人工智能产业将在三个方面寻求突破,推动中国人工智能产业的可持续发展

来源: 互联网

    今天,“智能+”社会即将来临,社会各界都在积极地勾勒出社会的未来。国外人工智能巨头不断前行,在基础技术和应用领域有很多突破。它们可归纳为三点:强大的基础研究能力,密集的跨境创新以及持续使用人才红利。

    中国在深度学习和识别技术领域具有突出的实力,在人工智能市场的应用水平上处于世界前列。但是,基础技术,产业链跨界合作,核心人才培养等方面存在不足。业内专家呼吁中国人工智能产业和学术界的未来关注上述三个弱点,回顾形势,考虑全局,抓好计划,扎实推进,在巩固现有优势的同时,补充缺点和促进中国人工智能产业的可持续发展。 。

    基础层研究人工智能“硬指标”

    人工智能研究可分为基础层,技术层和应用层。美国在技术层面不断研究和实践,技术难度大,技术推动作用强;而中国基层的能力较弱。技术和应用层的功能更强大。

    基层主要指处理器,芯片和其他人工智能技术的核心功能;技术层包括通用语言处理,计算机视觉,技术平台和其他通用技术;应用层是指实际应用主题,如自动驾驶和智能机器人。 。

    人工智能浪潮的兴起已经导致美国大公司进入基础研究层。就芯片而言,美国芯片制造商NVI推出了全球首款120万亿次级处理器VoltaV100 GPU,可将机器学习命令的效率从几周降低到几小时,帮助客户更快地进行迭代。并优化各自产品的上市时间。在过去三年中,Nvidia为深度学习提供了10倍的性能加速。它被评论家称为“摩尔定律的平方”,保持了目前的性能提升率。到2025年,GPU将比CPU快1000倍。性能。

    谷歌,亚马逊,微软,苹果等公司最初没有开发芯片,也开始强制芯片和处理器,这使得美国进一步加强其在全球人工智能基础层的研究地位。微软宣布推出人工智能芯片制造项目,专门为微软的增强现实眼镜HoloLens展示一款新芯片。谷歌于2016年宣布开发其深度学习芯片,并声称随着语音识别技术的爆发,高性能处理器TPU为公司节省了创建15个新数据中心的成本。谷歌还与生物技术公司合作开发有效计算DNA信息的芯片。 2017年4月,Apple宣布Apple将通过自主研发和芯片生产进一步掌握产业链的主导地位。消息传出后,苹果芯片供应商英国公司Imagination的股价大幅下挫。

    然而,中国在芯片研发方面仍然落后于美国公司,对进口芯片的需求依然居高不下。

    中国公司“计算机技术”品牌及市场中心总经理谢一楠表示,在图像识别领域,公司还应用了NVIDIA和英特尔的芯片,而且没有国产芯片可以完全替换。英特尔中国研究院院长宋继强也承认,中国人工智能领域的缺点在于我们原有的理论创新和基本的人工智能研发能力还不够。中国学者需要在理论上取得突破。 Horizon Robotics的创始人于凯表示,在PC和移动互联网时代,我们已经错过了操作系统等基础平台技术,人工智能时代需要赶超。

    中国电子学会发布《中国机器人产业发展报告》指出,中国机器人领域核心技术积累不足,资金投入相对有限和分散,高端市场长期以来一直被外资企业所占据,很大程度上依赖进口零部件和组件装配,成为主要业务,虽然有一定的突破,但基本上是被动和后续发展,很难获得产业发展的主动权。

    计算机科学和图灵奖的唯一中国获奖者姚治智表示,中国希望在2030年实现世界主要人工智能创新中心的战略目标。首先,必须解决理论缺失的问题在人工智能的发展。在下一波人工智能发展浪潮中,中国应该取得一些原创和知识产权的成就,而不是赶上别人发明的技术。

    跨界集成创新作为智能生态学的“必修课”

