人工智慧産業將尋求三方面突破

未來將紮實推進理論發展，加強新技術整合能力

　　如今，“智慧+”社會已步步臨近，社會各界也正積極勾勒未來社會圖景。國外人工智慧巨頭動作不斷，在基礎技術、應用領域方面都有諸多突破，可以總結為三點：基礎研究能力強、跨界創新密集、人才紅利持續發揮。

　　我國在深度學習、識別技術等領域實力突出，在人工智慧市場應用層面走在世界前列。但在基礎技術、産業鏈跨界協同、核心人才培養方面則存有短板。業內專家呼籲，未來我國人工智慧行業和學界應重點關注以上三項弱點，審時度勢、全盤考慮、抓緊謀劃、紮實推進，在鞏固現有優勢的同時，補足短板，推動中國人工智慧産業可持續發展。

　　基礎層研究成人工智慧“硬指標”

　　人工智慧研究可以分為基礎層、技術層、應用層，美國在技術難度大、技術帶動效應強的基礎層方面，不斷取得研究以及實踐進展；而中國在基礎層方面能力稍弱，在技術層和應用層發力更多。

　　基礎層主要指處理器、晶片等支撐人工智慧技術的核心能力；技術層包括自然語言處理、電腦視覺、技術平臺等通用技術；應用層是指自動駕駛、智慧機器人等實際應用主體。

　　人工智慧浪潮的興起，使得美國大公司紛紛進軍基礎層的研究。以晶片為例，美國的晶片製造企業英偉達推出了世界首款120萬億次級處理器Volta V100 GPU，可以將機器學習指令傳達的效率從幾週的時間縮短至幾個小時，幫助客戶更加快速地迭代並優化各自産品的上市時間。過去3年中，英偉達為深度學習提供了10倍的性能加速，被評論界稱為“摩爾定律的平方”，保持目前的性能提升速率，到2025年，GPU將可實現比CPU快1000倍的性能。

　　谷歌、亞馬遜、微軟、蘋果等最初並不研發晶片的公司，也開始發力晶片和處理器，這使得美國在全球人工智慧基礎層研究地位進一步增強。微軟公司公佈了其人工智慧晶片製造項目，展示了一款專門為微軟增強現實眼鏡HoloLens打造的新型晶片。谷歌已于2016年宣佈了其深度學習晶片的研發，並聲稱，隨著語音識別技術的爆發，高性能處理器TPU已為公司省下了打造15個新數據中心的成本。谷歌同時在與生物公司合作開發高效計算DNA資訊的晶片。2017年4月，蘋果公司宣佈蘋果將通過自主研發和生産晶片，進一步掌握産業鏈主導權。消息一齣，蘋果晶片供應商英國公司Imagination的股價應聲暴跌。

　　但是，中國在晶片基礎研發領域仍然落後於美國企業，對進口晶片的需求居高不下。

　　從事電腦視覺識別的中國公司“曠視科技”品牌與市場中心總經理謝憶楠表示，在圖像識別領域，公司同時應用英偉達和英特爾的晶片，目前還沒有國産晶片能夠完全取而代之。英特爾中國研究院院長宋繼強也承認，我國人工智慧領域不足之處在於我們原創理論創新、基礎人工智慧研發能力還不太夠。中國學者需要在理論上有所突破。地平線機器人技術創始人余凱表示，在PC電腦與移動網際網路時代，我們都錯失了如作業系統等基礎平臺性技術，人工智慧時代需要迎頭趕上。

　　中國電子學會發佈《中國機器人産業發展報告》指出，我國機器人領域核心技術積累不足，資金投入相對有限且分散，高端市場長期被外資企業佔據，很大程度上以依託進口零部件和本體組裝、整合為主營業務，雖有一定突破但基本上是被動地、跟隨式發展，難以獲得産業發展主動權。

　　電腦學家、圖靈獎唯一的華人得主姚期智表示，中國想在2030年實現世界主要人工智慧創新中心的戰略目標，首先要解決人工智慧發展缺少理論的問題。中國在下一波人工智慧的發展上，應取得一些原創性的、有智慧財産權的成果，而不是追趕別人發明的科技。

　　跨界融合創新為智慧生態“必修課”

