若要“智能+”从小须补钙

鸿雁

“智能+”时代将会带来无限风光，而“应用强、基础弱”“功能强、防护弱”等问题仍是我国智能产业发展存在的软肋，这是不争的事实。那么，该如何对我国“智能+”存在的软肋从小进行补钙呢？业界认为可补足三大“短板”。

基础研究迎头赶上

中国在基础层方面的能力较弱，以芯片为例，美国芯片制造企业英伟达推出的世界首款120万亿次级处理器Volta V100 GPU，可以将机器学习指令传达的效率从几周的时间缩短至几个小时，帮助客户更加快速地迭代并优化各自产品的上市时间。在过去三年中，英伟达为深度学习提供了10倍的性能加速，被评论界称为是“摩尔定律的平方”，如若保持目前的性能提升速率，到2025年，GPU将可实现比CPU快1000倍的性能。

而谷歌、亚马逊、微软、苹果等最初并不研发芯片的公司，也开始发力芯片和处理器，這使得美国在全球人工智能基础层的研究地位进一步增强。微软公司日前公布了其人工智能芯片制造项目，展示了一款专门为微软增强现实眼镜HoloLens打造的新型芯片。谷歌已于2016年宣布了其深度学习芯片的研发，并声称，随着语音识别技术的爆发，高性能处理器TPU已为公司省下了打造15个新数据中心的成本。2017年4月，苹果公司宣布苹果将通过自主研发和生产芯片进一步掌握产业链主导权。消息一出，苹果芯片供应商英国公司Imagination的股价应声暴跌。

从事计算机视觉识别的中国公司“旷视科技”品牌与市场中心总经理谢忆楠表示，在图像识别领域，公司同时应用英伟达和英特尔的芯片，目前还没有国产芯片能够完全取而代之。英特尔中国研究院院长宋继强承认，我国人工智能领域的不足之处在于原创理论创新、基础人工智能研发能力还是存短板。中国学者需要在理论上有所突破。地平线机器人技术创始人余凯表示，在PC电脑与移动互联网时代，我们都错失了如操作系统等基础平台性技术，而人工智能时代则需要迎头赶上。

跨界融合是大方向

未来人工智能领域不仅仅是单一的技术和产品，而将是一个整合的“生态系统”。数字技术将结合神经研究等医学领域、自动化机械臂等工业领域共同组成人工智能的底层技术。

以人工智能为依托的机器人，一方面会以“软件”形式融入社会，如自动翻译、图像识别等；另一方面也将通过集成“硬件”深入到百姓生活中，如特种机器人、医疗机器人等。

正是在这种“共识”的指引下，“不务正业”几乎成为了美国人工智能巨头都在做的事，从IBM、苹果，到谷歌、脸书、英伟达，所有的人工智能巨头都在尝试软件、硬件、应用场景的联通，不再单一专注于自己的传统业务，而是着眼于布局未来。2016年9月，谷歌、微软、脸书、亚马逊、IBM更是组成人工智能联盟，大有形成合力、制定行业标准之意。

目前，谷歌的跨界非常广泛，已跨越芯片、机器学习平台、软件、云计算等多个领域，其人工智能学习系统TensorFlow目前是全世界应用最为广泛的人工智能软件平台。以研发芯片起家的高通，也推出了自己的摄像头Spectra Module，旨在优化VR、AR的效果。最近，该摄像头又添加了一些新的功能，如深度检测和生物认证，用户可以通过虹膜扫描来解锁认证。

IBM中国研究院认知交互技术总监秦勇表示，IBM打造人工智能平台，最终目的就是形成生态圈，满足客户的不同需要。例如IBM的WDC（Watson Developer Cloud），已经有很多应用程序编程接口公布出来，如知识图谱、语音识别、计算机视觉、性格分析、对话管理等等。在教育领域与芝麻街合作，利用人工智能帮助儿童，用游戏的方式来做辅助学习。这一平台还同美敦力（Medtronic）合作，提前两三小时就可以准确预测一个人的血糖指标。

英伟达不仅有芯片，还发布了高效的深度学习软件平台，为客户提供综合全面的服务，其客户涵盖了汽车、虚拟现实、图像识别、基因分析等各个领域。以电商起家的亚马逊，凭借其深度学习能力崛起成为人工智能的巨头。去年，其发布的三大人工智能技术（图像识别、自动语音发音、语音互动）广受欢迎，中国的社群电商软件“小红书”就利用亚马逊的人工智能技术开发了人脸识别痘痘的功能。

除了以技术优势加速全链条布局外，国外巨头还凭借投资并购等资本运作手段提升自身技术实力，在人工智能领域迅速占据了制高点。也有部分巨头在我国建立起产业基地，抢占中国市场，如微软收购位于多伦多的人工智能初创企业Maluuba、谷歌收购数据科学公司Kaggle，库卡也宣布建设中国二期厂房，以继续扩大产能。

而中国人工智能产业的跨界互动能力不足，部分企业仍存在短期套利思维。业内人士认为，从技术到产品的跨越非常困难。一方面中国企业之间存在较深的“门户之见”，诸多产业链倾向于为了短期利益，维护已有的客户链条，而不会积极拥抱新产品。

另一方面，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃认为，目前市场上有很多风险基金在主导基础研究型公司，这对正常的创新过程会产生一定负面影响。在特定阶段确实需要一些特殊的措施，但无论如何都要给有能力、愿意做研究的人一个安静空间，这才是科研创新真正的源头。智能行业中打着“语言创新”，炒作概念的PPT公司，实际许多核心硬件还要从外国进口，这是需要我们反思的地方。

《中国机器人产业发展报告》建议，应围绕市场需求，加强新技术之间的整合能力，打造“政产学研用”紧密结合的协同创新载体。既要围绕智慧工厂、智能家居和智慧城市开展细分领域示范工程，也要打造重点领域机器人应用系统集成商和综合解决方案服务商，推进全产业链的协同发展。

人才是发展的保障

智能基础研究人才在我国是薄弱环节，据腾讯研究院发布的《中美两国人工智能产业发展全面解读》显示，从企业人数分布可以看出中美之间的巨大差异。报告显示，截至2017年6月，美国共有1078家人工智能企业，员工数量为78700名；而中国则仅有592家人工智能企业，员工数量为39200名，约为美国的50%。

业内人士表示，由于人才匮乏，人工智能工程师的年薪水涨船高。博士毕业生进入企业，起薪或可高达百万元，“否则根本就留不住人”。而且，即便是这样的人也很难“上手就用”，都要在公司经过数月至一年的专业培训。

目前，中国正在快速追赶美国人工智能人才的培养步伐。从论文发表数量来看，华人作者的领先优势日益明显。在“深度学习”领域，中国的论文数量已从2014年开始超越美国。专家认为，人才培养是“智能+”发展的关键，而且，人才培养要与重点项目相结合，真正做到核心人才本土化、核心项目自主化。

《中国机器人产业发展报告》建议，应建立机器人行业亟须的多层次、多类型技能人才培养体系，建立校企联合培养人才的新机制。同时，建立培养标准体系，运用职业培训和职业资格制度加深与汽车、电子、化工、消防等相关行业的合作，实现人才培养与企业需求的良好对接。

国务院2017年印发《新一代人工智能发展规划》，提出将“加快培养聚集人工智能高端人才”。伴随着巨大的市场需求和应用场景，我国有望吸引更多人才。