核心閱讀
人(rén)工智能(néng)要與産業緊密融合，既要助推人(rén)工智能(néng)應用場景的落地，也(yě)要基礎數據和平台技術的突破創新(xīn)，還要搭建好(hǎo)(hǎo)與傳統行業生(shēng)态有效銜接的橋梁
人(rén)工智能(néng)産業應用總體上(shàng)處于起步階段，仍有一(yī)些(xiē)難題制約應用場景落地
人(rén)工智能(néng)被認爲是引領新(xīn)一(yī)輪科技革命和産業變革的戰略性技術。當前，我國人(rén)工智能(néng)與産業融合的情況如(rú)何？
業内專家認爲，我國人(rén)工智能(néng)産業應用總體上(shàng)處于起步階段。
當前，新(xīn)一(yī)代人(rén)工智能(néng)已經從最初的算(suàn)法驅動逐漸向數據、算(suàn)法和算(suàn)力的複合驅動轉變，其中，基于數據的應用驅動作(zuò)用日益顯著。以醫療領域爲例，志諾維思基因科技創始人(rén)、人(rén)工智能(néng)專家淩少平介紹，我國智慧醫療近幾年發展比較快(kuài)，一(yī)個重要原因是有比較豐富的電子(zǐ)病曆、醫療影像、病理(lǐ)圖像等數據，基于這些(xiē)數據，科研人(rén)員能(néng)夠通過标注來訓練人(rén)工智能(néng)模型。地平線創始人(rén)兼首席執行官、人(rén)工智能(néng)專家餘凱說，受益于行業豐富的需求，我國在人(rén)工智能(néng)的應用探索上(shàng)比較活躍。智能(néng)安防、智能(néng)金(jīn)融、平安城市(shì)等需求，助推了(le)人(rén)臉識别技術的發展和落地。無人(rén)駕駛、智能(néng)教育等發展又加速了(le)我國計算(suàn)機視覺、語音(yīn)識别和自然語言理(lǐ)解等技術的應用落地。
專家表示，我國擁有海量數據和巨大市(shì)場規模，應充分(fēn)發揮這些(xiē)優勢，加快(kuài)推動人(rén)工智能(néng)的應用場景落地。但(dàn)在實際推進過程中，還有一(yī)些(xiē)難題制約着人(rén)工智能(néng)與産業更好(hǎo)(hǎo)地融合。
其中産業界普遍關注的是如(rú)何取得有價值的數據。首先是數據的有效性不夠。通常數據越多，人(rén)工智能(néng)算(suàn)法越智能(néng)。但(dàn)也(yě)要看到，海量的數據固然重要，可隻有經過計算(suàn)、進行訓練的數據才能(néng)産生(shēng)價值，這就(jiù)需要提高數據的有效性。專家表示，我國的數據樣本非常豐富，但(dàn)數據的“噪音(yīn)”也(yě)非常大，有時獲取的大部分(fēn)數據沒有價值，這就(jiù)給利用數據訓練算(suàn)法帶來較大困難。在智慧醫療領域，優質的數據一(yī)般要經過精選、清洗和标注，而高質量的标注數據門檻較高，通常由專業的醫生(shēng)來完成，但(dàn)當前醫生(shēng)協助人(rén)工智能(néng)企業标注數據的積極性不高。由于高質量的标注數據缺乏，制約了(le)人(rén)工智能(néng)在醫療領域的拓展。
其次是數據之間缺乏聯動。數據孤島現象影響了(le)人(rén)工智能(néng)應用的落地。雲天勵飛首席方案總監王軍說，一(yī)些(xiē)核心數據掌握在相關管理(lǐ)部門和行業機構手中，在保障數據安全和隐私安全前提下(xià)，如(rú)果能(néng)将這些(xiē)優質數據投入到算(suàn)法模型訓練上(shàng)，既能(néng)降低(dī)行業參與者的成本，也(yě)有助于拓展人(rén)工智能(néng)應用的深度。
此外，人(rén)工智能(néng)芯片、智能(néng)平台搭建等技術難題也(yě)有待突破，這些(xiē)都在一(yī)定程度上(shàng)影響了(le)應用場景落地。