    人工智能的未来不仅仅是单一的技术和产品,而是一个集成的“生态系统”。数字技术将神经科学等医学领域与自动机器人手臂等工业领域相结合,形成人工智能的基础技术。

    基于人工智能的机器人将以“软件”的形式融入社会,如自动翻译和图像识别。另一方面,它也将通过整合“硬件”,如特殊机器人和医疗机器人,渗透到人们的生活中。

    正是在这种“共识”的指导下,“没有业务”几乎成了美国人工智能巨头的工作,从IBM,Apple,到Google,Facebook,NVIDIA,所有的人工智能巨头在试用软件,硬件,应用场景,中国联通,不再专注于自己的传统业务,而是着眼未来。 2016年9月,谷歌,微软,Facebook,亚马逊和IBM组建了人工智能联盟,该联盟有可能形成协同效应并制定行业标准。

    目前,谷歌的跨界非常广泛,涵盖了芯片,机器学习平台,软件,云计算等领域。其人工智能学习系统TensorFlow是目前世界上使用最广泛的人工智能软件平台。开始研发芯片的高通公司也推出了自己的相机SpectraModule,旨在优化VR和AR的效果。最近,这款相机增加了一些新功能,例如深度检测和生物识别身份验证,用户可以使用这些功能来解锁身份验证。

     IBM中国研究院认知交互技术总监秦勇表示,IBM创建人工智能平台的目标是形成一个能够满足客户不同需求的生态系统。例如,IBM的WDC(Watson DeveloperCloud),有许多应用程序编程接口发布,如知识地图,语音识别,计算机视觉,人格分析,对话管理等。在教育领域,我与芝麻街合作,利用人工智能帮助孩子,并利用游戏来帮助学习。该平台还与美敦力公司合作,提前两三个小时准确预测一个人的血糖水平。

     NVIDIA不仅拥有芯片,还发布了高效的深度学习软件平台,为客户提供全方位的服务,包括汽车,虚拟现实,图像识别,遗传分析等领域。亚马逊最初是一家电子商务公司,凭借其深厚的学习能力,已成为人工智能巨头。去年,其三种人工智能技术(图像识别,自动语音发音,语音交互)受到欢迎,中国社区电子商务软件“小红皮书”利用亚马逊的人工智能技术开发人脸识别技术。痤疮的功能。

    除了加速整个连锁布局的技术优势外,外资巨头依靠投资和兼并等资本运作来提升自己的技术实力,迅速占据人工智能领域的制高点,而一些巨头则设置在中国建立工业基地,抢占中国市场。例如,微软收购了位于多伦多的人工智能创业公司Maluuba,谷歌收购了数据科学公司Kaggle。库卡还宣布建设中国二期工厂并继续扩大产能。

    中国人工智能产业的跨境互动能力不足,有些企业有短期套利思维。业内人士认为,从技术到产品的飞跃非常困难。与硅谷科技的“一站式,快节奏的集团”不同,中国企业之间的“门户”更为深刻。产业链倾向于维持现有的客户链以获得短期利益,并且不会积极地接受新产品。当技术需要投入生产时,很难找到制造商,更不用说将来的推广和应用。

    另一方面,中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃认为,市场上有很多风险基金主导基础研究公司,这将产生一定程度的正常创新。负面影响。某些阶段确实需要采取一些特殊措施,但无论如何,对于那些有能力并愿意做研究的人来说,安静的空间是科学研究创新的真正源泉。

    王飞跃认为,很多人蜂拥进入智能行业,其中有很多PPT公司都有“语言创新”和炒作概念。许多核心硬件必须从国外进口。企业的技术能力不能“不匹配”其名称。这是需要我们反思的地方。

    《中国机器人产业发展报告》建议加强围绕市场需求的新技术之间的集成能力,并创建一个与“工业,工业,研究和研究”紧密结合的协同创新载体。有必要在智能工厂,智能家居和智能城市的子部门开展示范项目,并在关键领域建立机器人应用系统集成商和综合解决方案服务提供商,以促进整个产业链的协调发展。

    人才队伍建设是工业发展的支柱

    任何行业的发展都取决于高素质的人才。美国人工智能产业的发展得益于大学和研究机构在过去几十年中没有停止的探索,美国已成为世界上最大的人工智能人才出口国。中国人工智能人才稀缺。

