技術產(chǎn)品展望

邊緣智能成為人工智能應用布局的創(chuàng)新方向。“邊緣智能”專指靠近智能終端以及數(shù)據(jù)源頭的網(wǎng)絡邊緣側(cè)，融合了網(wǎng)絡、計算、存儲、應用的開放計算平臺。隨著人工智能應用的不斷擴展，定位于數(shù)據(jù)中心等云端的人工智能應用普遍存在著功耗高、實時性低、帶寬不足、數(shù)據(jù)傳輸安全性較低等問題，人工智能將逐漸從云端向邊緣側(cè)的嵌入端遷移。邊緣智能對算法的要求相對成熟，邊緣智能的人工智能計算將成為重點產(chǎn)業(yè)創(chuàng)新重點領域。例如，在對實時性有嚴格要求的工業(yè)環(huán)境下，邊緣智能將成為工業(yè)物聯(lián)網(wǎng)得以實施的重要條件，目前已有越來越多的硬件廠商開始提供邊緣服務器、智能網(wǎng)關等邊緣處理的強化產(chǎn)品。

根據(jù)HIS數(shù)據(jù)測算，邊緣側(cè)人工智能市場需求在2018年開始爆發(fā)，將從2017年的4億美元增長至2018年的19億，預計2019年的增長率將超過400%，其中智能手機、智能家居、智能網(wǎng)聯(lián)汽車、工業(yè)互聯(lián)網(wǎng)等市場規(guī)模最大。預計到2019年，更多人工智能應用和產(chǎn)品將部署于網(wǎng)絡“邊緣側(cè)”，實現(xiàn)更低延遲性、更低能耗、更小體積和更低成本的人工智能技術應用路徑。

產(chǎn)業(yè)應用展望

人工智能產(chǎn)業(yè)鏈條逐步形成。截至2018年初，我國人工智能領域相關企業(yè)達2000家，正逐步在底層基礎支撐、核心技術創(chuàng)新、上層行業(yè)應用之間建立初步產(chǎn)業(yè)鏈條。在基礎領域，涌現(xiàn)出寒武紀科技、地平線機器人、深鑒科技、耐能、西井科技等一批創(chuàng)新技術企業(yè)。在技術創(chuàng)新方面，格林深瞳、曠視科技等深耕計算機視覺，百度、搜狗、科大訊飛等在自然語言處理領域技術較為領先，騰訊、阿里巴巴、華為等在機器學習和云計算等領域具有行業(yè)優(yōu)勢。在行業(yè)應用方面，我國在智能機器人、智能金融、智能醫(yī)療、智能安防、自動駕駛、智能教育、智能家居等重點領域涌現(xiàn)出一批具有代表性的相關企業(yè)。預計到2019年，我國人工智能產(chǎn)業(yè)鏈條關聯(lián)性、協(xié)同性將顯著增強，人工智能產(chǎn)業(yè)協(xié)同能力將進一步提升。

人工智能產(chǎn)業(yè)發(fā)展塑造智能經(jīng)濟雛形。智能經(jīng)濟是以大數(shù)據(jù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等新一代信息技術為基礎，以人工智能技術為支撐，以智能產(chǎn)業(yè)化和產(chǎn)業(yè)智能化為核心，以經(jīng)濟和產(chǎn)業(yè)各領域為應用對象的新型經(jīng)濟發(fā)展形態(tài)。普華永道預測，到2030年人工智能將為全球GDP帶來14%的增長空間，即15.7萬億美元的市場規(guī)模，其中中國的GDP增長規(guī)模為26%，北美的GDP增長規(guī)模為14%，為全球受到人工智能帶動效應最大的地區(qū)。截至2018年初，我國人工智能核心產(chǎn)業(yè)規(guī)模達到180億元，帶動相關產(chǎn)業(yè)規(guī)模達到2200億元。預計到2019年，人工智能將通過與云計算、醫(yī)療、物流倉儲、政務國防、隱私數(shù)據(jù)保護、衛(wèi)星數(shù)據(jù)處理、網(wǎng)絡安全、體力藍領、農(nóng)業(yè)、自動駕駛、金融服務、企業(yè)管理、材料科學等各種行業(yè)領域的深度融合，加速塑造新的社會經(jīng)濟形態(tài)，人工智能在保障改善民生、社會治理等方面將發(fā)揮更加積極的作用，智慧城市、智慧交通、智慧醫(yī)院等創(chuàng)新智能服務體系建設將更為完善，場景化、融合化將成為人工智能產(chǎn)業(yè)發(fā)展新特點。

問題與挑戰(zhàn)

基礎技術積累不足。我國在人工智能基礎理論、核心關鍵技術積累薄弱，核心算法、芯片及基礎元器件的掌握與國外差距較大，缺乏重大原創(chuàng)科技成果。核心環(huán)節(jié)受制于人，不利于國內(nèi)企業(yè)參與國際競爭，隨時可能被卡脖子，也使國民經(jīng)濟和國家安全存在遠期隱憂。

