人工智能（AI）技术正润物细无声地改变着人类生活。人脸识别、刷脸支付，新冠肺炎疫情期间的人群红外测温、机器辅助诊疗，无人驾驶车辆……正如中科创星董事总经理林佳亮所言，如果说几年前的人工智能带来的是“令人惊诧的变革和冲击”，那么近两年其落地应用已经给人习以为常的感觉。
作为引领未来社会发展的支撑性技术之一，人工智能的发展一直受到高度重视。
“AI作为第四次工业革命的核心驱动力之一，正深刻重构人类社会生产、分配、交换、消费等各个环节，并持续催生新技术、新产品、新产业，释放历次科技革命和产业变革所集聚的巨大能量。”北京理工大学计算机网络攻防对抗研究所所长闫怀志表示，在“十四五”规划建议的推动下，中国人工智能基础研究和落地应用将加速前进。
AI技术发展围绕数据、算法、算力展开
“近年来人工智能在很多领域得到了实际应用。但整体而言，目前人工智能发展仍在初级阶段。”阿里巴巴集团副总裁、达摩院城市大脑实验室负责人华先胜说，“我们处在人工智能发展的第三次黄金时期，与前两次不同，这次我们有大数据、深度学习和大算力。”
他解释，这次的黄金时期虽开始不过七八年，但发展速度惊人。这个时期可细分为3个阶段，目前正处在第二阶段到第三阶段的过渡中。
“这3个阶段都可以称为‘无行业不AI’，但每个阶段的具体含义不同。第一阶段，我们意识到AI技术可能会改变几乎所有的行业。但此时更多是点状的技术和应用。”华先胜说，在目前所处的第二阶段，从业者发现，没有深入行业的数据、场景、流程，就无法让AI技术真正在应用中发挥价值。这个阶段，人工智能技术在智慧城市、互联网等领域取得令人瞩目的成果，技术上从单点技术逐步走向平台化；在工业领域、医疗健康等领域出现了令人振奋的技术和应用，但尚未形成规模；在教育、农业等场景，其研发和应用正在路上。
到第三阶段，人工智能从技术到应用的分层会更加清晰，技术上更多专注AI技术能力和平台能力的研发，业务应用层会有更多的行业技术人员和业务人员参与甚至引导。“没有行业的深度参与甚至主导，就没有AI的遍地开花与结果。”华先胜强调。
“目前AI技术发展仍将围绕着数据、算法和算力的方向展开。”闫怀志说，谈到具体的发展趋势，他认为AI将从专用智能向通用智能跨越、从人工智能向自主智能蜕变、从“纯粹的人工智能”向“人机混合型智能”演进、加速与相关学科领域的渗透交叉。“AI技术将持续赋能智能终端、互联网娱乐、车联网、智慧城市等垂直领域，图像识别、文本识别、视频分析、无人驾驶、智能分析、自主决策等AI技术将得到创新应用，在教育、金融、交通、安防等行业广泛落地。”闫怀志说。
科技产出显著缘于鲜明特色和优势
“近年来，我国人工智能科技产出显著。2020年，国内人工智能论文发表量近3万篇，保持超过10%的复合增长率；专利申请数量超3万件，首次超过美国位居世界第一。在自动机器学习、神经网络可解释性方法、异构融合类脑计算等领域，国内涌现出一批具有国际影响力的创新性成果。”中科闻歌首席执行官、联合创始人罗引表示。
“我国发展人工智能有鲜明的特色和优势。”闫怀志说，一是国家高度重视人工智能发展，从基础研究到工程应用，我国充分发挥制度优势，在国家战略、产业政策、法律法规、标准规范等层面开展顶层设计，为AI发展营造了良好的内外部环境。二是我国应用场景丰富，经济体量庞大、工业门类齐全、消费需求旺盛，为AI技术的应用提供了丰富场景。三是作为人工智能得以蓬勃发展的三驾马车之一，我国数据准备充足。
深兰科技创始人、董事长陈海波直言，缺乏数据的人工智能就是无米之炊。“中国的基础数据量远远领先欧美，除了手机、电脑生产的数据，很多传统离线商业活动也会产生大量数据，如共享单车使用数据、诊断用医疗扫描数据、汽车事故数据、银行流水、农田卫星图像等。”
