馬源

當(dāng)前，以萬物互聯(lián)和智能化為主要特征的新一代信息技術(shù)革命蓬勃興起，經(jīng)濟社會各領(lǐng)域的數(shù)字化、網(wǎng)絡(luò)化、智能化進程明顯提速。我國較早地把握住了這一輪變革機遇，在人工智能產(chǎn)業(yè)發(fā)展方面已具備較好的基礎(chǔ)和條件，但關(guān)鍵技術(shù)短板和制度供給不足突出，應(yīng)強化產(chǎn)業(yè)規(guī)劃部署落實，著力完善制度環(huán)境，增強創(chuàng)新能力，夯實產(chǎn)業(yè)根基。

人工智能正邁入技術(shù)突破和產(chǎn)業(yè)發(fā)展前沿

在新一代信息技術(shù)接力式創(chuàng)新的驅(qū)動下，萬物互聯(lián)和智能化趨勢越發(fā)明顯，預(yù)計到2030年全球聯(lián)網(wǎng)設(shè)備數(shù)量將突破1250億件，由此帶動數(shù)據(jù)資源的指數(shù)增長，再加上機器學(xué)習(xí)算法的突破、高性能計算能力的大幅提升，共同推動著人工智能步入發(fā)展“快車道”。

1.算法突破、數(shù)據(jù)積累和算力提升催生人工智能。自1956年首次提出以來，人工智能主要依靠邏輯推理、專家系統(tǒng)來解決問題，智能程度低，但近年來在算法、數(shù)據(jù)和算力三方面的突破下，新一代人工智能開始成為新的競爭焦點。在算法突破方面，2006年加拿大多倫多大學(xué)提出的深度學(xué)習(xí)算法（DNN），較好地模擬了人腦神經(jīng)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(lǐng)域取得驚人效果。在數(shù)據(jù)資源方面，隨著數(shù)字化進程日益深化，到2020年全球數(shù)據(jù)總量將超過40澤字節(jié)（ZB），是2011年的22倍。在高性能計算方面，傳統(tǒng)中央處理器（CPU）在性能和功耗上難以支撐海量數(shù)據(jù)運算，而圖形處理器（GPU）、現(xiàn)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。

2.機器識別圖像、語音和自然語言等開始廣泛應(yīng)用。人工智能在看、聽、理解等關(guān)鍵指標上已經(jīng)媲美甚至趕超人類。在看的方面，以國際ImageNet大賽（ILSVR競賽）為例，自2012年引入深度學(xué)習(xí)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(yōu)于人眼5.1%的識別錯誤率。目前廣泛應(yīng)用于安防監(jiān)控、人臉識別、影像診斷、質(zhì)量檢測、無人駕駛等場景。在聽的方面，近場語音識別技術(shù)已可進入日常生活，如微軟語音識別系統(tǒng)的錯詞率在2016年已經(jīng)降到5.9%，等同于專業(yè)速錄員。目前廣泛應(yīng)用于智能手機（蘋果手機Siri）、智能音箱、智能家電、探傷檢測等場景。在理解方面，機器翻譯、文本分析等也逼近專業(yè)水平，如谷歌推出的神經(jīng)網(wǎng)絡(luò)機器翻譯GNMT相對于傳統(tǒng)機器翻譯，在從英語到中文的翻譯方面錯誤率下降了58%。目前，類似技術(shù)已廣泛嵌入呼叫中心、客服系統(tǒng)、智能助手、聊天機器人等產(chǎn)品中。

我國處于較好位置且部分應(yīng)用已進入全球前列

依托用戶規(guī)模、應(yīng)用場景、風(fēng)險資金和科技論文等優(yōu)勢，我國在視覺識別、語音識別等應(yīng)用方面進入全球前列，涌現(xiàn)出一批骨干企業(yè)，擁有進一步發(fā)展的有利條件。

