人工智能促进常态化疫情防控的实践逻辑与实施路径

季 凯，张志华，赵 波

（1.南京邮电大学教育科学与技术学院；2.南京邮电大学江苏现代信息社会研究基地；3.南京邮电大学 管理学院，江苏 南京 210023）

0 引言

作为引领科技革命和产业变革的战略性技术，人工智能将对国家安全和经济发展产生重大而深远的影响。人工智能不仅有助于推进国家治理体系和治理能力现代化，而且有助于推动产业转型升级，成为经济发展新引擎。针对人工智能在新冠肺炎疫情防控中的实际应用，习近平总书记在中央全面深化改革委员会第十二次会议中提出：“鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用”［1］。当前，人工智能在疫情预防、控制、诊疗等方面已初步实践但作用有限，这与公共卫生安全领域人工智能理论和应用研究不够有关。对于人工智能在经济社会发展中的作用，2020 年10 月29 日，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出，要“瞄准人工智能等前沿领域”，“推动人工智能等同各产业深度融合，培育新技术、新产品、新业态、新模式”［2］。常态化疫情防控下，如何加强人工智能与公共卫生安全领域的垂直结合，深化人工智能与数字经济的融合，培育经济新动能，亟需结合人工智能在新冠肺炎疫情中的表现，深入分析其实践逻辑并研究可行的实施路径。

1 人工智能发展概况及应用趋势

1.1 人工智能发展历程

人工智能总体经历了三次发展浪潮。1956 年，在美国达特茅斯大学举行的学术研讨会上，麦卡锡正式提出“Arti⁃ficial Intelligence”概念，标志着人工智能学科诞生，掀起了人工智能的第一次发展浪潮；20 世纪60 年代，部分学者认为人工智能应该在大量知识储备和指导下实现，由此催生出“专家系统”，人工智能迎来第二次发展浪潮；2006 年，由辛顿提出的“深度学习”算法极大增强了算力，提升了算法性能，推动人工智能进入第三次发展浪潮。近几年，人工智能与传统产业、公共服务和社会治理深度融合，相关应用迅速发展，呈现深度学习、跨界融合、人机协同、群智开放、自主操控等新特征［3］。由此，人工智能也由传统型逐步发展为新一代人工智能。

1.2 人工智能应用趋势

新一代人工智能发展目标包括从宏观到微观的智能化新领域，包含智能城市、数字经济、智能制造、智能医疗等［4］。其发展本质是追求人机协同，也就是在不同应用场景下能够自主配合要素变化，协助人的工作，重新回到“以人为本”的组织模式，构建以客户需求为中心的生产模式和商业模式［5-6］。此次新冠肺炎疫情中，人工智能优势主要体现在公共卫生安全和数字经济两大宏观领域。

（1）与疫情防控融合应用，促进公共卫生安全风险治理。如在疫情监测分析方面，阿里巴巴依托达摩院、阿里云、阿里健康、支付宝等团队，运用人工智能、大数据、云技术等新一代信息技术，协同开发疫情监测一体化平台；在病毒溯源方面，全球健康药物研发中心（GUDDI）团队开发的人工智能药物研发和大数据分享平台，涵盖了既往冠状病毒相关研究和实验信息，面向科研团队开放；在防控救治方面，针对武汉方舱医院临床救治负荷较大、病情复杂多变的困难，南京邮电大学学科团队发挥人工智能领域优势，联合探索构建“新冠肺炎病程转归病情预测模型”并搭建服务平台等。

（2）与传统产业融合应用，促进数字经济高质量发展。受疫情影响，2020 年一季度全国实际GDP 同比下降6.8%，这是改革开放以来GDP 首次负增长，而人工智能与第二产业融合下的智能制造却表现强劲。3 月份，高技术制造业同比增长8.9%，工业机器人产量增长12.9%［7］。从2020 年第二季度开始，我国经济增速由负转正，凸显了中国经济强大韧劲、巨大回旋余地和综合施策效果。从全年来看，我国GDP 实现正向增长，1-11 月份，高技术制造业实现利润同比增长15.0%；智能制造、新能源等新兴产业发展壮大，2020 年上半年服务机器人产量同比增长20.9%［8］。可见，常态化疫情防控阶段，以人工智能为代表的高新技术发挥了重要作用，统筹防疫和发展成效显著。

