聲明:本文為火石創(chuàng)造原創(chuàng)文章,歡迎個(gè)人轉(zhuǎn)發(fā)分享,網(wǎng)站、公眾號等轉(zhuǎn)載需經(jīng)授權(quán)。

新冠疫情的暴發(fā)打亂了經(jīng)濟(jì)生活節(jié)奏,人工智能憑借獨(dú)特優(yōu)勢站上了抗疫的浪尖。無感通行、疫情問詢機(jī)器人、AI測溫、防疫指揮平臺以及人類生活中的閑聊機(jī)器人等,都幫助我們的生產(chǎn)生活變得更加便捷有趣,這些也只是AI產(chǎn)業(yè)的一個(gè)個(gè)小小縮影。

回顧計(jì)算機(jī)技術(shù)發(fā)展的歷史,我們發(fā)現(xiàn),計(jì)算機(jī)、機(jī)器人等人類手中昔日的工具,某種程度上正在成為具有一定自主性的能動(dòng)體,逐步代替人類進(jìn)行任務(wù)執(zhí)行與決策。然而,由于技術(shù)與業(yè)務(wù)要求之間的鴻溝,使得人工智能在產(chǎn)業(yè)落地過程中面臨一系列的挑戰(zhàn)與機(jī)遇。

本文將從人工智能產(chǎn)業(yè)應(yīng)用、產(chǎn)業(yè)地域分布、挑戰(zhàn)與應(yīng)對、倫理、未來發(fā)展思考以及展望等角度進(jìn)行行業(yè)分析。 

01產(chǎn)業(yè)應(yīng)用篇

2016年,以AlphaGo為標(biāo)志,人類失守了圍棋這一被視為最后智力堡壘的棋類游戲,人工智能開始逐步升溫,成為政府、產(chǎn)業(yè)界、科研機(jī)構(gòu)以及消費(fèi)市場競相追逐的對象。

人工智能的基礎(chǔ)理論雖由來已久,但現(xiàn)階段推動(dòng)新一代人工智能快速發(fā)展并逐步落地產(chǎn)業(yè)應(yīng)用的關(guān)鍵要素可歸結(jié)為計(jì)算能力的提升、數(shù)據(jù)爆發(fā)式增長、機(jī)器學(xué)習(xí)算法的進(jìn)步以及投資力度的加大四個(gè)方面。

圖1:人工智能產(chǎn)業(yè)圖譜來源:根據(jù)公開資料整理

人工智能產(chǎn)業(yè)鏈包括3個(gè)部分:基礎(chǔ)層、技術(shù)層和應(yīng)用層。

基礎(chǔ)層:該層主要為人工智能基礎(chǔ)技術(shù)提供計(jì)算能力支持,包括AI芯片、AI平臺以及AI框架,典型的大型互聯(lián)網(wǎng)公司和行業(yè)領(lǐng)頭公司主要有谷歌、亞馬遜、英特爾、IBM、百度、華為等。

技術(shù)層:該層主要是基于基礎(chǔ)層設(shè)施進(jìn)行開發(fā)后的通用性人工智能技術(shù),是以認(rèn)知與感知計(jì)算技術(shù)為代表的通用技術(shù)。其中,感知部分包括計(jì)算機(jī)視覺、語音識別和自然語言處理等,認(rèn)知部分以知識圖譜為主要代表。

應(yīng)用層:該層以垂直行業(yè)的AI應(yīng)用型公司為主,結(jié)合各行業(yè)應(yīng)用,將人工智能通用技術(shù)封裝成為落地的產(chǎn)品,包含具體應(yīng)用場景的端到端式解決方案以及軟硬一體化的產(chǎn)品。近年來,隨著通用技術(shù)越來越成熟,大量技術(shù)層級的企業(yè)逐步轉(zhuǎn)向應(yīng)用層級,行業(yè)應(yīng)用價(jià)值愈加凸顯。

02地域分布篇

從地域角度看,人工智能企業(yè)多分布于京津冀、長三角以及珠三角地區(qū),大致占比44．8%、28．7%、16．9%,代表城市有:北京市、上海市、浙江省、廣東省、安徽省、江蘇省、四川省等。

圖2:我國人工智能企業(yè)都市圈大致分布來源:世界智能大會

03挑戰(zhàn)與應(yīng)對篇

在產(chǎn)業(yè)落地過程中,人工智能技術(shù)與企業(yè)需求之間的鴻溝不容忽視。企業(yè)用戶的核心目標(biāo)是利用人工智能技術(shù)實(shí)現(xiàn)業(yè)務(wù)增長,而人工智能技術(shù)本身無法直接解決業(yè)務(wù)需求,需要根據(jù)具體的業(yè)務(wù)場景和目標(biāo),形成可規(guī)�；�落地的產(chǎn)品和服務(wù)。在這個(gè)過程中,人工智能在數(shù)據(jù)、算法、業(yè)務(wù)場景理解、服務(wù)方式、投入產(chǎn)出比等方面都面臨一系列挑戰(zhàn)。