　　未來人工智慧領域不僅僅是單一的技術和産品，而是一個整合的“生態系統”。數字技術將結合神經研究等醫學領域、自動化機械臂等工業領域共同組成人工智慧的底層技術。

　　以人工智慧為依託的機器人一方面會以“軟體”形式融入社會，如自動翻譯、圖像識別等。另一方面也將通過整合“硬體”深入到百姓生活中，如特種機器人、醫療機器人等。

　　正是在這種“共識”的指引下，“不務正業”幾乎成為美國人工智慧巨頭都在做的事，從IBM、蘋果，到谷歌、臉書、英偉達，所有的人工智慧巨頭都在嘗試軟體、硬體、應用場景的聯通，不再單一專注于自己的傳統業務，而是著眼佈局未來。 2016年9月，谷歌、微軟、臉書、亞馬遜、IBM更是組成人工智慧聯盟，大有形成合力、制定行業標準之意。

　　目前，谷歌的跨界非常廣泛，跨越了晶片、機器學習平臺、軟體、雲計算等各個領域。其人工智慧學習系統TensorFlow目前是全世界應用最為廣泛的人工智慧軟體平臺。研發晶片起家的高通，也推出了自己的攝像頭Spectra Module，旨在優化VR、AR的效果。最近，這一攝像頭又添加了一些新的功能，如深度檢測和生物認證，用戶可以通過虹膜掃描來解鎖認證。

　　IBM中國研究院認知交互技術總監秦勇表示，IBM打造人工智慧平臺，最終目的就是形成生態圈，可以滿足客戶的不同需要。比如IBM的WDC（Watson Developer Cloud），已經有很多應用程式編程介面公佈出來，比如知識圖譜、語音識別、電腦視覺、性格分析、對話管理等等。在教育領域和芝麻街合作，利用人工智慧幫助小孩，用遊戲的方式來做輔助學習。這一平臺還和美敦力（Medtronic）合作，提前兩三小時就可以準確預測一個人的血糖指標。

　　英偉達不僅有晶片，還發佈了高效的深度學習軟體平臺，為客戶提供綜合全面的服務，其客戶涵蓋汽車、虛擬現實、圖像識別、基因分析等各領域。電商起家的亞馬遜，憑藉其深度學習能力，崛起成為人工智慧的巨頭。去年，其發佈的三大人工智慧技術（圖像識別、自動語音發音、語音互動）廣受歡迎，中國的社群電商軟體“小紅書”就利用了亞馬遜的人工智慧技術開發了人臉識別痘痘的功能。

　　除以技術優勢加速全鏈條佈局外，國外巨頭憑藉投資並購等資本運作手段，提升自身技術實力，在人工智慧領域迅速佔據制高點，也有部分巨頭在我國建立産業基地，搶佔中國市場。如微軟收購位於多倫多的人工智慧初創企業Maluuba，谷歌收購數據科學公司Kaggle。庫卡也宣佈建設中國二期廠房，繼續擴大産能。

　　而中國人工智慧産業的跨界互動能力不足，部分企業存在短期套利思維。業內人士認為，從技術到産品的跨越非常之困難。不同於矽谷技術公司的“一呼百應、迅速抱團”，中國企業之間的“門戶之見”較深，産業鏈傾向於為了短期利益，維護已有的客戶鏈條，而不會積極擁抱新産品，這使得一項技術需要投産時，找生産商就十分困難，更別提以後的推廣、應用了。

　　另一方面，中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍認為，目前市場上有很多風險基金來主導基礎研究型公司，這對正常的創新過程會産生一定負面影響。特定階段確實需要一些特殊的措施，但無論如何要給有能力、願意做研究的人一個安靜的空間，這才是科研創新真正的源頭。

　　王飛躍認為，很多人蜂擁而至進入智慧行業，其中不乏“語言創新”、炒作概念的PPT公司，好多核心硬體還要從外國進口，企業技術能力“配不上”它的名字，這是需要我們反思的地方。

　　《中國機器人産業發展報告》建議，圍繞市場需求，加強新技術之間的整合能力，打造“政産學研用”緊密結合的協同創新載體。既要圍繞智慧工廠、智慧家居和智慧城市開展細分領域示範工程，也要打造重點領域機器人應用系統整合商和綜合解決方案服務商，推進全産業鏈協同發展。

　　人才隊伍建設是産業發展“脊梁柱”

　　任何産業的發展都依賴高素質的人才。美國人工智慧産業的發展，得益於過去幾十年來高校、科研院所沒有停止過的探索，美國從而成為世界人工智慧人才的最大輸出地。而中國人工智慧人才則較為稀缺。

