
大数据提升中国人工智能“比较优势”
从百度“阿波罗计划”百亿掘金无人驾驶,到“阿尔法狗”战胜世界围棋第一人柯洁,再到谷歌实时翻译耳机横空出世……人工智能(AI)无疑是当下最热门的科技话题及投资热土。
作为互联网应用创新大国,近年来,中国在人工智能领域的发展尤为迅猛。在无人驾驶、金融服务、语音识别等领域的创新应用层出不穷,在国际上培育起了特色鲜明的优势。不过业内人士提醒,这一新兴产业的发展存在过度扎堆及被“神化”的倾向,方向把握不当甚至会在国际上“掉队”。相关专家建议,我国应加快培育对外核心竞争力,树立该领域产业发展的企业主体意识,围绕企业创新做文章,放大既有优势,加速人工智能产业对国外实现“换道超车”。
AI走向2.0时代巨头竞相圈地
“经过多年的培育,人工智能正在走向2.0时代。”中国工程院院士潘云鹤对人工智能的前景满怀信心。在他看来,过去的人工智能追求计算机模拟人,现在的人工智能则是将人和计算机综合在一起,共同形成一种人机融合增强系统。而信息环境的巨变、社会新需求的爆发以及人工智能的基础和目标的巨变,促使人工智能迈向新一代。
最近几年涌现出高铁、支付宝、共享单车和网购“新四大发明”的中国,一直奔驰在创新的高速公路上,与世界人工智能领先大国齐头并进,亮点频现,尤其是在智能制造、金融服务等多个行业正在培育起核心竞争优势。
日前,滴滴出行总裁柳青在接受美国公共电视节目专访时坦言,当下滴滴每天完成2500万单,在高峰时间段每秒完成600个订单,每个订单背后是数百万次的计算。“技术确实在帮助更多的人更快地打到车,这也是人工智能令人惊艳的一面。”
“国内公司始终紧跟世界人工智能发展的脚步,部分领域甚至实现领先。”百度公司董事长兼首席执行官李彦宏指出。尽管这几年百度在发展中走了些弯路,但在人工智能领域始终坚定不移投入。早在2015年末,百度就宣布,其语音识别的精确度已经超越人工水平。百度尝试用人工智能、人脸识别帮助寻找走失的人,已有许多成功案例。
阿里巴巴则将人工智能广泛应用于交易风控、智能客服、智能投顾等各项业务。阿里巴巴集团董事局主席马云表示,阿里巴巴从做支付宝开始,就在分析诈骗分子的思维模式,让机器学会几万种骗子的骗术,让机器发现骗术的规律,尽可能保障了支付宝安全。
蚂蚁金服财富事业部总裁樊治铭表示,去年“双十一”,支付宝智能客服“小蚂答”的自助率达到97%,如今每天可处理200万到300万用户咨询。蚂蚁金服开发的“定损宝”用人工智能模拟车险定损环节中的人工流程,帮助保险公司实现了简单高效的自动定损。通过算法识别事故照片,与保险公司连接后,几秒就能给出定损结果,准确率达98%以上。
10月11日举办的2017云栖大会上,阿里巴巴宣布成立“达摩院”,定位于进行基础科学和颠覆式技术创新研究。未来三年内,“达摩院”将陆续投入1000亿元以上。人工智能是“达摩院”攻坚的重点领域之一,阿里巴巴为此加速了招兵买马的节奏,来自微软亚洲研究院及谷歌的专家先后加盟。
我国人工智能技术还在语音交互、智能评测、口语翻译等领域取得突破性进展。科大讯飞董事长刘庆峰说,机器翻译已取得非常大进步,在衣食住行等常用生活用语上的中英翻译可以达到大学六级的水平,能够帮助人们在一些场景处理语言交流的问题。
互联网创新的突飞猛进曾经让传统制造业“很受伤”,而在人工智能大潮涌动下,制造业也在不断努力赶上这波浪潮。从现实看,人工智能有力地促进了制造业的转型升级。
