AI推动新基建加快进入智能新时代

  人工智能是新一轮产业变革的核心驱动力量，将推动数万亿数字经济产业转型升级。三次工业革命历史表明，不论机械技术、电力技术和信息技术，都可以极大地促进生产标准化、自动化、模块化，具有很强的通用性，人工智能技术同样具有类似的特征，应用潜力巨大。国务院《新一代人工智能发展规划》指出，到2025年中国人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。

    人工智能是新一轮科技竞赛的制高点，对经济增长和国家安全均至关重要。在这一场全球竞争中，中国的优势在于百度、华为、阿里等平台型公司积累了扎实的技术基础、丰富的应用场景和海量数据，在新基建大战略下，将为国家发展打造竞争新优势、注入增长新动能，有望成为人工智能新基建的领军力量。当然，在基础科研、基础算法、核心芯片、高端人才等方面我国仍存短板。大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇，是中国建设现代化强国的关键。

 

    迎接智能新时代1.1 人工智能是数字经济时代的“新电能”

    人工智能是第四次工业革命的重要组成部分，将推动数字经济产业转型升级。自18世纪以来，人类社会共发生过三次大型的技术革命，分别是蒸汽机革命、电力革命和信息互联网革命。人工智能将是第四次技术革命中的重要技术，自1956年达特茅斯会议上首次提出人工智能（Artificial Intelligence）以来，人工智能已经发展60多年。一般认为，计算机需要通过不断地自我学习、扩充知识库，进而掌握人类拥有的“画画、唱歌、读书、设计”等众多技能，便是“智能”的表现。中国信通院在《人工智能发展白皮书（2018）》中提到，人工智能可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能，即人工智能需具备类人的感知、思考和决策能力。人工智能基础层、技术层和应用层快速发展，诸多应用已经深入日常生活。基础层包括硬件、算法和海量数据三部分，其中硬件的核心是具备高运算能力的芯片，例如CPU、GPU、ASIC、FPGA等，算法的核心是机器学习，包括深度学习、浅层学习和强化学习等。技术层包括计算机视觉、语音、自然语言处理等技术。应用层则是人工智能产品、服务和解决方案，适用于家电、金融、机器人、汽车、医疗等领域。近10年来人工智能快速发展，面对日益增长的需求，一些例如百度、华为、阿里等具备长期研发经验的企业也陆续推出人工智能开发平台或人工智能系统，有望成为人工智能新基建的领军力量。尽管与科幻小说和电影里对人工智能的构想有较大差距，人工智能产品和服务已经普遍存在我们现实生活当中，小到多语言翻译软件、智能音箱，大到自动驾驶系统、城市安防系统、城市大脑等，人工智能的发展已经远远超出早期构想，政府、企业、非营利机构都开始积极拥抱这项技术。

 

 

 

    从“+人工智能”走向“人工智能+”

    人工智能已经在众多垂直领域实现应用，目前较为成熟的领域包括家居、金融、交通、医疗等。通过与诸多垂直领域相结合，人工智能技术可以通过两方面进行产业赋能：一方面提高生产效率、降本增效，即“+人工智能”；二是创造新的需求和增长点，即“人工智能+”。

    “+人工智能”可以快速高效处理数据，同时兼顾普通和长尾用户，提高生产效率，实现降本增效。以金融行业为例，目前人工智能主要用于风控、支付、理赔、投顾等方面，其中智能投顾应用最为成熟。人工智能通过海量数据学习、精准算法分析，结合用户提供的风险承受水平、收益目标、市场的动态，进行个性化定制服务。对比人工服务，智能投顾投资门槛最低至500美元、管理费率约0.02%-1%。目前，例如招商银行、工商银行等国内主流金融机构也推出智能投顾产品，其他机构也加强研发具备类似功能的产品和服务。

    在此次新冠肺炎疫情防控中人工智能也发挥了巨大作用，主要覆盖疫情监控、体温检测、病毒检测、复工复产等方面。春节时期新冠疫情爆发，对病毒检测、追踪、隔离防控等工作带来巨大挑战，人工智能的应用，以数据为支撑，主要帮助时态追踪和疫情研判“人工智能+”是创造新需求、新商业模式、新的经济增长点。以汽车为例，其中智能网联是人工智能在汽车行业应用最受关注的领域。智能网联一方面可以提升汽车的智能化，包括自动驾驶、智能语音、智能座舱等；另一方面与5G相结合，提高汽车信息沟通能力，实现网联化，包括人员和车辆安全管理、城市道路交通规划等。

    2020年4月19日，百度Robotaxi上线百度地图及百度APP智能小程序Dutaxi，向长沙市民全面开放试乘服务。这意味着在相关法律法规指导下，百度率先推动Robotaxi在湖南湘江新区进入常态化的测试试乘阶段。在场景端，ApolloRobotaxi开放的打车范围约130平方公里，行车路线覆盖长沙当地的居民区、商业休闲区及工业园区等多维度实用生活场景。在产品端，Apollo Robotaxi的可视化界面能够还原360度视野范围内的障碍物及动态预测，呈现途经车辆、车道、路口、红绿灯等路况，并伴有限速提示及变道提醒，用户可通过屏幕实时关注时速、剩余里程等驾驶信息。百度等企业在自动驾驶、车路协同、智能车联等平台技术的研发积累，有望进一步复制到智能信控、智能公交、智能停车、智能货运等应用场景，不仅带动传感器、芯片、自动驾驶算法、智能座舱、车云服务等产业发展，而且可以提升出行效率、降低出行成本，有望成为智慧出行的重要增长点。

