振奮人心的中國人民解放軍建軍90周年大閱兵之后，熱血沸騰的我們，在朋友圈里開啟換裝模式，隨心隨欲地換上喜歡的軍裝，“對視”不一樣的自己。人工智能就這樣不知不覺地滲入我們的生活。
當孫正義為AI時代的到來而激動得睡不著覺時，小編也徹夜難眠——據說人工智能已經準備在杭州替代法官，替代小編實在是分分鐘的事兒啊！焦慮煩躁ing...
弱人工智能向強人工智能過渡
再工業化為提振經濟起到了舉足輕重的作用。在此過程中，自動化也得到了進一步提升，甚至實現了一定程度的“弱人工智能”。機器代替人工已經成為當代主流，行業發展完成了從理念貫徹到技術研發，再到行業應用的過程。可以說，弱人工智能產業生態已經趨于成熟，市場調節資源配置足以推動產業逐步完善。
這一背景下，打造競爭新優勢，則成為各個重要經濟體的正常“打法”。毫無懸念，各個國家依舊把經濟發展的“籌碼”押在了工業和制造業上，在大數據、云計算以及高性能芯片和關鍵元器件方面進行“豪賭式”投入。CB Insights的報告顯示，2016年有40多家人工智能相關企業被知名高科技公司收購，2017年僅第一季度就共34家人工智能初創公司被收購。（中國通信網）收購，僅僅是“強人工智能”興起的開始。
吹響人工智能國家集結號
人工智能產業的締造必然由國家牽頭：2016年5月中國發布《“互聯網+”人工智能三年行動實施方案》，2016年10月美國制定《美國國家人工智能研究與發展策略規劃》，歐盟也推出了《歐盟機器人研發計劃》，2016年12月英國發布《人工智能：未來決策制定的機遇與影響》， 2017年4月法國制定了國家人工智能戰略，日本宣布未來十年投入1000億日元（約9億美元）用于四個重點領域的人工智能研發。
2017年7月20日，國務院印發《新一代人工智能發展規劃》，為中國人工智能產業明確了“三步走”發展路線：第一步到2020年初步建成技術標準、服務體系和產業生態鏈，培育若干個全球領先的骨干企業，核心產業規模超過1500億元、帶動產業規模超過1萬億元；第二步到2025年在智能制造、智慧醫療、智慧城市、智能農業、國防建設等領域廣泛應用，核心產業規模超過4000億元、帶動5萬億元；第三步到2030年在生產生活、社會治理、國防建設等方面極大拓展廣度和深度，形成涵蓋核心技術、關鍵系統、支撐平臺以及智能應用的完備產業鏈，核心產業規模超過1萬億元、帶動10萬億元。國家政策的出臺讓人工智能立即成為廣受熱捧的高估值“風口”。
7月20日，聯想立即宣布全面向人工智能轉型的戰略；
7月23日，人工智能產業技術創新戰略聯盟成立；
7月26日，“人工智能電視產業聯盟”正式成立。
而這之前，不論是實施“All in AI”戰略的百度，還是宣布做人工智能處理器的華為，還有深諳大數據分析的阿里和專注應用的騰訊，面向大規模個性化定制研發工業互聯網平臺COSMOPlat的海爾，底層技術和終端應用都已經邁出了人工智能的步伐，步調超級一致。
尷尬的中國人工智能
作為備受青睞的人工智能，中國已經位于第一梯隊；從融資規模和新增企業數量上比較，中國排名在美國之后位居第二。我國在人工智能領域的國際科技論文發表量和發明專利授權量已居世界第二。據相關機構統計，排名前三的美、中、日擁有全球人工智能領域總體專利的73.85%。依托于龐大的網絡和用戶，國內擁有先進的語音、視覺、傳感等人工智能相關領域的技術優勢。預計在2017年，人工智能的產業規模將超150億元。（《2017中國人工智能產業報告》）
面對這些成績，中國人工智能學會副理事長、重慶郵電大學計算機學院院長王國胤提示，中國人工智能存在很多瓶頸問題，包括：人工智能原創性理論基礎不強，重大原創成果不足；在基礎理論、核心算法以及關鍵設備、高端芯片、重大產品與系統、基礎材料、元器件、軟件與接口等方面，與以美國為代表的人工智能發達國家相比還存在較大差距；人工智能產業結構布局還不完善；人工智能人才隊伍，特別是尖端人才不能滿足發展需求等。
一方面是大而不強，一方面卻引起了圍追堵截。近日，多家國外媒體都對此發表了評論，認為中國人工智能或將趕超發達國家。
澳大利亞《悉尼先驅晨報》報道，專家們普遍認為，中國人工智能僅落后美國一步。如今，中國增加人工智能研究投入，美國卻在削減這方面的開支，其認為，中國或將在人工智能領域超越西方。
英國《經濟學人》雜志預測，由于擁有人才和數據優勢，加之創業公司和BAT的大舉投入，以及政府的大力支持，中國可能會在人工智能領域逐步趕超美國。
英媒：路透社報道說，特朗普政府正在考慮采取類似的措施，原因也是出于對中國可能獲得珍貴的人工智能知識的擔憂。
美媒：美國得克薩斯州參議員約翰·科寧在華盛頓的外交關系委員會發言時警告說，中國對機器人和人工智能的興趣尤其令人擔憂，并揚言要對中國投資技術企業進行立法上的限制。
智能制造“彎道超車”更需人工智能精湛技術
按照專家的推斷，未來人工智能行業的發展，10%在于算法，20%在于技術，70%在于應用場景和落地。這一推斷于市場價值創造的確沒錯，但是如果在前面30%失去技術優勢，后面的70%也只是為他人做嫁衣而已。就像阿里舍本逐末，單純追求大數據分析，重復推送搜索、購買和瀏覽歷史相關商品，推送商品單一乏味，這樣的人工智能只能導致用戶體驗越來越差。
因此，增強人工智能基礎，必須在大數據分析、深度學習、自主協同等方面進行學科理論梳理和研究，開展類腦智能計算、生物仿真等基礎技術的研究，以實驗室和研究院等形式專注研究成果的產品轉化。
基礎理論是根本，基礎技術是主干，應用則是枝葉。只有根底深厚龐大，主干強勁，人工智能產業才能日益興榮昌盛。
而應用層面，反而不那么緊要。因為國內已經摸索出了人工智能融入工業的創新途徑，能夠將設計、生產、物流、服務等環節優化協調，在核心軟件、關鍵部件、重要裝備、網絡協同等方面確立逐漸主動權。只有走好人工智能理論和技術的“第一步”，我國在工業這一主戰場必將贏得先機。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
