人工智能发展迎来新拐点

疫情期间，一大批人工智能（AI）企业充分发挥人工智能赋能技术和智能产品的优势，在疫情防控、疾病诊断、民生保障等诸多方面作出了积极贡献。新冠肺炎疫情让人工智能的价值得到了充分体现。

当下，人工智能纳入新基建重点建设领域，意味着人工智能技术及场景应用建设将成为投资主战场。人工智能产业不仅市场规模巨大而且产业链带动性很强，在数字经济时代发挥着类似发动机的角色，将重塑工业、交通、医疗、金融等各行各业。专家预测，今年将成为我国人工智能产业发展的关键节点，人工智能技术的赋能效用将进一步凸显。　　

今年是AI发展关键节点

　　近年来人工智能等新经济成为国家和各地发力新方向和新抓手。

　　2017年国务院印发《新一代人工智能发展规划》，明确了我国新一代人工智能发展的战略目标。相关政策和具体产业扶持随之开始集中落地，据不完全统计，已经有20几个省、直辖市出台战略和政策，支持人工智能行业发展。2019年，我国人工智能企业数量超过4000家，位列全球第二。

　　与此同时，人工智能成为我国科技龙头企业的重要发展战略。百度最早公布完整的AI生态开放战略，提出将All in AI，核心战略是开放赋能。腾讯基于企业、社会、学界三个领域之间的关联，以及三大应用场景，展开对人工智能的战略布局。中国电子发布了“X+AI”专项行动计划，瞄准数据智能、机器智能、群体智能三大方向。华为则是2018年首发AI战略，从五个方面进行资源整合。

　　中国工程院院士、北京大学信息科学技术学院院长高文表示，中国发展人工智能已具备政策、海量数据资源、应用场景、青年人才等四个方面的优势。他认为，在一些关键核心技术方面，中国的人工智能已经走在世界前列，比如人脸识别和语音识别，中国在世界处于领先地位。

　　有机构预测，未来5年内，人工智能预计新增投资超过2000亿元。2025年世界人工智能市场规模将超过6万亿美元，年复合增长率达到30%。中国工程院院士邬贺铨表示：“根据我国《新一代人工智能发展规划》，到2030年，人工智能核心产业规模将超过1万亿元，带动相关产业规模超过10万亿元。”

　　人工智能产业不仅仅是规模巨大，产业链也很庞大，在接受记者采访时，业内人士表示，人工智能将重塑交通、医疗、金融等各行各业，今年更将成为我国人工智能发展的关键节点。

　　最近“新基建”7大领域的划定，意味着人工智能及场景应用的基础设施，将成为消费投资的主战场。而在2020年年初的战“疫”中，人工智能发挥的不可代替的作用，让各地政府和企业看到了人工智能技术的赋能效用。

　　如今在人工智能专利申请量和投融资规模上，中国均已超越美国成为AI领域第一大国，区域人工智能规划和集群效果显著。抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，已经成为业内共识。

　　赛迪顾问人工智能产业研究中心副总经理李丹表示，随着被列入新基建，国家会更加重视人工智能产业发展，这对于基础技术和场景落地都是非常重大的利好。

　　百度CTO王海峰表示，新基建将通过新兴科技的快速突破和落地应用，带动国家经济发展新旧动能的转换。作为其中的重要篇章，AI、大数据等已经显露出服务社会、经济的重要价值，相信下一阶段将迎来更大的发展，城市管理者和教育、医疗、金融等企业直接通过智能云接入AI服务已是大势所趋。

　　浪潮集团高级副总裁肖雪在接受记者采访时表示，人工智能的三驾马车是算力、算法和数据，人工智能成为新基建，将驱动更多的投资和更多的企业进入赛道，这意味着更多的AI算力以平台服务方式来提供，更多的行业算法与模型通过授权来服务，这将加速各行各业利用AI实现转型升级。

　　推想科技CEO陈宽强调，新基建的提出有助提高AI商业化市场环境的通畅性，让AI技术的积累和沉淀更加有深度，同时促进行业标准的形成，我国AI产业在国际上的竞争力也能够逐渐提升。

　　1月31日，推想正式对外推出针对新冠肺炎的人工智能特别版，其合作伙伴武汉同济医院成为最先应用这版产品的疫区核心医院。十几天时间，推想的新冠肺炎产品落地10多家医院，帮助进行肺炎感染筛查和疫情监测。

　　地平线公司创始人兼CEO余凯表示，人工智能在数字经济时代，能够把数据转换成动能，让生产和决策实现自动化，发挥类似发电机、发动机的角色，全面推动产业的发展。

　　企业需要找准刚需应用场景

　　“任何成功的AI企业都要重度垂直才有可能扎到深处实现产业的改造，每一个产业深入到供给侧会带来非常巨大的影响。”陈宽告诉记者。

　　在医疗健康领域，人工智能的应用场景越来越多，在诊断、治疗、流程辅助、甲亢管理、药物研发、医学研究等环节，都有人工智能技术的应用。2016年年初成立的推想科技以肺部AI辅助筛查产品为起点，通过深入医生工作场景，已逐步建立起一整套完整的、全流程的人工智能疾病管理路径。

　　业内人士告诉记者，人工智能时代，企业需要首先找准刚需应用场景，进而在这个应用场景中不断形成数据迭代，从而推动技术持续进步。以医疗这种长周期行业为例，企业需要提前3~5年开始布局。也是出于这个原因，各细分市场的创业企业更容易取得成功。

