【人工智能】人工智能产业蓬勃发展,正在加速“落地生根”

2020 年 3 月 5 日 产业智能官

原创 张辉 网信军民融合


本文刊登于《网信军民融合》杂志2019年2月刊


【编者按】人工智能是引领第四次科技革命和产业变革的战略性技术,具有溢出带动性很强的“头雁”效应。在新一代信息技术的驱动下,人工智能加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征,正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。


当前,人工智能迎来新一轮发展热潮,真正进入了落地实践阶段,各国新政密集出台、科技巨头纷纷布局、最新进展日新月异,未来人工智能将会无所不在,颠覆和变革医疗、金融、运输、制造、服务、体育和军事等各个行业。加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手,是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。



世界主要国家纷纷“押注”人工智能


美国时间 2 月 11 日,美国国家科技政策办公室发布了由总统特朗普亲自签署的《美国人工智能倡议》(American AI Initiative)。这项倡议成为美国首个人工智能技术发展的国家级战略,说明美国政府将提升人工智能在国家战略中的地位,并不断加强对前沿技术的全面研究。


此前,已经有加拿大、日本、韩国、欧盟等 18 个国家和地区先后推出了自己的国家级人工智能战略计划。其中,2017 年 3 月,加拿大发布了全球首个国家级 AI 战略——《泛加拿大人工智能战略》,计划拨款约 0.94 亿美元支持 AI 研究及人才培养。日本紧随》,通过引导人工智能前沿技术研发,培育后备力量,促进人工智能技术向其他经济领域转化;4 月,英国政府公布《产业战略:人工智能部门协议》,允诺对人工智能领域给予 95亿英镑的资金支持;同月,欧盟委员会计划 2018—2020 年 在人工智能领域投资 240 亿美元;11 月,德国联邦政府正式发布人工智能战略,计划在2025 年前投入 30 亿欧元用于推动德国人工智能的发展。


在 2017 年起各国 AI 新政密集出台的背景下,我国高度重视人工智能产业发展,顶层谋划、前瞻布局,积极抢抓新一代人工智能发展机遇。2017 年连发两文,体现出对人工智能的重视:当年 7月,国务院印发《新一代人工智能发展规划》,提出了面向 2030 年我国新一代人工智能发展的指导思想、“三步走”战略目标、六方面重点任务和保障措施;同年 12 月,工信部印发了《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》,该计划提出了积极培育人工智能创新产品和服务、提升人工智能整体核心基础能力、深化发展智能制造、构建人工智能产业支撑体系等四项重点任务,并将其细化到 17 个重点产品和领域。2018 年,人工智能标准化白皮书发布,科技部成立新一代人工智能发展研究中心,教育部出台《高等学校人工智能创新行动计划》,工信部开展新一代人工智能产业创新重点任务揭榜工作等,表明我国的配套政策保持了密集跟进。


我国人工智能产业蓬勃发展


近年来,得益于海量的搜索数据、开源社区的技术交流、丰富的产品线以及广泛的行业提供的竞争优势,我国人工智能产业应用发展迅速,在部分重要技术上也取得了长足的进步。在去年的世界人工智能大会上,阿里巴巴创始人马云表示:“这次技术革命带来的变化远远超过我们的想象,未来三十年智能技术将深入到社会的方方面面,改变传统制造业,改变服务业,改变教育、医疗。”小米董事长雷军也认为:“在这个(人工智能)时代面前,不仅仅是巨头,在十多个领域里面 1000 多家的创业公司风起云涌,越来越多的实用性产品开始产生。”事实上,人工智能技术已经在医疗健康、政务、金融、教育、零售、制造、农业、安防等多个垂直领域得到应用。



