來(lái)源： 《紅旗文稿》2018/19 作者： 馬源
當(dāng)前，以萬(wàn)物互聯(lián)和智能化為主要特征的新一代信息技術(shù)革命蓬勃興起，經(jīng)濟(jì)社會(huì)各領(lǐng)域的數(shù)字化、網(wǎng)絡(luò)化、智能化進(jìn)程明顯提速。我國(guó)較早地把握住了這一輪變革機(jī)遇，在人工智能產(chǎn)業(yè)發(fā)展方面已具備較好的基礎(chǔ)和條件，但關(guān)鍵技術(shù)短板和制度供給不足突出，應(yīng)強(qiáng)化產(chǎn)業(yè)規(guī)劃部署落實(shí)，著力完善制度環(huán)境，增強(qiáng)創(chuàng)新能力，夯實(shí)產(chǎn)業(yè)根基。
人工智能正邁入技術(shù)突破和產(chǎn)業(yè)發(fā)展前沿
在新一代信息技術(shù)接力式創(chuàng)新的驅(qū)動(dòng)下，萬(wàn)物互聯(lián)和智能化趨勢(shì)越發(fā)明顯，預(yù)計(jì)到2030年全球聯(lián)網(wǎng)設(shè)備數(shù)量將突破1250億件，由此帶動(dòng)數(shù)據(jù)資源的指數(shù)增長(zhǎng)，再加上機(jī)器學(xué)習(xí)算法的突破、高性能計(jì)算能力的大幅提升，共同推動(dòng)著人工智能步入發(fā)展“快車(chē)道”。
1.算法突破、數(shù)據(jù)積累和算力提升催生人工智能。自1956年首次提出以來(lái)，人工智能主要依靠邏輯推理、專(zhuān)家系統(tǒng)來(lái)解決問(wèn)題，智能程度低，但近年來(lái)在算法、數(shù)據(jù)和算力三方面的突破下，新一代人工智能開(kāi)始成為新的競(jìng)爭(zhēng)焦點(diǎn)。在算法突破方面，2006年加拿大多倫多大學(xué)提出的深度學(xué)習(xí)算法（DNN），較好地模擬了人腦神經(jīng)元多層深度傳遞的過(guò)程，該算法及衍生算法已在圖像識(shí)別、語(yǔ)音識(shí)別、機(jī)器翻譯等領(lǐng)域取得驚人效果。在數(shù)據(jù)資源方面，隨著數(shù)字化進(jìn)程日益深化，到2020年全球數(shù)據(jù)總量將超過(guò)40澤字節(jié)（ZB），是2011年的22倍。在高性能計(jì)算方面，傳統(tǒng)中央處理器（CPU）在性能和功耗上難以支撐海量數(shù)據(jù)運(yùn)算，而圖形處理器（GPU）、現(xiàn)場(chǎng)可編程門(mén)陳列（FPGA）、張量處理器（TPU）芯片具有并行計(jì)算、高吞吐量等特性，計(jì)算能力可達(dá)每秒10萬(wàn)億次浮點(diǎn)運(yùn)算，正替代CPU成為人工智能的計(jì)算單元。
2.機(jī)器識(shí)別圖像、語(yǔ)音和自然語(yǔ)言等開(kāi)始廣泛應(yīng)用。人工智能在看、聽(tīng)、理解等關(guān)鍵指標(biāo)上已經(jīng)媲美甚至趕超人類(lèi)。在看的方面，以國(guó)際ImageNet大賽（ILSVR競(jìng)賽）為例，自2012年引入深度學(xué)習(xí)算法后，機(jī)器識(shí)別海量圖片中物體種類(lèi)的錯(cuò)誤率逐年下降，2015年已降至3.57%，優(yōu)于人眼5.1%的識(shí)別錯(cuò)誤率。目前廣泛應(yīng)用于安防監(jiān)控、人臉識(shí)別、影像診斷、質(zhì)量檢測(cè)、無(wú)人駕駛等場(chǎng)景。在聽(tīng)的方面，近場(chǎng)語(yǔ)音識(shí)別技術(shù)已可進(jìn)入日常生活，如微軟語(yǔ)音識(shí)別系統(tǒng)的錯(cuò)詞率在2016年已經(jīng)降到5.9%，等同于專(zhuān)業(yè)速錄員。目前廣泛應(yīng)用于智能手機(jī)（蘋(píng)果手機(jī)Siri）、智能音箱、智能家電、探傷檢測(cè)等場(chǎng)景。在理解方面，機(jī)器翻譯、文本分析等也逼近專(zhuān)業(yè)水平，如谷歌推出的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯GNMT相對(duì)于傳統(tǒng)機(jī)器翻譯，在從英語(yǔ)到中文的翻譯方面錯(cuò)誤率下降了58%。目前，類(lèi)似技術(shù)已廣泛嵌入呼叫中心、客服系統(tǒng)、智能助手、聊天機(jī)器人等產(chǎn)品中。
