(网经社讯)一、中国人工智能进入发展快车道

(一)人工智能成为中国重要发展战略

人工智能(ArtificialIntelligence,以下简称AI)成为全球热点，各国抢先布局人工智能战略。近5年来，各国纷纷出台人工智能战略计划，如美国发布《为人工智能的未来做好准备》与《国家人工智能研究与发展战略规划》报告，英国发布《人工智能：未来决策制定的机遇与影响》报告等。在世界各国纷纷规划人工智能发展的情况下，中国政府也加紧人工智能顶层设计。

“人工智能”首次写入中国政府工作报告。在2017年全国两会上，国务院总理李克强在政府工作报告中指出，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”。[1]这是政府工作报告中首次提及人工智能，体现出国家最高领导层对人工智能的高度重视。

中国政府推动顶层设计迭代升级，加快细化人工智能发展战略。2016年5月，国家发改委、科技部、工信部、中央网信办4部委联合发布《“互联网+”人工智能3年行动实施方案》。2017年7月，国务院正式发布《新一代人工智能发展规划》，12月14日，工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020年）》。可以看出，政府正在加紧细化发展“人工智能”的战略规划，其中《新一代人工智能发展规划》指出：“当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。”[2]

2017年11月15日，科技部宣布国家15个部门联合成立新一代人工智能发展规划推进办公室，负责推进新一代人工智能发展规划和重大科技项目的组织实施，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段,再次彰显政府大力发展人工智能的决心，人工智能产业政策环境利好。

(二)人工智能投融资金额呈增长趋势，资本驱动市场快速发展

人工智能作为重要发展战略，带给产业市场新发展机遇，吸引互联网企业与创业公司纷纷进入。近年来，资本市场高度重视人工智能产业，市场投融资不断增长。根据统计数据显示，2012-2017年中国人工智能产业投融资金额呈增长趋势，其中2017年融资额创历史新高，达435.2亿元（见图1）。其中，2017年旷视科技C轮融资达4.6亿美元，单轮融资金额创新高。同时，短短几年内人工智能领域迅速出现独角兽企业，2017年国内寒武纪、旷视科技、出门问问、商汤科技企业估值已超10亿美金[3]

图1 2012-2017年中国人工智能投融资发展状况

数据来源：DCCI互联网数据研究中心

中美引领人工智能未来发展，中国人工智能市场应用发展迅速。美国人工智能市场发展较早，技术研发实力较强，中国市场紧随其后，数据显示（见图2），亚欧及北美地区人工智能创新技术企业较多，其中，美国和中国领先全球其他国家。同时，相比欧美国家市场，中国市场拥有更加庞大的用户规模及应用场景，人工智能应用范围广泛。

图2 全球人工智能市场创新技术企业地域分布

数据来源：DCCI互联网数据研究中心

  二、硬件升级与平台开放驱动人工智能加速前进

(一)芯片、算法等软硬件技术不断升级

2017年人工智能芯片化进程加快，更多符合人工智能设计的芯片出现在市场中。芯片是人工智能应用的硬件基础，随着人工智能的快速发展，原有CPU的运算能力已经不能满足人工智能计算的需要，比如谷歌的GoogleBrain项目，为训练超过10亿个神经元的深度神经网络，使用包含16000个CPU核的并行计算平台。近年来，人工智能计算芯片正在从以传统CPU为主转变为通用及专用人工智能芯片，越来越多的GPU（Graphics  Processing Unit，图形处理器）、FPGA（Field－Programmable Gate   Array，现场可编程门阵列）等芯片技术应用在市场中。与CPU相比，GPU在浮点运算、并行计算等方面能够提供数十倍的CPU性能，FPGA处理特定数据更有优势，矩阵运算等灵活性、适用性更强。2017年5月，谷歌正式推出人工智能芯片第二代TPU（Tensor  Processing Unit，张量处理单元）；9月华为发布集成NPU(Neural Network Processing Unit,   嵌入式神经网络处理器)专用硬件处理单元的人工智能芯片麒麟970；11月，寒武纪科技发布新一代人工智能芯片1H8、1H16、1M。从CPU到GPU、FPGA，再到TPU、概率芯片等，人工智能硬件设施逐渐完善，硬件市场从计算通用设施向满足人工智能发展需求的新一代硬件设施发展。

