聲明:本文為火石創(chuàng)造原創(chuàng)文章,歡迎個人轉發(fā)分享,網站、公眾號等轉載需經授權。

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

回顧計算機技術發(fā)展的歷史,我們發(fā)現(xiàn),計算機、機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體,逐步代替人類進行任務執(zhí)行與決策。然而,由于技術與業(yè)務要求之間的鴻溝,使得人工智能在產業(yè)落地過程中面臨一系列的挑戰(zhàn)與機遇。

本文將從人工智能產業(yè)應用、產業(yè)地域分布、挑戰(zhàn)與應對、倫理、未來發(fā)展思考以及展望等角度進行行業(yè)分析。 

01產業(yè)應用篇

2016年,以AlphaGo為標志,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、產業(yè)界、科研機構以及消費市場競相追逐的對象。

人工智能的基礎理論雖由來已久,但現(xiàn)階段推動新一代人工智能快速發(fā)展并逐步落地產業(yè)應用的關鍵要素可歸結為計算能力的提升、數據爆發(fā)式增長、機器學習算法的進步以及投資力度的加大四個方面。

圖1:人工智能產業(yè)圖譜來源:根據公開資料整理

人工智能產業(yè)鏈包括3個部分:基礎層、技術層和應用層。

基礎層:該層主要為人工智能基礎技術提供計算能力支持,包括AI芯片、AI平臺以及AI框架,典型的大型互聯(lián)網公司和行業(yè)領頭公司主要有谷歌、亞馬遜、英特爾、IBM、百度、華為等。

技術層:該層主要是基于基礎層設施進行開發(fā)后的通用性人工智能技術,是以認知與感知計算技術為代表的通用技術。其中,感知部分包括計算機視覺、語音識別和自然語言處理等,認知部分以知識圖譜為主要代表。

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

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)與應對篇

在產業(yè)落地過程中,人工智能技術與企業(yè)需求之間的鴻溝不容忽視。企業(yè)用戶的核心目標是利用人工智能技術實現(xiàn)業(yè)務增長,而人工智能技術本身無法直接解決業(yè)務需求,需要根據具體的業(yè)務場景和目標,形成可規(guī)�；�落地的產品和服務。在這個過程中,人工智能在數據、算法、業(yè)務場景理解、服務方式、投入產出比等方面都面臨一系列挑戰(zhàn)。

1．數據AI領域,數據是基礎要素。與數據相關的流程主要包括:數據獲取、數據治理以及數據標注。具體數據層面的挑戰(zhàn)見下圖。

圖3:AI數據層面的挑戰(zhàn)來源:中國人工智能行業(yè)報告

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

3．業(yè)務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)務問題從通用型場景向特定型場景過渡,單點問題向業(yè)務整個流程演進,從感知化到認知化的發(fā)展,業(yè)務場景的壁壘與復雜度越來越高。在這樣的背景下,僅僅依靠算法技術的積累,難以滿足對場景的理解要求。所以,AI算法需要經驗與業(yè)務規(guī)則的結合。這種情況下,知識圖譜技術成為關鍵所在。

通過知識圖譜,可以更好地理解業(yè)務。通過建立統(tǒng)一的圖譜來實現(xiàn)知識的融合,進一步加快推進人工智能的落地。

4．服務方式對于企業(yè)業(yè)務人員的根本需求,標準化的人工智能技術輸出或者API調用的服務方式是不夠的。廠商需要根據具體場景,在技術基礎上提供定制化的解決方案,并封裝為應用到業(yè)務系統(tǒng)中的產品,即“AI+產品”。另外,廠商需要提供持續(xù)性的業(yè)務運行服務,才可讓AI產品真正發(fā)揮價值,以保證達到最終業(yè)務效果,即“AI+服務”。

5．投入產出比對于企業(yè)來說,在業(yè)務中落地AI技術應用,至少包括兩個層面的成本:(1)芯片、算法平臺等智能化產品;(2)引進算法工程師等人工智能方面人才。

目前,一些數據平臺、機器學習平臺的涌現(xiàn),提高了人工智能建模的自動化程度,同時也降低了整個業(yè)務流程對算法工程師的依賴,AI應用的總成本有待降低。此外,未來算法的進步可降低硬件標準,也可促使成本的節(jié)省。

04AI倫理篇

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

此外,正如人類通過學習、社會交往等學習道德、法律、倫理等規(guī)范和價值,機器倫理也希望達成同樣的效果。通過倫理標準的設定、執(zhí)行、檢測檢驗等,旨在希望以事前的方式讓智能機器的自主決策行為尊重人類社會的各種規(guī)范和價值,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、法律來自律是遠遠不夠的,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)管機構、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)的行為進行監(jiān)督、審查和反饋,共同實現(xiàn)人工智能倫理,確保社會公平正義。

因此,人工智能倫理的實現(xiàn),是一項全方位的治理工程,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)范和價值的方式運作,帶來最大化效益和好處的同時,也能夠維護整個社會以及每一個個體的自由和尊嚴。

05思考篇

1．對于加速我國人工智能產業(yè)生態(tài)化發(fā)展,加快關鍵環(huán)節(jié)布局是關鍵(1) 核心平臺方面:AI開源軟硬件、公共服務以及基礎數據與安全檢測等平臺的建設;(2) 能力創(chuàng)新方面:核心理論算法攻關、關鍵共性技術突破、AI專用芯片的設計研發(fā)、前沿技術的布局;(3) 產業(yè)應用推廣:各領域不斷深入研究、探索更多產業(yè)領域。

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

06展望篇

當前,國家戰(zhàn)略的前瞻性引領、產學研用的協(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、政府的強力支持共同推動著我國人工智能產業(yè)協(xié)同創(chuàng)新機制的發(fā)展,加快我國智能經濟發(fā)展的黃金時期。

展望未來,基礎設施的升級、從感知智能到行動智能技術的演進、應用場景產業(yè)智能化的發(fā)展,是值得關注的幾大方向。

(1) 我國已進入5G商用時代,作為具備高帶寬、低時延、廣連接性的新一代通信技術,5G正在成為產業(yè)變革與萬物互聯(lián)的新基礎;

(2) 考慮到能力范圍、時間效率、成本等因素,單純依靠機器完全代替人去解決問題并不現(xiàn)實,將人與機器作為整體去部署人機協(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器的能力,是未來實現(xiàn)機器自主判斷場景、資源調度,并與人類協(xié)同發(fā)展的重中之重。

(3) 隨著企業(yè)數字化以及產業(yè)數據基礎設施的完善,產業(yè)互聯(lián)網打通了產業(yè)鏈各環(huán)節(jié)的數據路線,以此為基礎,人工智能應用將從企業(yè)內部智能化延伸到產業(yè)智能化,逐步實現(xiàn)從采購到制造到流通等環(huán)節(jié)的智能合作機制,提升產業(yè)整體的效率,實現(xiàn)產業(yè)互聯(lián)網價值最大化,引導未來更多行業(yè)走向產業(yè)智能、互聯(lián)發(fā)展。 

參考文獻

[1]　《全球人工智能產業(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業(yè)發(fā)展報告》劉剛．2019．5．

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