任澤平談人工智能：新基建，迎接智能新時代
人工智能是新一輪產業變革的核心驅動力量，將推動數萬億數字經濟產業轉型升級。三次工業革命歷史表明，不論機械技術、電力技術和信息技術，都可以極大地促進生產標準化、自動化、模塊化，具有很強的通用性，人工智能技術同樣具有類似的特徵，應用潛力巨大。國務院《新一代人工智能發展規劃》指出，到2025年中國人工智能核心產業規模超過4000億元，帶動相關產業規模超過5萬億元。
人工智能是新一輪科技競賽的制高點，對經濟增長和國家安全均至關重要。在這一場全球競爭中，中國的優勢在於百度、華為、阿里等平台型公司積累了紮實的技術基礎、豐富的應用場景和海量數據，在新基建大戰略下，將為國家發展打造競爭新優勢、注入增長新動能，有望成為人工智能新基建的領軍力量。當然，在基礎科研、基礎算法、核心芯片、高端人才等方面我國仍存短板。大國科技實力是國家實力的核心，能否抓住智能時代的變革機遇，是中國建設現代化強國的關鍵。
1 迎接智能新時代
1.1 人工智能是數字經濟時代的“新電能”
人工智能是第四次工業革命的重要組成部分，將推動數字經濟產業轉型升級。自18世紀以來，人類社會共發生過三次大型的技術革命，分別是蒸汽機革命、電力革命和信息互聯網革命。每一次的技術革命均伴隨着相關學科的發展，理論知識又在實際運用中得到完善，“技術突破-知識學科進步”形成良性循環，並且成為後續其他的技術發展的支撐，對社會的影響力也將隨之增強。得益於互聯網信息時代的數據積累，半導體行業設計、製程進步和芯片運算能力提升，深度學習結合強化學習帶來的計算機視覺、語音技術、自然語言處理技術應用更精準，人工智能將是第四次技術革命中的重要技術，如同人工智能和機器學習領域國際權威學者吳恩達所説，“人工智能是新電能，正改變醫療、交通、娛樂、製造業等主要行業，豐富充實着無數人的生活”。
自1956年達特茅斯會議上首次提出人工智能（Artificial Intelligence）以來，人工智能已經發展60多年。一般認為，計算機需要通過不斷地自我學習、擴充知識庫，進而掌握人類擁有的“畫畫、唱歌、讀書、設計”等眾多技能，便是“智能”的表現。中國信通院在《人工智能發展白皮書（2018）》中提到，人工智能可以理解為用機器不斷感知、模擬人類的思維過程，使機器達到甚至超越人類的智能，即人工智能需具備類人的感知、思考和決策能力。
人工智能基礎層、技術層和應用層快速發展，諸多應用已經深入日常生活。基礎層包括硬件、算法和海量數據三部分，其中硬件的核心是具備高運算能力的芯片，例如CPU、GPU、ASIC、FPGA等，算法的核心是機器學習，包括深度學習、淺層學習和強化學習等。技術層包括計算機視覺、語音、自然語言處理等技術。應用層則是人工智能產品、服務和解決方案，適用於家電、金融、機器人、汽車、醫療等領域。近10年來人工智能快速發展，面對日益增長的需求，一些例如百度、華為、阿里等具備長期研發經驗的企業也陸續推出人工智能開發平台或人工智能系統，有望成為人工智能新基建的領軍力量。儘管與科幻小説和電影裏對人工智能的構想有較大差距，人工智能產品和服務已經普遍存在我們現實生活當中，小到多語言翻譯軟件、智能音箱，大到自動駕駛系統、城市安防系統、城市大腦等，人工智能的發展已經遠遠超出早期構想，政府、企業、非營利機構都開始積極擁抱這項技術。
2 人工智能技術制高點之爭
人工智能產業競爭是各國政策、基礎研究、技術、資本等各方面綜合實力的競爭。目前各國政府高度重視，在基礎設施搭建、基礎科研、人才培養、資助研發、合作交流等方面給予支持鼓勵。資本和企業也積極尋求商業落地場景，協助技術轉化。技術落地於垂直領域，繼而產生新的數據，促進算法更新迭代，又可以進一步服務於垂直領域，如此循環往復、不斷髮展。這場全球競賽中，中國的優勢在於擁有海量數據和實踐經驗，但在基礎科研、基礎技術、前沿拓展方面仍存在薄弱環節。
中國人工智能呈三階段逐步推進，重視與製造業和服務業的融合。自2015年起，我國人工智能相關政策從智能製造時期，“互聯網 ”時期（以《“互聯網 ”人工智能三年行動實施方案》為代表），到“智能 ”國家戰略時期演變（以《新一代人工智能發展規劃》為代表）。政策重心也從核心技術攻克到實際場景應用，從特定行業到跨界融合，從單項技術到人機協同。與美國和歐盟類似，我國也強調建立相關試點項目，包括技術示範試點、政策試驗、社會實驗。
