2023年人工智能變革展望

展望人工智能變革展望2023年12月目錄 03 05

導(dǎo)讀全球人工智能產(chǎn)業(yè)洞察06 一、全球人工智能企業(yè)格局08 二、全球人工智能產(chǎn)業(yè)生態(tài) 13

中國(guó)人工智能產(chǎn)業(yè)洞察14 一、中國(guó)人工智能企業(yè)格局16 二、中國(guó)人工智能產(chǎn)業(yè)生態(tài) 25

人工智能產(chǎn)業(yè)發(fā)展十大趨勢(shì)一、技術(shù)變革33 二、應(yīng)用創(chuàng)新39 三、安全治理43 四、生態(tài)協(xié)同

關(guān)于畢馬威關(guān)于中關(guān)村產(chǎn)業(yè)研究院?2023?2023?2023?20233導(dǎo)讀人工智能技術(shù)的飛速發(fā)展給人類社會(huì)的生產(chǎn)生活方式帶來重大變革影響。人工智能應(yīng)用場(chǎng)景日漸豐富，AI技術(shù)在金融、醫(yī)療、制造、交通、教育、安防等多個(gè)領(lǐng)域?qū)崿F(xiàn)技術(shù)落地。人工智能的廣泛應(yīng)用及商業(yè)化，加快推動(dòng)了企業(yè)數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)鏈結(jié)構(gòu)重塑優(yōu)化以及生產(chǎn)效率的提升。圖1：人工智能產(chǎn)業(yè)圖譜用與模圖1：人工智能產(chǎn)業(yè)圖譜用與模式識(shí)別通用大模型自然語言處理用類腦算法行業(yè)大模型語音技術(shù)人機(jī)交互圖像重建文字識(shí)別機(jī)問答系統(tǒng)譯 脈沖神經(jīng)習(xí)絡(luò)聲紋合成音頻交互數(shù)據(jù)據(jù)數(shù)據(jù)傳輸數(shù)據(jù)采集數(shù)據(jù)治理生命期數(shù)據(jù)存儲(chǔ)數(shù)據(jù)資產(chǎn)管理 數(shù)據(jù)挖掘數(shù)據(jù)標(biāo)注 數(shù)據(jù)中臺(tái)練PyTorch語……強(qiáng)交互AI芯片算力GPUFPGACPU數(shù)據(jù)清洗數(shù)據(jù)安全ASIC管數(shù)據(jù)共享理數(shù)據(jù)銷毀數(shù)據(jù)脫敏管理數(shù)據(jù)監(jiān)控審計(jì)數(shù)據(jù)分類分級(jí)安全事件應(yīng)急TensorFlowOpenCVCaffeAngelPaddlePaddleRISC-V類腦芯片異構(gòu)智能計(jì)算服務(wù)器數(shù)據(jù)來源：中關(guān)村產(chǎn)業(yè)研究院繪制層礎(chǔ)層術(shù)層……天文探索材……基礎(chǔ)研究宙超高清視頻……文娛業(yè)金融業(yè)客行服個(gè)性化推薦……臨床決策支持……智能物流醫(yī)療業(yè)車路協(xié)同 藥物研發(fā)……護(hù)交通運(yùn)輸業(yè)制造業(yè)工業(yè)質(zhì)檢制應(yīng)

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）1層、技術(shù)層的企業(yè)。人工智能基礎(chǔ)層包含數(shù)偉達(dá)、百度、地平線機(jī)器人等。人工智能技術(shù)層主要包含計(jì)算機(jī)視覺與模式識(shí)別、自然12語言處理、類腦算法、語音技術(shù)、人機(jī)交互2五類，代表性企業(yè)有OpnAI、曠視科技、智所有AI技術(shù)SaaS公有云PaaS私有云IaaS混合云結(jié)合Bakig排名和全球企業(yè)投融資情況列出三家國(guó)內(nèi)外企業(yè)云服務(wù)同上云服務(wù)人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 4圖2：報(bào)告思路框架示意圖圖2：報(bào)告思路框架示意圖全 交通制造AIGCAI4S醫(yī)療應(yīng)用創(chuàng)新智能技術(shù)變革算法金融研究理腦機(jī)AGI接口同數(shù)據(jù)算力人工智能產(chǎn)業(yè)發(fā)展洞察觀察提出了人工智能產(chǎn)業(yè)的十大趨勢(shì)，深度剖析了各個(gè)趨勢(shì)的發(fā)展情況與核心驅(qū)動(dòng)力（圖2）。?2023產(chǎn)業(yè)洞察智能?2023?2023?2023人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 6全球人工智能產(chǎn)業(yè)洞察一全球人工智能企業(yè)格局全球人工智能產(chǎn)業(yè)洞察全球人工智能企業(yè)3.6萬家，中美企業(yè)數(shù)量名列前茅01全球人工智能企業(yè)3.6萬家，中美企業(yè)數(shù)量名列前茅全球人工智能企業(yè)數(shù)量由爆發(fā)式增長(zhǎng)轉(zhuǎn)入穩(wěn)步增長(zhǎng)區(qū)間。截至2023年月底，全球人工智能企業(yè)共計(jì)3.6萬家。人工智能企業(yè)數(shù)量逐年增長(zhǎng)，2016年-2019式增長(zhǎng)，每年新增注冊(cè)企業(yè)數(shù)量超3,000家

（圖3），尤其是2017年新增注冊(cè)企業(yè)數(shù)量達(dá)到頂峰（3,714家）。2019年開始，人工智能新增注冊(cè)企業(yè)數(shù)量有所下降，2022年當(dāng)年新增注冊(cè)企業(yè)數(shù)量與2013年基本持平。圖3：2013年-2022年全球當(dāng)年新增AI注冊(cè)企業(yè)數(shù)量圖3：2013年-2022年全球當(dāng)年新增AI注冊(cè)企業(yè)數(shù)量40家0030002000100003,079 3,714 3,695 3,1001,1241,5412,3062,6931,9401,106數(shù)據(jù)來源：Crunchbase，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年圖4：全球人工智能企業(yè)主要分布國(guó)家美國(guó)05000中國(guó)英國(guó)5,73410000圖4：全球人工智能企業(yè)主要分布國(guó)家美國(guó)05000中國(guó)英國(guó)5,7341000012,925加拿大印度2,0802,357德國(guó)1,515以色列日本9891,233法國(guó)967>50002001-5000韓國(guó)9388601001-2000501-1000數(shù)據(jù)來源：Crunchbase，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析.%，中國(guó)占比為.%，英國(guó)為.%，以上三個(gè)國(guó)家的人工智能企業(yè)數(shù)量合計(jì)占到全球的.%（圖）。亞洲的印度、日本、隊(duì)。國(guó)等中關(guān)村產(chǎn)業(yè)研究院數(shù)據(jù)庫?2023?20237 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）中美在全球人工智能獨(dú)角獸中平分秋色02中美在全球人工智能獨(dú)角獸中平分秋色截至2023年月底，全球人工智能領(lǐng)域獨(dú)角獸總數(shù)達(dá)291家，分布在個(gè)國(guó)家。如圖來自美國(guó)的獨(dú)角獸企業(yè)有131家，占全球總數(shù)；來自中國(guó)的獨(dú)角獸企業(yè)有108

家，占全球總數(shù)的37%。以色列、英國(guó)、加拿大分別位列全球第三、第四、第五位。圖5：全球人工智能獨(dú)角獸企業(yè)按國(guó)家分布情況圖5：全球人工智能獨(dú)角獸企業(yè)按國(guó)家分布情況3家15家131家65家4家3家8家8家108家美國(guó)印度中國(guó)法國(guó)以色列德國(guó)英國(guó)新加坡加拿大其他數(shù)據(jù)來源：中關(guān)村產(chǎn)業(yè)研究院數(shù)據(jù)庫，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析據(jù)中關(guān)村產(chǎn)業(yè)研究院數(shù)據(jù)統(tǒng)計(jì)，數(shù)據(jù)統(tǒng)計(jì)截至2023年6月30日人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 8全球人工智能產(chǎn)業(yè)洞察二全球人工智能產(chǎn)業(yè)生態(tài)全球人工智能產(chǎn)業(yè)洞察人工智能領(lǐng)域全球風(fēng)投熱度持續(xù)提升01人工智能領(lǐng)域全球風(fēng)投熱度持續(xù)提升人工智能領(lǐng)域企業(yè)融資占全球風(fēng)險(xiǎn)投資比重逐年提升。受宏觀政策變化等因素影響，全球人工智能企業(yè)風(fēng)險(xiǎn)投資放緩，2022年投資案例2,956起，披露投資金額458億美元；2023年上半年風(fēng)險(xiǎn)投資案例下降，披露投資金額246億美元，較上年同期下降14.6%（圖6）。

不過，全球人工智能企業(yè)風(fēng)險(xiǎn)投資案例數(shù)和融資金額占全球風(fēng)險(xiǎn)投資比重逐年提升，2023年上半年全球人工智能企業(yè)獲得風(fēng)險(xiǎn)投資占全球風(fēng)險(xiǎn)投資總額比重達(dá).%，創(chuàng)近年新高。圖6：2018年-2023年上半年全球人工智能企業(yè)融資及占比情況8006004002000

9.4 12.0 273 310 325

697

110.9458110.9

1.0

18.9 2015246 10502018年 2019年 2020年 2021年 2022年 2023年上半年融資金額（億美元） 人工智能占全球風(fēng)險(xiǎn)投資比重（%）數(shù)據(jù)來源：CBInsihs，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析9 9 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）9人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）美國(guó)仍是人工智能領(lǐng)域風(fēng)險(xiǎn)投資重要聚集地。從國(guó)家分布來看，美國(guó)人工智能企業(yè)吸引風(fēng)險(xiǎn)投資最多，風(fēng)險(xiǎn)投資金額占全球比重近六成，其次是中國(guó)，占比達(dá)12%（圖7）。圖7：2022年全球主要國(guó)家人工智能企業(yè)融資規(guī)模占比圖7：2022年全球主要國(guó)家人工智能企業(yè)融資規(guī)模占比1%1%2%3%11%58%5%7%12%美國(guó)中國(guó)英國(guó)以色列印度法國(guó)數(shù)據(jù)來源：CBInsihs，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）具體來看，在2022年全球AI領(lǐng)域投融資最多的前十大案例中（表1），50%的案例發(fā)生在美國(guó)，涉及游戲、航天航空、安防、云原生和可再生能源等；中國(guó)上榜企業(yè)分別是智

10能駕駛公司地平線機(jī)器人和芯片及半導(dǎo)體公司粵芯半導(dǎo)體。此外，也有來自印度、新加坡和荷蘭的企業(yè)進(jìn)入榜單。表1：2022年全球領(lǐng)域融資金額Top10 序號(hào) 公司名稱EpicGamesSpaceXAndurilSecuronix地平線機(jī)器人InnovationIntersectPowerCodaPaymentsPhotonDelta粵芯半導(dǎo)體

