五问科创新风|AI:进入无人区,国家需加大基础研发投入

科技改变世界,创新决定未来。

站在2021年的新起点,澎湃新闻·智库报告栏目推出新春策划“五问科创新风”,我们邀请工程师、产业研究者及企业高管,讲述集成电路、人工智能、自动驾驶、基因测序、燃料电池、区块链、石墨烯、5G等科创领域的理想与现实,找差距、补短板,修炼内功、赋能未来。

澎湃新闻 张泽红 冯婧  制图

澎湃新闻:目前人工智能领域前沿技术达到什么水平?

蒋晓官:

人工智能本质上是对人类智能的学习、模仿、延申和拓展。业界普遍认可,在相当长时间内,我们都会处于“弱人工智能时代”,大概会持续30年左右才能进入“强人工智能”时代,此后则会不断加速进入“超人工智能”时代。

要实现跨越,需要数据、算力、算法基础要素的进步,也包括底层理论的进步。

在相当长时间内,人工智能都未有基础理论突破,因此产生了两大发展路径:一种是工具化,由机器人完成机械化工作;第二种,让人工智能按照人的逻辑层层递进,变成人的良师益友。目前,人类还主要处于人机协同应用阶段,这是对人脑力的解放和延展,一条与工具型路线完全不同的路径。

人机协同,不是把人工智能当成一种工具,去取代人,造成失业,而是把人的能力释放出来。人机协同通过人机交互、人机融合、人机共创,逐渐形成技术闭环与人工智能工程学,打造人工智能服务实体经济的最佳方案,是“弱人工智能”时代效率的最优解。

比如,人脸识别是人工智能的一项重要技术,也是公众广泛认可目前最为有现实价值的一项技术。但这也仅是单点技术,如果仅有人脸识别技术的单点技术突破和升级,并不能完全满足客户复杂和模糊的需求,对整个人工智能行业发展,意义非常有限。

因此,形成一整套的人工智能技术闭环,并且将闭环中的技术整合,综合运用,最终实现技术平台化,并且拥有自己的生态,格外重要。

这就好比智能手机,有各种软件能满足我们购物、出行、外卖等需求,但这些功能其实都是基于苹果、安卓系统生态开发的应用。

人机协同操作系统也是一样的。我们希望它能够成为一个技术生态,与众多生态中的应用模块一起,成为智能化的灵魂,帮助重构人的大脑,形成一个思维体系。从而,让专家能力得以放大,服务更多人,让普通人拥有各类专家能力的支持,成为超人。

从具体行业来看,就医难是老百姓的普遍痛点,医疗领域主要矛盾是专家资源稀缺,也就是医疗资源的结构性不足。如果配置了人机协同技术,通过将医疗专家的知识技能模型化、自动化,自动判断过滤90%以上诊疗信息,使得医疗专家可以集中处理10%的关键性问题,使医疗专家的服务能力扩大10倍。同时,还可以赋能广大普通医师,使得偏远地区病患也能获得与中心城市居民相同的诊疗效果,提升全行业的效率与服务品质。 

澎湃新闻:中国人工智能达到了怎样的技术水平?

蒋晓官:

有数据表明,在人工智能分类的论文中,在被引用最多的前10%的论文里,中国作者的比例稳步上升,而美国的份额正在下降。如果这一趋势继续下去,不久的将来,中国在这个指标上可能会超过美国。

此外,从应用角度来看,近几年,人工智能技术在实体经济中寻找落地应用场景已成为核心要义。由于安防领域国企数量较大易于前期的政策推动,以及智慧城市对公共安全的需求,大量的人工智能技术率先应用于这一领域,并向其他行业横向铺开。

从商业化层面来看,中国人工智能技术目前处于单点技术红利期的末期。这波红利期可以看作是AI技术的启蒙阶段,大家都是拿着单点技术去找市场,去探索商业变现的可能。这时候市场的蛋糕还比较大,凭借技术的先发优势造就了一批头部企业,比如做语音技术的科大讯飞,比如做视觉技术的四小龙。

