盡管個別有遠見的人口學者已經提前預警,但就在幾年前,人口負增長似乎還是一個遙不可及的事。然而,隨著更多人口數據的曝光和解讀,人們驀然發現,人口負增長已在眼前。
根據人口學者的估算,最早可能在2021年中國人口就將進入負增長。這就是5年之後的事了。
人口負增長,通俗地說,就是死亡人口超過出生人口,總人口數量開始出現凈減少。
總和生育率(TotalFertilityRate)是衡量生育水平常用的指標之一。它指的是平均每個婦女在育齡期生育的孩子數。中國的總和生育率從上世紀90年代初開始,跌到世代更替水平以下,此後一路降低,目前已經低至1.4(部分人口學者認為是1.3或者1.2)的低點。
對於一個總和生育率低於“2.1世代更替水平”——每位女性一生平均生2.1個孩子,出生的人數與死亡的人數大致相當——的地區來說,人口負增長是必然的。區別只是人口負增長到來得有多快。
人口學者黃文政曾經計算過,相對於2.2的更替水平,1.4的總和生育率意味著每隔一代人(25~30年)出生人數將萎縮36%,兩代人就萎縮60%。這是個可怕的速度。
要判斷人口負增長在哪一年到來,說起來並不複雜。根據總和生育率和育齡婦女數量,可以計算出每年出生人口的大致數量,而死亡人口一般相對穩定,找到死亡人口與出生人口相等的點就可以確定人口峰值和負增長開始的時間點。
當然也不會那麽簡單,因為要考慮一些變量。比如總和生育率,這是一個變動的量,政策變化等都會對它產生一定影響。比如全面兩孩政策實施之後,可能會對總和生育率產生一定的影響。具體影響有多大,不同的學者測算的結果也不盡相同。又比如死亡人口,也要考慮到預期壽命的增加等各種因素。
但不管怎樣,要確定人口負增長的點並不是不可能。目前對於中國人口負增長的判斷有四五個版本之多。
一是聯合國《世界人口前景2010年修訂本》,判斷中國人口峰值在13.96億人,人口負增長出現在2027年。
第二個是國家衛計委認可的版本,人口峰值在14.5億人,人口負增長出現在2030年。
第三個版本是中國社科院人口與勞動經濟研究所人口學者王廣州估算的,人口峰值不超過14.2億人,人口負增長出現在2028年左右。
第四個版本是人口學者梁建章和黃文政做出。他們認為,中國人口峰值不超過14.2億人,人口負增長可能在2021到2025年之間出現。
第五個版本是人口學者姚美雄,他判斷人口負增長可能在2023年就出現,至於人口峰值,他認為由於全面兩孩政策放開的影響到底有多大尚無法判斷,所以難以判斷人口峰值有多高。但是,即使為了增加出生人口而現在就開始大力鼓勵生育二孩,人口峰值也肯定不會超過14.8億人。
中國最大的危機是伴隨著人口負增長的人口結構扭曲,高齡少子化和性別失衡。過去三四十年,不僅中國人口的總和生育率一路走低,中國人的生育意願也非常低迷,0~14歲少兒人口正在持續減少。
這意味著,未來中國的勞動力尤其是青壯年勞動力供應將大大減少,養老保險的繳納者將嚴重不足,從生產到消費、從就業到養老,都會面臨很大的挑戰。
更多精彩內容
請關註第一財經網、第一財經日報微信號
英國倫敦貪戀夜生活的人們不必再為回家發愁,醞釀近3年卻因爭議遭拖延的通宵地鐵終於在19日正式開通。
據倫敦交通局當日公布的消息,從8月19日起,倫敦地鐵的兩條主幹線逢周五和周六將實行24小時運營,以滿足日益增長的交通需求。鑒於2000年以來倫敦夜間地面公交的運載量已增加了173%,8條地面公交線路也將於同日起實施通宵運營。為減少夜行乘客的安全憂慮,約100名警察將在144個地鐵站巡邏。
據英國廣播公司(BBC)報道,本周五周六率先實施24小時運營的是維多利亞線和中央線兩條線路,夜間運營約每隔10分鐘發1班車,按非高峰時段標準收費;另外三條線路也將於今年秋季開始24小時運營。通宵運營線路將在今年秋天擴大到朱比利線、皮卡迪利線和北線。
地鐵告示:倫敦通宵地鐵自8月19日開通。(圖片來源:新華/美聯)
新任倫敦市長薩迪克汗說:“真心為通宵地鐵開通高興和驕傲。”他說,許多人需要搭乘地鐵上下夜班,通宵列車有助於推動劇院、音樂廳及餐館等夜生活經濟。通宵地鐵服務預計到2030年將給倫敦帶來64億英鎊收入,創造50萬個工作崗位。薩迪克汗打算搭乘維多利亞線首發通宵列車。
自2000年以來,倫敦晚班地鐵客流量增長了70%,是日間客流量增長速度的2倍,每逢周五和周六晚10點後地鐵的客流量仍高達50萬人。
倫敦地鐵公司負責人透露,一旦條件成熟,還有4條客流量相對較大的地鐵線路也將實行通宵運營;按照目前的規劃,倫敦地上鐵路及部分輕軌路段將分別於2017年和2021年實行通宵運營。倫敦交通局發言人說,地鐵周末24小時運營是有著150多年歷史的倫敦地鐵的一項歷史性變革。
近年來,倫敦在地鐵改造升級上投入大量資金,為通宵運營奠定了堅實基礎。倫敦地鐵周末通宵運營原定去年9月推出,但由於始終未與工會達成一致而推遲至今。英國全國鐵路、海運和運輸工人聯合會負責人此前公開表示,倫敦市政府推出24小時地鐵服務純粹是為了轉移公眾註意力,以便下一步大規模裁減地鐵員工。
聯合國全球契約組織22日在北京舉行的2016實現可持續發展目標中國峰會上發布報告指出,2030年,世界人口將超過80億,大部分新增人口將來自低收入經濟體。
這份名為《全球性目標的本土化落實》的報告稱,屆時,西方經濟體將面臨人口老齡化和勞動力人口萎縮問題,而發展中經濟體將迎來青年人口膨脹。
報告指出,世界正在進入資源壓力加劇期。到2050年,滿足人類的消費需求將需要三個地球的資源。人類生活的基本要素水、食物和能源正承受巨大壓力。
2011年世界人口達到70億
據新華社2011年報道,2011年10月,全球人口已達到70億。聯合國在2011年5月發布的一份報告中稱,如果生育率保持在當時的預期水平,全球人口將於2050達到93億,並於2100年達到101億。
19世紀初,世界人口達到10億。100多年後,人口總數翻了一番。此後,世界人口增長速度加快,於30多年後達到30億;由1987年的50億到1999年的60億,僅用了12年。
中共中央政治局8月26日召開會議,審議通過“健康中國2030”規劃綱要。中共中央總書記習近平主持會議。
會議認為,健康是促進人的全面發展的必然要求,是經濟社會發展的基礎條件,是民族昌盛和國家富強的重要標誌,也是廣大人民群眾的共同追求。黨的十八屆五中全會明確提出推進健康中國建設,從“五位一體”總體布局和“四個全面”戰略布局出發,對當前和今後一個時期更好保障人民健康作出了制度性安排。編制和實施“健康中國2030”規劃綱要是貫徹落實黨的十八屆五中全會精神、保障人民健康的重大舉措,對全面建成小康社會、加快推進社會主義現代化具有重大意義。同時,這也是我國積極參與全球健康治理、履行我國對聯合國“2030可持續發展議程”承諾的重要舉措。
