中国互联网发展报告2019
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

第9章 2018年中国人工智能发展状况

9.1 发展概况

(1)战略布局及落地

我国政府一直非常重视人工智能的发展,尤其是近年来陆续推出一系列促进政策,并逐渐从宏观战略向战略落地转变。继2016年四部委联合发布《“互联网+”人工智能三年行动实施方案》,2017年国务院发布《新一代人工智能发展规划》、工信部发布《促进新一代人工智能产业发展三年行动计划(2018—2020年)》之后,我国相关部委在2018年先后发布了多个相关的政策文件。

一是教育部2018年4月2日发布了《高等学校人工智能创新行动计划》,提出要加快构建高校新一代人工智能领域人才培养体系和科技创新体系,全面提升高校人工智能领域人才培养、科学研究、社会服务、文化传承创新、国际交流合作的能力,推动人工智能学科建设、人才培养、理论创新、技术突破和应用示范全方位发展,为我国构筑人工智能发展先发优势和建设教育强国、科技强国、智能社会提供战略支撑。

二是科技部2018年10月12日发布了《科技创新2030——“新一代人工智能”重大项目2018年度项目申报指南》,在新一代人工智能基础理论、面向重大需求的关键共性技术、新型感知与智能芯片3个技术方向启动16个研究任务,拟安排国拨经费概算8.7亿元。

三是工信部2018年11月8日发布了《新一代人工智能产业创新重点任务揭榜工作方案》,聚焦智能产品、核心基础、智能制造、支撑体系四大重点方向,征集并遴选一批掌握关键核心技术、具备较强创新能力的单位集中攻关,重点突破技术先进、性能优秀、应用效果好的17类人工智能标志性产品、平台和服务,为产业界创新发展树立标杆和方向,培育我国人工智能产业创新发展的主力军。

人工智能从2017年第一次出现在政府工作报告后,2019年已经是第三年出现在政府工作报告中。2019年的政府工作报告将人工智能升级为“智能+”。3月5日上午,国务院总理李克强作政府工作报告时称,要打造工业互联网平台,拓展“智能+”,为制造业转型升级赋能。

全国人大常委会已将一些与人工智能密切相关的立法项目,如制定《数字安全法》《个人信息保护法》和修改《科学技术进步法》等,列入本届五年立法规划,同时把人工智能立法列入抓紧研究项目,围绕相关法律问题进行深入调查论证,努力使人工智能创新发展,为人工智能的创新发展提供有力的法治保障。

(2)地方性支持政策频频出台

继2017年国家出台《新一代人工智能发展规划》之后,各地方省市也开始纷纷结合本地实际,编制本地人工智能发展规划。2018年以来,先后有广东、安徽、浙江、四川等省发布了“新一代人工智能发展规划”或“促进新一代人工智能发展行动计划”。河北、黑龙江、辽宁、吉林、浙江、湖北、湖南、江西、贵州、江苏、福建、河南、广西等一些城市也发布了人工智能规划,包括《沈阳市新一代人工智能发展规划》《北京市加快科技创新培育人工智能产业的指导意见》《关于本市推动新一代人工智能发展的实施意见》(上海)等。发布人工智能规划的城市还有天津、重庆等。

9.2 发展特点

(1)人工智能技术加快与实体经济融合

2018年,工信部首次开展人工智能与实体经济深度融合创新项目申报评选工作。申报范围包括核心基础产品、智能控制产品、智能理解类产品、制造业智能化提升、产业智能升级、民生服务智能化、训练资源服务平台、标准测试评估体系及安全保障体系九大类,共有北京中星微、浙江大华、埃夫特、新松、中车、美的、航天云网、巨能机器人、泰丰智能、通号智慧城市、中科院沈阳自动化研究所、机械工业仪综所等106家科技公司和机构的106个项目上榜。这充分表明,我国人工智能已经开始渗透至各行各业,人工智能与实体经济正在深度融合,并进一步推进当前的智能安防、智能制造、智慧教育、智慧金融、智慧出行等领域的建设,人工智能也已经成为中国实体经济的巨大推动力。

