(网经社讯)人工智能的发展经历了2016 年AlphaGo 打败人类后的狂热、2018 年由于实际落地困难带来的失望、2019 年Deepfake
假视频等伦理问题显现，过去一年开始进入稳步落地阶段。在全球抗疫的大背景下，我们看到，医疗影像辅助诊断、服务机器人、新药开发等AI
在医疗场景的应用未来有望加速。与此同时，随着健康码等联系人追踪应用的普及，以及国家明确数据成为数字经济时代生产要素，如何规范和促进数据使用成为发展人工智能的重要课题。我们认为，除了加速大数据立法以外，联邦学习、隐私计算等技术手段的普及也是加速后疫情时代人工智能发展的重要一环。
理由
AI 投资向中后期转移，或将迎来上市潮。随着AI 技术和商业模式的逐渐成熟，我们看到2017 年以来中国AI
行业私募股权投资中，早期投资频次比例逐年下降、中后期投资比例则逐步提升，同时投资开始向头部的成熟企业集中，投资颗粒度不断变大。整体来看，资金主要投向计算机视觉、自然语言处理等技术，以及企业服务、机器人等应用场景。而2019
年以来，我们看到AI 投资更加关注芯片、服务机器人等硬件，以及企业数字化转型、工业互联网、零售等新场景。我们相信，随着科创板改革的深化，AI
企业上市融资的政策条件已趋于成熟，AI 公司或将在不久的将来迎来上市潮。
后疫情时代，AI+医疗有望迎来大发展。疫情期间，我们看到AI
已经在诊前、诊中、诊后全阶段中发挥重要作用：1）诊前：红外测温仪高效筛查体温异常者、机器人外呼筛查；2）诊中：影像辅助诊断；3）诊后：健康码及接触者追踪、智能机器人与无人配送车等。由于人脸识别、语音识别技术已经相对成熟，红外测温仪、机器人外呼筛查、接触者追踪等应用已经较为完善，大幅提高了疾病的早期筛查效率。而影像辅助诊断、无人配送车等医疗/无人驾驶相关应用，由于涉及安全、数据所有权、隐私等问题，过去发展一直较为缓慢，在本次疫情的推动下也取得了一定的进展。此外，新冠疫情也暴露出人类长期处于新型疾病威胁中的问题，AI
能在新药研发中帮助提高效率、降低成本，具有广阔的发展前景。我们认为，在后疫情时代，AI+医疗有望迎来大发展。
健康码再引隐私与效率讨论，数据治理成为国际共识。2019 年Deepfake 假视频大量出现以来，AI
可能造成的负面影响广受社会各界关注。而疫情中健康码的普及、人脸识别技术被滥用的担忧，再次引起数据隐私保护问题的广泛关注。过去一年，中国首次将“数据”定位上升至生产要素，提出加快培育数据要素市场，并开始加速大数据立法工作；此外，美、欧监管机构，以及谷歌、微软等头部科技企业都陆续提出AI
技术发展的规范性指南。目前，旧金山、奥克兰等部分美国城市已经全面禁止人脸识别技术，全球对AI 技术可以应用的边界出现了一定的差异。AI
是新基建中重要的新技术基础设施之一，我们认为，制定一个适应AI 技术发展的法律和伦理框架，是当前要务之一。
联邦学习和隐私计算是保护数据隐私和解决数据孤岛问题的重要技术手段。目前制约人工智能发展的一个瓶颈是保护用户数据隐私和打破不同主体之间数据孤岛的问题。联邦学习（Federated
Learning）可以在多个主体间不直接共享数据的情况下，实现模型的合作开发，我们认为其有望成为解决数据隐私和数据孤岛问题的可行解之一，而隐私计算则为联邦学习提供安全保护。我们认为，联邦学习+隐私计算可能成为继机器学习和深度学习之后的下一代关键AI
技术。
风险
AI 监管风险；AI+医疗落地不及预期。
