从《2018人工智能全景报告》看我国AI产业发展

王哲

《2018人工智能全景报告》重点回顾了近一年来全球人工智能领域的技术突破、产业应用、资本运作和国家支持情况，从中可以看出，人工智能技术与全球产业融合正向纵深发展，想要在日益激烈的国际竞争环境中保持良好的发展势头，就需要我们注入更多的观察与思考。

由剑桥大学计算机工程学博士、人工智能风险投资家Nathan Benaich和Ian Hogarth联合撰写的《2018人工智能全景报告》，在2018年发布后引起业界广泛关注。报告重点回顾了近一年来全球人工智能领域的技术突破、产业应用、资本运作和国家支持情况，深入研究该报告对掌握全球人工智能技术和产业动向、研判人工智能竞争格局具有前瞻性价值。

报告的主要内容

报告指出迁移学习正在成为提升机器学习能力的有效方案

报告指出，将迁移学习方法与深度学习算法有机结合，将大大提升机器对算法模型的复用能力，可能引领新一轮人工智能发展高潮。迁移学习技术指的是能够借助多个不同数据的相关性，将知识和模型从某些领域适配到其他相关的领域中，提高样本不充足任务的分类识别结果。迁移学习可通过半监督学习减少对标注数据的依赖，合理应对标注数据的不对称性，提高模型的稳定性和可泛化性，提升深度神经网络的持续学习能力。例如，谷歌使用迁移学习方法训练的ImageNet基于有限的像素输入和疾病标签，即可检测和诊断超过2000种皮肤癌。未来，迁移学习与深度学习算法最有前景的结合点在图像处理和机器人仿真领域。

报告认为AI芯片是人工智能研究和应用进步的重要驱动力

报告认为，深度学习作为当前人工智能主流算法，训练过程对数据量的要求不断提高，推理过程对实时性的需求不断增强，通过人工智能芯片大幅提升人工智能研发能力的时机已趋于成熟。近一年来，IC设计商、IP供应商、平台型科技巨头、大型云服务商、初创技术公司纷纷进入人工智能芯片领域，大举投入定制AI芯片研发，不断尝试突破现有芯片设计架构，提升处理器芯片的并行计算能力和存储带宽，试图在AI芯片领域抢占先机。例如，英伟达在5月的GPU技术大会上（GTC）发布了可同时用于高精度科学计算和低精度AI负载任务的HGX-2芯片，并开发了基于图灵架构的全新GPU产品。谷歌在Google I/O 2018上发布了专门为低功耗、小体积、独立终端AI计算设计的专用向量处理器TPU 3.0，使得视觉搜索模型的训练时间从数月缩短至数天。

报告预计全球常识性数据库将成为推动感知智能走向认知智能的AI基础设施

报告预计，全球常识性数据库将作为AI基础设施，有效促进人工智能认知模型的构建，推动人工智能由感知智能阶段迈向认知智能阶段，成为突破莫拉维克悖论的有效路径。例如，近一年来人工智能初创企业Twentybn接连发布了Something-something和Jester两个大型已标注视频数据集，包含近26万个标注视频的快照版本，可使机器理解物理世界的基本动作和人类交流的常用动态手势。英国DeepMind公司及美国麻省理工学院-IBM沃森实验室基于海量视频图像，搭建了人像和常见物体的大规模常识性数据库，并分别推出了大型数据集Kinetics和Moments-in-Time。

报告预测未来12个月全球人工智能领域可能发生四方面重大事件

一是技术突破方面，报告认为深度学习仍然是人工智能的技术焦点，其中特别指出，中国某实验室将取得重大研究突破。二是产业应用方面，报告预测DeepMind的强化学习技术将依托《星际争霸》游戏在全球实现应用落地。此外，全球首例通过机器学习发现的临床新药将进入试验阶段。三是跨国资本并购方面，报告预计中美两国企业将争相收购中国台湾和韩国的半导体公司，中美企业对欧洲人工智能公司的收购总额将超过50亿美元。报告特别提到，世界经济合作与发展组织（OECD）可能禁止中美企业收购具有前景的机器学习初创公司。四是大国博弈方面，报告预测，一些具有全球影响力的大型人工智能研究机构可能将因地缘政治因素，放弃公开人工智能领域的重大研究成果，但报告并未披露上述AI研究机构的具体名称。