國(guó)家 輪次 時(shí)間 融資金額 估值 產(chǎn)業(yè)方向美國(guó) 私募 4 .B .B 游戲美國(guó)未披露5.B.B航天航空美國(guó)E輪2.B.B安防美國(guó)D輪2.B-云原生中國(guó)戰(zhàn)略投資0.B-智能駕駛印度J輪4M.B移動(dòng)端軟件美國(guó)風(fēng)投-新加坡輪4M.B端軟件荷蘭 未披露 - 芯片&半導(dǎo)體中國(guó) B輪 - 芯片&半導(dǎo)體數(shù)據(jù)來源：CBInsihs，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）圖8：全球擁有Top100人工智能核心層相關(guān)專業(yè)的學(xué)校數(shù)量分布4所圖8：全球擁有Top100人工智能核心層相關(guān)專業(yè)的學(xué)校數(shù)量分布4所312所4所4所5所55所美國(guó)英國(guó)澳大利亞中國(guó)加拿大新加坡德國(guó)其他6所數(shù)據(jù)來源：CSRnin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析14所美國(guó)人工智能核心層學(xué)科領(lǐng)域高校實(shí)力強(qiáng)勁，人才數(shù)量大人工智能技術(shù)的蓬勃發(fā)展離不開人才和科研院所的加持。從頂尖科研院所來看，人工智能核心層全球前100的排名機(jī)構(gòu)中，美國(guó)占據(jù)美國(guó)中國(guó)1,131人次美國(guó)中國(guó)1,131人次英國(guó)277人次澳大利亞加拿大德國(guó)108人次60人次107人次新加坡39人次瑞士36人次法國(guó)日本18人次19人次32人次數(shù)據(jù)來源：Amin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析6從全球人工智能人才情況來看，美國(guó)人工智能人才數(shù)量全球最A(yù)I8先于數(shù)量最多，共有1,131人次，占全球總數(shù)的56.6%；其次是中國(guó)，共有277人次入選，全球占比約七分之一（圖9）。圖9：全球人工智能領(lǐng)域頂尖人才國(guó)家分布情況akai。2iiki用Mier，數(shù)據(jù)統(tǒng)計(jì)截至20236月30日的所有數(shù)據(jù)均截止至2023年6月30日，下同。Mier，數(shù)據(jù)統(tǒng)計(jì)截至20236月30日的所有數(shù)據(jù)均截止至2023年6月30日，下同。人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 12中美城市人工智能創(chuàng)新實(shí)力領(lǐng)先03中美城市人工智能創(chuàng)新實(shí)力領(lǐng)先圖10：《全球人工智能最具創(chuàng)新力城市》Top100按國(guó)家分布情況中國(guó)圖10：《全球人工智能最具創(chuàng)新力城市》Top100按國(guó)家分布情況中國(guó)其他33美國(guó)美國(guó)韓國(guó)6德國(guó)5澳大利亞5加拿大2法國(guó)2日本2韓國(guó)2瑞士5英國(guó)2西班牙意大利印度22中國(guó)日本德國(guó)瑞士澳大利亞 加拿大西班牙 意大利英國(guó)印度法國(guó)其他數(shù)據(jù)來源：Amin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析

位居全球首位和第三位，中國(guó)僅北京上榜全球前十，位列全球第二位（圖10）。Aminer，全球人工智能最具創(chuàng)新力城市的創(chuàng)新指數(shù)主要從論文、學(xué)者、機(jī)構(gòu)、國(guó)際四個(gè)細(xì)分方向評(píng)估?2023產(chǎn)業(yè)洞察智能?2023人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）智能智能業(yè)察 工智能企業(yè)格局中國(guó)人工智能領(lǐng)域核心企業(yè)5000余家10一01中國(guó)人工智能企業(yè)數(shù)量位居全球第二位，核心企業(yè)生在年至年之間，約三分之二的人工智能領(lǐng)域核心企業(yè)成立年限在年年人工智能領(lǐng)域新增注冊(cè)企業(yè)數(shù)量超家，達(dá)到

14十年間頂峰。隨著有效投資增長(zhǎng)乏力，后逐年新增注冊(cè)企業(yè)數(shù)減少到（圖11）。當(dāng)年成立的人工智能企業(yè)數(shù)（家）圖11：2013年-2022年中國(guó)當(dāng)年新增注冊(cè)AI企業(yè)數(shù)量當(dāng)年成立的人工智能企業(yè)數(shù)（家）13329045851652841727421613163020132014201520162017年份20182019202020212022數(shù)據(jù)來源：中關(guān)村產(chǎn)業(yè)研究院，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析中關(guān)村產(chǎn)業(yè)研究院人工智能企業(yè)數(shù)據(jù)庫?2023?2023?2023?202315人工智能企業(yè)地域分布較為集中02人工智能企業(yè)地域分布較為集中人工智能企業(yè)主要集聚于北京、廣東、上海、浙江等地。從地域來看，我國(guó)人工智能企業(yè)主要集中在北京市、上海市、廣東省、浙江省，形成京津冀、長(zhǎng)三角、粵港澳三足鼎立的格局（圖12），其中北京市人工智能企業(yè)數(shù)量1,600余家。圖12：中國(guó)主要省市人工智能企業(yè)分布情況北京市

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）北京、上海、廣東獨(dú)角獸數(shù)量位居前三。中國(guó)人工智能獨(dú)角獸企業(yè)數(shù)108家，其中，北京市人工智能獨(dú)角獸企業(yè)有41家，位居全國(guó)首位。上海市和廣東省位列二、三，分別擁有人工智能獨(dú)角獸企業(yè)24家和23家（圖13）。1,638家廣東省安徽省天津市河南省行政

151家85家80家73家65家64家54家50家34家28家21家17家

466家407家

897家

1,104家

>400101-40010-1000-9數(shù)據(jù)來源：中關(guān)村產(chǎn)業(yè)研究院，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析圖13：全國(guó)人工智能獨(dú)角獸企業(yè)分布情況

8家 6家41家 24

23家 浙江 江蘇2家 4家北京 上海數(shù)據(jù)來源：中關(guān)村產(chǎn)業(yè)研究院，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析

廣東 山東 其他中關(guān)村產(chǎn)業(yè)研究院人工智能企業(yè)獨(dú)角獸數(shù)據(jù)庫人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 16中國(guó)人工智能產(chǎn)業(yè)洞察二中國(guó)人工智能產(chǎn)業(yè)生態(tài)中國(guó)人工智能產(chǎn)業(yè)洞察圖14：近十年中國(guó)人工智能領(lǐng)域風(fēng)險(xiǎn)投資情況12003500圖14：近十年中國(guó)人工智能領(lǐng)域風(fēng)險(xiǎn)投資情況12003500100030002500800200060015004001000200500002013 2014 2015 2016 2017 2018 2019 2020 2021 2022數(shù)據(jù)來源：IT桔子，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析投資案例當(dāng)年投資金額中國(guó)人工智能風(fēng)險(xiǎn)投資階段后移特征明顯，細(xì)分領(lǐng)域風(fēng)投走勢(shì)分化投資案例（起）當(dāng)年投資金額（億元）融資規(guī)模增速有所放緩。受行業(yè)發(fā)展、資本市場(chǎng)環(huán)境變化等宏觀環(huán)境因素影響，人工智能行業(yè)投融資活動(dòng)在經(jīng)歷2014年-2017年快速增長(zhǎng)至2017年峰值后雖有所回落，但仍保持較高水平（圖14）。2022年中國(guó)人工智能行業(yè)投融資數(shù)量和金額均出現(xiàn)下滑。

人工智能領(lǐng)域投資階段后移特征明顯。從投資階段來看，隨著科創(chuàng)板等對(duì)高科技企業(yè)的加持，AI領(lǐng)域的投資逐漸從天使輪等早期投資階段向C輪、D輪等晚期投資階段，投資階段后移特征明顯。天使輪投資占比由2013年的36%下降至2022年的11%（圖15）。100%100%80%60%40%20%0%圖15：近十年人工智能領(lǐng)域風(fēng)險(xiǎn)投資按投資階段劃分天使輪 種子輪 A輪 輪數(shù)據(jù)來源：IT桔子，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析2013201420152016C輪 D輪 輪 F輪 G輪 H輪 戰(zhàn)略投資201720182019202020212022Pe-PO2012201320142015201620172018

8183565114112111

2012數(shù)據(jù)2013數(shù)據(jù)為民幣數(shù)據(jù)平臺(tái)領(lǐng)域2015201620172018

916共事人民幣模式識(shí)別領(lǐng)域5587106107

2012201320142015201620172018

24總投資額為6,675億總投資額為6,675億人民幣機(jī)器學(xué)習(xí)領(lǐng)域19384136

201220132014共936起投資事件，共936起投資事件，201620172018

11算法14算法28自然語言處理領(lǐng)域66自然語言處理領(lǐng)域97122155201920202021202220232012

9610414884601

2019年 792020年 652021年 622022年 442023年 232012年 5

2019年 232020年 212021年 182022年 132023年 82012年 4

201920202021202220232012

9784100598092013201420152016

27民幣數(shù)據(jù)挖掘領(lǐng)域31

2013年 82014年 162015年 382016年 56

2013年 5為民幣算力領(lǐng)域2015年 142016年 28

2013總投資額為3,200億人民幣總投資額為3,200億人民幣深度學(xué)習(xí)領(lǐng)域共1,729起投資事件，共1,729起投資事件，2016

1746計(jì)算機(jī)視覺與圖像106計(jì)算機(jī)視覺與圖像161人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）17從細(xì)分領(lǐng)域來看，算力、數(shù)據(jù)平臺(tái)、自然語言處理、計(jì)算機(jī)視覺與圖像四個(gè)細(xì)分領(lǐng)域風(fēng)險(xiǎn)投資增速明顯加快；機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域風(fēng)險(xiǎn)投資趨緩（圖16）。圖16：“三駕馬車”各細(xì)分領(lǐng)域投資事件和投資額情況算力9人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）17從細(xì)分領(lǐng)域來看，算力、數(shù)據(jù)平臺(tái)、自然語言處理、計(jì)算機(jī)視覺與圖像四個(gè)細(xì)分領(lǐng)域風(fēng)險(xiǎn)投資增速明顯加快；機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域風(fēng)險(xiǎn)投資趨緩（圖16）。圖16：“三駕馬車”各細(xì)分領(lǐng)域投資事件和投資額情況算力9民幣數(shù)據(jù)來源：IT桔子，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析共事人民幣?2023201820192020202120222023

