人工智能落地方兴未艾

人脸识别、语音交互、算法推荐……随着相关技术不断成熟，人工智能逐渐深入老百姓衣、食、住、行、娱、教、医、养等方方面面。自动驾驶、城市大脑、数字金融、智慧医疗、智慧教育等各领域的产业化落地案例逐渐增多，更凸显了人工智能在推动经济社会发展方面所发挥的重要驱动力。

目前，人工智能落地呈现哪些特点？未来，人工智能发展将出现哪些新的趋势？

应用落地呈全方位、深层次态势

近日，中国工程院院士、清华大学计算机系教授郑纬民在2021东湖国际人工智能高峰论坛开幕式上指出，根据场景可以将人工智能行业应用分为四大类，第一类是图像视频的检测类应用，以卷积网络为核心，可以应用到安防、医疗诊断、自动驾驶，城市治理等，这一类已有很好的应用效果。第二类是决策类应用，以强化学习技术为核心，应用于交通规划、精准的行销、个性化推荐。大众较为熟悉的是阿尔法狗，曾击败人类职业围棋选手，这类部分场景已初见成效。第三类是自然语言类应用，以Transformer技术为核心，应用于多种语言的翻译，智能交互、文学创作、搜索推荐等等。需要强调的是，随着自然语言处理大模型的逐步成熟，自然语言类应用需要很大的机器和非常大的计算力。第四类是AI与科学融合应用。人工智能与科学计算深度融合，可以解决前沿科学问题，如蛋白质结构的预测，这是AI与科学计算融合的最典型的应用。

国家人工智能标准化总体组副组长、北京航空航天大学计算机学院教授吴文峻在接受央广网记者采访时表示，当前，人工智能的许多应用场景与老百姓日常生活息息相关，涉及安防、消费、金融、医疗、教育等众多领域，呈现出全方位、深层次，并与国家经济社会发展和产业转型相结合的落地态势，“这可以被认为是一种深度的落地”。

值得一提的是，吴文峻指出，人工智能技术本身仍在发展当中，现阶段的人工智能技术主要是基于数据驱动的深度学习，这样的技术特点使其在性能稳定性和可解释性上存在一定的“天花板”，因此，人工智能的落地与其所在领域的各种条件和技术成熟度有着密切关系。

以自动驾驶为例，“目前不论是学术界还是产业界的专家，大都认为现阶段能真正落地的（自动驾驶技术）还是在一些相对封闭的区域当中，比如说矿区、港口、厂区等等。不过，在公共道路这类开放环境下的自动驾驶，目前来说，无论是国外还是国内，都是在场地比较有限的园区里，或是在比较偏僻的道路上进行测试。”吴文峻表示，“这与技术和政策法规都有关系。想实现全方位的自动驾驶，还需要更长的时间。”

此外，在吴文峻看来，“智能制造大有可为”。他指出，这是制造业转型升级、向高端制造业发展的一个重要趋势。尤其是在“双碳”目标提出的背景下，如何在智能制造中体现绿色低碳，发展空间广阔。

“再比如智慧城市，城市是碳排放的‘大户’，如何在节能方面发挥更大的作用，人工智能也将扮演重要的角色。”吴文峻表示。

推动开源发展势在必行

中国新一代人工智能发展战略研究院首席经济学家、南开大学经济研究所所长刘刚对央广网记者表示，目前人工智能落地主要体现在两个方面，一是推动了消费互联网下移。从2016年至今，互联网从大城市逐渐向中小城市和农村下移，一些以机器学习推荐为特点的互联网平台，使互联网的长尾效应越来越明显，让中小城市和农村居民都能享受到互联网的红利。二是表现在工业互联网的发展。人工智能在工业互联网领域的运用，已经有一些成功的实践，比如目前已落地的工业AI视觉检测系统，使得检测的效率大大提高。