1．?dāng)?shù)據(jù)AI領(lǐng)域,數(shù)據(jù)是基礎(chǔ)要素。與數(shù)據(jù)相關(guān)的流程主要包括:數(shù)據(jù)獲取、數(shù)據(jù)治理以及數(shù)據(jù)標(biāo)注。具體數(shù)據(jù)層面的挑戰(zhàn)見下圖。

圖3:AI數(shù)據(jù)層面的挑戰(zhàn)來源:中國人工智能行業(yè)報(bào)告

2．算法模型可解釋性所謂“可解釋性”指的是向技術(shù)使用者等解釋人工智能模型做出的每一個(gè)決策背后的邏輯。從傳統(tǒng)模型到新型算法,AI的復(fù)雜性逐步遞增,促使人工智能算法的決策機(jī)制越發(fā)難以被人類理解與描述。很多人將大部分基于深度學(xué)習(xí)的算法想象成是一個(gè)“黑盒子”,也就是說認(rèn)為模型不具備可解釋性。相比較“黑盒子”而言,可解釋性的AI對于深度神經(jīng)網(wǎng)絡(luò)的透明性有所增加,有助于向用戶提供判斷依據(jù)等信息,增強(qiáng)用戶對人工智能的信任與安全感,同時(shí)也為事后監(jiān)管、責(zé)任歸屬等環(huán)節(jié)提供有力依據(jù)。

3．業(yè)務(wù)場景的理解隨著人工智能的行業(yè)化發(fā)展,待解決的業(yè)務(wù)問題從通用型場景向特定型場景過渡,單點(diǎn)問題向業(yè)務(wù)整個(gè)流程演進(jìn),從感知化到認(rèn)知化的發(fā)展,業(yè)務(wù)場景的壁壘與復(fù)雜度越來越高。在這樣的背景下,僅僅依靠算法技術(shù)的積累,難以滿足對場景的理解要求。所以,AI算法需要經(jīng)驗(yàn)與業(yè)務(wù)規(guī)則的結(jié)合。這種情況下,知識圖譜技術(shù)成為關(guān)鍵所在。

通過知識圖譜,可以更好地理解業(yè)務(wù)。通過建立統(tǒng)一的圖譜來實(shí)現(xiàn)知識的融合,進(jìn)一步加快推進(jìn)人工智能的落地。

4．服務(wù)方式對于企業(yè)業(yè)務(wù)人員的根本需求,標(biāo)準(zhǔn)化的人工智能技術(shù)輸出或者API調(diào)用的服務(wù)方式是不夠的。廠商需要根據(jù)具體場景,在技術(shù)基礎(chǔ)上提供定制化的解決方案,并封裝為應(yīng)用到業(yè)務(wù)系統(tǒng)中的產(chǎn)品,即“AI+產(chǎn)品”。另外,廠商需要提供持續(xù)性的業(yè)務(wù)運(yùn)行服務(wù),才可讓AI產(chǎn)品真正發(fā)揮價(jià)值,以保證達(dá)到最終業(yè)務(wù)效果,即“AI+服務(wù)”。

5．投入產(chǎn)出比對于企業(yè)來說,在業(yè)務(wù)中落地AI技術(shù)應(yīng)用,至少包括兩個(gè)層面的成本:(1)芯片、算法平臺等智能化產(chǎn)品;(2)引進(jìn)算法工程師等人工智能方面人才。

目前,一些數(shù)據(jù)平臺、機(jī)器學(xué)習(xí)平臺的涌現(xiàn),提高了人工智能建模的自動(dòng)化程度,同時(shí)也降低了整個(gè)業(yè)務(wù)流程對算法工程師的依賴,AI應(yīng)用的總成本有待降低。此外,未來算法的進(jìn)步可降低硬件標(biāo)準(zhǔn),也可促使成本的節(jié)省。

04AI倫理篇

人工智能倫理是一個(gè)跨學(xué)科的問題,需要通過跨學(xué)科的路徑和方法來解決。因此,跨學(xué)科的參與、對話和交流在未來應(yīng)對人工智能倫理問題是極為必要的。

此外,正如人類通過學(xué)習(xí)、社會交往等學(xué)習(xí)道德、法律、倫理等規(guī)范和價(jià)值,機(jī)器倫理也希望達(dá)成同樣的效果。通過倫理標(biāo)準(zhǔn)的設(shè)定、執(zhí)行、檢測檢驗(yàn)等,旨在希望以事前的方式讓智能機(jī)器的自主決策行為尊重人類社會的各種規(guī)范和價(jià)值,并最大化人類整體的利益。

考慮到對于人類的行為,僅有人類的道德、法律來自律是遠(yuǎn)遠(yuǎn)不夠的,還需要一套外在的監(jiān)督和制裁體系。將倫理嵌入人工智能系統(tǒng)并不能滿足要求,還需要政府監(jiān)管機(jī)構(gòu)、社會公眾等的共同參與,以事中或者事后的方式對人工智能系統(tǒng)的行為進(jìn)行監(jiān)督、審查和反饋,共同實(shí)現(xiàn)人工智能倫理,確保社會公平正義。