技術創(chuàng)新的商業(yè)應用模式不明朗。應用型創(chuàng)新成果的重復化、碎片化問題嚴重。人工智能與實體經(jīng)濟融合剛剛起步，相關技術部分應用場景可能面臨激濁揚清的淘汰機制。例如，近幾年涌現(xiàn)出數(shù)量眾多的消費級無人機、服務機器人企業(yè)，但產(chǎn)品普遍水平較低、功能雷同。與此同時，支持應用落地的人工智能商業(yè)模式尚需探索。英特爾的一份調(diào)查顯示，全球有百分之46%的公司制定了與AI相關的發(fā)展計劃，但真正得以落地的只有4%。

資本布局多樣性不足。位于技術基礎層的AI初創(chuàng)企業(yè)投資回報周期較長，易面臨資金鏈斷裂困難。例如，人工智能芯片從投入研發(fā)到規(guī)模化生產(chǎn)平均需要7年時間，其間很難產(chǎn)生商業(yè)回報，初創(chuàng)企業(yè)僅靠自身研發(fā)投入難以為繼。近年來，國內(nèi)資本持續(xù)加碼人工智能領域，但多集中在應用層，追求快速變現(xiàn)后套利退出，在回報周期較長的人工智能基礎層領域缺乏布局。與之相比，美國AI領域累計獲得978億美元投融資，其中31%流向處理器芯片領域，在各細分領域中占比最高，未來實現(xiàn)厚積薄發(fā)的可能性大。我國人工智能領域的投融資結(jié)構(gòu)頭重腳輕，如不及時改觀，在資本泡沫消退后，國內(nèi)人工智能產(chǎn)業(yè)發(fā)展可能因基礎薄弱導致后繼無力。

適應人工智能特征的政策、標準體系尚不健全。眾多地方政府雖然對發(fā)展人工智能抱有極大熱情，但對產(chǎn)業(yè)特征和規(guī)律缺乏理解，仍試圖運用政策、資金和資源洼地等傳統(tǒng)手段爭奪國內(nèi)稀缺的人工智能產(chǎn)業(yè)資源，部分地方省市發(fā)布的人工智能規(guī)劃政策缺乏可操作性。我國針對人工智能技術和產(chǎn)業(yè)發(fā)展的法律法規(guī)研究剛剛啟動，尚未在人工智能法治保障、信息安全以及倫理道德研究、風險審查機制等保障人工智能產(chǎn)業(yè)長期發(fā)展的政策法規(guī)、安全規(guī)范和倫理道德框架方面展開試點。

相關建議

推動人工智能核心技術攻關。一是加強人工智能芯片、傳感器、算法、平臺等核心技術研發(fā)，圍繞圖像和語音識別、自動駕駛等場景加大算法改進、芯片結(jié)構(gòu)優(yōu)化研發(fā)力度。二是以關鍵技術為基礎，以支撐解決方案打造和深化應用為目標，瞄準人工智能算法、智能芯片、智能傳感器等基礎領域和情緒感知、認知智能等前沿領域，推進關鍵核心領域攻關。三是順應產(chǎn)業(yè)平臺化、開源化發(fā)展趨勢，引導和集中行業(yè)資源，打造自主架構(gòu)的深度學習平臺以及面向智能網(wǎng)聯(lián)汽車等領域的人工智能開發(fā)平臺/開發(fā)系統(tǒng)，并盡快開源。

建立針對重點技術產(chǎn)品的資金支持體系。一是設立人工智能產(chǎn)業(yè)發(fā)展與應用專項資金或?qū)ｍ椈?，重點支持人工智能基礎理論及關鍵核心技術研發(fā)與產(chǎn)業(yè)化，發(fā)揮政府引導基金布局引領作用，帶動引領地方產(chǎn)業(yè)投資基金及社會資本的投資布局。二是針對人工智能產(chǎn)品研發(fā)和應用推廣，部署研究制定減稅降費方案。三是加強對深度學習開源平臺和項目政策資金支持力度。

構(gòu)建有機協(xié)同的產(chǎn)業(yè)生態(tài)并提升服務支撐能力。一是開展示范應用揭榜評選和案例推廣工作，支持人工智能企業(yè)、系統(tǒng)集成解決方案提供商和行業(yè)重點用戶聯(lián)合打造面向特定場景的解決方案。二是面向人工智能產(chǎn)品在制造、交通、電子商務、金融、醫(yī)療等領域的創(chuàng)新應用，推動建設并開放多種類型的人工智能海量訓練資源庫、標準測試數(shù)據(jù)集和云服務平臺等。三是加速建立人工智能標準、測評、知識產(chǎn)權等服務體系，形成面向人工智能主要細分領域的測評能力。

提前研判安全風險和前沿問題。一是組織力量開展人工智能產(chǎn)業(yè)發(fā)展帶來的法律、倫理和社會問題研究，推動建立保障人工智能健康發(fā)展的法律法規(guī)、制度體系、倫理道德。二是圍繞群體智能、人機混合等未來發(fā)展方向，推動我國智庫、學者與全球各國科學家與智庫開展合作，推動人工智能技術能沿著服務人類的正確方向升級。