人工智能促進常態化疫情防控的實踐邏輯與實施路徑

季 凱，張志華，趙 波

（1.南京郵電大學教育科學與技術學院；2.南京郵電大學江蘇現代信息社會研究基地；3.南京郵電大學 管理學院，江蘇 南京 210023）

0 引言

作為引領科技革命和產業變革的戰略性技術，人工智能將對國家安全和經濟發展產生重大而深遠的影響。人工智能不僅有助于推進國家治理體系和治理能力現代化，而且有助于推動產業轉型升級，成為經濟發展新引擎。針對人工智能在新冠肺炎疫情防控中的實際應用，習近平總書記在中央全面深化改革委員會第十二次會議中提出：“鼓勵運用大數據、人工智能、云計算等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面更好發揮支撐作用”［1］。當前，人工智能在疫情預防、控制、診療等方面已初步實踐但作用有限，這與公共衛生安全領域人工智能理論和應用研究不夠有關。對于人工智能在經濟社會發展中的作用，2020 年10 月29 日，《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中提出，要“瞄準人工智能等前沿領域”，“推動人工智能等同各產業深度融合，培育新技術、新產品、新業態、新模式”［2］。常態化疫情防控下，如何加強人工智能與公共衛生安全領域的垂直結合，深化人工智能與數字經濟的融合，培育經濟新動能，亟需結合人工智能在新冠肺炎疫情中的表現，深入分析其實踐邏輯并研究可行的實施路徑。

1 人工智能發展概況及應用趨勢

1.1 人工智能發展歷程

人工智能總體經歷了三次發展浪潮。1956 年，在美國達特茅斯大學舉行的學術研討會上，麥卡錫正式提出“Arti?ficial Intelligence”概念，標志著人工智能學科誕生，掀起了人工智能的第一次發展浪潮；20 世紀60 年代，部分學者認為人工智能應該在大量知識儲備和指導下實現，由此催生出“專家系統”，人工智能迎來第二次發展浪潮；2006 年，由辛頓提出的“深度學習”算法極大增強了算力，提升了算法性能，推動人工智能進入第三次發展浪潮。近幾年，人工智能與傳統產業、公共服務和社會治理深度融合，相關應用迅速發展，呈現深度學習、跨界融合、人機協同、群智開放、自主操控等新特征［3］。由此，人工智能也由傳統型逐步發展為新一代人工智能。

1.2 人工智能應用趨勢

新一代人工智能發展目標包括從宏觀到微觀的智能化新領域，包含智能城市、數字經濟、智能制造、智能醫療等［4］。其發展本質是追求人機協同，也就是在不同應用場景下能夠自主配合要素變化，協助人的工作，重新回到“以人為本”的組織模式，構建以客戶需求為中心的生產模式和商業模式［5-6］。此次新冠肺炎疫情中，人工智能優勢主要體現在公共衛生安全和數字經濟兩大宏觀領域。

（1）與疫情防控融合應用，促進公共衛生安全風險治理。如在疫情監測分析方面，阿里巴巴依托達摩院、阿里云、阿里健康、支付寶等團隊，運用人工智能、大數據、云技術等新一代信息技術，協同開發疫情監測一體化平臺；在病毒溯源方面，全球健康藥物研發中心（GUDDI）團隊開發的人工智能藥物研發和大數據分享平臺，涵蓋了既往冠狀病毒相關研究和實驗信息，面向科研團隊開放；在防控救治方面，針對武漢方艙醫院臨床救治負荷較大、病情復雜多變的困難，南京郵電大學學科團隊發揮人工智能領域優勢，聯合探索構建“新冠肺炎病程轉歸病情預測模型”并搭建服務平臺等。

（2）與傳統產業融合應用，促進數字經濟高質量發展。受疫情影響，2020 年一季度全國實際GDP 同比下降6.8%，這是改革開放以來GDP 首次負增長，而人工智能與第二產業融合下的智能制造卻表現強勁。3 月份，高技術制造業同比增長8.9%，工業機器人產量增長12.9%［7］。從2020 年第二季度開始，我國經濟增速由負轉正，凸顯了中國經濟強大韌勁、巨大回旋余地和綜合施策效果。從全年來看，我國GDP 實現正向增長，1-11 月份，高技術制造業實現利潤同比增長15.0%；智能制造、新能源等新興產業發展壯大，2020 年上半年服務機器人產量同比增長20.9%［8］。可見，常態化疫情防控階段，以人工智能為代表的高新技術發揮了重要作用，統籌防疫和發展成效顯著。

