智慧行業正在當地技術基礎上不斷發展，在國際標準化方面有著顯著優勢。

2015年，數字科技行業營收約為1700億英鎊，比前5年增長了22%。英國現在有164萬個數字技術工作崗位，在2011年到2015年間，其就業市場的增長率是非數字工作崗位的兩倍多。

網路安全是成熟數字行業的典範，在更多地使用人工智慧的情況下我們可以直觀地看到行業效果的提升。每天都有大量的組織面臨網路威脅。相比於研究人員，機器學習可以更有效地識別、分類和分析這些數據。通過同時處理不同任務，涵蓋大量的設備和系統，人工智慧可以幫助防禦大型攻擊。一些自動化的網路安全功能可以更快速地識別異常行為，重點突出那些網路工程師可以跟蹤的領域，並在網路弱點被利用之前迅速識別並進行補救。

並行人工智慧應用已經在強化其他數字化領域的作用，硬體的改進和數據量的大幅增加，使得人工智慧能夠被配置到各個行業的數字功能中。

硬體：

隨著硬體性能和可用性的不斷提高，人工智慧的開發和應用在國際層面普遍得到了加速發展。

中央處理單元（cpu）是在伺服器、平板電腦、計算機和行動電話中解釋和執行命令的標準設備。最近，圖形處理單元的發展推動了機器學習和深度學習技術的發展，這些晶元可以同時進行多項計算，或者並行進行，加速機器學習的訓練過程。谷歌已經針對機器學習開發了定製化晶元Tensor處理單元（TPU），並宣布計划進一步提高晶元功能；而圖形處理晶元GPU開發商英偉達最近被MIT提名為世界上最聰明的公司。此外據報道，蘋果正在為人工智慧設備開發專門的晶元。這種競爭性發展使用高性能計算的成本大幅下降，並且在持續下降，使越來越多的用戶可以採用人工智慧。市場領導者公布的計劃以及專家分析人士的報告表明，這種趨勢將持續下去。

數據：

自2000年以來，全球產生的數據量呈指數級增長，其中很大一部分來自互聯網和移動個人設備。包括物聯網在內的並行技術，也促成了數據量的強勁上升曲線。這一趨勢預計將持續下去。思科估計，從2016年到2021年，全球移動端數據流量將增長7倍。

目前數據經濟的發展是推動國家和全球經濟發展變化的強大因素。根據最近的一份政府政策文件，「我們的數據經濟將是英國經濟增長和未來繁榮不可或缺的一部分。」分析預測，從2015年到2020年，數據將使英國經濟受益多達2410億英鎊。」

數據的快速增長也孕育了人工智慧。對於機器學習演算法的訓練來說，獲取海量數據和特定數據是成功的關鍵。正如英國皇家學會的機器學習報告所闡釋的那樣，為技術引入更大的數據集可以改進演算法，並隨著時間的推移不斷優化結果。

要在一個行業中使用人工智慧，有必要用與該行業相關的數據對人工智慧進行訓練。沒有足夠相關的高質量數據，人工智慧技術就無法發展。訓練數據的增加使人工智慧演算法的準確性提高，並使其能夠在更多領域開展業務。

增加數據流量也讓人工智慧變得更有必要：一些領域的數據流量非常大，只有人工智慧才有能力處理如此巨量且複雜的數據。

許多機構，其中既有公共部門，也有私營企業都擁有大量的數據。隨著更多的業務被數字化，全社會將會產生比過去多得多的數據。然而，出於隱私、安全、商業優勢和其他因素的考慮，一個組織很難或不可能向外界共享數據。即便是組織機構看到了推進安全數據共享的案例，並信任他們與之分享數據的外部組織，也往往缺乏達成協議的專業知識和技術技巧，無法在實踐中建立信任，並有效地管理數據共享過程。在下面的第一組建議中，我們將更詳細地討論這一點。

英國的人工智慧商業活動：

英國的人工智慧公司被認為是世界上最具創新力的公司，其生態系統中包括人工智慧的超大企業用戶、大型和小型企業用戶、人工智慧服務的商業客戶以及研究專家。人才和投資的競爭是全球性的，因此在全球背景下觀察英國的商業活動才是有益的。

活躍在英國的所有大型全球科技公司都在開發和使用人工智慧。一些創業公司已經被這些專業公司收購，而且很有可能還會有更多的創業公司出現。大公司利用不同的途徑來積累專業知識，例如公司會採用併購的方法作為一種吸納頂尖人才的方式，這種做法被稱為『人才收購』，通常是每人500萬到1000萬美元不等。」

IBM和微軟向商業客戶提供一系列的人工智慧服務，用於關鍵功能（預測分析、計算機視覺、語言、客戶服務、信息挖掘、物聯網應用管理）和關鍵目標領域（金融服務、健康）。

據估計，英國有超過200家創業公司和中小型企業在開發人工智慧產品。人工智慧創業公司的成立是為了解決行業中的特定領域問題（比如個人健康問題）和重大技術挑戰（比如網路安全領域的Darktrace）。

科技行業之外的大型老牌公司正在利用人工智慧技術來提高運營效率和服務質量（Ocado，GE）。公共部門（例如HMRC）也在使用或探索使用人工智慧來優化服務。

人工智慧商業活動涵蓋了一套快速發展、互補通用的技術，適用於多個領域。由於這些商業活動和相關組織的活動範圍很難界定，在英國對人工智慧進行定量或定性評估是非常困難的。發展變化的速度很快，企業之間和行業內部都存在各種不平衡，難以衡量。人工智慧技術與其他大數據和數據科學應用之間並沒有絕對的區別。

「人工智慧並不是一種單一的技術或應用——無論是無人駕駛汽車、智能手機虛擬助手、趨勢檢測解決方案，還是無數其他例子都是如此。人工智慧是一個豐富而多樣的業務領域。」

在使用人工智慧的地方，其通常被集成到其他數字功能中，不會完全與這些功能分離開來。許多人工智慧活動都是組織內部的活動，而且很難從外部進行評估。其中很大一部分發生在國際科技公司，目前尚不清楚他們英國開發的是什麼，以及在這裡會使用了什麼，因為來自全球的數據和各類創新團隊在這些公司中不斷發展。

沒有一家公司的人工智慧活動具有代表性。業務客戶的範圍很廣，而且會變得更加複雜。人工智慧活動已經涵蓋了從顧問專家到全球主要公司，以及非常成熟的人工智慧創業公司，它們都是通過人工智慧增強核心功能的典型。我們能夠獲取一些關於公司信息和投資的數據，從而幫助確定那些人工智慧優先的公司，但對後來者沒有深入的了解。

規模更大、更老的企業正在收購更新的企業。會出現更多的新產品。一些小公司為知名公司提供人工智慧服務。一些大型的老牌公司把提供人工智慧作為一種服務。隨著時間的推移，越來越多的知名公司會通過各種商業模式、組織架構以及產品和服務來使用人工智慧（例如內部應用，現成應用，定製化應用，許可應用）。