138166835

2017201820192020202120222023

5877618314311073

2017年 492018年 472019年 262020年 162021年 242022年 122023年 8

2017201820192020202120222023

21622719716724419811420122013201420152016201720182012201320142015201620172018201920202021202220237143210512570366233201220132014201520162017201820192020202120222023162472 50114157183133189201220132014201520162017201820192020202120222023148102538116098279103189716920811852205962524632333779662012年 32013201420152016201720182019202020212022202382792105201220132014201520162017201820192020202120222023213058105185254256939913520525217121430312773158238人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）18人工智能技術(shù)已廣泛滲透到社會(huì)各個(gè)領(lǐng)域，生活服務(wù)、智慧醫(yī)療、智能制造、智能汽車、物流倉儲(chǔ)投資事件較多，占人工智能全部投資事件的.%（圖）。圖17：AI應(yīng)用領(lǐng)域投資事件和投資額情況生活服務(wù)領(lǐng)域智慧醫(yī)療領(lǐng)域3民幣智能制造領(lǐng)域總事人民幣智能汽車領(lǐng)域總事人民幣物流倉儲(chǔ)領(lǐng)域總事人民幣為民幣數(shù)據(jù)來源：IT桔子，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析?2023?2023?2023人工智能風(fēng)險(xiǎn)投資集聚，北京領(lǐng)先優(yōu)勢(shì)明顯。從地域分布來看，人工智能領(lǐng)域風(fēng)險(xiǎn)投資主要集中在北京市、上海市、廣東省、浙江省和江蘇省五省市。具體來看，北京市風(fēng)險(xiǎn)投

資案例數(shù)量和金額均在全國(guó)遙遙領(lǐng)先，其中投資金額是上海市的4倍有余，是廣東省的近7倍（圖18）。19 19 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）19人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）圖18：近十年人工智能領(lǐng)域風(fēng)險(xiǎn)投資地域分布Top10圖18：近十年人工智能領(lǐng)域風(fēng)險(xiǎn)投資地域分布Top10地域 投資案例（起） 投資金額（億元） 山東四川1,2631,3162,5728,545.7946372811146645381,948.41,305.1728.9520.974.073.465.352.251.7數(shù)據(jù)來源：IT桔子，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 20中國(guó)技術(shù)層學(xué)科實(shí)力全球相對(duì)優(yōu)勢(shì)明顯02中國(guó)技術(shù)層學(xué)科實(shí)力全球相對(duì)優(yōu)勢(shì)明顯排名排名0智能領(lǐng)域科研院所在世界基礎(chǔ)層 技術(shù)層 應(yīng)用層10th20th30th40th50th60th70th80th90th100th數(shù)據(jù)來源：CSRnin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析表我國(guó)高校在世界o量，氣泡位置代全球第二，其中，技術(shù)層專業(yè)（如：計(jì)算機(jī)視覺、自然語言處理等）實(shí)力優(yōu)勢(shì)明顯。選取基礎(chǔ)層、技術(shù)層、應(yīng)用層每層專業(yè)課程實(shí)力排名前10的中國(guó)高校院所，觀察中國(guó)Top10在國(guó)際院校排名情況，可以看出，我但在基礎(chǔ)層和應(yīng)用層排名前的高0入選全球百?gòu)?qiáng)（圖。aki21中國(guó)頂尖AI人才數(shù)量穩(wěn)步增長(zhǎng)，但產(chǎn)業(yè)技術(shù)人才缺口仍巨大03中國(guó)頂尖AI人才數(shù)量穩(wěn)步增長(zhǎng)，但產(chǎn)業(yè)技術(shù)人才缺口仍巨大2023年，中國(guó)入選Aminer“全球2000位最具影響力的人工智能學(xué)者榜單”的人數(shù)達(dá)277人（圖20），相較美國(guó)仍有較大差距，存在頂尖人才少、復(fù)合型人才缺失、人才供給不均衡等問題。

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）以北京為例，北京I產(chǎn)業(yè)位居全國(guó)第一，但產(chǎn)業(yè)人才仍有較大缺口。根據(jù)中關(guān)村產(chǎn)業(yè)研究院測(cè)算，到5年，預(yù)計(jì)北京I人才需求量約為54萬人，缺口將達(dá)37萬人（其中核心產(chǎn)業(yè)技術(shù)人才16萬，復(fù)合型AI技能人才21萬）。圖20：2019-2023年中國(guó)頂級(jí)AI人才數(shù)量及占全球比重圖20：2019-2023年中國(guó)頂級(jí)AI人才數(shù)量及占全球比重0 % %250200150100500%% %%10% 173196222232277 5%2019年2020年0%中國(guó)入選人數(shù)（人次）2021年2022年 2023年占全球比重?cái)?shù)據(jù)來源：Amin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）我國(guó)急缺計(jì)算理論、人機(jī)交互、安全與隱私、計(jì)算機(jī)系統(tǒng)等方向的頂尖學(xué)者。從人才所屬領(lǐng)域來看，入選的頂尖人才主要集中在多媒體、芯片、物聯(lián)網(wǎng)等領(lǐng)域，在人機(jī)交互、

22計(jì)算理論領(lǐng)域我國(guó)無人入選；在安全與隱私、計(jì)算機(jī)系統(tǒng)領(lǐng)域，僅有人次入選；在機(jī)器人、知識(shí)工程子領(lǐng)域，只有人次入選（圖。圖21：2023年最具全球影響力的中國(guó)人工智能學(xué)者按細(xì)分領(lǐng)域分布圖21：2023年最具全球影響力的中國(guó)人工智能學(xué)者按細(xì)分領(lǐng)域分布05101520253035人次404550芯片技術(shù)物聯(lián)網(wǎng)自然語言處理計(jì)算機(jī)圖形語音識(shí)別機(jī)器學(xué)習(xí)知識(shí)工程機(jī)器人人機(jī)交互計(jì)算理論人次人次人次人次人次人次人次人次7人次人次人次人次人次人次人次人次人次9人次數(shù)據(jù)來源：Amin，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析23中國(guó)人工智能區(qū)域創(chuàng)新集聚效應(yīng)初顯04中國(guó)人工智能區(qū)域創(chuàng)新集聚效應(yīng)初顯北京、上海人工智能創(chuàng)新實(shí)力位居全國(guó)前列。一代人科技研發(fā)技術(shù)實(shí)力最雄厚，大模型的數(shù)量、產(chǎn)業(yè)集聚規(guī)模等均領(lǐng)跑全國(guó)。上海市加快建設(shè)上海國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)、上海(浦東新區(qū))人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)，形成了以浦東張江、徐匯濱江為引領(lǐng)，以楊浦、長(zhǎng)寧、靜安等各區(qū)聯(lián)動(dòng)，自貿(mào)區(qū)臨港新片區(qū)和閔行碼頭創(chuàng)新驅(qū)動(dòng)蓄勢(shì)待發(fā)的人工智能產(chǎn)業(yè)集群。

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）浙江省泛人工智能企業(yè)主要集中在環(huán)杭州灣地區(qū)，杭州市引領(lǐng)全省人工智能產(chǎn)業(yè)的特色化發(fā)展，被列入國(guó)家新一代人工智能發(fā)展試驗(yàn)區(qū)，湖州德清縣被列入全國(guó)首個(gè)縣域國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)。廣東省深圳市、廣州市先后獲批建設(shè)國(guó)家新一代人工創(chuàng)新應(yīng)用先導(dǎo)區(qū)，區(qū)和國(guó)家新一代人工智能主引擎，珠三角其他地市為核心、粵東西北各地市協(xié)同聯(lián)動(dòng)的區(qū)域發(fā)展格局（表2）。表2：中國(guó)人工智能產(chǎn)業(yè)重點(diǎn)省市情況 城市 政策支持 高校及科研院所 放創(chuàng)新平臺(tái)人工智能

（千億級(jí)以上） 產(chǎn)業(yè)集聚北京市球影力的新策上海市際影工智能高地”廣東省一代工智戰(zhàn)略浙江省先、際一智地展高通用人工智干措展的若北京市加能創(chuàng)新策源年-人工智能產(chǎn)市新一代人建設(shè)的指導(dǎo)意智能產(chǎn)業(yè)發(fā)十四五”規(guī)年）代人工智能劃（年）家人工智能行動(dòng)計(jì)劃國(guó)家新一代試驗(yàn)區(qū)行動(dòng)

清華大學(xué)北京大學(xué)中國(guó)科學(xué)院北京航空航天大學(xué)北京理工大學(xué)院院與智能系統(tǒng)重點(diǎn)實(shí)驗(yàn)上?？萍即髮W(xué)與技術(shù)研究院公安部第三研究所所智能研究院上海人工智能實(shí)驗(yàn)室香港中文大學(xué)（深圳華南理工大學(xué)中山大學(xué)研究院浙江大學(xué)之江實(shí)驗(yàn)室湖畔實(shí)驗(yàn)室

?能開放創(chuàng)新平臺(tái)（百度）新平臺(tái)（京東）平臺(tái)（曠視）?平臺(tái)（平臺(tái)（好未來）平臺(tái)（小米）?能開放創(chuàng)新平臺(tái)（商湯）平臺(tái)（依圖）平臺(tái)（明略）?能開放創(chuàng)新平臺(tái)（騰訊）新平臺(tái)（華為）平臺(tái)（中國(guó)平安）?能開放創(chuàng)新平臺(tái)（阿里云平臺(tái)（?？低暎?/p>

?百度文心大模型?智譜科技ChatGLM?云知聲山海大模型?快手K7大模型?昆侖萬維天工大模型?大模型學(xué)院紫東太初?京東言犀大模型?模型跳動(dòng)火山方舟大?商湯日日新大模型?瀾起科技孟子大模型小機(jī)器人華藏大模型?生大模型智能實(shí)驗(yàn)室書?騰訊混元大模型?鳳凰大模型學(xué)（深圳?華為盤古大模型?型?西湖心辰西湖大模型?宇視科技梧桐大模型?模型電子Light-GPT大?螞蟻集團(tuán)貞儀大模型模型三百業(yè)靈犀大?實(shí)在智能塔斯大模型?網(wǎng)易伏羲玉言大模型

