文/李修全

       人工智能技术致力于研发具有类似人类的感知、认知、行动和交互能力的机器，以帮助人们减轻工作量，改善生活质量，是人类多年以来不懈追求的科技梦想。人工智能研究起源于1956年美国达特茅斯夏季学术研讨会，至今已60余年，期间经历过乐观兴奋期，也跌入过悲观低谷期，技术在更替换代中得到不断演进和完善。最近几年，随着智能技术的突破，以及大数据、并行计算等相关联信息技术的成熟，人工智能技术开始从实验室走进人类生产生活，人工智能正在进入一个与以往显著不同的创新发展新阶段。

　　三大技术改变人工智能

　　2000年以来成熟起来的三大技术成就了人工智能的第三次发展高潮，这主要归功于“深度学习”神经网络的提出、高性能图形计算芯片（GPU）应用于智能计算，以及2010年后大数据计算体系和数据基础进一步成熟。人工智能算法性能得到显著提高，催生了一大批成功人工智能应用，如AlphaGo、Watson等。社会公众对人工智能的认识大大改变，为产业化应用奠定了基础。

　　新一代智能模型

　　2006年由Hinton提出的深度学习模型是一种新的类脑智能模型，它源于多层感知前馈人工神经网络，受益于IT环境的进步，特别是大量的可用数据和足够的计算能力，深度学习模型可以采用更多的隐藏层和神经元来模拟数据中的高级抽象，能够在一定程度上模仿人脑神经信息处理方式，使人工智能具备了更强的学习和泛化能力。继神经网络、支撑向量机之后，深度学习在人工智能研究领域引领了新一轮的学术热潮。

　　并行计算技术

　　长期以来，计算能力不足是人工智能发展的制约之一，很多智能算法因此而难以应用于实践。1980年代一台微型计算机的内存尚无法支撑读入一张高清图像，一直到1990年代中期，人工智能学者还不具备研究机器视觉问题的足够硬件条件和数据基础，更无法形成机器视觉的实用性应用。2009年，图形处理芯片（GPU）被应用于并行运行神经网络，这一创新使得深度神经网络节点数量和运行效率大幅提高。近年来云计算技术的快速发展，也为深度学习的高效计算和算法演化提供了平台。

　　大数据技术

　　上个世纪70年代之前人工智能的研究中，人们采用符号演算来衍生智能；此后，基于知识库的专家系统和逻辑推理范式渐渐占领了人工智能主流地位；2010年后大数据快速发展，基于大数据模式的人工智能模型和算法得到大量采用，在机器翻译、智能问答、博弈等领域取得了巨大成功，并很快在产业应用中得到认可。进入到大数据时代，来自全球的海量数据为人工智能的发展提供了良好的条件。

　　人工智能的产业化新趋势

　　技术的逐步成熟将人工智能正式从实验室推向产业化，将对大量行业领域形成颠覆性影响，产业发展空间广阔。近年来，人工智能已经对一大批产业带来了重大影响，知识搜索、个性化推荐在互联网领域大规模应用；语音识别、自动翻译、图像识别技术进入产业化阶段，各类语音控制类家电产品和脸部识别应用在生活中已随处可见；无人驾驶技术难点不断突破，自动驾驶汽车已经在美英等国部分地区得到上路许可；各类小型娱乐、教育智能机器人开始成为热卖商品。

　　人工智能辅助人类工作已经开始向高端岗位升级。德勤会计师事务所将人工智能引入会计、税务、审计等工作中，代替人类阅读合同和文件；高盛在纽约总部的美国现金股票交易柜台2000年有600名交易员，如今只剩2名；IBM的沃森智能认知系统也已在医疗诊断领域表现出了令人惊奇的能力。

　　据全球知名市场调查公司VentureScanner对957家人工智能公司的追踪分析显示，社会资本正大量涌入该领域。957家公司融资额从2006年的1.4亿美元增加到2015年的12亿美元，增加了8.6倍。2016年第一季度融资额已超过4亿美元（图1）。显示出产业资本开始成为推动人工智能技术发展和产业化应用的重要力量。