刘刚指出，不同于消费互联网靠大数据驱动，工业互联网是小数据驱动。“其场景更加复杂、特殊，比如运用在某一个企业的工业AI检查系统，可能在另一个企业就无法使用。这就需要公共的关键技术和公共技术的研发。”

刘刚告诉记者，目前人工智能已进入工程化阶段，场景趋于复杂化、碎片化。之所以说建立公共研发平台非常重要，是因为很多技术的底层算法需要高投入，参照国际经验，早期都需要政府的资金投入和研究型大学的科研支持。

今年5月，“科创中国”开源创新联合体成立，“以打造自主开源生态为宗旨，以建设产学研深度融合的开源创新体系为目标，以营造中国开源文化、提升开源创新能力为导向”。中国新一代人工智能发展战略研究院是开源创新联合体的发起单位。“我们作为联合体成员单位之一，要做的就是推动开源发展。”刘刚表示。

实际上，开源已成为全球数字科技创新的大趋势。此前，中国科学院科技战略咨询研究院副研究员隆云滔、中国科学院科技战略咨询研究院研究员王晓明在《科技日报》发表文章指出，“开源所具有的大众协同、开放共享、持续创新等特点，使参与者直接置身于最领先的技术行列。拥抱开源，不仅有利于紧密跟随技术发展趋势，还可对行业发展方向形成影响，真正做到站在巨人的肩膀上创新，最终达到尽最大可能保持和提升竞争力。”

围绕新一代人工智能科学前沿领域攻关，《十四五规划和2035年愿景目标纲要》明确提出了“深度学习框架等开源算法平台构建”等内容。

《纲要》指出，要加强关键数字技术创新应用，支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务。

针对数字经济重点产业中人工智能产业的发展，《纲要》提出，建设重点行业人工智能数据集，发展算法推理训练场景，推动通用化和行业化人工智能开放平台。

据科技部高新技术司相关负责人介绍，科技部在自动驾驶、医疗影像等一批细分领域，打造了16个国家新一代人工智能开放创新平台，发挥了领军企业的引领示范作用。例如，在自动驾驶平台建设上，目前全国范围的测试里程已超过1800万公里；在医疗影像平台方面，以武汉雷神山医院、方舱医院为例，2个月内就完成了2.4万人的远程影像检查。

预训练大模型为人工智能新业态

聚焦人工智能“三驾马车”，吴文峻对记者表示，“目前业界的一个共识是，未来新的业态是预训练大模型，即大数据、算法和算力的一个发展的新阶段。”

今年3月，我国首个超大规模人工智能模型“悟道1.0”发布。据了解，“悟道1.0”由智源研究院学术副院长、清华大学教授唐杰领衔，100余位人工智能科学家团队联合攻关。“悟道1.0”形成超大规模智能模型训练技术体系，训练出中文、多模态、认知、蛋白质预测在内的系列模型。

智源研究院院长黄铁军指出，本轮人工智能浪潮的基本特点是“数据+算力+算法=模型”，模型浓缩了训练数据的内部规律，是实现人工智能应用的载体。

唐杰表示，随着超大规模预训练模型系统的开放，大家不必从零开始，预训练基线智能水平大幅提升，平台多样化、规模化，大家在云上可以找到自己所需的模型。

郑纬民也在指出，自然语言模型最近几年发展非常迅猛，这个大模型具备很强的文本生成能力。“我们看一个文本数据，很多的数据经过预训练以后，产生一个很多参数的一个模型。用的时候你输了一个‘人工智能让世界变得’，就出来‘更美好’。”

“我们说人工智能正快速走向更大模型的发展，人工智能技术的推进过程中，处理的问题参数越多，处理效果就越好。”郑纬民介绍称，大模型能做机器回答、情感分析、信息抽取、文案生成、物体识别。

吴文峻告诉记者，现在的AI还是一个专用人工智能，不是一个通用人工智能，“预训练大模型可以作为一个基础的模型去支撑更多的应用领域模型的构建和研发，形成一种新的业态。”