中關(guān)村軟件園中關(guān)村集成電路設(shè)計(jì)園能科技園京西）人工智中關(guān)村壹號(hào)園區(qū)園京通用人工智能創(chuàng)新亦莊自動(dòng)駕駛示范區(qū)中關(guān)村工業(yè)互聯(lián)網(wǎng)園區(qū)中關(guān)村智能裝備產(chǎn)業(yè)園張江人工智能島西岸智慧谷馬橋AI創(chuàng)新試驗(yàn)區(qū)臨港新片區(qū)信息飛魚產(chǎn)業(yè)園工智能（廣州）杭州人工智能產(chǎn)業(yè)園蕭山機(jī)器人小鎮(zhèn)浙大科學(xué)園云棲小鎮(zhèn)數(shù)據(jù)來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 24?2023人工智能全域變革圖景展望：遷點(diǎn)來人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 24?2023?2023畢馬威企業(yè)咨詢(中國(guó))有限公司—中國(guó)有限責(zé)任公司，是與英國(guó)私營(yíng)擔(dān)保有限公司—畢馬威國(guó)際有限公司相關(guān)聯(lián)的獨(dú)立成員所全球性組織中的成員。版權(quán)所有，不得轉(zhuǎn)載。?2023發(fā)展十大趨勢(shì)人工智能產(chǎn)?2023發(fā)展十大趨勢(shì)新熱點(diǎn)，基于對(duì)結(jié)外主流科技公司最新布局見，本章從技術(shù)變革、應(yīng)用創(chuàng)新、安全治理、生態(tài)協(xié)同四大維度總結(jié)出人的企希望為有志于投身人工智能領(lǐng)域?2023?2023人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 26人工智能域變革景展望躍遷點(diǎn)臨人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 26工智能革ChatGPT論是推、信息革命更態(tài)發(fā)展到多態(tài)，還。這一質(zhì)量數(shù)據(jù)和計(jì)算新范式，實(shí)際都在強(qiáng)調(diào)人工智能技術(shù)變革的本質(zhì)——算法、數(shù)據(jù)、算力三大基礎(chǔ)要素的精巧配合和相互促進(jìn)。多模態(tài)預(yù)訓(xùn)練大模型將人工智能產(chǎn)業(yè)的標(biāo)配01多模態(tài)預(yù)訓(xùn)練大模型將人工智能產(chǎn)業(yè)的標(biāo)配多模態(tài)預(yù)訓(xùn)練大模型主要包括三層含義：首先，“大模型”也稱基礎(chǔ)模型（FoundationMol），指基于大規(guī)模數(shù)據(jù)訓(xùn)練的模型，具備應(yīng)用領(lǐng)域廣泛的特點(diǎn)；其次，“預(yù)訓(xùn)練”強(qiáng)調(diào)大模型訓(xùn)練發(fā)生在模型微調(diào)（in-tuning）之前，大模型在預(yù)訓(xùn)練階段能夠集中學(xué)習(xí)到盡可能泛化的通用特征，數(shù)據(jù)集進(jìn)行調(diào)整，從而達(dá)到廣泛適用各類任務(wù)場(chǎng)景的效果；最后，“多模態(tài)”指用于訓(xùn)練大模型的數(shù)據(jù)來源和形式具有多樣性，例如，人類

2017年，Transformer模型提出，奠定了當(dāng)前大模型的主流算法架構(gòu)；2018年，基于Transformer架構(gòu)訓(xùn)練的BERT模型問世，其參數(shù)量首次突破3億規(guī)模；隨后T5（參數(shù)量）GPT-3（1750）Transformer（參數(shù)量1.6萬億）、智源“..0萬億）等預(yù)訓(xùn)練語言大模型相繼推出，參數(shù)量實(shí)現(xiàn)了從億級(jí)到萬億級(jí)的突破；2022年底至今，htGT引爆全球大模型創(chuàng)新熱潮13通過視覺、聽覺、嗅覺等多種感官獲取信息，國(guó)內(nèi)科技廠商競(jìng)爭(zhēng)尤為激烈。據(jù)不完全統(tǒng)計(jì)，繼而通過聲音、文字、圖像等多種載體進(jìn)行溝通表達(dá)，就是多模態(tài)的輸入和輸出。言處言處理（NLP）領(lǐng)域 當(dāng)前大模型創(chuàng)新從單模態(tài)轉(zhuǎn)向多模態(tài)，業(yè)等實(shí)體產(chǎn)業(yè)為大模型提供了豐富的訓(xùn)練數(shù)大模型創(chuàng)新從單模態(tài)轉(zhuǎn)向多模態(tài)，業(yè)等實(shí)體產(chǎn)業(yè)為大模型提供了豐富的訓(xùn)練數(shù)

全國(guó)從事人工智能大模型研發(fā)的企業(yè)已超過家，其中80余個(gè)大模型已公開發(fā)布，真正進(jìn)入了“百模大戰(zhàn)”階段。目前，國(guó)內(nèi)大模型雖在市場(chǎng)影響力方面稍遜色于GPT系列?；痑-文，國(guó)造將逐漸成為

據(jù)和應(yīng)用場(chǎng)景。未來，在大模型面向產(chǎn)業(yè)賦能方面，中國(guó)大模型極有可能后發(fā)先至，也會(huì)是國(guó)內(nèi)大模型競(jìng)爭(zhēng)的關(guān)鍵因素之一?！鞍倌４髴?zhàn)”正酣，運(yùn)營(yíng)商223年月7日，\ht://w.ci.c/jia/2023807vL3Ktl21jG1ae8ja4.tl27 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）圖22：大模型技術(shù)迭代歷程圖22：大模型技術(shù)迭代歷程單模態(tài)預(yù)訓(xùn)練大模型階段2020DDPM生成圖像VisionTransformer2021DALLE2022StableDiffusion大模型階段練2023Kosmos-1DALLE-2CLIPImageBindMidjourney2017Transformer2018GPT-12019GPT-22020GPT-32022ChatGPT2023GPT-4GPT-4V2018BERT2019RoBERTa2020ALBERT2021DeBERTaPALM-E輸出文本數(shù)據(jù)來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院，畢馬威分析輸入文本值得注意的是，目前所公開的模型大部分僅支持文本輸入，較為前沿的GPT-4還支持圖像輸入，但模型的輸出只能實(shí)現(xiàn)文本和圖像兩種模態(tài)，3年9月底以來，OnAI將ChatGPT升級(jí)至GPT-4withvision（GPT-4V），增強(qiáng)了視覺提示功能，在相關(guān)樣本觀（inlVutilit表現(xiàn)突出。多模態(tài)的模型訓(xùn)練方法更接近于人

類接收、處理、表達(dá)信息的方式，能更為全面地展現(xiàn)信息原貌，是未來人工智能模型演進(jìn)的重點(diǎn)方向（圖22）。AI大模型將從支持文本、圖像、音頻、視頻等單一模態(tài)下的單一任務(wù)，逐漸發(fā)展為支持多種模態(tài)下的多種任務(wù)。這意味著，各家大模型的比拼重點(diǎn)將多模態(tài)信息整合和深度挖掘，通，預(yù)訓(xùn)練任務(wù)的精巧設(shè)計(jì)，讓模型更精準(zhǔn)地捕捉到不同模態(tài)信息之間的關(guān)聯(lián)。人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）目前，多模態(tài)預(yù)訓(xùn)練大模型發(fā)展思路主要有三：一是利用單模態(tài)模型如LLMs（大型語言模型）來調(diào)動(dòng)其它數(shù)據(jù)類型的功能模塊完成多模態(tài)任務(wù)，典型代表有VisualChatGPT、HuggingGPT等；二是直接利用圖像和文本信息訓(xùn)練得到多模態(tài)大模型，典型代表有

28KOSMOS-1等；三是將LLMs與跨模態(tài)編碼器等有機(jī)結(jié)合，融合LLMs的推理檢索能力和編碼器的多模態(tài)信息整合能力，典型代表有Flamingo、BLIP2等。隨著技術(shù)日臻成熟，多模態(tài)預(yù)訓(xùn)練大模型將是AI大模型的主流形態(tài)，堪稱下一代人工智能產(chǎn)業(yè)的“標(biāo)配”。案例1：國(guó)產(chǎn)大模型從三模態(tài)走向全模態(tài)自2019可以窺見國(guó)產(chǎn)大模型的多模態(tài)發(fā)展趨勢(shì)。2021年，中國(guó)科學(xué)院自動(dòng)化研究所與武漢東湖高新區(qū)共同打千億參數(shù)規(guī)模的三模態(tài)大模型“紫東太初”，該大模型打通了語音、圖像、文字三種模態(tài)數(shù)據(jù)，可以自動(dòng)學(xué)習(xí)跨模態(tài)數(shù)據(jù)之解問題，通泛化和理2023年，中國(guó)科學(xué)院自動(dòng)化研究所和武漢人工智能研究院推出新一代大模型：全模態(tài)大模型“紫東.太初2.0”版本，在文3D等更多模態(tài)數(shù)據(jù)，能支持多輪問答、文本創(chuàng)作、圖像生成、3D創(chuàng)作能力。資料來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院，畢馬威分析29高質(zhì)量數(shù)據(jù)愈發(fā)稀缺將倒逼數(shù)據(jù)智能飛躍02高質(zhì)量數(shù)據(jù)愈發(fā)稀缺將倒逼數(shù)據(jù)智能飛躍圍繞AI大模型的商業(yè)化競(jìng)爭(zhēng)不斷加劇，作為模型訓(xùn)練“原料”的數(shù)據(jù)（尤其是高質(zhì)量數(shù)

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）據(jù)），正迎來短缺危機(jī)。根4一項(xiàng)來自EpochAlResearch團(tuán)隊(duì)的研究，高質(zhì)量的語言數(shù)據(jù)存量將在2026年耗盡，低質(zhì)量的語言數(shù)據(jù)和圖像數(shù)據(jù)的存量則分別在2030年至至。能顯著提升，那么2030年以后，AI大模型的發(fā)展速度將明顯放緩。數(shù)據(jù)智能指的是從數(shù)據(jù)中提煉、發(fā)掘、獲取有揭示性和可操作性的信息，從而為人們?cè)诨跀?shù)據(jù)制定決策或執(zhí)行任務(wù)時(shí)提供有效的智能支持。數(shù)據(jù)智能融合了數(shù)據(jù)處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人機(jī)交互、可視化等多種底層技術(shù)，可劃分為數(shù)據(jù)平臺(tái)技術(shù)、數(shù)據(jù)整術(shù)、數(shù)據(jù)交互技術(shù)、數(shù)數(shù)據(jù)，但是目在據(jù)量面聲、數(shù)據(jù)缺失數(shù)不衡問和準(zhǔn)確性。預(yù)大型域斷數(shù)據(jù)在大規(guī)模多態(tài)高量能aloillalsetal,illwerntfaa?naalyisfeliitsfaligatetsinacieLeaig，ct26,202,t://aiv.rg//211.0325f人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）以數(shù)據(jù)平臺(tái)技術(shù)為例，湖倉一體技術(shù)（DataLakehouse）充分整合了數(shù)據(jù)湖和數(shù)據(jù)倉庫的優(yōu)勢(shì)，支持端到端的流式計(jì)算，有利于全面挖掘數(shù)據(jù)價(jià)值，實(shí)現(xiàn)即時(shí)數(shù)據(jù)洞察，為環(huán)湖服務(wù)（包括多維分析、預(yù)測(cè)分析、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、大數(shù)據(jù)處理、決策支持等）有利于構(gòu)建彈性可件。耦生易管技可觀測(cè)的數(shù)據(jù)應(yīng)用系統(tǒng)，從而實(shí)現(xiàn)數(shù)據(jù)處理能力跨區(qū)域、跨平臺(tái)甚至跨服務(wù)商的規(guī)模化復(fù)制。預(yù)計(jì)，基于云原生容器化環(huán)境，支持流、批數(shù)據(jù)處理的“湖倉一體”架構(gòu)將成為新一代數(shù)據(jù)平臺(tái)的底座，助力數(shù)據(jù)質(zhì)量提升。此外，現(xiàn)代數(shù)據(jù)棧（MonDtaStc）、數(shù)據(jù)編織（DataFabric）等新型數(shù)據(jù)整理技