报告的四方面启示

人工智能技术的产业应用不断向纵深发展

云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、体力蓝领、农业、自动驾驶、金融服务、企业管理、材料科学等重点行业利用人工智能技术推动了应用革新。在云计算领域，谷歌、苹果、脸书、亚马逊、微软、百度、阿里巴巴、腾讯（合称为“GAFAMBAT”）等巨头公司利用云计算领域优势打造AI应用生态。在医疗领域，机器学习正在提升开发新药和诊断病情的效率，美国食品药品监督管理局（FDA）已经批准全球第一款可自动筛查视网膜病变的人工智能医疗设备上市。在物流仓储领域，智能机器人被更广泛地应用于物流仓储领域，有效缓解了电子商务快速发展带来的仓储空间和劳动力压力。人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各个方面改善人类生活。

人工智能逐渐被作为提升国防军事实力的重要途径

人工智能的技术进步和应用前景引发了军方关注，一些国家已经将人工智能技术作为提升军队作战能力的重要手段。2017年4月，美国国防部批准建立“算法战跨职能小组”（Project Maven），利用人工智能技术将海量作战数据迅速转化为对敌作战方案，在战术无人机控制系统中嵌入计算机视觉算法，谷歌、Clarifai等企业参与其中。2017年12月，特朗普政府發布的国家安全战略首次专门指出人工智能在未来美国军事中的重要性。2018年8月，白宫通过了“2019财年国防授权法案”，对人工智能、机器学习提供了额外资金以加速其研发和应用，根据该法案，美国国防部将在未来5年内获得17亿美元，用以建立联合人工智能中心（JAIC）。国防部高等研究计划局（DARPA）配套推出人工智能探索计划（AIE），应用人工智能提升机器对战场环境的适应能力。此后，美国国防部开启总价值达100亿美元的大型云计算招标项目“联合企业国防基础设施合同”（JEDI），将在未来10年内委托商业公司建设战争智能云平台，为全球各地的美军部队托管军事机密、分发重大作战任务，亚马逊、谷歌、微软等巨头的中标可能性较大。除美国外，英国国防部2017年发布的《科学技术战略》也将人工智能等前沿科技纳入了高层战略规划，并为其专门成立了“核心研究投资组合”。

人工智能领域的大国战略博弈将更加激烈

世界各国一年内密集出台各有侧重的人工智能支持政策，角力人工智能技术和产业前沿。我国于2017年7月出台了《新一代人工智能发展规划》，对人工智能的财政支持总额将达21亿美元，细分领域覆盖度和财政支持力度均超过世界其他国家。美国重视人工智能与国防军事的结合，2018年白宫宣布成立人工智能专门委员会（SCAI），负责统筹与人工智能相关的跨部门重点事项，与国防部展开密切合作。欧盟委员会于2018年4月通过了《欧洲人工智能战略》，提出在2020年以前将人工智能领域的投资增加到20亿欧元，建立欧洲人工智能联盟，重视人工智能社会伦理和标准研究。法国于2018年3月出台了《法国及欧洲人工智能赋能战略研究报告》，意在提升法国在美中主导下的人工智能全球竞争话语权。德国于2018年年底发布了人工智能国家战略，依托德国人工智能研究中心（DFKI），推动工业4.0与人工智能技术充分融合。英国于2018年4月发布了《人工智能领域行动》，目标是主导全球人工智能数据伦理，建立人工智能应用和发展的国际准则。日本于2017年3月发布了《人工智能技术战略》，将人工智能纳入了本国工业化路线图。印度通过了《2018数字印度创新计划》，将向人工智能的基础研究领域投资4.77亿美元。可见近一年来，世界主要国家重视结合自身发展优势和特点，出台本国人工智能发展战略和系列配套政策，人工智能领域的“国家主义”态势初见苗头。