    腾讯研究所发布《中美两国人工智能产业发展全面解读》,从分布的企业数量可以看出中国与美国的巨大差异。根据该报告,截至2017年6月,美国共有1078家人工智能公司,员工人数为78,700人。中国有592家人工智能公司,拥有39,200名员工,约占美国的50%。在领域方面,在处理器/芯片领域,美国的员工数量是中国的13.8倍,美国的17,900,中国的1,300。中国技术层面的公司数量远远落后于美国。智能机器人领域只有少数人才,这是6400,是美国同一领域的三倍。

    根据全球职场社交平台“领先”的数据,70%的美国人工智能人才已经营业超过10年,而中国只有40%的相关人才有这样的经历。根据报告分析,这是因为中国的人工智能产业起步晚于美国,人才培养模式仍存在差距。

    中国大学长期以来没有人工智能专业,美国是人工智能概念的发源地。基本上,大学有人工智能专业和研究方向。根据美国国家科学技术委员会的人工智能全球大学排名,前20名中有16所是美国大学,这些大学不断向科技公司提供人才。

    据业内人士介绍,人工智能工程师的年薪由于缺乏人才而上升。博士研究生进入企业时,他的起薪可高达一百万元。 “否则,他将无法留下来。”此外,即使是这样的人也很难“使用它”,并且必须在公司接受专业培训几个月到一年。

    目前,中国正在迅速赶上美国人工智能人才的培养。从发表的论文数量来看,中国作者的前沿日益明显。在“深度学习”领域,自2014年以来,中国的论文数量已超过美国。专家认为,人才培养是“智慧+”发展的关键,人才培养应与重点项目相结合。真正本地化核心人才,实现核心项目自动化。

    《中国机器人产业发展报告》建议建立机器人行业迫切需要的多层次,多类型技能培训体系,建立学校和企业联合培养人才的新机制。同时,建立培训标准体系,运用职业培训和职业资格制度,深化与汽车,电子,化工,消防等相关行业的合作,实现人才培养与企业需求的良好衔接。 。

    国务院2017年发布了《新一代人工智能发展规划》,指的是“加快培养收集人工智能的高端人才”。凭借巨大的市场需求和应用场景,中国有望吸引更多人才来中国从事人工智能产业。

    在2030年中国人工智能发展战略部署中,中国新一代人工智能发展规划也明确提出了中国人工智能发展的“三步走”目标:

    第一步是到2020年将人工智能的整体技术和应用与世界先进水平同步。人工智能产业已进入国际第一方阵,成为中国新的重要经济增长点;第二步是到2025年。人工智能的基本理论取得了重大突破,技术和应用部分已达到世界领先水平。人工智能产业已进入全球价值链的高端,成为中国产业升级和经济转型的主要动力。智慧社会建设取得积极进展;到2030年,人工智能的理论,技术和应用已达到世界领先水平。中国已成为世界领先的人工智能创新中心,人工智能产业的竞争力已达到国际领先水平。

    专家认为,为了让机器人能够渗透到人们的生活中,真正实现智能社会,我们必须建立相应的基础设施,建立知识库,大型数据库,以及针对各种具体问题的智能系统。 “这不仅需要技术,还需要整个社会系统,服务系统和治理系统。”业内人士呼吁加快机器人在各个领域的应用,实现人机协调,跨境整合和共享,创造效益。一个良好的机器人发展生态。

    瑞银研究报告显示,到2030年,人工智能将为亚洲每年贡献1.8万亿至3.0万亿美元的经济价值,这将对金融服务,医疗保健,制造业,零售业等行业产生巨大影响。运输。这些行业占亚洲当前GDP的三分之二。

    据统计,2000年至2016年,中国人工智能企业数量增加了1,477个,融资规模达到27.6亿美元。其中,2014年至2016年的三年是中国人工智能发展最快的时期。过去三年新增人工智能公司数量占总数的55.38%。根据艾瑞咨询的公开数据,2016年中国人工智能产业规模已超过100亿元。

    面对优势,我们仍需要防范傲慢和傲慢;面对补充,我们需要切实可行;中国应该努力成为人工智能产业发展浪潮中的“浪潮”。

    未来已经到来,当时代的钟声正在慢慢响起时,新的技术革命和产业变革将是最难控制但必须面对的因素之一,并抓住机遇,无法把握它是在不断变化的技术转型和国际合作与竞争的过程中必须加速的挑战。

免责声明
• 
本文仅代表作者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除。