因此，下面是對現有分析的概述，並會舉例說明公司活動，並不是對英國所有人工智慧活動的全面描述。

各種各樣的活動確實讓評估變得困難，但它應該被視為人工智慧的優勢。實現人工智慧未來的經濟價值，將取決於企業的使用範圍和組合方式，它們是否能夠對如何使用人工智慧做出明智的選擇，並準備好使用它。

全球科技公司的人工智慧：目前主要由美國創立的全球數字公司將人工智慧與核心業務結合在一起，其中一些人工智慧正在英國進行開發。

在全球範圍內，美國科技巨頭似乎是人工智慧領域的主要投資者，儘管從外部看，其發展程度和地域影響並不完全清楚。麥肯錫：「在全球範圍內，我們估計科技巨頭2016年在人工智慧業務上的花費為200億至300億美元，其中90%用於研發和部署，10%用於人工智慧收購。」在這一分析中也包括英國人工智慧公司的收購，這些公司獲得了媒體和公眾的關注，被認為是行業對人工智慧的興趣所在。但其在人工智慧的整體投資中只佔相對較小的份額。

IBM是人工智慧開發領域的先行者，其已經將人工智慧作為一項服務。微軟已經在人工智慧領域進行了25年的投資，並將其整合進幾項關鍵產品。這些主要科技公司對人工智慧的興趣有所不同。2016年12月，微軟風投部門宣布成立了一個投資基金，專門投資人工智慧創業公司，專註於「包容性增長和對社會的積極影響」。

Facebook、谷歌、亞馬遜、蘋果、微軟和百度都使用人工智慧來開發他們的主要服務，利用用戶互動中產生的豐富、持續性數據流來持續不斷地訓練人工智慧，提高面部識別、虛擬助手語言交流（Siri、Alexa、Cortana等）以及客戶服務的效果。思科、三星和華為都在使用人工智慧來開發自己的核心產品。

主要的軟體供應商已經將人工智慧應用程序添加到他們的服務套件中。SAP正在開發人工智慧服務，將員工審批、支付處理和打折銷售業務流程自動化。Sage推出了一款由人工智慧驅動的「虛擬會計助手」聊天機器人，用於提交費用，並追蹤發票的收據和支付，並整合到消息應用中。

將人工智慧添加到全球企業的日常服務中，意味著消費者和企業用戶在不知情的情況下就已經開始使用人工智慧服務了。人工智慧驅動的功能在外部不一定能觀察到。

到目前為止，當美國主要科技公司收購英國的人工智慧公司時，這些公司及其專業技能基本上都留在了英國。這是令人鼓舞的，但在未來卻無法保證。收購公司是全球性的，可以將資產轉移到那些最有利於開發和工作的地方。

吸引並留住這些全球巨頭的投資和專業技能，是讓英國成為人工智慧最好發展環境的關鍵所在。

英國人工智慧創業公司：英國已經培養出了一批非常具有創新精神的人工智慧公司，而且這些公司正頻繁成立。根據2017年Coadec的報告，「在過去36個月里，英國幾乎每周都會成立一家新的人工智慧創業公司」。2016年12月，一項研究估計，英國有226家獨立的人工智慧創業公司。

一些公司自稱為人工智慧行業的專家（Swiftkey、DeepMind和Ravn）。其中一些公司已經被收購，現在在更大的全球範圍內運營，比如谷歌Alphabet旗下的DeepMind。一些英國人工智慧公司專註於單一領域。

一些人正在研究NHS的關鍵問題。TechCity估計，2016年英國人工智慧在數字技術領域的投資佔到了3%，而且還在不斷增長。它似乎是數字領域增長最快的技術之一。在總部位於倫敦的金融服務創業加速器Startupbootcamp的申請中，有十分之一都是在探索利用人工智慧技術。然而，Coadec指出，在英國的10家人工智慧公司中，只有1家處於「增長」階段，而美國的這一比例為20%。

英國關鍵行業的人工智慧公司：

醫療保健/生命科學：其被視為人工智慧最重要的領域之一，既能提供更好的服務，也能提高效率。BenevolentAI使用人工智慧來加速藥物的運送過程。Babylon Health與英國國家醫療服務系統合作，通過移動設備測試聊天機器人對病人提供建議。該公司最近完成了6000萬美元的融資。Your.MD開發的個人健康助理是一款免費的聊天機器人，能夠為用戶提供個性化且可行性高的醫療建議。

數字營銷：英國在數字營銷、銷售和商業開發等多個領域都有人工智慧公司。AdBrain的客戶ID映射平台讓營銷人員能夠對不同設備、渠道和平台的個人消費者進行定位和跟蹤，從而實現更好的營銷效果。Pixoneye提供基於人工智慧的圖像和手機圖片功能分析，幫助客戶更好地劃分用戶群體。Attest Technologies將人工智慧技術用於市場研究，Growth Intel則將人工智慧改進為商業智能，用於商業開發。Decibel Insight專註於網路分析。

汽車：互聯網汽車和自動駕駛汽車為人工智慧公司提供了巨大的增長機遇。位於布里斯托爾的FiveAi公司致力於開發安全自動駕駛技術。牛津的Oxbotica公司則開發了一套自動駕駛系統。Selenium利用來自激光和車載攝像機的數據進行自動導航。

身份鑒別：新誕生的RegTech（監管技術）領域讓一些公司使用人工智慧來辨別身份。Onfido使用機器學習技術對公司進行全球背景調查。

金融服務：用人工智慧對金融交易行為進行分析可以控制欺詐交易的風險。Chatbots使用智能語音記錄的聊天機器人處理來自客戶的電話請求。為了通過個人「聲紋」來提高安全性，滙豐銀行推出了一款聊天機器人「奧利維亞」，用於驗證用戶身份。2017年5月有報道稱，到2019年，特許金融分析師協會的考試將包括人工智慧、機器人諮詢服務和分析大數據等相關考題。

法律技術：人工智慧已經開始幫助律師進行法律文件搜索，識別標準，審查文件，以及自動起草法律文本。Pinsent Masons的TermFrame系統可以檢索法律先例和模板。MarginMatrix是Allen&Overy和德勤聯合成立的一家合資公司，它會自動起草法律文件，幫助銀行遵守新的金融監管規定。據報道，該公司把法律文件的起草時間從幾小時縮短到了幾分鐘。

教育：人工智慧可以提高教育的有效性，例如通過評估在線學習的效果，提供更好的個性化服務。Gradescope為教師提供自動評分服務。

正如上面提到的，總部位於美國的全球性科技公司對英國人工智慧公司進行了大量高價值收購。2012年的Evi;2014年的DeepMind;2015年的VocalIQ;2016年的SwiftKey和Magic Pony 。

人工智慧公司在英國的地理分布

雖然大多數人工智慧公司都位於倫敦，但在英國各地有許多同類企業。下面的地圖是開放數據研究所（Open Data Institute）開發的，展示了與科技活動、科學出版物以及諸如當地技能、創業率和研發支出等數據基礎上的人工智慧相關活動。

