以產(chǎn)業(yè)實踐推動人工智能快速發(fā)展 研發(fā)能解決工人工作中技術(shù)問題的裝備

2017年3月，“人工智能”首次被寫進《政府工作報告》；7月，國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，人工智能發(fā)展上升至國家戰(zhàn)略；2018年10月31日，中共中央政治局專門就“人工智能發(fā)展現(xiàn)狀和趨勢”舉行第九次集體學(xué)習(xí)，這是中央最高領(lǐng)導(dǎo)層首次專門以人工智能為學(xué)習(xí)主題。在這樣的歷史條件下，如何以產(chǎn)業(yè)實踐推動人工智能快速發(fā)展，成為擺在我們面前的重要課題。

人工智能及其發(fā)展

從廣義上講，人工智能是人類賦予機器以自主行動能力的行為，它不是一個固有或先驗的學(xué)科分支，其跨學(xué)科屬性決定了它并不能被單一學(xué)術(shù)體系或科學(xué)技術(shù)所完全囊括。清華大學(xué)人工智能研究院院長張鈸院士認(rèn)為，“智能”包含三個成分：perceive（感知）、rationalthinking（理性思考）和takingaction（采取行動），人工智能技術(shù)就是一個智能體通過感知周圍的環(huán)境，進行思考并采取行動來最大化實現(xiàn)某些目的的方法。

1.我國人工智能的發(fā)展歷程

我國人工智能起步較晚，1978年改革開放后，著名數(shù)學(xué)家、中科院院士吳文俊提出利用機器證明與發(fā)現(xiàn)“幾何定理機器證明”；1981年我國人工智能學(xué)會（CAAI）成立；進入21世紀(jì)后，國家以部委課題等形式進行了更多的人工智能研究。近幾年，我國陸續(xù)發(fā)布了《中國制造2025》《機器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》和《新一代人工智能發(fā)展規(guī)劃》等文件，并先后承辦了世界人工智能大會、世界機器人大會等國際會議。

清華大學(xué)等國內(nèi)知名高校紛紛成立人工智能研究機構(gòu)，制訂相關(guān)課程和研究方向。2017年，我國人工智能市場規(guī)模達237.4億元，同比2016年增長了67%；截至2017年底，我國約超過20萬名科技人員從事人工智能相關(guān)領(lǐng)域研究與應(yīng)用?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》中預(yù)計，到2020年我國人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，2020年、2025年和2030年人工智能核心產(chǎn)業(yè)規(guī)模預(yù)計分別超過1500億元、4000億元和1萬億元，帶動相關(guān)產(chǎn)業(yè)規(guī)模分別超過1萬億元、5萬億元和10萬億元。

2.國際比較

全球視野下，人工智能技術(shù)仍在加速發(fā)展。目前，美中兩國是人工智能發(fā)展的領(lǐng)跑者，綜合實力美國穩(wěn)居第一，日本、英國和加拿大等國也處在人工智能高速發(fā)展階段。與美國相比，我國更加關(guān)注專用領(lǐng)域，創(chuàng)新活力相對明顯，美國更加注重基礎(chǔ)研究，產(chǎn)業(yè)培植較為深厚。人才方面，我國杰出人才數(shù)量僅為美國28536人的29.83%；論文和專利方面，截至2017年底，我國人工智能論文總數(shù)達到36.96萬篇，論文和專利數(shù)均超過美國，位列世界第一，但學(xué)科分布全面性、被引用次數(shù)和科技含量尚不及美國。企業(yè)數(shù)量方面，截至2018年6月，全球監(jiān)測到人工智能企業(yè)共4925家，美國擁有2028家，我國（不含港澳臺）擁有1011家，中美兩國的人工智能企業(yè)總數(shù)超過全世界人工智能企業(yè)總數(shù)的60%，其中，北京是全世界人工智能企業(yè)最多的城市，共有395家。人工智能領(lǐng)域投融資方面，2017年全球總規(guī)模達395億美元，融資事件1208筆，我國投融資規(guī)模達277億美元，融資事件為369筆，分別占總數(shù)的70%和31%，明顯高于美國和其他國家，表現(xiàn)出我國資本市場對人工智能的高度關(guān)注。