人工智能算法与研究模型不断完善，加速人工智能市场应用。算法是人工智能技术的核心，从AlphaGo到AlphaZero,算法升级推动人工智能技术不断提高，其中常用的机器学习算法有回归、贝叶斯、正则化、降维、决策树、神经网络、机器学习等。现有算法技术不断优化，如标准人脸识别数据集LFW(自然场景下标注的人脸数据库)上，现有算法的识别准确率已高达99.8%，超过人类的识别精度。而且，在天池AI医疗大赛中，机器对肺部结节图像的智能诊断达到专业医生级的水准，3毫米及以上的微小结节的检测准确率超过95%。

随着人工智能市场兴起，中国市场对人工智能领域的研究迅速发展。近年来中国企业与高校纷纷投入对人工智能研究分析，其中百度、腾讯、阿里、360等企业及清华、北大、同济、西安科技等高校陆续建立人工智能相关实验室或研究院。中国人工智能相关文献及期刊数量也在不断增长，根据国内知网数据显示，2017年相关文献和期刊数量同比2016年分别增长62.5%、64.8%（见图3）。

图3 2012-2017年中国人工智能相关文献与期刊数量状况

资料来源：中国知网

(二)国内外企业加速布局开源与开放平台

平台开源与开放能够加速人工智能市场化发展，是现阶段人工智能快速发展的需要。人工智能平台开源、开放能够快速积累数据资源，不断检验算法模型，在实践中优化人工智能技术，提升人工智能平台应用能力。同时开源、开放的思维能够降低算法与数据的技术门槛，推广通用技术应用，降低市场开发成本，并促使社会各界协同运作，提升企业内部与外部专业人才协作能力。

为加速市场应用，国内外企业加快布局开源、开放。此前，国外互联网巨头纷纷开源深度学习等项目，如谷歌开源TensorFlow，脸谱开源Torch，微软开源CNTK，IBM开源SystemML，亚马逊开源MXnet。2017年，中国企业加速布局开源、开放平台，如百度开源自动驾驶系统Apollo，发布DuerOS开放平台。同时，中国政府高度重视开放平台的发展，2017年11月科技部公布首批国家新一代人工智能开放创新平台名单，包括百度（自动驾驶）、阿里云（城市大脑）、腾讯（医疗影像）、科大讯飞（智能语音）。

  三、移动互联网推动人工智能加深应用

(一)移动互联网为人工智能技术提供丰富应用场景

人工智能技术是推动移动互联网智能化发展的核心力量。近年来中国移动互联网用户人口红利逐渐消失，移动互联网进入平稳发展阶段，智能化成为移动互联网发展的下一波浪潮，人工智能技术成为突破点。通过计算机视觉、语音语义识别等，人工智能技术将能替代重复性劳动工作，并提供智能语音、智能检索、图片识别与处理、数据挖掘与分析等服务，在降低人力成本的同时创新服务模式。

人工智能市场空间巨大，领先技术试水应用，其中移动互联网为人工智能提供丰富的应用场景。中国移动网民规模庞大，用户触网移动化趋势加深，根据中国互联网络信息中心（CNNIC）统计数据显示，截至2017年12月，中国手机网民规模达7.53亿，使用手机上网的网民占比由2016年的95.1%提升至97.5%[4]。庞大的用户规模带动网络数据规模增长，助力人工智能技术提升。同时，在人工智能真正走向产业、市场的过程中，移动互联网提供丰富的应用场景，涵盖通信、新闻、音乐、视频、游戏、购物、银行支付等多个领域。现阶段在生活中，计算机视觉、语音语义识别等技术在图片美化、会议翻译、防盗预警、语音助手等方面已经发挥作用。

  (二)移动互联网垂直领域加深应用人工智能

从被广泛认知到应用于各个行业，人工智能技术发展迅速。2016年，AlphaGo与世界围棋大师的比赛引发热议，人工智能的认知度明显提高。2017年，越来越多人工智能技术广泛应用于交通、医疗、教育等行业中。人工智能技术能够从底层推动服务升级，具有显著溢出效应，其广泛应用将改变生活。根据中国《新一代人工智能发展规划》，制造、农业、物流、金融、商务、家居成为中国开展人工智能应用试点的六大重点行业和领域，结合移动互联网市场特点，以下我们将从交通、医疗、教育、电商零售、生活娱乐五个场景中分析人工智能的应用方式。

