国内人工智能现状

国内人工智能现状文章：中国人工智能产业的四大现状：1.当前处于低级人工智能阶段；2.中国的大数据资源75%由政府掌控，BAT紧随其后；3.国际IT巨头主导硬件基础层，单纯提升计算能力的空间有限；4.人工智能的突破在于创新算法，耐心等待下一个十年的到来。人工智能的探索旨在让机器模拟人类的思维，然而，业界共识是人工智能仍处于初级阶段。目前，大多数系统，包括备受瞩目的深度学习网络，尚未实现真正的思考能力。由于缺乏思考能力，严格来说，目前市场上的项目难以配得上“智能”之名。Gartner在2016年的新兴技术成熟度曲线指出，基础技术的成熟需要5至10年，而像自动驾驶这类复杂技术，商用化至少要等待十年以上。若将人工智能产业分为基础层、技术层和应用层，技术层是发展的核心。应用层的智能化程度取决于技术层的“大脑”是否具备思考能力。亿欧智库绘制的人工智能产业全景图展示了产业的分类与发展。横轴分为硬件和软件&服务，纵轴则从基础层、技术层到应用层逐层堆叠，其中技术层是人工智能发展的核心。1.低智时代；目前，技术层的“大脑”尚未足够聪明。如图所示，计算机目前仅处于具备计算和感知能力的弱人工智能阶段。要进入强人工智能阶段，计算机必须具备认知能力，这是当前人工智能努力突破的领域。例如，市场上的商业智能解决方案依赖人工进行大数据分析，而未来真正的商业智能要求计算机能够自动推理和深度学习。（从另一角度定义，人工智能=大数据+强计算+新算法；）2.中国的大数据75%集中在政府手中，BAT次之；基础层的数据资源主要由政府掌控，占比高达75%，BAT紧随其后。在人工智能时代，大数据被视为基础设施，而互联网和移动互联网的发展将线下信息汇聚到线上，BAT因此占据了有利地位。它们一方面推广云计算，另一方面招募人才加强技术研究，打通基础层后逐步向上发展。艾瑞的数据显示，到2020年，全球人工智能市场规模将达到1190亿元，年复合增长率约19.7%，而中国人工智能市场规模将达到91亿元，年复合增速超过50%。新技术的出现将重塑产业格局，BAT作为互联网时代的受益者，将成为人工智能的主要支持者。3.国际IT巨头盘踞硬件基础层，单纯做强计算这块基本没机会；在拥有大量数据的基础上，传统计算架构无法满足深度学习对大规模并行计算的需求，因此需要新的底层硬件来更好地存储数据和加速计算过程。例如，GPU的持续进步，不断提高计算速度。英伟达的数据显示，专为人工智能设计的计算卡相比传统平台，训练速度提升了60倍，推断速度提高了16倍。硬件基础层具有通用性，因此这一领域的巨头地位稳固，蛋糕已被国际IT巨头瓜分，初创企业若想单纯提升计算能力，机会渺茫。4.人工智能的关键在于新算法，沉着等待下一个十年；人工智能的核心在于技术层的发展，尤其是新算法的创新。在核心算法领域具有绝对优势的公司将在人工智能的长跑中胜出。虽然这一点显而易见，但现实中，核心算法的开发周期长，而应用产品的开发周期短，因此中国的人工智能创业项目多集中在应用层面。一方面，中国的创业环境偏向短期变现。另一方面，企业可以通过应用层创新抓住短期市场机会，但若要获得长期竞