30術(shù)將極大提高數(shù)據(jù)處理效率，降低數(shù)據(jù)使用難度。機(jī)器學(xué)習(xí)、圖計(jì)算等數(shù)據(jù)分析技術(shù)將有效拓展數(shù)據(jù)分析的維度和深度，有利于滿足日益復(fù)雜的數(shù)據(jù)分析需求。自然語言處理等數(shù)據(jù)交互技術(shù)與向量數(shù)據(jù)庫相結(jié)合，能夠使計(jì)算機(jī)系統(tǒng)充分理解人類語言，在人機(jī)問識(shí)檢索等場(chǎng)景中，創(chuàng)造自然高效的用總的來說，隨著信息技術(shù)的不斷普及，技術(shù)創(chuàng)新熱點(diǎn)層出不窮，數(shù)據(jù)智能技術(shù)也在不斷進(jìn)步，核心驅(qū)動(dòng)力始終在于將無實(shí)際意義的數(shù)據(jù)轉(zhuǎn)化為能傳遞信息和知識(shí)甚至幫助人們思考決策的有效工具，大模型的爆發(fā)式發(fā)展、算力的不斷提升將為數(shù)據(jù)智能的持續(xù)突破按下加速鍵。案例2：湖倉一體架構(gòu)助力企業(yè)級(jí)數(shù)據(jù)智能化發(fā)展數(shù)智時(shí)代下用戶對(duì)數(shù)據(jù)處理能力的需求呈現(xiàn)四大變化：數(shù)據(jù)量（尤其是非結(jié)構(gòu)化數(shù)據(jù)）暴漲，對(duì)數(shù)據(jù)的實(shí)時(shí)反饋需求提高，AI計(jì)算框架兼容性要求提高對(duì)模型開發(fā)和機(jī)器學(xué)習(xí)全生命周期平臺(tái)化能力的要求提升，以數(shù)據(jù)倉庫、數(shù)據(jù)湖為代表的傳統(tǒng)數(shù)據(jù)治理技術(shù)架構(gòu)難以完全滿足需求。基于此，美國(guó)“數(shù)據(jù)+AI”獨(dú)角獸企業(yè)Databricks采用的云中湖倉一體架構(gòu)與數(shù)智時(shí)代數(shù)據(jù)治理需求的適配潛力較大。Databricks起源于學(xué)術(shù)界和開源社區(qū)，由多位科學(xué)家創(chuàng)業(yè)者于2013年創(chuàng)立，2021年融資后估值為380億美元。Databricks采用了結(jié)合數(shù)據(jù)湖和數(shù)據(jù)倉庫優(yōu)勢(shì)的新范式“湖倉一體”架構(gòu)，用戶可直接在低成本的、高靈活度的數(shù)據(jù)湖上實(shí)現(xiàn)與數(shù)據(jù)倉庫tcsAIAAu等云處術(shù)。使用，企業(yè)可以更快地處理和分析海量數(shù)據(jù)，同時(shí)還能支持構(gòu)建和部署人工智能應(yīng)用程序。資料來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院，畢馬威分析31智能算力無處不在的計(jì)算新范式加速實(shí)現(xiàn)03智能算力無處不在的計(jì)算新范式加速實(shí)現(xiàn)算力是大模型訓(xùn)練的“燃料”，以高效且成本較低的方式為人工智能發(fā)展注入源源不斷的核心動(dòng)力，已逐漸成為產(chǎn)業(yè)界共識(shí)。深度學(xué)習(xí)出現(xiàn)之前，用于AI訓(xùn)練的算力增長(zhǎng)大約每20個(gè)月翻一番，基本符合摩爾定律；深度學(xué)習(xí)出現(xiàn)之后，用于AI訓(xùn)練的算力大約每6個(gè)月-I練均每年算力增長(zhǎng)幅度達(dá)到驚人的10倍；目前大模型發(fā)展如火如荼，訓(xùn)練算力需求有望擴(kuò)張到原來的-1倍，算力需求的指數(shù)級(jí)增

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）AI需要巨大的算力成本AI需要巨大的算力成本16入。以構(gòu)建GPT-3例，OnAI數(shù)據(jù)顯示，滿足G-3算力需求至少要上萬顆英偉達(dá)GPUA100，一次模型訓(xùn)練總算力消耗約,-ys（即每秒一,這還,成本和過型后續(xù)升級(jí)所需的訓(xùn)練成本。此背景下，變革傳統(tǒng)計(jì)算范式成為必然趨勢(shì)，產(chǎn)業(yè)界正加速推動(dòng)芯片和計(jì)算架構(gòu)創(chuàng)新。例如，谷歌自2016年以來就不斷研發(fā)專為機(jī)器TPU（Tensorocingnit，張量處理器），并利用TPU進(jìn)行了大量的人工智能訓(xùn)練工作。英偉達(dá)則抓住AI大模型爆發(fā)契機(jī)大力推廣“GPU+U計(jì)算”方人外的觀點(diǎn)認(rèn)為U、子計(jì)算具有原理上遠(yuǎn)超經(jīng)典計(jì)算的強(qiáng)大并行計(jì)算能力，IM在3年宣布將與東京大學(xué)和芝加哥大學(xué)合作建造由10萬個(gè)量子比特（量子信息處理的基本單位）驅(qū)動(dòng)的量子計(jì)算機(jī)，有望推進(jìn)量子計(jì)算在新藥物研發(fā)、探索暗物質(zhì)、破譯密碼等方面的應(yīng)用。atG到底需要多少算力，華爾街見聞，202年2月1日，tt:/wallteet.c/atile/361960mB.Brw,ejainMa,LagageelsareFetLeaer,ay28,200（eai.）人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 32新多元異構(gòu)體現(xiàn)為P、GP、ASI、GA和NPU、DPU為代表的“XPU”芯片使得算力日趨多元化，傳統(tǒng)x86架構(gòu)之外，ARM、IS-、MIS等多種架構(gòu)也正在被越來越多的芯片公司所采納，異構(gòu)計(jì)算加速崛起。軟硬件協(xié)同設(shè)計(jì)要求高效管理多類型資源，實(shí)容等特性，例如，、跨平臺(tái)部署、度學(xué)習(xí)編譯技術(shù)，提升算子庫的性能、開放性和易用性，盡可能屏蔽底層處理器差異，向上兼容

更多AI框架。綠色集約強(qiáng)調(diào)了對(duì)于數(shù)據(jù)中心和5G設(shè)施，平衡算力提升和能耗降低問題的重要性，包括提高綠色能源使用占比、采用創(chuàng)新型制冷技術(shù)降低數(shù)據(jù)中心能耗、綜合管理IT設(shè)備提高算力利用效率等。云邊端一體化則是在云端數(shù)據(jù)中心、邊緣計(jì)算節(jié)點(diǎn)以及A、自動(dòng)駕駛等新一代計(jì)算終端滲透率有望大幅提升。案例3：高端芯片助力生成式人工智能和高性能計(jì)算案例3：高端芯片助力生成式人工智能和高性能計(jì)算近年來，國(guó)內(nèi)外大型科技公司競(jìng)相開發(fā)基于海量數(shù)據(jù)的人工智能算法模型，當(dāng)它們進(jìn)化得更加復(fù)雜時(shí)，傳統(tǒng)算力已無法滿足（中央處理器）、GPU（圖像處理器）等，為人工智能提供算計(jì)算速度的要求，AI芯片便顯得尤為重要。I芯片包括U力支撐，堪稱AI的“超級(jí)大腦”。為滿足科技公司的業(yè)務(wù)需求，芯片廠商備受矚目，一些高端芯為生成式人工智能和高性能計(jì)算設(shè)計(jì)的新一代NVIDIAGH200片及相應(yīng)的顯卡已是一卡難求。2023年5月底，英偉達(dá)發(fā)布專公司如谷歌、微軟和Mta等將率先部署。目前，美股英偉達(dá)新GraceHopper超級(jí)芯片將于2024年第二季投產(chǎn)，眾多科技GraceHopper超級(jí)芯片，并配備全球首款HBM3e處理器，全7度飛升，已成為全球首家市值超過1萬億美元的芯片資料來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院，畢馬威分析，中國(guó)電子報(bào)，0235月31tt://aiiaa.ai.c/i=176748858937240&r=ier&rc人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 33二應(yīng)用創(chuàng)新人工智能產(chǎn)業(yè)發(fā)展十大趨勢(shì)二應(yīng)用創(chuàng)新

全球人工智能角逐的制勝點(diǎn)除芯片、數(shù)據(jù)等核心領(lǐng)域外，場(chǎng)景應(yīng)為技術(shù)突破提供切，一；另，場(chǎng)景，場(chǎng)景應(yīng)用能否獲得商業(yè)，能決定了產(chǎn)業(yè)化能否順利推進(jìn)。大模型技術(shù)將重塑生產(chǎn)消費(fèi)的基本形態(tài)，以AIGC、AI4S、AGI為代表的應(yīng)用場(chǎng)景中有望出現(xiàn)大量范式轉(zhuǎn)換機(jī)會(huì)。人工智能生成內(nèi)容（AIGC）應(yīng)用向全場(chǎng)景滲透04人工智能生成內(nèi)容（AIGC）應(yīng)用向全場(chǎng)景滲透圖23：AIGC應(yīng)用落地時(shí)間表2020年前文本20202022202520302050OpenAICPTMetaOP175B代碼OpenAIP4圖23：AIGC應(yīng)用落地時(shí)間表2020年前文本20202022202520302050OpenAICPTMetaOP175B代碼OpenAIP4cofteep圖像StbilityIbleOpenDALL-Eff視頻pMind-efn數(shù)據(jù)來源：紅杉資本，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析