2 常态化疫情防控特征与双重要求

2.1 常态化疫情防控特征

此次新冠肺炎疫情是新中国成立以来传播速度最快、感染范围最广、防控难度最大的重大突发公共卫生事件，疫情经历了突发期、扩散期、爆发期和衰退期4 个阶段［9］。

常态化疫情防控下，由于疫苗尚未大范围普及，在人群免疫屏障或群体免疫没有建立起来之前，无法从源头遏制疫情传播，就疫情本身而言仍存在突发性、复杂性和扩散性等特征。一方面，国内零星出现无症状感染者，此类患者没有临床症状，病原学检测却呈阳性且具有传染性风险，常规防控手段无法有效预防，存在扩散风险，会造成局部聚集性疫情；另一方面，国际疫情持续蔓延，新冠肺炎病毒通过进口冷链食品传播，其中还存在来自医疗条件相对落后的发展中国家的不确定因素，我国面临的境外疫情输入风险不断加剧。此外，新冠肺炎疫情本身的风险有可能进一步引发社会稳定风险，对经济社会造成冲击。经济稳定运行事关全局，常态化疫情防控工作涉及政府、公众、社会和市场等多元利益群体，要充分考量各方利益。一旦发生利益群体冲突，有可能产生连锁反应并加剧负面影响［10］。

2.2 常态化疫情防控的双重要求

常态化意味着我国疫情防控进入新阶段，对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，还要知其所以然，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体特征涵盖了直接和间接两个层面。直接层面是应对疫情本身的防控，间接层面是应对疫情衍生和后续影响的消除，这对常态化疫情防控提出了双重要求，即统筹推进疫情防控和经济社会发展两手抓两不误。具体而言，一方面要抓紧抓实抓细常态化疫情防控工作，因时因势完善外防输入、内防反弹各项措施，对重点区域重点防治，对无症状感染者和境外输入精准防控，加快疫苗推广进度等，把疫情防控网扎得更密更牢；另一方面要坚持在常态化疫情防控中加快推进经济社会秩序全面恢复，解决全面复产复工进程中的困难和问题，围绕就业这一最大民生，做好“六稳”工作，落实“六保”任务。

3 人工智能促进常态化疫情防控实践逻辑分析

人工智能作为一种通用技术，兼具工具属性和产业属性，能有效支撑常态化疫情防控双重要求的底层逻辑。其中，工具属性和产业属性作用于常态化疫情防控，产业属性同时作用于经济社会发展。

3.1 人工智能的双重属性

（1）工具属性。人工智能是作为人类使用的工具而发明、创造出来的，所以工具属性是其最基本的第一属性。新一代人工智能已成为推动第四次工业革命的通用技术，通用技术是全面影响经济社会的基础性和通用性技术［11］，换言之，也就是维持经济社会各产业运转不可或缺的基础工具，既具备内涵式发展特征，又具备外溢性特征。一方面，人工智能理论和技术本身不断实现创新突破，从符号主义学派的“专家系统”到连结主义运动，在心理学及神经科学的推动下出现类神经网络算法，进一步催生出深度学习算法。深度学习算法相较于传统的信息分析手段，可以高速处理海量数据，并通过强大的运算能力挖掘出数据背后的潜在规律；另一方面，人工智能与新兴领域交叉融合、协同发展，作为处理数据信息的工具，依靠互联网、大数据和云计算等技术，具有溢出带动性很强的“头雁”效应。人工智能理论和技术的创新突破带动了相关领域发展，如深度学习算法基于大量数据的学习、分析和处理，促进了数字化信息发展；人工智能的数据传输需要5G 支撑，又推动了5G 技术的应用等。