2 常態化疫情防控特征與雙重要求

2.1 常態化疫情防控特征

此次新冠肺炎疫情是新中國成立以來傳播速度最快、感染范圍最廣、防控難度最大的重大突發公共衛生事件，疫情經歷了突發期、擴散期、爆發期和衰退期4 個階段［9］。

常態化疫情防控下，由于疫苗尚未大范圍普及，在人群免疫屏障或群體免疫沒有建立起來之前，無法從源頭遏制疫情傳播，就疫情本身而言仍存在突發性、復雜性和擴散性等特征。一方面，國內零星出現無癥狀感染者，此類患者沒有臨床癥狀，病原學檢測卻呈陽性且具有傳染性風險，常規防控手段無法有效預防，存在擴散風險，會造成局部聚集性疫情；另一方面，國際疫情持續蔓延，新冠肺炎病毒通過進口冷鏈食品傳播，其中還存在來自醫療條件相對落后的發展中國家的不確定因素，我國面臨的境外疫情輸入風險不斷加劇。此外，新冠肺炎疫情本身的風險有可能進一步引發社會穩定風險，對經濟社會造成沖擊。經濟穩定運行事關全局，常態化疫情防控工作涉及政府、公眾、社會和市場等多元利益群體，要充分考量各方利益。一旦發生利益群體沖突，有可能產生連鎖反應并加劇負面影響［10］。

2.2 常態化疫情防控的雙重要求

常態化意味著我國疫情防控進入新階段，對防控手段和防控成效也提出了新要求。防控工作需要知其然，還要知其所以然，才能最大限度和最快速度地提升防控成效。疫情及防控工作的具體特征涵蓋了直接和間接兩個層面。直接層面是應對疫情本身的防控，間接層面是應對疫情衍生和后續影響的消除，這對常態化疫情防控提出了雙重要求，即統籌推進疫情防控和經濟社會發展兩手抓兩不誤。具體而言，一方面要抓緊抓實抓細常態化疫情防控工作，因時因勢完善外防輸入、內防反彈各項措施，對重點區域重點防治，對無癥狀感染者和境外輸入精準防控，加快疫苗推廣進度等，把疫情防控網扎得更密更牢；另一方面要堅持在常態化疫情防控中加快推進經濟社會秩序全面恢復，解決全面復產復工進程中的困難和問題，圍繞就業這一最大民生，做好“六穩”工作，落實“六保”任務。

3 人工智能促進常態化疫情防控實踐邏輯分析

人工智能作為一種通用技術，兼具工具屬性和產業屬性，能有效支撐常態化疫情防控雙重要求的底層邏輯。其中，工具屬性和產業屬性作用于常態化疫情防控，產業屬性同時作用于經濟社會發展。

3.1 人工智能的雙重屬性

（1）工具屬性。人工智能是作為人類使用的工具而發明、創造出來的，所以工具屬性是其最基本的第一屬性。新一代人工智能已成為推動第四次工業革命的通用技術，通用技術是全面影響經濟社會的基礎性和通用性技術［11］，換言之，也就是維持經濟社會各產業運轉不可或缺的基礎工具，既具備內涵式發展特征，又具備外溢性特征。一方面，人工智能理論和技術本身不斷實現創新突破，從符號主義學派的“專家系統”到連結主義運動，在心理學及神經科學的推動下出現類神經網絡算法，進一步催生出深度學習算法。深度學習算法相較于傳統的信息分析手段，可以高速處理海量數據，并通過強大的運算能力挖掘出數據背后的潛在規律；另一方面，人工智能與新興領域交叉融合、協同發展，作為處理數據信息的工具，依靠互聯網、大數據和云計算等技術，具有溢出帶動性很強的“頭雁”效應。人工智能理論和技術的創新突破帶動了相關領域發展，如深度學習算法基于大量數據的學習、分析和處理，促進了數字化信息發展；人工智能的數據傳輸需要5G 支撐，又推動了5G 技術的應用等。

