國內(nèi)人工智能現(xiàn)狀

國內(nèi)人工智能現(xiàn)狀文章：中國人工智能產(chǎn)業(yè)的四大現(xiàn)狀：1.當(dāng)前處于低級人工智能階段；2.中國的大數(shù)據(jù)資源75%由政府掌控，BAT緊隨其后；3.國際IT巨頭主導(dǎo)硬件基礎(chǔ)層，單純提升計算能力的空間有限；4.人工智能的突破在于創(chuàng)新算法，耐心等待下一個十年的到來。人工智能的探索旨在讓機器模擬人類的思維，然而，業(yè)界共識是人工智能仍處于初級階段。目前，大多數(shù)系統(tǒng)，包括備受矚目的深度學(xué)習(xí)網(wǎng)絡(luò)，尚未實現(xiàn)真正的思考能力。由于缺乏思考能力，嚴(yán)格來說，目前市場上的項目難以配得上“智能”之名。Gartner在2016年的新興技術(shù)成熟度曲線指出，基礎(chǔ)技術(shù)的成熟需要5至10年，而像自動駕駛這類復(fù)雜技術(shù)，商用化至少要等待十年以上。若將人工智能產(chǎn)業(yè)分為基礎(chǔ)層、技術(shù)層和應(yīng)用層，技術(shù)層是發(fā)展的核心。應(yīng)用層的智能化程度取決于技術(shù)層的“大腦”是否具備思考能力。億歐智庫繪制的人工智能產(chǎn)業(yè)全景圖展示了產(chǎn)業(yè)的分類與發(fā)展。橫軸分為硬件和軟件&服務(wù)，縱軸則從基礎(chǔ)層、技術(shù)層到應(yīng)用層逐層堆疊，其中技術(shù)層是人工智能發(fā)展的核心。1.低智時代；目前，技術(shù)層的“大腦”尚未足夠聰明。如圖所示，計算機目前僅處于具備計算和感知能力的弱人工智能階段。要進(jìn)入強人工智能階段，計算機必須具備認(rèn)知能力，這是當(dāng)前人工智能努力突破的領(lǐng)域。例如，市場上的商業(yè)智能解決方案依賴人工進(jìn)行大數(shù)據(jù)分析，而未來真正的商業(yè)智能要求計算機能夠自動推理和深度學(xué)習(xí)。（從另一角度定義，人工智能=大數(shù)據(jù)+強計算+新算法；）2.中國的大數(shù)據(jù)75%集中在政府手中，BAT次之；基礎(chǔ)層的數(shù)據(jù)資源主要由政府掌控，占比高達(dá)75%，BAT緊隨其后。在人工智能時代，大數(shù)據(jù)被視為基礎(chǔ)設(shè)施，而互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的發(fā)展將線下信息匯聚到線上，BAT因此占據(jù)了有利地位。它們一方面推廣云計算，另一方面招募人才加強技術(shù)研究，打通基礎(chǔ)層后逐步向上發(fā)展。艾瑞的數(shù)據(jù)顯示，到2020年，全球人工智能市場規(guī)模將達(dá)到1190億元，年復(fù)合增長率約19.7%，而中國人工智能市場規(guī)模將達(dá)到91億元，年復(fù)合增速超過50%。新技術(shù)的出現(xiàn)將重塑產(chǎn)業(yè)格局，BAT作為互聯(lián)網(wǎng)時代的受益者，將成為人工智能的主要支持者。3.國際IT巨頭盤踞硬件基礎(chǔ)層，單純做強計算這塊基本沒機會；在擁有大量數(shù)據(jù)的基礎(chǔ)上，傳統(tǒng)計算架構(gòu)無法滿足深度學(xué)習(xí)對大規(guī)模并行計算的需求，因此需要新的底層硬件來更好地存儲數(shù)據(jù)和加速計算過程。例如，GPU的持續(xù)進(jìn)步，不斷提高計算速度。英偉達(dá)的數(shù)據(jù)顯示，專為人工智能設(shè)計的計算卡相比傳統(tǒng)平臺，訓(xùn)練速度提升了60倍，推斷速度提高了16倍。硬件基礎(chǔ)層具有通用性，因此這一領(lǐng)域的巨頭地位穩(wěn)固，蛋糕已被國際IT巨頭瓜分，初創(chuàng)企業(yè)若想單純提升計算能力，機會渺茫。4.人工智能的關(guān)鍵在于新算法，沉著等待下一個十年；人工智能的核心在于技術(shù)層的發(fā)展，尤其是新算法的創(chuàng)新。在核心算法領(lǐng)域具有絕對優(yōu)勢的公司將在人工智能的長跑中勝出。雖然這一點顯而易見，但現(xiàn)實中，核心算法的開發(fā)周期長，而應(yīng)用產(chǎn)品的開發(fā)周期短，因此中國的人工智能創(chuàng)業(yè)項目多集中在應(yīng)用層面。一方面，中國的創(chuàng)業(yè)環(huán)境偏向短期變現(xiàn)。另一方面，企業(yè)可以通過應(yīng)用層創(chuàng)新抓住短期市場機會，但若要獲得長期競