 

    人工智能技术制高点之争

    人工智能产业竞争是各国政策、基础研究、技术、资本等各方面综合实力的竞争。目前各国政府高度重视，在基础设施搭建、基础科研、人才培养、资助研发、合作交流等方面给予支持鼓励。资本和企业也积极寻求商业落地场景，协助技术转化。技术落地于垂直领域，继而产生新的数据，促进算法更新迭代，又可以进一步服务于垂直领域，如此循环往复、不断发展。这场全球竞赛中，中国的优势在于拥有海量数据和实践经验，但在基础科研、基础技术、前沿拓展方面仍存在薄弱环节。

    政策：全球主要国家和地区均高度重视

    以AlphaGo事件为分水岭，人工智能获得空前关注，主要国家和地区纷纷加入这场事关未来大国科技实力的竞争当中。因为基础设施尚未普及、技术超前、理论分支众多等原因，人工智能的发展经历过三次潮起潮落，直到2016年DeepMind公司研发的AlphaGo挑战世界围棋顶尖棋手李世石，并获得最终胜利，才让全球又重新感受到人工智能所带来的魅力。

    从发布的政策规划来看，各国和地区认同人工智能对未来的人才、产业升级、社会福祉、全球影响力的重要性，并作为国家级战略进行推进。根据各国科研实力、人才汇集程度、基础设施完备度、国情等因素，各国和地区的侧重点有所不同。

    美国致力于维持全球科技霸主地位，人工智能位于其科技版图的核心。欧盟重点关注工业、制造业、医疗、能源等领域，强调发挥创新创造力，应用人工智能使制造业及相关领域智能升级。日本由于面临严峻的少子化老龄化问题，着重研究人工智能在机器人、医疗、汽车交通等领域的应用。

    中国人工智能呈三阶段逐步推进，重视与制造业和服务业的融合。自2015年起，我国人工智能相关政策从智能制造时期，“互联网+”时期（以《“互联网+”人工智能三年行动实施方案》为代表），到“智能+”国家战略时期演变（以《新一代人工智能发展规划》为代表）。政策重心也从核心技术攻克到实际场景应用，从特定行业到跨界融合，从单项技术到人机协同。与美国和欧盟类似，我国也强调建立相关试点项目，包括技术示范试点、政策试验、社会实验。

    基础科研：美国最强，中国快速追赶

    中国人工智能领域论文数量增长较快，但论文质量与美国依然存在差距。全球累计共发布人工智能论文超70万篇，中国、美国是论文发表大国，2018年中美两国分别发布论文2.5万篇和1.6万篇，全球合计占比46.5%。从增长趋势来看，美国保持匀速增长，中国自2014年后增长较快，中国论文数量占全球总量比重从1998年的8.9%上升为2018年的28.2%。从代表论文质量的FWCI指数（平均加权引用影响指数）来看，中国论文质量也在稳步提升，从1998年的0.43提升至2018年的1.39。美国保持全球最高水平，长年保持在2左右，2018年FWCI指数达2.38。

    FWCI指数：FWCI标准化为1，当某国或机构的FWCI指数为1时，表明该国或机构的引用影响力在世界平均水平。如果某国或机构的FWCI指数为1.2，表明该国或机构论文被引用次数超出世界平均水平20%。如果某国或机构的FWCI指数为0.8，表明该国或机构论文被引用次数低于世界平均水平20%。

 

 

 

 

    从论文发表机构类型来看，包括中国、美国、欧盟27国等在内的各国和地区均以高校为核心科研力量，2018年三者高校论文产出占各自总产出的92.1%、84.6%、90.7%。除高校外，中美两国的主力科研主体有所不同，2018年中国科研机构产出约为中国企业产出的3倍，而同期美国企业产出约为美国科研机构产出的1.6倍。

 

 

 

 

    数据量：人工智能时代的“原材料”，中国具有规模优势

    电脑和智能手机的普及、互联网和移动互联网所累积的数据爆发，是促进人工智能技术和应用突破的重要原因之一。人工智能需要做到“感知、思考、决策”，首先就是需要足够多、足够好的原始数据对计算机进行训练，犹如培育良驹，得喂足新鲜的牧草。“足够多”代表数据的数量要大，电脑的发明让运算简化，并让信息以电子化形式保存，智能手机的普及让全球网民渗透大幅提高，两者令大量的数据被保存。“足够好”代表数据的质量要佳，互联网的诞生极大地缩短信息交流的物理距离、提高传播速度，各类互联网类服务应用诞生，其产生的数据类型也更加多样，包括浏览网页喜好、外卖点单频率、行程记录等，多元丰富的数据才能应对各种训练人工智能的要求。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!