（2）產業屬性。人工智能具備內生產業屬性，在其工具屬性發展的同時，會通過技術顯現而形成人工智能新興產業鏈。人工智能產業鏈分為基礎層、技術層和應用層。①基礎層對應產業鏈上游，為產業整體提供算力，包含芯片、傳感器等硬件產業和云計算等軟件產業；②技術層對應產業鏈中游，發揮承上啟下作用，為基礎層提供需求，為應用層提供技術支持和服務。技術層又細分為感知層、認知層和平臺層［12］。感知層產業主要包含圖像識別領域和語音語言識別領域，認知層產業主要包含語義識別和智能客服領域，平臺層產業以綜合應用平臺的形式提供深度學習、遠程運維等支撐服務，對接應用層產業；③應用層對應產業鏈下游，是技術應用在具體場景的產業，通過產品終端為用戶提供智能化服務。此外，人工智能的產業屬性還體現在與傳統產業的融合、賦能傳統產業轉型升級、產生協同效應和集聚效應上，尤其集中體現在互聯網產業、傳統電子產業和裝備制造業三大領域。

3.2 面向疫情防控的實踐邏輯

新冠肺炎疫情屬于公共衛生安全風險，常態化階段疫情防控工作的實質是進行風險治理。國際風險治理委員會（International Risk Governance Council，IRGC）致力于為全球范圍提供全面的風險評估和應對策略，2005 年首次提出了風險治理綜合框架，經過近些年的發展，形成了風險識別、風險評估、風險評價、風險管理4 個核心要素［13-15］。立足于風險治理過程視角分析人工智能雙重屬性與風險治理4 個核心要素的實踐邏輯，如圖1 所示。

Fig.1 Practical logic for epidemic prevention and control圖1 面向疫情防控的實踐邏輯

3.2.1 驅動風險科學識別

風險識別對應識別風險的重點問題，進而尋找風險治理的潛在策略。人工智能可以驅動重大疫情風險從經驗驅動到智能驅動，科學降低重大疫情風險的突發性，實現以下風險識別方式轉變：①工具屬性轉變信息識別。無癥狀感染者和境外輸入情況導致疫情形勢復雜，缺乏信息支持的風險識別往往無法做到準確識別，人工智能利用其工具屬性中“大數據，小任務”的深度學習范式，整合信息資源，建立識別數學模型，有利于發現重要信息，揭示相似重大疫情風險發生的關聯性，有利于分析和識別重大疫情中的關鍵問題，從而提升制定重大疫情風險治理策略的科學性；②產業屬性轉變平臺識別。重大疫情風險識別中的要素種類多、數量大、關系復雜，涉及衛生健康系統要素、公共服務系統要素、各類產業系統要素等，人工智能可將各類風險來源要素整合在統一平臺，將數據情況與實踐情況相關聯，從而降低重大疫情風險治理策略的偏差，促使風險識別更加科學化。

3.2.2 驅動風險精準評估

風險評估對應預測風險的重要性和可接受性，確定風險管理的必要性。人工智能通過分析重大疫情風險發生的內在規律，提高風險評估的科學性和精準性，其在降低風險發生的復雜性和擴散性方面的優勢有：①工具屬性提升評估能力。人工智能新技術驅動實現全程評估和實時評估，結合地理空間實景模擬，根據歷史疫情風險規律溯源疫情病毒，找到聚焦點，抑制風險的蔓延趨勢；對于新媒體端的輿情風險實現實時評估，及早發現、引導可能引發熱點和焦點的事件；②產業屬性擴大評估范圍。實現多元評估和協同評估，涉及到評估的多元主體包含政府、公眾、社會和市場等。人工智能產業的外溢性驅動多個主體治理結構扁平化發展，主體之間協同評估可有效減少對重大疫情預測的不確定性，縮小風險對政治、經濟、文化、社會和生態領域的擴散。

