让人工智能与产业紧密融合

本篇文章2977字，读完约7分钟

核心阅读

人工智能应与产业紧密结合，不仅要推动人工智能的应用，还要突破和创新基础数据和平台技术，搭建与传统产业生态有效连接的桥梁

人工智能行业的应用普遍处于起步阶段，仍然存在一些制约应用场景的问题

人工智能被认为是引领新一轮科技革命和产业转型的战略性技术。中国人工智能与产业融合的现状如何？

业内专家认为，人工智能在中国的应用产业总体上还处于起步阶段。

目前，新一代人工智能已经从原来的算法驱动逐渐转变为数据、算法和计算能力的复合驱动，其中基于数据的应用驱动日益突出。以医疗领域为例，泽纳维基因技术创始人、人工智能专家凌介绍说，近年来，中国的智能医疗发展迅速。一个重要的原因是有丰富的数据，如电子病历，医学图像和病理图像。基于这些数据，研究人员可以通过标记来训练人工智能模型。Horizon创始人兼首席执行官、人工智能专家余凯表示，得益于行业的丰富需求，中国在探索人工智能应用方面更加积极。智能安全、智能金融和安全城市的需求推动了人脸识别技术的发展和落地。无人驾驶和智能教育的发展加速了计算机视觉、语音识别和自然语言理解在中国的应用。

专家表示，中国拥有巨大的数据(603138，诊断股票)和巨大的市场规模，因此我们应该充分发挥这些优势，加快人工智能的应用。然而，在实际推广过程中，仍然存在一些困难，制约着人工智能与产业的更好融合。

其中，业界普遍关心的是如何获取有价值的数据。首先，数据不够有效。一般来说，数据越多，人工智能算法就越智能。然而，我们也应该看到，海量数据是重要的，但只有经过计算和训练的数据才能产生价值，这就要求提高数据的有效性。专家说，我国有丰富的数据样本，但数据的“噪声”也很大，有时采集的数据大部分都是一文不值，这给利用数据训练算法带来很大困难。在智能医疗领域，高质量数据通常被选择、清洗和标记，而高质量标记数据的门槛很高，通常由专业医生来完成。然而，目前医生没有动力帮助人工智能企业标注数据。高质量标签数据的缺乏限制了人工智能在医学领域的扩展。

其次，数据之间缺乏联系。数据孤岛影响人工智能的应用。田芸李飞项目总监王军表示，一些核心数据掌握在相关管理部门和行业组织手中。在保证数据安全性和隐私性的前提下，如果将这些高质量的数据投入到算法模型训练中，不仅可以降低行业参与者的成本，而且有助于拓展人工智能的应用深度。

此外，人工智能芯片、智能平台建设等技术问题需要突破，在一定程度上影响了应用场景。

人工智能赋权产业是一个从量变到质变的过程，需要构建良好的产业生态链

人工智能授权产业是一个从量变到质变的过程。专家认为，为了进一步推动人工智能产业的发展，有必要构建一个良好的产业生态链，学术界和产业界有必要共同努力，探索和拓展产业的边界和范围。这包括从源头上发现有价值的问题，创新基础支撑平台技术，培育龙头企业等。

为了促进人工智能的产业化，找到有价值的问题尤为关键。

“近年来，人工智能在医学领域的应用非常热门，但大多集中在眼底筛查、肺结节检测和宫颈癌筛查等几个应用点，很少有人研究哪些领域需要应用人工智能技术。”凌表示:“我国医学人工智能应用应以需求为导向，利用大数据分析当前诊疗中的痛点，有针对性地培育基于人工智能的产品和服务，从而增强人工智能与产业的融合。”

推进人工智能产业化，必须突破和创新基础支撑平台技术。

“无人驾驶、智能安全和其他终端场景是人工智能应用的重要场景，但在这些场景可以登陆和登陆后，人工智能的价值取决于智能平台的支持。”以余凯自主驾驶为例，目前无人驾驶技术还不成熟，一个重要的影响因素是计算效率不够高。“每天有1000辆自动驾驶汽车在路上必须处理相当于当前百度图像搜索的数据量。”为了及时有效地处理信息，底层架构需要高性能的人工智能芯片。”