(2)人工智能专利数量步入国际领先行列

中国是世界上人口最多的发展中国家,国土面积居世界第3位,是世界第二大经济体,而且是全球唯一拥有联合国产业分类目录中所有工业门类的国家,因此在智慧出行、智慧金融、智慧城市、智能家居、智能制造、智能客服等方面都有非常丰富的应用场景。

在丰富的场景基础上,我国学术和科研领域也产出了数量可观的论文、专利,而且质量也相对较高。2018年中国在AAAI、CVPR等21个国际顶级人工智能大会上发表论文的作者数达到了2725人,同比增长了19%,论文总数同比增长了16%。中国已经成为全球人工智能专利布局最多的国家,数量略微领先于美国和日本。

(3)人工智能初创企业快速成长

由于中国在技术上取得了一些举世瞩目成绩,并且在应用市场上具有得天独厚的优势, 2018年中国人工智能领域的投融资占到了全球的60%,成为全球最“吸金”的国家。在巨额的投融资下,产生了多家独角兽公司。寒武纪科技发布了新一代AI产品处理器IP、芯片和AI开发平台,获得了数亿美元的投资,目前估值已经超过160亿元。地平线机器人推出了新一代的处理器产品“征程2.0”,可以为更高性能的四级自动驾驶提供处理计算方案,并在B轮融资中获得了6亿美元的投资,估值达30亿美元。商汤科技则分别在4月、5月、10月获得了6亿美元、6.2亿美元和10亿美元的投资,获得了“融资机器”的称号。

(4)人工智能产业聚集效应逐渐显现

从国际整体形势来看,受政策、市场、人才、资金等因素影响,中国人工智能产业集聚效应已逐渐显现。在就业人数排名最多的国家中排名第2位,在顶尖研究人员集中的国家中排名也是第2位。中美之间的AI交流非常活跃,与在中国获得博士学位后为美国雇主工作的人数相比,在美国获得博士学位后为中国雇主工作的人数略微高些。

从国内来看,北京、上海、广州、深圳等已经初步形成产业优势聚集区。京津冀、长三角、珠三角等地区,企业数量占全国总量超过85%。北京围绕中关村创新高地,基本建成了覆盖芯片、平台、技术、产品、应用各环节的完整产业链,形成了协同发展的良好态势。

(5)人工智能产业薄弱环节突出显现

美国商务部于2018年4月16日晚发布公告称,美国政府在未来7年内禁止中兴通讯向美国企业购买敏感产品。缺乏了美国相关产品尤其是芯片的供应,一时间使得中兴陷入了“万劫不复”的境地,因为几乎不能生产任何产品。受到美国制裁中兴事件的影响,我国充分感受到芯片在产业链环节中的重要性,并进一步认识到产业基础的重要性。由于人工智能所需的算法、算力和数据等都必须要有芯片的支持,也使得我国人工智能面临基础不稳的尴尬境地。

9.3 市场规模

2018年,中国人工智能市场规模约为339亿元,同比增长52.8%,我国占全球的市场份额由2017年的9.41%增长至12.56%,我国人工智能产业已经成为全球范围内的第二大力量,如图9.1所示。

图9.1 2015—2020年中国人工智能产业发展规模

截至2018年年底,全球共创办人工智能企业15916家,其中我国人工智能企业数量为3341家,位居全球第2位。

我国人工智能企业营收在2018年也获得了大幅增长,其中计算机视觉领域市场份额最高,占整个市场规模的34.9%。从市场格局角度来看,商汤科技仍位居2018年计算机视觉应用市场的首位。海康威视、大华股份等得益于对人工智能技术的重视和投资,在人工智能相关市场的收入表现也开始越来越显著。据相关年报数据,海康威视全年营收498.10亿元,同比增长18.86%,净利润113.36亿元,同比增长20.46%;大华股份全年营收236.66亿元,同比增长25.58%,净利润达到25.29亿元,同比增长6.34%。2018年中国计算机视觉应用市场份额如图9.2所示。智能语音市场份额紧随其后,占整个市场规模的24.8%。目前,我国智能语音市场的主要份额被科大讯飞、百度及苹果分割。科大讯飞市场占有率排名第1位,市占率达到44%,全年营收达到了79.17亿元,同比增长45.41%,净利润达到5.42亿元,同比增长24.71%。2018年中国智能语音市场份额如图9.3所示。

