人工智能的發(fā)展于社會(huì)、經(jīng)濟(jì)、生活都有著重大意義,我國(guó)人工智能發(fā)展至今已經(jīng)形成了完整的產(chǎn)業(yè)鏈,通過研究發(fā)現(xiàn),目前我國(guó)人工智能基礎(chǔ)層發(fā)展比較薄弱;技術(shù)層發(fā)展最為迅猛,語(yǔ)音識(shí)別、機(jī)器視覺等部分技術(shù)已經(jīng)處于世界領(lǐng)先地位,但整體上依然處于初始階段;應(yīng)用層以結(jié)合行業(yè)實(shí)際需求實(shí)現(xiàn)商業(yè)落地為主。
當(dāng)前學(xué)術(shù)界對(duì)人工智能尚無形成統(tǒng)一定義,但是在人工智能基本內(nèi)容上達(dá)成的共識(shí)是:通過研究人類智能活動(dòng)的規(guī)律,從而讓機(jī)器來模擬,使其擁有學(xué)習(xí)能力,甚至能夠像人類一樣去思考、工作。
人工智能的發(fā)展是多門學(xué)科交叉應(yīng)用的成果,不同的學(xué)科承載著不同的功能,于是根據(jù)人工智能各組成要素實(shí)現(xiàn)功能的不同,將人工智能產(chǎn)業(yè)鏈分為基礎(chǔ)層、技術(shù)層、應(yīng)用層。
人工智能產(chǎn)業(yè)鏈全景圖
基礎(chǔ)層發(fā)展薄弱 核心技術(shù)有待突破
基礎(chǔ)層主要功能是實(shí)現(xiàn)數(shù)據(jù)的采集與計(jì)算,包括AI芯片、傳感器、云計(jì)算與大數(shù)據(jù)。其中大數(shù)據(jù)與傳感器負(fù)責(zé)數(shù)據(jù)的采集,AI芯片與云計(jì)算負(fù)責(zé)數(shù)據(jù)的運(yùn)算。從整體來看,目前我國(guó)人工智能基礎(chǔ)層發(fā)展還比較薄弱,存在產(chǎn)學(xué)研不夠緊密的問題。我國(guó)傳感器與大數(shù)據(jù)行業(yè)發(fā)展比較完善,芯片與云計(jì)算方面與國(guó)外差距較大。
1.傳感器方面
我們國(guó)家已經(jīng)在研發(fā)、設(shè)計(jì)、代工生產(chǎn)、封裝測(cè)試等環(huán)節(jié)形成了完整的產(chǎn)業(yè)鏈,形成了比較完善的生態(tài)系統(tǒng)。大數(shù)據(jù)方面,百度、阿里、騰訊基于自身的資金優(yōu)勢(shì)、人才優(yōu)勢(shì)以及數(shù)據(jù)優(yōu)勢(shì)占據(jù)主導(dǎo)地位,目前全世界范圍內(nèi)大數(shù)據(jù)產(chǎn)業(yè)由中國(guó)和美國(guó)領(lǐng)先。
2.AI芯片方面
我國(guó)處于剛起步階段,芯片行業(yè)的技術(shù)壁壘較高,分為設(shè)計(jì)、制造與封測(cè)三個(gè)環(huán)節(jié),我國(guó)主要是在芯片制造方面與國(guó)外企業(yè)存在較大差距,目前大陸僅支持28nm的芯片制程,而***的臺(tái)積電、韓國(guó)的三星國(guó)際、日本的TDK已經(jīng)能夠?qū)崿F(xiàn)7nm的制程,制備工藝的落后導(dǎo)致我國(guó)高端的芯片都依賴進(jìn)口。
3.云計(jì)算方面
我國(guó)尚未形成統(tǒng)一的技術(shù)架構(gòu)和體系,云計(jì)算一般可以分為 IaaS、 PaaS 和 SaaS 三類,在服務(wù)深入度與技術(shù)難度上依次遞增,國(guó)外企業(yè)主要集中在PaaS與SaaS層,而我國(guó)云計(jì)算企業(yè)則主要集中在IaaS層,與國(guó)外存在明顯差距。
技術(shù)層發(fā)展迅猛 部分技術(shù)已經(jīng)處于世界領(lǐng)先水平
技術(shù)層是人工智能的核心環(huán)節(jié),包括語(yǔ)音識(shí)別、機(jī)器視覺、機(jī)器學(xué)習(xí)與自然語(yǔ)言處理,模仿人類對(duì)外界信息的感知能力與認(rèn)知能力,然后通過對(duì)計(jì)算機(jī)進(jìn)行大量的信息訓(xùn)練,不斷優(yōu)化算法模型,最終實(shí)現(xiàn)計(jì)算機(jī)的類人腦功能。
我國(guó)在人工智能技術(shù)層發(fā)展迅猛,部分技術(shù)處于世界領(lǐng)先水平,但整體依然處于初始階段。
1.機(jī)器視覺領(lǐng)域
