人工智能·蕴育·2019

　　融合创新将如何加速AI技术演进步伐？

　　从底层基础支撑、核心技术创新到上层行业应用的AI产业链条如何完善？

　　金融、零售、交通、医疗等行业将呈现哪些具体应用？

　　2019年，人工智能蕴育着种种可能。

　　记得前两年，大家还在议论人工智能的过度发展是不是会威胁人类的生存。因为在好莱坞的未来世界中我们真真切切看到了那种“可怕” 的存在。《终结者》这部家喻户晓的电影不但让我们记住了州长施瓦辛格，还让人类开始担心AI反噬的问题。而《复联2：奥创纪元》中由钢铁侠一手打造的机器人奥创，它觉醒后也妄图消灭人类，最终也占到了人类的对立面。

　　虽然艺术创作终究不同于现实生活，但是在“生存还是毁灭”这个终极话题之下，我们似乎还是看到了几十年间人工智能领域的先驱们所经历的那种困惑。著名物理学家史蒂芬·霍金就曾表示：“人工智能或许不但是人类历史上的最大事件，而且还有可能是最后的事件。人工智能的全方位发展，可能招致人类的灭亡。”

　　然而另一方面，人工智能如今也已快速地渗透到各个产业之中，为不同岗位的人们提供便利。像苹果Siri、微软小冰等智能聊天类应用；新闻阅读软件依赖人工智能技术向用户推送最适合该用户的新闻内容，还有自动驾驶技术更是我们身边的人工智能技术。它们不仅没有带给我们威胁，恰恰这些应用还会提高我们的生活质量和工作效率。

　　那么，到底该对人工智能持乐观态度，还是悲观态度？平心而论，两种说法都有道理。一方面，谁也无法否认，现阶段人工智能为人类带来的实惠；另一方面，谁也无法断定，数百年后人工智能会发展成什么样。但毋庸置疑的是，无论你是乐观还是悲观，人工智能时代已经到来，这一趋势将无法改变。

　　事实上，人工智能的概念早在1956年就被提出来了，发展至今已经60余年。中国科学院自动化研究所研究员、博士生导师，中国科学院大学岗位教授宗成庆在接受《中国信息化周报》记者采访时表示，人工智能是个大的概念，涉及的范围和领域非常宽泛，而且其技术往往不是独立存在的，需要与某一个具体的系统或其他具体的技术结合在一起。就像一个人一样，你很难说大脑具体“做”什么，它的所思、所想是通过语言和四肢实现的，但是，如果没有大脑的深思熟虑，就很难做出具有智慧的事情。人工智能就是要让机器具备人的智慧和能力，让机器像人一样听得懂，说得溜，看得清，想得对。概括地讲，它涉及感知、认知和行为等若干方面的理论和技术。

　　在人工智能技术的演变和发展过程当中，宗成庆认为，人工智能的发展必然会出现百花齐放的态势，因为不同的企业所在的领域和面向的用户、任务及目的不同。世界上大多数互联网公司的确都将AI技术作为未来业务拓展的重要技术支撑，但是，每家公司有不同的定位和侧重。尽管所研发的技术底层是一样的，如深度学习、模式识别、视频和图像处理及自然语言处理等，但其最终用途和用户看到的系统是不完全一样的，当然有些技术或系统属于“兵家必争之地”，如机器翻译系统。这种态势的受益者是用户，同时技术也将在竞争中得到不断进步和完善。

　　既然人工智能技术的持续演进将成必然，那么在具体的行业应用和产业变革中，人工智能技术的发展又将呈现出哪些新的趋势呢？对此，《中国信息化周报》记者对行业专家及前沿企业代表进行了专访，希望透过他们的视角解析出人工智能技术的演进方向和应用趋势。

　　行业篇 人工智能应用百花齐放

　　对于人工智能技术的发展，无论是倾向于威胁论还是和谐论，其发展对于人类社会的积极影响其实早已无需赘言。只不过在这个过程当中，人们关注更多的还是人工智能技术在未来社会的应用，因为只有落地应用才能更好地服务社会，造福人类。其实在很长一段时间内，人们对于哪些行业最适合人工智能技术应用是有着诸多困惑的。不过，随着人工智能技术的持续演进和发展以及越来越多的应用案例涌现出来，人们对于人工智能技术的行业应用逐渐有了更加清晰的认识和理解。

　　采访中，Infor AI产品管理总监Rick Rider表示，在利润方面具有显著优势（要求不断寻找实现差异化的方法）的行业，或者具有大量与流程相关的数据的行业将最先应用AI。在制造业，考虑到物联网的兴起，以及用户很难搞清楚其中含义的大量数据，AI将在发现洞察方面发挥显著优势。在零售等行业，电子商务的迅速发展导致竞争愈演愈烈，现在他们可以使用自己的数据作为差异化因素，实现更高的自动化并获得更多洞察。他们可以找到创造更多价值的新模式，例如设定产品零售价、预测缺货情况等。另外在金融、医疗保健等行业也将成为人工智能技术应用的重要领域。