1.交通：人工智能深入交通管理体系，升级出行应用服务。

在交通领域，人工智能主要应用于改善城市交通管理及升级交通出行方式，其中，在交通管理方面，人工智能可以识别城市交通实时状况，立体化监管交通安全，合理调度出行资源，提升交通运营效率。2017年杭州市上线“城市数据大脑”，它能够判断路况，实时提出信号灯调整建议，提前干预、防控拥堵，监控交通乱象并报警，在试点区域高峰期间使平均行车速度提升15%，120救护车到达现场时间缩短一半[5]。在出行方面，人工智能技术广泛应用于自动驾驶、无人驾驶等自主无人系统，而基于人工智能的类脑操作能够变革汽车等交通出行方式。中国已开始试水自动驾驶，如2017年在百度AI开发者大会上，李彦宏直播驾驶无人车参会。同时，随着福特、大众等传统汽车厂商与谷歌、百度等互联网公司的加速布局，移动出行也被看做人工智能领域的重要战场。

在移动互联网中，人工智能还能升级地图、打车等出行服务。地图导航等应用集合POI[6]、路况、卫星影像、街景等多种复杂数据信息，而人工智能提升应用平台数据信息处理效率，提升躲避拥堵、路径规划的能力，其中ETA（Estimated Time of Arrival，预计到达时间）误差率已降低到15.13%[7]。同时，在打车场景中，估价、拼车及订单分配、运力调度的背后都有人工智能技术的支持。

  2.医疗：从辅助诊疗到疾病检测，人工智能提升医疗服务效率与准确率。

人工智能在医疗领域应用前景广阔，资本市场十分活跃。近年来，全球医疗人工智能产业投资呈增长趋势，根据IDC数据显示，2016年总交易额就已达7.48亿美元，交易数量达90个（见图4）。

图4 2012-2016年全球医疗人工智能投融资情况

数据来源：IDC

基于医疗数据的采集、计算、分析与判断，人工智能应用于辅助诊疗、药物研发、医疗机器人、基因测序等多个方面。在辅助诊疗方面，人工智能在医疗图像诊断中应用较多，即通过计算机视觉和深度学习技术，对X光、超声、CT等医疗图像分析，判别肺结核、甲亢、乳腺癌等多种疾病，精准定位病灶。在移动医疗服务中，智能语音助手还能够辅助医生在问询过程中记录病历，其医学术语识别准确率高于98%，而且人工智能技术能够增强远程采集医疗数据的准确性，实时管理健康数据，提供用药提醒、辅助诊疗等服务。人工智能还可结合患者病史、相关案例用药记录等数据，整理临床治疗经验，为不同患者治疗提供合理建议。在药物研发方面，人工智能可以整合药物实验数据，模拟药物发现过程中的HTS（高通量筛选）过程，缩短药物发现及实验的时间，提高药物研发成功率，降低药物研发成本。在医疗机器人方面，手术机器人带有机器人视觉、智能控制系统，现阶段主要应用在外科手术中，具有创伤小、手术精准度高、机体损伤小、术后恢复快等优势。在基因测序方面，人类基因组含有约31.6亿个DNA碱基对，约有20000到25000个蛋白质编码基因，人工智能技术依靠智能运算和分析能力，通过模型训练，能够提升基因测序水平。整体来看，人工智能在医疗领域的应用能够覆盖“治疗前-治疗中-治疗后及康复”的全过程，有望降低误诊率漏诊率，提升诊疗效率，解决优质资源分配不均等问题。

  3.教育：人工智能带动个性化教育，促进教育体系智能化。

对于教师及学校而言，人工智能能够解放教师在重复性工作中的时间，提升学校运营效率。近年来，运用人工智能等多种技术的智能教学系统（ITS）、智能计算机辅助教学（CAI）迅速发展，以人工智能为基础，结合电子校务应用、辅助教学课件、辅助学习应用、网络教学平台等，学校教育体系趋于智能化。其中，人工智能可以替代老师完成作业批改、成绩测评等部分工作，还可以辅助教育工作者管理校车、辅助备课等教育研发及学校的管理工作。

对于学生而言，人工智能应用于题目搜寻、制定学习计划中，或以虚拟助手的形式辅助完成学习等，推动教育更具针对性、更个性化。现今市场中题库等学习应用辅助教学，可实现拍照答题、语音找题、对话与听力练习等，能够针对经常出现的错题多次投放相似题型，基于一段时间的学习成果进行评定与建议等。传统教育中强调“因材施教”，人工智能能够带动个性化教育，在机器系统与用户不断一对一练习的过程中，产品应用不断了解和掌握学生的学习状况，从而有针对性地辅助学习。