倫敦：倫敦是英國人工智慧創業公司和中小企業的中心。在英國排名前50位的人工智慧公司中，有80%的公司都位於倫敦，許多跨國公司也在此設有人工智慧機構（比如DeepMind、Adbrain和BenevolentAI）。倫敦大學學院、國王學院和帝國理工學院都有實力不凡的人工智慧和機器學習研究小組，這些研究小組加強了這一群體的影響力。企業家會首先將工程師和計算機科學家聚集在一起，建立公司，並將重點放在人工智慧上。Cognition X是一個社區市場智能平台，它提供了構建人工智慧解決方案所需的產品和資源信息集合。它提供關於人工智慧的每日時事通訊、發展大勢、行業研究和人才服務。自2016年成立以來，該公司已經舉辦了超過40場活動，擁有7000名會員，並列出了10000家支持人工智慧市場的各類組織。

劍橋：包括Evi、Vocal IQ、Cytora、SwiftKey和Darktrace在內的一系列人工智慧創業公司都是在劍橋創建的，它們通常與劍橋大學計算機學院密切相關，並得到了像Amadeus Capital這樣的本地投資者支持。包括亞馬遜和蘋果在內的國際科技公司也在該地區擁有人工智慧研發機構。

愛丁堡：愛丁堡大學在數據分析和人工智慧方面培養出了不少成功公司，例如Skyscanner。亞馬遜已經在此建立了一個專註於機器學習的研發中心。當地的CodeBase是英國最大的創業孵化器，與80多家科技公司建立了合作關係。

牛津：牛津大學是著名的機器學習和深度學習中心，已經成功培育出包括Dark Blue Labs和DeepMind在內的知名公司。布里斯托：布里斯托擁有包括惠普、甲骨文和BAE系統公司在內的大型科技公司，以及一系列人工智慧領域的年輕企業。Five AI主要開發自動駕駛汽車軟體。Graphcore將人工智慧功能置於低功耗的消費設備中。布里斯託大學的智能系統實驗室（Intelligent Systems Lab）和得到國際認可的機器人實驗室（Robotics Lab）培養了大量的人工智慧人才。

成熟行業中的人工智慧：

人工智慧的普及程度因行業的不同而有很大差異。擁有數字化運營和服務的企業和行業會比那些沒有進行數字化運作的企業更容易、更有效地利用人工智慧。特別是具備良好數據能力的組織（收集、存儲、整理、分析、保護等數據能力）在準備使用人工智慧方面就有著先天的優勢。

一些企業和一些行業的領先優勢遠超過其他行業。許多大型會計和律師事務所已經掌握了主動權，正在進行人工智慧的研究開發，與學院建立聯繫，並嘗試人工智慧服務和運營，Ocado就是一家利用人工智慧增強基本功能，並開發出創新產品的典型公司。

人工智慧也在被應用於改進對基礎設施的管理。國家基礎設施委員會目前正在對包括人工智慧在內的技術進行研究，以改進對現有和未來基礎設施的使用和維護。

人工智慧被視為提升製造業質量和效率的未來關鍵：「使用人工智慧、感測器技術和自動化等數字技術，讓企業更靈活、更有能力應對問題、甚至提前採取行動，從而改變消費者需求、供應商條件和技術可用性。在今天的世界裡，靈活會帶來更多競爭力。」可能也會為製造業應用帶來更多空間。例如在製造業領域，很少有創業公司能夠滿足他們的巨大需求。但機器學習有潛力通過對機器進行預測、優化的維護，釋放20%出的產能。」

一些常見的應用程序都可以在大多數的大型組織、公共部門、私有企業和公共設施中使用，例如：

1.更具響應性和適應性的交通調度。

2.更具預測性的基礎設施維護。

3.更具預測性和響應性的人力資源調度。

4.更好的網路需求管理。

5.薪酬、支付和發票管理。

人工智慧對英國經濟的未來影響：

多數觀點認為，人工智慧的影響將對各行業產生廣泛的、積極的、大規模影響，但並不均衡。

在一定時期內，人工智慧完全覆蓋到各個領域難以實現，行業之間的發展並不平衡。此外，對人工智慧帶來的變化也有著不同道德看法。如上所述，埃森哲估計，到2035年，人工智慧將為英國經濟帶來額外的8140億美元收益，將GVA的年增長率從2.5%提升至3.9%。

PWC最近對英國影響的分析總結如下。這些都是泛泛的預測，涵蓋整個經濟周期。這些分析的說服力並不在於精確的數字，而是在於行業活動預期將會因人工智慧的應用而改變。這樣一來，可以把人工智慧看作一個實用工具，能夠改善所有數字應用的功能。在這種情況下，成熟的應用程序會更容易訪問，受益最大的將是那些對人工智慧「準備就緒」的企業。

英國對人工智慧的支持。英國對人工智慧有著健全的支持機制，支持對人工智慧的學術研究和企業發展

為研究提供資金支持——工程和物理科學研究委員會EPSRC：人工智慧是EPSRC的一項優先任務。EPSRC提供了143項相關研究經費，其主要目標之一是開發智能技術和系統。EPSRC認為，包括社會科學在內的多學科研究將使人工智慧工具和技術能夠被接納，應用且符合道德。EPSRC的目標是：

1.數據科學方面的人工智慧研究和訓練的結合，並與統計和理論科學的基礎相聯繫。

2.一大批精通人工智慧技術的人才能夠在廣泛的領域中工作（例如未來的醫療保健領域）。

3.研究人員將新方法和應用的開發結合在一起（例如，與研究工程師、轉化研究人員和具有應用專長的合作者一起工作）。

4.與其他學科（例如機器人，人機交互，計算機視覺和社會科學）共同創建人工智慧創業公司。這應該評估智能系統如何與人類互動，並考慮它們的可靠性、安全性和安全性。

目前，英國在與人工智慧有關的學術論文數量上排名第四，排在中國、美國和日本之後，在2011年至2015年間共發表了1萬篇論文（中國同期發表了41,000篇論文）。

數據科學研究——艾倫·圖靈研究所：艾倫·圖靈研究所是英國國家數據科學研究所，總部設在大英圖書館。五所大學——劍橋大學、愛丁堡大學、牛津大學、倫敦大學學院和華威大學——以及EPSRC在2015年創建的研究所，總共投資4200萬英鎊。

該研究所彙集了數學、統計學、計算機科學、社會科學和數據倫理學、軟體工程、機器學習和人工智慧等領域的研究人員，從而在數據科學領域產生了世界級的研究成果。它將研究應用於現實世界的問題，與行業、政府和第三部門的開展合作。研究的核心領域包括國防和安全（GCHQ和其他政府機構），健康和福祉（與一系列合作夥伴一起工作），以數據為中心的工程（與勞合社的註冊基金會），計算技術（與英特爾）、金融（與滙豐）和智慧城市。該研究所的其他核心業務是培訓下一代數據科學家，圍繞數據及其對科學、社會、經濟和生活方式的強大影響形成公眾對話。