因此,人工智能倫理的實(shí)現(xiàn),是一項(xiàng)全方位的治理工程,需要AI研發(fā)人員、政府、企業(yè)、社會各界以及用戶共同參與,發(fā)揮各自不同的作用和角色,確保人工智能系統(tǒng)以尊重、維持人類社會既有倫理、法律等規(guī)范和價(jià)值的方式運(yùn)作,帶來最大化效益和好處的同時(shí),也能夠維護(hù)整個(gè)社會以及每一個(gè)個(gè)體的自由和尊嚴(yán)。

05思考篇

1．對于加速我國人工智能產(chǎn)業(yè)生態(tài)化發(fā)展,加快關(guān)鍵環(huán)節(jié)布局是關(guān)鍵(1) 核心平臺方面:AI開源軟硬件、公共服務(wù)以及基礎(chǔ)數(shù)據(jù)與安全檢測等平臺的建設(shè);(2) 能力創(chuàng)新方面:核心理論算法攻關(guān)、關(guān)鍵共性技術(shù)突破、AI專用芯片的設(shè)計(jì)研發(fā)、前沿技術(shù)的布局;(3) 產(chǎn)業(yè)應(yīng)用推廣:各領(lǐng)域不斷深入研究、探索更多產(chǎn)業(yè)領(lǐng)域。

2．對于確保我國人工智能產(chǎn)業(yè)健康快速發(fā)展,加快完善基礎(chǔ)環(huán)境是重點(diǎn)(1) 人才方面:加強(qiáng)人才引進(jìn)與培育政策,培養(yǎng)符合產(chǎn)業(yè)需求型人才,保障我國技術(shù)的原創(chuàng)性以及突破能力;(2) 資本方面:加大前沿研究、關(guān)鍵技術(shù)攻關(guān)、成果轉(zhuǎn)移轉(zhuǎn)化、平臺建設(shè)以及創(chuàng)新應(yīng)用的支持,優(yōu)化創(chuàng)新型企業(yè)融資環(huán)境;(3) 監(jiān)管方面:制定相關(guān)法律法規(guī)、倫理建設(shè)以及社會性問題的研究,加強(qiáng)倫理道德框架和監(jiān)管體系建設(shè),保障人工智能產(chǎn)業(yè)的健康和諧發(fā)展。

06展望篇

當(dāng)前,國家戰(zhàn)略的前瞻性引領(lǐng)、產(chǎn)學(xué)研用的協(xié)作創(chuàng)新、需求方面的大力牽引、生態(tài)系統(tǒng)的高度開放、政府的強(qiáng)力支持共同推動(dòng)著我國人工智能產(chǎn)業(yè)協(xié)同創(chuàng)新機(jī)制的發(fā)展,加快我國智能經(jīng)濟(jì)發(fā)展的黃金時(shí)期。

展望未來,基礎(chǔ)設(shè)施的升級、從感知智能到行動(dòng)智能技術(shù)的演進(jìn)、應(yīng)用場景產(chǎn)業(yè)智能化的發(fā)展,是值得關(guān)注的幾大方向。

(1) 我國已進(jìn)入5G商用時(shí)代,作為具備高帶寬、低時(shí)延、廣連接性的新一代通信技術(shù),5G正在成為產(chǎn)業(yè)變革與萬物互聯(lián)的新基礎(chǔ);

(2) 考慮到能力范圍、時(shí)間效率、成本等因素,單純依靠機(jī)器完全代替人去解決問題并不現(xiàn)實(shí),將人與機(jī)器作為整體去部署人機(jī)協(xié)同模式才是主流。所以,以人為主,由人來判斷場景的需求和機(jī)器的能力,是未來實(shí)現(xiàn)機(jī)器自主判斷場景、資源調(diào)度,并與人類協(xié)同發(fā)展的重中之重。

(3) 隨著企業(yè)數(shù)字化以及產(chǎn)業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施的完善,產(chǎn)業(yè)互聯(lián)網(wǎng)打通了產(chǎn)業(yè)鏈各環(huán)節(jié)的數(shù)據(jù)路線,以此為基礎(chǔ),人工智能應(yīng)用將從企業(yè)內(nèi)部智能化延伸到產(chǎn)業(yè)智能化,逐步實(shí)現(xiàn)從采購到制造到流通等環(huán)節(jié)的智能合作機(jī)制,提升產(chǎn)業(yè)整體的效率,實(shí)現(xiàn)產(chǎn)業(yè)互聯(lián)網(wǎng)價(jià)值最大化,引導(dǎo)未來更多行業(yè)走向產(chǎn)業(yè)智能、互聯(lián)發(fā)展。 

參考文獻(xiàn)

[1]　《全球人工智能產(chǎn)業(yè)地圖發(fā)布》中國信息通信研究院．

[2]　《中國新一代人工智能科技產(chǎn)業(yè)發(fā)展報(bào)告》劉剛．2019．5．

[3]　《人工智能》騰訊研究院、中國信通院互聯(lián)網(wǎng)法律研究中心、騰訊AI Lab、騰訊開放平臺．