来源： 天津北方网综合 　作者： 宋继强 　编辑：邓坤伟 　2017-09-29 13:37:25

内容提要：人工智能(AI)技术作为未来最有想象空间的技术，近来获得了极大的关注。国务院印发的《新一代人工智能发展规划》，彰显了从国家层面推动AI战略的决心和信心。这种信心来自于过去5年中国科研力量在AI领域的快速发展和取得的卓越成就。

　　人工智能(AI)技术作为未来最有想象空间的技术，近来获得了极大的关注。国务院印发的《新一代人工智能发展规划》，彰显了从国家层面推动AI战略的决心和信心。这种信心来自于过去5年中国科研力量在AI领域的快速发展和取得的卓越成就。

　　这一波AI热潮由2012年的ILSVRC(ImageNet大规模视觉识别挑战赛)开始在学术界兴起，到今年5月谷歌的AI围棋程序AlphaGo以3∶0完胜世界排名第一的柯洁，从而让万众瞩目。在这5年间，中国的学术界和企业及时地把握住了技术发展的趋势，利用中国特有的产业优势迅速提升技术研发水平，目前在算法和应用方面已经站在世界前列。在核心芯片研发方面也反应迅速，奠定了良好的产业化基础。对于AI领域来说，算法和芯片都是应用的基础，而充足的人才是保证技术升级可以真正推动产业升级的决定性因素。本文分别从算法、芯片、应用、人才等四方面回顾5年来我们取得的成果，分析机会和差距，最后对未来提出展望。

　　提算法水平

　　这次AI热潮归功于深度学习算法(一种使用多层神经网络的机器学习算法)。深度学习的鼻祖杰夫·辛顿在2012年NIPS上发表文章，报道了通过训练大型的深度卷积神经网络把ILSVRC2010训练集中的130万张图像分为了1000个不同的类别，并且大幅降低了误差率。随后，深度神经网络日益流行，并出现了多种优秀变体，比如AlexNet、GoogLeNet、VGG Net、ResNet。2016年发表的ResNet就是由微软亚洲研究院的中国团队发明的。

　　深度神经网络的特点是需要大量的标注数据来训练模型。因为模型非常大，训练过程也需要大量的计算资源。因此，学术界和企业界结合是最优的研发方式。拥有优质数据来源的企业吸引了很多优秀研究人员加入或者进行合作，例如百度、腾讯、科大讯飞、海康威视等。百度和科大讯飞率先进行深度学习方面的研发，分别实施了“百度大脑”和“讯飞超脑”计划，快速提高深度学习的算法能力，在多个领域达到国际先进水平。百度于2016年开源了PaddlePaddle深度学习平台，是国际上继Google、Facebook、IBM后第一家将人工智能技术开源的中国公司。科大讯飞在感知智能、认知智能以及两者的深度结合等领域均达到国际领先水平，如国际最高水平的语音合成比赛Blizzard Challenge(暴风雪竞赛)七项指标全部全球第一和参加第四届CHiME Challenge国际多通道语音分离和识别大赛获取全部三项赛事的第一名。这表明科大讯飞在中文语音识别系统保持绝对领先的同时，其英语语音识别系统同样达到国际领先水平。此外，AI领域的明星创业公司，如旷视科技、商汤科技、云知声、思必驰等，聚焦在深度学习最擅长的视觉识别和语音识别领域，推动中国相关领域的技术水平达到国际一流。

　　中国学者在发表AI学术论文、申请专利和参加国际竞赛方面成果斐然。Elsevier的SCOPUS数据库中的数据显示，2011~2015年，中国学者在AI领域出版的论文数量排名世界第一，创下了超过4.1万个出版物的记录(美国第二，约为2.55万篇；日本第三，约为1.17万篇)。自2016年以来的论文发表数量仍继续上升，并且华人学者在顶级国际学术会议中担任重要角色的比率也越来越高。中国研究人员发起的专利申请，近年来也上涨了两倍。在近3年的ILSVRC视觉识别竞赛中，中国团队获得冠军的比率也越来越高。在2017年度ILSVRC竞赛上，来自中国大学和企业的AI团队将各项比赛第一名全部包揽，而且参赛的27个队伍，其中超过一半来自中国。这些成就表明我国在AI算法研究方面有巨大潜力，影响力扩大到全球。

　　目前的差距在于，虽然论文数量和专项比赛已位居前列，但AI基础科研的整体影响力还不够，在加权引文影响力上只排名34位。发表超过500篇论文的独立科研机构，中国也只有中科院自动化研究所上榜。目前具有全球影响力的人工智能学者也大都聚集在北美。弥补这个差距需要中国研究人员的集体努力。现在已经呈现出很好的趋势，例如中国机器学习领域的领军人物南京大学的周志华教授当选为AAAI2019大会的程序委员会主席。从量变到质变，中国研究人员在国际AI研究领域的影响力在未来5年会大大提升。

　　增芯片实力

　　AI产业的规模化发展离不开芯片的支持，而且这更加迫切。因为深度学习对计算力和内存容量、速度的要求都很高，芯片业界近年来一直在用最新的架构和高密度、高并行、可扩展的计算和存储能力来支持人工智能的研究。国际巨头如英特尔、英伟达、谷歌都推出了各自的芯片产品。可喜的是，在高端芯片设计这个中国传统弱项上，中国研究人员在AI领域提前布局，深入探索专用芯片(ASIC)、现场可编程芯片(FPGA)和类脑计算芯片，已经取得了令人瞩目的成绩。