人(rén)工智能(néng)賦能(néng)産業是一(yī)個從量變到質變的過程，需要搭建良好(hǎo)(hǎo)的産業生(shēng)态鏈條
人(rén)工智能(néng)賦能(néng)産業是一(yī)個從量變到質變的過程。專家認爲，要想進一(yī)步推進人(rén)工智能(néng)産業發展，就(jiù)需要搭建良好(hǎo)(hǎo)的産業生(shēng)态鏈條，需要學界和産業界共同努力，探索拓展産業的邊界和範圍。這包括了(le)從源頭找到有價值的問題、基礎支撐平台技術的創新(xīn)、培育領軍企業等。
推進人(rén)工智能(néng)産業化(huà)，找到有價值的問題尤爲關鍵。
“近年來，人(rén)工智能(néng)在醫療領域的應用很熱，但(dàn)多數紮堆在眼底篩查、肺結節檢測及宮頸癌篩查等幾個應用點，卻很少有人(rén)去研究還有哪些(xiē)領域需要應用人(rén)工智能(néng)技術。”淩少平說，“我國醫療人(rén)工智能(néng)應用要以需求爲導向，運用大數據來分(fēn)析目前診療中的痛點問題，有針對性地培育基于人(rén)工智能(néng)的産品和服務，進而提升人(rén)工智能(néng)與産業的融合度。”
推進人(rén)工智能(néng)産業化(huà)，需要基礎支撐平台技術上(shàng)的突破創新(xīn)。
“無人(rén)駕駛、智能(néng)安防等終端場景是人(rén)工智能(néng)應用的重要場景，但(dàn)人(rén)工智能(néng)在這些(xiē)場景能(néng)不能(néng)落地、落地後有多大價值，需要依靠智能(néng)平台的支撐。”餘凱以自動駕駛爲例，當前無人(rén)駕駛技術仍不成熟，一(yī)個重要的影響因素是計算(suàn)效率不夠高。“1000輛上(shàng)路(lù)的自動駕駛汽車，每天要處理(lǐ)相當于當前百度圖像搜索的數據量，要及時、有效地處理(lǐ)好(hǎo)(hǎo)信息，在底層架構上(shàng)就(jiù)需要高性能(néng)的人(rén)工智能(néng)芯片。”
芯片的特點和性能(néng)往往決定了(le)人(rén)工智能(néng)應用平台的架構和發展生(shēng)态。鲲雲科技創始人(rén)牛昕宇說，人(rén)工智能(néng)芯片通常會針對人(rén)工智能(néng)算(suàn)法做特殊設計，我國在傳統芯片上(shàng)與國外領先企業有較大差距，但(dàn)人(rén)工智能(néng)芯片與傳統芯片底層物理(lǐ)結構完全不同，這樣就(jiù)相當于大家來到同一(yī)起點，我國應抓住人(rén)工智能(néng)芯片發展的機遇，爲人(rén)工智能(néng)應用落地、産業發展提供強勁支撐。
推進人(rén)工智能(néng)産業化(huà)，還要培育領軍企業。
雖然商(shāng)業化(huà)剛起步，但(dàn)人(rén)工智能(néng)巨大的發展前景已赢得了(le)世界各國極大關注。我國已經成爲全球人(rén)工智能(néng)産業發展的重要推動者。當前全球人(rén)工智能(néng)産業總體上(shàng)由少數科技巨頭公司引領，但(dàn)也(yě)湧現出許多人(rén)工智能(néng)初創企業，在一(yī)些(xiē)細分(fēn)領域很有競争力。受訪專家認爲，當前全球人(rén)工智能(néng)應用生(shēng)态尚未成形，要積極搭建人(rén)工智能(néng)生(shēng)态圈，進而在人(rén)工智能(néng)産業上(shàng)取得主動權。同時，培育一(yī)批具有行業引領帶動作(zuò)用的人(rén)工智能(néng)企業和産業，建立起從基礎研發、平台技術開發到應用落地的人(rén)工智能(néng)産業生(shēng)态鏈條，并最終支撐起人(rén)工智能(néng)在各行業的終端應用。
