人工智能新基建,迎接智能新时代
人工智能作为新一轮产业变革的核心力量,正在推动数字经济产业的转型升级,成为数万亿价值的关键驱动力。历史上的三次工业革命展示了技术革新的巨大影响力,而人工智能的特征与标准化、自动化、模块化紧密相连,通用性极强,应用潜力巨大。国务院发布的《新一代人工智能发展规划》预测,到2025年,中国人工智能核心产业规模将突破4000亿元,并带动相关产业规模超过5万亿元。
人工智能已成为科技竞赛的制高点,对经济增长和国家安全具有重要意义。在这场全球竞争中,中国拥有百度、华为、阿里等具备扎实技术基础、丰富应用场景和海量数据的平台型公司,将在新基建战略下为国家发展注入新动能,成为人工智能领域的领军力量。中国在基础科研、核心芯片、高端人才等方面仍有短板。能否抓住智能时代的机遇,是中国现代化强国建设的关键。
迎接智能新时代,人工智能被视为数字经济时代的“新电能”。作为第四次工业革命的重要组成部分,人工智能将推动产业转型升级。自1956年达特茅斯会议以来,人工智能已经发展超过60年。它通过不断自我学习、扩充知识库,掌握多种技能,用机器模拟人类的思维过程,具备类人的感知、思考和决策能力。人工智能的硬件核心是具备高运算能力的芯片,而算法的核心是机器学习。如今,人工智能已经深入生活的方方面面,从家电到金融,从机器人到医疗等领域都有广泛应用。
如今,“+人工智能”和“人工智能+”两种模式已经在众多领域得到实践。“+人工智能”通过提高生产效率和降低成本来赋能产业,而“人工智能+”则是创造新的需求和增长点。以金融行业为例,人工智能已经应用于风控、支付、理赔、投顾等方面,智能投顾通过数据分析和精准算法为用户提供个性化服务。在新冠肺炎疫情防控中,人工智能也发挥了巨大作用,包括疫情监控、体温检测、病毒检测等方面。
2020年4月19日,百度Robotaxi亮相于百度地图及百度APP智能小程序Dutaxi,正式向长沙市民开放试乘服务。这一里程碑事件标志着百度在湖南湘江新区率先推动了Robotaxi进入常态化的测试试乘阶段。在实际场景中,Apollo Robotaxi的打车范围覆盖了大约130平方公里,行车路线涵盖了长沙的多个维度,包括居民区、商业休闲区和工业园区等。其可视化界面可提供360度视野的还原,展示路况信息,如车辆、车道、路口、红绿灯等,还有限速提示和变道提醒。这些技术进步预示着自动驾驶的未来发展潜力。百度等企业在自动驾驶技术上的积累,有望进一步拓展到智能信控、智能公交、智能停车、智能货运等应用场景,为产业发展带来新动力,提高出行效率并降低成本。
人工智能产业竞争已成为全球焦点。各国高度重视人工智能的发展,纷纷出台政策鼓励支持。资本和企业也积极寻找技术转化的商业落地场景。在这个全球竞赛中,中国具有海量数据和实践经验的优势,但在基础科研和技术前沿拓展方面仍需加强。
人工智能的发展经历了多次起伏,但各国对人工智能的重视却从未减弱。从政策层面看,全球主要国家和地区均认同人工智能的重要性,并将其作为国家级战略推进。美国致力于维持科技霸主地位,人工智能位于其科技版图的核心。欧盟强调在制造业等领域应用人工智能实现智能升级。日本则注重在机器人等领域的研究。中国的人工智能发展则分为智能制造、互联网+智能+、智能+国家战略三个阶段。随着政策的不断调整,应用场景的实际落地也变得越来越重要。同时各国和地区也在建立试点项目以推动技术的实际应用和社会实验。
在基础科研方面,美国和中国的表现尤为突出。中国的人工智能论文数量增长迅速,质量也在稳步提升。全球范围内,中国和美国是人工智能论文发表的主要国家。从论文质量来看,美国的FWCI指数保持全球最高水平,而中国则呈现出追赶的态势。此外高校是各国和地区人工智能研究的核心力量。除了高校外中美两国的主力科研主体有所不同中国科研机构产出高于中国企业产出而美国企业产出则高于美国科研机构产出。总体来看人工智能的发展前景令人期待对于未来的发展我们充满期待。数据量:人工智能时代的核心资源,中国展现规模优势
随着电脑普及和互联网的爆炸式增长,人工智能的发展与大数据密不可分。如同需要良田沃土才能培育出千里良驹,人工智能也需要海量的高质量数据来训练和优化模型。数据是人工智能的“原材料”,数量要足够庞大,质量也要足够优质。
中国的数据量正在快速增长,并展现出明显的优势。得益于庞大的网民基数、高渗透率的互联网和智能手机使用,中国已经成为全球数据的重要生产国。据预测,到2025年,中国的数据量将达到惊人的48.6ZB,占全球数据总量的近四分之一。这为人工智能的训练提供了丰富的资源,使得模型结构和结果更加精准。
技术:深度学习引领人工智能的突破与革新
人工智能的进步不仅仅依赖于数据,还需要先进的算法。深度学习作为人工智能的核心技术之一,使得计算机能够像人一样地理解、分析和决策。这一过程如同人类通过学习样本来掌握知识和规律,计算机也可以通过深度学习掌握图像、声音等信息的内在逻辑。
