人工智能前沿：突破的契机与希望
人工智能前沿：突破的契机与希望
2018-12-26 10:23:54 来源：新浪科技
抢沙发
2018-12-26 10:23:54 来源：新浪科技
摘要：人工智能技术突破、行业革新、产业化推进寄望于人工智能前沿基础理论，这是行业的基石。我国要在人工智能领域取得应有的话语权，就得在人工智能基础理论和前沿技术方面加强引领性原创科学研究，并率先取得重大突破。
关键词：
人工智能
人工智能技术突破、行业革新、产业化推进寄望于人工智能前沿基础理论，这是行业的基石。我国要在人工智能领域取得应有的话语权，就得在人工智能基础理论和前沿技术方面加强引领性原创科学研究，并率先取得重大突破。
人工智能技术已是当今全球科技新宠，并正深刻地改变着人类的生产生活。电影或科幻小说中的情节正呈现在现实生活中：阿尔法狗技高一筹，使世界顶级围棋高手败北，令人惊叹；写稿机器人在抢夺自由撰稿人的饭碗，令人叫绝；人脸识别系统指挥储户眨眨眼，验证身份证，就能自动打印出账户流水，令人称奇。
经过60多年的演进，特别在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，加速发展的人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，能赋予机器感知能力、自主运动能力。
如果说以蒸汽技术驱动的第一次工业革命延伸了人的肢体，拓展了人类的力量，那么，以新一代人工智能技术为驱动的新一轮科技革命和产业变革将拓展人类的智能，极大提升人类智力所能创造的价值。由美国斯坦福大学学者领衔撰写的2018年《人工智能指数》报告显示，2018年人工智能“达到或超越人类表现”的重要进展，包括微软汉英双语机器翻译系统在有关测试中达到了人类的水平、英国“深层思维”公司研发的程序在游戏“雷神之锤”中获胜率超越人类玩家、谷歌的深度学习系统在前列腺癌有关诊断研究中准确率超过美国认证病理医生等。
世界各国都在抢抓人工智能科技浪潮的机遇，纷纷抢滩布局。自2013年以来，美国、英国、日本等国各自出台了人工智能战略和政策。为抢占人工智能发展先机，美国发布了《国家人工智能研究和发展战略计划》《为人工智能的未来做准备》，欧盟发布了《2014-2020年欧洲机器人技术战略研究计划》《衡量欧洲研究与创新的未来》，英国围绕人工智能发布的政策有《机器人与自动系统2020》《在英国发展人工智能》等，法国发布了《人工智能战略》，日本发布了《日本复兴战略2016》《人工智能科技战略》。
依据《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，我国也正在统筹国际国内创新资源，力争到2030年实现人工智能核心产业规模达1万亿元，带动相关产业规模超10万亿元，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。
而在另一面，也须看到，虽然全球人工智能的发展水平令人瞩目，但目前人工智能系统“发育”尚不成熟，总体水平仍处于起步阶段，无论基础理论研究，还是关键核心技术，抑或人才体系，都有待健全完善。人工智能分为专用人工智能和通用人工智能，目前的成果主要体现在专用人工智能方面。而真正意义上完备的人工智能系统是一个通用智能系统，具有类似人脑的思维特质，可以举一反三、触类旁通。而专家们认为，眼下的人工智能系统“有智商没情商、会计算不会‘算计’、有专才无通才”。所以，通用智能系统的研究与应用仍然任重道远。人工智能技术突破、行业革新、产业化推进寄望于人工智能前沿基础理论，这是行业的基石。可见，在基础设施层，前沿基础理论和算法仍有很大的突破空间。
我国要在人工智能领域取得应有的话语权，就得在人工智能基础理论和前沿技术方面加强引领性原创科学研究，并率先取得重大突破。
相对于欧美国家，我国人工智能研究起步晚，又长期处于低门槛，具有国际影响力的人才稀缺，掌握“撒手锏”技术的高水平人才更十分匮乏，尚需建设完备的人工智能人才体系。“青藏高原上才有珠穆朗玛峰”，只有在尖端技术研究平台上才能培养出顶尖技术人才。而建设一大批具有国际水平的研究组，是培养顶尖人才的基础。
高端技术必须与产业对接，形成庞大的应用市场，人工智能必须与产业紧密融合。这意味着需要抓紧助推人工智能应用场景的落地，争取基础数据和平台技术的突破，搭建好与传统行业生态有效衔接的桥梁。
得益于庞大的人口数据红利，也受益于行业丰富的需求，我国人工智能应用场景的开发利用在智能金融、智慧医疗、智能安防、平安城市等领域特别活跃。以智慧医疗为例，比较丰富的电子病历、医疗影像、病理图像等数据提供给科研人员，得以通过标注来训练人工智能模型，因而产生较大的应用产业。
智能安防、无人驾驶等终端场景是人工智能应用的重要场景，但人工智能在这些场景应用能否落地、落地后又有多大价值，完全依靠智能平台的支撑。以无人驾驶为例，当前该项技术尚不成熟，其中一个重要原因是计算效率跟不上。权威研究结果表明，1000辆上路的自动驾驶汽车，每天要处理相当于当前百度图像搜索的数据量，要及时有效地处理好这些信息，在底层架构上就需要嵌入高性能人工智能芯片。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：kongwen
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