會議指出,新中國成立特別是改革開放以來,我國健康領域改革發展成就顯著,人民健康水平不斷提高。同時,我國也面臨著工業化、城鎮化、人口老齡化以及疾病譜、生態環境、生活方式不斷變化等帶來的新挑戰,需要統籌解決關系人民健康的重大和長遠問題。
會議強調,“健康中國2030”規劃綱要是今後15年推進健康中國建設的行動綱領。要堅持以人民為中心的發展思想,牢固樹立和貫徹落實創新、協調、綠色、開放、共享的發展理念,堅持正確的衛生與健康工作方針,堅持健康優先、改革創新、科學發展、公平公正的原則,以提高人民健康水平為核心,以體制機制改革創新為動力,從廣泛的健康影響因素入手,以普及健康生活、優化健康服務、完善健康保障、建設健康環境、發展健康產業為重點,把健康融入所有政策,全方位、全周期保障人民健康,大幅提高健康水平,顯著改善健康公平。
會議指出,推進健康中國建設,要堅持預防為主,推行健康文明的生活方式,營造綠色安全的健康環境,減少疾病發生。要調整優化健康服務體系,強化早診斷、早治療、早康複,堅持保基本、強基層、建機制,更好滿足人民群眾健康需求。要堅持共建共享、全民健康,堅持政府主導,動員全社會參與,突出解決好婦女兒童、老年人、殘疾人、流動人口、低收入人群等重點人群的健康問題。要強化組織實施,加大政府投入,深化體制機制改革,加快健康人力資源建設,推動健康科技創新,建設健康信息化服務體系,加強健康法治建設,擴大健康國際交流合作。
會議強調,各級黨委和政府要增強責任感和緊迫感,把人民健康放在優先發展的戰略地位,抓緊研究制定配套政策,堅持問題導向,抓緊補齊短板,不斷為實現“兩個一百年”奮鬥目標、實現中華民族偉大複興的中國夢打下堅實健康基礎。
會議還研究了其他事項。
據新華社報道,一個國際專家小組日前報告說,到2030年,專業化的人工智能應用將日益普遍和更加實用,有利於經濟發展和生活質量提升。這是一個為期100年的人工智能影響研究項目產生的第一項研究成果。
這份報告名為《2030年的人工智能和生活》,由美國斯坦福大學主持的一個人工智能及相關領域17人專家小組提交。研究小組以北美一個典型城市為背景,考察未來15年里人工智能對人們的生產生活8個方面可能產生的影響。這8個方面是交通、家政、醫療保健、教育、娛樂、低資源社區、公共安全和保障以及就業和職場。
研究人員認為,利用計算機視覺、深度學習、自然語言處理等人工智能技術開發的、執行特定任務的應用屆時將無處不在。預計越來越多的人工智能技術將普遍應用於自動駕駛汽車、醫療診斷和定向治療、老年人生活輔助等方面。人工智能技術和機器人還將應用於那些難以吸引年輕勞動力的行業,比如農業、食品加工等。無人機、無人駕駛卡車或送貨機器人等將使網購商品的運送更為便利。
研究人員指出,到2030年,人工智能可能對經濟和社會產生積極而深刻的影響。但同時也將帶來嚴峻挑戰,比如人工智能取代人類勞動力的問題。近期內提出的人工智能應用設計和政策決策有可能對人工智能發展方向產生長期影響。因此,人工智能研發者、社會科學家和決策者應該開動腦筋,在創新的必要性與建立保證人工智能益處廣泛分享的機制之間取得平衡。
這份報告是研究人工智能及其影響的“人工智能100”項目推出的第一份研究報告。這一項目由斯坦福大學領導,2014年啟動。管理這一研究項目的常設委員會每隔5年組建一個研究小組,評估人工智能現狀,預測今後的進展以及對社會和經濟產生的挑戰和機遇。
人工智能就是致力於讓機器變得智能的活動,而智能就是使實體在其環境中有遠見地、適當地實現功能性的能力。
推薦人:黑馬哥
推薦星級:☆☆☆☆
閱讀時間:全文14220字,閱讀時間預計15分鐘
推薦理由:重要的人工智能相關的進展已經在過去十五年內給北美的城市造成了影響,而未來十五年還將有更大幅度的發展發生。本文節選自斯坦福大學「人工智能百年研究」的首份報告:《2030 年的人工智能與生活》,描述了目前人工智能相關技術、法律以及道德上的挑戰,並對產業界、學界、政界三方人士提供了人工智能技術、應用、政策上的指導與建議。本文由雲啟資本YUNQI(ID:yunqipartners)授權i黑馬發布。
節選自Stanford 編譯 | 機器之心
全文目錄:
序言
概述
第一部分:人工智能是什麽?
定義人工智能
人工智能研究趨勢
第二部分:人工智能應用領域
交通
家庭/服務機器人
醫療
教育
低資源社區
公共安全與防護
就業與勞資
娛樂
第三部分:人工智能公共政策的預期與建議
如今與未來的人工智能政策
附錄:人工智能歷史簡述
序言
2014 年秋季,人工智能百年研究(OneHundred Year Study)項目啟動,這是一項對人工智能領域及其對人類、社區、社會影響的長期學術研究。這項研究包含使用人工智能計算系統的科學、工程和應用實現。監督該「百年研究」的常務委員會(Standing Committee)組建了一個研究小組(Study Panel)來每五年評估一次人工智能所處的狀態——這是本項目的核心活動。
本研究小組要回顧從上次報告到現在這段時間人工智能的進展,展望未來潛在的進展並且描述這些進展對於技術、社會的挑戰與機遇,涉及的領域包括:道德倫理、經濟以及與人類認知兼容的系統設計等等。
「百年研究」定期進行專家回顧的首要目標是:提供一個隨著人工智能領域發展的關於人工智能及其影響的收集性的和連通的集合。這些研究希望能在人工智能領域的研究、發展以及系統設計方面、以及在幫助確保那些系統能廣泛地有益於個人和社會的項目與政策上提供專業推斷上的方向指南及綜合評估。
這篇報告是計劃持續至少 100 年的研究系列中的第一篇。常務委員會在 2015 年的暑期成立了一個研究小組來負責組建現在這個初始的研究小組,並任命了得克薩斯大學奧斯汀分校的教授 Peter Stone 擔任該小組的主席。這個包含了 17 名成員的研究小組由人工智能學術界、公司實驗室以及產業界的專家與了解人工智能的法律、政治科學、政治以及經濟方面的學者組成,並於 2015 年秋季中期啟動。
參與者代表著不同的專業、地區、性別以及職業階段。常務委員會廣泛討論了 Study Panel 相應的責任,包括人工智能最近的發展與在工作、環境、運輸、公共安全、醫療、社區參與以及政府的潛在社會影響。委員會考慮多種聚焦研究的方式,包括調查子領域及其狀態、研究特定的技術(例如機器學習與自然語言處理)以及研究特定的應用領域(例如醫療與運輸運輸)。
委員會最終選擇了「2030 年的人工智能與生活(AI and Life in 2030)」為主題以強調人工智能的各種用途與影響的發生不是獨立於彼此,也不獨立於其他許多社會和技術上的發展。意識到了城市在大多數人類生活中的核心作用之後,我們將專註重點縮小到大多數人居住的大都市。
第一部分:什麽是人工智能?