我國(guó)處于較好位置且部分應(yīng)用已進(jìn)入全球前列
依托用戶(hù)規(guī)模、應(yīng)用場(chǎng)景、風(fēng)險(xiǎn)資金和科技論文等優(yōu)勢(shì)，我國(guó)在視覺(jué)識(shí)別、語(yǔ)音識(shí)別等應(yīng)用方面進(jìn)入全球前列，涌現(xiàn)出一批骨干企業(yè)，擁有進(jìn)一步發(fā)展的有利條件。
1.我國(guó)擁有人口基數(shù)龐大、應(yīng)用場(chǎng)景豐富、風(fēng)投資金充裕、論文專(zhuān)利眾多等綜合優(yōu)勢(shì)。一是用戶(hù)數(shù)和數(shù)據(jù)優(yōu)勢(shì)。數(shù)據(jù)資源是發(fā)展人工智能的關(guān)鍵要素，主要來(lái)自用戶(hù)和聯(lián)網(wǎng)設(shè)備。從用戶(hù)數(shù)看，到2017年底，我國(guó)有3.49億固定寬帶用戶(hù)，是美國(guó)的3.5倍，占全球38%；有11.3億移動(dòng)寬帶用戶(hù),是美國(guó)的2.7倍，其中4G用戶(hù)占全球40%；還有2.9億機(jī)器聯(lián)網(wǎng)（M2M）用戶(hù)，是美國(guó)的3.5倍。從數(shù)據(jù)量來(lái)看，我國(guó)已占全球13%，據(jù)高盛報(bào)告預(yù)測(cè)，隨著用戶(hù)數(shù)和在線(xiàn)時(shí)長(zhǎng)增長(zhǎng)，這一指標(biāo)到2020年預(yù)計(jì)提升至20%—25%。我國(guó)有用戶(hù)規(guī)模的先天優(yōu)勢(shì)。
二是應(yīng)用場(chǎng)景豐富。我國(guó)是全球唯一擁有聯(lián)合國(guó)產(chǎn)業(yè)分類(lèi)目錄中所有工業(yè)門(mén)類(lèi)的國(guó)家，數(shù)字化、網(wǎng)絡(luò)化、智能化應(yīng)用潛力巨大。目前智能產(chǎn)品應(yīng)用正由媒體、搜索、家居等消費(fèi)領(lǐng)域向交通、汽車(chē)、機(jī)械、石化等工業(yè)領(lǐng)域并重拓展。而且，我國(guó)有近4億的80后、90后用戶(hù)，他們對(duì)新科技、新產(chǎn)品的接受度比較高。廣泛的行業(yè)分布、多樣的用戶(hù)需求為拓展人工智能應(yīng)用提供了廣闊市場(chǎng)。
三是風(fēng)投資金充裕。據(jù)知名市場(chǎng)研究機(jī)構(gòu)CB Insights監(jiān)測(cè)數(shù)據(jù)，在全球人工智能領(lǐng)域融資方面，2017年我國(guó)企業(yè)的融資額占到48%，首次超越美國(guó)（38%）。從跨境雙向投資看，我國(guó)背景的資金投資美國(guó)初創(chuàng)企業(yè)筆數(shù)從2014年的6筆，快速增長(zhǎng)到2017年的31筆，超過(guò)美國(guó)資金對(duì)我國(guó)初創(chuàng)企業(yè)投資的20筆。從資金投資領(lǐng)域看，集中在人臉識(shí)別、影像診斷、人工智能芯片等熱點(diǎn)方向。
四是科研論文和專(zhuān)利優(yōu)勢(shì)。據(jù)美國(guó)國(guó)家科學(xué)技術(shù)委員會(huì)數(shù)據(jù)，2014年我國(guó)在“深度學(xué)習(xí)”“深度神經(jīng)網(wǎng)絡(luò)”等領(lǐng)域的科學(xué)論文數(shù)量已超過(guò)美國(guó)。美國(guó)《科學(xué)引文索引》（SCImago）數(shù)據(jù)也顯示，我國(guó)“人工智能”論文達(dá)10.3萬(wàn)篇，超過(guò)美國(guó)的8.4萬(wàn)篇，論文影響力則位居第二。從專(zhuān)利看，按照美國(guó)專(zhuān)利與商標(biāo)辦公室數(shù)據(jù)，以深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、人工智能等為關(guān)鍵詞檢索專(zhuān)利，我國(guó)在2016、2017年均超越美國(guó)。