为什么又说是处于末期呢?原因是这些单点技术红利期造就的企业已开始逐渐往不同细分赛道发展。以“四小龙”为例,云从科技正在做人机协同操作系统,依图科技投入了对AI芯片的研究,旷视科技则定位于AIoT人工智能物联网解决方案,商汤科技则投入到算力基础设施(如在上海临港新片区建立上海新一代人工智能计算与赋能平台)。

因此,从研究角度来说,中国的技术研究水平正在稳步提升;应用水平则处于世界前列;在商业化道路上,已逐渐形成了不同核心的行业细分龙头企业。 

澎湃新闻:人工智能领域,中国的短板在哪里?

蒋晓官:

中国的AI企业更加务实,更偏向商业化。因为我们整个基础研发投入还远远落后于美国,中国发展的时间也较短,依然是后来者,而且整个科研学术体系是建立在西方架构上的,中国事实上天然具有劣势。

与美国相比,我们的短板正是在基础理论方面。而在人脸识别等应用领域,我们稍稍领先。 

澎湃新闻:人工智能领域中国努力的方向是什么?

蒋晓官:

从中国人工智能的发展趋势来看,大致可以用“三浪”来概括。中国努力的方向是重构智能化流量入口,占据智能化时代的战略高地。

第一浪,技术启蒙、单点红利:单点视觉技术带来行业的AI变革。

第二浪,技术闭环、效率突破:AI核心技术价值闭环和AI工程学效率提升带来新的突破。

进入第二浪,AI企业需要满足两个维度的能力:第一是多点技术融合,形成感知、认知、决策的技术闭环,能够从根本上整合解决客户的问题。第二是要实现AI工程学效率的突破,使得AI项目的成本下降,方案迭代速度提升,让更多的客户迈过智能化升级的门槛。

总结起来,第二浪要做的就是,通过技术闭环让AI能解决更广泛、更核心的问题,通过效率突破让更多客户愿意用、用得起AI。这就对AI提出了两点要求:第一是可以用规模化生产的方式来降低产业使用门槛,使技术成本可接受,即“AI民主化”;二是AI可以与具体的产业场景相融合,达成可靠、可见、可信的良性收益,即“AI工程化”。

第三浪,技术平台、流量重构:AI赋能的交互体验和智能化内容生产重塑入口和内容,实现流量的重构。

在这个阶段,AI技术闭环的加速落地,使得赋能的客户群体和惠及的用户群体不断增多,AI行业的积累到达了临界点。在这个阶段,以往复杂艰深的AI技术开始集成为交互体验更出色、开发界面更友好的开放平台,各种各样的应用构筑起无限衍生的AI生态,随时生产各种智能化内容,行业生产效率和终端用户体验获得量变到质变的突破。

第三浪的核心就是通过AI技术平台化,带来入口形式和内容的颠覆性变化,实现流量重构,颠覆各个行业和场景。

区别于其他重要科技应用领域,如集成电路、生物医药,人工智能是一项没有明确理论基础和发展路径的前沿技术,我们已经站在了“无人区”前进行探索。从实践来看,人工智能的发展主要还是4大驱动因素:资本驱动、数据和标准接入、技术效率、场景。

科技发展的根本在于投入。中国基础研究经费占研发总投入常年维持在5%左右,2019年猛增22.5%,首次突破6%,2020年或达8%,2025年目标15%。届时,中国研发总投入也会超过美国。我们在经济发展过程中不断提高科技研发投入,特别是国家层面集中力量进行战略大科学研究,已经使得中国的科研能力逐步提高。此外,资本市场打开科创板大门,使得更多科技公司有机会通过二级市场获得直接融资,都促进了产业发展。但在人工智能通用和基础研究方面,目前还缺乏整体投入,主要由企业投入造成了一定程度的分散和重复。更因为人工智能“价值感”不强的现状,部分企业投入研发会局限于快速变现或满足客户短期需求的领域。因此,

