快乐10分开奖查询
您現在的位置:首頁>新聞中心>理論探索

抓住人工智能發展的歷史機遇期

部門:圖書館 文:馬源 國務院發展研究中心企業研究所副研究員 圖:-- 簽發人:鄧衛國 發布時間:2019年03月19日 字體:

?

人工智能正邁入技術突破和產業發展前沿

算法突破、數據積累和算力提升催生人工智能。在算法突破方面,2006年加拿大多倫多大學提出的深度學習算法(DNN),較好地模擬了人腦神經元多層深度傳遞的過程,該算法及衍生算法已在圖像識別、語音識別、機器翻譯等領域取得驚人效果。在數據資源方面,隨著數字化進程日益深化,到2020年全球數據總量將超過40澤字節(ZB),是2011年的22倍。在高性能計算方面,傳統中央處理器(CPU)在性能和功耗上難以支撐海量數據運算,而圖形處理器(GPU)、現場可編程門陳列(FPGA)、張量處理器(TPU)芯片具有并行計算、高吞吐量等特性,計算能力可達每秒10萬億次浮點運算,正替代CPU成為人工智能的計算單元。

機器識別圖像、語音和自然語言等開始廣泛應用。在看的方面,以國際ImageNet大賽(ILSVR競賽)為例,自2012年引入深度學習算法后,機器識別海量圖片中物體種類的錯誤率逐年下降,2015年已降至3.57%,優于人眼5.1%的識別錯誤率。在聽的方面,近場語音識別技術已可進入日常生活,如微軟語音識別系統的錯詞率在2016年已經降到5.9%,等同于專業速錄員。在理解方面,機器翻譯、文本分析等也逼近專業水平,如谷歌推出的神經網絡機器翻譯GNMT相對于傳統機器翻譯,在從英語到中文的翻譯方面錯誤率下降了58%。

我國處于較好位置且部分應用已進入全球前列

我國擁有人口基數龐大、應用場景豐富、風投資金充裕、論文專利眾多等綜合優勢。一是用戶數和數據優勢。從用戶數看,到2017年底,我國有3.49億固定寬帶用戶,是美國的3.5倍,占全球38%;有11.3億移動寬帶用戶,是美國的2.7倍,其中4G用戶占全球40%;還有2.9億機器聯網(M2M)用戶,是美國的3.5倍。從數據量來看,我國已占全球13%,據高盛報告預測,隨著用戶數和在線時長增長,這一指標到2020年預計提升至20%—25%。二是應用場景豐富。我國是全球唯一擁有聯合國產業分類目錄中所有工業門類的國家,數字化、網絡化、智能化應用潛力巨大。三是風投資金充裕。從跨境雙向投資看,我國背景的資金投資美國初創企業筆數從2014年的6筆,快速增長到2017年的31筆,超過美國資金對我國初創企業投資的20筆。從資金投資領域看,集中在人臉識別、影像診斷、人工智能芯片等熱點方向。四是科研論文和專利優勢。據美國國家科學技術委員會數據,2014年我國在“深度學習”“深度神經網絡”等領域的科學論文數量已超過美國。美國《科學引文索引》數據也顯示,我國“人工智能”論文達10.3萬篇,超過美國的8.4萬篇,論文影響力則位居第二。從專利看,按照美國專利與商標辦公室數據,以深度學習、機器學習、人工智能等為關鍵詞檢索專利,我國在2016、2017年均超越美國。

我國在計算機視覺、語音識別、無人駕駛等應用領域已進入全球前列。隨著科研論文的公開、開源算法框架的推出及計算芯片性能的提升,我國企業在部分應用上已進入全球前沿。一是計算機視覺應用全球領先。2011—2012年這一輪人工智能剛興起時,國內一批公司深耕計算機視覺技術,目前從算法水準和應用情況看,人臉識別、安防監控等領域已獲得全球認可。二是中文語音識別具有獨特優勢。隨著互聯網語音資料的豐富以及深度學習算法的引入,國內已形成科大訊飛、百度兩家主導,思必馳、云之聲、出門問問等企業跟隨的發展格局,在中文語音合成、語音識別、自然語言處理等領域擁有大量專利,產品廣泛應用于語音輸入、智能家居、實時字幕、語音搜索、智能客服等場景。三是無人駕駛、無人機、智能交通等緊追領軍企業。總體上,智能應用開始進入快速擴展期,我國有望在更多領域形成自身優勢。

