当前位置:   金科网 > 人工智能 > 正文

我们应该怎样看待人工智能产业创新

根据亿欧智库数据显示,自2012年起,人工智能创业企业初步增加,在2014年快速增长,到2016年达到顶峰之后,热度便迅速走低。据此可以大致推断,自2017年以来,人工智能的创业门槛正逐步提高。

我们应该怎样看待人工智能产业创新

2019年9月,科技部印发《国家新一代人工智能创新发展试验区建设工作指引》的通知。到2023年,布局建设20个左右试验区,重点围绕京津冀协同发展、长江经济带发展、粤港澳大湾区建设、长三角区域一体化发展等重大区域发展战略进行布局,推动人工智能成为区域发展的重要引领力量,打造一批具有重大引领带动作用的人工智能创新高地。在政策推动以及市场机遇收窄的双向影响下,如何从多元化方向找到人工智能产业的创新之路显得尤为迫切。

近日,亿欧对长江商学院刘劲教授进行了专访,并从技术、人才与资金、商业落地、产业链四个方向对人工智能产业创新进行了探讨。

人工智能技术不断突破,感知到认知的跨越仍面临挑战

人工智能技术从上世纪五六十年代便已经开始发展,经过多年的探索研究,人工智能目前可以分为基础性硬件、软件算法和行业应用三个结构层面。基础层包含智能芯片、智能传感器等硬件设备,算法软件主要包含算法理论、开发平台和应用技术三个维度,行业应用层面则是通过行业解决方案和智能化产品两个方面实现商业应用。

中国人工智能最近几年再次被推入新的发展热潮,主要是因为软件算法层面中的感知技术得到了突破,实现了极大的创新,如计算视觉中的人脸识别、图像识别和文字识别等,以及自然语言处理中的语音识别和语言生成等。当感知技术突破后,人工智能技术的发展将会再次进入平缓期,因为下一步的发展方向是如何使机器像人一样真正理解文字、图片等内容,实现从感知到认知的跨越,真正实现人机结合,而这方面还有很长的路要走。

从人工智能整体结构层面来看,中国在软件算法和行业应用的发展与追赶已经实现了质的跨越,但是在基础硬件层面的创新远不如美国等发达国家,这是由中国产业发展的历史因素所造成的。一方面是因为发达国家在芯片、传感器等硬件研发方面,起源于20世纪50年代,其发展早于中国几十年,即便到了现在,技术程度仍领先中国十几年。另一方面,当中国进入移动互联网时代后,产业发展主要集中于TO B和TO C业务,而此时美国仍然关注基础硬件领域的发展,并率先在人工智能领域展开研究,所以中国在基础硬件方面同美国等发达国家存在的差距较大,并且短期内难以实现超越。因此要实现人工智技术链条的全面发展,达到完全自主创新,中国仍有漫长的路要走。

刘劲教授表示:“看人工智能的话应该看怎么定义人工智能,有人把人工智能叫为机器智能,但是从纯粹的学术角度来看,人工智能实际上就是统计,用的算法都是统计方法,包括像深度学习这种大的创新等。而统计方法在商业里的应用已经非常广泛,比如像淘宝电商对用户的推荐,还有一些搜索引擎类的大数据分析,互联网平台上的大多数应用都可以算为人工智能。所以如果从这些领域扩展来讲,人工智能应用实际上已经非常广泛,只是最近人工智能在感知上的创新带来了一波新的应用,接下来的发展如果是在现有机器人的基础上和认知相结合,很有可能造就人工智能的终极发展。”

人才体制仍需完善,资本收紧促进创业企业真实发展

面对人工智能产业发展的短板,中国需要加大人才与资金的投入。在人才方面,中国正在逐步培养新一代人工智能专业人才,但想要培养出真正优秀的科学家,并吸引海内外人才留下,就必须要有足够完善的体制,使世界顶尖的人工智能科学人才愿意前往中国,留在中国。完善的体制不仅是给科学人才足够好的生活方式,同时还要拥有健康、开放的研究环境,并以此为依托,打造人工智能全生态人才发展路径。

资金方面,经过之前人工智能领域火热的投资浪潮,使得人工智能产业的投融资都创下了新高,甚至一些领域的企业估值已经超过了市场预期规模,造成了一定的资本泡沫。而一种新技术从萌芽产生到最后成熟落地发展,资本泡沫是其所要经历的必然阶段,对于当下人工智能产业的资本泡沫,一定程度上体现出投资者对人工智能产业的发展信心。

目前,伴随经济增速放缓,中国正面临着资本的寒冬期,受双重压力影响,使得人工智能企业接下来的融资与发展陷入新困境。对整体人工智能产业来讲,资本寒冬反而一定程度上有助于减少泡沫成分,使融资企业更加注重技术应用的真实性,比如在某个具体领域中,企业是否能够获客,快速产生收入和现金流变得至关重要。如果企业拥有真正的技术实力和可行的落地方案,将仍会吸引大批投资者的资金注入。