论文部分内容阅读
《2018 人工智能全景报告》（以下简称《报告》）由剑桥大学计算机工程学博士、人工智能风险投资家 Nathan Benaich 和 Ian Hogarth 合作撰写。《报告》重点回顾了近一年来全球人工智能领域的技术突破、产业应用、资本运作和国家支持情况。深入研究该报告对掌握全球人工智能技术和产业动向、研判人工智能竞争格局具有前瞻性价值。
《报告》的主要内容
（一）迁移学习正成为提升机器学习能力的有效方案。《报告》指出，将迁移学习方法与深度学习算法有机结合，会大大提升机器对算法模型的复用能力，可能引领新一轮人工智能发展高潮。所谓迁移学习技术，是指能够借助多个不同数据的相关性，将知识和模型从某些领域适配到其他相关领域，提高样本不充足任务的分类识别结果。迁移学习可通过半监督学习减少对标注数据的依赖，提高模型的稳定性和可泛化性，提升深度神经网络的持续学习能力。比如谷歌使用迁移学习方法训练的 ImageNet 基于有限的像素輸入和疾病标签，即可检测和诊断超过 2000 种皮肤癌。迁移学习与深度学习算法最有前景的结合点是图像处理和机器人仿真领域。
（二）AI 芯片是人工智能研究和应用进步的重要驱动力。《报告》认为，深度学习作为当前人工智能的主流算法，训练过程对数据量的要求不断提高，推理过程对实时性需求不断增强，通过人工智能芯片大幅提升人工智能研发能力的时机已趋成熟。近一年来，IC 设计商、IP 供应商、平台型科技巨头、大型云服务商、初创技术公司纷纷进入人工智能芯片领域，大举投入定制 AI 芯片研发，不断尝试突破现有芯片设计架构，提升处理器芯片的并行计算能力和存储带宽，试图在 AI 芯片领域抢占先机。例如，在 2018年 5 月的 GPU 技术大会上，英伟达发布了可同时用于高精度科学计算和低精度 AI 负载任务的 HGX-2 芯片，并开发了基于图灵架构的全新 GPU 产品。谷歌在 Google I/O 2018 上发布了专门为低功耗、小体积、独立终端 AI 计算设计的专用向量处理器 TPU 3.0，使视觉搜索模型的训练时间从数月缩短到数天。
（三）全球常识性数据库将成为推动感知智能走向认知智能的 AI 基础设施。《报告》预计，全球常识性数据库将作为 AI 基础设施，有效促进人工智能认知模型构建，推动人工智能由感知智能阶段迈向认知智能阶段，成为突破莫拉维克悖论的有效路径。
（四）预测未来 12 个月全球人工智能领域可能在四个方面发生重大事件。一是在技术突破方面，深度学习仍然是人工智能的技术焦点，其中特别指出，中国某实验室将取得重大研究突破。二是在产业应用方面，预测 DeepMind 的强化学习技术将依托《星际争霸》游戏得以在全球实现应用落地。此外，全球首例使用机器学习发现的临床新药将进入试验阶段。三是在跨国资本并购方面，预计中美两国企业将争相收购中国台湾和韩国的半导体公司，对欧洲人工智能公司的收购总额将超过 50 亿美元。《报告》特别提到，世界经济合作与发展组织（OECD）可能禁止中美企业收购具有前景的机器学习初创公司。
《报告》带来的启示
（一）人工智能技术的产业应用不断向纵深发展。在云计算领域，谷歌、苹果、脸书、亚马逊、微软、百度、阿里巴巴、腾讯（合称为“GAFAMBAT”）等巨头利用在云计算领域的优势打造 AI 应用生态。在医疗领域，机器学习正在提升开发新药和诊断病情的效率，美国药管局（FDA）已批准全球第一款可自动筛查视网膜病变的人工智能医疗设备上市。在物流仓储领域，智能机器人被更广泛地应用，有效缓解了电子商务快速发展带来的仓储空间和劳动力压力。人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各方面改变人类生活。
（二）人工智能逐渐被作为提升国防军事实力的重要途径。人工智能的技术进步和应用前景引发了军方关注，一些国家已经将人工智能技术作为提升军队作战能力的重要手段。2017 年 4 月，美国国防部批准建立“算法战争跨职能小组”（Project Maven），利用人工智能技术将海量作战数据迅速转化为对敌作战方案，在战术无人机控制系统中嵌入计算机视觉算法，谷歌、Clarifai 等企业参与其中。2017 年 12 月，特朗普政府发布的国家安全战略首次专门推出人工智能在未来美国军事中的重要性。2018 年 8 月，白宫通过“2019财年国防授权法案”，对人工智能、机器学习提供额外资金以加速其研发和应用。随后，美国国防部开启了总价达 100 亿美元的大型云计算招标项目“联合企业国防基础设施合同”（JEDI），将在十年内委托商业公司建设战争智能云平台，为全球各地美军部队托管军事机密、分发重大作战任务，亚马逊、谷歌、微软等巨头中标可能性大。此外，英国国防部 2017 年发布的《科学技术战略》也将人工智能等前沿科技纳入高层战略规划，并专门成立“核心研究投资组合”。