圖靈數據研究小組：艾倫·圖靈研究所定期舉辦數據研究小組，在該研究小組中，頂尖的公共部門和私營公司會帶來各種重要的數據科學問題，由該研究所的研究人員進行研究。在為期一周的時間裡，研究人員將他們的尖端數據科學技術應用於這個問題，最終在一周結束時發布一份報告，其中包含了他們推薦的應對問題方法。參與研究的學者有機會在現實世界的行業和數據集上進行實踐，而行業參與者也能從深入研究中獲益，並在此過程結束時提供可行的商業解決方案。迄今為止參與的公司包括西門子、殼牌、國家電網、國防和安全技術實驗室、塔塔鋼鐵以及湯森路透。

開放數據研究所（ODI）:ODI的使命是「通過幫助企業和政府獲取需要的數據，建立一個強大、公平和可持續的數據經濟體」。ODI是一家總部位於倫敦的獨立、非盈利機構，擁有國際性的影響力，其將商業和非商業組織和特定行業以及政府部門聚集在一起，用數據來應對全球挑戰。

位於紐卡斯爾的國家創新中心彙集了工業、公共部門和世界領先的學者，利用數據爆炸帶來的機會開發所需要的技能、想法和資源。皇家統計學會（RSS）數據科學部門：新近成立，其中包括來自商界、工業界、政府和學術界的代表。這一部門將為與會者組織會議，旨在達到以下目標：

1.支持整個英國的數據科學社區。

2.通過數據科學解決範例推動良好的實踐。

3.推廣數據科學的統計數據，加強統計框架研究。

4.成為數據科學的真實來源，為企業主提供各類諮詢服務。

5.支持數據科學家和統計學家通過提升技能在現代世界發揮更大作用。

6.支持重要的新話題，如道德、隱私、演算法責任和個性化——提升交流質量。

7.培養多學科的聯繫和思想交流。

支持數字研發的商業化。Digital Catapult：Digital Catapult是先進數字技術的技術和創新中心，旨在加速進入新的數字市場，進行各種應用研究和開發，識別新興技術和新興應用。人工智慧是四大關鍵技術層之一。它在跨國公司、投資者、初創公司、政府部門、學術機構和其他孵化器（每一個都專註於高價值技術領域）之間建立了積極的合作關係。在自動駕駛技術方面，Digital Catapult已經與DSTL合作，並與希捷進行了複雜生產線的計量分析，每一次都匯聚了眾多知名學者、專家和中小企業。其正在創建一個機器學習計算實驗室，幫助創業公司降低訓練機器學習模型的成本。

行業代表——TechUK:科技行業代表機構TechUK認為，人工智慧是整個英國經濟和社會變革的重要驅動力，並致力於鼓勵人們更好地理解人工智慧效益和挑戰。今年4月，他們召集了包括Luxoft、人工解決方案和倫敦大學學院在內的領先行業和學術機構，討論人工智慧的風險、挑戰和發展障礙，這些障礙可能會阻礙在金融科技領域實現人工智慧的潛力，以及如何克服這些障礙。今年5月，他們主持了與IBM、劍橋大學和DeepMind關於醫療保健人工智慧應用的討論。這主要是為了提高人們對人工智慧在醫療領域應用的認識，以及如何建立公眾對科技的信任。2017年5月，Tech UK舉辦了一個活動周，展示了人工智慧可以給英國帶來的機遇和好處，包括提高生產力和刺激經濟增長。

NMI是英國電子系統和科技行業的機構，目前正致力於支持「英國深度技術」，即TechWorks。人工智慧中額外的非競爭性協作是通過社會組織對人工智慧和相關行為的研究來實現。

The Leverhulme Centre for the Future of Intelligence旨在打造「一個跨學科的研究團隊，與技術專家和政府有著密切的聯繫，並有一個明確的實際目標：共同努力，確保我們人類在未來幾十年里能夠充分利用人工智慧。」建立一個全社會的人工智慧議會小組，旨在探索人工智慧的影響，通過增進議員和其他決策者的理解和參與。

支持數字技術規模化:Tech City UK。Tech City UK支持英國數字科技生態系統的發展，通過建立一個「擴大規模」的渠道，以培養更多的後期開拓者，並在全國範圍內創造更多就業機會。Tech City UK正致力於打造一系列行業特色項目，為快速增長的公司提供為期6個月的指導計劃。

全球投資：

目前關於人工智慧的投資增長過快，以至於根本無法明確地追蹤，但有跡象表明，全球行業對人工智慧未來的潛在價值有了一定的認識。

2015年，專註於人工智慧應用的創業公司在全球獲得了24億美元的風險投資，在2016年上半年獲得了超過15億美元的投資。政府計劃和現有的科技公司又增加了數十億美元。主要的參與者不僅僅是在招聘大學畢業生，他們還在挖大學的人才：亞馬遜、谷歌和微軟已經開始為教授職位提供資金，並以豐厚薪酬直接招聘大學研究人員，以建立競爭優勢。」

麥肯錫也看到了近期投資的急劇上升：「數字前沿的公司——在線公司以及谷歌、百度等技術原生代公司都正押注於人工智慧領域。2016年，我們估計總投資在200億美元到300億美元之間，其中包括重大的併購活動。私人投資者也加入了進來。我們估計，2016年風險投資者在人工智慧領域總投資約40億美元至50億美元，私人股本公司投資了10億美元至30億美元。這一數字是2013年的三倍多。另外10億美元的投資來自贈款和種子基金。」

IDC預計，2017年全球認知和人工智慧系統的營收將達到125億美元，比2016年增長59.3%，並預計2020年的投資將帶來超過460億美元的收入。

國際比較：

在人工智慧投資和活動規模方面，英國和其他國家通常被認為落後於美國和中國。在全球交易份額方面，英國仍遠遠落後於美國，2016年有62%的投資交易被認為是流向美國的創業公司，只有6.5%流向了英國的創業公司。2010年至2016年，對人工智慧公司進行的全球風投融資中，只有5%流向了英國企業（見下表）。英國的更多投資似乎處於早期階段，英國人工智慧公司中有四分之三尋求種子或天使投資，相比之下，只有一半的美國公司在尋求天使投資。英國的人工智慧公司中只有十分之一在尋求增長資本，而美國有五分之一。

其他政府對人工智慧的支持：

其他領先的數字經濟體也在採取行動，增強本國的人工智慧實力和市場份額。如果我們要在全球範圍內與競爭對手對其人工智慧領域的支持相匹配，英國將需要提高其投資水平。這些只是其他主要國家的政府在總體上採取行動的例子。

法國:2017年3月推出了人工智慧戰略。主要建議包括：建立戰略委員會以實施策略;建立一個識別、吸引和保留人工智慧人才的計劃;資助一個相互合作的研究基礎設施;一個公私聯營的聯合體，以確定或創建一個人工智慧中心;確保人工智慧是公共機構創新的優先事項;在五年內投資2500萬歐元（2000萬英鎊），投資十家創業公司。