  4.电商零售：从供应体系到营销、客服，人工智能深入电商零售服务。

在电商零售中，人工智能助力精准营销，颠覆交易方式。基于应用使用行为及消费数据等，人工智能技术能够分析用户对产品颜色、品牌、类型等喜好状况，并推荐给用户优选方案，助力电商营销。此外，2017年“淘咖啡”“缤果盒子”等无人便利店在中国首次崭露头角，人误识别率0.02%,  商品误识别率0.1%，其中计算机视觉、生物识别、传感是核心应用技术，它的出现颠覆了原有的零售方式。

人工智能升级物流运送模式，提高供应体系运营效率。产品供应与物流体系智能化是大势所趋，2017年亚马逊启用“无人驾驶”智能供应链，基于云技术、大数据分析、机器学习和智能系统等，可以自动预测、自动采购、自动补货、自动分仓，精准发货，库存自动化管理，过程中零人工干预，同时中国京东建成无人仓，实现收货、存储、订单拣选、包装的无人化智能操作。此外，2017年结合人工智能的无人机、无人车不断试水配送服务。

  5.生活娱乐：人工智能引领社交升级，创新服务生活

人工智能创新交互方式，引领社交升级。2017年，以语音语义识别、机器学习技术为核心的语音助手不断完善，苹果Siri、微软小娜、亚马逊Alexa及百度度、搜狗语音助手、科大讯飞灵犀语音等不断升级服务能力，这种语音助手已经成为移动搜索和多种服务的入口，其便利性、趣味性丰富大众生活。

同时，人工智能服务还可以助力媒体、娱乐。在冗杂的信息内容中，人工智能通过文本分析及计算机视觉等筛查涉黄、暴力、赌博等违法及不良信息，构建舆情分析等信息监测系统，维护健康的媒体环境，同时，基于机器学习的自动化新闻写作机器人还可以从事部分新闻编辑工作。在娱乐中，人工智能技术能够辅助创作虚拟人物，如结合VR（虚拟现实）、AR（增强现实）、MR（混合现实）等技术，提升游戏人物的真实性等。

 四、人工智能发展面临的挑战与发展建议

（一）技术发展面临的挑战与建议

  1.人工智能专业人才稀缺。

人工智能发展迅速，技术人才缺失成为发展掣肘。人工智能市场发展迅速，专业人才需求增长迅速，现阶段技术人才的有效供给不能满足当前市场的需要，中国人工智能人才缺口较大，国内人才市场面临专业对口人才数量少、相关技术人才技能水平较低、经验丰富人才稀缺等问题。随着人工智能企业增多，专业技术人才成为企业竞争的战场，中国需要加速人工智能专业人才的培养。

专业技术人才是人工智能产业发展的重要力量，培养人工智能技术人才需要政府、学校和企业协同运作。政府加强人工智能人才战略设计，通过政策扶持，吸引国内应用数学、计算机网络、生物科技等相关学科人才或程序员等相关专业人才，同时积极吸纳海外专家人才，加强高端人才储备；学校在基础教育增加人工智能相关学科知识，在高等教育中增设人工智能专业学科，建立适应人工智能发展需要的复合型人才培养计划，加强扶持人工智能科研工作，同时校企合作，提升储备人才的实战能力；企业和教育培训机构应加强相关技能培训，加深与国际顶尖行业专家的交流，或通过融资并购等吸纳更多专业人才。

  2.底层及核心技术有待提高，基础设施尚需完善。

人工智能产业尚不成熟，计算芯片、算法等技术亟需突破。现阶段，人工智能底层及核心技术应用以“弱人工智能”为主，无监督学习模型算法、语音语义识别技术等存在缺陷，情感表现等尚未突破，如当前的智能语音助手并不能完全理解复杂的人类语言，图像识别技术不能完全理解图片图像中的元素，核心技术的不成熟是人工智能应用受限的主要原因。同时人工智能安全技术也面临巨大的挑战，随着人工智能技术的普遍应用，复杂的人工智能相关软件在应用初期会存在多种可攻击途径。在这样的局势下，未来人工智能发展的空间仍十分巨大。

人工智能技术的成熟化应用是漫长而复杂的过程，行业参与者应更加理性看待。人工智能是一门复杂的综合性学科，需要多个技术领域的创新突破，在基础设施方面，要创新核心传感器、高速计算芯片、计算平台等关键技术，提升机器的感知与计算能力；在算法模型方面，要完善自然语言处理、深度学习、计算视觉等算法程序和框架模型，提升机器感知理解能力与分析决策水平，增强机器自主学习能力。在产业技术解决方案方面，在生物识别、人机接口、数据库系统等方面寻求更智能的识别、分析及决策的应对方案。同时，在开源开放环境下，需多方加强技术合作战略合作，共同构建智能生态。