（2）产业属性。人工智能具备内生产业属性，在其工具属性发展的同时，会通过技术显现而形成人工智能新兴产业链。人工智能产业链分为基础层、技术层和应用层。①基础层对应产业链上游，为产业整体提供算力，包含芯片、传感器等硬件产业和云计算等软件产业；②技术层对应产业链中游，发挥承上启下作用，为基础层提供需求，为应用层提供技术支持和服务。技术层又细分为感知层、认知层和平台层［12］。感知层产业主要包含图像识别领域和语音语言识别领域，认知层产业主要包含语义识别和智能客服领域，平台层产业以综合应用平台的形式提供深度学习、远程运维等支撑服务，对接应用层产业；③应用层对应产业链下游，是技术应用在具体场景的产业，通过产品终端为用户提供智能化服务。此外，人工智能的产业属性还体现在与传统产业的融合、赋能传统产业转型升级、产生协同效应和集聚效应上，尤其集中体现在互联网产业、传统电子产业和装备制造业三大领域。

3.2 面向疫情防控的实践逻辑

新冠肺炎疫情属于公共卫生安全风险，常态化阶段疫情防控工作的实质是进行风险治理。国际风险治理委员会（International Risk Governance Council，IRGC）致力于为全球范围提供全面的风险评估和应对策略，2005 年首次提出了风险治理综合框架，经过近些年的发展，形成了风险识别、风险评估、风险评价、风险管理4 个核心要素［13-15］。立足于风险治理过程视角分析人工智能双重属性与风险治理4 个核心要素的实践逻辑，如图1 所示。

Fig.1 Practical logic for epidemic prevention and control图1 面向疫情防控的实践逻辑

3.2.1 驱动风险科学识别

风险识别对应识别风险的重点问题，进而寻找风险治理的潜在策略。人工智能可以驱动重大疫情风险从经验驱动到智能驱动，科学降低重大疫情风险的突发性，实现以下风险识别方式转变：①工具属性转变信息识别。无症状感染者和境外输入情况导致疫情形势复杂，缺乏信息支持的风险识别往往无法做到准确识别，人工智能利用其工具属性中“大数据，小任务”的深度学习范式，整合信息资源，建立识别数学模型，有利于发现重要信息，揭示相似重大疫情风险发生的关联性，有利于分析和识别重大疫情中的关键问题，从而提升制定重大疫情风险治理策略的科学性；②产业属性转变平台识别。重大疫情风险识别中的要素种类多、数量大、关系复杂，涉及卫生健康系统要素、公共服务系统要素、各类产业系统要素等，人工智能可将各类风险来源要素整合在统一平台，将数据情况与实践情况相关联，从而降低重大疫情风险治理策略的偏差，促使风险识别更加科学化。

3.2.2 驱动风险精准评估

风险评估对应预测风险的重要性和可接受性，确定风险管理的必要性。人工智能通过分析重大疫情风险发生的内在规律，提高风险评估的科学性和精准性，其在降低风险发生的复杂性和扩散性方面的优势有：①工具属性提升评估能力。人工智能新技术驱动实现全程评估和实时评估，结合地理空间实景模拟，根据历史疫情风险规律溯源疫情病毒，找到聚焦点，抑制风险的蔓延趋势；对于新媒体端的舆情风险实现实时评估，及早发现、引导可能引发热点和焦点的事件；②产业属性扩大评估范围。实现多元评估和协同评估，涉及到评估的多元主体包含政府、公众、社会和市场等。人工智能产业的外溢性驱动多个主体治理结构扁平化发展，主体之间协同评估可有效减少对重大疫情预测的不确定性，缩小风险对政治、经济、文化、社会和生态领域的扩散。

