QQ在線
企業(yè)微信
資訊
517今年的3·15晚會上，人臉識別技術再一次被推向風口浪尖，引起社會的諸多討論，有人認為應該加強對人工智能行業(yè)的監(jiān)管，也有人認為人臉識別在很多場景下利大于弊，不能從此因噎廢食。
但已經(jīng)沒有人會否認人工智能將成為未來最重要的技術路線之一，這一點在全球范圍內正逐漸達成共識。當人工智能技術從技術論證走向實際應用，全球化競爭的大幕已經(jīng)被拉開。
中國正領跑人工智能發(fā)展
2020年，對于中國人工智能行業(yè)有著極為特殊的意義。
根據(jù)斯坦福大學人工智能研究院發(fā)布的《人工智能指數(shù)報告》，2020年來自中國研究者發(fā)表的人工智能論文的引用數(shù)量以20.7%的優(yōu)勢首次實現(xiàn)全球領先。這一數(shù)據(jù)體現(xiàn)出中國近年來在人工智能領域的持續(xù)投入所取得的成就。
從全球來看，人工智能行業(yè)的熱度同樣持續(xù)攀升，報告顯示，在2020年，全球共有22.8萬篇AI論文在期刊上發(fā)表，較2019年增加34.5%，是2000年以來的最大增幅。
同時，人工智能在學術界中的地位也開始逐步提升，2011年人工智能期刊論文占全年發(fā)表論文的1.3%，在2019年這個比例已經(jīng)提升到了3.8%。
在全球浪潮下，中國人工智能企業(yè)在2020年同樣實現(xiàn)高速發(fā)展，這其中既包括人工智能服務器等硬件的落地，也包括計算機視覺等基礎性研究的突破。
根據(jù)IDC近日發(fā)布的《全球人工智能市場半年度追蹤報告》，2020年上半年，全球人工智能服務器市場規(guī)模達55.9億元，以浪潮、華為和聯(lián)想為代表的中國人工智能服務器廠商在全球市場占比已達到28.1%。
另一方面，中國人工智能廠商的基礎性研發(fā)實力也在不斷提高，根據(jù)美國國家標準與技術研究院最新發(fā)布的榜單，中國企業(yè)云從科技在人臉識別算法測試(NIST-FRAT)中，分別斬獲了人臉識別1：1和人臉識別1：N兩項冠軍，創(chuàng)造了中國人工智能企業(yè)在該領域里的最好成績。
在前不久發(fā)布的《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》中，人工智能在科技前沿領域攻關方面被放在首要位置，人工智能領域的科研進度已被視為重中之重。
此外，綱要也明確指出 “支持民營企業(yè)開展基礎研究和技術創(chuàng)新、參與關鍵核心技術研發(fā)和國家重大科技項目公關”，希望進一步激發(fā)民營人工智能企業(yè)的創(chuàng)新活力，以實現(xiàn)中國在人工智能領域的全面領先。
突破“卡脖子”：產(chǎn)研結合、政策支持
2020年6月，一則新聞迅速引起了國內學術圈的熱議。自當月6日起，逐漸有哈工大的學生發(fā)現(xiàn)，MATLAB軟件無法正常使用，對日常的學習和研究工作造成了嚴重影響。
隨后，哈工大校方告知，由于哈工大被美國商務部列入實體名單，開發(fā)MATLAB的公司Mathworks回復稱，無法繼續(xù)為哈工大提供服務。
這一單方面的無理制裁引發(fā)了國內高校的強烈不滿，但在當今的時代背景下，這樣的事情仍然有可能再次發(fā)生。
在前不久結束的兩會上，這一問題也再次被媒體提及。
3月11日，在人大會議閉幕后出席記者會，被問及如何避免在重點領域被人“卡脖子”時，國務院總理李克強表示，“我國在科技創(chuàng)新領域有一些重大突破，在應用創(chuàng)新領域發(fā)展的也很快，但在基礎研究領域的確存在不足，要建設科技強國，提升科技創(chuàng)新能力，必須打牢基礎研究和應用基礎研究這個根基。
而人工智能領域的基礎研究正是圍繞數(shù)據(jù)、算法和算力的研究，這也是中國高校和眾多民營企業(yè)的主要發(fā)力方向，用基礎研究去帶動人工智能應用的發(fā)展。
“十四五”綱要提出，將通過一批具有前瞻性、戰(zhàn)略性的國家重大科技項目，帶動產(chǎn)業(yè)逐步突破前沿基礎理論和算法，研發(fā)專用芯片，構建深度學習框架等開源算法平臺，并在學習推理決策、圖像圖形、語音視頻、自然語言識別等領域創(chuàng)新與迭代應用。
國家層面的政策扶持是推動人工智能行業(yè)突破外圍挑戰(zhàn)的一股力量，要實現(xiàn)常態(tài)化的盈利，更離不開基礎研究與應用層、開發(fā)層的產(chǎn)業(yè)聯(lián)動，即建立以行業(yè)公司為核心，高校和研究機構協(xié)同的合作共建體系。
最直觀的反映是計算機視覺領域的迅速產(chǎn)業(yè)化，2012年，關于計算機視覺的研究還處于論證階段，ImageNet挑戰(zhàn)TOP-1的準確率還不足60%，但在計算機視覺技術開始走進生物識別領域后，企業(yè)開始大幅提高對于該領域的投入，計算機視覺識別系統(tǒng)的進步速度要快于以往任何時候。
當前，國內人工智能企業(yè)已經(jīng)在商業(yè)化探索方面初顯成效，未來在各地政策有的放矢的支持下，在可預見的未來，中國人工智能行業(yè)的發(fā)展或許會大大超過預期。