主要問題

1.問題表現(xiàn)

（1）用力過于集中。從架構(gòu)上看，人工智能技術(shù)可以分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。其中基礎(chǔ)層是人工智能的核心業(yè)態(tài)支撐，技術(shù)層是人工智能的關(guān)聯(lián)業(yè)態(tài)，應(yīng)用層是人工智能的實踐外延業(yè)態(tài)，這三個層次主要包括芯片、算法、智能工業(yè)機器人、無人機、語音語義識別、計算機視覺、深度學(xué)習(xí)和智能硬件等。2017年人工智能領(lǐng)域投融資規(guī)模顯示，語音語義、計算機視覺市場規(guī)模較大，分別為108.7億元和82.8億元，占比分別達到45.8%和34.9%，總和占比超過80%，自2015年以來，我國人工智能在漢字識別、語音識別和計算機視覺技術(shù)方面世界領(lǐng)先，但在其他細分領(lǐng)域，與國外相比差距明顯，特別是芯片、工業(yè)機器人、GPU和深度學(xué)習(xí)算法等關(guān)鍵技術(shù)發(fā)展較為滯后。

（2）應(yīng)用偏離場景。有些人工智能企業(yè)選擇的研發(fā)方向無法獲得充足的產(chǎn)業(yè)實踐機會，實際上，我國人工智能科研機構(gòu)研究與企業(yè)實踐存在一定程度的脫離，企業(yè)往往陷入實踐型人才難求的境地。由于研發(fā)人員難以與應(yīng)用端的實踐相結(jié)合，或者苦于應(yīng)用場景下數(shù)據(jù)匱乏、無法數(shù)字化等因素制約。如航空智能制造領(lǐng)域，一些老機型甚至沒有數(shù)模資料，僅有圖紙，人工智能技術(shù)“巧婦難為無米之炊”，再或者一些軍工等涉密領(lǐng)域，準(zhǔn)入門檻較高，不能深入場景提供智能化解決方案。目前，我國人工智能的應(yīng)用領(lǐng)域多處于專用階段，如人臉識別、視頻監(jiān)控和語音識別等都主要用于完成具體任務(wù)，覆蓋范圍有限，產(chǎn)業(yè)化程度有待提高。

（3）技術(shù)缺少硬度。部分人工智能企業(yè)對于研究和落地方向不確定，沒有深入調(diào)研市場需求和可介入的應(yīng)用場景，劍走偏鋒、求奇求特，單純追求研發(fā)的“高精尖”，盲目確定研發(fā)方向。按照科技部火炬中心《2016中國獨角獸企業(yè)發(fā)展報告》確定的我國人工智能獨角獸企業(yè)標(biāo)準(zhǔn)（一般估值10億美元以上），截至2016年底，美國和我國是“獨角獸”企業(yè)分布最多的兩個國家，分別為137家和63家，從兩國獨角獸企業(yè)的數(shù)量上可以看出，我國人工智能技術(shù)的硬度相比美國有明顯差距。

（4）區(qū)域發(fā)展失衡。截至2017年底，全國88%的人工智能企業(yè)聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業(yè)最多，占比39.66%；其次是上海，占比21.55%；位列第三的是廣東，占比15.52%。部分地區(qū)的人工智能發(fā)展方向趨同，產(chǎn)業(yè)實踐同質(zhì)，形式化問題嚴(yán)重，缺少地域間錯峰產(chǎn)業(yè)實踐的統(tǒng)籌規(guī)劃和差異化的產(chǎn)業(yè)布局，老少邊窮地區(qū)基礎(chǔ)更加薄弱，無法有效提供產(chǎn)業(yè)實踐機會，加之缺乏吸引人才的手段和資金支持，沒能在區(qū)域統(tǒng)籌中充分發(fā)揮人工智能輻射行業(yè)多、撬動能力強的優(yōu)勢。