　　当被问到在2019年，Infor依托AI技术最想在哪些行业实现积累和突破时，Rick Rider提到，他们认为AI是一项基础技术，会在所有行业、产品和用例中得到广泛应用。相比只适用于某个行业中某个用例的产品，为什么不开发一种适用于所有企业用户，让所有业务部门都能利用机会的解决方案呢？但要谨慎采用嵌入式AI。根据他们的经验，几乎不可能重复使用一种AI技术，因为不同客户的数据模式千差万别。然而，通用平台应提供一个模板，让客户可以根据自己的准确需求和数据调整AI。而Infor的Coleman AI Platform就是這样一个平台。

　　事实上，人工智能技术的快速发展，对传统行业具有重塑性功能，并且通过改良创新，为行业提供新的辅助性工具，促进行业进步，在金融、交通、健康、安全等诸多领域，起到积极作用。

　　首先，机器人市场发展迅速，机器人是公众认知较强的人工智能产物，在线下零售店、家庭儿童教育、养老陪护及家务工作等多种场景落地迅速，机器人产品市场快速成长，如教育机器人、扫地机器人市场；其次，医疗健康领域，人工智能帮助改善医疗资源分布不均的问题，助力医学专家攻坚克难，在语音录入病历、医疗影像分析、诊疗、健康管理、药物研发等方面，都有显著成效；最后，金融领域人工智能应用场景广泛，从身份认证、智能风控到资产管理、投资分析研判，人工智能技术革新，与金融领域相辅相成，进一步提高行业安全性。

　　在明略数据副总裁、首席科学家吴信东看来，在行业应用上，明略数据近些年已经在公安、金融以及轨道交通等方面做过尝试。而2019年，明略数据会在消防和智慧城市方面进行新的布局。

　　“如今，明略数据在公安领域已经实施部署了几十个省市县级的公安系统，今年在这个基础之上，我们会进一步加快相关的技术积累，从而能够在行业内做大做深，并实现新的技术突破。另外，我们还会将自身在数据治理、知识图谱以及数据推理方面的技术优势应用到智慧城市的建设和推广上。”吴信东提到。

　　有关机构调查显示，关于人工智能技术的行业应用，金融、零售、医疗与汽车行业发展基础最为夯实。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上也有不错的成型成效，在组织机构的创新文化与灵活性上处于中等优势地位。医疗行业拥有多年的医疗数据积累与流程化的数据使用过程，因此在数据与技术基础上有着很强的优势。汽车行业已经开始利用人工智能技术布局自动驾驶、辅助驾驶技术，因此在组织基础与人工智能应用基础上有着很好的优势。零售行业在组织结构、数据积累、人工智能应用方面有一定基础，处于一个比较均衡的发展状态。同时，制造、教育、通信行业同样值得关注。制造行业、通信行业虽然在组织机构上的基礎相对薄弱，但由于拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。教育行业的数据积累虽然仍处于发展过程中，但组织整体对人工智能持重点关注的态度，同时开始在实际业务中结合或应用人工智能技术。

　　产业篇 产业链条正在形成 集聚效应初具规模

　　赛迪智库最新的研究显示，如今人工智能的产业链条正逐步形成。截止到2018年年初，我国人工智能企业已达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。

　　在基础领域，涌现出寒武纪科技、地平线机器人、深鉴科技、耐能、西井科技等一批创新技术企业。在技术创新方面，格林深瞳、旷视科技等深耕计算机视觉，百度、搜狗、科大讯飞等在自然语言处理领域技术较为领先，腾讯、阿里巴巴、华为等在机器学习和云计算领域具有行业优势。在行业应用方面，我国在智能机器人、智能金融、智能医疗、智能安防、自动驾驶、智能教育等重点领域涌现出一批具有代表性的相关企业。预计到2019年，我国人工智能产业链条关联性、协同性将显著增强，人工智能产业协同能力进一步提升。

　　与此同时，人工智能在地方性、特色性产业集聚方面初见规模。2018年以来，我国人工智能产业在长三角、珠三角、京津冀三大城市群呈爆发式增长，北京、上海、天津、广东、安徽、浙江等地初步形成特色人工智能产业集群。其中，北京高居全国AI企业数量榜首，上海和广东分列二、三位，浙江和江苏两省也集聚了一定规模的人工智能企业。

　　场景化和融合化也将成为人工智能产业发展的新特点。在制造领域，联想集团将“制造+服务”作为人工智能时代生产效能最高的商业模式，基于人工智能技术，布局能够自我思考、自我成长“有机制造”，使工厂逐步进化为前端连接用户，后端融合供应链的“有机工厂”，不仅实现供给侧结构性改革，也为客户创造更优体验。海尔则利用人工智能技术赋能传统产业，实现了从传统家电供应商向“硬件+软件+服务”平台型企业的转型。除此之外，人工智能技术在交通出行、消费电子、网络零售、金融服务等领域实现了场景化和融合化的创新。预计到2019年，人工智能与制造、交通出行、消费电子、网络零售、金融服务、医疗诊断等领域的渗透影响将不断加深，发展融合化、应用场景化将成为人工智能产业发展的重要特点。