2.我國(guó)在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、無(wú)人駕駛等應(yīng)用領(lǐng)域已進(jìn)入全球前列。隨著科研論文的公開(kāi)、開(kāi)源算法框架的推出及計(jì)算芯片性能的提升，我國(guó)企業(yè)在部分應(yīng)用上已進(jìn)入全球前沿。
一是計(jì)算機(jī)視覺(jué)應(yīng)用全球領(lǐng)先。在2011-2012年這一輪人工智能剛興起時(shí)，國(guó)內(nèi)一批公司深耕計(jì)算機(jī)視覺(jué)技術(shù)，目前從算法水準(zhǔn)和應(yīng)用情況看，人臉識(shí)別、安防監(jiān)控等領(lǐng)域已獲得全球認(rèn)可。如商湯科技在人臉識(shí)別和物體識(shí)別精度方面超過(guò)臉譜和谷歌；曠視科技的face++人臉識(shí)別平臺(tái)，2017年被《麻省理工科技評(píng)論》評(píng)為十大前沿科技。騰訊覓影、推想科技、零氪科技等對(duì)食管癌、肺結(jié)節(jié)、乳腺癌等影像識(shí)別的準(zhǔn)確率堪比專(zhuān)業(yè)醫(yī)生，廣泛應(yīng)用于百家以上醫(yī)院。
二是中文語(yǔ)音識(shí)別具有獨(dú)特優(yōu)勢(shì)。語(yǔ)音識(shí)別是萬(wàn)物互聯(lián)和人工智能應(yīng)用的關(guān)鍵入口。長(zhǎng)期以來(lái)被國(guó)外企業(yè)壟斷市場(chǎng)，原因在于有很高的技術(shù)壁壘、語(yǔ)音資源壁壘和行業(yè)應(yīng)用壁壘，但隨著互聯(lián)網(wǎng)語(yǔ)音資料的豐富以及深度學(xué)習(xí)算法的引入，國(guó)內(nèi)已形成科大訊飛、百度兩家主導(dǎo)，思必馳、云之聲、出門(mén)問(wèn)問(wèn)等企業(yè)跟隨的發(fā)展格局，在中文語(yǔ)音合成、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域擁有大量專(zhuān)利，產(chǎn)品廣泛應(yīng)用于語(yǔ)音輸入、智能家居、實(shí)時(shí)字幕、語(yǔ)音搜索、智能客服等場(chǎng)景。
三是無(wú)人駕駛、無(wú)人機(jī)、智能交通等緊追領(lǐng)軍企業(yè)。無(wú)人駕駛方面，百度2018年推出的阿波羅自動(dòng)駕駛平臺(tái)3.0，具備變道、等紅燈、避讓、泊車(chē)等能力，全球合作伙伴過(guò)百家，技術(shù)上與國(guó)外大體同步；無(wú)人機(jī)領(lǐng)域，大疆成為全球最大無(wú)人機(jī)企業(yè)，廣泛用于農(nóng)業(yè)、應(yīng)急、消防、測(cè)繪與城市管理等領(lǐng)域；智能交通領(lǐng)域，阿里巴巴、滴滴等賦予交通信號(hào)燈以智能，助力城市交通整體優(yōu)化?？傮w上，智能應(yīng)用開(kāi)始進(jìn)入快速擴(kuò)展期，我國(guó)有望在更多領(lǐng)域形成自身優(yōu)勢(shì)。
在關(guān)鍵技術(shù)、生態(tài)塑造與制度供給方面還存在明顯短板
在行業(yè)快速發(fā)展的同時(shí)，我國(guó)在高端芯片、算法框架、人才儲(chǔ)備、法規(guī)制度等方面存在短板，亟需統(tǒng)籌解決。