2.成因分析

（1）基礎(chǔ)因素。我國開展人工智能研究起步晚、起點低，在實現(xiàn)跨越式發(fā)展的同時，必須面對科研基礎(chǔ)和產(chǎn)業(yè)基礎(chǔ)雙薄弱的現(xiàn)實，人工智能是多學(xué)科的綜合應(yīng)用，其發(fā)展水平受限于各基礎(chǔ)學(xué)科發(fā)展水平，人工智能產(chǎn)業(yè)基礎(chǔ)參差不齊。部分產(chǎn)業(yè)從手工階段直接進入智能階段，跨越了自動化和數(shù)字化歷程，甚至有些產(chǎn)業(yè)剛剛興起，從無到有、從零開始，數(shù)據(jù)匯集和產(chǎn)業(yè)基礎(chǔ)不完整［5］。

（2）資本因素。近年來，創(chuàng)新投資的興起有效推動了人工智能的發(fā)展。由于資本追求投資收益，有退出機制和變現(xiàn)壓力，使得在深度產(chǎn)業(yè)實踐和融合上耐心不夠，為搶占市場先機，引導(dǎo)或迫使人工智能企業(yè)在產(chǎn)業(yè)實踐基礎(chǔ)不牢的情況下以“攤大餅”的方式盲目擴張。對有需求、變現(xiàn)快的行業(yè)更為推崇，對產(chǎn)業(yè)基礎(chǔ)差、實踐周期長的領(lǐng)域反應(yīng)冷淡。一些人工智能企業(yè)和個別地方政府缺乏遠大眼光，追求短期的經(jīng)濟效益，期望1-2年內(nèi)獲得明顯的經(jīng)濟回報，致使很大一部分人工智能創(chuàng)業(yè)企業(yè)急功近利、底氣不足，遇到資金和產(chǎn)業(yè)瓶頸時難以維系。

（3）政策因素。產(chǎn)業(yè)實踐政策的導(dǎo)向不夠明確、缺乏目標(biāo)規(guī)劃，政策層面更關(guān)注如何提供軟環(huán)境，缺少應(yīng)用關(guān)注和產(chǎn)業(yè)對接，行業(yè)指導(dǎo)缺失，鼓勵創(chuàng)新創(chuàng)業(yè)深入發(fā)展的有效舉措不多，如技術(shù)加場景的合作模式中有許多是高校和企業(yè)對接，開展專項課題研究，由于高校教師更關(guān)注理論研究成果以及課題經(jīng)費有限、企業(yè)方數(shù)據(jù)信息不開放等原因，導(dǎo)致課題研究浮于表面，結(jié)合實際少、深入一線少，大多只進行了入門級技術(shù)探索，蜻蜓點水、淺嘗輒止，科技成果轉(zhuǎn)化率低。

（4）監(jiān)管因素。如果說當(dāng)前人工智能發(fā)展引導(dǎo)政策注重正面保障和推動產(chǎn)業(yè)實踐，那么監(jiān)督管理則應(yīng)更多體現(xiàn)在反面的糾偏和督促機制上。假冒“高新技術(shù)”企業(yè)是人工智能領(lǐng)域的典型問題，為此，科技部、財政部與國家稅務(wù)局于2016年聯(lián)合發(fā)布了《高新技術(shù)企業(yè)認(rèn)定管理辦法》，使得沒有產(chǎn)業(yè)實踐就想“冒名頂替”的情況得到遏制。除此之外，對投資資金使用、課題成果驗證等方面也要提高監(jiān)管強度，細化監(jiān)管措施。

3.重要性和影響

（1）不能錯失發(fā)展重要窗口期。世界人工智能發(fā)展并非一帆風(fēng)順，而是經(jīng)歷了提出原理-理解-懷疑-深化-瓶頸-認(rèn)知的多重階段，與很多影響人類發(fā)展進程的重要技術(shù)革命一樣，處在螺旋式上升的過程中。當(dāng)前，正是對人工智能全面深入認(rèn)知的關(guān)鍵時間節(jié)點，而這一節(jié)點的顯著特征就是產(chǎn)業(yè)實踐。2015年以來，隨著云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)等關(guān)鍵軟硬件技術(shù)的快速發(fā)展，極大地推動了各類場景的數(shù)字化和信息化，為人工智能進行深入產(chǎn)業(yè)實踐創(chuàng)造了有利環(huán)境，形成發(fā)展的重要窗口期，錯失這個窗口期，極有可能延誤歷史機遇，甚至喪失可持續(xù)發(fā)展的主動權(quán)。