新加坡：國家研究基金會（NRF）正在推進高達1.5億新元（合8500萬英鎊）的新國家計劃，旨在在未來五年內提升新加坡的人工智慧實力。

美國:2015年，政府為人工智慧系統的非保密研發投資了12億美元（8.5億英鎊），2016年估計為11億美元（9.5億英鎊）。據報道，在過去的15年里，美國國家科學基金會信息和情報系統部門和美國國防部研究計劃局（DARPA）的人工智慧項目每年投資約為3億至4億美元（2.5億-3億英鎊）。2016年白宮報告包括國家人工智慧研究和發展戰略計劃。

韓國：政府宣布未來5年將在人工智慧研究領域投資1萬億韓元（7億英鎊），人工智慧每年度投資將增加55%。

德國：人工智慧研究中心（DFKI）成立於1988年，年度預算為4100萬歐元。它是世界上最大的人工智慧實驗室之一，擁有近500名研究人員。

加拿大：為研究和人才提供一種泛加拿大人工智慧戰略。投入資金價值1.75億加元（1億英鎊），旨在吸引並留住加拿大頂尖的學術人才。

中國：有明確的目標，即到2018年創建一個150億美元的人工智慧市場，據報道正在準備啟動一項全面的人工智慧戰略。

建議：

正如上面所描述的，近年來，在全球特別是在英國，幾個關鍵因素的綜合作用提高了人工智慧實力，特別是增加了數據獲取、高級技能供應、人工智慧研發，以及計算能力的提高。

為了抓住未來的人工智慧機遇，滿足日益增長的需求，英國將需要擴大在相同領域的人工智慧應用。展望未來，計算能力和可獲得數據的持續增長至少在中期內是可以預見的。數據量預計將繼續增長，但這並不意味著人工智慧可以輕鬆訪問所有數據。對技能的需求預計將繼續上升。隨著技術的進步和傳播，需要進一步的研究來不斷擴展和改進人工智慧。

通過與行業專家和學術專家的溝通聯繫，通過汲取他們的想法，以及對英國和全球人工智慧發展的分析，本文總結了下面的主要挑戰，並提出了解決這些問題的建議。正如在上面市場概述中所總結的，人工智慧的應用並不局限於特定部門或公司規模。人工智慧在英國的成功取決於其使用範圍已經遠遠超出了它目前的範圍。

因此，這些建議中有許多都涉及到可以廣泛地提高英國人工智慧實力的因素，而不僅僅是局限於某些部門、特定類型或特定規模的組織。

對人才的需求：

在全球範圍內，各大科技公司對開發人工智慧的先進技術人員的競爭非常激烈。為了保持競爭力，英國需要對這些技能的培訓方式做出重大改變。英國還需要保持對全球最優秀人才的吸引力，包括本科學歷以上的人才，包括通過簽證類別和符合特殊行業的人才。這是一個展示英國對國際人才開放的機會，並致力於在人工智慧領域保持全球領先地位。

這一部分將介紹整個人才需求金字塔：

高級技能：在計算機、數據科學和（尤其是最近的）機器學習方面受過高等教育的人，讓人工智慧的發展成為可能。這項發展不僅需要深厚的專業知識，而且通常發生在長期以來都重視科技發展的地區（包括英國）。

英國現在需要更多的人工智慧專家，以便在更多領域開發更多應用。企業對人才的強烈需求：那些從碩士和博士畢業的有技能的人，在理想的情況下，他們也有豐富的實踐經驗。在高科技領域，對企業來說，人才的短缺是一個巨大的挑戰，而在AI行業又尤為明顯，因為AI的專業研究範圍是兩個學科交叉下的子領域。要求人才不僅要掌握軟體工程/計算機科學，還要掌握數學/統計/數據科學。這種觀點經常出現在為這次評估所舉辦的研討會上，或者在與僱主和潛在僱主的討論中，以及在一些數據中，包括工資數據。

這份報告建議，英國需要對人工智慧領域的高級技能發展採取重大變革，但這並不是一件可以一蹴而就的事情。要培養這個領域的博士及以上的人才，不僅要有足夠的畢業生和具有合適能力的申請者的供給，還要有足夠多的學術專家和機構能夠在所有這些層面上進行教授和支持。英國不能簡單地增加博士的數量，而不增加申請者和監督者的數量。

因此，下面的建議是相互依存的，它將使人才系統在短期內（1-3年）的能力得以提高，並在此基礎上繼續增長。

基礎技能

這些高層次的技能取決於其他不同層次的技能基礎水平。基礎知識掌握越紮實與豐富的人，在高科技領域就更加得心應手，甚至能夠勝任跨領域的工作。

正如DeepMind在最近的眾議院科學技術特別委員會對機器人和人工智慧的調查中所指出的那樣，「我們必須採取的最重要的措施之一，就是確保當前和未來的勞動力足夠熟練掌握數字技能和技術，尤其是STEM學科。」人工智慧可以應用於各行各業和應用程序，而且這個範圍只會不斷擴大。這意味著，對於非人工智慧領域的專家，對其他專業人士的需求也在不斷增長，將人工智慧引入這些領域之中。人工智慧的支持技能包括：

1.數據準備，整理，保護

2.向員工和客戶解釋AI的功能

3.管理報告，諮詢，責任

還需要這些專業人員在他們的專業領域能夠使用人工智慧工具，包括：

1.研究科學家

2.維修技術人員

3.從事輔助技術的外科技術人員和醫療專業人員、製造和運輸的機械工程師，以及在服務行業中「應用人工智慧」的角色

4.保險、廣告、設計、創意、零售、娛樂、金融

近年來，有幾份報告證明了改善數學、計算機、數據科學和各種數字技能的教育和培訓的理由，包括但不限於：

英國經濟的數字技能：由Ecorys UK為文化媒體部門和體育部門提供的論文，以及商業創新和技能；2016年計算機科學學位授權評審；英國數字戰略2017年；Analytic Britain，2015年由Nesta和Universities UK聯合發表的論文；進一步的研究和政策活動正在進行中。

數學：大量報告和評論人士表示，更多、更長時間、更好的數學教育將使英國學生更好地為這個數據驅動的世界和就業崗位做好準備。Adrian Smith教授已經對學生的必修數學課程的可行性進行了研究，研究對象年齡為18歲。為了開發更多的數學教育的潛在好處，擴展必修數學教育將極大地提高開發、理解和使用人工智慧的技能基礎。

將數據科學和人工智慧廣泛的應用於教學中：隨著時間的推移，人工智慧可能會對STEM教育的各個領域產生積極影響。因此，我們有理由在STEM教育中嵌入對人工智慧的理解，一直到碩士級別。

教師培訓：在國家課程中加入計算機科學是很好的一步，但是如果有足夠多的教師能夠教學，那麼目標就很容易完成了。英國計算機協會擔心，沒有足夠多的學生從事計算機科學研究，並指出，多達70%的中學計算機科學教師可能缺乏相關的計算機科學知識，只可以在普通中等教育水平上進行教學。因此，在計算機科學教育中，越來越多的教師培訓教學效果將會被提高。

