今日推荐
热点排行
加强制度创新与政策支持，促进人工智能发展
发布时间：2018-09-06 作者：派智库 来源：国研网 浏览：次【字体： 大 中 小】
摘要：近年来，随着算法模型的突破、数据资源的日益丰富、高性能计算能力的不断提升，人工智能正迈入技术突破和产业发展前沿，并开始在安防、医疗、交通、家居、制造、金融、零售等领域得到规模应用。得益于庞大人口基数、充裕的风投资金、丰富的应用场景和一大批企业的快速跟进，我国在计算机视觉、中文语音识别和无人驾驶等典型应用方面进入全球前列，具备了加速发展的市场条件和产业基础，但要清醒地看到，我们在高端芯片、算法框架和产业生态等方面还存在一定差距，与应用相关的配套制度供给相对滞后，人才总量和结构呈现双短缺。建议适应智能化变革趋势，以创新制度供给、优化发展环境为主线，支持新产品新业务推广使用，带动关键技术、算法框架突破，促进上下游协同发展，不断提升科技创新能力和产业竞争实力。
本文来自织梦
关键词：万物互联，人工智能，政策建议
本文来自织梦
当前，以万物互联和智能化为主要特征的新一代信息技术革命蓬勃兴起，经济社会各领域的数字化、网络化、智能化进程明显提速。从调研情况看，我国较早地把握住这一轮变革机遇，在人工智能产业发展方面已具备较好的基础和条件，但关键技术短板和制度供给不足突出，建议强化规划部署落实，着力完善制度环境，增强创新能力，夯实产业根基。
一、人工智能正迈入技术突破和产业发展前沿
内容来自dedecms
在新一代信息技术接力式创新的驱动下，万物互联和智能化趋势越发明显，预计到2030年全球联网设备数量将突破1250亿件①，由此带动数据资源的指数增长，再加上机器学习算法的突破、高性能计算能力的大幅提升，共同推动着人工智能步入发展“快车道”。 内容来自dedecms
(一)算法突破、数据积累和算力提升催生人工智能
自1956年首次提出以来，人工智能主要依靠逻辑推理、专家系统来解决问题，智能程度低，但近年来在算法、数据和算力三方面的突破下，新一代人工智能开始成为新的竞争焦点。在算法突破方面，2006年加拿大多伦多大学提出的深度学习算法(DNN)，较好地模拟了人脑神经元多层深度传递的过程，该算法及衍生算法已在图像识别、语音识别、机器翻译等领域取得惊人效果。在数据资源方面，IDC报告显示，随着数字化进程日益深化，到2020年全球数据总量将超过40泽字节(ZB)，是2011年的22倍。数据更多、维度更丰富，进一步提升了算法学习效果。在高性能计算方面，传统CPU 在性能和功耗上难以支撑海量数据运算，而GPU(图形处理器)、FPGA(现场可编程门陈列)、TPU(张量处理器)芯片具有并行计算、高吞吐量等特性，计算能力可达每秒10万亿次浮点运算，正替代CPU 成为人工智能的计算单元。 织梦好，好织梦
(二)机器识别图像、语音和自然语言等开始广泛应用 织梦好，好织梦
人工智能在看、听、理解等关键指标上已经媲美甚至赶超人类。在看的方面，以国际ImageNet大赛(ILSVR竞赛)为例，自2012年引入深度学习算法后，机器识别海量图片中物体种类的错误率逐年下降，2015年已降至3.57%，优于人眼5.1%的识别错误率。目前广泛应用于安防监控、人脸识别、影像诊断、质量检测、无人驾驶等场景。在听的方面，近场语音识别技术已可进入日常生活，如微软语音识别系统的错词率在2016年已经降到5.9%，等同于专业速录员。目前广泛应用于智能手机(苹果手机Siri)、智能音箱、智能家电、探伤检测等场景。在理解方面，机器翻译、文本分析等也逼近专业水平，如谷歌推出的神经网络机器翻译GNMT相对于传统机器翻译，在英语到中文翻译方面错误率下降了58%。目前，类似技术已广泛嵌入呼叫中心、客服系统、智能助手、聊天机器人等产品中。
本文来自织梦
(三)围绕人工智能主要环节的产业布局已经开启
人工智能蕴含着无可估量机遇，各路企业争相涌入布局。万物互联方面，自带算法模型的智能化器件如微机电系统(MEMS)开始成为布局方向，物联网、工业互联网、
二、我国处于较好位置且部分应用已进入全球前列