建议政府能进一步加大投入、开放统筹人工智能基础研究并鼓励促进产学研合作。

二是数据和标准接入方面,2019年3月,深改委会议十六字方针是“数据驱动,人机协同,跨界融合,共创分享”,首先得先搞定数据驱动。目前国家已经意识到数据应由政府主导,在统筹数据中心建设,并加大了数据基础资源的管理。但数据本身并不能直接转化使用,需要通过数据平台,这个平台应该由政府成立公司来进行建设和运营。同时,全要素生产背景下,单一政府数据和管理并不一定好用,还需要企业参与,特别是具有“人机协同”平台能力的核心企业参与,最后还需要具有安全技术的公司来保障数据可靠性和隐私保护。人工智能是没有标准的,不像通信有非常清晰的国内国际标准。我们建议上海要搭建区域标准、行业标准、国家标准乃至国际标准体系通路,利用长三角一体化的优势,借助上海本身的行业组织、产业联盟,让入驻上海的企业能够最先享受到这个标准接入的能力。

三是技术效率方面,其实人工智能就是最新的效率引擎。之所以美国在人工智能领域如此重视中国,并把大量中国中小科技公司一网打尽放入“实体清单”,这并非因为眼前威胁,而是为长远考虑,一个国家科技创新特别是人工智能技术创新将决定一个国家生产效率,而生产效率的竞争则将决定国家经济、国防、文化等全方位的实力。

因此,从宏观来看我们应该提高对人工智能的重视程度。从中观来看,应该加大对于人工智能平台企业特别是具有“人机协同”广泛应用的人工智能企业的扶持,在前沿科技领域,改变传统的政府考核企业的方式,不要在意企业的总部包括上市主体在哪里,而要看其本地的功能属性和价值,要评判其链接和催化的能力,这种人机协同平台型企业会对当地产业拉动有巨大帮助。从微观来看,则应该加大对于人工智能人才的培养和服务。

最后是场景,对人工智能企业来说,应用场景,特别是大规模、长期的应用场景是促进技术进步、能力升级和企业发展的重要基础。人工智能是一个强研发行业,高度依赖资金和应用场景,需要在实战中不断提高。从发展互联网行业的经验来看,中国具有海量密集的商业应用场景,助力互联网商业模式创新,也将有助于人工智能从单点技术到技术闭环的突破。

人机协同是未来发展大趋势,上海应当率先打造市级的人机协同大平台,打造智慧城市人工智能底座。

上海有很好的基础,“一网统管”在人机协同上做到了很高程度,但感觉还不够开放,需要给中小民企更多机会。近期,IBM关闭了中国研发中心,感慨的同时,让我们认清,在中美科技脱钩的大背景下,一味认可外企外资已经不符合当前和未来的发展要求。本地中小企业如何参与到上海城市数字化转型中,是一个值得探讨的问题。 

澎湃新闻:大力发展人工智能产业,还需要克服哪些困难? 

蒋晓官:

2017年7月,国务院发布了《新一代人工智能发展规划》,明确提出了“设立人工智能专业”和“在原有基础上拓宽人工智能专业教育内容”等要求。2018年4月,教育部印发了《高等学校人工智能创新行动计划》,将完善人工智能领域人才培养体系作为三大任务之一。可见,中国政府对人工智能领域的高度重视。各地也相继出台人工智能扶持政策,大量资本涌入,包括阿里、百度、腾讯等一众有实力的互联网公司都在大举投资人工智能。

目前中国虽然在人工智能人才储备上相对较弱,但也已在全力补足短板。目前全国已经有35所高等院校开设了AI专业,国际交流和国际人才引进也在不断加深,未来5年内将有大量从业者涌入市场。 

综上所述,我们认为应当以时不我待的精神,牢牢抓住发展的窗口期,加大统筹基础研究投入和应用型人才培养,以数据和标准接入建立行业发展底座,进一步以资本、场景驱动人工智能行业和企业发展。

发表评论

提供最优质的资源集合

立即查看 了解详情