3.2.3 驱动风险专业评价

风险评价可判断风险产生的影响和导致的后果，明确风险级别和处理措施。人工智能是重大疫情风险评价精准化的重要技术手段，其利用算法、机器、大数据、平台等，将整合的信息资源建立预测模型，进而确定风险级别，提出相应的处理措施，降低重大疫情风险的影响，其内在逻辑是：①工具属性中的循环判断。基于循环神经网络算法的机器学习方式分为时间递归神经网络和结构递归神经网络，具有历时性和共时性特点，意味着不仅从现有数据直接分析，还对过往相关数据进行梳理，从而直接分析从智能终端产生的数据，使预测结果更加准确，且具有前瞻性；②产业属性中的全景判断。在共享时代背景下，“人工智能+”传统产业转型升级具备数字化、信息化、智能化特点，在描述和评价过程中，人工智能可以对重大疫情风险中分散的应用场景进行整合管理，打破部门、区域、行业壁垒，实现对重大疫情风险的全景评估，最大限度地提升风险评估的精准性。

3.2.4 驱动风险高效管理

风险管理设计并实施风险治理方案，细化预防、适应、减轻各环节策略。风险管理是风险治理中的核心执行环节，是基于重大疫情风险造成的破坏性影响而采取的可行处置措施。风险治理和风险影响的主体是多元化的，风险管理既需要差异化措施应对多元主体，又需要协同多元主体提高应对成效，人工智能可以驱动更加个性、精准和灵活的风险管理。

（1）工具属性促进风险差异管理。①人工智能可以协助治理主体对重大疫情的感染人群进行分类统计，分析统计接触人员，对普通人群进行防控管理、调控病区等，差异化管理相关人群；②科学调配疫情防控物资，以透明公开的方式实现合理分配；③动态预测疫情传播发展趋势，对不同区域差异化管理等，避免风险管理过程中的数据重复、政策落后、资源浪费和错配等问题。

（2）产业属性促进风险协同管理。在人工智能产业结构背景下能对重大疫情风险做出迅速响应，提出应对措施。在风险治理主体之间协调过程中，人工智能产业属性使不同风险管理部门和机构之间的协调更加高效顺畅，使产业内部形成联动应对机制，提高各类产业的抗压性。

3.3 面向经济社会发展的实践逻辑

国际疫情蔓延，世界经济下行风险加剧，我国经济受到较大冲击，但以人工智能等ICT 技术为核心的数字经济增速却逆势增长。关于数字经济概念，学界普遍认同《二十国集团数字经济发展与合作倡议》的定义：“以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”［16］。可见，人工智能等新一代信息技术是数字经济的核心要素，人工智能与实体经济深度融合并最终发展成为智能经济，这是数字经济的更高形态。中国信息通信研究院发布的《全球数字经济新图景（2019 年）》认为，数字经济是生产力、生产关系的辩证统一，主要包括数字产业化、产业数字化及数字化治理，进而推动数字经济发展［17］。应用人工智能产业属性促进常态化疫情防控场景，包括疫情防控下的驱动智能产业化、产业智能化及智能化治理的实践逻辑，如图2 所示。

Fig.2 Practical logic for economic and social development图2 面向经济社会发展的实践逻辑

3.3.1 驱动智能产业化

智能产业化，即人工智能技术直接形成相关产业促进经济增长，也就是人工智能产业链、供应链的产出，均属数字经济组成部分。人工智能产业链上游基础层形成人工智能软硬件技术研发和制造，包括由高校、科研院所和企业产学研协同攻关，突破疫情防控和人工智能核心技术，增强我国数字经济在全球的核心竞争力。人工智能产业链中游技术层形成常态化疫情防控所需的图像识别、语音语言语义识别、智能客服、智能一体化平台等高新技术产业，对接产业链下游应用层；生产中人与人无接触并通过智能产品替代，服务于疫情防控一线和生产生活，形成人与人非接触的产业模式和商业业态，发掘新的经济增长点，从而在一定程度上对冲实体经济受到的影响。人工智能供应链包含了支撑人工智能技术的产业链，如5G、工业互联网等技术协同发展等，在经济下行压力倒逼下形成产业集群。