（2）影響產(chǎn)業(yè)轉(zhuǎn)型升級。我國產(chǎn)業(yè)轉(zhuǎn)型升級的重要方向就是在新發(fā)展理念統(tǒng)領(lǐng)下，以科技創(chuàng)新為引導(dǎo)，強調(diào)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展方式。人工智能是引領(lǐng)轉(zhuǎn)型的關(guān)鍵抓手和搭建新型供給側(cè)結(jié)構(gòu)的重要一環(huán)，如中央提出的軍民融合戰(zhàn)略，為破解軍工產(chǎn)業(yè)落后產(chǎn)能與剛需激增的矛盾，迫切需要人工智能企業(yè)與軍工產(chǎn)業(yè)場景深度融合，以智能工業(yè)機器人代替人工，實現(xiàn)跨界融合發(fā)展。

（3）喪失創(chuàng)新創(chuàng)業(yè)活力。全國知名科研院所和高校中，有相當(dāng)一批科研人員和師生受到大眾創(chuàng)業(yè)、萬眾創(chuàng)新的政策鼓舞投身到雙創(chuàng)事業(yè)中，如果沒有產(chǎn)業(yè)實踐賦予其新動能，將極大地挫傷雙創(chuàng)人員的積極性。同時，以人工智能為代表的創(chuàng)新產(chǎn)業(yè)，匯集了大量的國有和民間資本，特別是在2018年春季之前的2年左右，數(shù)額巨大的創(chuàng)投基金沖入人工智能及其衍生領(lǐng)域，如果一波又一波的人工智能創(chuàng)新企業(yè)因無法通過產(chǎn)業(yè)實踐實現(xiàn)產(chǎn)業(yè)應(yīng)用，而出現(xiàn)違約潮、回購潮，不但激增各類資金的系統(tǒng)風(fēng)險，也將直接導(dǎo)致一大批創(chuàng)業(yè)企業(yè)無法盈利而難以生存，社會總成本也將大大增加。

對策與建議

要扭轉(zhuǎn)不利局面，徹底打通人工智能“產(chǎn)業(yè)+實踐”的“任督二脈”，就要以產(chǎn)業(yè)鏈倒排的方法和決心，將產(chǎn)業(yè)實踐提升到關(guān)乎人工智能革命成敗的高度，堅決打造從研發(fā)到應(yīng)用的閉環(huán)。

1.政策引領(lǐng)

我國雖已出臺了《新一代人工智能發(fā)展規(guī)劃》等一系列與人工智能相關(guān)的發(fā)展規(guī)劃，但是專門推動人工智能產(chǎn)業(yè)實踐的具體引導(dǎo)性政策還少之又少。除了國家層面制定的人工智能宏觀政策戰(zhàn)略部署要得當(dāng)之外，各地區(qū)、各部門戰(zhàn)術(shù)層面的路徑也有待深化設(shè)計。

如協(xié)調(diào)制訂不同地區(qū)人工智能產(chǎn)業(yè)布局，不但要有全局藍圖，更要有結(jié)合地區(qū)、行業(yè)及研發(fā)生態(tài)等的局部規(guī)劃，避免出現(xiàn)重復(fù)建設(shè)的情況。要建立宏觀、中觀、微觀上下貫通的產(chǎn)業(yè)實踐體系，抓實施細則、講落地實效，特別要著力保護人工智能創(chuàng)業(yè)企業(yè)，拉長風(fēng)險預(yù)警周期，減少風(fēng)險邊界條件。

特別是在頂層技術(shù)研發(fā)政策方面，可借鑒美國科研頂層統(tǒng)籌的經(jīng)驗，成立人工智能技術(shù)國家級實驗室，并設(shè)立行業(yè)分支二級實驗室。同時，還要多研究具體應(yīng)用場景下產(chǎn)業(yè)實踐的準(zhǔn)入政策，降低企業(yè)研發(fā)成果轉(zhuǎn)化成本，推進人工智能與實體經(jīng)濟深度融合。