（三）人工智能领域的大国战略博弈将更加激烈。近一年内，不少国家密集出台了各有侧重的人工智能支持政策，角力人工智能技术和产业前沿。我国 2017 年 7 月公布的《新一代人工智能发展计划》提出，对人工智能的财政支持总额将达21 亿美元，细分领域覆盖度和财政支持力度均超过其他国家。美国重视人工智能与国防军事的结合，2018 年白宫宣布成立人工智能专门委员会（SCAI），负责统筹人工智能相关跨部门重点事项，与国防部密切合作。欧盟委员会 2018 年 4 月通过《欧洲人工智能战略》，提出在 2020 年前要将人工智能领域的投资增加到 20亿欧元，建立欧洲人工智能联盟。法国于 2018 年 3 月出台《法国及欧洲人工智能赋能战略研究报告》，意在提升法国在人工智能全球竞争话语权。德国政府于 2018 年 11 月 15 日发布《德国联邦政府的人工智能战略》，并提出了 AI Made in Germanyr 的口号。英国于 2018 年 4 月发布《人工智能领域行动》计划，目标是主导全球人工智能数据伦理，建立人工智能应用和发展的国际准则。日本 2017 年 3 月公布《人工智能技术战略》，将人工智能纳入国家工业化路线图。印度通过的《2018 数字印度创新计划》提出，将向人工智能的基础研究投资 4.77 亿美元。人工智能领域的“国家主义”态势初现。 （四）涉及人工智能的跨国资本及知识产权合作将面临困境。近一年来，美国已将人工智能列入接受中国政府补贴产品清单，国会拟通过法案严禁向中国出口涉及人工智能和与机器人相关的技术和知识产权。从 2018 年下半年起，英国政府开始酝酿对《2002年企业法》进行重大修改，希望赋予政府阻挠各行业并购交易行为的权力，重点防止人工智能、半导体、信息通信等敏感行业的英国公司落入外国公司控制。欧盟委员会正在酝酿新的投资筛查机制，目的是加强对中国企业在欧高技术投资的审查力度。经济合作与发展组织（OECD）成员国正着手利用国际贸易规则对涉及人工智能领域的跨国投资并购进行联合干预。未来一年，世界各国和国际组织对涉及人工智能的跨国投资并购及技术合作都将更为谨慎。
四点建议
（一）提升关键基础领域技术攻关和成果转化能力。一是面向国家关键核心领域的重大现实需求，积极应对人工智能技术产业化过程中对算法、数据、算力提出的新要求，提升算法的场景适应能力，实现 AI 芯片设计理念创新和架构创新。二是将军民融合及制造强国作为国家推动人工智能技术应用的重点领域，以人工智能技术助推军事装备智能化，推动人工智能在国防军事、制造业等关键领域的创新性应用。
（二）适时布局人工智能基础设施。一是加强移动互联网、大数据、云计算、物联网、航空系统，以及智能交通基础设施、储能设施、新能源汽车充电桩和智能电网等对人工智能应用落地的基础支撑，搭建自动驾驶汽车试验场、智能家居综合体验场等應用场景基础设施，支持相关产品的商业化尝试。二是引导和支持建立一批人工智能开放平台、开源项目及大规模常识性数据库，开放底层技术接口和数据库调用接口，鼓励初创 AI 企业在此基础上进行应用创新和商业落地。
（三）在人工智能重点领域加大资本投入。一是灵活运用人工智能产业基金、政府采购等形式，对人工智能芯片、机器学习算法研究、人工智能应用落地等核心和关键领域加大研发投入与应用支持。二是重点发挥政府引导基金的前瞻性作用，加大在人工智能基础领域的投入，优化基金流向配置，带动地方产业投资基金和社会资本的投资布局，弥补高成长性人工智能初创技术企业的资本缺口，在制造业等国民经济重点领域培育人工智能应用需求。
（四）在国际开放合作中运用“世界语言”。一是保持我国人工智能产业发展与全球的生产网络、创新网络、知识网络、贸易网络的紧密联系，积极参与并引导形成新的国际分工合作网络。二是培育和打造一批有代表性、有影响力的人工智能领军企业，重视人工智能细分领域具有较强竞争力的“专精特”中小企业群体。三是鼓励中外企业、研究机构开展人工智能技术交流合作，通过学术研讨促进产业合作。四是重视全球合规性，以法律遵从的确定性来应对国际政治的不确定性，引导和支持中国人工智能领域企业严格遵守联合国决议，遵守其他国家的适用法律，鼓励有条件的实体逐步引进国际专业顾问团队，建设贸易合规体系和全球合规管理责任体系。
