2016年初，一場“人機大戰(zhàn)”成為萬眾矚目的焦點，谷歌AlphaGo大勝世界圍棋冠軍李世石，更是引發(fā)激烈討論。盡管這場世紀(jì)大戰(zhàn)硝煙散盡，但AlphaGo的精彩表現(xiàn)讓由此引發(fā)的人工智能熱潮不減反增。在這股熱潮下，很多行業(yè)都開始向人工智能演進，人工智能時代已經(jīng)悄然到來，而人工智能也將極大地提升和擴展人類的能力邊界，對促進技術(shù)創(chuàng)新、提升國家競爭優(yōu)勢，乃至推動人類社會發(fā)展產(chǎn)生深遠影響。

　　我國人工智能正在向通用應(yīng)用過度

　　縱觀國內(nèi)的人工智能產(chǎn)業(yè)發(fā)展，在整個產(chǎn)業(yè)鏈上主要由“基礎(chǔ)技術(shù)”、“人工智能技術(shù)”和“人工智能應(yīng)用”三個核心環(huán)節(jié)構(gòu)成。從這三個方面，我們可以看到國內(nèi)人工智能產(chǎn)業(yè)的發(fā)展脈絡(luò)，可以對人工智能的應(yīng)用進行解析。

　　人工智能的基礎(chǔ)技術(shù)主要依賴于云計算技術(shù)和大數(shù)據(jù)技術(shù)。在這方面，國內(nèi)市場的規(guī)模是巨大的。產(chǎn)業(yè)界對待云計算技術(shù)和大數(shù)據(jù)技術(shù)已不同于早期單純地學(xué)習(xí)、模仿的業(yè)務(wù)模式，而是越來越務(wù)實地接納它，不斷挖掘其中蘊藏的巨大價值，并依據(jù)服務(wù)性質(zhì)的不同，構(gòu)建出人工智能的基礎(chǔ)平臺。

　　這些平臺從基礎(chǔ)設(shè)施、平臺服務(wù)、軟件應(yīng)用服務(wù)等層面，為人工智能技術(shù)的實現(xiàn)和人工智能應(yīng)用的落地提供了基礎(chǔ)的后臺保障和實現(xiàn)前提。例如，云創(chuàng)大數(shù)據(jù)推出的深度學(xué)習(xí)一體機，就是在大數(shù)據(jù)基礎(chǔ)上推出的人工智能平臺，有助于研究者迅速深入到人工智能的核心領(lǐng)域。

　　人工智能技術(shù)專注于模式識別、機器學(xué)習(xí)和人機交互三個方面。模式識別偏重于對信號、圖像、語音、文字、指紋等非直觀數(shù)據(jù)方面的處理，如語音識別、人臉識別等。機器學(xué)習(xí)覆蓋了從通用人工智能應(yīng)用到專用人工智能應(yīng)用的大多數(shù)領(lǐng)域，如計算機視覺、自然語言處理、生物特征識別、DNA測序等。人機交互既包括了人與系統(tǒng)的語音交互，也包含了人與機器人實體的物理交互。

　　國內(nèi)人工智能技術(shù)在應(yīng)用層面主要聚焦于計算機視覺、語音識別和語言技術(shù)處理領(lǐng)域。其中的代表企業(yè)包括科大訊飛、百度、阿里巴巴、騰訊、曠視科技、格靈深瞳等。

　　人工智能應(yīng)用則涉及到專用應(yīng)用和通用應(yīng)用兩個方面。其中，專用領(lǐng)域的應(yīng)用涵蓋了目前國內(nèi)人工智能應(yīng)用的大多數(shù)應(yīng)用，包括各領(lǐng)域的人臉識別、語音識別、智能機器人等方面。而通用型應(yīng)用則側(cè)重于智能家居、智能農(nóng)業(yè)、智能醫(yī)療等領(lǐng)域的通用解決方案。目前，國內(nèi)人工智能應(yīng)用正處于由專業(yè)應(yīng)用向通用應(yīng)用過度的發(fā)展階段。

　　從算法和芯片入手，推動人工智能應(yīng)用創(chuàng)新

　　我國人工智能領(lǐng)域的研究積累和發(fā)達國家相比差距不大。如果能在國家戰(zhàn)略層面，制定針對人工智能的全面推進計劃，會給我國帶來實現(xiàn)彎道超車、提升綜合國力和影響力的絕佳機會。

　　我們應(yīng)該大力推動人工智能發(fā)展，搶占人工智能應(yīng)用創(chuàng)新制高點，助力國家產(chǎn)業(yè)轉(zhuǎn)型升級，爭取形成全球競爭優(yōu)勢。

　　這需要先創(chuàng)新人工智能算法。作為人工智能實現(xiàn)的核心，算法是未來全球人工智能行業(yè)最大的競爭門檻。但國內(nèi)基本上還是在學(xué)習(xí)國外的算法，缺乏對算法的自主創(chuàng)新。雖然在工程學(xué)算法上我國已取得了階段性突破，但是基于認(rèn)知層面的算法水平還亟待提高，這也是未來競爭的核心領(lǐng)域。

　　目前，專用化領(lǐng)域的場景應(yīng)用仍是研發(fā)和投資的核心，基礎(chǔ)技術(shù)的成熟也帶來了存儲容量和機器學(xué)習(xí)等人工智能技術(shù)的提升，但受限于現(xiàn)階段運算能力以及大規(guī)模CPU和GPU的并行解決方案，國內(nèi)人工智能的發(fā)展主要集中于計算機視覺、語音識別、智能生活等方向上。

　　因此，通過算法的創(chuàng)新、技術(shù)的演進、數(shù)據(jù)的積累演化和超算平臺的應(yīng)用，未來我國人工智能產(chǎn)業(yè)的發(fā)展趨勢應(yīng)由專用化領(lǐng)域的場景應(yīng)用向語音、視覺等領(lǐng)域的通用化解決方案發(fā)展。

　　未來人工智能的競爭重點將在機器學(xué)習(xí)領(lǐng)域，即監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和增強學(xué)習(xí)三個方面。屆時，算法的競爭將進入白熱化階段。只有在算法層面突破，國家或企業(yè)才能在圖像識別和計算機視覺領(lǐng)域取得突破性進展和國際技術(shù)水平。

　　下一步，我國要做的是研發(fā)人工智能芯片。在目前對人工智能技術(shù)的大量討論中，有一點容易被忽略，那就是承載人工智能運行的芯片。人腦是千億神經(jīng)元、百萬億突觸構(gòu)成的復(fù)雜網(wǎng)絡(luò)，現(xiàn)有芯片和這個還存在多個數(shù)量級差距。因此，我們需要從芯片上尋求突破，加強芯片的并行計算能力，在高速的狀態(tài)下分析海量的數(shù)據(jù)；提高芯片的編程專用性、高性能、低功耗，在大規(guī)模服務(wù)器部署或資源受限的嵌入式應(yīng)用方面體現(xiàn)潛力；同時做到將性能和功耗完美結(jié)合。

　　以谷歌的TPU芯片為例，與市面上的FPGA和GPU相較，其每瓦性能呈倍數(shù)提升。該芯片對于降低的運算精度有更高容忍度。也就是說，它每次運作需要的晶體管較少，并因此能達到更高的每秒運算次數(shù)。在我國，中國科學(xué)院計算技術(shù)研究所發(fā)布的“寒武紀(jì)”處理器芯片和云創(chuàng)大數(shù)據(jù)即將發(fā)布的深度學(xué)習(xí)芯片，就是在這個領(lǐng)域的探索。