“人(rén)工智能(néng)時代的産品将是定制化(huà)的，需要形态、性能(néng)各異的産品。因此，雖然我國在一(yī)些(xiē)領域與發達國家有一(yī)定差距，但(dàn)在人(rén)工智能(néng)産業上(shàng)仍然有很多機會，甚至實現換道超車。”王軍表示。
提升社會整體智能(néng)化(huà)水平，促進人(rén)工智能(néng)與傳統産業深入融合
“人(rén)工智能(néng)+”在深刻改變着傳統産業。人(rén)工智能(néng)與傳統産業的關系如(rú)何？怎樣推進人(rén)工智能(néng)與傳統産業深入融合？
“如(rú)果說人(rén)工智能(néng)是供給側，傳統行業則是需求側，它們不是誰颠覆誰的關系。推進人(rén)工智能(néng)應用場景落地，要處理(lǐ)好(hǎo)(hǎo)‘供給側’和‘需求側’的匹配問題，還要打通兩者之間的壁壘，讓雙方加深理(lǐ)解，明白傳統行業在哪些(xiē)方面需要人(rén)工智能(néng)，人(rén)工智能(néng)又能(néng)對産業發展起什(shén)麽作(zuò)用。”餘凱表示。
專家認爲，爲了(le)實現人(rén)工智能(néng)與傳統産業良性互動，需要社會整體智能(néng)化(huà)水平的提升。因此，有必要推進智能(néng)化(huà)信息基礎設施建設，提升傳統基礎設施智能(néng)化(huà)水平。
比如(rú)，無人(rén)駕駛需要車與路(lù)、車與人(rén)以及交通基礎設施之間的互聯互通，要實現這一(yī)點，穩定快(kuài)速的通信網絡就(jiù)很重要，而5G技術和5G網絡正好(hǎo)(hǎo)能(néng)滿足車、路(lù)、人(rén)等協同的要求。因此，無人(rén)駕駛汽車要上(shàng)路(lù)，絕不是有了(le)好(hǎo)(hǎo)算(suàn)法就(jiù)行，它還需要新(xīn)一(yī)代通信技術基礎設施的配合，以及相關标準、協議的兼容暢通。
仍以數據爲例，人(rén)工智能(néng)時代，數據是基石，但(dàn)标注好(hǎo)(hǎo)的數據更重要、更有價值。對大多數行業參與者來說，它們難以負擔也(yě)沒有能(néng)力做好(hǎo)(hǎo)海量數據的标注工作(zuò)，因此需要引導行業專家共同參與，整合各行業的力量，服務人(rén)工智能(néng)産業發展。
“提高數據标注質量，可以嘗試探索由第三方權威機構牽頭，逐步建立市(shì)場導向的面向全行業公開共享的大型數據标注集，最終通過人(rén)工智能(néng)模型應用市(shì)場終端反饋給予貢獻數據集的機構或個人(rén)報酬，這樣既提高了(le)效率又保障了(le)參與者的積極性。”淩少平建議。
應該正視的是，當前我國人(rén)工智能(néng)産業尚未形成有影響力的生(shēng)态圈和産業鏈，這就(jiù)需要行業參與者積極布局，發揮好(hǎo)(hǎo)各自的優勢，搭建起人(rén)工智能(néng)産業生(shēng)态；管理(lǐ)部門也(yě)應發揮好(hǎo)(hǎo)引導作(zuò)用，幫助解決制約行業發展的共性難題。此外，人(rén)工智能(néng)産業的有效推進還離不開行業标準管理(lǐ)、政策法規等外部環境。受訪專家表示，在人(rén)工智能(néng)時代，我們應該意識到“信息”與“智能(néng)”已經成爲新(xīn)的生(shēng)産要素，與勞動、資本、土(tǔ)地等其他财富創造要素具有同等重要的地位，擁抱人(rén)工智能(néng)産業，還要在産業之外下(xià)功夫。
《 人(rén)民(mín)日報 》（ 2018年12月(yuè)(yuè)21日 18 版）
