从可以用到很好用 人工智能还要继续努力

人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，被认为是计算机科学的一个分支。人工智能的产业化进程始于上个世纪90年代，在2000年后进入加速发展时代。2006年以后，随着算法的进步、全球数据量爆发式增长，以及计算能力大幅度提升，人工智能产业将席卷全球，人工智能的应用产业化也开始爆发式增长。

人工智能作为未来全球产业竞争力的关键获得全球各国的共识。美国总统特朗普2019年2月签发了名为“维持美国在人工智能领域领先地位”的总统令，强调美国必须推动人工智能的技术突破，要保持美国在人工智能领域的技术优势。英国秉持稳重、冷静的态度推进人工智能发展，更注重人工智能基础性研究。

法国政府日前公布国家发展人工智能战略计划，预定在2022年以前斥资6.65亿欧元，将利用法国在数学研究方面的优良传统，把人工智能发展提升到全球最高水平。日本和韩国相继发布人工智能国家战略，加快完善人工智能发展顶层设计。

从产业规模看，根据统计，2018年全球人工智能核心产业市场规模超过555.7亿美元，相较于2017年同比增长50.2%。赛迪研究院的数据显示，截至2019年3月底，全球活跃人工智能企业达到5386家，其中美国为2169家、中国大陆为1189家、英国为404家、加拿大303家、印度则是169家。全球范围内美国与中国投资较为密集，其次为欧洲、印度、以色列。

一般而言，人工智能产业链可以分为基础层、技术层和应用层。基础层是整个产业的基础，也是高投入、高回报的产业，主要是研发硬件及软件，如芯片、传感器、数据资源、云计算平台等，为人工智能提供数据及算力支撑。技术层和应用层门槛稍低，是众多创业企业的切入点。

美国在基础层和技术层的AI企业数量约是中国的两倍，美国的产业发展从底层技术开始再向上游应用拓展，而中国则更多在应用侧进行创新，逐步向底层技术进行渗透。亚马逊、谷歌、Facebook和IBM引领人工智能技术的发展，作为互联网时代的巨头企业，他们拥有更多的资源来收集数据，从而拥有更多的数据可供使用。

谷歌公司是第一家大规模开展人工智能研究的公司，名为“谷歌大脑”的研究项目涵盖了机器学习、自然语言理解、机器学习算法和技术以及机器人技术等领域。中国的百度、科大讯飞、阿里、腾讯等企业也在人工智能领域大展拳脚。

在人工智能产品中硬件产品占比超过50%，计算芯片及智能传感器比重最大。2017年全球传感器市场为269亿美元，预计2023年达到706亿美元，而2023年全球人工智能芯片市场规模也将达到108亿美元。目前，美国、欧洲、日本依托多年的积累，在基础层占据明显的优势。霍尼韦尔、博世、ABB等国际巨头全面布局了智能传感器，基本处于垄断地位。在智能芯片领域，英伟达、高通、英特尔、德州仪器等企业一直是该领域的核心企业，控制着全球人工智能发展的命脉，中国的华为、地平线、寒武纪等企业在不断追赶。

目前，全球人工智能的投融资主要集中在AI+(垂直行业)、计算机视觉、数据服务和智能机器人等领域。中国人工智能创业公司所属领域分布中，计算机视觉领域拥有最多创业公司，旷世科技、云从科技等企业均从这个领域开始发力，另外一个集中的领域是服务机器人，其次是语音及自然语言处理领域，智能医疗、机器学习、智能驾驶等也是相对比较热门的领域之一。人工智能驱动经济向服务化、高端化方向转型，驱动社会向灵活化、智慧化方向转型。借助人工智能，传统的商业和行业可以获取额外的高附加值。

未来依然是中美主导全球人工智能的发展。算法的成熟、大规模的投入和平台型厂商的推广是AI场景化加速的主要原因。在互联网时代，中美占据了先机，涌现出一批世界级的互联网和IT企业，在“人工智能+”时代，这些企业依托强大的平台运营和资源整合能力，依然是人工智能产业龙头。
       同时，不论是机器学习、生物识别，还是自动驾驶等，都需要庞大的数据作为“训练”“学习”的支撑。美国在训练的数据处理基础理论、芯片软硬件水平方面全球遥遥领先，中国拥有全球最大的互联网用户规模、全球最大的人才储备规模，这些条件其他国家不具备。

人工智能产业未来的道路布满了崎岖和坎坷。回顾人工智能产业发展历程经历了“三起两落”，两次过高的预期难以得到实现。目前人工智能的崛起，更多基于深度学习算法的突破，特别是基础技术图像、语音和语义识别技术。人工智能正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。
       在强人工智能尚未看到明显希望的前提下，弱人工智能的本质和前提是通过分析大量历史数据，从中学习总结相应的知识，建立相关模型对以往的数据进行解释并预测未来的数据。AI企业商业化道路还处于早期阶段，从全社会看，AI在企业的渗透率偏低，过分依赖场景和数据，同时还有很多技术有待突破。