1.高端芯片等關(guān)鍵技術(shù)領(lǐng)域受制于人。高性能計(jì)算芯片是人工智能發(fā)展的前提。目前在四條技術(shù)路線(xiàn)上美國(guó)占主導(dǎo)地位：一在圖形處理芯片（GPU）方面，英偉達(dá)、超威和英特爾三強(qiáng)主導(dǎo)GPU市場(chǎng)。二在現(xiàn)場(chǎng)可編程邏輯陣列（FPGA）芯片方面，賽靈思和英特爾兩強(qiáng)主導(dǎo)市場(chǎng)。三在模仿人腦神經(jīng)元芯片方面，以IBM TrueNorth芯片為代表，已應(yīng)用在Watson醫(yī)療產(chǎn)品上。四在專(zhuān)用集成電路（ASIC）芯片方面，谷歌的張量處理芯片（TPU）性能優(yōu)勢(shì)明顯，各類(lèi)創(chuàng)業(yè)公司主要集中在這一賽道上。而我國(guó)目前仍以進(jìn)口芯片為主，雖然近年也涌現(xiàn)出一些初創(chuàng)企業(yè)如寒武紀(jì)、地平線(xiàn)等，但實(shí)力仍然非常弱。
2.算法框架依附于國(guó)外巨頭開(kāi)源生態(tài)體系。人工智能的智能程度關(guān)鍵在于算法。國(guó)外巨頭通過(guò)開(kāi)放算法框架（內(nèi)嵌視頻處理、文本分析、語(yǔ)言理解等算法模塊），降低人工智能產(chǎn)品或應(yīng)用開(kāi)發(fā)成本，進(jìn)而吸引世界各地開(kāi)發(fā)者入駐生態(tài)。這一策略集聚了全球智力，壯大了生態(tài)。從高盛報(bào)告看，谷歌Tensorflow算法框架聚集了6.8萬(wàn)名明星開(kāi)發(fā)者；而百度PaddlePaddle平臺(tái)僅有5330位，不到前者的十分之一。我們?cè)谡{(diào)研中了解到，國(guó)內(nèi)初創(chuàng)企業(yè)大都基于谷歌Tensorflow進(jìn)行開(kāi)發(fā)。
3.人才總量和領(lǐng)軍人才短板突出。創(chuàng)新的根本在于人才，從不同機(jī)構(gòu)數(shù)據(jù)來(lái)看，我國(guó)人才總量和結(jié)構(gòu)雙短缺。全球最大招聘網(wǎng)站領(lǐng)英2017年《全球AI領(lǐng)域人才報(bào)告》顯示，全球人工智能人才數(shù)量190萬(wàn)，其中美國(guó)85萬(wàn)，我國(guó)5萬(wàn)，位列印度、英國(guó)、加拿大、澳大利亞、法國(guó)之后，排第7位。從工作經(jīng)驗(yàn)看，美國(guó)人才中具有10年以上經(jīng)驗(yàn)的占71.5%，我國(guó)僅為38.7%；國(guó)內(nèi)企業(yè)領(lǐng)軍人才主要來(lái)自海外引進(jìn)。
4.監(jiān)管制度滯后于人工智能創(chuàng)新需要。數(shù)據(jù)開(kāi)放、隱私管理、算法歧視、網(wǎng)絡(luò)攻擊等諸多新問(wèn)題亟待加強(qiáng)監(jiān)管。以無(wú)人駕駛為例，現(xiàn)有的車(chē)輛標(biāo)準(zhǔn)、準(zhǔn)入制度、車(chē)輛安全、駕駛責(zé)任、保險(xiǎn)制度等都需要重新審視。
進(jìn)一步推進(jìn)人工智能發(fā)展的建議
人工智能是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù)，美英法印日等國(guó)均已出臺(tái)國(guó)家戰(zhàn)略，支持技術(shù)研發(fā)，完善制度環(huán)境，提升產(chǎn)業(yè)競(jìng)爭(zhēng)力。從目前我國(guó)的實(shí)際看，建議以創(chuàng)新制度供給、優(yōu)化發(fā)展環(huán)境為主線(xiàn)，支持新產(chǎn)品新業(yè)務(wù)推廣使用，帶動(dòng)關(guān)鍵技術(shù)、算法框架突破，促進(jìn)上下游協(xié)同發(fā)展，夯實(shí)產(chǎn)業(yè)發(fā)展根基。