本節介紹了研究人員和從業者如何定義「人工智能」以及目前正在蓬勃發展的人工智能研究和應用領域。它提出了人工智能是什麽和不是什麽的定義,並介紹了一些當前人工智能研究的「熱點」領域。
本節為第二部分的內容奠定了基礎,第二部分闡述了人工智能在八個領域和在第三部分中的影響與未來,第三部分介紹了涉及人工智能設計和公共政策的問題,並提出在保護民主價值的同時如何鼓勵人工智能創新的建議。
1.定義人工智能
奇怪的是,人工智能缺乏一個精確的、被普遍接受的定義,這或許有助於該領域的加速成長、繁榮以及前進。雖然人工智能的從業者、研究人員和開發人員由一種粗略的方向感和一個「與它相處」的命令所引導,人工智能的定義仍然很重要,而 Nils J. Nilsson 就提供了一個有用的定義:「人工智能就是致力於讓機器變得智能的活動,而智能就是使實體在其環境中有遠見地、適當地實現功能性的能力。」
從這個角度來看,對人工智能的表征取決於個人願意「適當地」並「有遠見地」為功能性提供合成軟件和硬件的信用。一個簡單的電子計算器比人類大腦進行的計算要快得多,而且幾乎從來不出錯。
電子計算器智能嗎?像 Nilsson 一樣,研究小組以一種寬泛的視角來看待此問題,認為智力取決於一個多維頻譜。根據這一觀點,算術計算器和人腦之間的區別不是某一類,而是規模、速度、自主性和通用性的區別。
同樣的因素可以用來評估智能的其他各例——智能語音識別軟件、動物大腦、汽車巡航控制系統、圍棋程序、自動調溫器——並將它們放置在頻譜中的適當位置。雖然我們的寬泛解釋把計算器列在了智能頻譜中,但是如此簡單的設備與今天的人工智能相比幾乎沒有相似之處。
從這個角度看,對人工智能的表征取決於個人願意「適當地」並「有遠見地」為功能提供合成軟件和硬件的信用。一個簡單的電子計算器比人腦計算快得多而且幾乎從不出錯。
人工智能的邊界已經遠遠走在前面,而計算器可以實現的功能只是當下的智能手機的百萬分之一。目前人工智能開發人員正在改進、推廣和擴大從當下的智能手機中所建立起來的智能。事實上人工智能領域是一個不斷努力推動機器智能向前發展的過程。
具有諷刺意味的是,人工智能正在遭受失去話語權的長期災難,最終不可避免地會被拉到邊界內,即一個被稱為「人工智能效應(AI effect)」或「奇怪悖論(odd paradox)」的重複模式——人工智能將一種新技術帶到了普通大眾中去,人們習慣了這種技術,它便不再被認為是人工智能,然後更新的技術出現了。
同樣的模式將在未來繼續下去。人工智能並沒有「交付」一個驚雷般改變生活的產品。相反人工智能技術以一個連續的、進步的方式正在繼續更好的發展。
2.人工智能研究趨勢
直到本世紀初,人工智能的吸引點主要在於它所傳遞的承諾,但在過去的十五年里,大多這樣的承諾已經得到兌現。人工智能技術已經充斥了我們的生活。當它們成為了社會的一股中心力量時,該領域正在從僅僅建立智能系統,轉向了建立有人類意識的、值得信賴的智能系統。
幾個因素加速了人工智能革命。其中最重要的是機器學習的成熟,部分由雲計算資源和廣泛普及的、基於 Web 的數據收集所支持。機器學習已經被「深度學習(deep learning)」急劇地向前推進了,後者是一種利用被稱作反向傳播的方法所訓練的適應性人工神經網絡的一種形式。
信息處理算法的這種性能飛躍一直伴隨著用於基本操作的硬件技術的顯著進步,比如感覺、感知和目標識別。數據驅動型產品的新平臺和新市場,以及發現新產品和新市場的經濟激勵機制,也都促進了人工智能驅動型技術的問世。
所有這些趨勢都推動著下文中所描述的「熱門」研究領域。這種編輯只是想要通過某個或另一個度量標準來反映目前比其他領域得到更大關註的領域。它們不一定比其他領域更重要或更有價值。事實上目前的一些「熱門」領域在過去幾年中並不怎麽流行,而其他領域可能在未來會以類似的方式重新出現。
大規模機器學習
許多機器學習的基本問題(如監督和非監督學習)是很好理解的。目前努力的一個重點是將現有算法擴展到更龐大的數據集上。例如鑒於傳統方法能夠負擔得起若幹遍數據集的處理,現代方法是為單次處理所設計;某些情況只認同非線性方法(那些只關註一部分數據的方法)。
深度學習
成功訓練卷積神經網絡的能力非常有益於計算機視覺領域,比如目標識別、視頻標簽、行為識別和幾個相關變體的應用。深度學習也在大舉進軍感知方面的其他領域,如音頻、語音和自然語言處理。
強化學習
鑒於傳統機器學習主要關註於模式挖掘,強化學習將重點轉移到決策中,這種技術將有助於促進人工智能在現實世界中更深入地進入相關研究和實踐領域。作為一種經驗驅動型的序貫決策框架,強化學習已經存在了幾十年,但是這個方法在實踐中沒有取得很大成功,主要是由於表征和縮放的問題。然而深度學習的出現為強化學習提供了「一貼強心劑」。
由谷歌 DeepMind 開發的計算機程序 AlphaGo 在五次對抗比賽中擊敗了人類圍棋冠軍,它最近所取得的成功在很大程度上要歸功於強化學習。AlphaGo 是通過使用一個人類專家數據庫來初始化一個自動代理的方法被訓練的,但隨後提煉的方法是通過大量地自我對抗遊戲以及應用強化學習。
機器人
至少在靜態環境中,機器人導航在很大程度上被解決了。目前的努力是在考慮如何訓練機器人以泛型的、預測性的方式與周圍世界進行交互。互動環境中產生的一個自然要求是操縱,這是當下所感興趣的另一個話題。
深度學習革命只是剛開始影響機器人,這在很大程度上是因為要獲得大的標記數據集還很困難,這些數據集已推動了其他基於學習的人工智能領域。
免去了標記數據需求的強化學習可能會有助於彌合這一差距,但是它要求系統在沒有錯誤地傷害自己或其他系統的情況下能夠安全地探索出一個政策空間。在可信賴的機器感知方面的進步,包括計算機視覺、力和觸覺感知,其中大部分將由機器學習驅動,它們將繼續成為推進機器人能力的關鍵。
計算機視覺
計算機視覺是目前最突出的機器感知形式。它是受深度學習的興起影響最大的人工智能子領域。直到幾年前,支持向量機還是大多視覺分類任務所選擇的方法。但是特別是在 GPU 中的大規模計算的匯合,使得更大數據集的可獲得性(尤其是通過互聯網)以及神經網絡算法的改進導致了基準任務中能的顯著提高(比如 ImageNet 中的分類器)。計算機首次能夠比人類更好地執行一些(狹義定義的)視覺分類任務。目前的研究多是關註於為圖像和視頻自動添加字幕。
自然語言處理
自然語言處理是另一個通常與自動語音識別一同被當做非常活躍的機器感知領域。它很快成為一種擁有大數據集的主流語言商品。谷歌宣布目前其 20% 的手機查詢都是通過語音進行的,並且最近的演示已經證明了實時翻譯的可能性。現在研究正在轉向發展精致而能幹的系統,這些系統能夠通過對話而不只是響應程式化的要求來與人互動。
協同系統
協同系統方面進行的是對模型和算法的研究,用以幫助開發能夠與其他系統和人類協同工作的自主系統。該研究依賴於開發正式的協作模型,並學習讓系統成為有效合作夥伴所需的能力。能夠利用人類和機器的互補優勢的應用正吸引到越來越多的興趣——對人類來說可以幫助人工智能系統克服其局限性,對代理來說可以擴大人類的能力和活動。
眾包和人類計算