3.2.3 驅動風險專業評價

風險評價可判斷風險產生的影響和導致的后果，明確風險級別和處理措施。人工智能是重大疫情風險評價精準化的重要技術手段，其利用算法、機器、大數據、平臺等，將整合的信息資源建立預測模型，進而確定風險級別，提出相應的處理措施，降低重大疫情風險的影響，其內在邏輯是：①工具屬性中的循環判斷。基于循環神經網絡算法的機器學習方式分為時間遞歸神經網絡和結構遞歸神經網絡，具有歷時性和共時性特點，意味著不僅從現有數據直接分析，還對過往相關數據進行梳理，從而直接分析從智能終端產生的數據，使預測結果更加準確，且具有前瞻性；②產業屬性中的全景判斷。在共享時代背景下，“人工智能+”傳統產業轉型升級具備數字化、信息化、智能化特點，在描述和評價過程中，人工智能可以對重大疫情風險中分散的應用場景進行整合管理，打破部門、區域、行業壁壘，實現對重大疫情風險的全景評估，最大限度地提升風險評估的精準性。

3.2.4 驅動風險高效管理

風險管理設計并實施風險治理方案，細化預防、適應、減輕各環節策略。風險管理是風險治理中的核心執行環節，是基于重大疫情風險造成的破壞性影響而采取的可行處置措施。風險治理和風險影響的主體是多元化的，風險管理既需要差異化措施應對多元主體，又需要協同多元主體提高應對成效，人工智能可以驅動更加個性、精準和靈活的風險管理。

（1）工具屬性促進風險差異管理。①人工智能可以協助治理主體對重大疫情的感染人群進行分類統計，分析統計接觸人員，對普通人群進行防控管理、調控病區等，差異化管理相關人群；②科學調配疫情防控物資，以透明公開的方式實現合理分配；③動態預測疫情傳播發展趨勢，對不同區域差異化管理等，避免風險管理過程中的數據重復、政策落后、資源浪費和錯配等問題。

（2）產業屬性促進風險協同管理。在人工智能產業結構背景下能對重大疫情風險做出迅速響應，提出應對措施。在風險治理主體之間協調過程中，人工智能產業屬性使不同風險管理部門和機構之間的協調更加高效順暢，使產業內部形成聯動應對機制，提高各類產業的抗壓性。

3.3 面向經濟社會發展的實踐邏輯

國際疫情蔓延，世界經濟下行風險加劇，我國經濟受到較大沖擊，但以人工智能等ICT 技術為核心的數字經濟增速卻逆勢增長。關于數字經濟概念，學界普遍認同《二十國集團數字經濟發展與合作倡議》的定義：“以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動”［16］。可見，人工智能等新一代信息技術是數字經濟的核心要素，人工智能與實體經濟深度融合并最終發展成為智能經濟，這是數字經濟的更高形態。中國信息通信研究院發布的《全球數字經濟新圖景（2019 年）》認為，數字經濟是生產力、生產關系的辯證統一，主要包括數字產業化、產業數字化及數字化治理，進而推動數字經濟發展［17］。應用人工智能產業屬性促進常態化疫情防控場景，包括疫情防控下的驅動智能產業化、產業智能化及智能化治理的實踐邏輯，如圖2 所示。

Fig.2 Practical logic for economic and social development圖2 面向經濟社會發展的實踐邏輯

3.3.1 驅動智能產業化

智能產業化，即人工智能技術直接形成相關產業促進經濟增長，也就是人工智能產業鏈、供應鏈的產出，均屬數字經濟組成部分。人工智能產業鏈上游基礎層形成人工智能軟硬件技術研發和制造，包括由高校、科研院所和企業產學研協同攻關，突破疫情防控和人工智能核心技術，增強我國數字經濟在全球的核心競爭力。人工智能產業鏈中游技術層形成常態化疫情防控所需的圖像識別、語音語言語義識別、智能客服、智能一體化平臺等高新技術產業，對接產業鏈下游應用層；生產中人與人無接觸并通過智能產品替代，服務于疫情防控一線和生產生活，形成人與人非接觸的產業模式和商業業態，發掘新的經濟增長點，從而在一定程度上對沖實體經濟受到的影響。人工智能供應鏈包含了支撐人工智能技術的產業鏈，如5G、工業互聯網等技術協同發展等，在經濟下行壓力倒逼下形成產業集群。