图9.2 2018年中国计算机视觉应用市场份额

数据来源:前瞻产业研究院

图9.3 2018年中国智能语音市场份额

数据来源:前瞻产业研究院

9.4 关键技术

9.4.1 自然语言处理领域

我国在自然语言处理领域研发实力一直保持世界领先状态。科大讯飞在国际权威大赛中继续保持领头羊位置。2018年1月,科大讯飞在业界权威的斯坦福SQuAD评测中第三次获得世界第一名,其融合式层叠注意力系统也是全球首个模糊准确率超过89%的系统。随后,在第十二届国际语义评测比赛(SemEval2018)中,哈工大讯飞联合实验室获得了机器阅读理解评测任务第一名。另外,科大讯飞还获得了首个美国CES展“2017年度优秀人工智能产业领导者”奖。科大讯飞在第五届国际多通道语音分离和识别大赛(CHiME-5)中包揽了大赛中单麦克风阵列任务、分布式麦克风阵列任务和两种麦克风阵列对应的两个端到端的语音识别任务全部4个项目的冠军,并刷新了各项目的最好成绩。包括上述奖项在内,科大讯飞2018年在语音合成、语音识别、机器翻译、机器阅读理解、语义纠错、文本检索等自然语言处理领域共获得了8项国际权威赛事第一名。搜狗公司在智能语音方面成长速度惊人。在2018年IWSLT国际口语机器翻译评测大赛中,搜狗与讯飞分别夺得了baseline模型和端到端(end-to-end)模型的冠军。

9.4.2 机器视觉领域

在机器视觉领域,我国的依图科技、大华股份、科大讯飞等在国际大型赛事中都取得了优异的成绩,有着举足轻重的地位。

2018年11月,依图科技、商汤科技、中国科学院深圳先进技术研究院在美国国家标准技术局(NIST)的人脸识别竞赛(FRVT)中包揽了前5名,旷世科技还获得了第8名的好成绩。依图科技已经连续两次获得了该项赛事的第1名,最新成绩达到千万分之一误报率下的识别准确率超过99%。

大华股份2018年在2D车辆目标监测、MOT跟踪、行人重识别等国际竞赛中分别取得了第1名的成绩。2019年年初又在实例分割国际竞赛中取得了第1名。4月初,其基于深度学习算法的图像语义分割技术取得了KITTI语义分割排行榜第1名,刷新了该项赛事的全球最好成绩。

科大讯飞2018年在机器视觉领域也有相当优秀的成果,先后在IDRiD眼底图分析竞赛、ICPR MTWI图文识别挑战赛中斩获桂冠,还获得了国际自动驾驶领域权威评测任务Cityscapes的第1名,并刷新了其全部两项子任务的世界纪录。

9.4.3 芯片领域

在芯片理论研究方面,我国科研成果在国际顶会上获得认可。在第45届国际计算机体系结构大会(International Symposium on Computer Architecture,ISCA)上,清华大学微纳电子系研究团队在大会上做了题为“RANA:基于刷新优化嵌入式DRAM的神经网络加速框架”的口头报告,该研究成果大幅提升了AI计算芯片的能量效率。

在通用芯片领域,自主芯片技术的产品性能获得了大幅度提升。芯片新秀寒武纪2018年5月发布了一系列的产品,包括面向低功耗场景视觉应用的寒武纪1H8,性能更好、能耗更低和功能更完备的寒武纪1H16,以及面向智能驾驶领域的寒武纪1M,其性能将达到寒武纪1A处理器的10倍以上。

在专用芯片领域,自主研发的芯片开始满足不同行业的需求。地平线机器人自2017年12月推出面向智能驾驶的征程(Journey)1.0处理器和面向智能摄像头的旭日(Sunrise)1.0处理器之后,又在2018年4月发布了最新一代基于全新征程2.0处理器架构。云知声于5月16日在北京发布其全球首款面向IoT的AI芯片,采用云知声自主AI指令集,可提供面向物联网跨设备形态的AI感知能力及本地推理能力,并在全新的深度学习网络架构下,支持DNN、LSTM等网络模型,性能提升超30倍。