3.3.2 驱动产业智能化

产业智能化，即人工智能技术对传统产业的技术创新扩散所带来的生产规模扩张和效率提升，由此新增的产出构成数字经济的组成部分。产业智能化的本质是优化产业结构，主要包括两部分：①人工智能作用于第一、二产业产生替代作用。人工智能的核心技术替代传统产业技术，由此衍生新业态，重构生产要素和生产关系，大幅度提升企业生产效率和效益；②人工智能作用于第三产业产生渗透作用。人工智能技术与传统产业技术垂直融合，衍生新业态，在技术渗透作用下，企业生产效率提高，生产成本降低，核心优势增加，形成产业智能化改造后的新兴产业。如疫情期间出现的“宅”经济，改变了传统的消费、办公、教育模式。消费者选择智能化产业，产业智能化成为常态化疫情防控阶段的发展趋势。

4 人工智能促进疫情防控实施路径

人工智能发展的本质是追求人机协同，其在常态化疫情防控应用场景中的语义就是追求更好地配合治理主体，从其基本属性出发，技术上实现融合创新，产业上实现扩张升级。《中国共产党第十九届中央委员会第五次全体会议公报》中强调要“坚持新发展”“统筹新冠肺炎疫情防控和经济社会发展工作”，这为做好常态化疫情防控工作指明了方向。当前常态化疫情防控下，人工智能要从战略、政策、产业和应用方面发挥作用，统筹兼顾疫情防控和经济社会发展。

（1）提高战略思维，重视人工智能在常态化疫情防控中的重要作用。人工智能被发达国家广泛确定为战略重点。世界各国都在加紧布局，如美国提出的《国家人工智能研究和发展战略计划》、德国提出的“工业4.0”计划、法国推出的人工智能宏伟计划等，都将人工智能作为国家战略重点予以优先布局发展。从此次新冠肺炎疫情应对中人工智能的实际表现来看，发达国家人工智能主要在高新产业领域布局，对于疫情防控的作用有限。我国人工智能被视为转型升级发展和治理能力现代化提升的重要支撑和保障手段。中共十九大报告中提出要“推动人工智能和实体经济深度融合”，推动我国产业转型升级发展。新冠肺炎疫情时期，我国人工智能不管是在疫情防控还是在推进经济社会发展中都表现亮眼。为此，要从国家层面树立战略思维，充分认识人工智能在促进疫情防控、国家经济社会发展、推进国家治理体系和治理能力现代化中的重要作用。常态化疫情防控下，要将人工智能应用于保产业链供应链稳定、保基层运转等“六保”任务中，利用人工智能工具和产业优势守住经济发展底线，以保促稳，实现“六稳”目标；要从国家层面推进人工智能计划，将人工智能纳入国家发展战略，瞄准前沿技术，布局公共卫生安全等重点领域。同时，创新科研机制，实行重点项目攻关“揭榜挂帅”。大力推动协同创新，促进数字化、智能化产业转型升级。

（2）强化政策引领，推动人工智能在常态化疫情防控中的规范管理。人工智能为常态化疫情防控提供源源不断的支撑，侧重于加强信息沟通共享和防控措施协调，前提是实现数据共享。数据是数字经济时代的核心生产要素，其可持续发展离不开政策保障。①规范技术分级标准和健康认定标准。一方面，人工智能的发展目前总体处于“弱人工智能”阶段，技术发展的成熟度良莠不齐，对于疫情防控采用的人工智能技术或衍生产品需进行评估分级，只有达到规定等级的技术和产品才能得到政策扶持或财政补助；另一方面，运用人工智能优势消除区域壁垒，在全国范围内健康码互认，制定统一政策和标准，实现“一码通行”、“一码通办”；②构建系统、综合的智能化信息平台。平台是风险治理的“中央处理器”，各地区成立常态化疫情防控智能化机构，推动人工智能数据共享平台互联互通，有利于改革疾病预防控制体系，提升疫情监测预警和应急响应能力。将疫情数据、健康检测、行动轨迹等纳入信息平台，利用人工智能实现扁平化管理，打破数据壁垒，动态同步各区域疫情信息。依法依规建立数据共享机制，明确数据在疫情防控期间的开放边界，特殊时期简化数据开放流程；③建立严格的内部风险监管机制。人工智能本身存在风险，且各产业对网络的依赖逐步加深，一旦出现安全问题，将给数字经济及广大用户带来显著影响。因此，要建立第三方监管机制，通过制定标准、推进立法、加强建设等，构筑数字经济防线，从而形成一个完整的风险治理闭环，构建具有中国特色的监管机制。

