人工智能迈向2.0时代： 部分技术进入生产成熟期

导读

具体行业应用方面，中国各垂直领域AI企业集中，医疗健康、金融和智能商业领域渗透较多。

随着中国人工智能产业持续走向2.0阶段，相应地也出现了众多技术端倪。

“中国已经发布了新一代人工智能发展规划，其中提到了五个重要的发展方向，包括大数据智能、群体智能、跨媒体智能、人机混合智能和自组织智能系统。”9月17日，在2018人工智能大会主论坛演讲中，中国工程院院士、国家新一代人工智能战略咨询委员会组长潘云鹤表示，“围绕这五个方面，将诞生新的理论、新的技术，并在智能城市、智慧医疗、智能制造和智能农业等新的领域得到应用。”

在潘云鹤看来，AI的这五个发展方向代表了其技术端倪所在。不过，在人工智能向2.0阶段迈进的过程中，细分技术的发展进程各有不同。

“从技术可实现性而言，语音识别、集成学习、GPU加速器已经进入生产成熟期，而包括AI治理、通用AI、知识图谱等在内的技术还处于萌芽期。”在2018世界人工智能大会期间，Gartner全球管理副总裁Phli Todd向包括21世纪经济报道在内的媒体介绍道，更多的技术则密集分布于期望膨胀期，人类对AI技术的期望值已处于相对峰值的位置。

在技术演进的道路上，中国已成为AI创新发展的高地之一。中国信息通信研究院院长刘多表示，人工智能产业的全球化趋势明显，美国仍是核心发源地之一，但其他国家的AI发展正加速跟进。其中，中国人工智能企业超过1000家，在全球位居第二，产业热度也在逐步提升，市场规模持续增长。

技术成熟度不一

人工智能相关技术正在飞速发展。“节奏快得令人难以置信，”微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋感慨道，“很多人类感知能力，都在被人工智能逼近或超越。”

例如，三年前，微软亚洲研究院发布的152层残差网络（ResNet）的图像识别准确率已经达到96%，这种能力和斯坦福研究生的水平相当。一年前，在 Switchboard 语音识别基准测试中的错误率已经降低至5.1%，达到了媲美人类专业速记员的水准。今年1月，微软亚洲研究院在斯坦福大学发起的SQuAD文本理解测试上获得超越人类的分数，今年3月，其机器翻译系统在newstest2017 的中文翻英文和英文翻中文测试集中，达到了可以和人类专业翻译相媲美的水准。

尽管技术发展速度乐观，但无疑AI仍处于早期发展阶段。

“根据我们对全球3000多家企业的CIO调研统计结果，仅有4%的企业已投资并进行相应的AI部署，14%的受访企业对AI毫无兴趣。”Phli Todd直言道，“目前在AI采用方面，依然存在诸多挑战。”

其中，79%的受访者表示，妨碍其所在企业采用AI的因素为对未知的恐惧，涉及价值衡量、风险责任、了解AI内涵和安全隐私等方面；48%受访者称供应商战略影响了AI采用，包括集成的复杂性、供应商产品的混乱等方面。

而这些妨碍因素的根源，来自于AI产业的成熟与否，AI产业则与技术发展密不可分。在大会现场，Gartner发布了2018全球人工智能技术成熟度曲线。根据21世纪经济报道记者梳理，目前处于生产成熟期的AI技术仅有语音识别、集成学习和GPU加速器3项，处于稳步爬升期的技术仅有虚拟现实、知识管理工具2项。

更多的技术则还在发展的起落之间。2018全球AI技术成熟度曲线显示，当前处于泡沫低谷期的技术有包括商用无人机、增强现实、自动驾驶汽车等6项，处于期望峰值期的技术多达15项，囊括认知计算、虚拟助理、自然语言处理、机器学习、智能机器人等。处于最初爬坡期的技术则拥有包括通用AI、知识图谱、神经形态硬件等9项。

“相较于2017年，2018年新版本曲线将对更多技术的成熟度及预测做出更新，对深度学习、自然语言处理等30个技术点进行了移动和调整。” Phli Todd表示，“在Gartner的AI技术成熟度曲线中，仍旧有许多技术拥堵在期望膨胀期，要过渡到生产实施阶段仍旧非常困难。”

全球化提速

相对于技术有待进一步成熟的现状而言，AI从业者及研究者则对产业应用的未来表示了期待。

潘云鹤表示，大数据智能、群体智能、跨媒体智能等AI的五大方向已开始产生应用，并具备一定经济效应。“国内大渡河上拥有数个水电站，拥有105个水温检测点，汇集了每一个国家气象中心、欧洲天气预报中心的数据，形成了大数据水警预报新模式，准确率达到95%。”他表示，“运用大数据智能进行规划及调控，能够有效增加发电量达3000多千瓦。”

百度创始人、董事长兼首席执行官李彦宏指出，人类已可使用人脸识别来寻找走失或者被拐卖的儿童，无人驾驶和车路协同技术则能够对交通拥堵等进行有效改善和治理。此外，在寻找停车位的最后一公里环节，当前的无人驾驶技术也已基本成熟。

“AI的产业基础设施正在不断健全，应用产品也开始进入实用阶段。”刘多坦言道。目前全球数据流量仍在快速增长，为深度学习所需的海量数据提供良好基础；AI芯片创新频繁，云端深度学习计算平台的需求也在快速释放；以语音识别、机器视觉为代表的AI技术也在快速成熟，相关企业数量正在加速增长。

从产业分布而言，刘多表示，当前AI全球化趋势明显，但不同地域也呈现相应特点。美国仍是AI核心发源地之一，具备基础理论、核心平台、应用技术及优势企业。加拿大以技术创新孵化、人才培养、商业化落地为产业发展特点，英国兼具学术研究、创业创新和应用技术创新，德国则依凭AI技术大力发展智能制造。

在中国的AI产业发展中，学术研究、产业化实现和应用先行，随后基础理论和核心技术快速创新跟进。具体行业应用方面，中国各垂直领域AI企业集中，医疗健康、金融和智能商业领域渗透较多。

值得注意的是，随着AI研究的深入及对AI人才培养的需求，AI企业正在加速全球布局，包括谷歌、百度、亚马逊、微软等企业均在中美设有相关研究机构。“人工智能的发展需要全世界的智慧，全球企业、机构应该加强合作，打通AI学术研究的国界。”商汤科技创始人、香港中文大学教授汤晓鸥表示，“AI需要全球各国共同努力，合作推进，AI的学术研究没有国界。”