　　我国人工智能产业发展现状

　　全球人工智能技术发展即将进入产业化新阶段，竞争刚刚开始，如何把握这次难得的历史机遇，迎接和战胜挑战，将是我国在进入人工智能新时代首先要思考的问题。

　　我国人工智能技术应用的产业空间巨大，由人工智能带动的产业规模更是不可估量。对于拥有7亿网民的中国市场，人工智能在互联网领域的应用空间远超任何一个国家。《“互联网+”人工智能三年行动实施方案》提出，计划到2018年将培育形成千亿级的人工智能市场应用规模。无人驾驶汽车、智能交通、智能家居、智慧医疗，人工智能已经在与传统产业深度融合，庞大的中国市场为人工智能技术孕育了广阔的产业化空间。

　　近年来中国人工智能学术水平的飞速提升，对我国实现核心技术弯道超车是一个难得的机遇。人工智能作为新兴交叉性学科，各国都处于探索与发展过程中，因此与传统学科相比，中美之间技术差距并不大，甚至在机器视觉、语音识别等部分领域处于国际领先地位。根据Web of science数据库统计数据，在各国人工智能论文发表总量中，中国占19%，略低于美国，已居世界第二位。

　　同时应该看到，在人工智能重大研究成果和重大产品方面我国与美国相比还有一定差距，没有出现像AlphaGo、Atalas人形机器人等重量级、有世界影响力的人工智能产品。然而，2017年初，国内多个人工智能项目开始集中亮相：百度大脑在江苏卫视“最强大脑”栏目与人类选手同场竞技，展示了百度在语音识别、图像识别等领域的技术突破；腾讯绝艺轻松战胜多名人类顶级围棋棋手，成为腾讯野狐首个“十段”选手；阿里发布ET医疗大脑、ET工业大脑发布，将人工智能向产业化应用推进。

　　我国发展人工智能产业的对策

　　不管在经济领域还是社会领域，人工智能都将深刻影响世界竞争格局。我国在人工智能领域发展形势良好，迎接人工智能发展新阶段，应进行前瞻性布局，以确保中国在新一轮全球产业竞争中取得优势。

　　充分利用我国数据和市场优势

　　我国庞大的网络用户群体和网络数据量，是发展人工智能产业得天独厚的资源，也是中国在新经济时代的比较优势。我国在弱人工智能技术方面已经具备足够的产业化实力，而且民众对新技术的接受度和容忍度相对欧美国家更高，这些都为我国推进现有人工智能技术创新和产业化提供了有利条件。应汇集各方资源，加快推进人工智能技术产业化，以便在下一轮智能经济中发挥比较优势和先发优势，实现弯道超车。

　　发挥好企业的技术创新主体作用

　　人工智能发展已经从科学推动阶段进入到科学推动加产业化推动的阶段，技术创新将在人工智能产业化阶段发挥关键性作用。百度、腾讯、阿里巴巴、科大讯飞等一批企业已经具备形成了相当的人工智能技术产业化开发实力，应确保企业在技术创新中的主体地位，吸引更多有积累和有实力的企业加入到人工智能技术创新中来。中科院、清华大学、北京邮电大学、北京航空航天大学以及国防科技大学等科研单位已经取得了很多的研究成果，应当充分挖掘和利用人工智能各领域的人才与技术优势，加强政府、产业界与科研界的协同创新，推动我国人工智能技术发展和产业化水平同步提升。

　　瞄准下一代人工智能技术

　　人工智能正迎来新一轮创新发展期，技术产业化成为人工智能发展的新趋势。人工智能下一步发展将面临从感知智能到认知智能、从专项人工智能到通用人工智能等各项重大性突破，因此，在推进现有人工智能技术产业化的同时，须持续开展下一代人工智能技术研发，凝练重大科学和技术问题，滚动式布局，以争取在长期的人工智能产业和市场竞争中获得主动权。

　　作者单位：中国科学技术发展战略研究院