格力集团这些年已培养近万名技术人员,掌握了“无人化”生产空调技术。近两年彩电市场遇冷,而人工智能成为众多厂商寻求突破的着力点。在长虹推出全球首款人工智能电视后,海尔、海信、创维、TCL等老牌彩电厂商,以及小米、暴风等互联网企业,也相继开始布局人工智能、大数据、云计算等领域。
在天津举办的首届世界智能大会上,上海汽车集团展示了全新的智能房车。《经济参考报》记者看到,在房车里,语音提问就能获得附近的餐饮、娱乐等信息,全车24小时通过互联网监控保持安全状态。
过去五年里,我国在人工智能领域取得的一系列重要进展令人瞩目,论文与专利的数量居世界前列。科技部相关负责人表示,在图像识别、人工智能的芯片、智能医疗、智能制造等多个领域,我国已经取得了一系列重大成果,中文信息处理、语音合成与识别、生物特性、特征识别等领域世界领先,一批人工智能企业正在涌现,人工智能产业生态正快速形成。
“蹭热点”炒作再现过度“神化”揠苗助长
大众舆论一再追捧人工智能的同时,国际著名物理学家斯蒂芬·霍金却泼上一盆冷水。不久前,他在北京举办的2017全球移动互联网大会上发声,人工智能的崛起可能是人类文明的终结。早在今年3月,霍金就曾提出“人工智能威胁论”。他说,人类必须建立有效机制尽早识别威胁所在,防止新科技(人工智能)对人类带来的威胁进一步上升。
如果说对人类的威胁还离我们遥远,当前,人工智能领域的一些新变化就颇为值得关注。无论是国内还是国外,几乎在同一时间涌现出一大批打着人工智能旗号的企业。它们炒作人工智能概念,不管是否真正拥有人工智能核心技术,至少在吸引投资和对外合作时具有显著优势。
人工智能的概念从政府到业内都受到追捧,有业内人士爆料称,养着几十名人均年薪数百万科学家的一家人工智能明星创业公司,其年收入仅有1亿多元人民币,但估值竟然高达近20亿美元。一些企业不发力人工智能实际应用,只是专注于参加比赛“扩大知名度”,在比拼中又以“科学家数量”及“发表论文数量”论高下。
专家表示,尽管我国发展人工智能已培育起诸多优势,但该领域发展前景还存在很多不确定性。
科技部相关负责人指出,与所有的颠覆性技术一样,人工智能具有高度的不确定性,在促进经济社会发展的同时,也可能带来社会、伦理、法规等各方面的风险和挑战,因此它需要科学引导,确保安全可控。
在不久前查获的一起案件中,人工智能就成为被犯罪分子利用的工具。今年9月,浙江绍兴警方公布破获全国首例利用人工智能技术窃取公民个人信息的案件,彻底摧毁43个犯罪团伙,抓获犯罪嫌疑人193人,成功截留被盗的公民个人信息10亿余组,缴获赃款600余万元。
被警方查封的平台叫作“快啊”,曾经是市场上最大的打码平台。它们在破解、窃取、贩卖和盗用个人信息实施诈骗上有着完整的链条,其中人工智能技术运用在识别验证码这个环节。
据了解,我国人工智能总体发展水平与发达国家相比,仍存在着不小差距。特别是在基础理论、核心算法、基础材料、元器件、软件与接口等方面,差距甚至是巨大的。人才储备也远远不能满足当前需求,适应人工智能发展的基础设施、政策法规、标准体系亟待完善。
刘庆峰提醒,现阶段,人工智能技术不宜被“神化”。技术发展乃至产品化有其自身发展曲线,从技术走向市场,一定是在不断完善过程中走向成熟。如果对还在发展中的新技术过度“神化”,就可能对大众造成错误的引导,也不利于产业生态持续健康发展。
做强相对优势实现“换道超车”
尽管前方多歧路,但人工智能的明天无疑是令人期待的。一些专家及业内人士建言,人工智能发展已经迎来“风口”,我国可围绕核心企业,做好分类梳理,进一步做强在该领域的相对优势,实现“换道超车”。
