人工智能，已经在路上

钟禾

伴随新基建热潮，从政策到资金再到技术积累，人工智能产业迎来了新发展。

作为新基建的重要组成部分，人工智能不仅助力此次疫情防控，为疫后全球经济复苏开出科技良方，还对国民经济发展、加速突破推动产业发展和升级有着极为重要的意义。知识资源、数据基础、核心算法、运算能力深度融合发展，共同促进人工智能涌现新活力。

新時期产业发展亟须推进新一轮基础设施建设和技术变革以驱动产业模式的全面升级。人工智能将能够渗透至各行各业，有效激发市场活力，助力传统行业实现跨越式升级，推动经济形态和社会生产力快速发展，也成为经济转型的重要突破口。

助力防控

疫情之下，在经济社会运转为了防控而大面积停摆之时，人工智能的作用十分凸显。

近期发布的《人工智能助力新冠疫情防控调研报告》指出，计算机视觉、智能语音、大数据等人工智能技术成熟度相对较高，面向使用场景丰富，因此其代表产品在抗击疫情中也发挥了极大作用。

疫情期间，为了解决社区工作人员不足的问题，思必驰研发防疫机器人以替代社区人力。防疫机器人负责向居民主动拨打电话，调研居民近期行踪，摸排人员往来，加强重点人员健康监测和跟踪保障。机器人外呼后，还将依托大数据平台，迅速生成、导出结果报表并反馈提交给服务单位，为疫情防控工作提供依据。

人工智能同样也能参与抗疫战斗的最前线。由上海区域新冠肺炎重点收治单位——上海市公共卫生临床中心指导依图医疗开发的新冠病毒肺炎智能影像评价系统于1月28日正式上线，极大提升了精准定量分析的效率，并且拥有高稳定性的诊断质量。深睿医疗也提供了肺部疾病智能解决方案（新冠肺炎增强版）系统及整套设备，帮助医院对新冠肺炎的早期影像进行大规模病例筛查，从而及时发现潜在病人。

在复工复学、行业复苏之际，科技企业以抗疫实践和智能化为人工智能行业的前行按下了加速键。

测温仪是疫情防控的重要产品。此前，随着疫情的加剧扩散，红外测温仪等防疫物资频频告急。针对这一困难，不少科技企业发挥人工智能的优势，解决痛点的同时也提升了效率。2月4日，旷视科技正式上线AI（人工智能）测温系统，并在北京海淀政务大厅和海淀区部分地铁站展开试点应用。旷视科技研发人员表示此系统的智能疑似高热报警带宽可达到1秒15人，且一套系统可以部署16个通道，基本可保证一个地铁口的管控。这样一来人流量较大的通道在AI系统的辅助下，仅需1名工作人员就能够管控现场。

4月7日，南昌三中义坊学校门口摆放了一台人脸识别测温机，复课的初三学生不用摘下口罩，就可以识别在校师生的身份及测量体温。这是云从科技推出的轻舟平台校园防疫系统，目前已经部署在全国各地数十所学校。与此同时，博拉网络同样针对中小学、幼儿园的智能晨检仪等AI安全方案也已实现落地应用……人工智能在特殊时期展现出的科技温度可见一斑。

随着复工复产的推进，人工智能新技术正在为复工复产提供有力支撑。

在位于重庆的长安汽车渝北工厂总装车间内，生产线上的几百台机器人挥舞着手臂，将零部件逐一组建成型。这间“智慧工厂”自动化率达90%以上，比传统汽车制造工厂减少操作工人56%。同时，工厂内的工业物联网平台每天可采集制造数据5000万条，对设备运行情况实时监控并预警。

赋能“智造”

除了在疫情中人工智能表现亮眼之外，在传统产业升级、智能经济发展方面，人工智能亦是极为关键的一环。传统产业升级任务艰巨且紧迫，AI赋能是必然趋势，人工智能将带来实质的经济和产业结构性影响，成为智能经济的重要力量，为经济增长注入新动力。