　　騰訊研究院發佈的《中美兩國人工智慧産業發展全面解讀》，從企業人數分佈可以看出中美之間的巨大差異。報告顯示，截至2017年6月，美國共有1078家人工智慧企業，員工數量為78700名；中國有592家人工智慧企業，員工數量為39200名，約為美國的50%。分領域來看，在處理器/晶片領域，美國員工人數是中國的13.8倍，美國17900人，中國1300人。中國在技術層領域的企業人數也遠遠落後於美國，僅在智慧機器人領域人才稍多，為6400人，是美國同領域人數的3倍。

　　根據全球職場社交平臺“領英”的數據，7成美國人工智慧人才從業10年以上，而中國僅有4成相關人才有這樣的從業經驗。報告分析，這源於中國人工智慧産業起步比美國晚，人才培養模式尚存差距。

　　中國高校在很長時間內並沒有人工智慧專業，而美國是人工智慧概念的誕生地，基本上大院校都有人工智慧專業和研究方向。根據美國國家科技委員會的人工智慧全球大學排名，前20名中有16所是美國大學，這些大學源源不斷地向科技企業輸送人才。

　　業內人士表示，由於人才匱乏，人工智慧工程師的年薪水漲船高。博士畢業進入企業，起薪或可高達百萬元，“否則根本留不住人”。而且，即便這樣的人也很難“上手就用”，都要在公司經過數月至一年的專業培訓。

　　目前，中國正在快速追趕美國人工智慧人才的培養步伐。從論文發表數量來看，華人作者的領先優勢日益明顯。在“深度學習”領域，中國的論文數量從2014年開始超越美國。專家認為，人才培養是“智慧+”發展的關鍵，而且，人才培養要與重點項目相結合，真正做到核心人才本土化、核心項目自主化。

　　《中國機器人産業發展報告》建議，應建立機器人行業亟須的多層次、多類型技能人才培養體系，建立校企聯合培養人才的新機制。同時，建立培養標準體系，運用職業培訓和職業資格制度加深與汽車、電子、化工、消防等相關行業合作，實現人才培養與企業需求的良好對接。

　　國務院2017年印發《新一代人工智慧發展規劃》，提到將“加快培養聚集人工智慧高端人才”。伴隨著巨大的市場需求和應用場景，我國有望吸引更多人才來華從事人工智慧行業。

　　在面向2030年對我國人工智慧發展進行的戰略性部署中，我國新一代人工智慧發展規劃也明確提出了我國人工智慧發展的“三步走”目標：

　　第一步，到2020年，人工智慧總體技術和應用與世界先進水準同步，人工智慧産業進入國際第一方陣，成為我國新的重要經濟增長點；第二步，到2025年，人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水準，人工智慧産業進入全球價值鏈高端，成為帶動我國産業升級和經濟轉型的主要動力，智慧社會建設取得積極進展；到2030年，人工智慧理論、技術與應用總體達到世界領先水準，我國成為世界主要人工智慧創新中心，人工智慧産業競爭力達到國際領先水準。

　　專家認為，要想讓機器人滲透到人們生活，真正實現智慧社會，一定要把相應的基礎設施建設好，建立知識庫、大數據庫、面向各類具體問題的智慧系統等。“這不僅要有技術，還涉及整個社會體系、服務體系和治理體系等。”業內人士呼籲，要加快機器人向各領域的應用，實現人機協調、跨界融合、共創分享，營造有利於機器人發展的良好生態。

　　瑞銀研究報告顯示：至2030年AI每年將為亞洲貢獻經濟價值高達1.8萬億至3.0萬億美元，將對金融服務、醫療保健、製造、零售和交通等行業産生巨大影響。這些行業加起來，相當於目前亞洲GDP的三分之二。

　　據統計，2000至2016年，中國人工智慧企業數量累計增長1477家，融資規模達27.6億美元。其中，2014至2016年三年是中國人工智慧發展最為迅速的時期。這三年裏新增的人工智慧企業數量佔累計總數的55.38%。另據艾瑞諮詢公開數據，中國人工智慧産業規模2016年已突破100億元。

　　面對優勢，還需戒驕戒躁；面對補足，還需踏實補強；我國應在人工智慧産業發展的浪潮中爭當“弄潮兒”。

　　未來已來，當時代的鐘聲緩緩敲響，新科技革命和産業變革將是最難掌控但必須面對的不確定性因素之一，抓住了就是機遇，抓不住就是挑戰，必須在日新月異的科技大變革中、在國際合作與競爭的征程中加速前進。（記者 蓋博銘 王曉潔 陳旭）