在完成許多任務方面由於人類的能力是優於自動化方法的,因而在眾包和人類計算方面,通過利用人類智力來解決那些計算機無法單獨解決好的問題,該領域研究調查了增強計算機系統的方法,這項研究的提出僅僅是在大約 15 年前,現在它已經在人工智能領域確立了自己的存在。最有名的眾包例子是維基百科,它是一個由網絡公民維護和更新的知識庫,並且在規模上和深度上遠遠超越了傳統編譯的信息源,比如百科全書和詞典。
眾包專註於設計出創新的方式來利用人類智力。Citizen 科學平臺激發誌願者去解決科學問題,而諸如亞馬遜的 Mechanical Turk 等有償眾包平臺,則提供對所需要的人類智力的自動訪問。通過短時間內收集大量標記訓練數據和/或人機交互數據,該領域的工作促進了人工智能的其它分支學科的進步,包括計算機視覺和自然語言處理。基於人類和機器的不同能力和成本,目前的研究成果探索出了它們之間理想的任務分離。
算法博弈理論與 (基於) 計算機 (統計技術的) 社會選擇
包括激勵結構、人工智能的經濟和社會計算維度吸引到了新的關註。自 20 世紀 80 年代初以來,分布式人工智能和多代理(multi-agent)系統就已經被研究了,於 20 世紀 90 年代末開始有顯著起色,並由互聯網所加速。一個自然的要求是系統能夠處理潛在的不恰當激勵,包括自己所感興趣的人類參加者或公司,以及自動化的、基於人工智能的、代表它們的代理。
備受關註的主題包括計算機制設計(computational mechanism design)(一種激勵設計的經濟理論,它尋求激勵兼容的系統,其中輸入會被如實報告)、(基於) 計算機 (統計技術的) 社會選擇(computational social choice)(一種有關如何為替代品排列順序的理論)、激勵對齊信息獲取(incentive aligned information elicitation)(預測市場、評分規則、同行預測)和算法博弈理論(algorithmic game theory)(市場、網絡遊戲和室內遊戲的平衡,比如poker——它在近幾年通過抽象技術和無遺憾學習(no-regret learning)已經取得了顯著的進步)。
物聯網(IoT)
越來越多的研究機構致力於這樣一個想法:一系列設備可以相互連接以收集和分享它們的感官信息。這些設備可以包括家電、汽車、建築、相機和其他東西。雖然這就是一個技術和無線網絡連接設備的問題,人工智能可以為了智能的、有用的目的去處理和使用所產生的大量數據。目前這些設備使用的是令人眼花繚亂的各種不兼容的通信協議。人工智能可以幫助克服這個「巴別塔」。
神經形態計算
傳統計算機執行計算的馮諾依曼模型,它分離了輸入/輸出、指令處理和存儲器模塊。隨著深度神經網絡在一系列任務中的成功,制造商正在積極追求計算的替代模型——特別是那些受到生物神經網絡所啟發的——為了提高硬件的效率和計算系統的穩定性的模型。
目前這種「神經形態的(neuromorphic)」計算機尚未清楚地顯示出巨大成功,而是剛開始有望實現商業化。但可能它們在不久的將來會變成尋常事物(即使僅作為馮諾依曼所增加的兄弟姐妹們)。深度神經網絡在應用景觀中已經激起了異常波動。當這些網絡可以在專門的神經形態硬件上被訓練和被執行,而不是像今天這樣在標準的馮諾依曼結構中被模擬時,一個更大的波動可能會到來。
總體趨勢以及人工智能研究的未來
數據驅動型範式的巨大成功取代了傳統的人工智能範式。諸如定理證明、基於邏輯的知識表征與推理,這些程序獲得的關註度在降低,部分原因是與現實世界基礎相連接的持續挑戰。規劃(Planning)在七十和八十年代是人工智能研究的一根支柱,也受到了後期較少的關註,部分原因是它強烈依賴於建模假設,難以在實際的應用中得到滿足。
基於模型的方法——比如視覺方面基於物理的方法和機器人技術中的傳統控制與制圖——已經有很大一部分讓位於通過檢測手邊任務的動作結果來實現閉環的數據驅動型方法。即使最近非常受歡迎的貝葉斯推理和圖形模式似乎也正在失寵,被數據和深度學習顯著成果的洪流所淹沒。
研究小組預計在接下來的十五年中,會有更多關註集中在針對人類意識系統的開發上,這意味著它們是明確按照要與之互動的人類特點來進行建模與設計的。很多人的興趣點在於試圖找到新的、創造性的方法來開發互動和可擴展的方式來教機器人。
此外在考慮社會和經濟維度的人工智能時,物聯網型的系統——設備和雲——正變得越來越受歡迎。在未來的幾年中,對人類安全的、新的感知/目標識別能力和機器人平臺將會增加,以及數據驅動型產品數量與其市場規模將會變大。
研究小組還預計當從業者意識到純粹的端到端深度學習方法的不可避免的局限性時,會重新出現一些人工智能的傳統形式。我們不鼓勵年輕的研究人員重新發明理論,而是在人工智能領域以及相關領域(比如控制理論、認知科學和心理學)的第一個五十年期間,保持對於該領域多方面顯著進展的覺察。
第二部分:人工智能在各領域的應用
雖然人工智能的很多研究和應用會基於一些通用技術,比如說機器學習,但在不同的經濟和社會部門還是會有所區別。我們稱之為不同的領域(domain),接下來的這部分將介紹人工智能研究和應用的不同類型,以及影響和挑戰,主要有八個方面:交通、家庭服務機器人、醫療健康、教育、低資源社區、公共安全、工作和就業、娛樂。
基於這些分析,我們還預測了一個有代表性的北美城市在未來 15 年的趨勢。與人工智能的流行文化中的典型敘述不同,我們尋求提供一個平衡的觀點來分析,人工智能是如何開始影響我們日常生活的,以及從現在到 2030 年,這些影響將如何發展。
1.交通
交通可能會成為首批幾個特定應用領域之一,在這些領域,大眾需要對人工智能系統在執行危險任務中的可靠性和安全性加以信任。自動化交通會很快司空見慣,大多數人在嵌入人工智能系統的實體交通工作的首次體驗將強有力的影響公眾對人工智能的感知。
智能汽車
交通規劃
即時交通
人機交互
2.家庭服務機器人
過去十五年中,機器人已經進入了人們的家庭。但應用種類的增長慢得讓人失望,與此同時,日益複雜的人工智能也被部署到了已有的應用之中。人工智能的進步常常從機械的革新中獲取靈感,而這反過來又帶來了新的人工智能技術。
未來十五年,在典型的北美城市里,機械和人工智能技術的共同進步將有望增加家用機器人的使用和應用的安全性和可靠性。特定用途的機器人將被用於快遞、清潔辦公室和強化安全,但在可預見的未來內,技術限制和可靠機械設備的高成本將繼續限制狹窄領域內應用的商業機會。至於自動駕駛汽車和其它新型的交通機器,創造可靠的、成熟的硬件的難度不應該被低估。
真空吸塵器
家庭機器人 2030
3.醫療
對人工智能而言,醫療領域一直被視為一個很有前景的應用領域。基於人工智能的應用在接下來的幾年能夠為千百萬人改進健康結果和生活質量,但這是在它們被醫生、護士、病人所信任,政策、條例和商業障礙被移除的情況下。主要的應用包括臨床決策支持、病人監控、輔導、在外科手術或者病人看護中的自動化設備、醫療系統的管理。
近期的成功,比如挖掘社交媒體數據推斷潛在的健康風險、機器學習預測風險中的病人、機器人支持外科手術,已經為人工智能在醫療領域的應用擴展出了極大的應用可能。與醫學專家和病人的交互方法的改進將會是一大挑戰。