1.加大關(guān)鍵核心技術(shù)和共性標(biāo)準(zhǔn)支持。我國(guó)芯片產(chǎn)業(yè)根基薄弱，人工智能技術(shù)為我們追趕提供了契機(jī)，但要做好打持久戰(zhàn)準(zhǔn)備。建議一方面依托我國(guó)市場(chǎng)需求優(yōu)勢(shì)，支持與國(guó)外領(lǐng)先企業(yè)開(kāi)放合作，縮短跟跑學(xué)習(xí)周期；要避免資金、人才等資源攤薄，推進(jìn)強(qiáng)強(qiáng)聯(lián)合，鼓勵(lì)走差異化技術(shù)路線(xiàn)。另一方面，強(qiáng)化產(chǎn)業(yè)鏈上下游相互支持，發(fā)揮國(guó)內(nèi)應(yīng)用場(chǎng)景優(yōu)勢(shì)，給予國(guó)內(nèi)芯片企業(yè)商業(yè)化應(yīng)用和迭代完善的機(jī)會(huì)。此外，要及時(shí)響應(yīng)企業(yè)訴求，在設(shè)備規(guī)范、認(rèn)證認(rèn)可、安全要求等方面推出共性標(biāo)準(zhǔn)，規(guī)范產(chǎn)品開(kāi)發(fā)要求。
2.統(tǒng)籌產(chǎn)業(yè)鏈打造算法框架平臺(tái)。在算法方面，我國(guó)發(fā)表了足夠數(shù)量的論文，在機(jī)器視覺(jué)算法方面也走在全球前列，但缺乏生態(tài)優(yōu)勢(shì)，必須從戰(zhàn)略上重視算法框架和平臺(tái)的重要性。要借鑒PC互聯(lián)網(wǎng)時(shí)代windows操作系統(tǒng)主導(dǎo)生態(tài)、移動(dòng)互聯(lián)網(wǎng)時(shí)代安卓主導(dǎo)生態(tài)的經(jīng)驗(yàn)做法，支持組建產(chǎn)業(yè)聯(lián)盟，構(gòu)筑生態(tài)搭建算法框架。
3.優(yōu)化環(huán)境培育和吸引高端人才。隨著全球?qū)θ斯ぶ悄苋瞬诺臓?zhēng)奪趨于激烈，我國(guó)人才薪酬已與國(guó)外不相上下，下一步關(guān)鍵還是要優(yōu)化人才環(huán)境。要完善人才引進(jìn)配套政策，防止人才得而復(fù)失，同時(shí)在海外設(shè)立研發(fā)中心，就地招攬高端人才。要加快人工智能學(xué)科建設(shè)和人才培養(yǎng)；面向制造、金融、醫(yī)療等重點(diǎn)行業(yè)開(kāi)展應(yīng)用型人才培育。
4.適應(yīng)智能化變革趨勢(shì)，同步加強(qiáng)監(jiān)管制度建設(shè)。人工智能與各行業(yè)結(jié)合必然會(huì)孕育出新業(yè)態(tài)，比如無(wú)人駕駛、智能投資顧問(wèn)、醫(yī)療影像識(shí)別等。對(duì)此，既不能簡(jiǎn)單按照傳統(tǒng)業(yè)務(wù)監(jiān)管，也不能任其發(fā)展，而應(yīng)把握技術(shù)和產(chǎn)業(yè)趨勢(shì)，在準(zhǔn)入方面給技術(shù)業(yè)務(wù)創(chuàng)新留下一個(gè)觀(guān)察期。同時(shí)要參考國(guó)際經(jīng)驗(yàn)，結(jié)合業(yè)界合理訴求，圍繞監(jiān)管關(guān)鍵要素如監(jiān)管根基、監(jiān)管職責(zé)、監(jiān)管機(jī)制、監(jiān)管手段、監(jiān)管成本等，重新梳理相關(guān)制度，以便為創(chuàng)新提供保障。
5.加快相關(guān)法律、倫理和責(zé)任制度研究。在法律法規(guī)方面，重點(diǎn)是研究個(gè)人隱私保護(hù)和數(shù)據(jù)權(quán)屬制度、政府?dāng)?shù)據(jù)開(kāi)放、合法開(kāi)發(fā)利用等法律問(wèn)題，明確各方的權(quán)利、義務(wù)和責(zé)任等。在網(wǎng)絡(luò)安全方面，既要加強(qiáng)硬件系統(tǒng)防護(hù)能力和等級(jí)評(píng)測(cè)，又要提前從制度上明確網(wǎng)絡(luò)安全責(zé)任和義務(wù)。在倫理方面，對(duì)于可能涉及人類(lèi)生命的倫理選擇，如無(wú)人駕駛事故應(yīng)急選擇、機(jī)器人傷害人類(lèi)等極端事件，給出基本規(guī)范，消除公眾疑慮，助力創(chuàng)新產(chǎn)品商用化。
?。ㄗ髡邌挝唬簢?guó)務(wù)院發(fā)展研究中心企業(yè)研究所）
聯(lián)系客服