在關鍵技術、生態塑造與制度供給方面還存在明顯短板

一是高端芯片等關鍵技術領域受制于人。高性能計算芯片是人工智能發展的前提。目前美國在圖形處理芯片(GPU)、現場可編程邏輯陣列(FPGA)芯片、模仿人腦神經元芯片、專用集成電路(ASIC)芯片四條技術路線上仍占主導地位。而我國目前仍以進口芯片為主,雖然近年也涌現出一些初創企業如寒武紀、地平線等,但實力仍然非常弱。二是算法框架依附于國外巨頭開源生態體系。人工智能的智能程度關鍵在于算法。國外巨頭通過開放算法框架(內嵌視頻處理、文本分析、語言理解等算法模塊),降低人工智能產品或應用開發成本,進而吸引世界各地開發者入駐生態。這一策略集聚了全球智力,壯大了生態。從高盛報告看,谷歌Tensorflow算法框架聚集了6.8萬名明星開發者;而百度PaddlePaddle平臺僅有5330位,不到前者的十分之一。我們在調研中了解到,國內初創企業大都基于谷歌Tensorflow進行開發。三是人才總量和領軍人才短板突出。創新的根本在于人才,從不同機構數據來看,我國人才總量和結構雙短缺。全球最大招聘網站領英2017年《全球AI領域人才報告》顯示,全球人工智能人才數量190萬,其中美國85萬,我國5萬,位列印度、英國、加拿大、澳大利亞、法國之后,排第7位。從工作經驗看,美國人才中具有10年以上經驗的占71.5%,我國僅為38.7%;國內企業領軍人才主要來自海外引進。四是監管制度滯后于人工智能創新需要。

進一步推進人工智能發展的建議

加大關鍵核心技術和共性標準支持。一方面依托我國市場需求優勢,支持與國外領先企業開放合作,縮短跟跑學習周期;要避免資金、人才等資源攤薄,推進強強聯合,鼓勵走差異化技術路線。另一方面,強化產業鏈上下游相互支持,發揮國內應用場景優勢,給予國內芯片企業商業化應用和迭代完善的機會。

統籌產業鏈打造算法框架平臺。必須從戰略上重視算法框架和平臺的重要性。要借鑒PC互聯網時代Windows操作系統主導生態、移動互聯網時代安卓主導生態的經驗做法,支持組建產業聯盟,構筑生態搭建算法框架。

優化環境培育和吸引高端人才。要完善人才引進配套政策,防止人才得而復失,同時在海外設立研發中心,就地招攬高端人才。要加快人工智能學科建設和人才培養;面向制造、金融、醫療等重點行業開展應用型人才培育。

適應智能化變革趨勢,同步加強監管制度建設。人工智能與各行業結合必然會孕育出新業態,對此,既不能簡單按照傳統業務監管,也不能任其發展,而應把握技術和產業趨勢,在準入方面給技術業務創新留下一個觀察期。同時要參考國際經驗,結合業界合理訴求,圍繞監管關鍵要素如監管根基、監管職責、監管機制、監管手段、監管成本等,重新梳理相關制度,以便為創新提供保障。

加快相關法律、倫理和責任制度研究。在法律法規方面,重點是研究個人隱私保護和數據權屬制度、政府數據開放、合法開發利用等法律問題,明確各方的權利、義務和責任等。在網絡安全方面,既要加強硬件系統防護能力和等級評測,又要提前從制度上明確網絡安全責任和義務。在倫理方面,對于可能涉及人類生命的倫理選擇,如無人駕駛事故應急選擇、機器人傷害人類等極端事件,給出基本規范,消除公眾疑慮,助力創新產品商用化。

(作者:馬源 國務院發展研究中心企業研究所副研究員)

來源:《黨政干部參考》2018年第22期

【打印文章】 【添加收藏】
快乐10分开奖查询 内蒙古时时彩开彩结果 河北时时直选 全天重庆彩新一代计划 菠萝彩软件破解版 重庆时时开彩龙虎和 四川时时开奖号码查询结果 彩票计划提醒软件 三公棋牌游戏 时时彩代理自己刷返点6 二人斗地主棋牌