（3）优化产业结构，在常态化疫情防控中发展人工智能新经济。数字经济在经济社会恢复阶段发挥主导作用，要充分发挥我国超大规模市场优势和内需潜力，利用人工智能优势优化产业结构，发掘新的经济增长点，发展人工智能与数字经济耦合的新经济形态。①实施人工智能产业基础再造。抓紧布局人工智能产业，调整人工智能基础层、技术层和应用层结构，强化基础层核心理论研究，引导技术层与公共卫生安全领域深度融合，开发和推广疫情防控垂直应用；②实施产业结构升级工程。优化数字经济布局，针对传统产业数字化转型面临的共性问题，利用人工智能等新一代信息技术，研发有针对性的解决方案及标准；面向传统中小微企业转型需求，培育产业智能化发展生态，推出普适性强、成本低的产品或服务等；③实施新基建计划。加强新型基础设施建设，发展新一代信息网络，人工智能与新兴领域交叉融合、协同发展。作为处理数据信息的工具，需要依靠互联网、大数据和云计算等技术，构建配套技术矩阵，加快5G 基站等新一代信息技术的基础设施建设，为产业智能化升级提供支撑。

（4）推进人工智能在常态化疫情防控中的精准应用。人工智能在常态化疫情防控的关键环节需要精准发力，围绕外防输入、内防反弹工作任务，深入推进人工智能技术和产品应用。①将人工智能应用于临床和防控一线。保障人民生命健康安全是疫情防控的首要任务，要重视人工智能在疫情防控中的定位，了解临床和防控一线的工作人员实际困境和需求，在此基础上协同设计高性能的人工智能应用；②推进重点区域精准应用。建立重点地区智能化疫情预警和监控网络，加强对边境城市、境外人员聚集地区风险人员进行数据跟踪与监测，生成智能化疫情防控策略，及时发现其中暴露出的防控问题，加固薄弱环节、补上短板漏洞；坚决守住守好口岸城市防线和社区防线，配备疫情防控智能设备，实现“人脸识别+红外测温+大数据”一站式检验；③要加强国际协同，实现疫情信息共享。通过人工智能等新一代信息技术建立国家和地区层面的疫情共享平台，开展远程科研协同攻关、境外远程诊疗、金融风险预测等，适时动态调整国际协同疫情防控方案；④发挥人工智能在人文关怀、心理健康方面的助力作用。人工智能技术目前已经运用到心理治疗中，利用智能VR 心理测评系统等判定心理状态，缓解心理压力，调节自我情绪，防止衍生新的社会矛盾和次生疾患。

5 结语

人工智能的迅速发展为公共卫生安全风险治理和经济社会发展带来了“无限可能”，回归人工智能工具属性和产业属性本身，实现“无限可能”则基于人工智能核心技术的突破、实践应用的普及。因此，既要关注人工智能理论研究，也要同步推进智能产业化、产业智能化发展。本文对人工智能促进常态化疫情防控的理论基础和实际应用进行了研究，深入分析了人工智能与公共卫生安全、数字经济的作用机制，对于未来人工智能的发展方向提出了战略、政策、产业和应用方面的建议，可为相关研究提供参考。但人工智能在带来“无限可能”的同时也会带来“无限危机”，本文尚未探讨人工智能本身存在或衍生的风险，人工智能发展过程中的失范现象及伦理问题还有待进一步探究。