至於其他領域,數據是一個關鍵點。在從個人監護設備和手機 App 上、臨床電子數據記錄上收集有用的數據方面,我們已經取得了巨大的進展,從協助醫療流程和醫院運行的機器人那里收集的數據可能較少一些。但使用這些數據幫助個體病人和群體病人進行更精細的針對和治療已經被證明極其的困難。
研究和部署人工智能應用已經被過時的條例和激勵機制拉扯後腿。在這樣大型的、複雜的系統中,貧乏的人機交互方法和固有的難題以及部署技術的風險也阻礙了人工智能在醫療的實現。減少或者移除這些障礙,結合目前的創新,有潛力在接下來幾年為千百萬人極大的改進健康結果和生活質量。
臨床應用
醫療分析
醫療機器人
移動健康
老年看護
4.教育
在過去的十五年間,教育界見證了為數眾多的人工智能科技的進步。諸如 K-12 線上教育以及大學配套設備等等應用已經被教育家和學習者們廣泛利用。盡管素質教育還是需要人類教師的活躍參與,但人工智能在所有層面上都帶來了強化教育的希望,尤其是大規模定制化教育。如何找到通過人工智能技術來最優化整合人類互動與面對面學習將是一個關鍵性的挑戰,這一點醫療行業也是如此。
機器人早已經成為了廣為歡迎的教育設備,最早可以追溯到 1980 年 MIT Media Lab 所研制出的 Lego Mindstorms。智能輔導系統(ITS)也成為了針對科學、數學、語言學以及其他學科相匹配的學生互動導師。
自然語言處理,尤其是在與機器學習和眾包結合以後,有力推進了線上學習,並讓教師可以在擴大教室規模的同時還能做到解決個體學生的學習需求與風格。大型線上學習的系統所得的數據已經為學習分析產生了迅速增長的動力。
但是,學院與大學采用人工智能技術的步伐依然很緩慢,主要是由於資金的缺乏,以及其可以幫助學生達成學習目標的有力證據。一個典型美國北部城市的未來五十年,智能導師與其他人工智能技術幫助教師在課堂或家中工作的規模很有可能會顯著擴大,因為意願學習是基於虛擬現實的應用。但是計算機為基礎的學習系統將無法完全替代學校里的教師們。
教育機器人
智能輔導系統(ITS)與線上學習
學習分析
挑戰和機遇
更廣大的社會成果
自廣大人民難以獲得教育的國家,如果這些群體有可以獲取在線教育的工具,那麽在線資源將會產生重要的積極影響。在線教育資源的發展應該能讓支持國際教育項目的基金會可以通過提供工具和相對簡單的使用培訓來更輕松地提供素質教育。比如說,針對 iPad 開發出了大量的、且大部分免費的教育應用。
在消極的一面,現在學生已有把自己的社會接觸限制在電子設備上的趨勢了,他們在網絡程序的互動上花費了大量時間,卻沒有進行社會接觸。如果教育也越來越多地通過網絡進行,那麽在學生的社會發展階段缺乏與同齡人有規律的面對面接觸會帶來怎樣的影響呢?特定的技術已經表明這會產生在神經方面的影響。另一方面,自閉癥兒童已經開始從與人工智能系統的互動中受益了。
5.低資源社區
人工智能存在許多機會去改善生活於一個典型北美城市的低資源社區中的人民生活狀況——事實上在某些情況下已經有所改變。了解這些人工智能的直接貢獻也可能會激發對於發展中國家最為貧窮的地區的潛在貢獻。在人工智能的數據收集過程中並沒有對這個人群的顯著關註,而且傳統上人工智能資助者在缺乏商業應用的研究中表現得投資乏力。
有了有針對性的激勵和資金優先次序,人工智能技術可以幫助解決低資源社區的需求。萌芽中的努力是有希望的。人工智能可能會有有助於對抗失業和其他社會問題帶來的恐懼,它或許會提供緩解措施和解決方案,特別是通過受影響的社區以與其建立信任的方式來實現。
6.公共安全與防護
城市已經為公共安全和防護部署人工智能技術了。到 2030 年, 典型的北美城市將在很大程度上依賴它們。這些措施包括可以檢測到指向一個潛在犯罪的異常現象的監控攝像機、無人機和預測警務應用。與大多數問題一樣,好處與風險並存。
獲得公眾信任是至關重要的。雖然會存在一些合理的擔心,即與人工智能合作的警務可能會在某些情況下變得霸道或是無處不在,而相反的情況也是可能的。人工智能可能使警務變得更有針對性並只在需要時被使用。而且假設經過仔細的部署,人工智能也可能有助於消除一些人類決策中固有的偏見。
對於人工智能分析學更成功的一個應用是檢測白領犯罪,比如信用卡詐騙罪。網絡安全(包括垃圾郵件)是一個被廣泛關註的問題,而機器學習也對其有所影響。
人工智能工具也可能被證明有助於警察管理犯罪現場或是搜索和救援活動,它可以幫助指揮官排列任務的優先次序以及分配資源,盡管這些工具還沒有為這些活動的自動化做好準備。在一般的機器學習尤其是在轉換學習中的改進——在新情境中基於與過去情況的相似性而加快學習——可能有利於這樣的系統。
7.就業與勞資
盡管人工智能很有可能會對典型北美城市的就業和工作場所產生深遠的影響,但對當前的影響我們目前還難以作出評估——是積極的還是消極的。在過去十五年,由於經濟衰退和日益的全球化,尤其是中國參與到了世界經濟中,就業狀況已經發生了改變,非人工智能的數字技術也發生了很大的變化。自 1990 年代以來,美國經歷了生產率和 GDP 的連續增長,但平均收入卻停滯不前,就業人口比率也已經下降。
有一些數字技術有重大影響(好的影響或壞的影響)的行業的顯著案例,而在一些其它的行業,自動化將很有可能能在不久的將來發生重大的改變。許多這些改變已經得到了「例行的」數字技術的推動,其中包括企業資源規劃、網絡化、信息處理和搜索。理解這些改變應該能為人工智能影響未來勞動力需求的方式(包括技能需求的改變)提供見解。
到目前為止,數字技術已經給中等技能的工作(比如旅行代理)帶來了更大的影響,而不是非常低技能或非常高技能的工作。另一方面,數字系統所能完成的任務的範圍正隨著人工智能的演進而提升,這很可能會逐漸增大所謂的「例行任務」的範圍。人工智能也正向高端的領域蔓延,包括一些機器之前無法執行的專業服務。
為了獲得成功,人工智能創新將需要克服可以理解的人們對被邊緣化的恐懼。在短期內,人工智能很有可能會取代任務,而非工作,同時還將會創造新類型的工作。但新類型的工作比將可能失去的已有工作更難以想象。就業領域的變化通常是漸進的,不會出現劇烈的過渡。
隨著人工智能進入工作場所,這很有可能是一個持續的趨勢。影響的範圍也將擴大,從少量的替代或增強到完全的替代。比如說,盡管大部分律師的工作還沒被自動化,但人工智能在法律信息提取和主題建模方面的應用已經自動化了一部分第一年工作的律師新人的工作。在不遠的將來,包括放射科醫生到卡車司機到園丁等許多類型的工作都可能會受到影響。
人工智能也可能會影響工作場所的大小和位置。許多組織和機構很龐大的原因是他們所執行的功能只能通過增加人力來擴大規模,要麽是「橫向」擴展地理區域,要麽是「縱向」增多管理層級。隨著人工智能對許多功能的接管,擴展不再意味著會帶來大型的組織。
許多人已經指出一些知名的互聯網公司只有很少數量的員工,但其它公司並不是這樣。人類企業可能存在一個自然的規模大小,在這樣的企業中,CEO 能夠認識公司里的每一個人。通過將創造有效地外包給人工智能驅動的勞動力市場,企業會傾向於自然的大小。
人工智能也將創造工作,特別是在某些行業中,通過使某些特定任務更重要,以及通過產生新的交互模型創造新類型的工作。複雜的信息系統可被用於創造新的市場,這往往會帶來降低門檻和增加參與的影響——從應用商店到 AirBnB 再到 taskrabbit。人工智能界有一個活躍的研究社區在研究創造新市場和使已有市場更高效地運作的進一步的方式。