職業建議：同樣的，在職業發展建議中，人工智慧應該得到更充分的體現，因為它將對職業機會產生越來越大的影響。所有學校都有義務為學生提供獨立的求職建議。考慮到人工智慧可能帶來的新機遇，求職顧問之間更好的溝通可能會極大地改善他們對學生的服務。

人工智慧的應用也有可能改善求職建議，幫助學生和顧問從商業增長和運動、技能需求變化和薪資等數據中獲得更複雜、更及時、更符合當地的信息。然而，人工智慧的成功使用取決於可用數據的質量。

人工智慧教育：在教育領域和其他領域一樣，人工智慧可以在規模上提供個性化服務，提高對不同層次、不同需求的學習者的支持。

當前人工智慧的高級人才的供應：

英國大學有26所大學開設了人工智慧本科課程，20所大學有超過30個人工智慧相關的研究生項目。與人工智慧相關的高等教育模塊的學生數量一直在小幅增長，這是由高等學位研究專業的學生所引導的（見圖2）。使用由高等教育統計局(HESA)使用的聯合學術編碼系統(JACS)來識別與人工智慧相關的模塊。其統計數據被匯總成三個層次:i）第一級+其他本科，ii）高等學位（教）+其他研究生，iii）高等學位（研究）。

這表明，碩士和博士學位的註冊人數穩步增加，但據估計，在英國使用人工智慧的潛力和預計的增長，需要這兩個水平的人才不斷增加實踐經驗。

將人工智慧從現在到2020年的全球增長率預測應用到英國的註冊人數上，意味著還需要大幅增加應用人數。低、中、高增長率的情況分別為15%、36%和62%。這種方法很粗糙，但在某種程度上說明了人才的需求量之大，請看下面的表格。對人才的需求已經超過了供給，數據科學家和機器學習專家的平均薪酬大幅上升。

增加人才供應可以通過：

在英國設置更多的課程和地點來培養新人才；激勵和提高AI教學能力；提高技能培訓體系對改變需求的響應能力；從其他國家吸引最優秀的人才到英國；縮小行業和學術差距；通過為女性和其他弱勢群體創造機會減少性別差異。

如上所述，在英國，人工智慧已經被廣泛使用。然而，要充分認識到人工智慧在英國不同行業和不同類別的組織的潛力，包括人工智慧提供商公司、中小型企業和大型企業的混合生態系統。所有這些不同的組織都需要獲得類似的人才，無論是直接僱傭還是承包服務。

因此，這裡的建議側重於提高英國的發展水平，為所有潛在的僱主提供技術人才，而不是縮小對創業公司的專註度，例如，為創業公司提供博士人才。

多樣性：

如上所述，確保所有人，而不僅僅是一些人有機會在人工智慧領域工作，有必要為人工智慧創造最大、最有才華的潛在勞動力，並確保每個人都能獲得機會。

對於人工智慧來說，多樣性尤其重要，因為演算法的輸出質量取決於程序員固有的偏見不會轉移到代碼中。一組不同的程序員可以減少在演算法中嵌入偏見的風險，從而實現更公平、更高質量的輸出。目前，僅有的勞動力並不能代表更廣泛的人群。在過去，性別和種族排斥已經被證明會影響到技術過程的平等性。如果英國人工智慧無法改善其員工隊伍的多樣性，那麼該行業的能力和可信度將受到削弱。

哈佛大學經濟學家Iris Bohnet教授研究了無意識偏見和結構性機遇，以避免組織中的乏善可陳的和有偏見的決策。此外，她的研究還揭示了匿名化和審查代碼的好處。

為了開發和應用人工智慧，並獲得最廣泛的社會和經濟利益，在選擇訓練數據、演算法和網路設計以及產品和服務的交付時，避免演算法偏見的發生，將變得越來越重要。多元化的勞動力是這個問題的關鍵。

雖然解決這些風險很重要，但人工智慧也提供了支持多樣性和幫助確保公平的機會。人工智慧可以在系統中嵌入偏見，也可以揭露和解除這些偏見。可以開發出能夠檢測出偏見的方法，既可以在新的支持AI的功能中發現偏見，也可以在已有的歷史系統中發現，這些系統仍然影響著不同部門的決策。人工智慧可以解決個人面臨的挑戰，因為無意識偏見，解決問題時會比過去更加有效。

英國在人工智慧領域能夠改善多樣性的方式包括：

展示多樣性給人工智慧的進一步發展帶來的好處，強調如何避免演算法偏見，以及它帶來的好處；打破成見：確保宣傳材料、課程內容和職業機會對弱勢群體有吸引力；將無意識偏見培訓嵌入到各大學提供的人工智慧相關課程，以確保申請過程是一致和公平的；為管理和編程人員在行業中植入無意識偏見培訓；企業多元化計劃，例如為弱勢群體提供指導項目；為女性提供額外的支持，特別是在她們的職業生涯後期，減少失業者。例如：靈活的工作安排，並提供現場托兒服務；利用人工智慧理事會的品牌，確保被低估的群體在學術界和產業界擁有榜樣。理事會應該確保自己能夠打破成見，通過各種各樣的接觸來打破刻板印象。

建議：政府、各行業和學術界必須接受人工智慧多元化勞動力的價值和重要性，並應共同努力打破成見，擴大參與度。

當申請者獲得我們的碩士、博士和獎學金項目時，使用多元化支持標準至關重要。英國皇家工程學院研究獎學金計劃的例子大概可以模仿。該計劃將申請者的申請數量限制在兩到三個。在工程行業中，被證明一直被低估的群體是女性、黑人和少數族裔。

熟練掌握技能

這個挑戰是培養足夠多的專家，以滿足行業需求。

建議：行業應該發展一個學生贊助項目，支持他們在人工智慧領域攻讀碩士課程，最初贊助300名學生。

該計劃是指提供15個月的課程，旨在為機器學習畢業生提供最佳課堂培訓平台，由行業提供資金，並直接向企業提供技術支持。前12個月完成大學培訓、評估和認證。該計劃的最後3個月是提供一個企業的實習機會。有一種匹配的演算法，比如延期接受演算法，將被用於確保每一家企業都能獲得一定數量的實習生，而無需首先確定實習生的身份。該計劃旨在調整男女比例，確保營銷和公眾呼籲運動會以女性為目標。

各個大學將申請成為該計劃的成員，由人工智慧理事會組織的一個專家小組來評判哪些大學可以入選。最初的探索表明，300個學生可以在第一階段得到資助，之後數量可以繼續擴大。我們看到，在成功實施第一階段之後，這類項目有可能增加到3000個或更多名額，向學生和企業展示其價值是顯而易見的。