1.我國擁有人口基數(shù)龐大、應(yīng)用場景豐富、風(fēng)投資金充裕、論文專利眾多等綜合優(yōu)勢。一是用戶數(shù)和數(shù)據(jù)優(yōu)勢。數(shù)據(jù)資源是發(fā)展人工智能的關(guān)鍵要素，主要來自用戶和聯(lián)網(wǎng)設(shè)備。從用戶數(shù)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(lián)網(wǎng)（M2M）用戶，是美國的3.5倍。從數(shù)據(jù)量來看，我國已占全球13%，據(jù)高盛報告預(yù)測，隨著用戶數(shù)和在線時長增長，這一指標到2020年預(yù)計提升至20%—25%。我國有用戶規(guī)模的先天優(yōu)勢。

二是應(yīng)用場景豐富。我國是全球唯一擁有聯(lián)合國產(chǎn)業(yè)分類目錄中所有工業(yè)門類的國家，數(shù)字化、網(wǎng)絡(luò)化、智能化應(yīng)用潛力巨大。目前智能產(chǎn)品應(yīng)用正由媒體、搜索、家居等消費領(lǐng)域向交通、汽車、機械、石化等工業(yè)領(lǐng)域并重拓展。而且，我國有近4億的80后、90后用戶，他們對新科技、新產(chǎn)品的接受度比較高。廣泛的行業(yè)分布、多樣的用戶需求為拓展人工智能應(yīng)用提供了廣闊市場。

三是風(fēng)投資金充裕。據(jù)知名市場研究機構(gòu)CB Insights監(jiān)測數(shù)據(jù)，在全球人工智能領(lǐng)域融資方面，2017年我國企業(yè)的融資額占到48%，首次超越美國（38%）。從跨境雙向投資看，我國背景的資金投資美國初創(chuàng)企業(yè)筆數(shù)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(chuàng)企業(yè)投資的20筆。從資金投資領(lǐng)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(yōu)勢。據(jù)美國國家科學(xué)技術(shù)委員會數(shù)據(jù)，2014年我國在“深度學(xué)習(xí)”“深度神經(jīng)網(wǎng)絡(luò)”等領(lǐng)域的科學(xué)論文數(shù)量已超過美國。美國《科學(xué)引文索引》（SCImago）數(shù)據(jù)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(shù)據(jù)，以深度學(xué)習(xí)、機器學(xué)習(xí)、人工智能等為關(guān)鍵詞檢索專利，我國在2016、2017年均超越美國。

2.我國在計算機視覺、語音識別、無人駕駛等應(yīng)用領(lǐng)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(yè)在部分應(yīng)用上已進入全球前沿。

一是計算機視覺應(yīng)用全球領(lǐng)先。在2011-2012年這一輪人工智能剛興起時，國內(nèi)一批公司深耕計算機視覺技術(shù)，目前從算法水準和應(yīng)用情況看，人臉識別、安防監(jiān)控等領(lǐng)域已獲得全球認可。如商湯科技在人臉識別和物體識別精度方面超過臉譜和谷歌；曠視科技的face++人臉識別平臺，2017年被《麻省理工科技評論》評為十大前沿科技。騰訊覓影、推想科技、零氪科技等對食管癌、肺結(jié)節(jié)、乳腺癌等影像識別的準確率堪比專業(yè)醫(yī)生，廣泛應(yīng)用于百家以上醫(yī)院。

二是中文語音識別具有獨特優(yōu)勢。語音識別是萬物互聯(lián)和人工智能應(yīng)用的關(guān)鍵入口。長期以來被國外企業(yè)壟斷市場，原因在于有很高的技術(shù)壁壘、語音資源壁壘和行業(yè)應(yīng)用壁壘，但隨著互聯(lián)網(wǎng)語音資料的豐富以及深度學(xué)習(xí)算法的引入，國內(nèi)已形成科大訊飛、百度兩家主導(dǎo)，思必馳、云之聲、出門問問等企業(yè)跟隨的發(fā)展格局，在中文語音合成、語音識別、自然語言處理等領(lǐng)域擁有大量專利，產(chǎn)品廣泛應(yīng)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(lǐng)軍企業(yè)。無人駕駛方面，百度2018年推出的阿波羅自動駕駛平臺3.0，具備變道、等紅燈、避讓、泊車等能力，全球合作伙伴過百家，技術(shù)上與國外大體同步；無人機領(lǐng)域，大疆成為全球最大無人機企業(yè)，廣泛用于農(nóng)業(yè)、應(yīng)急、消防、測繪與城市管理等領(lǐng)域；智能交通領(lǐng)域，阿里巴巴、滴滴等賦予交通信號燈以智能，助力城市交通整體優(yōu)化?？傮w上，智能應(yīng)用開始進入快速擴展期，我國有望在更多領(lǐng)域形成自身優(yōu)勢。

