來源： 天津北方網綜合 　作者： 宋繼強 　編輯：鄧坤偉 　2017-09-29 13:37:25

內容提要：人工智能(AI)技術作爲未來最有想象空間的技術，近來獲得了極大的關注。國務院印發的《新一代人工智能發展規劃》，彰顯了從國家層面推動AI戰略的決心和信心。這種信心來自於過去5年中國科研力量在AI領域的快速發展和取得的卓越成就。

　　人工智能(AI)技術作爲未來最有想象空間的技術，近來獲得了極大的關注。國務院印發的《新一代人工智能發展規劃》，彰顯了從國家層面推動AI戰略的決心和信心。這種信心來自於過去5年中國科研力量在AI領域的快速發展和取得的卓越成就。

　　這一波AI熱潮由2012年的ILSVRC(ImageNet大規模視覺識別挑戰賽)開始在學術界興起，到今年5月谷歌的AI圍棋程序AlphaGo以3∶0完勝世界排名第一的柯潔，從而讓萬衆矚目。在這5年間，中國的學術界和企業及時地把握住了技術發展的趨勢，利用中國特有的產業優勢迅速提升技術研發水平，目前在算法和應用方面已經站在世界前列。在覈心芯片研發方面也反應迅速，奠定了良好的產業化基礎。對於AI領域來說，算法和芯片都是應用的基礎，而充足的人才是保證技術升級可以真正推動產業升級的決定性因素。本文分別從算法、芯片、應用、人才等四方面回顧5年來我們取得的成果，分析機會和差距，最後對未來提出展望。

　　提算法水平

　　這次AI熱潮歸功於深度學習算法(一種使用多層神經網絡的機器學習算法)。深度學習的鼻祖傑夫·辛頓在2012年NIPS上發表文章，報道了通過訓練大型的深度卷積神經網絡把ILSVRC2010訓練集中的130萬張圖像分爲了1000個不同的類別，並且大幅降低了誤差率。隨後，深度神經網絡日益流行，並出現了多種優秀變體，比如AlexNet、GoogLeNet、VGG Net、ResNet。2016年發表的ResNet就是由微軟亞洲研究院的中國團隊發明的。

　　深度神經網絡的特點是需要大量的標註數據來訓練模型。因爲模型非常大，訓練過程也需要大量的計算資源。因此，學術界和企業界結合是最優的研發方式。擁有優質數據來源的企業吸引了很多優秀研究人員加入或者進行合作，例如百度、騰訊、科大訊飛、海康威視等。百度和科大訊飛率先進行深度學習方面的研發，分別實施了“百度大腦”和“訊飛超腦”計劃，快速提高深度學習的算法能力，在多個領域達到國際先進水平。百度於2016年開源了PaddlePaddle深度學習平臺，是國際上繼Google、Facebook、IBM後第一家將人工智能技術開源的中國公司。科大訊飛在感知智能、認知智能以及兩者的深度結合等領域均達到國際領先水平，如國際最高水平的語音合成比賽Blizzard Challenge(暴風雪競賽)七項指標全部全球第一和參加第四屆CHiME Challenge國際多通道語音分離和識別大賽獲取全部三項賽事的第一名。這表明科大訊飛在中文語音識別系統保持絕對領先的同時，其英語語音識別系統同樣達到國際領先水平。此外，AI領域的明星創業公司，如曠視科技、商湯科技、雲知聲、思必馳等，聚焦在深度學習最擅長的視覺識別和語音識別領域，推動中國相關領域的技術水平達到國際一流。

　　中國學者在發表AI學術論文、申請專利和參加國際競賽方面成果斐然。Elsevier的SCOPUS數據庫中的數據顯示，2011~2015年，中國學者在AI領域出版的論文數量排名世界第一，創下了超過4.1萬個出版物的記錄(美國第二，約爲2.55萬篇；日本第三，約爲1.17萬篇)。自2016年以來的論文發表數量仍繼續上升，並且華人學者在頂級國際學術會議中擔任重要角色的比率也越來越高。中國研究人員發起的專利申請，近年來也上漲了兩倍。在近3年的ILSVRC視覺識別競賽中，中國團隊獲得冠軍的比率也越來越高。在2017年度ILSVRC競賽上，來自中國大學和企業的AI團隊將各項比賽第一名全部包攬，而且參賽的27個隊伍，其中超過一半來自中國。這些成就表明我國在AI算法研究方面有巨大潛力，影響力擴大到全球。

　　目前的差距在於，雖然論文數量和專項比賽已位居前列，但AI基礎科研的整體影響力還不夠，在加權引文影響力上只排名34位。發表超過500篇論文的獨立科研機構，中國也只有中科院自動化研究所上榜。目前具有全球影響力的人工智能學者也大都聚集在北美。彌補這個差距需要中國研究人員的集體努力。現在已經呈現出很好的趨勢，例如中國機器學習領域的領軍人物南京大學的周志華教授當選爲AAAI2019大會的程序委員會主席。從量變到質變，中國研究人員在國際AI研究領域的影響力在未來5年會大大提升。

　　增芯片實力

　　AI產業的規模化發展離不開芯片的支持，而且這更加迫切。因爲深度學習對計算力和內存容量、速度的要求都很高，芯片業界近年來一直在用最新的架構和高密度、高並行、可擴展的計算和存儲能力來支持人工智能的研究。國際巨頭如英特爾、英偉達、谷歌都推出了各自的芯片產品。可喜的是，在高端芯片設計這個中國傳統弱項上，中國研究人員在AI領域提前佈局，深入探索專用芯片(ASIC)、現場可編程芯片(FPGA)和類腦計算芯片，已經取得了令人矚目的成績。