释放潜能需大力夯实软硬件基础
在科学研究和技术应用蓬勃发展的同时，软硬件基础的不足也应引起重视。罗引表示，对标美国TensorFlow、Pytorch和Caffe等被广泛使用的软件产品，我国开源人工智能框架软件生态还不完善，开源社区活跃度不足，软件的国际国内影响力较弱，存在人工智能专用芯片缺失的状况。“以深度学习框架广泛采用的GPU显卡为例，在通用计算环境下，普遍依赖英伟达深度学习显卡进行大规模神经网络训练。不过，我国的寒武纪、华为等企业目前已投入大量资源开展技术研发，结果值得期待。”他说。
闫怀志同样直言，我国在AI基础理论和先进算法方面，还有待进一步加强；与AI相关的软硬件工业基础也较为薄弱；在自主可控方面办法不多。
“我国AI产业潜能不断释放，对行业和经济发展的拉动作用将进一步显现。”浪潮信息副总裁张东说。但在他看来，我国AI产业要在国际竞争中谋求更有优势的“身位”，还面临不少挑战。“产业AI化将是下阶段中国经济的重要机遇。”这意味着要将AI企业的创新技术变成产品，快速推向市场，并输送到行业落地应用。目前金融、通信、制造业、城市治理等领域都在尝试行业应用场景与AI技术的结合。这个过程需要产业生态力量的支持。
AI产业的发展离不开人才的储备。闫怀志表示，虽然我国AI人才基数大，但领军和高层次人才较少，“火车头”带动效益难以显现。
根据MacroPolo智库的研究，在报告所圈定的顶级人工智能研究人才中，59%在美国工作，中国仅占11%。“推动人工智能产业从兴起到快速发展，专业人才最为关键，其质量和数量直接决定了行业的发展水平。”陈海波建议，应积极吸引海外科研人员、聚集全球人才，在研究经费等领域推出引进海外高端人才的一揽子政策。
罗引建议：“应提高基础研究投入，引导政策与资金聚焦产业基础层，促进数据开放共享，加强人才引进与培训，促进产学研协同合作，为产业的‘马拉松’式国际竞争作长篇布局。”
多领域融合助推智能经济时代到来
根据IDC和浪潮联合发布的《2020—2021中国人工智能计算力发展评估报告》，人工智能的产业化已经从通用应用场景渗透到更多行业特定场景。互联网、金融、电信、政府服务等AI算力投入排名靠前的行业也是人工智能行业应用渗透度最高的领域。产业AI化已经从早期的试点逐渐成为企业发展和生存的刚需。
“未来AI领域的国际竞争必将进一步加剧。”闫怀志表示，“十四五”期间，我国将重点发展“新基建”，同时还将重点发展数字经济，实现各行业数字化转型。国内AI行业应借此东风，以典型场景（如智能制造）赋能为引领，融合新兴技术，加大AI基础设施和传统基础设施智能化升级建设力度，使AI技术成为全面推动经济发展全要素的革新手段，并全面参与国际AI领域的竞争和合作。
他强调，要实现人工智能发展的预期目标，需构建AI高性能计算算力基础，打造自主可控、安全可靠的AI产业软硬件协同能力，推动AI开源开放和公共服务平台建设，形成自我造血能力强的AI应用良好生态。
林佳亮坦言，无人驾驶技术是他最为期待的，“无人驾驶把感知智能和决策智能都融合在一起，应用价值和意义很大，而且落地速度超出预期，预计会给生活带来很大改变。”
“预计2021年，AI将与汽车电子等领域加速融合，实现感知、决策、控制等专用功能模块，使汽车加速智能化、网联化。AI有望与VR技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境。”陈海波说，“新基建”赋能各行业，AI产业底层支撑持续提升，AI技术将会更多地运用到工业和农业方面。