从市场规模看,自 2015 年开始,中国人工智能市场规模逐年攀升。根据信通 院 数 据,2017 年国内人工智能市场规模达到 237.4 亿元,相较于2016 年增长 67% ;预计 2018 年增速达 到 75%, 市场规模为 415.5 亿 元。从产业结构看,以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大,占比 34.9% ;其次是语音和自然语言处理,分别占比24.8% 和 21% ;硬件与算法则分别占比 11.3% 和 8%。从 资本支持 看,根据清华大学发布的《中国人工智能报告 2018》,自 2013 年以来,全球和中国人工智能行业投融资规模都呈上涨趋势。2017 年全球人工智能投融资总规模达 395 亿美 元,融 资事件 1208笔。 其中, 中国的投融资总额达到277.1 亿美元,占比 70%,是 AI 领域全球吸纳资本最多的国家,融资事件369 笔,占比 31%,仅次于美国(占比 41%),这表明美国仍然是 AI 领域创投最为活跃的国家。从企业发展看,我国人工智能企业数量自 2012 年起迅 速增 长,截至 2018 年 6 月,全 球共监测到人工智能企业 4925 家,其中我国 1011 家,仅次于美国的 2028家。而且,AI 领域的创业热潮与投融资热情在 2017 年回归理性,早期投资占比与新增初创企业数量都出现了下降,但整体来看 AI 创新企业和独角兽企业已具备一定规模。这表明我国人工智能产业在经历创业爆发阶段后走向成熟。


在市场应用方面,随着信息技术水平的提升,基于语音、自然语言处理和计算机视觉等人工智能技术有越来越多的产品和应用落地。在语音识别领域,我国语音识别技术研究水平良好,基本上与国外同步,在汉语语音识别技术上还有自己的特点与优势,已达到国际先进水平;国内企业纷纷推出基于语音交互的产品,如输入法、车载语音、智能家居、教育测评等。在生物识别领域,产业链趋于完善,市场规模快速增长:人脸识别技术使用方便且适用于公共安全等多人群领域,去年“刷脸”支付在全国多地落地应用,预计今年“刷脸”支付成为主流有望在实体店里迎来大规模商用;虹膜识别等其他生物识别技术则主要应用于安防领域。在智能运载领域,主要有自动驾驶和无人机等应用,目前处于迅速发展阶段:高级别自动驾驶车辆尚处于研究实验阶段,未进行产业化,去年百度 Apollo 和金龙客车合作生产的全球首款 L4 级无人驾驶巴车“阿波龙”已经正式量产下线;无人机发展较成熟,得到广泛应用,我国作为全球无人机第一制造大国,大疆占全球消费级无人机 70% 市场份额,但仍需发展更高级别的无人机智能化技术与产品。在智能机器人领域,我国自 2013 年起就是全球最大的工业机器人市场,而且机器人产业发展较快;虽然与国外领先技术还有差距,但我国智能机器人产业技术水平持续提升,服务机器人的智能化水平已基本可与国际先进水平媲美。在智能设备领域,目前进入日常生活的产品包括可穿戴设备、智能音箱和智能摄像头等:以智能手表、智能眼镜为代表的可穿戴设备市场预计将持续高增长,但产品同质化严重,实用性难以让人满意;作为智能家居的入口终端,智能音箱进入了市场发展快车道,国内外主要互联网企业都有部署,其中谷歌和亚马逊的市场份额超全球 60%,我国的阿里巴巴和小米分列第三和第四位;智能摄像头主要应用于民用安防市场,除了传统安防企业,包括 360、小米、康佳在内的众多互联网、家电企业都发布了产品。


在人工智能产业蓬勃发展的同时,作为我国产业发展基础的科技产出也居于世界前列。从论文产出方面看,我国在人工智能领域论文的全球占比在2017 年已经达 27.68%,遥遥领先其他国家,而且高被引论文数呈快速增长趋势,在 2013 年就超过美国位居世界第一。其中,我国顶尖高校作为人工智能论文产出的主力,在全球范围内表现十分出众;但在企业论文产出排行中,我国仅有国家电网排名进入前 20。从专利申请方面看,相关数据显示,我国是全球人工智能专利布局最多的国家,数量略微领先于美国和日本,三国占全球AI 总体专利公开数量的 74%。三国在全球人工智能领域的专利申请活动中处于领先地位。我国科研机构和大学在专利持有方面和企业的表现相当,技术发明占比分别为 52% 和 48% ;其中,国家电网布局的专利数量远超我国其他企业和机构。