9.5 应用场景

2018年我国加大力度推动人工智能与实体经济深度融合,在语音交互、身份识别、内容识别、智能驾驶等领域都产生了丰富的应用场景,被称为人工智能全面落地应用的元年。总体来看,智能语音与计算机视觉领域发展较好,已经在家居、安防、交通、金融等行业部分场景下推出了较成熟的产品、应用和服务,并在内容识别、智能驾驶、智能装备、智能机器人等部分场景下取得了较好的效果。

9.5.1 语音交互

语音交互已经成为新的人机交互入口。2018年,语音识别产业占国内人工智能市场份额的60%左右。百度、阿里巴巴、腾讯、搜狗、科大讯飞、思必驰、云知声等,都推出了较为成熟的产品和服务,特定场景下的语音识别服务准确率已经达到97%。尤其是智能音箱产品已经开始走进千家万户,如百度的小度音箱、阿里巴巴的天猫精灵、小米的小爱音箱等,都取得了较好的销量。

9.5.2 身份识别

身份识别是在图像识别与理解领域的最大应用场景,包括车牌识别、人脸识别、步态识别等技术已经广泛应用于包括安防、银行、交通、会展等在内的诸多行业,为用户提供车辆分析、人员分析、行为分析和图像分析等诸多服务。仅就安防领域来讲,海康威视、依图科技、浙江大华等都已经能够为诸多用户提供较为成熟的解决方案。艾瑞咨询研究报告称,我国2018年AI+安防软硬件市场规模达到135亿元,同比增长接近250%,部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%,部分公司的安防业务则占接近一半的营业收入。

9.5.3 内容识别

随着互联网应用的深度普及,微信、抖音、火山小视频等新型应用的出现,使得互联网内容规模出现了巨幅增长。但随着内容的不断增长,很多应用中的涉黄、暴恐、垃圾广告等文本、图片、视频、音频等内容也逐渐增多,纯粹靠人力已经完全无法完成相关的内容审核任务。有些互联网内容服务企业的内容审核员数量已经达到了1万名以上,但仍然难以保证不会出现违规的漏网之鱼。因此,2018年图文和音视频内容语义的智能识别与分析成为网络内容监管的突破口,相关需求出现了爆发式增长。

9.5.4 智能驾驶

2018年,我国智能驾驶领域取得了长足的进展。地平线机器人地平线智能驾驶方案全面亮相2018CES,向世界展示了其面向智能驾驶的征程(Journey)1.0处理器及基于该处理器的量产级后装高级辅助驾驶ADAS和驾驶员监控系统DMS、基于第二代BPU芯片架构的自动驾驶方案,获得了国际上的高度认可。百度于7月宣布其阿波龙无人车实现了量产,并在世界互联网大会上亮相。此外,天津市、西安市等还发布了无人驾驶汽车相关的路测政策,并开放了部分测试道路,这也说明了我国智能驾驶已经进入到道路测试和示范性应用阶段。

9.5.5 智能制造装备

制造业是一个国家经济发展的基石,具有感知、分析、推理、决策、控制功能的智能制造装备和机器人,融合了先进制造技术、信息技术和智能技术等先进科技,是人工智能与实体经济结合的典型代表。目前,我国智能制造装备领域的重点发展方向包括数控机装、自动化生产线、精密仪器与试验设备等,目的是使生产过程实现自动化、智能化、精密化,从而带动整个工业技术水平得到提高。2018年,有99家企业的相关项目进入了工信部智能制造试点示范项目名单。河南省于2019年年初印发了智能装备产业发展行动方案,提出经过3~5年的努力,力争全省智能装备重点领域产业规模超过1000亿元。

9.5.6 赋能增值

人工智能作为一种通用型技术,为传统行业提供颠覆性的辅助性工具,对传统行业具有巨大的赋能增值作用,在机器人服务、金融资本、医疗健康等诸多领域起到了积极作用,促进了各行业进步。