這些地方應該對現有的項目有額外補助，但要從同一批申請者中選擇，最好的學生可以得到獎學金。應該增加申請獎學金的學生的數量，保證學生的整體素質，在他們的人數有所增加情況下，學生質量仍能保持甚至提高。每一所參與的大學都必須保持和改進教學標準，這是由人工智慧理事會管理的。該委員會將定期對參與其中的大學進行審查，以增加競爭，並允許將來還有大學有機會參與進來。

只要這個項目保持著卓越的聲譽，隨著項目的成熟，還可以邀請更多的行業合作夥伴和更多的大學參與，並且會有更多的地方資助，獎金也會有不同的等級。該計劃可以擴展到更廣泛的公司，包括「應用」領域，如果需求足夠大的話，可以資助相關課程的本科生。這些名額應該在英國各地的合格大學裡設立。

贊助企業將從短期和長期的項目中受益，包括增加高質量實習生的供應，有效利用學徒稅，進一步提高高質量人才的供應，因為該項目本身就會擴大市場，吸引更多的學生進入人工智慧領域。為了使企業能夠利用學徒制的稅收，人工智慧協會可以代表贊助企業向研究所申請學徒制，以制定機器學習/AI的新標準，包括碩士教育。該計劃可能借鑒英國國家統計局和威爾士政府的數據分析學徒項目的經驗。

碩士研究生轉換課程

隨著人工智慧技術的普及，人工智慧領域的人才將會越來越多樣化，並且需要結合其他專業知識。除了那些直接涉及計算機的學科以外，其他學科的畢業生也掌握了許多與人工智慧相關的基本技能，特別是在他們的核心特長領域工作。

例如，「生物醫學科學+AI」的技能很可能會提高畢業生的就業能力，使其成為對僱主有吸引力的選擇。儘管他們不會像學習計算機或數據科學的人那樣有深度的AI知識，但他們所擁有的綜合技能可能會給他們增加很多機會。

碩士課程針對的是有複合學科背景的畢業生，這也有助於增加多樣性。與計算機科學相比，在生物醫學領域的畢業生中女性的比例要高得多。針對這一研究生群體的課程可能有助於提高人工智慧的多樣性，並加速其在科技和工程等高潛力領域的應用。

「與人工智慧合作」的發展還處於早期階段，甚至連當前的需求狀況都很難確定。因此，最好的方法是，在市場調查中，僱主是否看到了這種方法的價值，以及在哪些領域尤其突出。其目標是確定此類課程是否有助於滿足行業對專業人才需求，以及畢業生是否能抓住這個機會。

推薦：大學應該與僱主和學生一起探索人工智慧一年制碩士學位的潛在需求，以幫助那些除了計算和數據科學以外的學科的畢業生。

STEM畢業生的基礎知識會很紮實，但隨著與倫理和社會科學越來越多的重疊，人工智慧領域將更喜歡複合學科背景的學生。

博士學位水平的培訓

最關鍵的是培養足夠多的博士級研究人員，以擴大研究能力。英國擁有一些世界上最好的大學和最受尊敬的學術專家。要想提高這一能力將需要在博士水平教育方面追加投資。追蹤IT就業市場時注意到，儘管對IT人才的需求自2015年以來增長了一倍多，但相應的人才培訓項目卻沒有增加。

在全國範圍內，確保充足的投資進入大學研究是至關重要的。政府對學術機構的支持，需要通過研究委員會來平衡學術界的資金需求和供給限制。大多數英國的頂尖大學都指出，博士學位申請者的資質通常非常高。其中一些人已經發表過專業論文。來自企業和學術界給學生提供的資金支持至少是大學的三倍以上。然而，由於實際情況和可用資金的限制，這些大學只能收到少量的高級人才。

英國與那些海外大學有著強勁的優秀博士人才競爭需求。在英國申請失敗的的人不能進行博士培訓，因為名額有限，他們會去海外尋找機會，通常是去嘗試美國的學校，包括斯坦福大學、紐約大學、麻省理工學院、伯克利分校。

在2015年，物理科學研究委員會（EPSRC）的博士生研究人工智慧的人數是436。其中80個完全研究人工智慧。其中212個研究內容至少50%是人工智慧（另外50%在其他領域，特別是機器人技術），另外224個在人工智慧領域的研究比例低於50%，而是通常研究應用領域。

EPSRC的一項近似分析表明，在全國範圍內申請機器學習和人工智慧領域的博士學位人數超過500個，大約40%的申請被認為符合最低標準。除了培訓和留住英國國民外，英國大學還應積極吸引海外學生到英國學習。英國將受益於下一代國際人工智慧專家在他們研究生研究期間和之後的研究成果。

增加申請者數量可以通過：

1.增加畢業生和碩士生的數量，使他們能夠在人工智慧行業工作。

2.鼓勵畢業生申請人工智慧博士，而不是選擇其他職業。

3.吸引世界各地的人來申請人工智慧博士學位。

因此，這篇綜述建議立即增加博士學位的名額，加到現在所能支持的最大數量，並隨著時間的推移不斷擴大，因為下面的其他措施可以為將來的申請者和其他能夠教授他們的學術專家構建系統的能力。

在英國吸引人才並留住人才，將會對英國在新領域開發人工智慧的能力產生重大影響，也將提高我們培養下一代專家的能力，以迎接下一代研究。

建議：政府和大學至少應該在頂尖大學中設立200個專門研究人工智慧的博士學位。隨著英國培養和吸引更多的學術人才，這個數字應該逐年增長。

政府和大學應繼續增加博士學位，得到合格督導人員、機構和申請者數量增加的支持，目標是到2025年在AI相關科目中，新博士學位超過1000個。

為了實現英國博士學位數量的大幅增長，我們需要在移民、學生資助和激勵機制方面做出改變，以確保我們能夠滿足學生需求。這包括：

1.一項適當的移民政策，不僅有助於學生進入英國，還能激勵畢業生留在英國，要麼繼續讀研究生，要麼繼續深造，要麼進入英國公司就業。

2.對博士學位的修改，使國際申請者能夠公平競爭英國的助學金和獎學金，同時也鼓勵了IET和皇家工程學院等慈善機構擴大現有計劃，以吸引國際人才到英國。

3.鼓勵英國學生繼續攻讀研究生學位。這可能是對人工智慧的研究生教育進行的的宣傳活動，包括為有財務困難的學生提供獎學金、減免債務和潛在的僱主關係(通過行業資助)。

大規模開放在線課程，實現人工智慧領域的持續發展

正如網路安全導論所證明的那樣，Massive Online Open Courses （大規模網路公開課程）是提高人們對技能需求高的數字技術領域的認知和傳授基本技能的絕佳方式。目前已有超過8萬人完成了由這個開放式的大學開發的網路安全入門課程，也是世界上第一個獲得政府支持的機構。幫助有基礎知識的人進行這種轉變將有助於擴大人工智慧專業人員的供應，並有助於理解人工智慧如何在更廣泛的群體中實現價值。其他經過認證的持續專業發展課程也可以幫助人們以靈活的方式提高專業技能，以適應他們的個人情況和實現他們的抱負。建議大學應該鼓勵發展先進的AI MOOCs課程和在線專業發展課程，從而為擁有STEM資格的人提供更多專業知識。這一建議的成功的關鍵在於，一大批重點大學同意在同一套課程上開發和分配學分。

