人工智能深度赋能实体经济要在基础研究和行业应用上下功夫

■ 文/徐 立

基础研究是产业发展的命脉，应用场景为基础研究源源不断地提供了试验环境，二者双向反哺才能够打造我国自己的一体化生态，人工智能才能得到更稳健、更健康的发展。

上海已处于国内人工智能发展的第一梯队

目前，世界各国都将人工智能作为未来经济转型发展的重要驱动力，人工智能领域已经成为国际竞争的一个必争高地。《上海市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》提出，要着力打造具有国际竞争力的三大产业创新发展高地，将人工智能作为优先发展的重要战略选择。在产业规模方面，2020年上海人工智能产业规模超过1500亿元。在科研设施方面，经过多年的积累，上海已拥有各类与人工智能相关的研究机构数十家，这些科研机构能够为人工智能的发展提供良好的科研基础条件支撑。在人才方面，全国有超过1/3的人工智能领域的专业人才集聚上海，尤其是在计算机视觉、语音语义识别、脑智工程、AI芯片等领域，上海具有较强的话语权。在行业应用方面，上海拥有丰富的实体经济应用场景，包括城市数字化、医疗、金融、汽车、制造等，为人工智能的发展提供了天然的试验场，反哺人工智能技术不断创新迭代。

基础与应用双向反哺才能打造完善的产业生态

近年来，尽管我国人工智能产业蓬勃发展，但是依然面临“重应用、轻基础”的问题，这一问题的产生是由我国产业发展的一般特性所决定的。我国拥有的非常大的人口基数和人口红利，带动了实体产业和消费经济的繁荣发展，进而产生了海量的涵盖各行各业的大数据资源，这些都为人工智能技术提供了很好的应用场景。诸多企业为了实现快速商业变现往往选择应用环节作为切入点，从而相对更快地取得投资回报。基础研究和原始创新往往需要更长的研发周期，需要长期的量变积累才能够实现质变突破，大多数企业不愿意做这样的长期投入。基础研究方面的落后和断层会导致我国在一些关键核心技术领域被“卡脖子”，产业发展（如芯片、操作系统等）容易处处受制于人。因此，基础研究是产业发展的命脉，应用场景为基础研究源源不断地提供了试验环境，二者双向反哺才能够打造我国自己的一体化生态，人工智能才能得到更稳健、更健康的发展。

“十四五”时期促进上海人工智能产业发展的3个着力点

一是着力提升基础研究水平。人工智能企业在发展过程中不仅要关注商业化的应用变现，还要将更多的投入和精力放到底层的基础理论研究和原始技术创新上。企业要善于发挥主体作用，牵头科研院所、高校、其他头部企业开展深度合作。在前沿理论研究、关键共性技术创新以及科技成果转化等方面发挥各自优势，打造软硬一体、产学研用联动的自主可控生态。政府在这个过程中可充分发挥“政策之手”的作用，进一步加大对基础研究的投入，并鼓励头部企业牵头承担更多基础研究和科技创新的重点任务。

二是推动人工智能加速赋能实体经济。一方面，可以是人工智能企业搭台，实体企业来唱戏。人工智能的发展离不开底层重大算力基础设施和平台的支撑，但平台搭建的投入非常高且周期长，导致进入壁垒很高，很多实体企业和中小企业在智能化和数字化转型的过程中不大可能通过自建的方式搭建这些底层设施。人工智能企业恰好可以在其中发挥重要作用，将算力能力、平台能力开放共享给这些实体企业、个人开发者，帮助实体企业提升运营管理全流程的数字化和智能化，进而推动整个实体经济的转型升级。另一方面，也可以是人工智能企业既搭台又唱戏。人工智能企业基于自身的基础设施和平台能力，直接研发并推出行业解决方案和产品，帮助实体企业深度解决行业痛点。由此，人工智能能够有效助力供给侧改革，深度赋能实体经济发展。

三是全面推动城市数字化转型。第一，加快建设城市级搜索网络，发挥人工智能平台效应，进一步完善上海“两张网”建设，实现现实世界的人、物、事在线上打通。一方面接入更多的结构化模块，使能搜索的模块更全；另一方面接入更多治理和发展的需求，使要搜索的应用更多。第二，推动大规模人工智能基础设施建设，进一步实现关键技术攻关，大幅度提高运算效率，解决数字化进程中大量算力的需求，使城市综合治理能够运行更多、更大的算法模型。第三，政府牵头，协同各区域完成数据资产化过程中关于产权、安全、使用模式等相关标准的制定和评估体系的建立，标准先行，用数据资产化推动长三角一体化建设。

未来人工智能最具发展前景的三大领域

一是能够运行超大模型的新型算力基础设施。人工智能的应用场景特别是城市的数字化转型正在向着复杂的末梢需求深化，精细化数字场景的实现需要大量成本极高的定制化研发投入，破解这一问题的关键就是大模型和大算力的支撑。微软公司在2019年向OpenAI投入10亿美元研究超大规模训练网络，2020年5月OpenAI发布了全球规模最大的预训练语言模型GPT-3，其训练费用超过1200万美元。商汤公司在2018年启动了AI计算平台原型机研制，推动通用模型发展，2020年又在临港新片区投入56亿元建设3740 Petaflops（1 petaflop等于每秒1000万亿次浮点运算）的AI计算与赋能平台。

二是充分发挥硬件效能的AI操作系统。针对AI计算的特点，对软硬件资源进行调度的中间件称为AI操作系统，包括深度学习训练框架、算法与模型的自动部署、存储、通信、调度和虚拟化。硬件体系以及应用形态发生重要变革是新一代操作系统兴起的契机，现有的操作系统已经难以满足AI对系统能力日益增长的需求，也难以充分发挥新型芯片和硬件体系的性能。因此，计算、存储、通信硬件升级推动下一代AI操作系统是未来5年人工智能发展的一个重要趋势。

三是头部和长尾两极分化的行业应用。人工智能只有应用到具体的行业场景中才会体现其技术价值。未来，随着人工智能技术进一步成熟，一些头部、大型的应用场景仍将成为企业竞相进入的领域，如公共安全、智能汽车、智慧文旅、智慧医疗、智慧金融等领域。同时，随着边缘端和终端场景的成熟与分化，人工智能技术的应用也正逐渐显现出长尾效应，城市管理中的垃圾堆放管理、共享单车倾倒、非机动车占道、大型犬只未牵绳、生命通道占道等碎片化场景以及很多针对个人用户的终端场景中也会有很多值得深耕的价值机会。