人工智慧邁向2.0時代： 部分技術進入生產成熟期 全球化趨勢明顯
隨著中國人工智慧產業持續走向2.0階段，相應地也出現了眾多技術端倪。
“中國已經發布了新一代人工智慧發展規劃，其中提到了五個重要的發展方向，包括大資料智慧、群體智慧、跨媒體智慧、人機混合智慧和自組織智慧系統。”9月17日，在2018人工智慧大會主論壇演講中，中國工程院院士、國家新一代人工智慧戰略諮詢委員會組長潘雲鶴表示，“圍繞這五個方面，將誕生新的理論、新的技術，並在智慧城市、智慧醫療、智慧製造和智慧農業等新的領域得到應用。”
在潘雲鶴看來，AI的這五個發展方向代表了其技術端倪所在。不過，在人工智慧向2.0階段邁進的過程中，細分技術的發展程序各有不同。
“從技術可實現性而言，語音識別、整合學習、GPU加速器已經進入生產成熟期，而包括AI治理、通用AI、知識圖譜等在內的技術還處於萌芽期。”在2018世界人工智慧大會期間，Gartner全球管理副總裁Phli Todd向包括21世紀經濟報道在內的媒體介紹道，更多的技術則密集分佈於期望膨脹期，人類對AI技術的期望值已處於相對峰值的位置。
在技術演進的道路上，中國已成為AI創新發展的高地之一。中國資訊通訊研究院院長劉多表示，人工智慧產業的全球化趨勢明顯，美國仍是核心發源地之一，但其他國家的AI發展正加速跟進。其中，中國人工智慧企業超過1000家，在全球位居第二，產業熱度也在逐步提升，市場規模持續增長。
技術成熟度不一
人工智慧相關技術正在飛速發展。“節奏快得令人難以置信，”微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋感慨道，“很多人類感知能力，都在被人工智慧逼近或超越。”
例如，三年前，微軟亞洲研究院釋出的152層殘差網路（ResNet）的影象識別準確率已經達到96%，這種能力和斯坦福研究生的水平相當。一年前，在 Switchboard 語音識別基準測試中的錯誤率已經降低至5.1%，達到了媲美人類專業速記員的水準。今年1月，微軟亞洲研究院在斯坦福大學發起的SQuAD文字理解測試上獲得超越人類的分數，今年3月，其機器翻譯系統在newstest2017 的中文翻英文和英文翻中文測試集中，達到了可以和人類專業翻譯相媲美的水準。
儘管技術發展速度樂觀，但無疑AI仍處於早期發展階段。
“根據我們對全球3000多家企業的CIO調研統計結果，僅有4%的企業已投資並進行相應的AI部署，14%的受訪企業對AI毫無興趣。”Phli Todd直言道，“目前在AI採用方面，依然存在諸多挑戰。”
其中，79%的受訪者表示，妨礙其所在企業採用AI的因素為對未知的恐懼，涉及價值衡量、風險責任、瞭解AI內涵和安全隱私等方面；48%受訪者稱供應商戰略影響了AI採用，包括整合的複雜性、供應商產品的混亂等方面。
而這些妨礙因素的根源，來自於AI產業的成熟與否，AI產業則與技術發展密不可分。在大會現場，Gartner釋出了2018全球人工智慧技術成熟度曲線。根據21世紀經濟報道記者梳理，目前處於生產成熟期的AI技術僅有語音識別、整合學習和GPU加速器3項，處於穩步爬升期的技術僅有虛擬現實、知識管理工具2項。
更多的技術則還在發展的起落之間。2018全球AI技術成熟度曲線顯示，當前處於泡沫低谷期的技術有包括商用無人機、增強現實、自動駕駛汽車等6項，處於期望峰值期的技術多達15項，囊括認知計算、虛擬助理、自然語言處理、機器學習、智慧機器人等。處於最初爬坡期的技術則擁有包括通用AI、知識圖譜、神經形態硬體等9項。
“相較於2017年，2018年新版本曲線將對更多技術的成熟度及預測做出更新，對深度學習、自然語言處理等30個技術點進行了移動和調整。” Phli Todd表示，“在Gartner的AI技術成熟度曲線中，仍舊有許多技術擁堵在期望膨脹期，要過渡到生產實施階段仍舊非常困難。”
全球化提速
相對於技術有待進一步成熟的現狀而言，AI從業者及研究者則對產業應用的未來表示了期待。
潘雲鶴表示，大資料智慧、群體智慧、跨媒體智慧等AI的五大方向已開始產生應用，並具備一定經濟效應。“國內大渡河上擁有數個水電站，擁有105個水溫檢測點，彙集了每一個國家氣象中心、歐洲天氣預報中心的資料，形成了大資料水警預報新模式，準確率達到95%。”他表示，“運用大資料智慧進行規劃及調控，能夠有效增加發電量達3000多千瓦。”
百度創始人、董事長兼執行長李彥巨集指出，人類已可使用人臉識別來尋找走失或者被拐賣的兒童，無人駕駛和車路協同技術則能夠對交通擁堵等進行有效改善和治理。此外，在尋找停車位的最後一公里環節，當前的無人駕駛技術也已基本成熟。
“AI的產業基礎設施正在不斷健全，應用產品也開始進入實用階段。”劉多坦言道。目前全球資料流量仍在快速增長，為深度學習所需的海量資料提供良好基礎；AI晶片創新頻繁，雲端深度學習計算平臺的需求也在快速釋放；以語音識別、機器視覺為代表的AI技術也在快速成熟，相關企業數量正在加速增長。
從產業分佈而言，劉多表示，當前AI全球化趨勢明顯，但不同地域也呈現相應特點。美國仍是AI核心發源地之一，具備基礎理論、核心平臺、應用技術及優勢企業。加拿大以技術創新孵化、人才培養、商業化落地為產業發展特點，英國兼具學術研究、創業創新和應用技術創新，德國則依憑AI技術大力發展智慧製造。
在中國的AI產業發展中，學術研究、產業化實現和應用先行，隨後基礎理論和核心技術快速創新跟進。具體行業應用方面，中國各垂直領域AI企業集中，醫療健康、金融和智慧商業領域滲透較多。
值得注意的是，隨著AI研究的深入及對AI人才培養的需求，AI企業正在加速全球佈局，包括谷歌、百度、亞馬遜、微軟等企業均在中美設有相關研究機構。“人工智慧的發展需要全世界的智慧，全球企業、機構應該加強合作，打通AI學術研究的國界。”商湯科技創始人、香港中文大學教授湯曉鷗表示，“AI需要全球各國共同努力，合作推進，AI的學術研究沒有國界。”
（編輯：李清宇）