《报告》的主要内容
（一）迁移学习正成为提升机器学习能力的有效方案。《报告》指出，将迁移学习方法与深度学习算法有机结合，会大大提升机器对算法模型的复用能力，可能引领新一轮人工智能发展高潮。所谓迁移学习技术，是指能够借助多个不同数据的相关性，将知识和模型从某些领域适配到其他相关领域，提高样本不充足任务的分类识别结果。迁移学习可通过半监督学习减少对标注数据的依赖，提高模型的稳定性和可泛化性，提升深度神经网络的持续学习能力。比如谷歌使用迁移学习方法训练的 ImageNet 基于有限的像素輸入和疾病标签，即可检测和诊断超过 2000 种皮肤癌。迁移学习与深度学习算法最有前景的结合点是图像处理和机器人仿真领域。
（二）AI 芯片是人工智能研究和应用进步的重要驱动力。《报告》认为，深度学习作为当前人工智能的主流算法，训练过程对数据量的要求不断提高，推理过程对实时性需求不断增强，通过人工智能芯片大幅提升人工智能研发能力的时机已趋成熟。近一年来，IC 设计商、IP 供应商、平台型科技巨头、大型云服务商、初创技术公司纷纷进入人工智能芯片领域，大举投入定制 AI 芯片研发，不断尝试突破现有芯片设计架构，提升处理器芯片的并行计算能力和存储带宽，试图在 AI 芯片领域抢占先机。例如，在 2018年 5 月的 GPU 技术大会上，英伟达发布了可同时用于高精度科学计算和低精度 AI 负载任务的 HGX-2 芯片，并开发了基于图灵架构的全新 GPU 产品。谷歌在 Google I/O 2018 上发布了专门为低功耗、小体积、独立终端 AI 计算设计的专用向量处理器 TPU 3.0，使视觉搜索模型的训练时间从数月缩短到数天。
（三）全球常识性数据库将成为推动感知智能走向认知智能的 AI 基础设施。《报告》预计，全球常识性数据库将作为 AI 基础设施，有效促进人工智能认知模型构建，推动人工智能由感知智能阶段迈向认知智能阶段，成为突破莫拉维克悖论的有效路径。
（四）预测未来 12 个月全球人工智能领域可能在四个方面发生重大事件。一是在技术突破方面，深度学习仍然是人工智能的技术焦点，其中特别指出，中国某实验室将取得重大研究突破。二是在产业应用方面，预测 DeepMind 的强化学习技术将依托《星际争霸》游戏得以在全球实现应用落地。此外，全球首例使用机器学习发现的临床新药将进入试验阶段。三是在跨国资本并购方面，预计中美两国企业将争相收购中国台湾和韩国的半导体公司，对欧洲人工智能公司的收购总额将超过 50 亿美元。《报告》特别提到，世界经济合作与发展组织（OECD）可能禁止中美企业收购具有前景的机器学习初创公司。
《报告》带来的启示
（一）人工智能技术的产业应用不断向纵深发展。在云计算领域，谷歌、苹果、脸书、亚马逊、微软、百度、阿里巴巴、腾讯（合称为“GAFAMBAT”）等巨头利用在云计算领域的优势打造 AI 应用生态。在医疗领域，机器学习正在提升开发新药和诊断病情的效率，美国药管局（FDA）已批准全球第一款可自动筛查视网膜病变的人工智能医疗设备上市。在物流仓储领域，智能机器人被更广泛地应用，有效缓解了电子商务快速发展带来的仓储空间和劳动力压力。人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各方面改变人类生活。
（二）人工智能逐渐被作为提升国防军事实力的重要途径。人工智能的技术进步和应用前景引发了军方关注，一些国家已经将人工智能技术作为提升军队作战能力的重要手段。2017 年 4 月，美国国防部批准建立“算法战争跨职能小组”（Project Maven），利用人工智能技术将海量作战数据迅速转化为对敌作战方案，在战术无人机控制系统中嵌入计算机视觉算法，谷歌、Clarifai 等企业参与其中。2017 年 12 月，特朗普政府发布的国家安全战略首次专门推出人工智能在未来美国军事中的重要性。2018 年 8 月，白宫通过“2019财年国防授权法案”，对人工智能、机器学习提供额外资金以加速其研发和应用。随后，美国国防部开启了总价达 100 亿美元的大型云计算招标项目“联合企业国防基础设施合同”（JEDI），将在十年内委托商业公司建设战争智能云平台，为全球各地美军部队托管军事机密、分发重大作战任务，亚马逊、谷歌、微软等巨头中标可能性大。此外，英国国防部 2017 年发布的《科学技术战略》也将人工智能等前沿科技纳入高层战略规划，并专门成立“核心研究投资组合”。