3.3.2 驅動產業智能化

產業智能化，即人工智能技術對傳統產業的技術創新擴散所帶來的生產規模擴張和效率提升，由此新增的產出構成數字經濟的組成部分。產業智能化的本質是優化產業結構，主要包括兩部分：①人工智能作用于第一、二產業產生替代作用。人工智能的核心技術替代傳統產業技術，由此衍生新業態，重構生產要素和生產關系，大幅度提升企業生產效率和效益；②人工智能作用于第三產業產生滲透作用。人工智能技術與傳統產業技術垂直融合，衍生新業態，在技術滲透作用下，企業生產效率提高，生產成本降低，核心優勢增加，形成產業智能化改造后的新興產業。如疫情期間出現的“宅”經濟，改變了傳統的消費、辦公、教育模式。消費者選擇智能化產業，產業智能化成為常態化疫情防控階段的發展趨勢。

4 人工智能促進疫情防控實施路徑

人工智能發展的本質是追求人機協同，其在常態化疫情防控應用場景中的語義就是追求更好地配合治理主體，從其基本屬性出發，技術上實現融合創新，產業上實現擴張升級。《中國共產黨第十九屆中央委員會第五次全體會議公報》中強調要“堅持新發展”“統籌新冠肺炎疫情防控和經濟社會發展工作”，這為做好常態化疫情防控工作指明了方向。當前常態化疫情防控下，人工智能要從戰略、政策、產業和應用方面發揮作用，統籌兼顧疫情防控和經濟社會發展。

（1）提高戰略思維，重視人工智能在常態化疫情防控中的重要作用。人工智能被發達國家廣泛確定為戰略重點。世界各國都在加緊布局，如美國提出的《國家人工智能研究和發展戰略計劃》、德國提出的“工業4.0”計劃、法國推出的人工智能宏偉計劃等，都將人工智能作為國家戰略重點予以優先布局發展。從此次新冠肺炎疫情應對中人工智能的實際表現來看，發達國家人工智能主要在高新產業領域布局，對于疫情防控的作用有限。我國人工智能被視為轉型升級發展和治理能力現代化提升的重要支撐和保障手段。中共十九大報告中提出要“推動人工智能和實體經濟深度融合”，推動我國產業轉型升級發展。新冠肺炎疫情時期，我國人工智能不管是在疫情防控還是在推進經濟社會發展中都表現亮眼。為此，要從國家層面樹立戰略思維，充分認識人工智能在促進疫情防控、國家經濟社會發展、推進國家治理體系和治理能力現代化中的重要作用。常態化疫情防控下，要將人工智能應用于保產業鏈供應鏈穩定、保基層運轉等“六保”任務中，利用人工智能工具和產業優勢守住經濟發展底線，以保促穩，實現“六穩”目標；要從國家層面推進人工智能計劃，將人工智能納入國家發展戰略，瞄準前沿技術，布局公共衛生安全等重點領域。同時，創新科研機制，實行重點項目攻關“揭榜掛帥”。大力推動協同創新，促進數字化、智能化產業轉型升級。

（2）強化政策引領，推動人工智能在常態化疫情防控中的規范管理。人工智能為常態化疫情防控提供源源不斷的支撐，側重于加強信息溝通共享和防控措施協調，前提是實現數據共享。數據是數字經濟時代的核心生產要素，其可持續發展離不開政策保障。①規范技術分級標準和健康認定標準。一方面，人工智能的發展目前總體處于“弱人工智能”階段，技術發展的成熟度良莠不齊，對于疫情防控采用的人工智能技術或衍生產品需進行評估分級，只有達到規定等級的技術和產品才能得到政策扶持或財政補助；另一方面，運用人工智能優勢消除區域壁壘，在全國范圍內健康碼互認，制定統一政策和標準，實現“一碼通行”、“一碼通辦”；②構建系統、綜合的智能化信息平臺。平臺是風險治理的“中央處理器”，各地區成立常態化疫情防控智能化機構，推動人工智能數據共享平臺互聯互通，有利于改革疾病預防控制體系，提升疫情監測預警和應急響應能力。將疫情數據、健康檢測、行動軌跡等納入信息平臺，利用人工智能實現扁平化管理，打破數據壁壘，動態同步各區域疫情信息。依法依規建立數據共享機制，明確數據在疫情防控期間的開放邊界，特殊時期簡化數據開放流程；③建立嚴格的內部風險監管機制。人工智能本身存在風險，且各產業對網絡的依賴逐步加深，一旦出現安全問題，將給數字經濟及廣大用戶帶來顯著影響。因此，要建立第三方監管機制，通過制定標準、推進立法、加強建設等，構筑數字經濟防線，從而形成一個完整的風險治理閉環，構建具有中國特色的監管機制。