生產(chǎn)內(nèi)容G)之后的新一代內(nèi)容創(chuàng)作方式（23)。現(xiàn)階段大模型最主要的應(yīng)用方向就是AIGC，主要包括I寫作、I編程、AI繪畫、AI視頻生成等。別圾郵件識(shí)翻譯基礎(chǔ)問答作礎(chǔ)文案寫初稿生成更長(zhǎng)文字第二稿完成垂直微調(diào)學(xué)類論文均水平的稿生成家水平的稿生成單行代碼自動(dòng)生成成行代碼生更長(zhǎng)代碼率高的準(zhǔn)確藝術(shù)作品更多語言局多垂線布模型模擬（草稿）品終稿生成（終稿）發(fā)者全職開終稿生成，?計(jì)??建筑計(jì)、基礎(chǔ)/初稿視?建筑第二稿生成?師家和設(shè)AIRobox?頻及3D??游戲和電影腦電高質(zhì)圖像初步探索基本形成準(zhǔn)備階段人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）傳統(tǒng)人工智能偏重于數(shù)據(jù)分析能力，AIGC則將人工智能的價(jià)值聚焦到了創(chuàng)造上，其所創(chuàng)建的內(nèi)容來源于歷史數(shù)據(jù)和內(nèi)容，卻不是簡(jiǎn)單復(fù)制歷史，而是衍生出新內(nèi)容。得益于大模型、深度學(xué)習(xí)算法、多模態(tài)等技術(shù)的不斷進(jìn)步，近年來各種內(nèi)容形式的I生成作品百AG現(xiàn)SleDiuion和htGT。StleDiuion于2022年10月發(fā)布，用戶輸入文字描述后即可得到AI生成的圖像，使得AIChatGPT于2022年底面世，其人機(jī)文本對(duì)話功能和文本創(chuàng)作能力將機(jī)器水平推向新高，在全球范圍里掀起了一輪AIGC創(chuàng)新熱潮。2023年以來，AIGC領(lǐng)域文生文、文生圖等垂直賽道劃分愈發(fā)清晰，由于人類社會(huì)語言文化相較圖片類視覺藝術(shù)，理解難度更等ChatGPT應(yīng)用大規(guī)模普及的難度相對(duì)更大且進(jìn)展更慢，文生圖領(lǐng)域應(yīng)用創(chuàng)新熱度則相對(duì)更高。隨著DicoDiuion、StleDiuion、DA-E2、Mijouny等對(duì)公眾開放，文生圖應(yīng)用在端的普及已初見成效。的發(fā)展源頭在數(shù)字內(nèi)容創(chuàng)作領(lǐng)域，從單模態(tài)內(nèi)容到多模態(tài)數(shù)字化內(nèi)容創(chuàng)建已初顯雛形，預(yù)計(jì)未來會(huì)進(jìn)一步提高人類創(chuàng)造內(nèi)容的效率，，富數(shù)字內(nèi)容生態(tài)，內(nèi)容的場(chǎng)同都可能被AIGC重新定義，AIGC向全場(chǎng)景滲透指日可待。

34具體到場(chǎng)景來看，AIGC目前集中在創(chuàng)造性工作場(chǎng)景中，包括廣告營(yíng)銷、游戲創(chuàng)作、藝術(shù)設(shè)計(jì)等。一方面，創(chuàng)意屬于稀缺資源，AIGC的創(chuàng)造性對(duì)激發(fā)靈感、輔助創(chuàng)作、驗(yàn)證創(chuàng)意等大有助益；另一方面，互聯(lián)網(wǎng)大規(guī)模普及使得“一切皆可線上”，數(shù)字內(nèi)容消費(fèi)需求AG本、更高效率地生不過，AIGC在內(nèi)容準(zhǔn)確性、細(xì)節(jié)把控度、風(fēng)格個(gè)性化等方面仍有較大優(yōu)化空間，AIGC潛力能否充分釋放取決于和業(yè)務(wù)需求能否有效結(jié)合。例如，在客服場(chǎng)景中，多輪人機(jī)對(duì)話式客服不僅能改善用戶體驗(yàn)，還節(jié)約了人工客服成本，但AIGC內(nèi)容仍難以應(yīng)對(duì)某些極為細(xì)分和高復(fù)雜度的需求。在芯片研發(fā)場(chǎng)景中AIG生成的3D模型能幫助優(yōu)化芯片元件位置，于某些定制化芯片往往還需額外投入數(shù)訓(xùn)練。在醫(yī)療科技場(chǎng)景中，AIGC基于真實(shí)病例數(shù)據(jù)生成的新數(shù)據(jù)解決了因醫(yī)療數(shù)據(jù)的稀缺性、敏感性造成的數(shù)據(jù)缺乏問題，為藥物研發(fā)、精準(zhǔn)醫(yī)療、醫(yī)療影像等領(lǐng)域提供數(shù)據(jù)生成服務(wù)。長(zhǎng)期來看，AIGC實(shí)現(xiàn)全場(chǎng)景滲透的本質(zhì)是機(jī)器創(chuàng)造能力的低成本復(fù)制，必然離不開大規(guī)模高質(zhì)量數(shù)據(jù)和低成本算力的托底，AIGC有望成為新一代內(nèi)容生產(chǎn)基礎(chǔ)設(shè)施。35人工智能驅(qū)動(dòng)科學(xué)研究（AIforScience）從單點(diǎn)突破加速邁向平臺(tái)化05人工智能驅(qū)動(dòng)科學(xué)研究（AIforScience）從單點(diǎn)突破加速邁向平臺(tái)化AIS（AIorScinc

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）結(jié)合全18AI4S領(lǐng)域基礎(chǔ)模型和軟件的發(fā)展情研究）是利用I的技術(shù)和方法，去學(xué)習(xí)、模

況來看，2022年以后，全球范圍AI4S領(lǐng)域擬、預(yù)測(cè)和優(yōu)化自然界和人類社會(huì)的各種現(xiàn)象和規(guī)律，從而推動(dòng)科研創(chuàng)新。AI4S可顯著降低前沿科技研究中的智力成本并提升研究效率，主要應(yīng)用領(lǐng)域包括生命科學(xué)、氣象預(yù)測(cè)式、學(xué)、分子、力學(xué)等，、數(shù)據(jù)驅(qū)動(dòng)范式互相促進(jìn)的第五大范式。業(yè)界一般認(rèn)為2017-2021年是AI4S的概念導(dǎo)入期，此期間相關(guān)模型精度、技術(shù)路徑、學(xué)科門類、應(yīng)用場(chǎng)景持續(xù)完善，出現(xiàn)了DeePMD加速分子動(dòng)力學(xué)模擬、AlphaFold2破解蛋白質(zhì)折疊預(yù)測(cè)難題等一批創(chuàng)新成果。圖7：AIforScience模型與基礎(chǔ)軟件發(fā)展情況

的模型和基礎(chǔ)軟件數(shù)量明顯增多，且功能由導(dǎo)”，一定程度上表明AI4S已由概念導(dǎo)入期的“單點(diǎn)突破”發(fā)展過渡到“平臺(tái)化”發(fā)展生物）具體國(guó)AIS的AIS況來看，迅速，其他領(lǐng)域則仍處于起步階段，應(yīng)用場(chǎng)景方面主要為專業(yè)化領(lǐng)域的單一場(chǎng)景應(yīng)用，尚未出現(xiàn)跨領(lǐng)域應(yīng)用。不過，中美歐三地AIforScience已發(fā)表論文數(shù)量超過了全球總數(shù)的80%，且中國(guó)數(shù)量領(lǐng)先，預(yù)計(jì)未來中國(guó)AI4S創(chuàng)新成果有望加速涌現(xiàn)。HallucinSCUBAProHallucinSCUBAProRFA

PINNs

FermiNet

CFDCFD

AIforScience模型

DeepWF數(shù)據(jù)-機(jī)理融合DeepWF

ation

teinMPNNdiffusionBACUS-R東方old2東方old2數(shù)據(jù)驅(qū)動(dòng)

Cosmosflow

M-IF御風(fēng)

東方·翼風(fēng)水分子團(tuán)簇大模型AI啟發(fā)理論及算法發(fā)現(xiàn)AI加速和優(yōu)化科學(xué)計(jì)算AI輔助科學(xué)文獻(xiàn)研究AI指導(dǎo)和加速科學(xué)實(shí)驗(yàn)ClarGraphCast AI啟發(fā)理論及算法發(fā)現(xiàn)AI加速和優(yōu)化科學(xué)計(jì)算AI輔助科學(xué)文獻(xiàn)研究AI指導(dǎo)和加速科學(xué)實(shí)驗(yàn)ClarFourCa機(jī)器MetNetFourCa機(jī)器MetNetSciBert

stNet化學(xué)家

GalacticaMindScience

藥物文獻(xiàn)大模型MindScience(SPONGE,Elec) (Chemistry)AIforScience基礎(chǔ)軟件數(shù)據(jù)來源：中國(guó)科技網(wǎng)，畢馬威分析，中關(guān)村產(chǎn)業(yè)研究院

a

lusPaddleHelixJAX-MD

JAX-CFD

MindScience(Flow)DeepFlameUniFoldPaddleScience最新《報(bào)告》：我國(guó)Ircice223年76日，\ht://tail.c/ie/kejiwe/2030777aa670e4939157611910a.tl人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）一階段的發(fā)展。由科I型展注重定或場(chǎng)關(guān)中解決方案的落地價(jià)步證明了對(duì)已被證明的價(jià)值能力沉淀為平臺(tái)值工，升S師和化求S程一階段的發(fā)展。

36AI4S的平臺(tái)化發(fā)展主要依靠四大工具的建設(shè)：模型算法和數(shù)據(jù)分析方法、高效率高精度的實(shí)驗(yàn)表征方法、數(shù)據(jù)庫和知識(shí)庫、專用芯片和高效整合的計(jì)算能力。落地路徑主要為在共性平臺(tái)和功能套件的基礎(chǔ)上，針對(duì)特定學(xué)科的應(yīng)用研究進(jìn)行垂直整合，其他落地模式龐雜無序、學(xué)科知識(shí)壁壘高、跨學(xué)科研究生態(tài)整合難度大等痛點(diǎn)。預(yù)計(jì)隨著相關(guān)科研機(jī)構(gòu)和科技企業(yè)不斷沉淀底層數(shù)據(jù)分析和結(jié)構(gòu)仿真設(shè)計(jì)能力，將更多“科學(xué)問題”轉(zhuǎn)化為“計(jì)算和工程問題”，AI4S領(lǐng)域有望出現(xiàn)類似Transformer、GPT-3等的通用模型和框架，涌現(xiàn)一批“高效便捷、開箱即用”的科學(xué)研究智能化工具。37具身智能、腦機(jī)接口等開啟通用人工智能（AGI）應(yīng)用探索06具身智能、腦機(jī)接口等開啟通用人工智能（AGI）應(yīng)用探索一般來說，學(xué)術(shù)界將人工智能的發(fā)展階段分為專用人工智能、通用人工智能和超人工智能。專用人工智能指機(jī)器具備表象性的智能特征，包括像人一樣思考、感知環(huán)境以及像人一樣行動(dòng)，是機(jī)器學(xué)習(xí)的時(shí)代，典型案例如第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器iiiGItllicGl識(shí)、自覺等人類特征相連結(jié)，能夠執(zhí)行人類智力行為的機(jī)器智能。超人工智能指的是在科學(xué)創(chuàng)造力，智慧和社交能力等多方面都比人類大腦聰明很多的智能。目前，人工智能逐步向通用人工智能發(fā)展。通用人工智能的技術(shù)原理強(qiáng)調(diào)兩大特性：一是需要基于先進(jìn)算法實(shí)現(xiàn)智能處理和決策，包括深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、進(jìn)化計(jì)算等；包括感知、記憶、類大腦相似的認(rèn)知架構(gòu)，等模塊。ChatGPT在文本對(duì)話領(lǐng)域表現(xiàn)出和人類行為的相似性，被認(rèn)為是人類通往AGI道路上的重要里程碑式產(chǎn)品，但在實(shí)際應(yīng)用環(huán)境中，ChatGPT仍存在數(shù)據(jù)在線更新能力缺乏、多模態(tài)信息不足等問題。參照AGI技術(shù)原理來看，ChatGPT在感知尤其是實(shí)時(shí)感知能力等方面，仍需進(jìn)一步優(yōu)化，而具身智能、腦機(jī)接口等（oiAI能是有效。策行動(dòng)能力的機(jī)器智能，它可以像人類一樣實(shí)時(shí)感知和理解環(huán)境，通過自主學(xué)習(xí)和適應(yīng)性行為來完成任務(wù)。腦機(jī)接口（BinouterIntce）是指在人或動(dòng)物大腦與外部設(shè)備之間創(chuàng)建的直接連接，實(shí)現(xiàn)腦與設(shè)備的信息交換，結(jié)合大腦解碼技術(shù)等讓機(jī)器更好地理解人類認(rèn)知過程。