　　人工智能产业的快速发展正在塑造智能经济的雏形。智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。普华永道预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模，其中中国的GDP增长规模为26%，为全球受到人工智能带动效应最大的地区。截止到2018年年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，人工智能将通过与云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、农业、自动驾驶、金融服务、企业管理、材料科学等各种行业领域的深度融合，加速塑造新的社会经济形态。

　　产业支持政策加速落地。近年来，国家层面密集出台了一系列政策措施，助推人工智能产业发展。预计到2019年，全国各地方将结合自身区位条件和产业基础，积极布局适合本地区特点的人工智能发展规划，实现从中央到地方的联动机制，进一步带动人工智能发挥经济和社会效益。

　　国际产业竞争环境更为复杂激烈。预计2019年，各国将更加重视结合自身发展优势和特点，出台本国人工智能发展战略和系列配套政策，人工智能领域的“国家主义”态势初见苗头，虽然我国《新一代人工智能发展规划》会加大对人工智能的财政支持，覆盖度和支持力度均超过其他国家，但仍不能在激烈的产业竞争中掉以轻心。

　　技术篇 融合创新加速技术演进步伐

　　现如今人工智能技术已经成为科技领域最前沿的技术，各家科技公司都在这方面花了很多心思，学者和企业研究人员的发现将会为未来一年及以后的AI做好准备，那么2019年人工智能技术发展趋势有哪些呢？

　　在宗成庆看来，技术创新和融合无时无刻不在进行，但是，应该向着哪个新方向发展，恐怕很难做出正确的判断。未来的总体发展趋势一定是多种技术的融合，就像人一样，在完成具体行为时，一定是眼、耳、鼻等五官和四肢、大脑同时发挥作用，只是发挥作用的大小和时间不同。而多项技术的融合，一定会带来技术性能的提高，甚至推动新技术的产生，为企业和市场提供新的机遇。反过来，市场和企业也会不断提出新的技术需求，从而驱动新技术的研发和诞生。

　　据赛迪智库研究分析，预计到2019年，人工智能核心基础技术的带动溢出效益将逐步增强，在算法、算力、数据基础方面将更趋成熟。而關于具体的技术发展方向，其实也是仁者见仁，智者见智，各家研究机构和企业都会根据自身的认识和发展重点去提出相应的预测和判断。

　　采访中，IBM认为，他们的核心任务是创造下一波基础人工智能技术，带领他们从今天的“窄”AI步入“宽”AI的新时代，从而在开发人员、 企业使用者和最终用户层面解锁技术的潜能。“宽”AI的特点是能够更广泛地学习和推理，整合不同模式、不同领域的信息，同时更具有可解释性、安全性、公平性、可审计性和可扩展性。基于此，IBM认为，2019年人工智能技术将呈现出三大趋势：因果关系将越来越多地取代相关性、值得信赖的人工智能将成为焦点、量子可以为AI提供帮助。

　　在2018年，明略数据在人工智能领域交出了一份亮眼的成绩单。用三年的时间，明略在安防领域努力成为中国的Palantir，将最先进的思想传递给客户，一起探讨在中国市场进行产品创新；发布明智系统2.0；获得吴文俊人工智能科技进步奖；联手公安部第一研究所发布《公安知识图谱标准化白皮书》；在金融领域，协助光大银行客户完成了国内第一个全行数据汇集到一起编织成知识图谱；协助上海地铁构建智能维保平台。2019年，明略数据在技术方面将持续不断地进行投入。在吴信东的带领下，明略在世界顶级会议提出了人工智能的新灯塔——HAO智能，即，人类智能（Human Intelligence）、人工智能（Artificial Intelligence）、组织智能（Organization Intelligence）共同组成一个人机协同为核心的大理论框架，解决人工智能服务垂直行业的关键问题。

　　除此之外，在众多研究机构和行业企业的关注焦点中，我们也会看到人工智能技术演进和发展的更多可能性。人工智能芯片的兴起、边缘的物联网和人工智能的融合、神经网络之间的互操作性成为关键、自动化机器学习将更加突出以及人工智能将通过AIOps使DevOps实现自动化等等不一而足。当然这只是冰山一角，随着人工智能技术的持续深入发展，我们有理由相信，它的潜力将是无限的。

　　虽然人工智能爆发的原因在于深度学习与强化学习技术的突破，但在大数据、云计算等前沿科技的协同驱动下，人工智能获得了更为强大的动能。就像Rick Rider在接受采访时所说，2019年既是应用尝试阶段也是技术全面发展的一年，所以占得先机很重要。大多数企业在2019年仍然处于探索PoC在企业人工智能技术中的应用的阶段，但处于生产和规模应用阶段的企业将看到他们的数据在揭示洞察力和自动化方面的巨大优势。

　　在Rick Rider看来，所有这些技术都应该作为一个完整的解决方案而结合在一起，这也是他们一直在做的。消费者可以更多地关注基本的融合问题，例如ERP和数据湖的融合或者是ERP和ERP之间的融合。他们需要的技术不能让曾经的问题再次成为新的问题。

　　路沙

关注读览天下微信， 100万篇深度好文， 等你来看……