在關(guān)鍵技術(shù)、生態(tài)塑造與制度供給方面還存在明顯短板

在行業(yè)快速發(fā)展的同時，我國在高端芯片、算法框架、人才儲備、法規(guī)制度等方面存在短板，亟需統(tǒng)籌解決。

1.高端芯片等關(guān)鍵技術(shù)領(lǐng)域受制于人。高性能計算芯片是人工智能發(fā)展的前提。目前在四條技術(shù)路線上美國占主導(dǎo)地位：一在圖形處理芯片（GPU）方面，英偉達、超威和英特爾三強主導(dǎo)GPU市場。二在現(xiàn)場可編程邏輯陣列（FPGA）芯片方面，賽靈思和英特爾兩強主導(dǎo)市場。三在模仿人腦神經(jīng)元芯片方面，以IBM TrueNorth芯片為代表，已應(yīng)用在Watson醫(yī)療產(chǎn)品上。四在專用集成電路（ASIC）芯片方面，谷歌的張量處理芯片（TPU）性能優(yōu)勢明顯，各類創(chuàng)業(yè)公司主要集中在這一賽道上。而我國目前仍以進口芯片為主，雖然近年也涌現(xiàn)出一些初創(chuàng)企業(yè)如寒武紀、地平線等，但實力仍然非常弱。

2.算法框架依附于國外巨頭開源生態(tài)體系。人工智能的智能程度關(guān)鍵在于算法。國外巨頭通過開放算法框架（內(nèi)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(chǎn)品或應(yīng)用開發(fā)成本，進而吸引世界各地開發(fā)者入駐生態(tài)。這一策略集聚了全球智力，壯大了生態(tài)。從高盛報告看，谷歌Tensorflow算法框架聚集了6.8萬名明星開發(fā)者；而百度PaddlePaddle平臺僅有5330位，不到前者的十分之一。我們在調(diào)研中了解到，國內(nèi)初創(chuàng)企業(yè)大都基于谷歌Tensorflow進行開發(fā)。

3.人才總量和領(lǐng)軍人才短板突出。創(chuàng)新的根本在于人才，從不同機構(gòu)數(shù)據(jù)來看，我國人才總量和結(jié)構(gòu)雙短缺。全球最大招聘網(wǎng)站領(lǐng)英2017年《全球AI領(lǐng)域人才報告》顯示，全球人工智能人才數(shù)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(jīng)驗看，美國人才中具有10年以上經(jīng)驗的占71.5%，我國僅為38.7%；國內(nèi)企業(yè)領(lǐng)軍人才主要來自海外引進。

4.監(jiān)管制度滯后于人工智能創(chuàng)新需要。數(shù)據(jù)開放、隱私管理、算法歧視、網(wǎng)絡(luò)攻擊等諸多新問題亟待加強監(jiān)管。以無人駕駛為例，現(xiàn)有的車輛標準、準入制度、車輛安全、駕駛責(zé)任、保險制度等都需要重新審視。

進一步推進人工智能發(fā)展的建議

人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，美英法印日等國均已出臺國家戰(zhàn)略，支持技術(shù)研發(fā)，完善制度環(huán)境，提升產(chǎn)業(yè)競爭力。從目前我國的實際看，建議以創(chuàng)新制度供給、優(yōu)化發(fā)展環(huán)境為主線，支持新產(chǎn)品新業(yè)務(wù)推廣使用，帶動關(guān)鍵技術(shù)、算法框架突破，促進上下游協(xié)同發(fā)展，夯實產(chǎn)業(yè)發(fā)展根基。

