当前位置: 首页 » 新闻资讯 » 行业新闻 » 正文

人工智能迈入2.0时代 中国有望“领跑”

放大字体  缩小字体 发布日期:2017-03-16  浏览次数:11017
核心提示:历经60年发展后,人工智能站到了风口。今年两会上,人工智能首次被写入政府工作报告,更是引发了与会代表和委员的热议。国家在人工智能领域更长期的战略布局也已开始。据悉,体现国家战略意图的中国科技创新2030重大项目中将新增人工智能2.0,人工智能的专项规划也正加快编制之中。如何理解人工智能2.0?中国在这一领域有
       历经60年发展后,人工智能站到了风口。今年两会上,人工智能首次被写入政府工作报告,更是引发了与会代表和委员的热议。

国家在人工智能领域更长期的战略布局也已开始。据悉,体现国家战略意图的中国“科技创新2030 重大项目”中将新增“人工智能2.0”,人工智能的专项规划也正加快编制之中。

如何理解“人工智能2.0”?中国在这一领域有哪些优势和劣势?人工智能科研与产业方面面临哪些障碍?记者两会期间专访了全国政协委员、中国电子学会副理事长兼秘书长徐晓兰。

人工智能2.0规划将出

记者:人工智能正在全球形成抢位发展的态势,在这一领域中国和发达国家是站在同一起跑线上的吗?

徐晓兰:在中国,人工智能已被列入推进“互联网+”行动的重点领域和《“十三五”国家战略性新兴产业发展规划》的主要任务,围绕“人工智能2.0”的发展规划即将正式出台,一批本土优秀企业和知名高校及科研机构纷纷投身其中。

可以说,在战略认识和发展积极性层面,我国与发达国家基本处于同一起跑线,在商业化尝试方面甚至还有领先。但从核心技术来看,尤其是在人工智能算法方面,与发达国家的差距还是存在的,基于认知层面的算法水平还需提升,这是未来最大的产业竞争门槛。

记者:中国在发展人工智能方面有哪些优势和劣势?

徐晓兰:优势在于,我国拥有全球增长空间最为巨大的国内市场,这将为人工智能的快速商业化提供支撑。2016年,国内人工智能市场规模约15亿元,预计到2020年将超过90亿元,年均增长率超过55%。

劣势在于,我国仍是一个发展中国家,大批传统产业未完成转型升级,自动化、信息化改造的力度和强度都有待深化,行业管理方式和政策法规制度在面对新兴领域时也相对滞后。

记者:作为一个发展中国家,中国在人工智能领域有哪些后发优势?

徐晓兰:后发优势主要有两个方面。首先,在全球化趋势下,知识传播的“溢出效应”越来越明显,技术扩散的壁垒和门槛越来越低。

其次,中国正处于工业化社会的中期后半阶段,我们不用经过漫长的摸索和试错阶段,能在空白的领域直接应用最先进的技术、建立最先进的模式、产生最具变革意义的创新。

一直以来,我国的科研与产业走得比较多的是跟随式发展。过去我们是“跟跑”,现在要变成“并跑”甚至“领跑”,在发展智能社会这个领域上,我们要做全球的领路人。

尚存瓶颈切忌一哄而上

记者:人工智能包含多个领域,从技术成熟度上看,中国的人工智能有望在哪些领域率先突破?早期的商业化应用可能集中在哪些行业?

徐晓兰:结合我国实际情况,未来人工智能早期商业化可能集中在物流、交通、教育、医疗、金融、娱乐、体育等行业。

具体来说,在计算机视觉方面,旷视科技的Face++,依图的自主视觉理解技术等已经较为成熟;语音识别方面,百度的深度语音学习技术Deep Speech2,科大讯飞的语音合成、识别等核心技术代表了世界最高水平;机器学习方面,小i机器人的语音识别和语义分析,中译语通的神经网络技术等也都可能带来突破性发展。

记者:在上述领域人工智能的突破,将为中国新旧动能的转化提供哪些机遇?

徐晓兰:新旧动能转换的关键在于,既要做好高新技术对传统产业的提升改造,更要实现新技术、新产品的开发,构建新增长点,培育新模式、新机制。

而智能社会初期是工业、信息、智能三栖并存的社会形态,传统生产要素与新兴生产要素逐步融合,既带来了传统产业的提升改造,也推动了对新兴产业增长点的发掘培育。

记者:中国科学院副院长谭铁牛去年强调,人工智能相关技术正处于期望膨胀期,但核心技术、高端设备与应用、基础理论设施仍有待建设,人工智能要切忌跟风。对此你怎么看?

徐晓兰:当前人工智能产业确实处在风口之上,虽然发展前景美好,但是的确要提防炒作过热、盲目跟风的情况出现。

应清楚的认识到,通用人工智能的发展尚处在瓶颈期,人工智能一些关键核心技术在全世界范围内尚处于攻克阶段,多数人工智能产品的精确度和可靠度都有待提高,发展人工智能依然任重道远。

如果没有良好的顶层和统筹设计,各类资源的一哄而上,往往会得不偿失,造成产业大热过后的发展低谷,反而打击人工智能产业的创新创业热情。人工智能技术目前应该苦练内功,潜心研究,重视前沿基础理论的突破以及对行业痛点的真正掌握。

应合理引导科研创新方向

记者:人工智能的发展,目前需要重点解决哪些障碍?

徐晓兰:一是科技研发投入占GDP比例还较小,中国规模以上工业企业研发投入仅占销售收入的0.9%,而其他国家为2%-3%;二是核心和关键技术对外依存度较高,一些领域“卡脖子”现象依然严峻;三是我国企业的技术创新模式较为保守、谨慎,大部分企业发展亦步亦趋,缺少具备前瞻性和洞察力的发展战略与技术创新布局模式;四是科研模式和人才评价体系固化,科研项目容易一哄而上,缺乏长期积累。

记者:在人工智能的研究领域,中国为何缺少革命性突破和差异化、变革性创新?

徐晓兰:人工智能领域是新兴学科,其快速发展只是近一二十年的事情,目前最需要突破的是通用型人工智能,该领域未来任何技术的升级都有可能带来产业的巨大推进影响。

当前,国内高校与科研院所考核理念仍停留在唯论文至上的阶段,造成了众多科研人员的短视和跟风,往往对于技术研究热点领域投入大量时间精力,而对于一些尚无人关注却有发展前景的领域热情不足。一阵风过后,科研对象又转成下一个热点领域,没能在某一领域形成长效深层次的积累,久而久之难以形成革命性突破的必要发展内力。

人工智能领域发展方向众多,研究对象广泛,应鼓励科研人员选择自己感兴趣的领域发展,加大重大基础理论突破的奖励制度,通过顶层规划与市场相结合的方式对科研创新方向进行合理引导。

 
 
[ 新闻资讯搜索 ]  [ 加入收藏 [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐图文
推荐新闻资讯
点击排行
网站首页 | 关于我们| 联系方式| 免责声明| 版权隐私| 模架问答| 会员特权| 网站特色| 会员公约| 网站地图| 排名推广 | 广告服务 | 网站留言 | RSS订阅 |

苏公网安备 32058302001128号