盡管工作本身有內在的價值,但大部分人工作是為了購買他們看重的商品和服務。因為人工智能系統可以執行之前需要人力的工作,因此它們可以導致許多商品和服務的成本下降,實實在在地讓每個人都更富有。當正如當前的政治辯論中所給出的例子一樣,失業對人們的影響比對散布的經濟效益的影響更顯著——尤其是那些直接受其影響的人;而不幸的是,人工智能常常被視作是工作的威脅,而不是生活水平的提升。
人們甚至在某些方面存在恐懼——害怕人工智能會在短短一代人的時間內迅速取代所有的人類工作,包括那些需要認知和涉及到判斷的工作。這種突變是不太可能發生的,但人工智能會逐漸侵入幾乎所有就業領域,這需要在計算機可以接管的工作上替換掉人力。
人工智能對認知型人類工作的經濟影響將類似於自動化和機器人在制造業工作上對人類的影響。許多中年工人失去了工廠里的高薪工作以及伴隨這個工作的家庭和社會中的社會經濟地位。長期來看,一個對勞動力的更大影響是失去高薪的「認知型」工作。
隨著勞動力在生產部門的重要性的下降(與擁有知識資本相比),大多數市民可能會發現他們的工作的價值不足以為一種社會可以接受的生活標準買單。這些變化將需要政治上的,而非單純經濟上的響應——需要考慮應該配置怎樣的社會安全網來保護人們免受經濟的大規模結構性轉變的影響。如果缺少了緩解政策,這些轉變的一小群受益者將成為社會的上層。
短期來看,教育、再訓練和發明新的商品和服務可以減輕這些影響。更長期來看,目前的社會安全網可能需要進化成更好的服務於每個人的社會服務,例如醫療和教育或有保障的基本收入。事實上,瑞士和芬蘭等國家已經在積極地考慮這些措施了。
人工智能可能會被認為是一種財富創造的完全不同的機制,每個人都應該從全世界人工智能所生產的財富中分得一部分。對於人工智能技術所創造的經濟成果的分配方式,相信不久之後就會開始出現社會爭議了。因為傳統社會中由孩子支持他們年老的父母,也許我們的人工智能「孩子」也應該支持我們——它們的智能的「父母」。
8.娛樂
隨著過去十五年互聯網的爆發式增長,很少有人能想象沒有它的生活。在人工智能的驅動下,互聯網已經將用戶生成的內容作為了信息和娛樂的一個可行的來源。Facebook 這樣的社交網絡現在幾乎已經無處不在,而且它們也成為了社會互動和娛樂的個性化渠道——有時候會損害人際交往。WhatsApp 和 Snapchat 等應用可以讓智能手機用戶與同伴保持「接觸」和分享娛樂和信息源。
在《第二人生》這樣的在線社區和《魔獸世界》這樣的角色扮演遊戲中,人們想象在虛擬世界中有一個虛擬的存在。亞馬遜 Kindle 這樣的專用設備已經重新定義了打發時間的要領。現在只需手指點點劃劃幾下,就可以瀏覽和獲取書籍了;一個口袋大小的設備就可以存儲成千上萬本書,而閱讀體驗基本上可手持的紙質書差不多。
現在我們有了共享和瀏覽博客、視頻、照片和專題討論的可信平臺,此外還有各種各樣用戶生成的內容。為了在互聯網的規模上運行,這些平臺必須依賴現在正被積極開發的技術,其中包括自然語言處理、信息檢索、圖像處理、眾包和機器學習。比如,現在已經開發出了協同過濾(collaborative filtering)這樣的算法,它可以基於用戶的人口統計學細節和瀏覽歷史推薦相關的電影、歌曲或文章。
為了跟上時代的步伐,傳統的娛樂資源也已經開始擁抱人工智能。正如書和電影《點球成金》中給出的例子,職業運動現在已經轉向了密集的量化分析。除了總體表現統計,賽場上的信號也可以使用先進的傳感器和相機進行監控。用於譜曲和識別音軌的軟件已經面世。
來自計算機視覺和 NLP 的技術已被用於創建舞臺表演。即使非專業用戶也可以在 WordsEye 等平臺上練習自己的創造力,這個應用可以根據自然語言文本自動生成 3D 場景。人工智能也已經被用於協助藝術品的歷史搜索,並在文體學(stylometry)得到了廣泛的應用,最近還被用在了繪畫分析上。
人類對人工智能所驅動的娛樂的熱情是很令人驚訝的,但也有人擔心這會導致人與人之間的人際交互減少。少數人預言說人們會因為在屏幕上花費了太多時間而不再與人互動。孩子們常常更願意在家里快樂地玩他們的設備,而不願意出去和他們的朋友玩耍。人工智能會使娛樂更加交互式,更加個性化和更有參與感。應該引導一些研究來理解如何利用這些性質為個人和社會利益服務。
第三部分:人工智能公共政策的前景與建議
人工智能應用的目標必須是對社會有價值。我們的政策建議也會遵循這個目標,而且即便這個報告主要關註的是 2030 年的北美城市,建議依然廣泛適用於其他城市,同時不受時間限制。一些提升解讀和人工智能系統能力並參與其使用的策略可以幫助建立信任,同時防止重大失敗。
在增強和提升人類能力和互動時需要小心,還有避免對不同社會階層的歧視。要強調多做鼓勵這個方向以及溝通公共政策探討的研究。鑒於美國目前的產業監管,需要新的或重組的法律和政策來應對人工智能可能帶來的廣泛影響。
政策不需要更多也不要更嚴,而是應該鼓勵有用的創新,生成並轉化專業知識,並廣泛促進企業與公民對解決這些技術帶來的關鍵社會問題的責任感。長期來看,人工智能將會帶來新財富,整個社會也要探討如何分配人工智能技術帶來的經濟成果的分配問題。
如今以及未來的人工智能政策
為了幫助解決個人和社會對快速發展的人工智能技術產生的憂慮,該研究小組提供了三個一般性政策建議。
1. 在所有層級的政府內,制定一個積累人工智能技術專業知識的程序。有效的監管需要更多的能理解並能分析人工智能技術、程序目標以及整體社會價值之間互動的專家。
缺少足夠的安全或其他指標方面的專業技術知識,國家或地方政府官員或許或拒絕批準一個非常有前途的應用。或者缺少足夠訓練的政府官員可能只會簡單采納行業技術專家的說法,批準一個未經充分審查的敏感的應用進入市場。不理解人工智能系統如何與人工行為和社會價值互動,官員們會從錯誤的角度來評估人工智能對項目目標的影響。
2. 為研究人工智能的平等、安全、隱私和對社會的影響掃清感知到的和實際的障礙。
在一些相關的聯邦法律中,如計算機欺詐和濫用法案(Computer Fraud and Abuse Act)和數字千年版權法的反規避條款(theanti-circumvention provision of the Digital Millennium Copyright Act),涉及專有的人工智能系統可能被如何逆向向工程以及被學者、記者和其他研究人員評價的內容還很模糊。當人工智能系統帶來了一些實質性後果需要被審查和追究責任時,這些法律的研究就非常重要了。
3. 為人工智能社會影響的跨學科研究提供公共和私人資金支持。
從整個社會來看,我們對人工智能技術的社會影響的研究投入不足。資金要投給那些能夠從多角度分析人工智能的跨學科團隊,研究範圍從智能的基礎研究到評估安全、隱私和其他人工智能影響的方法。一下是具體問題:
當一輛自動駕駛汽車或智能醫療設備出現失誤時,應該由誰來負責?如何防止人工智能應用產生非法歧視?誰來享有人工智能技術帶來的效率提升的成果,以及對於那些技能被淘汰的人應該采取什麽樣的保護?