（三）人工智能领域的大国战略博弈将更加激烈。近一年内，不少国家密集出台了各有侧重的人工智能支持政策，角力人工智能技术和产业前沿。我国 2017 年 7 月公布的《新一代人工智能发展计划》提出，对人工智能的财政支持总额将达21 亿美元，细分领域覆盖度和财政支持力度均超过其他国家。美国重视人工智能与国防军事的结合，2018 年白宫宣布成立人工智能专门委员会（SCAI），负责统筹人工智能相关跨部门重点事项，与国防部密切合作。欧盟委员会 2018 年 4 月通过《欧洲人工智能战略》，提出在 2020 年前要将人工智能领域的投资增加到 20亿欧元，建立欧洲人工智能联盟。法国于 2018 年 3 月出台《法国及欧洲人工智能赋能战略研究报告》，意在提升法国在人工智能全球竞争话语权。德国政府于 2018 年 11 月 15 日发布《德国联邦政府的人工智能战略》，并提出了 AI Made in Germanyr 的口号。英国于 2018 年 4 月发布《人工智能领域行动》计划，目标是主导全球人工智能数据伦理，建立人工智能应用和发展的国际准则。日本 2017 年 3 月公布《人工智能技术战略》，将人工智能纳入国家工业化路线图。印度通过的《2018 数字印度创新计划》提出，将向人工智能的基础研究投资 4.77 亿美元。人工智能领域的“国家主义”态势初现。 （四）涉及人工智能的跨国资本及知识产权合作将面临困境。近一年来，美国已将人工智能列入接受中国政府补贴产品清单，国会拟通过法案严禁向中国出口涉及人工智能和与机器人相关的技术和知识产权。从 2018 年下半年起，英国政府开始酝酿对《2002年企业法》进行重大修改，希望赋予政府阻挠各行业并购交易行为的权力，重点防止人工智能、半导体、信息通信等敏感行业的英国公司落入外国公司控制。欧盟委员会正在酝酿新的投资筛查机制，目的是加强对中国企业在欧高技术投资的审查力度。经济合作与发展组织（OECD）成员国正着手利用国际贸易规则对涉及人工智能领域的跨国投资并购进行联合干预。未来一年，世界各国和国际组织对涉及人工智能的跨国投资并购及技术合作都将更为谨慎。
四点建议
（一）提升关键基础领域技术攻关和成果转化能力。一是面向国家关键核心领域的重大现实需求，积极应对人工智能技术产业化过程中对算法、数据、算力提出的新要求，提升算法的场景适应能力，实现 AI 芯片设计理念创新和架构创新。二是将军民融合及制造强国作为国家推动人工智能技术应用的重点领域，以人工智能技术助推军事装备智能化，推动人工智能在国防军事、制造业等关键领域的创新性应用。
（二）适时布局人工智能基础设施。一是加强移动互联网、大数据、云计算、物联网、航空系统，以及智能交通基础设施、储能设施、新能源汽车充电桩和智能电网等对人工智能应用落地的基础支撑，搭建自动驾驶汽车试验场、智能家居综合体验场等應用场景基础设施，支持相关产品的商业化尝试。二是引导和支持建立一批人工智能开放平台、开源项目及大规模常识性数据库，开放底层技术接口和数据库调用接口，鼓励初创 AI 企业在此基础上进行应用创新和商业落地。
（三）在人工智能重点领域加大资本投入。一是灵活运用人工智能产业基金、政府采购等形式，对人工智能芯片、机器学习算法研究、人工智能应用落地等核心和关键领域加大研发投入与应用支持。二是重点发挥政府引导基金的前瞻性作用，加大在人工智能基础领域的投入，优化基金流向配置，带动地方产业投资基金和社会资本的投资布局，弥补高成长性人工智能初创技术企业的资本缺口，在制造业等国民经济重点领域培育人工智能应用需求。
（四）在国际开放合作中运用“世界语言”。一是保持我国人工智能产业发展与全球的生产网络、创新网络、知识网络、贸易网络的紧密联系，积极参与并引导形成新的国际分工合作网络。二是培育和打造一批有代表性、有影响力的人工智能领军企业，重视人工智能细分领域具有较强竞争力的“专精特”中小企业群体。三是鼓励中外企业、研究机构开展人工智能技术交流合作，通过学术研讨促进产业合作。四是重视全球合规性，以法律遵从的确定性来应对国际政治的不确定性，引导和支持中国人工智能领域企业严格遵守联合国决议，遵守其他国家的适用法律，鼓励有条件的实体逐步引进国际专业顾问团队，建设贸易合规体系和全球合规管理责任体系。