涉及人工智能的跨国资本及知识产权合作将面临困境

近一年来，美国已将人工智能列入接受中国政府补贴产品清单，国会拟通过法案严禁向中国出口涉及人工智能和机器人的相关技术和知识产权，同时，美国近一年来越来越多地通过美国外资投资委员会（CFIUS）有目标地阻止外资企业收购与人工智能相关的美国科技公司，已成功叫停博通对高通、Canyon Bridge对莱迪斯半导体的收购。2018年下半年起，英国政府开始酝酿对《2002年企业法》进行重大修改，希望赋予政府阻挠各行业并购交易行为的权力，重点防止人工智能、半导体、信息通讯等敏感行业的英国公司被外国公司控制。欧盟委员会正在酝酿新的投资筛查机制，目的是加强对中国企业在欧高技术投资的审查力度。经济合作与发展组织（OECD）成员国正着手利用国际贸易规则，对涉及人工智能领域的跨国投资并购行为进行联合干预。未来一年，世界各国和国际组织对涉及人工智能的跨国投资并购行为及技术合作都将更为谨慎。

四方面对策建议

提升关键基础领域技术攻关和成果转化能力

应以我国经济社會转型发展的迫切需求为导向，提升人工智能技术的产业化能力。一是面向国家关键核心领域的重大现实需求，积极应对人工智能技术在产业化过程中对算法、数据、算力提出的新要求，提升算法的场景适应能力，实现AI芯片设计理念创新和架构创新。二是将制造强国作为国家推动人工智能技术应用的重点领域，以人工智能技术助推军事装备智能化，推动人工智能在国防军事、制造业等关键领域的创新性应用。

适时布局人工智能基础设施

应推动完善人工智能基础设施建设。一是加强移动互联网、大数据、云计算、物联网、航空系统、智能交通基础设施、储能设施、新能源汽车充电桩、智能电网等对人工智能应用落地的基础支撑，搭建自动驾驶汽车试验场、智能家居综合体验场等应用场景基础设施，支持相关产品的商业化尝试。二是引导和支持建立一批人工智能开放平台、开源项目及大规模常识性数据库，开放底层技术接口和数据库调用接口，鼓励初创AI企业在此基础上进行应用创新和商业落地。三是建立人工智能测试平台基础设施，加速人工智能技术向应用产品的转化。四是将高水平人才作为AI基础设施的重要储备，培养和造就一批世界水平的人工智能科学家、科技领军人才、工程师和高水平创新团队，提升人工智能领域的自主创新能力和科技成果转化能力。

在人工智能重点领域加大资本投入

重视资本对人工智能基础领域的长期投入。一是灵活运用人工智能产业基金，通过政府采购等形式对人工智能芯片、机器学习算法研究、人工智能应用落地等核心和关键领域加大研发投入与应用支持。二是重点发挥政府引导基金的前瞻性作用，加大政府引导基金在人工智能基础领域的投入，优化基金流向配置，带动地方产业投资基金和社会资本的投资布局，弥补高成长性人工智能初创技术企业的资本缺口，在制造业等国民经济重点领域培育人工智能应用需求。

在国际开放合作中运用“世界语言”

实施多层次、多渠道、多领域的国际合作战略。一是保持我国人工智能产业与世界的生产网络、创新网络、知识网络、贸易网络的紧密联系，积极参与并引导形成新的国际分工合作网络。二是培育和打造一批有代表性、有影响力的人工智能领军企业，重视人工智能细分市场领域中具有较强竞争力的“专精特”中小企业群体。三是鼓励中外企业、研究机构开展正常的人工智能技术交流合作，通过学术研讨促进产业合作。四是重视全球合规，以法律遵从的确定性来应对国际政治的不确定性，引导和支持中国人工智能领域企业严格遵守联合国决议，遵守美国、欧盟的适用法律，尊重美国的域外管辖权，鼓励有条件的实体逐步引进国际专业顾问团队，建设贸易合规体系和全球合规管理责任体系。