　　依託於中國科學院計算所的寒武紀科技公司在深度學習流行之初，爲解決深度學習發展瓶頸的速度和能效問題，敏銳地確立了爲其設計專用的加速指令集和芯片架構的研究點，2016年3月，他們提出的深度學習處理器指令集DianNaoYu被計算機體系結構領域頂級國際會議ISCA2016所接收，其評分排名爲所有近300篇投稿的第一名。同年11月，他們的深度學習處理器架構概述論文“DianNao Family： Energy-Efficient Hardware Accelerators for Machine Learning”(DianNao系列：高能效機器學習硬件)刊發於《國際計算機學會通訊》(Communications of the ACM)的研究焦點欄目。這是中國大陸的研究工作首次入選該欄目。目前，寒武紀的深度學習專用芯片已經進入產業化階段，有望加速智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備。

　　異軍突起的還有深鑑科技和地平線機器人這兩家初創公司。他們分別在FPGA芯片和專用芯片領域深度整合算法和硬件設計來對深度學習和其他人工智能算法進行加速。2015年年底，浙江大學與杭州電子科技大學合作研製成功國內首款類腦芯片“達爾文”，大小爲5×5平方毫米，是一款採用標準CMOS工藝實現的基於脈衝神經網絡的類腦硬件協處理器(類腦芯片)。今年5月，由中國科學技術大學承建的全國首個類腦智能技術及應用國家工程實驗室在合肥成立，該實驗室將通過研究腦認知與神經計算、類腦多模態感知與信息處理，實現類腦神經芯片與系統、類腦計算系統和量子人工智能的三大突破，最終形成類腦智能產業。

　　擴應用領域

　　AI算法的突破和核心芯片研發的推進，爲產業應用打下了堅實的基礎。在新技術的大規模產業應用方面，中國在互聯網時代已經與世界同步，在移動互聯網時代更是居於世界領先地位。通過前面5年大力推動“互聯網+”，已經將生產、交易、物流、金融、消費、社交等諸多領域活動的大量數據融入數字化網絡，並且中國的無線通信覆蓋率和智能城市建設爲數據的採集、傳輸、處理、增值提供了世界領先的基礎設施支持。未來5年將進入AI應用爆發的階段。目前，不論是傳統企業還是新興企業都在積極進入這一領域，通過採用AI技術來提升效率和創造全新的客戶價值。

　　海康威視是傳統企業利用AI轉型的典範。海康威視是視頻監控廠商，得益於中國全面建設平安城市的契機和自身研發實力的不斷增強，今年的市場份額已躍升爲全球第一。他們將視覺識別算法能力作爲公司的核心競爭力，早在3年前就開始重兵投入深度學習研發，目前不僅在ILSVRC視覺識別競賽中拔得頭籌，更把先進的AI算法部署在解決方案中。同時，海康威視積極與國際領先的芯片公司(如英特爾)合作，把最先進的嵌入式AI芯片應用在系統中，大幅提升智能視覺監控的響應度和網絡使用效率。

　　新興行業有更多應用AI的機會。例如電商在限時促銷期間，因爲巨量交易同時發生，無法通過人工審覈大量提交的圖片，必須使用AI來輔助。去年“雙11”時，京東和英特爾合作利用加速的AI算法將審覈效率提高了4倍。在互聯網金融領域，螞蟻金服通過分析大量交易數據，智能地爲客戶推薦和定製金融服務。初創公司第四範式與銀行業合作，採用超高維的機器學習建模技術，全面精細地刻畫用戶信用卡交易行爲，爲每筆交易評估風險分值，避免交易欺詐。

　　追人才差距

　　AI未來發展的關鍵是人才和數據。中國有豐富的數據資源，但我們的數據科學家和AI人才還遠遠不夠。近年來，一流大學和研究所，包括外企在華研究院(如英特爾、微軟、IBM等)，都在加大AI人才培養的力度。目前，根據領英最新發布的全球AI人才地圖，全球AI人才超190萬人，其中美國的人才約佔全球總量的半壁江山，超過85萬人，而中國的AI人才約5萬多人，具備研究生以上學歷的超過60%，排名全球第7。另外，我國的AI人才很多是近5年培養起來的，從業10年以上的不到四成，而美國有七成以上是10年以上的AI老手。未來5年，我國需要快速彌補這個差距。由於僅在美國就有近7萬名華人AI人才，超過目前中國AI人才的總量，所以走出去是快速彌補人才差距的捷徑。中國企業(如百度、騰訊、海康威視等)已經積極在海外建立研究院，延攬全球AI人才。除了通過科研領域培養基礎層的AI人才，還需要在產業實踐中培養大量的應用層人才，才能促進規模化的產業升級。近來英特爾等大企業提出的“AI民主化”戰略就是要降低AI技術的使用難度，讓使用AI和大數據分析技術就像Web編程一樣方便。

　　展望未來

　　由數據、計算力和算法三方合力推動的這波AI浪潮大有可爲，未來的10年、20年都將是AI大放光彩的時代。過去5年是起跑階段，政府、學術界和產業界統一了合力推動AI產業的思想，在算法、芯片、應用和人才方面都提升巨大，爲實現中國在2030年成爲世界主要人工智能創新中心打下了堅實的基礎。未來5年是AI產業化的關鍵階段，重點是共享資源、培養人才來對接規模化的產業應用。在算法和芯片領域一方面提升自主研發創新能力，實現理論和方法的突破；另一方面充分利用國際技術合作來促進AI應用的落地。這是時代賦予中國的機遇，我們可以通過頂層設計將AI與智慧城市、5G、無人駕駛、物聯網等有機結合，在建造數字化智能時代上領跑全球。我們期待着人工智能在中國綻放。