芯片的特性和性能往往决定人工智能应用平台的架构和开发生态。坤运科技创始人牛新宇表示，人工智能芯片通常是专门为人工智能算法设计的。在传统芯片方面，中国与国外领先企业存在很大差距，但人工智能芯片的底层物理结构与传统芯片完全不同，相当于每个人都来到了同一个起点。中国应抓住人工智能芯片发展的机遇，为人工智能的应用和产业发展提供强有力的支持。

推进人工智能产业化，必须培育龙头企业。

虽然商业化才刚刚开始，但是人工智能的巨大发展前景已经引起了世界各国的极大关注。中国已经成为全球人工智能产业发展的重要推动者。目前，全球人工智能行业普遍由少数技术巨头引领，但也出现了许多人工智能初创企业，它们在一些子行业中极具竞争力。接受采访的专家认为，当前全球人工智能应用生态尚未形成，有必要积极构建人工智能生态系统，从而在人工智能产业中获得主动权。同时，培育一批具有行业主导作用的人工智能企业和产业，建立人工智能产业从基础研发、平台技术开发到应用落地的生态链，最终支持人工智能在各行业的终端应用。

“人工智能时代的产品将被定制，需要不同形状和性能的产品。因此，尽管中国在某些领域与发达国家存在一定差距，但在人工智能行业仍有许多机会，甚至可以换道超车。”王军说道。

提高社会整体智能水平，推动人工智能与传统产业深度融合

“人工智能+”正在深刻改变传统产业。人工智能和传统产业有什么关系？如何促进人工智能与传统产业的深度融合？

“如果人工智能是供应方，那么传统产业就是需求方，而不是谁颠覆谁。要推动人工智能的应用，就必须处理好“供方”与“需方”的匹配问题，同时也要打开两者之间的壁垒，让双方加深理解，了解传统产业在哪些方面需要人工智能，而人工智能又能为产业发展发挥什么作用？”余凯说。

专家认为，为了实现人工智能与传统产业的良性互动，有必要提高全社会的智能水平。因此，有必要推进智能信息基础设施建设，提升传统基础设施的智能化水平。

例如，无人驾驶需要车辆与道路、车辆与人以及交通基础设施之间的互联。要实现这一点，稳定快速的通信网络非常重要，5g技术和5g网络正好可以满足车、路、人之间的协作需求。因此，要上路，无人驾驶汽车不仅要有好的算法，还需要新一代通信技术基础设施的配合以及相关标准和协议的兼容性。

还是以数据为例，在人工智能时代，数据是基石，但有标签的数据更重要、更有价值。对于大多数行业参与者来说，他们负担不起也不能做好标记海量数据的工作。因此，有必要引导行业专家参与，整合各行业的优势，为人工智能行业的发展服务。

“为了提高数据标注的质量，我们可以尝试探索由第三方权威机构牵头的大规模数据标注集，逐步建立面向市场的全行业开放共享。最后，通过人工智能模型，市场终端反馈被用来给贡献数据集的机构或个人提供补偿。这不仅提高了效率，还确保了参与者的积极性。”凌邵平建议道。

应该正视的是，目前中国人工智能产业尚未形成有影响力的生态系统和产业链，这就要求产业参与者积极布局，充分发挥各自优势，构建人工智能产业生态；管理部门也要发挥引导作用，帮助解决制约行业发展的共性问题。此外，人工智能产业的有效推广离不开行业标准管理、政策法规等外部环境。接受采访的专家表示，在人工智能时代，我们应该认识到“信息”和“智能”已经成为新的生产要素，与劳动、资本和土地等其他创造财富的要素具有同等重要的地位。我们应该拥抱人工智能行业，在行业之外努力工作。

《人民日报》(2018年12月21日，第18版)