　　依托于中国科学院计算所的寒武纪科技公司在深度学习流行之初，为解决深度学习发展瓶颈的速度和能效问题，敏锐地确立了为其设计专用的加速指令集和芯片架构的研究点，2016年3月，他们提出的深度学习处理器指令集DianNaoYu被计算机体系结构领域顶级国际会议ISCA2016所接收，其评分排名为所有近300篇投稿的第一名。同年11月，他们的深度学习处理器架构概述论文“DianNao Family： Energy-Efficient Hardware Accelerators for Machine Learning”(DianNao系列：高能效机器学习硬件)刊发于《国际计算机学会通讯》(Communications of the ACM)的研究焦点栏目。这是中国大陆的研究工作首次入选该栏目。目前，寒武纪的深度学习专用芯片已经进入产业化阶段，有望加速智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备。

　　异军突起的还有深鉴科技和地平线机器人这两家初创公司。他们分别在FPGA芯片和专用芯片领域深度整合算法和硬件设计来对深度学习和其他人工智能算法进行加速。2015年年底，浙江大学与杭州电子科技大学合作研制成功国内首款类脑芯片“达尔文”，大小为5×5平方毫米，是一款采用标准CMOS工艺实现的基于脉冲神经网络的类脑硬件协处理器(类脑芯片)。今年5月，由中国科学技术大学承建的全国首个类脑智能技术及应用国家工程实验室在合肥成立，该实验室将通过研究脑认知与神经计算、类脑多模态感知与信息处理，实现类脑神经芯片与系统、类脑计算系统和量子人工智能的三大突破，最终形成类脑智能产业。

　　扩应用领域

　　AI算法的突破和核心芯片研发的推进，为产业应用打下了坚实的基础。在新技术的大规模产业应用方面，中国在互联网时代已经与世界同步，在移动互联网时代更是居于世界领先地位。通过前面5年大力推动“互联网+”，已经将生产、交易、物流、金融、消费、社交等诸多领域活动的大量数据融入数字化网络，并且中国的无线通信覆盖率和智能城市建设为数据的采集、传输、处理、增值提供了世界领先的基础设施支持。未来5年将进入AI应用爆发的阶段。目前，不论是传统企业还是新兴企业都在积极进入这一领域，通过采用AI技术来提升效率和创造全新的客户价值。

　　海康威视是传统企业利用AI转型的典范。海康威视是视频监控厂商，得益于中国全面建设平安城市的契机和自身研发实力的不断增强，今年的市场份额已跃升为全球第一。他们将视觉识别算法能力作为公司的核心竞争力，早在3年前就开始重兵投入深度学习研发，目前不仅在ILSVRC视觉识别竞赛中拔得头筹，更把先进的AI算法部署在解决方案中。同时，海康威视积极与国际领先的芯片公司(如英特尔)合作，把最先进的嵌入式AI芯片应用在系统中，大幅提升智能视觉监控的响应度和网络使用效率。

　　新兴行业有更多应用AI的机会。例如电商在限时促销期间，因为巨量交易同时发生，无法通过人工审核大量提交的图片，必须使用AI来辅助。去年“双11”时，京东和英特尔合作利用加速的AI算法将审核效率提高了4倍。在互联网金融领域，蚂蚁金服通过分析大量交易数据，智能地为客户推荐和定制金融服务。初创公司第四范式与银行业合作，采用超高维的机器学习建模技术，全面精细地刻画用户信用卡交易行为，为每笔交易评估风险分值，避免交易欺诈。

　　追人才差距

　　AI未来发展的关键是人才和数据。中国有丰富的数据资源，但我们的数据科学家和AI人才还远远不够。近年来，一流大学和研究所，包括外企在华研究院(如英特尔、微软、IBM等)，都在加大AI人才培养的力度。目前，根据领英最新发布的全球AI人才地图，全球AI人才超190万人，其中美国的人才约占全球总量的半壁江山，超过85万人，而中国的AI人才约5万多人，具备研究生以上学历的超过60%，排名全球第7。另外，我国的AI人才很多是近5年培养起来的，从业10年以上的不到四成，而美国有七成以上是10年以上的AI老手。未来5年，我国需要快速弥补这个差距。由于仅在美国就有近7万名华人AI人才，超过目前中国AI人才的总量，所以走出去是快速弥补人才差距的捷径。中国企业(如百度、腾讯、海康威视等)已经积极在海外建立研究院，延揽全球AI人才。除了通过科研领域培养基础层的AI人才，还需要在产业实践中培养大量的应用层人才，才能促进规模化的产业升级。近来英特尔等大企业提出的“AI民主化”战略就是要降低AI技术的使用难度，让使用AI和大数据分析技术就像Web编程一样方便。

　　展望未来

　　由数据、计算力和算法三方合力推动的这波AI浪潮大有可为，未来的10年、20年都将是AI大放光彩的时代。过去5年是起跑阶段，政府、学术界和产业界统一了合力推动AI产业的思想，在算法、芯片、应用和人才方面都提升巨大，为实现中国在2030年成为世界主要人工智能创新中心打下了坚实的基础。未来5年是AI产业化的关键阶段，重点是共享资源、培养人才来对接规模化的产业应用。在算法和芯片领域一方面提升自主研发创新能力，实现理论和方法的突破；另一方面充分利用国际技术合作来促进AI应用的落地。这是时代赋予中国的机遇，我们可以通过顶层设计将AI与智慧城市、5G、无人驾驶、物联网等有机结合，在建造数字化智能时代上领跑全球。我们期待着人工智能在中国绽放。