2006年诺贝尔物理学奖获得者、美国加州大学伯克利分校教授乔治·斯穆特,最近聚焦可穿戴设备与人工智能技术的临床应用研究。他与中国科研人员一道,全力打造急性心肌梗死的信息化救治平台。“如果能将可穿戴设备与人工智能相结合,可以让人们对自己的身体更加了解,真正做到疾病的早期诊断和早期治疗。”他甚至认为,通过“可穿戴设备+人工智能”的普及,人类寿命可能再增加10年。
随着互联网、大数据、超级计算、传感器等技术的加速突破和广泛应用,世界人工智能的发展正在进入一个崭新的阶段。新一代人工智能技术将会带来重大的颠覆性、替代性的影响,成为引领新一代科技革命和产业变革的重要驱动力量。
中国发展人工智能优势明显。“大数据优势是中国发展人工智能的重要优势。”李彦宏认为,人工智能技术发展需要有大量的数据积累进行训练,而中国拥有七亿多网民,使用同样的语言,在数据积累方面优势明显。数字中国联合会主席吴鹰也表示,相比美国,我国在算法上相对落后,但是在大数据方面整体是较为强大的。因为中国人口多、应用场景多,产生了大量数据,这种优势一般难以企及。
不只是大数据,我国科技企业的资金实力也明显增强,尤其是民营企业。联想控股董事长柳传志说,当前,百度、阿里、腾讯等公司积累了大量资金,各类风险投资对技术的支持持续加大,中国企业已经有足够的资金实力为未来科技布局。在技术方面,我国的互联网、大数据、云计算技术已具备良好的基础,尤其在移动互联网应用方面,中国已经站在了世界前列。此外,大量外国人才进入中国公司,我国的科技队伍已经初步实现科技人员“混合编队”。这些都是发展人工智能的优势。
延续既有优势,中国人工智能产业发展联盟不久前正式成立。国家发展改革委相关负责人表示,人工智能领域的技术革新瞬息万变,市场竞争尤为激烈,抢占产业制高点,需要付出更多艰苦努力。国家发展改革委将重点在加快产业培育、打造创新示范、强化环境支撑三个方面持续发力,推动人工智能产业快速发展。
专家建议,要明确新时期五大人工智能攻坚方向。潘云鹤表示,人工智能过去面对的数据是小数据,现在面对的数据是大数据;过去多处理符号,比如图像识别、声音识别,现在需要处理各种各样的多媒体,比如图形、图标、文字、音视频以及增强现实、虚拟现实等大量数据。他建议,我国新一代人工智能应在大数据智能、群体智能、跨媒体智能、人机混合的增强智能、自主智能系统等五个方面加强攻坚。
在夯实应用创新优势的同时,应加大基础技术研究及专利积累。专家建议,中国可继续加强基础能力建设,持续夯实人工智能发展的科技基础。特别是加快突破基础前沿理论和共性关键技术,力争更多的早期收获。
与此同时,还要加强人工智能发展的长期监测,充分重视可能会带来的社会伦理、就业结构、个人隐私、国家安全等方面的变化和挑战,抓紧研究制定和完善政策法规,确保人工智能走上安全可控的发展轨道。
人工智能产业化关键是要发挥企业的主体作用,强化协同创新,形成持续的能力。柳传志曾指出,我国许多国企在资金实力上相比民企更为雄厚,但由于体制机制原因,很多国企不愿意在具有很大不确定性的科技上加大投入,这也束缚了人工智能的发展。马云认为,相比高校和科研院所,企业具有更强的科研动力,要围绕企业开展人工智能政策研究和支持。
目前,美国、英国人工智能人才的薪资水平已经远远超过传统的互联网精英人才。专家表示,我国企业中也有很多优秀的科研人员,他们并非来自国有科研院所,相关部门可对来自企业的人工智能领域人才加强激励。我国还需要有计划、迅速地扩大人工智能高水平人才的培养,及早为未来大规模应用铺路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29