機(jī)器視覺識(shí)別主要分為動(dòng)態(tài)圖像識(shí)別與靜態(tài)圖像識(shí)別,由于動(dòng)態(tài)圖像識(shí)別技術(shù)門檻較高,所以當(dāng)前我國(guó)的技術(shù)研發(fā)主要集中在靜態(tài)圖像識(shí)別領(lǐng)域,靜態(tài)圖像識(shí)別的關(guān)鍵點(diǎn)在于計(jì)算機(jī)對(duì)真實(shí)圖像的仿真程度以及識(shí)別算法模型的優(yōu)化。
目前我國(guó)關(guān)于機(jī)器視覺的部分技術(shù)已經(jīng)處于世界領(lǐng)先地位,如依圖科技搭建了全球首個(gè)十億級(jí)人像對(duì)比系統(tǒng),并在2017年美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院組織的人臉識(shí)別技術(shù)測(cè)試中獲得世界冠軍。
2.語(yǔ)音識(shí)別領(lǐng)域
以科大訊飛、百度、搜狗為代表的龍頭企業(yè)不斷推出突破性的研究成果,使得語(yǔ)音識(shí)別準(zhǔn)確率穩(wěn)定在了95%以上,處于國(guó)際領(lǐng)先水平。
在機(jī)器學(xué)習(xí)領(lǐng)域,盡管我國(guó)在核心算法方面與外國(guó)差距不大,但是在適用于深度學(xué)習(xí)的高端芯片上嚴(yán)重依賴進(jìn)口。深度學(xué)習(xí)對(duì)芯片的算力具有較高要求,普通芯片算力難以達(dá)到要求,只能依賴于GPU、NPU等算力較高的進(jìn)口芯片。
3.應(yīng)用層已實(shí)現(xiàn)商業(yè)化落地,賦能實(shí)體經(jīng)濟(jì)
人工智能應(yīng)用層是基于基礎(chǔ)層與技術(shù)層發(fā)展起來的,將人工智能相關(guān)技術(shù)與行業(yè)具體需求相結(jié)合,實(shí)現(xiàn)商業(yè)化落地,從而達(dá)到賦能實(shí)體經(jīng)濟(jì)以及服務(wù)于人類社會(huì)的目的,這是發(fā)展人工智能的主要意義。
人工智能相關(guān)企業(yè)主要集中在應(yīng)用層,不同領(lǐng)域發(fā)展情況迥異。截至2018年底,我國(guó)人工智能相關(guān)公司總數(shù)達(dá)到2167家,其中應(yīng)用層占比77.7%,基礎(chǔ)層與技術(shù)層只占比22.3%,充分體現(xiàn)了我國(guó)人工智能產(chǎn)業(yè)大而不精的特點(diǎn)。
目前人工智能主要應(yīng)用在農(nóng)業(yè)、制造、零售、交通、教育、客服、醫(yī)療、安防、廣告營(yíng)銷、金融等領(lǐng)域。我國(guó)人工智能在安防、金融以及廣告營(yíng)銷等領(lǐng)域發(fā)展的成熟度較高,市場(chǎng)規(guī)模合計(jì)占比整個(gè)應(yīng)用層的81.2%;智慧農(nóng)業(yè)市占比僅有0.8%,主要是由于我國(guó)農(nóng)業(yè)歷來信息化程度較低,產(chǎn)業(yè)的智能化發(fā)展缺乏數(shù)據(jù)支撐。
2018年中國(guó)人工智能賦能實(shí)體經(jīng)濟(jì)各產(chǎn)業(yè)份額
(資料來源:公開資料整理)
智慧醫(yī)療的市占比最低為0.4%,源于智慧醫(yī)療對(duì)高精尖機(jī)器視覺、算法等核心技術(shù)要求較高,疊加我國(guó)AI醫(yī)療器械審批時(shí)間長(zhǎng),并且在精度、疾病判斷方面有待提升,總體來看智慧醫(yī)療行業(yè)發(fā)展比較緩慢。
結(jié)語(yǔ)
我國(guó)人工智能領(lǐng)域的論文總量以及專利創(chuàng)新總量均位居全球第一,但是卻存在產(chǎn)學(xué)研不夠緊密的問題,導(dǎo)致高價(jià)值的科研成果無法轉(zhuǎn)化為有價(jià)值的生產(chǎn)力。并且我國(guó)人工智能產(chǎn)業(yè)結(jié)構(gòu)不合理,分布在基礎(chǔ)層及技術(shù)層的企業(yè)較少,不利于為人工智能產(chǎn)業(yè)奠定深厚的發(fā)展基礎(chǔ),亟待國(guó)家政策引導(dǎo),解決我國(guó)人工智能產(chǎn)業(yè)發(fā)展窘境。(原標(biāo)題:我國(guó)部分人工智能技術(shù)處于世界領(lǐng)先水平,核心技術(shù)仍有待突破!)
-
機(jī)器視覺
+關(guān)注
關(guān)注
162文章
4388瀏覽量
120439 -
人工智能
+關(guān)注
關(guān)注
1792文章
47425瀏覽量
238960 -
AI芯片
+關(guān)注
關(guān)注
17文章
1893瀏覽量
35099
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論