1.加大關(guān)鍵核心技術(shù)和共性標準支持。我國芯片產(chǎn)業(yè)根基薄弱，人工智能技術(shù)為我們追趕提供了契機，但要做好打持久戰(zhàn)準備。建議一方面依托我國市場需求優(yōu)勢，支持與國外領(lǐng)先企業(yè)開放合作，縮短跟跑學(xué)習(xí)周期；要避免資金、人才等資源攤薄，推進強強聯(lián)合，鼓勵走差異化技術(shù)路線。另一方面，強化產(chǎn)業(yè)鏈上下游相互支持，發(fā)揮國內(nèi)應(yīng)用場景優(yōu)勢，給予國內(nèi)芯片企業(yè)商業(yè)化應(yīng)用和迭代完善的機會。此外，要及時響應(yīng)企業(yè)訴求，在設(shè)備規(guī)范、認證認可、安全要求等方面推出共性標準，規(guī)范產(chǎn)品開發(fā)要求。

2.統(tǒng)籌產(chǎn)業(yè)鏈打造算法框架平臺。在算法方面，我國發(fā)表了足夠數(shù)量的論文，在機器視覺算法方面也走在全球前列，但缺乏生態(tài)優(yōu)勢，必須從戰(zhàn)略上重視算法框架和平臺的重要性。要借鑒PC互聯(lián)網(wǎng)時代windows操作系統(tǒng)主導(dǎo)生態(tài)、移動互聯(lián)網(wǎng)時代安卓主導(dǎo)生態(tài)的經(jīng)驗做法，支持組建產(chǎn)業(yè)聯(lián)盟，構(gòu)筑生態(tài)搭建算法框架。

3.優(yōu)化環(huán)境培育和吸引高端人才。隨著全球?qū)θ斯ぶ悄苋瞬诺臓帄Z趨于激烈，我國人才薪酬已與國外不相上下，下一步關(guān)鍵還是要優(yōu)化人才環(huán)境。要完善人才引進配套政策，防止人才得而復(fù)失，同時在海外設(shè)立研發(fā)中心，就地招攬高端人才。要加快人工智能學(xué)科建設(shè)和人才培養(yǎng)；面向制造、金融、醫(yī)療等重點行業(yè)開展應(yīng)用型人才培育。

4.適應(yīng)智能化變革趨勢，同步加強監(jiān)管制度建設(shè)。人工智能與各行業(yè)結(jié)合必然會孕育出新業(yè)態(tài)，比如無人駕駛、智能投資顧問、醫(yī)療影像識別等。對此，既不能簡單按照傳統(tǒng)業(yè)務(wù)監(jiān)管，也不能任其發(fā)展，而應(yīng)把握技術(shù)和產(chǎn)業(yè)趨勢，在準入方面給技術(shù)業(yè)務(wù)創(chuàng)新留下一個觀察期。同時要參考國際經(jīng)驗，結(jié)合業(yè)界合理訴求，圍繞監(jiān)管關(guān)鍵要素如監(jiān)管根基、監(jiān)管職責(zé)、監(jiān)管機制、監(jiān)管手段、監(jiān)管成本等，重新梳理相關(guān)制度，以便為創(chuàng)新提供保障。

5.加快相關(guān)法律、倫理和責(zé)任制度研究。在法律法規(guī)方面，重點是研究個人隱私保護和數(shù)據(jù)權(quán)屬制度、政府?dāng)?shù)據(jù)開放、合法開發(fā)利用等法律問題，明確各方的權(quán)利、義務(wù)和責(zé)任等。在網(wǎng)絡(luò)安全方面，既要加強硬件系統(tǒng)防護能力和等級評測，又要提前從制度上明確網(wǎng)絡(luò)安全責(zé)任和義務(wù)。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(yīng)急選擇、機器人傷害人類等極端事件，給出基本規(guī)范，消除公眾疑慮，助力創(chuàng)新產(chǎn)品商用化。

（作者單位：國務(wù)院發(fā)展研究中心企業(yè)研究所）