深度学习的历史可以追溯到上世纪五十年代,但直到近年来,随着数据的爆炸式增长和计算能力的提升,深度学习才真正展现出其巨大的潜力。计算机视觉和语音语义技术是深度学习的两大应用领域。计算机视觉技术让计算机能够识别图像和视频,广泛应用于自动驾驶、人脸识别等领域。而语音语义技术则让计算机能够理解和分析声音,为翻译软件、智能音箱等提供了强大的支持。
中国的深度学习和人工智能技术在全球范围内也表现出强劲的发展势头。专利申请量的逐年上升,反映出中国在人工智能领域的创新活力。百度、腾讯等企业在人工智能领域的专利申请量位列全球前列,显示出中国在人工智能领域的竞争力。
人工智能芯片的发展也为人工智能的进步提供了强大的支持。随着数据处理量的增加和算法复杂度的提高,对硬件的运算能力也提出了更高的要求。人工智能芯片的出现大大提高了数据处理速度,支撑了日益复杂的算法处理庞杂数据,是人工智能发展的重要基石。
中国在人工智能领域已经展现出了明显的优势,不仅拥有海量的数据资源,还在技术和创新方面表现出强劲的实力。随着技术的不断进步和应用的不断拓展,人工智能将在未来发挥更加重要的作用,为我们的生活带来更多的便利和惊喜。从相关专利申请来看,中美两国在人工智能芯片领域的创新活动十分活跃。截至2019年10月,两国的专利申请量分别达到了1.6万项和1.1万项,展现了双方在科技领域的雄厚实力。在申请人构成上,传统芯片和半导体企业具有显著优势,其中三星、日立和IBM等企业在该领域拥有众多专利。从近年申请趋势来看,三星和英特尔展现出更为强烈的创新活力。
在实际产品应用方面,目前市场上已经涌现出了一批代表性的人工智能芯片,如英特尔的EyeQ系列、英伟达的Xavier系列、华为的昇腾310、寒武纪的Cambricon 1M系列以及百度的昆仑芯片等,这些产品都在各自领域取得了显著的成绩。
全球范围内,中美两国是人工智能企业的集聚地。中国企业主要集中在应用层,而美国企业则更侧重于技术层。截至2019年2月,全球共有3438家人工智能企业,其中美国和中国的企业数量分别位列前两位。从企业类型来看,中国主要是应用层人工智能企业占主导,而美国的技术层企业则更多。
人工智能技术的突破和政策支持吸引了资本的持续投入。过去十年,全球对人工智能初创企业的投资金额呈现出快速增长的趋势。根据斯坦福大学的数据,这一市场的投资金额已经从2009年的不到10亿美元飙升到2019年的近400亿美元。其中,美国和中国的企业是资本投资的重点。
面对数字经济的浪潮,5G、人工智能和工业互联网等技术正在成为推动产业转型升级的关键力量。人工智能的发展不仅具有显著的溢出效应,而且正在成为各国科技竞赛的制高点。我国人工智能产业仍处在发展初期,面临着基础研发欠缺、技术和场景融合不足等问题。
为了推动人工智能的发展,我们需要做好“软性”和“硬性”两方面的支撑。在软性支撑方面,我们需要加强人才培养、前沿技术研究以及产学研协作体系的建立。我们也要重视人伦道德问题,从立法和监管两个角度跟上技术革新的步伐。在硬性保障方面,我们需要加快信息化基础设施的建设,并对传统基础设施进行智能化升级。这包括加快宽带网络、5G网络等建设,以及为传统铁路、机场等公共场景配备传感器、控制平台、云平台等智能化设备。
人工智能的发展正处于一个关键时期,我们需要抓住这个机遇,通过加强研发、培养人才、完善基础设施等措施,推动人工智能产业的快速发展。我们也需要关注人工智能发展所带来的问题,如人伦道德问题等,以确保技术的健康发展。在这个信息化飞速发展的时代,数据已经成为连接消费者、平台、运营商、服务商等多个领域的核心纽带。每一个环节都在对接收的数据进行加工整合,使得传统的商品产品标准已无法适应这种复杂多变的管理需求,给我们的立法和监管带来了前所未有的挑战。
面对这一难题,我们必须深思人工智能与人伦道德的交融,以及技术标准在其中的角色。在人工智能的浪潮中,我们不仅要看重技术革新,更要关注这些革新如何影响人类社会。数据安全问题,已经不仅仅是技术层面的问题,更是关乎人类隐私、权益乃至社会的问题。
在这个背景下,每一个与数据相关的环节都显得至关重要。无论是消费者、平台还是运营商和服务商,都需要更加审慎地对待数据的生产和使用。我们需要深入探讨如何在确保数据安全的前提下,充分发挥人工智能的优势,促进社会各领域的繁荣发展。我们也需要重视并关注人工智能与人类社会关系的微妙变化,确保技术的发展始终以人为本,为人类的福祉服务。
在此背景下,恒大研究院的任泽平、连一席和谢嘉琪等专家呼吁各界关注数据安全的重要性,倡导制定更为完善的数据管理标准,以促进人工智能技术的健康发展。他们的观点不仅深刻,而且充满前瞻性,对于我们应对当前数据管理的挑战具有重要意义。