从“可以用”到“很好用”,人工智能还要迈过许多坎

发布日期: 2019-07-11 17:03      作者: 薪火科技

人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,被认为是计算机科学的一个分支。人工智能的产业化进程始于上个世纪90年代,在2000年后进入加速发展时代。2006年以后,随着算法的进步、全球数据量爆发式增长,以及计算能力大幅度提升,人工智能产业将席卷全球,人工智能的应用产业化也开始爆发式增长。


人工智能取得快速发展

人工智能作为未来全球产业竞争力的关键获得全球各国的共识。美国总统特朗普2019年2月签发了名为“维持美国在人工智能领域领先地位”的总统令,强调美国必须推动人工智能的技术突破,要保持美国在人工智能领域的技术优势。英国秉持稳重、冷静的态度推进人工智能发展,更注重人工智能基础性研究。法国政府日前公布国家发展人工智能战略计划,预定在2022年以前斥资6.65亿欧元,将利用法国在数学研究方面的优良传统,把人工智能发展提升到全球最高水平。日本和韩国相继发布人工智能国家战略,加快完善人工智能发展顶层设计。

从产业规模看,根据统计,2018年全球人工智能核心产业市场规模超过555.7亿美元,相较于2017年同比增长50.2%。赛迪研究院的数据显示,截至2019年3月底,全球活跃人工智能企业达到5386家,其中美国为2169家、中国大陆为1189家、英国为404家、加拿大303家、印度则是169家。全球范围内美国与中国投资较为密集,其次为欧洲、印度、以色列。


人工智能产品硬件占比超过50%

一般而言,人工智能产业链可以分为基础层、技术层和应用层。基础层是整个产业的基础,也是高投入、高回报的产业,主要是研发硬件及软件,如芯片、传感器、数据资源、云计算平台等,为人工智能提供数据及算力支撑。技术层和应用层门槛稍低,是众多创业企业的切入点。

美国在基础层和技术层的AI企业数量约是中国的两倍,美国的产业发展从底层技术开始再向上游应用拓展,而中国则更多在应用侧进行创新,逐步向底层技术进行渗透。亚马逊、谷歌、Facebook和IBM引领人工智能技术的发展,作为互联网时代的巨头企业,他们拥有更多的资源来收集数据,从而拥有更多的数据可供使用。谷歌公司是第一家大规模开展人工智能研究的公司,名为“谷歌大脑”的研究项目涵盖了机器学习、自然语言理解、机器学习算法和技术以及机器人技术等领域。中国的百度、科大讯飞、阿里、腾讯等企业也在人工智能领域大展拳脚。

在人工智能产品中硬件产品占比超过50%,计算芯片及智能传感器比重最大。2017年全球传感器市场为269亿美元,预计2023年达到706亿美元,而2023年全球人工智能芯片市场规模也将达到108亿美元。目前,美国、欧洲、日本依托多年的积累,在基础层占据明显的优势。霍尼韦尔、博世、ABB等国际巨头全面布局了智能传感器,基本处于垄断地位。在智能芯片领域,英伟达、高通、英特尔、德州仪器等企业一直是该领域的核心企业,控制着全球人工智能发展的命脉,中国的华为、地平线、寒武纪等企业在不断追赶。

目前,全球人工智能的投融资主要集中在AI+(垂直行业)、计算机视觉、数据服务和智能机器人等领域。中国人工智能创业公司所属领域分布中,计算机视觉领域拥有最多创业公司,旷世科技、云从科技等企业均从这个领域开始发力,另外一个集中的领域是服务机器人,其次是语音及自然语言处理领域,智能医疗、机器学习、智能驾驶等也是相对比较热门的领域之一。人工智能驱动经济向服务化、高端化方向转型,驱动社会向灵活化、智慧化方向转型。借助人工智能,传统的商业和行业可以获取额外的高附加值。


人工智能距离“很好用”还有诸多瓶颈

未来依然是中美主导全球人工智能的发展。算法的成熟、大规模的投入和平台型厂商的推广是AI场景化加速的主要原因。在互联网时代,中美占据了先机,涌现出一批世界级的互联网和IT企业,在“人工智能+”时代,这些企业依托强大的平台运营和资源整合能力,依然是人工智能产业龙头。同时,不论是机器学习、生物识别,还是自动驾驶等,都需要庞大的数据作为“训练”“学习”的支撑。美国在训练的数据处理基础理论、芯片软硬件水平方面全球遥遥领先,中国拥有全球最大的互联网用户规模、全球最大的人才储备规模,这些条件其他国家不具备。

人工智能产业未来的道路布满了崎岖和坎坷。回顾人工智能产业发展历程经历了“三起两落”,两次过高的预期难以得到实现。目前人工智能的崛起,更多基于深度学习算法的突破,特别是基础技术图像、语音和语义识别技术。人工智能正处于从“不能用”到“可以用”的技术拐点,但是距离“很好用”还有诸多瓶颈。在强人工智能尚未看到明显希望的前提下,弱人工智能的本质和前提是通过分析大量历史数据,从中学习总结相应的知识,建立相关模型对以往的数据进行解释并预测未来的数据。AI企业商业化道路还处于早期阶段,从全社会看,AI在企业的渗透率偏低,过分依赖场景和数据,同时还有很多技术有待突破。

人工智能产业的进一步发展有赖于社会治理方式的改变。当前,人工智能不断推动经济自动化和社会智能化。短期内,人工智能将导致一些重复操作的就业岗位减少。但是,人工智能减少就业并不是必然的。人工智能平台通过应用接口(API)接入大量增值应用(APP),可以为开发者创造广泛的灵活就业机会。需要人类来支持人工智能的实现并监督其应用。人工智能不是完全消除对工作人员的需求,而是加强现有的系统和过程。Gartner公司预测,在两年之内,人工智能将创造230万个就业机会,同时只会减少180万个就业机会。随着人工智能作为跨学科研究的前沿并在实际应用中快速推进,人工智能在技术能力层面上对社会治理也提出新要求:一是如何界定人工智能决策的带来的责任和义务,二是如何预防严重依赖人工智能运作的社会系统带来混乱。在解决一系列法律以及伦理问题的前提下,人工智能才能进一步实现健康和持续的发展。

作者袁振 严佳龙,供职于长沙智能制造研究总院

文章来源:中国电子报、电子信息产业网        编辑:daisy

地址:安徽省合肥市政务区天鹅湖万达2号楼20层
皖ICP备14001900号-2
皖公网安备 34010402701701号