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）核心技術(shù)不成熟、研發(fā)成本較高、ndMolAiliti》，提出了htG核心技術(shù)不成熟、研發(fā)成本較高、ndMolAiliti》，提出了htGT應(yīng)

38在具身智能方面，2023年月，微軟發(fā)布論文《htGTorootic:Dinincils位等突出問題，離實(shí)制業(yè)缺究機(jī)構(gòu)和企業(yè)已經(jīng)開始探索具身tI

用于機(jī)器人的設(shè)計(jì)原則，并總結(jié)了兩者結(jié)合后帶來的跨平臺(tái)、跨任務(wù)機(jī)器人控制等多項(xiàng)解決能力。2023年3月，谷歌聯(lián)合柏林工業(yè)大該aME，重新訓(xùn)練，已表現(xiàn)出較好的遷移能力。2023年月，AI科學(xué)家李飛飛團(tuán)隊(duì)公布了利用大型語言模型（LLMs）和視覺語言模型（VLMs）驅(qū)動(dòng)的機(jī)器人項(xiàng)目VoxPoser，人類可以用自然語言給機(jī)器人下達(dá)指令，機(jī)器人直接能夠聽懂人話，無需額外數(shù)據(jù)和訓(xùn)練。在腦機(jī)接口方面，2023年月，日本荒谷研究開發(fā)部通過非侵入式腦機(jī)接口與ChatGPT結(jié)合的方式，G可缺的說，底座，未來一段時(shí)間內(nèi)，相關(guān)研究將進(jìn)入拓寬加深期。入4ychCI得FDA批準(zhǔn)對(duì)永久植Synchron成立于2017年，總部位于美國(guó)紐約。目前該公司的主要研究方向?yàn)樯窠?jīng)恢復(fù)、神經(jīng)調(diào)控和神經(jīng)診斷。Synchron是全球首家獲得FDA批準(zhǔn)對(duì)永久植入性設(shè)備進(jìn)行人體臨床試驗(yàn)的腦機(jī)接口公司，其獲得先發(fā)優(yōu)勢(shì)的原因主要在于兩方面：產(chǎn)品優(yōu)勢(shì)和植入方法的創(chuàng)新。在產(chǎn)品優(yōu)勢(shì)方面，由Synchron研發(fā)的Stentrode?，直徑僅為Ste積此外Stentrode?產(chǎn)品使用柔性鎳鈦合金制成，該種材料被廣泛應(yīng)用于植入式醫(yī)療器械，具有良好的生物相容性。在植入方法創(chuàng)新方面，Synchron采用神經(jīng)介入方法，通過頸靜脈將Stentrode?植入到大腦運(yùn)動(dòng)皮層下，然后與血管壁進(jìn)行融合固定，此方法避免開顱，安全性更高，感染風(fēng)險(xiǎn)更小，因此其受到的法規(guī)監(jiān)管更為寬容，能夠更快進(jìn)入臨床實(shí)驗(yàn)。目前Synchron的臨床試驗(yàn)進(jìn)展取得了不錯(cuò)的效果。資料來源：公開資料，中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 39三安全治理人工智能產(chǎn)業(yè)發(fā)展十大趨勢(shì)三安全治理

當(dāng)前在人工智能領(lǐng)域無論是技術(shù)創(chuàng)新還是應(yīng)用創(chuàng)新都堪稱“萬類機(jī)制正在引”，但自由是隱私泄露，日益復(fù)雜的算法規(guī)則和黑箱人工智能安全治理趨嚴(yán)、趨緊、趨難07人工智能安全治理趨嚴(yán)、趨緊、趨難深度神經(jīng)網(wǎng)絡(luò)大模型的預(yù)訓(xùn)練以及在大規(guī)模人機(jī)交互過程中強(qiáng)化學(xué)習(xí)必將帶來人工智能以認(rèn)知發(fā)展為導(dǎo)向的“自我進(jìn)化”，如何確保這種自我性特征對(duì)人類社會(huì)有益而無害，是目前需要面對(duì)的巨大挑戰(zhàn)。人工智能帶來的挑戰(zhàn)主要體現(xiàn)在技術(shù)安全、應(yīng)，安全和數(shù)據(jù)安全等三方不透明性造成了“黑箱”困境。人工智能模型包含大量的代碼，人工智能的設(shè)計(jì)者利用各種來源的數(shù)據(jù)訓(xùn)練算法，進(jìn)行建模，獲得結(jié)果。隨著算力的提升，海量數(shù)據(jù)被收集利用，機(jī)器學(xué)習(xí)逐漸普及，人工智能高速迭代，在不依賴人

從應(yīng)用層面看，隨著大模型與AIGC的快速融合發(fā)展，生成的內(nèi)容能夠達(dá)到“以假亂真”的效果，人人都能輕松實(shí)現(xiàn)“換臉”“變聲”，人工智能在應(yīng)用層的風(fēng)險(xiǎn)也相應(yīng)增加，所帶來的虛假信息、偏見歧視乃至意識(shí)滲透等問題無法避免，對(duì)個(gè)人、機(jī)構(gòu)乃至國(guó)家安技術(shù)的發(fā)展及應(yīng)用的泛在化，越來越多的工作將被機(jī)器取代，失業(yè)人群增加，這將對(duì)社會(huì)公平提出挑戰(zhàn)。根據(jù)牛津大學(xué)和耶魯大學(xué)的一項(xiàng)調(diào)研，研究人員預(yù)計(jì)未來AI將在多個(gè)領(lǐng)域趕超人類，例如，卡車駕駛（2027年零售業(yè)（01年）1書寫作（24年），工調(diào)整的情況下，能夠自我學(xué)習(xí)和更新，不過，人工智能的設(shè)計(jì)者很難說明人工智能的決策過程和結(jié)果，造成了其結(jié)果的“不可解釋”。

外科醫(yī)生工作（2053年）。Deartetfliticalciee,Yaleiveity,tt:/ariv.r//170.0887.Katjarae,Jnavatiretal.enillIcedanrrace?vieceDeartetfliticalciee,Yaleiveity,tt:/ariv.r//170.0887.?2023?2023人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）最后，從數(shù)據(jù)安全看，海量數(shù)據(jù)是人工智能發(fā)展的基石，在采集、使用和分析這些數(shù)據(jù)的過程中，存在數(shù)據(jù)泄漏、篡改和真實(shí)性難驗(yàn)證等安全隱患。隨著AIGC技術(shù)的發(fā)展，數(shù)據(jù)安全問題的解決則更加趨難。用戶在與大模型交互的過程中輸入的提示詞可能被用于I多發(fā)被供給其他使用者。富，未來數(shù)據(jù)泄露問題將難以通過傳統(tǒng)的數(shù)據(jù)防泄漏（Dataleakageprevention）方法解決。

4020，并在此人工智能技術(shù)的快速迭代帶來安全風(fēng)險(xiǎn)治理難度的增加，各國(guó)目前呈現(xiàn)出政策法規(guī)先行、監(jiān)管趨嚴(yán)等特征。以O(shè)penAI開發(fā)的ChatGPT這一具體產(chǎn)品為例，2023年3月31日意大利數(shù)據(jù)保護(hù)局以違反《通用數(shù)據(jù)保護(hù)條例》GnrlDtaotctionl20，并在此P)為G陸續(xù)有德國(guó)、法國(guó)、歐盟等發(fā)布數(shù)據(jù)監(jiān)管措施。從立法層面而言，中美歐三國(guó)作為人工智能發(fā)展的領(lǐng)軍國(guó)和地區(qū)，也均在積極進(jìn)行探索。意大利宣布禁用atG，限制e處理本國(guó)用戶信息，澎湃新聞，t://\hw.teaer./eDetailrwar_253065?2023?202341專門的立法對(duì)人工智能進(jìn)行強(qiáng)監(jiān)管。2021年月，歐盟委員會(huì)提出了《人工智能法案》提案（圖25），2023年6月14日法案在歐洲議會(huì)通過。按照立法程序，法案下一步將正式進(jìn)入歐盟委員會(huì)、議會(huì)和成員國(guó)三方談判協(xié)商，以確定法案的最終版本。屆時(shí)該治理立法，被各國(guó)監(jiān)管機(jī)構(gòu)廣泛參考。從容來看，該法案通過將AI應(yīng)用分為不同風(fēng)險(xiǎn)級(jí)別，并針對(duì)不同等級(jí)風(fēng)險(xiǎn)實(shí)施不同程度的限制措施。值得注意的是，與GDPR類似，該法案具有域外效力，其第二條規(guī)定“法案適用于在歐盟市場(chǎng)上投放人工智能系統(tǒng)或?qū)⑵鋺?yīng)用于服務(wù)的供應(yīng)商，無論供應(yīng)商在歐盟或第三方國(guó)家設(shè)立”，隨著未來法案的通過可能將進(jìn)一步推動(dòng)全球的AI監(jiān)管和治理。