3月底，旷视科技宣布开源、开放的新一代AI生产力平台Brain++就是人工智能新基建的一种产品形态。该平台能够大幅提升算法的生产效率。旷视科技副总裁谢忆楠表示，过去AI领域之所以没有很快发展起来，很大一部分原因在于商业化成本太高，AI技术供需关系不匹配，而旷视科技在新基建领域的策略就是要让传统企业有低成本使用AI平台的能力，去做人工无法做到的事情，有效提升企业生产力的同时，通过AI赋能产业，让企业通过AI这个工具实现转型升级。

在谢忆楠看来，新基建推动AI技术落地，能有效提升传统产业生产力。这也是旷视科技在接下来投身新基建的优势。而Brain++作为旷视的AI基础设施已经发挥了强大的效能。疫情期间旷视科技推出的智能测温通行系统的核心算法，正是基于Brain++研发而成。作为旷视底层的“算法工厂”，旷视Brain++支撑着旷视前端所有AI全栈解决方案的算法创新。

旷视科技联合创始人唐文斌曾在发布会中介绍，Brain++本质上是一个超级工具套件，拥有数据、算法和算力的全栈能力。旷视科技决定将这样的平台对外开源、开放，帮助企业省去自建AI平台的技术成本和资金成本，可直接拿来嫁接到实际应用场景中去。

其中，Brain++最为重要的核心模块是深度学习框架，也就是旷视科技宣布开源的天元，能够大大加速算法训练和部署的效率。此外，Brain++还包括数据管理平台和算力管理平台，企业可以根据自己行业的需求来选择性组合不同的模块组件，减少开发和应用的难度。

Brain++的开源和开放意味着旷视科技并没有止步于AI技术、AI产品和AI解决方案的输出，旷视科技还在推动更底层的基础设施层的商业化——为客户提供从AIaaS（人工智能即服务）到PaaS（平台即服务），再到SaaS（软件即服务）的全栈AI解决方案。

这是“AI全栈”（指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案）与“AI解决方案”之间最大的不同。AI业内人士表示，从技术角度讲，Brain++就像一个装满AI开发工具百宝箱，企业可根据自身需求快速上手。这更符合AI领域在“新基建”中搭建底层核心技术的产业定位——通过与大数据、物联网结合，实现高效资源整合，将有望在中国重构产业生产结构，催生新业态、新模式，进一步加快AI基础设施化进程。

“短板”与机遇并存

互联网时代，国外的开源操作系统极大地推动了互联网产品和应用的繁荣发展，但是中国显然错失了世界互联网基建的窗口。目前，AI作为尖端技术中的核心技术，正在被各国列为重点投资领域，在新基建的战略布局下，中国势必会牢牢把握住这次机遇。

但在这一过程中，被誉为人工智能“三驾马车”的算法、算力、数据正处于发展的瓶颈期，深度学习在工业界还在靠大数据和大算力勉强支撑。

在4月9日举办的第二期前沿科技论坛中，中科院计算所研究员山世光便指出，AI能力的升级，必须依赖AI方法论的升级。“从方法论的角度，虽然过去十年，强大数据驱动AI的方法论渐占主导，接下来我们还需要再回过头来，把知识和数据联合起来驱动AI方法论。”

虽然中国与欧美之间在应用研究上差距不大，但中国在各行业纵深应用上仍需努力。基于这一判断，山世光提出AI时代的基础设施包括硬件、软件、智件三个层面。他强调，中国在基础软件平台上的投入需要提升，深度学习的主流底层框架主要还是由北美国家建设，这些方面也许会出现像今天芯片产业这样“卡脖子”的问题。他建议，针对低门槛的AI研发平台和工具，中国需要尽快抢占先机。

“除了基础算法长期的投入之外，我认为应该加强基础智件体系的研究。过去在硬件方面有计算中心、数据中心，未来需要建设AI算法中心、知识中心，甚至建立国家级的知识中心。”山世光说。

同时，IEEE终身院士蔡自兴也提出，人工智能人才十分紧缺，缺口至少为100万。“我们要多渠道、多模式培养多层次的人才，高层人才少而精，中层实而强，底层多而壮，一个也不能少。我们要特别花大力气培养和引进高端人才。”