机器人市场发展迅速,在家庭儿童教育、线下零售店、养老陪护及家务生活等多种场景中开始获得应用,如教育机器人、无人商店、扫地机器人、养老机器人等。

人工智能在金融资本领域产生了巨大的影响。从身份认证、资产管理、信用评估到趋势预测、智能风控、投资研判等领域,智能算法都已经开始为用户提供有效的帮助。

在医疗健康领域,人工智能在导医服务、病历录入、医疗影像分析、疾病诊疗、药物研发、健康管理等方面开始发挥较大的作用,并在帮助改善医疗资源分布不均等问题方面取得了显著成效。

9.6 用户需求

由于看到了人工智能强大的颠覆性作用,地方政府、企业、居民等各个方面都已经对人工智能产生了巨大的需求,全国各地对人工智能的需求各有侧重。北京作为拥堵指数和通勤压力最大的城市,在交通场景方面的需求尤其强烈,而且作为首都,在安全场景方面有极大的需求;上海在金融场景方面的应用需求处于领先梯队;成都则在文娱场景方面需求处于领先梯队;广州、上海、深圳等人口密度较大的城市在零售场景方面的应用较为明显;二线城市在医疗服务场景方面也表现出了较大的需求。此外,教育需求和城市的教育资源正相关。2018年六大城市居民AI需求指数如图9.4所示。

9.7 发展趋势

(1)产业培育环境将持续优化

人工智能在走出实验室之后,表现出了其强大的颠覆能力,世界上各主要国家都已经将其作为国家级战略。美国在连续发布了多个国家级战略文件后,又于2019年2月启动了《美国人工智能倡议》(American AI Initiative)的项目。法国、加拿大和韩国在内的十几个国家也已经在近几年相继发布了国家级人工智能战略,在新的研究项目、人工智能增强的公共服务和更智能的武器等方面进行更大的投入。因此,中国必须抓住机会发展人工智能,积极提升人工智能时代发展的话语权和主动权。2019年3月,中央全面深化改革委员会第七次会议已经审议通过《关于促进人工智能和实体经济深度融合的指导意见》,就是这一趋势的最好注解。

图9.4 2018年六大城市居民AI需求指数

另外,中国将持续推动人工智能的规范化发展。随着人工智能在各行业的深度渗透,已经出现了一些新的挑战,包括技术滥用、法律空白等,世界上已经出现了对人工智能监管的需求。欧盟在2019年4月初发布了《可信人工智能道德准则》,标志着欧盟在寻求推广人工智能产业发展的同时,将立足于强化人工智能产业道德水准。目前,全国人大常委会已将一些与人工智能密切相关的立法项目列入本届五年的立法规划,同时把人工智能方面立法列入抓紧研究项目,这标志着我国下一步将会强化人工智能法律与伦理道德准则,以保证人工智能造福人类的发展方向。

(2)人工智能将进一步推动传统产业转型升级

中国作为应用场景最为丰富的国家,正处于产业转型升级的关键时期,各行各业都对人工智能具有巨大的需求,目前各行业的应用都已经初步展开,并取得了一定的成绩,产生了惊人的效果。因此,接下来各行业必将会加快智能化转型的脚步。据测算,2019年中国人工智能核心产业规模预计达到960亿元,增长40%;人工智能股权投资规模预计达到652亿元,增速高达45%。

(3)人工智能解决方案仍在探索中

当前的人工智能是以深度学习为主的,需要强大的数据、算法、算力支持。然而,产业智能化基础还相当薄弱。首先,数据量不足、质不高、流不动的问题仍然严重,还需要继续寻找有效的解决方案;其次,芯片、高端传感器、伺服机、减速器等零部件仍然没有达到自主、可控,还需要加大力度进行技术攻关。最后,平台与操作系统还基本上处于空白阶段,还需要集中优势力量进行技术与思想创新。

(4)前沿算法及理论布局有待加强

虽然目前深度学习已经成为主流算法,然而随着应用的逐步深入,深度学习也暴露出必须有大数据为前提、分析过程黑箱、结论不可解释性及无法解决常识性问题等弱点。因此,需要继续探索新型的理论与算法。一个技术方向是通过改良的方法,继续按照深度学习的路线进行修补,解决其不可解释性等问题。另一个技术方向是通过革命的方法,探索新的技术路线,如类脑智能等。这两个技术方向都需要进行充分的投入,才能兼顾近期与长远利益。

(徐贵宝)