加快人工智能产业化 引领经济高质量发展

　　人工智能是引领新一轮科技革命的战略性技术，溢出效应强，是促进高新产业变革的行业“头雁”。加快发展新一代人工智能，是我国利用当下宝贵的战略机遇期赢得全球科技竞争主动权的重要战略抓手，是引领中国经济高质量发展的行业尖兵。

　　改变未来的高科技

　　近年来，人工智能技术频频亮相，炙手可热，正成为全球科技新宠。电影或科幻小说中的情节正呈现在现实生活中：“阿尔法狗”技高一筹，使世界顶级围棋高手败北，令人惊叹；写稿机器人加入标题党行列，抢夺自由撰稿人饭碗，令人叫绝；人脸识别系统指挥储户眨眨眼，验证身份证，就能自动打印出账户流水，令人称奇。

　　经过60多年的技术演进，尤其是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。人工智能能够赋予机器感知能力、自主运动能力，并正走出实验室，深刻地改变着人类的生产生活。

　　由美国斯坦福大学学者领衔撰写的2018年《人工智能指数》报告显示，2018年人工智能“达到或超越人类表现”的重要进展，包括微软汉英双语机器翻译系统在有关测试中达到人类水平，英国DeepMind公司研发的程序在游戏《雷神之锤》中的获胜率超越人类玩家，谷歌深度学习系统在前列腺癌有关诊断研究中的准确率超过美国认证病理医生，等等。

　　如果说以蒸汽技术驱动的第一次工业革命延伸了人的肢体，拓展了人类的力量，那么，以新一代人工智能技术为驱动的新一轮科技革命和产业变革将拓展人类的智能，极大提升人类智力所能创造的价值。

　　世界各国都在抢抓人工智能科技浪潮的机遇，为抢占人工智能发展先机，全球主要经济体都发布了人工智能相关战略及发展计划。我国同样对人工智能高度重视，2017年发布了《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018-2020年）》。值得期待的是，到2030年，我国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。特别引人注目的是，我国将统筹国际国内创新资源，到2030年人工智能产业竞争力达到国际领先水平；实现人工智能核心产业规模达1万亿元，带动相关产业规模超10万亿元。

　　前进之路并不平坦

　　虽然全球人工智能的发展水平令人瞩目，但目前的人工智能系统“发育”尚不成熟，总体发展水平仍处于起步阶段，无论是基础理论研究，还是关键核心技术，抑或人才体系，都有待完善。

　　基础理论研究上，通用型不及专用型。人工智能分为专用人工智能和通用人工智能，目前的成果主要体现在专用人工智能方面。而真正意义上完备的人工智能系统是一个通用智能系统，具有类似人脑的思维特质，可以举一反三、触类旁通。但是专家们认为，目前的人工智能系统“有智商没情商、会计算不会‘算计’、有专才无通才”。通用智能系统的研究与应用仍然任重道远。眼下，人工智能技术突破、行业革新、产业化推进寄望于人工智能前沿基础理论，这是行业基石。我国要想在人工智能领域取得最终话语权，必须在人工智能基础理论和前沿技术方面加强引领性原创科学研究，并率先取得重大突破。

　　关键核心技术存在技术瓶颈。在基础设施层，前沿基础理论和算法仍有很大的突破空间，芯片等硬件设备有待进一步国产化，特别是高端芯片，在我国还是属于一个空白地带，依赖国外市场供应；在赋能层，一些智能机器有时翻译出来的语言不太像“人话”，缺乏对语境的感悟、对语义的揣摩，因而缺乏情感性表达，影响与人类的交流效果；在应用层，道路千变万化，无人驾驶无法处理突发状况，倘若停车场没有地图，无人车则无法自动阅读标志标线，也就无法顺利找到停车位或出口处。

　　人才体系亟待加强，缺乏具有国际影响力的人才。相对于欧美国家，我国人工智能研究起步晚，又长期处于低门槛，我国入门级人工智能人才比较丰富，但具有国际影响力的人才稀缺，掌握“撒手锏”技术的高水平人才更是十分匮乏。“青藏高原上才有珠穆朗玛峰”，只有在尖端技术研究平台上才能培养出顶尖技术人才。专家们认为，努力建设一大批具有国际水平的研究组，是培养顶尖人才的基础。

　　加快与产业对接

　　高端技术必须与产业对接，形成庞大的应用市场，方能“物有所值”，否则就只是供欣赏用的花瓶。人工智能也是如此，必须与产业紧密融合。

　　首先要助推人工智能应用场景的落地。在中国市场，得益于庞大的人口数据红利，也受益于行业丰富的需求，我国人工智能应用场景的开发利用在智能金融、智慧医疗、智能安防、平安城市等领域特别活跃。以智慧医疗为例，把丰富的电子病历、医疗影像、病理图像等数据提供给科研人员，就能通过标注来“训练”人工智能模型，因而产生规模较大的应用产业。

　　其次是加强基础数据和平台技术的突破创新。智能安防、无人驾驶等终端场景是人工智能应用的重要场景，但人工智能在这些场景应用能否落地、落地后又有多大价值，全依靠智能平台的支撑。以无人驾驶为例，当前该项技术尚不成熟，其中一个重要的原因是计算效率跟不上。权威研究表明，1000辆上路的自动驾驶汽车，每天要处理相当于当前百度图像搜索的数据量，要及时有效地处理好这些信息，在底层架构上就需要嵌入高性能人工智能芯片。要想人工智能有更大的产业应用作为，开发高性能的芯片刻不容缓。

　　最后要搭建好与传统行业生态有效衔接的桥梁。地平线首席执行官余凯认为，如果说人工智能是供给侧，传统行业则是需求侧，它们不是谁颠覆谁的关系。推进人工智能应用场景落地，要处理好供给侧和需求侧的匹配问题，还要打通两者之间的壁垒，让双方加深理解，明白传统行业在哪些方面需要人工智能，人工智能又能对产业发展起什么作用。比如，无人驾驶需要车与路、车与人以及交通基础设施之间的互联互通，要实现这一点，稳定快速的通信网络就很重要，而5G技术和5G网络正好能满足车、路、人协同的要求。