2.產(chǎn)業(yè)優(yōu)先

（1）有效構(gòu)建行業(yè)上下游技術(shù)語境和數(shù)據(jù)結(jié)構(gòu)，打牢產(chǎn)業(yè)升級的基礎(chǔ)。鼓勵傳統(tǒng)行業(yè)企業(yè)，特別是國有企業(yè)，成立人工智能事業(yè)部，對應(yīng)用實踐核心部門，在合理范圍內(nèi)積極開放工作場景及數(shù)據(jù)源代碼，打通行業(yè)企業(yè)內(nèi)部人工智能技術(shù)輸入和輸出路徑，推動戰(zhàn)略性新興產(chǎn)業(yè)實現(xiàn)人工智能技術(shù)整體突破。鼓勵成立細分行業(yè)產(chǎn)業(yè)基金，以行業(yè)發(fā)展收益反哺人工智能企業(yè)。

（2）積極探索行業(yè)企業(yè)與人工智能企業(yè)間技術(shù)共同持有、收益共同分享的合作機制。增加人工智能技術(shù)的容錯空間，保障人工智能企業(yè)作為行業(yè)后入主體的合法權(quán)益，避免出現(xiàn)人工智能企業(yè)間惡性競爭。

3.聚焦重點

（1）基礎(chǔ)類重點關(guān)注芯片技術(shù)。作為人工智能應(yīng)用實現(xiàn)的物理基礎(chǔ)和關(guān)鍵支撐，芯片是數(shù)據(jù)計算能力的核心體現(xiàn)。從技術(shù)特點、基本測試和發(fā)展路線等方面看，我國高精尖芯片研發(fā)水平仍相當(dāng)薄弱，建議下一步的研發(fā)方向從云側(cè)、邊緣和終端設(shè)備等不同實踐場景中提出需求，按照應(yīng)用工況條件，提升動態(tài)計算精度、內(nèi)存耗能和響應(yīng)速度，重點關(guān)注體積、成本和算法架構(gòu)。

（2）技術(shù)類重點關(guān)注視覺識別。視覺識別是目前人工智能關(guān)注度較高的領(lǐng)域，視覺技術(shù)對基礎(chǔ)層和應(yīng)用層上下游具有通用性，它既是基礎(chǔ)類海量場景數(shù)據(jù)的最好提供者和產(chǎn)業(yè)實踐較為充分的技術(shù)開發(fā)方向，又是算法用于工程化以便提供硬件產(chǎn)品的最好選擇，可在智能制造等方向加強應(yīng)用。重點行業(yè)應(yīng)用視覺技術(shù)效果突出，特別是城市安防的“剛需”特征，使得商業(yè)價值和科研價值兼?zhèn)洌斯ぶ悄芷髽I(yè)優(yōu)劣之分應(yīng)體現(xiàn)在是否有更加卓越的實戰(zhàn)能力。

（3）應(yīng)用類重點關(guān)注智能工業(yè)機器人。智能工業(yè)機器人是應(yīng)用類人工智能的尖端產(chǎn)品，是各類人工智能技術(shù)的集大成者。機器人技術(shù)既需要芯片和算法的底層支持，還需要視覺識別和傳感器等綜合技術(shù)應(yīng)用，最為關(guān)鍵的是機器人專注于工業(yè)實踐場景，取代人類繁重重復(fù)的體力勞動是不可逆轉(zhuǎn)的發(fā)展趨勢。應(yīng)用機器學(xué)習(xí)技術(shù)分析處理現(xiàn)場數(shù)據(jù)，提升人工智能條件下人機協(xié)作水平，增強人工智能企業(yè)和用戶企業(yè)間協(xié)作研發(fā)的設(shè)計與生產(chǎn)能力，提高對用戶需求特征的深度學(xué)習(xí)和分析能力。智能裝備、智能工廠和智能服務(wù)是人工智能機器人的系統(tǒng)組成。

目前，國內(nèi)真正依靠人工智能技術(shù)切入工業(yè)應(yīng)用場景的創(chuàng)新企業(yè)并不多，如在飛機裝配領(lǐng)域，大多數(shù)人工智能企業(yè)由于無法獲取核心數(shù)據(jù)資料，甚至不能近距離了解需求，導(dǎo)致很難研發(fā)出解決工人真實工作中技術(shù)問題的智能裝備，并盡快摘取工業(yè)機器人這顆人工智能皇冠上的寶石。