依托用户规模、应用场景、风险资金和科技论文等优势，我国在视觉识别、语音识别等应用方面进入全球前列，涌现出一批骨干企业，拥有进一步发展的有利条件。
(一)我国拥有人口基数庞大、应用场景丰富、风投资金充裕、论文专利众多等综合优势 本文来自织梦
一是用户数和数据优势。数据资源是发展人工智能的关键要素，主要来自用户和联网设备。从用户数看，到2017年底，我国有3.49亿固定宽带用户，是美国的3.5倍，占全球38%③；有11.3亿移动宽带用户，是美国的2.7倍④；其中
内容来自dedecms
二是应用场景丰富优势。我国是全球唯一拥有联合国产业分类目录中所有工业门类的国家，数字化、网络化、智能化应用潜力巨大。目前智能产品应用正由媒体、搜索、家居等消费领域向交通、汽车、机械、石化等工业领域并重拓展。而且，我国有近4亿的80后、90后用户，他们对新科技、新产品的接受度比较高，如60%的中国人愿意购买智能驾驶汽车，而美国和德国只有37%和25%左右⑥。广泛的行业分布、多样的用户需求为拓展人工智能应用提供了广阔市场。 内容来自dedecms
三是风投资金充裕优势。据CB Insights监测数据，在全球人工智能领域融资方面，2017年我国企业的融资额占到48%，首次超越美国(38%)。从跨境双向投资看，我国背景的资金投资美国初创企业笔数从2014年6笔，快速增长到2017年的31笔，超过美国资金对我国初创企业投资的20笔。从资金投资领域看，集中在人脸识别、影像诊断、人工智能芯片等热点方向。 copyright dedecms
四是科研论文和专利优势。据美国国家科学技术委员会数据⑦，2014年我国在“深度学习”“深度神经网络”等领域的科学论文数量已超过美国。美国《科学引文索引》(SCImago)数据也显示⑧，我国“人工智能”论文达10.3万篇，超过美国的8.4万篇，论文影响力则位居第二。从专利看，按照美国专利与商标办公室数据，以深度学习、机器学习、人工智能等为关键词检索专利，发现我国在2016、2017年也已超越美国。
(二)我国在计算机视觉、语音识别、无人驾驶等应用领域已进入全球前列
copyright dedecms
随着科研论文的公开、开源算法框架的推出及计算芯片性能的提升，我国企业在部分应用上已进入全球前沿。 dedecms.com
一是计算机视觉应用全球领先。在2011—2012年这一轮人工智能刚兴起时，国内一批公司深耕计算机视觉技术，目前从算法水准和应用情况看，人脸识别、安防监控等领域已获得全球认可。如商汤科技在人脸识别和物体识别精度方面超过脸谱和谷歌；依图科技的人像识别大面积应用在公安、边检、金融领域；旷视科技的face++人脸识别平台，2017年被《麻省理工科技评论》评为十大前沿科技。腾讯觅影、推想科技、零氪科技等对食管癌、肺结节、乳腺癌等影像识别的准确率堪比专业医生，广泛应用于百家以上医院。 本文来自织梦
二是中文语音识别具有独特优势。语音识别是万物互联和人工智能应用的关键入口。长期以来被国外企业垄断市场，原因在于有很高的技术壁垒、语音资源壁垒和行业应用壁垒，但随着互联网语音资料的丰富以及深度学习算法的引入，国内已形成科大讯飞、百度两家主导，思必驰、云之声、出门问问等企业跟随的发展格局，在中文语音合成、语音识别、自然语言处理等领域拥有大量专利，产品广泛应用于语音输入、智能家居、实时字幕、语音搜索、智能客服等场景。 本文来自织梦
三是无人驾驶、无人机、智能交通等紧追领军企业。无人驾驶方面，百度2018年推出的阿波罗自动驾驶平台3.0，具备变道、等红灯、避让、泊车等能力，全球合作伙伴过百家，技术上与国外大体同步；无人机领域，大疆成为全球最大无人机企业，广泛用于农业、应急、消防、测绘与城市管理等领域；智能交通领域，阿里巴巴、滴滴等赋予交通信号灯以智能，助力城市交通整体优化。总体上，智能应用开始进入快速扩展期，我国有望在更多领域形成自身优势。
三、要清醒看到在关键技术、生态塑造与制度供给方面还存在明显短板
在行业快速发展的同时，我国在高端芯片、算法框架、人才储备、法规制度等方面存在短板，亟须统筹解决。
(一)高端芯片等关键技术领域受制于人 织梦内容管理系统