我国人工智能产业加速发展

仍需解决四大难题


随着人工智能技术与产业应用的高速发展,我国已经跻身 AI 产业的国际第一梯队;但从发展质量来看,仍然不容乐观,面临着四大难题。


一是基础技术相对薄弱。作为全球发展最快的人工智能市场,我国在芯片制造和算法等人工智能核心基础技术研究方面落后于国际先进水平。在去年乌镇大会的人工智能论坛上,中国工程院院士王恩东表示,计算力就是生产力,是驱动人工智能技术发展的关键要素,计算力指数可能成为代表一个国家和地区社会经济发展水平的关键指数。而长期以来,我国芯片大部份依赖进口,计算力方面的技术基础薄弱。海关总署数据显示,2015-2017 年中国进口芯片总量分别为 3140 亿块、3425 亿块、3770 亿块,进口额分别为 2299 千亿美元、2270 千亿美元和 2601 千亿美元。尤其是 GPU、FPGA 等通用类 AI 芯片,我国鲜有市场发展。在算法研究方面,美国是人工智能算法发展水平最高的国家,从高校科研到企业的算法研发都占据着绝对优势;目前我国仍然以应用Facebook、谷歌、IBM 和微软等公司提出的算法框架为主,仅少数几家科技巨头拥有针对算法的开放平台,这方面有待进一步的突破。


二是高端人才仍然缺乏。曾为教育部制定《高等学校人工智能创新行动计划》给出建议的中国工程院院士潘云鹤强调,要加大对人工智能研究生人才的培养力度,并表示“讨论《行动计划》时,我们就提出,整个社会迫切需要人工智能人才,但真正人工智能方向的人才太少。”从人才数量来看,据清华大学报告,截至 2017 年,我国人工智能人才拥有量达到 18232 人,占世界总量的 8.9%,仅次于美国(13.9%)。但是从高端人才数量来看,我国按高H 因子衡量的杰出人才仅 977人,不及美国的五分之一,落后于英德法意四国,排名世界第六。从人才质量来看,我国杰出人才占比过低,仍处于发展中国家水平,与发达国家水平差距很大。从 AI 从业经验来看,美国半数以上的数据科学家拥有十年以上的工作经验,而在中国超过 40% 的数据科学家工作经验上不足五年。从企业人才投入来看,高强度人才投入的企业集中在美国(如 IBM、谷歌、微软、英特尔等),我国仅有华为跻身高强度人才投入企业前 20 名之列,且落后于三星。


三是标准落地存在困难。标准作为经济和社会活动的主要技术依据,已经成为衡量国家和地区产业技术发展水平的重要标志,也是企业市场竞争力的实际体现。美国的《国家人工智能研究与发展策略规划》,欧盟的“人脑计划”,日本的“人工智能 / 大数据/ 物联网 / 网络安全综合项目”,均将标准规范作为强化部署的重点,体现了发达国家和地区对人工智能标准化工作的高度重视。国家人工智能标准化总体组组长、中国电子技术标准化研究院院长赵波认为:“标准化工作对人工智能及其产业发展具有基础性、支撑性、引领性的作用,既是推动产业创新发展的关键抓手,也是产业竞争的制高点。我国虽然在人工智能领域具备了良好基础,但适应人工智能发展的基础设施、政策法规、标准体系仍亟待完善。”虽然我国已经有政府和机构开展标准相关的工作,例如去年发布的人工智能标准化白皮书,但各个应用领域的标准存在差异,标准化程度不足,分散的标准化工作不足以支撑起整个人工智能领域的发展,不能形成完整的标准体系。


四是法律法规有待完善。现阶段我国的人工智能发展政策主要强调促进技术进步、专利与知识产权保护、产业应用等方面,在安全规范、技术伦理等问题上还存在政策法规缺位的现象。而美国等发达国家已经就公平正义、安全认证、个人隐私等主题开展了针对人工智能的社会科学研究。在去年的世界人工智能大会上,腾讯 CEO 马化腾就表示:“我们需要充分考虑未来人工智能发展可能带来的社会影响。”百度创始人李彦宏也认为,“一个真正的‘AI化公司’应该是三维一体的——它必须具备 AI 的思维,拥有 AI 能力,并且能够遵循 AI 伦理。”随着人工智能产业加速深度发展,我国政府应该鼓励针对人工智能的安全规范与技术伦理等问题开展学术研究,推动相关法律法规的完善与成熟。


先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生 新技术、新产品、新产业、新业态和新模式; 引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
0

相关内容

新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
300+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关VIP内容
相关资讯
Top
微信扫码咨询专知VIP会员