“新基建”｜人工智能有哪些“主線任務”？
編者按：本文系投稿稿件，作者AI撲社，版權歸原作者所有。
當下，數字技術創新與實體經濟的發展已然密不可分，2018年中國數字經濟規模為31.3萬億元，佔到GDP總產值比重的34.8%，預計2019年這一數字將達36億元。高速發展的背後，是互聯網、人工智能企業的技術投入與相關產業的應用落地。一批優秀的人工智能初創企業正在發力，如商湯科技、曠視科技、優必選科技、平安科技、極鏈科技等，AI 安防、AI 交通、AI 醫療、AI 視頻、AI 金融等產業結合的快速商用化。
數字經濟高速發展的同時，國家戰略層面也提出了更具發展目光的規劃，即為經濟社會的創新、協調、開放、共享發展提供底層具有乘數效應的戰略性、網絡型基礎佈局“新基建”。
“新基建”是以技術、產業驅動，具備集約高效、經濟適用、智能綠色、安全可靠特徵的一系列現代化基礎設施體系的總稱。2020年“新基建”這一詞彙在多個國家級重要會議中被頻繁提出，其建設核心主要涉及5G、大數據中心、人工智能、工業互聯網、特高壓、系能源汽車充電樁、高鐵軌道交通這七大領域，建設內容細分涵蓋了基礎配套、平台建設、產業應用等多方面細節。
以人工智能為例，主要建設方向包括：AI芯片底層硬件發展；通用智能計算平台搭建；智能感知處理交互能基礎研發中心建設；人工智能創新發展試驗區建設等。
2019年世界人工智能大會上展出了包括華為、平頭哥、依圖、紫光展鋭、寒武紀以及地平線在內的AI企業共10款芯片。
隨後阿里雲棲大會上，平頭哥又推出含光800AI芯片，此芯片是專為人工智能視覺場景二推出的高算力芯片，現場演示了：“在城市大腦中實時處理杭州主城區交通視頻，需要40顆傳統GPU，延時為300ms，使用含光800僅需4顆，延時降至150ms，成本僅為傳統GPU的十分之一”。拿10億張商品圖片來進行識別對比，GPU算力識別需要1個小時，而含光800可以5分鐘完成。
AI芯片和傳統芯片在製作工藝上沒有太大的差別，區別在於性能功效上，比如執行AI算法時AI芯片的效率會更高，CPU、GPU的算法效率低，對於商用而言仍有不足。AI芯片服務於AI算法，在圖像識別、視頻識別等領域常用的是CNN卷積網絡，在語音識別方面主要是RNN，前後算法區別很大，但是本質上都是矩陣或vector的乘法、加法，然後配合一些除法、指數等算法。
在同一條件下執行AI算法時，拿IBM的POWER8（CPU）和谷歌TPU1（GPU）對比時，POWER8一秒鐘的巔峯計算次數大約為64Gops，谷歌TPU1一秒鐘的巔峯計算次數大約為90Tops。
AI芯片則會優於CPU\GPU，含光800，在Rsenet50 v1條件下，含光800算力的峯值性能達到78563IPS；峯值能效達到500IPS/w。可等同於10顆GPU的算力。
現階段，人工智能與其他產業間的結合應用逐漸成熟，算力需求與日俱增。為了匹配產業級、城市級的項目需求，AI芯片的需求逐漸顯現。
2019年上半年，我國公有云服務市場規模（IaaS/PaaS/SaaS）達到54.3億美元，隨着企業用户對計算需求的不斷提高，市場規模仍在擴大。傳統的雲服務算力已然很難滿足新生海量數據處理需求，特別是以語音識別、圖像識別、視頻識別、深度學習等技術對算力的需求更高，所以AI雲服務逐漸進入到我們的視野。以騰訊、百度、華為、阿里巴巴為代表的雲服務業務已經投入商用。
百度智能雲憑藉其AI技術獲得了市場用户的認可，百度“天智”人工智能基於百度大腦，提供拿來即用的視覺、語音等通用AI能力及行業解決方案、AI開發平台及培訓服務等。行業客户可基於自身業務需求及數據，定製出個性化智能應用。
“極鏈AI雲”是極鏈科技基於長年深耕視頻AI的業務技術和經驗積累，正式對外推出的極鏈AI雲平台——專注於共享算力網絡平台，助力人工智能產業發展，實現創新共贏。通過整合上下游合作伙伴，用户可以在極鏈AI雲這張巨大的算力網絡上，根據自己的需要購買他人共享的GPU雲主機，機主也可以在該平台出售閒置的GPU雲主機，共同解決因為大規模堆至高性能機器而導致的資源浪費等問題。同時，在極鏈AI雲平台上還可靈活搭配多種配置服務，使性能達到極致，滿足多種需求，提升計算效率，為用户提供更具差異化的AI雲服務解決方案。
當下，商用化的雲服務主要應用於計算、網絡、存儲、數據庫、CDN與邊緣服務及管理運維等方面，基本可以滿足企業多元化的雲服務需求。企業上雲漸成趨勢，差異化的計算需求成為了企業的隱性負擔，那麼雲服務可以有效幫助企業獲得高性價比的算力服務。
智能感知與交互可分為兩大能力，即視覺、聽覺、觸覺等機器感知能力和語音、動作等人機交互能力，前者偏向於感知識別，後者偏向於應用場景。
智能感知大多是通過物理世界中的攝像頭、麥克風或者其他傳感器的硬件設備作為傳輸“介質”進行信息傳遞，這些“介質”將輸入內容映射到數字世界，對其進行認知、理解、記憶、規劃、決策等。
人機交互則是在特定場景，依靠各種感知硬件設備實現即時交互或其他信息的傳遞。比如在自動駕駛領域，就是通過激光雷達等感知設備和AI算法，實現這樣的感知智能的。家庭智能音響也是語音識別與交互的應用，通過學習特定的語境圖譜來實現與人的交互功能。
未來，智能感知與交互會應用與更多的工業場景，包括倉儲、物流、港口、化工、能源等，在機械化程度高等領域智能感知交互可以發揮更大的功效。
從2017年開始，在智能視覺領域“新一代人工智能開放創新平台”陸續公佈，包括百度、阿里雲、科大訊飛、騰訊、商湯科技、依圖科技、明略科技、華為、平安、海康威視、京東、曠視科技、360奇虎、好未來、小米，共計15家企業入選。
例如：依託百度公司建設自動駕駛國家新一代人工智能開放創新平台；依託阿里雲公司建設城市大腦國家新一代人工智能開放創新平台；依託騰訊公司建設醫療影像國家新一代人工智能開放創新平台；依託科大訊飛公司建設智能語音國家新一代人工智能開放創新平台。
總體來説，新一代人工智能開放創新平台是聚焦於人工智能重點細分領域，為了充分發揮行業領軍企業、研究機構的引領示範作用，對於技術資源、產業資源、金融資源整合具有重要有意，並且有利於人工智能領域專業人才的持續培養，促進人工智能技術成果的擴散與轉化應用。
“新基建”發展規劃目標已定，目前已經在部分領域取得了階段性成果，未來，在5G、大數據、工業互聯網、人工智能、特高壓、新能源汽車、高鐵軌道交通等產業間協同發展下，必將形成更強的經濟帶動效果。