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）于022年10月發(fā)布了《人工智能權(quán)利法案藍(lán)圖》，提出了建立安全和有效的系統(tǒng)、避免算法歧視，以公平方式使用和設(shè)計(jì)系統(tǒng)、保護(hù)數(shù)據(jù)隱私等五項(xiàng)基本原則，且將公平和隱私保護(hù)視為法案的核心宗旨，后續(xù)擬圍繞這兩點(diǎn)制定完善細(xì)則。20231能風(fēng)(IM)指導(dǎo)文件，供設(shè)計(jì)、開發(fā)、部署或使用人工智能系統(tǒng)的組織自愿使用，以幫助管理人工智能技術(shù)的諸多風(fēng)險(xiǎn)。與歐盟的法案屬于正式立法不同的是，美國(guó)目前國(guó)家層面所頒布的框架和藍(lán)圖均為指導(dǎo)性文件，不具備法律效力。目前美國(guó)在人工智能領(lǐng)域的治理仍停留在行業(yè)自律為主、監(jiān)管為輔的階段。圖25：《人工智能法案》風(fēng)險(xiǎn)級(jí)別劃分圖25：《人工智能法案》風(fēng)險(xiǎn)級(jí)別劃分公共場(chǎng)所政府社會(huì)評(píng)分、不可險(xiǎn)高風(fēng)險(xiǎn)禁止使用的技術(shù)，由大型在線平臺(tái)研發(fā)互動(dòng)時(shí)必須被告知I垃圾郵件過濾器數(shù)據(jù)來源：Bloomb,中關(guān)村產(chǎn)業(yè)研究院、畢馬威分析制就業(yè)、教育和公需通過合格評(píng)定有限風(fēng)險(xiǎn)須遵守透明度義務(wù)風(fēng)險(xiǎn)極小或無風(fēng)險(xiǎn)無監(jiān)管人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）工智能領(lǐng)域積極倡導(dǎo)“以人為本”和“智能向善”，規(guī)制和引導(dǎo)新一代人工智能技術(shù)研發(fā)和轉(zhuǎn)化。針對(duì)生成式人工智能的快速發(fā)展，自2023年1月10日起施行《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》對(duì)以“AI換臉”為代表的深度合成技術(shù)進(jìn)行了法律層面的約束。73服務(wù)管理暫行辦法》（以下簡(jiǎn)稱“辦法”），已于2023年8月日起施行?！掇k法》主要關(guān)注AIGC內(nèi)容安全，對(duì)生成式人工智能服務(wù)實(shí)行包容審慎和分類分級(jí)監(jiān)管。此外，《國(guó)務(wù)院2023年度立法工作計(jì)劃》顯示，《人工智能法》已列入立法計(jì)劃，草案預(yù)備年內(nèi)提請(qǐng)全國(guó)人大

42常委會(huì)審議21。從我國(guó)對(duì)人工智能領(lǐng)域的立法進(jìn)程可以看出，我國(guó)在人工智能領(lǐng)域的安全治理主要體現(xiàn)出精準(zhǔn)分層治理、創(chuàng)新與監(jiān)管并進(jìn)等治理理念和制度邏輯。月31日起，國(guó)內(nèi)首批大模型通過《生成式人工智能服務(wù)管理暫行辦法》備案，包括百度、智譜、百川、(Min”既體現(xiàn)了政府積極引導(dǎo)大模型技術(shù)規(guī)范發(fā)展，大模型廠商需緊跟政策步伐，滿足合規(guī)性要求，又在一定程度上反映出政府對(duì)大模型創(chuàng)新的支持態(tài)度，對(duì)于提升公眾對(duì)大模型技術(shù)的認(rèn)知和信任度有助力作用。圖26：部分國(guó)家針對(duì)人工智能治理頒布的典型法案圖26：部分國(guó)家針對(duì)人工智能治理頒布的典型法案美國(guó)人工智能風(fēng)險(xiǎn)管理框架圖》歐盟《生成式人工智能服務(wù)管理暫行辦法》中國(guó)《人工AI卓越與信任的歐洲道路》《通用數(shù)據(jù)保護(hù)》例》《自動(dòng)化決策的道德、透明度和問責(zé)框架》全球數(shù)據(jù)來源：公開資料,中關(guān)村產(chǎn)業(yè)研究院、畢馬威整理科技部：人工智能法草案已列入國(guó)務(wù)院223tt:/\hww.eaer./ewDtail_rar_23516243 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）43 43 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）08可解釋、倫理安全、隱私保護(hù)等催生技創(chuàng)新機(jī)遇 AI、聯(lián)邦學(xué)習(xí)等技術(shù)創(chuàng)新機(jī)遇。人能發(fā)程面?zhèn)惻c會(huì)理險(xiǎn)表，工AI、聯(lián)邦學(xué)習(xí)等技術(shù)創(chuàng)新機(jī)遇。對(duì)模型透明性和可解釋性的要求推動(dòng)可解釋AI向縱深發(fā)展。隨著機(jī)器學(xué)習(xí)模型在各個(gè)領(lǐng)域的廣泛應(yīng)用，人們對(duì)于模型的可信度和可22解釋性的要求也越來越高。2021年，聯(lián)合國(guó)發(fā)布《人工智能倫理問題建議書》，“透明性與可解釋性”成為其提出的十大AI一I基本要22可解釋（ExplainableArtificialIntelligence）通過對(duì)算法決策的解釋賦予公眾知情權(quán)和同意權(quán)，有助于提升公眾對(duì)I進(jìn)行解釋，為I面臨的可解釋性問題提供了信任；對(duì)算法黑箱、算法失靈等問題進(jìn)行回應(yīng)，通過算法透明機(jī)制倒逼開發(fā)者防范算法歧視，促進(jìn)算法公平?？山忉孖工具在6年出現(xiàn)時(shí)功能較為簡(jiǎn)單，之后可解釋AI工具越來越多且功能更加強(qiáng)大，可以同時(shí)對(duì)集成模型等不、圖像器模型以及自然語進(jìn)行解釋，為I面臨的可解釋性問題提供了可行的解決方案。目前，谷歌的模型卡片機(jī)制（Mols）、IBM的事實(shí)清單機(jī)制（AIFactSheets）及微軟的數(shù)據(jù)集數(shù)據(jù)清單（Data-sheetsforDatasets）等走在行業(yè)前列。隨著越來越多的科技公司加大研發(fā)投入、布局可解釋AI等AI倫理研究與應(yīng)用場(chǎng)景，將會(huì)不斷涌現(xiàn)出新的技術(shù)和方法，增加人們對(duì)于任和使用，促進(jìn)人工智能202年11tt://e..rg//try202/1/105042《可解釋發(fā)展報(bào)告2022202年１月t://ai.ece.c/aila//e/etiali=94人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023） 44為解決數(shù)據(jù)難以集中管理、隱私安全問題突出以及機(jī)器學(xué)習(xí)算法本身具有局限性等問題，聯(lián)邦學(xué)習(xí)技術(shù)應(yīng)運(yùn)而生。聯(lián)邦學(xué)習(xí)（FederatedLearning）指根據(jù)多方在法律法規(guī)、隱私保護(hù)、數(shù)據(jù)安全等要求下，將數(shù)據(jù)樣本和特征匯聚后進(jìn)行數(shù)據(jù)使用和機(jī)器學(xué)習(xí)建模。有權(quán)的情況下，通過加密和隱私保護(hù)技術(shù)共享數(shù)據(jù)，有助于破解數(shù)據(jù)孤島、保障隱私安全及減少算法偏差等。聯(lián)邦學(xué)習(xí)自2016年首次由谷歌提出后，由科技企業(yè)在金融、安防、醫(yī)療、在線推薦系統(tǒng)等B端推廣創(chuàng)新應(yīng)用，逐漸成為解決合作中數(shù)據(jù)隱私與數(shù)據(jù)共享矛盾的新方法。目前聯(lián)邦學(xué)習(xí)研究熱點(diǎn)主要聚焦在機(jī)器學(xué)習(xí)方法、模型訓(xùn)練、隱私保護(hù)等方面，未來研如數(shù)據(jù)隱多深度法、安、邊緣算等24。聯(lián)邦學(xué)習(xí)正成為新型的“技術(shù)基礎(chǔ)設(shè)施”，有望成為下一代人工智能協(xié)同算法，隱私計(jì)算和協(xié)作網(wǎng)絡(luò)的基礎(chǔ)，使數(shù)據(jù)在合法合規(guī)、安全高效的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)價(jià)值流動(dòng)。

通過“為機(jī)器立心”，逐步實(shí)現(xiàn)人機(jī)價(jià)值觀對(duì)齊。“人機(jī)價(jià)值觀對(duì)齊”（AIAlinnt，簡(jiǎn)稱“價(jià)值對(duì)齊”“AI對(duì)齊”）要求AI系統(tǒng)的目標(biāo)要和人類的價(jià)值觀與利益相對(duì)齊或保持一致。如果AI和人類的價(jià)值觀不能對(duì)齊，可能會(huì)出現(xiàn)AI的行為不符合人類意圖、在多種利益以及脫離控制等。目前I對(duì)齊主要面臨選擇合適的價(jià)值觀、將價(jià)值觀編碼在AI系統(tǒng)中及選擇合適的訓(xùn)練數(shù)據(jù)等挑戰(zhàn)，讓AI系統(tǒng)真正理解人類的價(jià)值觀并獲得人類的信任是人機(jī)協(xié)作的重要課題。目前在AI對(duì)齊研究方面，4DMin方面對(duì)AI對(duì)齊進(jìn)行研究；7OnAI組建了由IlyaSutve（OnAI聯(lián)對(duì)齊團(tuán)隊(duì)首“科學(xué)家）法實(shí)現(xiàn)對(duì)齊”方面進(jìn)行研究；2022年月，北京大學(xué)朱松純團(tuán)隊(duì)發(fā)表AI對(duì)齊論文，提出通過設(shè)計(jì)“人機(jī)協(xié)作探索”游戲，嘗試形成以人類為中心、人機(jī)兼容的協(xié)作過程，從而實(shí)現(xiàn)實(shí)時(shí)雙向人機(jī)價(jià)值對(duì)齊。AI對(duì)齊是走向通用人機(jī)協(xié)作的第一步，未來AI對(duì)齊的研究方向不僅僅局限于單任務(wù)環(huán)境，將進(jìn)一步探索多個(gè)任務(wù)中的人機(jī)價(jià)值對(duì)齊。此外，信念、欲望、意圖等人機(jī)“為機(jī)器立心”的過《2022222年月，tt:/\hww.63./y/aricl/GB055366.tl45 45 人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）產(chǎn)業(yè)同

人工智能全域變革圖景展望：躍遷點(diǎn)來臨（2023）人工智能產(chǎn)業(yè)生態(tài)協(xié)同主要體現(xiàn)在三方面，一是人工智能技術(shù)自身進(jìn)協(xié)同；三、算力、算法協(xié)同二是人工智能與傳統(tǒng)業(yè)等實(shí)體經(jīng)為基石，以模型即服務(wù)（MaaS）這一嶄新商業(yè)模式為核心，有望帶開源創(chuàng)新將是AGI生態(tài)建設(shè)的基石09開源創(chuàng)新將是AGI生態(tài)建設(shè)的基石圖27：開源的四個(gè)自由度代圖27：開源的四個(gè)自由度代碼可查看源（前提：獲得源代碼)修改用戶可數(shù)據(jù)來源：RihdSllmn,中關(guān)村產(chǎn)業(yè)研究院、畢馬威整理公眾二次發(fā)布（前提：獲得源代碼）發(fā)他人代碼副本需運(yùn)可以公開獲取版權(quán)限