　　李丹表示，从应用层面来看，新冠肺炎疫情期间，AI和医疗领域的结合在公众视野中有了更多的案例，这也成为我国人工智能“多点开花”的一个缩影。比如，商汤科技利用人工智能深度学习、图像识别等技术，基本实现了公共场所无人值守的智能体温检测。上海钛米机器人公司研发的智能消毒机器人在武汉、上海等地医院投入使用。科大讯飞向湖北省中小学免费提供线上直播教学系统智慧空中课堂。阿里云利用AI将新冠肺炎CT片子的研判时间从5小时缩短到15分钟。依图科技利用AI算法助力亿元将新冠肺炎定量评估时间从5到6个小时缩短到了几分钟。

　　记者在采访中了解到，人工智能产业主要分为基础层、技术层和应用层，包括BAT等承担的国家人工智能平台相对实力雄厚，从基础层到技术层以及应用平台都有布局，而且在AI产业化、商业化上已逐渐成熟。而国内创业公司主要集中在应用层。基于国内巨大的市场空间，应用层技术在各个垂直行业逐渐深入，业内人士相信，随着新基建政策的推出，国内将涌现一批新的独角兽企业，众多“AI+”新技术、新模式应用将大量出现，医疗、安防、教育、智能驾驶等领域是他们看好的方向。

　　高文认为，在全球人工智能领域，自己具有的优势非常重要。目前美国在基础研究方面领先，中国则在实现人工智能应用的场景优化及其相应的商业布局方面走在世界前列。中国人工智能应用场景已经渗透到生活的各个方面，在智慧医疗、智慧教育、智慧城市等领域有着丰富的实践场景，带动了人工智能应用的爆发，在人工智能国际竞争中形成了核心竞争力。

　　有人说，人工智能像“水电煤气”，它的价值需要与应用场景结合，在应用中得以释放。而中国正在推动经济转型，推动经济高质量发展，这其中有大量的难题、大量的场景，等待着人工智能充分发挥作用。

　　而要让人工智能、大数据能够充分地应用到经济转型的难点、痛点中，需要打破边界，中国工程院院士王坚不久前表示，要融通应用，要开展数据应用试点示范，加速应用模式迭代创新。鼓励有基础、有需求、有动力的企业深度开展数据应用试点，打造一批基于人工智能、区块链的数据应用案例和业务解决方案，培育和构建数据创新和价值挖掘的应用生态体系，加强试点示范引路，为加快以数据价值挖掘为基础的制造业转型升级和全新迭代模式营造良好氛围。

　　对此，陈宽也表达了同样的观点：“我国AI产业拥有更大的样本库、数据体量和更多的应用场景，因此AI技术在应用过程中可以不断得到反馈，形成技术的持续迭代升级，这是我国AI产业最大的优势。”

　　要避免脱离技术阶段的过高预期

　　人工智能纳入新基建，对于整个行业无疑都是巨大的提振。

　　接受采访的行业专家普遍认为，人工智能与实体经济加速融合，带动了制造、物流、金融、零售等一大批传统行业转型升级，智能化正在为中国新旧动能转换和国民经济高质量发展提供有力支撑。

　　百度董事长兼CEO李彦宏表示，当前数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段，与之相适应的新基础设施建设同样需要国家牵头来投资、建设和协同。在他看来，以人工智能为代表的智能经济基础设施建设的水平，决定了中国在新一波技术红利下的全球格局中，能否占据更有利的位置。

　　对于新基建的主要战场，智能城市及智能交通这样量级庞大的体系被一致看好。李彦宏认为，利用人工智能构建智能交通解决方案，可以提供交通系统的感知能力，实现车车、车路的信息共享和交互，有效避免或减少交通事故，服务城市智能交通体系。

　　鉴于AI技术将加速解决大量数据分析问题，大幅缩短攻关周期，李丹表示：“AI在智慧医疗方向的应用将会加速普及，未来新基建可能会在医疗领域加大力度引入AI技术。”阿里巴巴达摩院、百度研究院等在病毒基因结构测序、新药研发等方面已经投入力量。“AI+医疗”应用在新冠肺炎疫情期间的提气表现，也让外界相信，人工智能在医疗领域的发展将潜力无限。

　　肖雪在接受采访中同样谈到了汽车交通与医疗，这是两个有巨大数据量也有巨大人工智能需求的典型场景，对于这两个行业运用人工智能，他谈及了行业AI算力平台，通过为汽车、医疗等领域提供AI算力平台和算法服务，将进一步改变就医难与交通出行难的状况。余凯则指出，随着国家新基建的提出，自动驾驶将加速发展，预计2025年汽车L2级以上自动驾驶装配率可达70%。

　　李丹同时指出，对于中小企业来说，存在场景落地难的问题，这方面需要政府更多的投入，与AI公司合作，提供政策、人才等各方面的支持。

　　中国科学技术发展战略研究院研究员李修全表示，全球人工智能产业化总体上看仍处于早期阶段，需要避免脱离技术阶段的过高预期和借概念投机式发展。一要强化产业界和学术界的协同创新，加快突破一批人工智能产业化核心关键技术。二要加强智能化基础设施建设，夯实制造业等领域的基础信息化能力。三要加速早期落地场景探索，从实体经济业务需求角度追求能力提升，通过应用迭代加速技术成熟。