2.2 基礎科研：美國最強，中國快速追趕
從論文發表機構類型來看，包括中國、美國、歐盟27國等在內的各國和地區均以高校為核心科研力量，2018年三者高校論文產出佔各自總產出的92.1%、84.6%、90.7%。除高校外，中美兩國的主力科研主體有所不同，2018年中國科研機構產出約為中國企業產出的3倍，而同期美國企業產出約為美國科研機構產出的1.6倍。
2.3 數據量：人工智能時代的“原材料”，中國具有規模優勢
深度學習的發展推動人工智能基礎應用技術突破，自2010年起，全球包括計算機視覺、語音語義等基礎應用技術的專利申請量急速增長。
計算機視覺技術主要是讓計算機擁有人類的眼睛，學會“看”圖片、文字、視頻等，經常用於圖像識別、人臉識別等，適用於自動駕駛、安防、人臉支付等領域。從計算機視覺和圖像識別相關的技術申請情況來看，截至2018年12月31日，全球共申請14.3萬項同族專利，中國、美國、韓國成為全球申請數量前三國家，分別為5.3萬項、2.4萬項、2.3萬項。從技術授權情況來看，美國技術授權量全球最高、達1.3萬項，日本和中國排為第二、第三，分別為1.04萬項和1萬項。從申請人來看，佳能、東芝、三星為前三申請人，申請數量分別為2900項、2700項、2300項。
3 挑戰與建議
在數字經濟浪潮下，5G就如同“信息高速公路”，為龐大數據量和信息量的傳遞提供了高速傳輸信道，補齊了制約人工智能、大數據、工業互聯網等在信息傳輸、連接規模、通信質量上的短板；人工智能如同雲端大腦，依靠“高速公路”傳來的信息學習和演化，完成機器智能化進程；工業互聯網如同“橋樑”，依靠“高速公路”連接人、機、物，推動製造走向智造。人工智能具有明顯的溢出效應，將與5G、數據中心等一起推動數字經濟時代的產業轉型升級，是當前及未來各國科技競賽的制高點。大國科技實力是國家實力的核心，能否抓住智能時代的變革機遇，是中國建設現代化強國的關鍵。總體而言，我國人工智能產業仍處於發展初期，面臨基礎研發欠缺、技術和場景尚未融合、傳統基礎設施跟不上技術發展等問題。建議：
1）為人工智能發展做好“軟性”支撐，做好人才培養、前沿技術研究和聯絡合作。加強國內高校開展相關課程、培育本土人才。積極吸引海外科研人員、聚集全球人才。對照美國對科研人才的吸引措施，中國應該抓住這一機遇，在研究經費資助、個人税收、簽證、户口、子女教育等一系列領域推出引進海外高端人才的一攬子政策，切實解決科研人員後顧之憂，併為其科研、創業提供更大力度的支持。加快科教體制改革，建立市場化、多層次的產學研協作體系。由國家主導加大基礎研究投入，由企業主導加大試驗開發投入，多類主體形成合理的科研分工。
2）為人工智能發展做好“硬性”保障，加快信息化基礎設施建設，並對傳統物理基礎設施進行智能化升級。與鐵路、公路、機場三者構成工業時代的基礎設施不同，雲計算、大數據、人工智能、5G、區塊鏈等將是未來重點，所覆蓋的新基建包括兩方面，一類是以數字中心、基站等為代表的信息化設備，另一類是公路、鐵路等傳統基建設備。為應對未來的數字挑戰，需要從這兩方面入手，一方面加快寬帶網絡、5G網絡等建設，另一方面加強對傳統鐵路、機場等公共場景例如傳感器、控制平台、雲平台等智能化配備。為後續技術發展做好數據收集、傳輸、溝通、分析的硬件基礎。
3）重視人工智能技術所帶來的人倫道德問題，從立法和監管兩個角度跟上技術革新。人工智能的發展離不開數據，由於大部分的數據是公開透明、自由流通的虛擬產物，就會引發由數據的所屬而產生的權責問題，這也涉及到數據的安全、知識產權保護和隱私問題。例如，企業可以通過消費者的上網瀏覽信息來分析傾向喜好，進行精準推送，企業降低營銷費用的同時消費者可以更好的獲得信息或者產品，然而這一行為是否徵得消費者同意、是否涉及侵犯個人隱私也值得考慮。由於數據的生產和使用涉及消費者、平台、運營商、服務商等多個環節，數據在每個環節被加工整合，難以使用傳統的商品產品標準去統一管理，這也對相關立法和監管造成阻礙。因此，需要關注人工智能人倫道德、技術標準、人工智能與人類社會關係等問題，以人為本，重視數據安全。