（二）市场发展面临的挑战与建议

  1.数据存储、计算市场迅速发展，但数据安全面临新挑战。

现阶段数据规模不能满足人工智能市场化应用的需要，数据存储、计算能力有待提升，同时开放环境下的数据隐私安全面临新挑战。人工智能所需数据需经过筛选，数据的标注和采集成本较高，同时，不同场景中的数据维度多样，数据标准不一，如何将现有数据维度转变为人工智能所需成为发展难题。现阶段人工智能对数据规模要求较高，但人工智能的目的是让计算机或机器等能够模拟人的思维和行为，人工智能技术的发展应避免过度依赖数据。此外，随着数据规模的增长，数据能否规范使用、用户隐私能不能得到保障也将成为市场健康发展面临的问题。

为推动数据使用规范化，政府与企业需要协同运作，建立合理的数据管理机制。如，在数据采集的过程中，改善数据测量方法，减少主观因素造成的误差，在不同行业逐渐完善数据采集标准，高效地将非结构化数据转化为机器识别所需数据。同时在数据管理时，明确数据采集、存储、分析的规范，设置权限管理，强化责任意识，并通过政策法规，加强行业自律。

  2.市场应用刚刚起步，基础服务能力尚不足。

人工智能市场仍处于发展初级阶段，产品有待市场检验。人工智能产业技术门槛较高，同时公共数据资源分散，人工智能基础服务设施难以集中使用与管理，人才及技术成本较大，企业进入及发展难度较大。尽管语音助手等产品已开始应用，但服务水平高低不同，人工智能在交通、医疗、生活等领域的应用也才刚刚开始，诸多应用场景尚未挖掘。

市场发展需要增强企业协同能力，不断创新产品服务。市场通过打造资金、技术、数据资源整合的公众服务平台，可以加速孵化人工智能创新企业。同时，企业也要加大培养专业人才，多方联合加强对人工智能的研究，拓展深化人工智能应用场景。

  五、人工智能发展趋势预测

（一）技术：技术赋能全领域，网络服务智能化

人工智能技术将不断创新升级，推动智能化服务发展。人工智能产业的变革源于传感、算法、芯片等核心技术的创新突破，未来传感技术精准化、集成化、自动化、微型化，算法模型不断创新、迭代、整合，计算芯片趋于专业化、定制化、移动化，机器自主学习能力增强，情感表现等“强人工智能”关键技术将实现突破。同时，人工智能基础研究与教育培训体系逐渐改善，人工智能技术标准化体系将成型，包括跨平台的数据、算法框架标准的统一等。此外，中国将寻求关键技术突破与独立，建立自主可控的产业体系。未来人工智能技术逐渐渗透软硬件设施，人工智能技术与工作、生活关系更加紧密。

（二）市场：市场不断探索商业模式，升级完善产业链

人工智能产业上下游、软硬件等加深协同，加深规模化应用。人工智能产业协同运作将加速打破产业发展瓶颈，并推动人工智能技术商业化，跨领域合作将成为常态，垂直场景的人工智能产业结构逐渐清晰。产业资本力量将不断增长，行业巨头将加速并购融资，机器学习、计算机视觉成为重点投资领域。未来随着人工智能技术水平的提高，人工智能产品成熟化、标准化、自主化、移动化，市场价值不断增长。同时，在技术允许的条件下，人工智能技术将变革交通、医疗、教育等场景服务，细分场景将成为市场应用驱动力，未来人工智能技术与现有产业实现不断融合，成为经济增长新动能。

（三）管理：健全监管措施，人工智能安全成为重要课题

政府将逐步完善相关法律法律，并与企业合作，建立人工智能市场管控机制。现有法律法规不能满足人工智能市场健康发展的需要，人工智能的法制管理将逐渐提上日程，政府将弥补人工智能法律监管上的空白，明确各参与主体与系统错误决策引发损失的责任，严格要求市场参与者合理、正确地使用人工智能技术，其次针对人工智能发展阶段的不同，政府将阶段性完善管理政策，维护技术维度与社会维度的平衡。同时人工智能安全将成为网络安全的重点，包括智能系统安全、数据与隐私安全等，而开发、运营企业也将增强对人工智能产品测试能力，与政府协作，建立一套人工智能产品研发、发布、运营与管理标准，防控道德风险与技术风险。（来源：移动互联网蓝皮书 文/胡修昊 编选：电子商务研究中心）