隨著人工智能被越來越廣泛和深入地整合到工業和消費產品中,一些領域中需要調整現有的建立監管制度以適應人工智能創新,或者在某些情況下,根據廣泛接受的目標和原則,從根本上重新配置監管制度。
在美國,已經通過各種機構將監管具體到各個行業。在設備中使用人工智能實現醫療診斷和治療由食品藥品監督管理局(FDA)監管,包括定義產品類型和指定產生方法,還有軟件工程的標準。無人機在管制空域中的使用由美國聯邦航空局(FAA)監管。面向消費者的人工智能系統將由聯邦貿易委員會(FTC)監管。金融市場使用的人工智能技術,如高頻交易,由證券交易委員會(SEC)監管。
除了針對具體行業制定監管的方法外,「重要基礎設施」中定義模糊和廣泛的監管類別可能適用於人工智能應用。
鑒於目前美國行政法結構,短期內制定出全面的人工智能政策法規似乎不太可能。但是,可以根據人工智能在各種情境中可能出現的法律和政策問題,廣泛列出多個類別。
隱私
創新政策
責任(民事)
責任(刑事)
代理
認證
勞動力
稅務
政治
未來的指導原則
面對人工智能技術將帶來的深刻變化,要求「更多」和「更強硬」的監管的壓力是不可避免的。對人工智能是什麽和不是什麽的誤解(尤其在這個恐慌易於散布的背景下)可能引發對有益於所有人的技術的反對。那將會是一個悲劇性的錯誤。扼殺創新或將創新轉移到它處的監管方法同樣也只會適得其反。
幸運的是,引導當前數字技術的成功監管原則可以給我們帶來指導。比如,一項最近公布的多年研究對比了歐洲四個國家和美國的隱私監管,其結果卻很反直覺。西班牙和法國這樣的有嚴格的詳細法規的國家在企業內部孕育出了一種「合規心態(compliance mentality)」,其影響是抑制創新和強大的隱私保護。
這些公司並不將隱私保護看作是內部責任,也不會拿出專門的員工來促進其業務或制造流程中的隱私保護,也不會參與必需範圍之外的隱私倡議或學術研究;這些公司只是將隱私看作是一項要滿足規範的行為。他們關註的重點是避免罰款或懲罰,而非主動設計技術和采納實際技術來保護隱私。
相對地,美國和德國的監管環境是模糊的目標和強硬的透明度要求和有意義的執法的結合,從而在促進公司將隱私看作是他們的責任上做得更加成功。廣泛的法律授權鼓勵企業發展執行隱私控制的專業人員和流程、參與到外部的利益相關者中並采用他們的做法以實現技術進步。對更大的透明度的要求使民間社會團隊和媒體可以變成法庭上和法庭外的公共輿論中的可靠執法者,從而使得隱私問題在公司董事會上更加突出,這又能讓他們進一步投資隱私保護。
在人工智能領域也是一樣,監管者可以強化涉及內部和外部責任、透明度和專業化的良性循環,而不是定義狹窄的法規。隨著人工智能與城市的整合,它將繼續挑戰對隱私和責任等價值的已有保護。和其它技術一樣,人工智能也可以被用於好的或惡意的目的。
這份報告試圖同時強調這兩方面的可能性。我們急切地需要一場重要的辯論:如何最好地引導人工智能以使之豐富我們的生活和社會,同時還能鼓勵這一領域的創新。應該對政策進行評估,看其是否能促進人工智能所帶來的益處的發展和平等共享,還是說會將力量和財富集中到少數權貴的手里。而因為我們並不能完美清晰地預測未來的人工智能技術及其所將帶來的影響,所以相關政策一定要根據出現的社會難題和線索不斷地重新評估。
截至本報告發布時,重要的人工智能相關的進展已經在過去十五年內給北美的城市造成了影響,而未來十五年還將有更大幅度的發展發生。最近的進展很大程度是由於互聯網所帶來的大型數據集的增長和分析、傳感技術的進步和最近的「深度學習」的應用。
未來幾年,隨著公眾在交通和醫療等領域內與人工智能應用的遭遇,它們必須以一種能構建信任和理解的方式引入,同時還要尊重人權和公民權利。在鼓勵創新的同時,政策和流程也應該解決得到、隱私和安全方面的影響,而且應該確保人工智能所帶來的好處能得到廣泛而公正的分配。如果人工智能研究及其應用將會給 2030 年及以後的北美城市生活帶來積極的影響,那麽這樣做就是非常關鍵的。
“健康中國2030”成為國家發展戰略規劃之後,市場對相關產業關註度提升。但實際上,大量資本已提前涉足其中,一些私募機構頻頻接洽醫療企業,也有公募基金發行了相關產品。
政策空間如此,A股市場上的“健康中國”概念備受期待。然而,眼下這一類概念股風險尚存,比如77倍多的市盈率不僅高過了創業板市盈率,更大幅超越A股市場平均估值。
華南一家大型基金公司內部人士對《第一財經日報》記者稱,“健康中國”政策風動,資本市場幡動,但行業高估值是個問題,市場投資者唯精選個股才能勝出。
“健康中國”風起
資產配置荒時代,巨量的市場流動性鮮有好的出去,一些資金沈澱下來,投向它們看重的有潛在發展的領域。在這一背景下,“健康中國”產業吸引了私募基金等機構前來“淘金”。
健康中國的概念由來已久,但真正提升至國家戰略規劃高度的時間並不久遠。2016年8月26日,中央政治局會議在通過了“健康中國2030”規劃綱要。平安證券對此表示,2030規劃綱要的通過意味著一系列的相關政策也會隨之逐漸出臺,在中國經濟發展進入消費及服務業拉動的新階段,大健康產業發展的社會契機逐漸成熟。
在國內,“健康中國”概念在2007年初次被提及。當時,衛生部部長陳竺提出“健康中國2020”,公布了“健康護小康,小康看健康”的三步走戰略。平安證券認為,從之前規劃的市場目標來看,到2020年大健康行業即可達八萬億市場規模,而新的2030目標可能將健康產業在經濟中的占比迚一步明確提升,成為支持中國經濟中長期經濟增長的重要基礎產業之一。
平安證券稱,到2020年,基本建立覆蓋全生命周期的健康服務業體系,健康服務業總規模達到8萬億元以上。
在市場需求帶動和相關政策的鼓勵下,近年來中國醫療技術行業備受投資者青睞,並購投資規模持續上升。波士頓咨詢公司(BCG)發布的最新報告指出,2015年中國醫療科技並購交易的單筆交易規模中值從2013年的1800萬美元左右增長到5800萬美元,並購交易總額從15億美元增長到40億美元。
為順應本輪主題資本熱潮,眾多私募機構正蠢蠢欲動。《第一財經日報》記者獲悉,近日在浙江嘉興舉行的一場以“私募基金監管與發展”、“私募基金服務實體經濟”為主題的研討會上,專門設立項目投融資對接的分會場,並會將醫療健康行業作為投融資對接會議的重點,挑選來自全國的優質醫療項目與私募基金對接,行業分布涉及生物疫苗、二代測序、原料藥、互聯網醫療等多個醫療健康細分行業,項目階段從天使輪到上市定增均有分布,同時將邀請擁有多年醫療健康產業投資經驗的投資機構參加會議。