高性能计算芯片是人工智能发展的前提。目前在四条技术路线上美国占主导地位：一在图形处理芯片(GPU)方面，英伟达、超威和英特尔三强主导GPU市场。二在现场可编程逻辑阵列(FPGA)芯片方面，赛灵思和英特尔两强主导市场。三在模仿人脑神经元芯片方面，以IBM TrueNorth芯片为代表，已应用在Watson医疗产品上。四在专用集成电路(ASIC)芯片方面，谷歌的张量处理芯片(TPU)性能优势明显，各类创业公司主要集中在这一赛道上。目前我国仍以进口芯片为主，虽然近年也涌现出一些初创企业如寒武纪、地平线等，它们以视觉识别、自动驾驶等定制芯片为主，尚处于融资A 轮或B轮，资金投入有限、商业化推广难，还面临着被收购风险，如2018年7月从事FPGA优化的深鉴科技已被美国FPGA巨头赛灵思收购。 本文来自织梦
(二)算法框架依附于国外巨头开源生态体系
人工智能的智能程度关键在于算法。国外巨头通过开放算法框架(内嵌视频处理、文本分析、语言理解等算法模块)，降低人工智能产品或应用开发成本，进而吸引世界各地开发者入驻生态。这一策略集聚了全球智力，壮大了生态。从高盛报告看，谷歌Tensorflow算法框架聚集了6.8万名明星开发者；而百度PaddlePaddle平台仅有5330位，不到前者1/10。调研过程中，了解到国内初创企业大都基于谷歌Tensorflow进行开发，其情形类似于移动互联网时代APP开发者主要基于谷歌安卓操作系统进行开发的格局。 内容来自dedecms
(三)人才总量和领军人才短板非常突出
创新的根本在于人才，从不同机构数据来看，我国人才总量和结构双短缺。如全球最大招聘网站领英2017年《全球AI领域人才报告》显示，全球人工智能人才数量190万人，其中美国85万人，我国5万人，位列印度、英国、加拿大、澳大利亚、法国之后，排第七位。从工作经验看，美国人才中具有十年以上经验的占71.5%，我国仅38.7%；国内企业领军人才主要来自海外引进。从专业方向看，美国多在机器学习算法(56.5%)、机器人(16.7%)两方面；而我国分别为45.6%和15.9%，说明在底层算法方面有较大差距。 内容来自dedecms
(四)政府监管制度滞后于人工智能创新需要
以无人驾驶为例，现有的车辆标准、准入制度、车辆安全、驾驶责任、保险制度等都需要重新审视。美国早在2011年即出台新制度允许道路实测，我国2018年初才公布相关路测规范。再以智能影像诊断为例，美国2017年采取先上市后批准的模式助推产业创新；我国则按照医疗器械监管，要求经过器械检测、临床评测、器械技术审批、政府发放批文等四个环节，企业反映总耗时30个月，且准入制度、收费模式、医保对接等尚是空白。这不适应人工智能算法快速迭代的要求，初创企业也承受不起冗长流程和时间成本。
此外，数据开放、隐私管理、算法歧视、网络攻击等新问题也亟待加强监管。一是数据开放问题，我国政府数据开放排名全球靠后，而在科技巨头之间创建标准统一、跨平台分享的数据生态系统要落后于美国。二是隐私管理方面，海量数据的采集不可避免涉及个人隐私，如何避免滥用是各方关切点。三是算法歧视问题，如何监管算法黑盒子，避免“杀熟”或歧视，也引起关注。四是网络攻击问题，如何防御网络攻击、保障安全也是客户关心的主要问题。此外，伦理问题、法律责任的划分和承担也都是探讨热点。
四、进一步推进人工智能发展的政策建议
人工智能是引领未来的战略性技术，美英法印日等出台国家战略，支持技术研发，完善制度环境，提升产业竞争力。我国2017年《新一代人工智能发展规划》提出“到2020年人工智能总体技术和应用与世界先进水平同步”，“到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心”。目前看我国尚有较大差距，建议以创新制度供给、优化发展环境为主线，支持新产品新业务推广使用，带动关键技术、算法框架突破，促进上下游协同发展，夯实产业发展根基。
织梦内容管理系统
(一)加大关键核心技术和共性标准支持
织梦内容管理系统