吸引並留住學術人才：為英國提供國際圖靈AI獎學金項目，行業對高度專業化的人工智慧人才的需求以及不斷上漲的工資水平，可能會導致學者轉向企業。這使得學術網路的彈性和能力承受著繼續研究和培訓人才的壓力，一種解決方案是，讓學者可以自由地選擇在行業和學術研究之間做出選擇，以示公平。英國必須支持其學術機構繁榮發展，並在全球市場中得到認可，使它們能夠為研究和學術合作做出更大貢獻。

在人工智慧領域開展的全國性學術獎學金項目將激勵國內外學者參與合作研究和高等教育。該獎學金將與專註於研究的行業合作夥伴建立聯繫，讓研究員可以自由地在不同組織之間進行交流，以解決行業面臨的具有挑戰性的問題，並支持學術研究。該獎學金將包括一份財政津貼，以使學術薪酬與業內人士具有競爭力，並將與加拿大高級研究學院(CIFAR)全球學者計劃密切合作。

此外，建議英國人工智慧國際獎學金計劃應與艾倫·圖靈研究所合作：圖靈人工智慧獎學金應該得到一個有針對性的基金的支持，以確定和招募最優秀的人才，並確保該項目向來自世界各地的所有合格專家開放。

圖靈項目應該從一開始研究獎學金的數量，並隨著時間的推移發展這個項目。該計劃的目標是創建一個全球範圍內普遍吸引人的獎學金項目，吸引全世界的研究人員在英國聚集。

該計劃將與人工智慧業務掛鉤，以幫助指導和設定該獎學金的戰略目標。「獎學金計劃」將鼓勵並通過標準化的談判，為學者提供高級職位。這些高級職位將讓專家們在行業和學術界都有一席之地，他們可以自由地在兩者之間流動。該獎學金計劃將由行業贊助商和政府共同出資，來的人將會得到一份一級(特別的人才)簽證。在制定該計劃的同時，政府和合作夥伴應該多加探索，是否可以從為高級研究人員提供的資金，以及他們團隊的關鍵成員和其他研究費用中獲取最高的價值。為了確保這一項目在人工智慧領域得到國際認可，艾倫·圖靈研究所將採取行動，將該計劃與他們的優勢和對人工智慧的雄心結合起來。

關於實現人工智慧研究最大化和商業化的建議

這一節推薦實施有針對性的行動來促進人工智慧研究和商業化：

——艾倫·圖靈研究所：國家人工智慧研究所

——獲得低成本計算能力的研究

——改善知識產權的轉讓

艾倫·圖靈研究所：國家人工智慧和數據科學研究所，正如之前的兩項建議所述，艾倫·圖靈研究所可以發揮關鍵作用，使英國成為人工智慧研究的巨擘。「艾倫·圖靈」這個名字對人工智慧有著獨特的意義，因為圖靈被廣泛認為是人工智慧之父。

我們相信，要與該研究所的領導層達成一致，如果該機構能在該行業的重點、品牌和地位上發揮核心作用，那麼該機構將能夠更有效地實現這一目標。與此同時，學院應該擴展到五所大學之外，引入更多的人工智慧專業人才，並成長為一個真正的全國性機構。

艾倫·圖靈研究所應該成為國家人工智慧和數據科學研究所，並在現有的五所大學之外擴展，其關鍵的目標是將其使命集中在人工智慧上。人工智慧研究所應該與其他國家的領先的人工智慧研究機構（如加拿大的矢量研究所）合作，探索未來合作的可能性，例如在CERN模型的研究上。圖靈研究所還可以通過下面推薦的人工智慧委員會來發展與工業的聯繫。

改善知識產權轉讓，推動人工智慧新業務創造（和成功）的一個關鍵因素是，將創意和技術從大學網路中剝離出來或者獲得許可，並實現商業化。大學在培養和支持具有創業精神的人才方面發揮著重要作用，並促使英國成為世界上最適合創業的地方。

為了給社會和經濟帶來影響，大學應該確保他們的人工智慧研究商業化的主要目標是對知識產權（IP）的開發，而不僅僅是對知識產權的保護。

當前的分拆實踐和過程可能會很複雜，而且會持續很長時間。不同的大學採用不同的方法，提供不同的水平和質量的教育。知識產權分配是一個特別複雜和有爭議的過程。我們顯然有必要改善這一流程，以減少商業化方面的障礙，促進人工智慧領域的創新，大學應該使用清晰、可及的方式，以及在許可知識產權和組建分拆公司方面可能的共同政策和做法。

明確的流程和指導方針可以促進知識產權的商業化，這將極大地促進人工智慧的創新。這包括大學在知識產權分拆後，要明確自己的股權要求、如何提供支持以及繼續與企業維持關係。

也許有一些方法可以通過激勵機制來改善這種狀況。人工智慧研究公司的企業投資者可以開發適用於所有相關協議的條款和共享標準，以獲得投資資格。例如，這所大學將擁有不超過5%的產權，這部分股權不能被稀釋到某一特定價值的投資價值，談判也可能有一個時間限制。

還有一個地方可以讓大學參與公共資助的加速器和孵化器計劃，以依賴一套關於知識產權轉讓的標準。可以建立AI企業獎學金，並有資格獲得需要滿足某些條件的獎學金。大學往往沒有足夠的資源同企業進行步調一致的速度工作，從而使它們無法充分認識到研究成果的潛力。大學也往往缺乏技術方面的專業人才，在人工智慧商業化方面，與技術專家共享技術可以幫助大學解決這個問題。

為研究提供低成本計算能力，對於研究人工智慧潛在應用的研究機構來說，最主要的成本在於開發高性能計算能力。降低獲取這一計算能力的成本和損失，將有助於使英國政府通過人工智慧研究委員會獲得的投資回報最大化，確保資金的使用儘可能有效。在競爭日益激烈的國際研究環境中，相對低成本的計算能力，也將確保英國仍是全球領先研究人員立足之地的一個吸引力點，並鼓勵英國機構與海外專業技術中心之間進行合作。

對公共部門高性能計算能力的額外投資將是受歡迎的，但降低計算能力的價格並不一定會減少額外的公共資金成本。或許還會有機會將各機構的需求聚合在一起，從而最大限度地利用它們與商業供應商的議價能力。英國有機會通過一家領先的機構來管理高性能計算需求機構，以更低的成本獲得產能。

集體行動還可以改善對英國研究部門未來能力的規劃。

艾倫·圖靈研究所、工程與物理科學研究理事會（EPSRC）、科學技術設施理事會（簡稱STFC）和聯合信息系統委員會（JISC）應該協同工作，協調對人工智慧研究的計算能力的需求，並為英國研究團體進行爭取。

關注網易智能公眾號（smartman163），獲取人工智慧行業最新報告。