（3）優化產業結構，在常態化疫情防控中發展人工智能新經濟。數字經濟在經濟社會恢復階段發揮主導作用，要充分發揮我國超大規模市場優勢和內需潛力，利用人工智能優勢優化產業結構，發掘新的經濟增長點，發展人工智能與數字經濟耦合的新經濟形態。①實施人工智能產業基礎再造。抓緊布局人工智能產業，調整人工智能基礎層、技術層和應用層結構，強化基礎層核心理論研究，引導技術層與公共衛生安全領域深度融合，開發和推廣疫情防控垂直應用；②實施產業結構升級工程。優化數字經濟布局，針對傳統產業數字化轉型面臨的共性問題，利用人工智能等新一代信息技術，研發有針對性的解決方案及標準；面向傳統中小微企業轉型需求，培育產業智能化發展生態，推出普適性強、成本低的產品或服務等；③實施新基建計劃。加強新型基礎設施建設，發展新一代信息網絡，人工智能與新興領域交叉融合、協同發展。作為處理數據信息的工具，需要依靠互聯網、大數據和云計算等技術，構建配套技術矩陣，加快5G 基站等新一代信息技術的基礎設施建設，為產業智能化升級提供支撐。

（4）推進人工智能在常態化疫情防控中的精準應用。人工智能在常態化疫情防控的關鍵環節需要精準發力，圍繞外防輸入、內防反彈工作任務，深入推進人工智能技術和產品應用。①將人工智能應用于臨床和防控一線。保障人民生命健康安全是疫情防控的首要任務，要重視人工智能在疫情防控中的定位，了解臨床和防控一線的工作人員實際困境和需求，在此基礎上協同設計高性能的人工智能應用；②推進重點區域精準應用。建立重點地區智能化疫情預警和監控網絡，加強對邊境城市、境外人員聚集地區風險人員進行數據跟蹤與監測，生成智能化疫情防控策略，及時發現其中暴露出的防控問題，加固薄弱環節、補上短板漏洞；堅決守住守好口岸城市防線和社區防線，配備疫情防控智能設備，實現“人臉識別+紅外測溫+大數據”一站式檢驗；③要加強國際協同，實現疫情信息共享。通過人工智能等新一代信息技術建立國家和地區層面的疫情共享平臺，開展遠程科研協同攻關、境外遠程診療、金融風險預測等，適時動態調整國際協同疫情防控方案；④發揮人工智能在人文關懷、心理健康方面的助力作用。人工智能技術目前已經運用到心理治療中，利用智能VR 心理測評系統等判定心理狀態，緩解心理壓力，調節自我情緒，防止衍生新的社會矛盾和次生疾患。

5 結語

人工智能的迅速發展為公共衛生安全風險治理和經濟社會發展帶來了“無限可能”，回歸人工智能工具屬性和產業屬性本身，實現“無限可能”則基于人工智能核心技術的突破、實踐應用的普及。因此，既要關注人工智能理論研究，也要同步推進智能產業化、產業智能化發展。本文對人工智能促進常態化疫情防控的理論基礎和實際應用進行了研究，深入分析了人工智能與公共衛生安全、數字經濟的作用機制，對于未來人工智能的發展方向提出了戰略、政策、產業和應用方面的建議，可為相關研究提供參考。但人工智能在帶來“無限可能”的同時也會帶來“無限危機”，本文尚未探討人工智能本身存在或衍生的風險，人工智能發展過程中的失范現象及倫理問題還有待進一步探究。