我国芯片产业根基薄弱，人工智能技术为我们追赶提供了契机，但要做好打持久战准备。建议一方面依托我国市场需求优势，支持与国外领先企业开放合作，缩短跟跑学习周期，贡献自有标准或专利；还要避免资金、人才等资源摊薄，推进强强联合，鼓励走差异化技术路线。另一方面，要强化产业链上下游相互支持，发挥国内应用场景优势，给予国内芯片企业一个商业化应用和迭代完善机会。此外，要及时响应无人驾驶、医疗影像等企业诉求，在设备规范、认证认可、安全要求等方面推出共性标准，规范产品开发要求。 织梦内容管理系统
(二)统筹产业链打造算法框架平台 织梦好，好织梦
在算法方面，我国发表了足够数量的论文，在机器视觉算法方面也走在全球前列，但缺乏生态优势，必须从战略上重视算法框架和平台的重要性。要借鉴PC互联网时代windows操作系统主导生态、移动互联网时代安卓主导生态的经验做法，支持组建产业联盟构筑生态搭建算法框架。对于架构在国外算法框架上的应用开发者，从政策上鼓励和支持其兼容国内平台，不断提升国内算法平台的应用范围和技术水准。此外，还要建设面向人工智能的公共数据资源库、标准测试数据集，为评估算法效能提供评价基准。 本文来自织梦
(三)优化环境培育和吸引高端人才 内容来自dedecms
随着全球对人工智能人才的争夺趋于激烈，我国人才薪酬已与国外不相上下，下一步关键还是要优化人才环境：一方面完善人才引进配套政策，防止得而复失，同时在海外设立研发中心，就地招揽高端人才。另一方面加快人工智能学科建设和人才培养；考虑到人工智能研究需以海量数据和强大算力为条件，高校和科研机构往往不具备这些要素，建议支持人才双向流动，互为补充；面向制造、金融、医疗等重点行业开展应用型人才培育。此外，还要高度重视智能化应用带来的就业冲击，提早谋划技能培训。
(四)适应智能化变革趋势，同步加强监管制度重构
织梦好，好织梦
人工智能与各行业结合必然会孕育出新业态，比如无人驾驶、智能投资顾问、医疗影像识别等。对此，既不要简单按照传统业务监管，也不能任其发展，而应把握技术和产业趋势，在准入方面给技术业务创新留下一个观察期。同时参考国际经验，结合业界合理诉求，重点审视政府监管必要性，围绕监管关键要素如监管根基、监管职责、监管机制、监管手段、监管成本等，重新梳理以便为创新提供预期。
copyright dedecms
(五)加快法律、伦理和责任制度研究 织梦好，好织梦
在法律法规方面，重点是研究个人隐私保护和数据权属制度、政府数据开放、合法开发利用等法律问题，明确各方的权利、义务和责任等。在网络安全方面，既要加强硬件系统防护能力和等级评测，还要提前从制度上明确网络安全责任和义务。在伦理方面，借鉴国际上阿西洛马会议人工智能原则、阿西莫夫机器人三定律，对于可能涉及人类生命的伦理选择，如无人驾驶事故应急选择、机器人伤害人类等极端事件，从伦理角度给出基本规范，消除公众疑虑，助力创新产品商用化。
注释： 织梦内容管理系统
①IHS markit数据。
dedecms.com
②CB Insights, Top AI Trends To Watch In 2018。 本文来自织梦
③④国内用户数据来自工业和信息化部，占比数据由作者计算得到。
dedecms.com
⑤数据来自全球移动通信联合会GSMA。
dedecms.com
⑥德勤咨询：《全自动驾驶的未来——先进汽车技术消费者需求调查》，2017年。 本文来自织梦
⑦转引自：高盛，“中国人工智能的兴起(China's Rise in Artifical Intelligence)”，http://222.177.237.213:8000/rwt/GUOYAN/https/MSYYP5UMN7RXILUDPNTG6LUPMW4A/download/yunnan1415926/10128429，2017年9月。 本文来自织梦
⑧http://222.177.237.213:8000/rwt/GUOYAN/https/P75YPLUUMNVX4ZLHN7WHELUDN7XB/。 copyright dedecms
国务院发展研究中心企业研究所“万物互联和智能化背景下的产业和企业变革”课题组 copyright dedecms
课题负责人：马骏 张永伟 袁东明
课题协调人：马源 周健奇
织梦好，好织梦
执笔：马源