一位會議主辦方的工作人對記者稱,南湖基金小鎮作為浙江省省級特色小鎮之一,經過4年多的籌劃、發展,入駐基金認繳金額接近3000億元。為了最大程度上的利用南湖基金小鎮的金融資源,嘉興市南湖區政府借助南湖基金小鎮的強大金融資源打造“基金小鎮-投融圈”平臺。經過一年時間的戰略規劃、平臺完善、市場測試、資源整合,截止目前為止,平臺已有會員共972人,累計發布項目數量476個。
相比私募基金對醫療健康產業的熱衷,當前公募基金行業也在以開放的姿態布局健康產業。今年年初,年初匯添富基金成立了匯添富精準醫療主題基金,這是國內唯罕見一只精準醫療主題基金,助力普通投資者把握目前醫療產業的前沿投資機會。
匯添富基金認為,目前,中國健康產業正面臨前所未有的黃金發展期,具有確定性的投資機遇;同時,醫學領域的前沿技術、創新商業模式也在蓬勃發展,一個高效、活躍的產業資本市場也將有助於健康產業的創新發展,進而助力於“健康中國”的建設。
高估值難題待解
健康中國盡管有政策支持,有機構資金進場,但對於相關概念股來說,股價上漲仍舊面臨著一道難題——高估值。
據wind資訊統計,截至9月29日,滬深兩市的“健康中國”概念股共39只,整體估值達到77.19倍。盡管相較年初109倍的高估值回調了30%,但在當下A股3000點弱市震蕩的背景下,這一估值水平遠遠超過A股市場平均水平,也高過創業板整體75.44倍的市盈率。
華南一家公募基金內部人士對本報記者稱,理論上而言,健康中國未來的發展空間將是巨大的。但風險也是存在的,目前的估值並不低,千倍市盈率的公司也位列其中。一旦政策預期打折,個別高估值但缺乏業績支撐的股票可能會出現補跌。
盡管如此,也有些業內人士看好健康中國概念股,尤其是其中的醫療服務。平安證券稱,從中國經濟轉型方向上來看,隨著居民收入水平的持續上升,對於健康產業的需求面臨大幅的提升,居民越來越重視在自身健康領域的投入,體育、醫療健康等行業將率先受益。
萬家基金投資研究部總監莫海波此前表示,在無風險利率不斷降低的環境下,業績表現突出成為行業配置選擇的主要標準,建議選擇醫療等消費類行業作為下半年配置首選。
而鼎鋒副總王小剛此前在接受《第一財經日報》記者采訪時直言,在長周期里邊,配置醫療服務行業正常是不會出現虧損的。
國家國防科技工業局黨組10月12日在《人民日報》刊文,“十三五”及未來一段時期,中國航天將以航天強國建設為統領,堅持創新發展,全面貫徹落實國家創新驅動發展戰略,把提高自主創新能力作為事業發展的戰略基點,更加註重原始創新和顛覆性技術創新;堅持協調發展,統籌科學部署各類航天活動,推動空間科學、空間技術、空間應用全面發展;堅持開放發展,在平等互利、和平利用、共同發展原則基礎上,不斷拓展國際交流與合作的深度和廣度。力爭2020年左右實現重點突破,加速邁向航天強國;2030年左右實現整體躍升,躋身航天強國之列;2050年之前實現超越引領,全面建成航天強國。
文章表示,後續,我國航天領域將重點開展七個方面的工作。
一是深入實施航天重大工程,帶動科技水平整體躍升。全面完成正在實施的國家科技重大專項,載人航天工程建成長期有人照料的空間站,開展較大規模的空間應用;探月工程實現“三步走”戰略目標,嫦娥五號實現特定區域軟著陸及采樣返回,嫦娥四號實現人類探測器首次月球背面軟著陸;高分辨率對地觀測系統全面建成,為形成高空間分辨率、高時間分辨率、高光譜分辨率的綜合對地觀測體系提供支撐;第二代北鬥衛星導航系統覆蓋全球,形成高質量定位、導航和授時的全球服務能力。圍繞國家重大戰略需求,選擇重點領域,啟動實施天地一體化信息網絡、深空探測及空間飛行器在軌服務與維護系統、重型運載火箭等一批新的重大科技項目和重大工程。
二是加快建設國家民用空間基礎設施,提升綜合使用效能。實現長征五號系列等運載火箭首飛,完善新一代長征運載火箭型譜。開展低成本運載火箭、新型上面級和可重複使用技術驗證系統等研制和試驗驗證,形成能力完備的新型航天運輸體系。加快建設由衛星遙感、衛星通信廣播、衛星導航定位三大系統構成的國家民用空間基礎設施,按照天地一體、研用統籌的原則,加快推進天基系統、地面系統和應用系統的統籌建設,大幅提升國家民用空間基礎設施的綜合使用效能,實現空間資源規模化、業務化、產業化發展。完善空間新技術試驗驗證體系與標準規範,為新技術在未來航天器中的工程應用奠定堅實基礎。
三是強化衛星綜合應用,積極促進商業航天發展。圍繞國民經濟建設和社會發展重大需求,完善衛星應用體系,拓展衛星應用領域,強化衛星在資源開發與環境保護、防災減災與應急反應、社會管理與公共服務、大眾信息消費與服務等方面的綜合應用。探索推廣政府與社會資本合作(PPP)等模式,鼓勵和引導社會力量參與國家民用空間基礎設施、衛星地面應用系統等建設運營,以及空間信息產品服務,培育“互聯網+衛星應用”新業態,建立完善政府購買服務的模式,促進商業航天健康發展。
四是加強空間科學研究,提高人類科學認知水平。充分發揮空間科學在創新、發現和技術牽引方面的重要作用,持續推進載人航天、月球探測以及空間科學先導專項等工程的科學探索,開展空間天文、空間物理、微重力、空間環境、空間生命等空間科學研究,建立可持續發展的空間科學計劃,加強空間科學探索研究,在空間科學前沿領域取得重大發現和突破。
五是深化航天國際合作,服務國家政治外交大局。充分發揮國家航天局國際交流與合作平臺的作用,紮實推進航天能力全球布局。全面建設金磚國家遙感衛星星座,加快建設“一帶一路”空間信息走廊,實施APSCO多任務小衛星和大學生小衛星項目。積極參與聯合國、全球衛星導航系統國際委員會、機構間空間碎片協調委員會、國際宇航聯合會等有關國際組織和平利用外空的活動,共同應對全球氣候變化、重大自然災害等人類共同的挑戰。深化政府間、政府部門間航天合作機制,務實推動航天工程合作。擴大宇航產品出口,提高國際衛星商業發射服務市場份額。積極參與國際空間行為準則的制定,增強國際航天事務的影響力和話語權。
六是加強航天政策法規體系建設,提升行業治理能力。加快推進航天法立法工作,研究制定民用航天管理條例、空間數據與應用管理條例、宇航產品與技術出口管理條例等行政法規,健全民用航天發射許可、空間物體登記等制度。研究制定國家航天政策,建立完善商業航天、國際合作、知識產權等配套政策,形成社會各類主體公平有序參與航天發展的軍民融合開放局面,保障航天事業規範有序發展。
七是深化體制機制改革,推進軍民深度融合發展。推進航天科研院所分類改革和混合所有制企業改革,科學劃分航天科研院所類別,堅持生產經營類院所企業化轉制,推動建立現代企業制度。加強軍、民航天戰略規劃統籌和資源共享,提升航天整體使用效益;統籌使用軍、民航天重大基礎設施,編制和發布軍工和民用重大試驗設施共享目錄。