随着人工智能对大众生活产生的影响越来越深刻, 人工智能技术不断更新迭代, 并向日益丰富的应用场景渗透. 在人工智能如此火热的大背景下, 不同的声音也不断涌现出来. 甚至有学者认为, 人工智能发展到现在仅仅是表面繁荣, 实际发展早已陷入困境. 那么, 我国的人工智能发展优劣势有哪些呢?
人工智能行业发展优势
1) 政策大力促进
自 2015 年人工智能在国内快速发展以来, 国家就陆续出台了相关扶持政策助力人工智能技术与产业的深度融合和落地应用. 在政府工作报告中, 多次谈及人工智能重要性, 为人工智能如何赋能新时代指明方向. 从 2017 年的 "加快人工智能等技术研发和转化", 到 2018 年 "加强新一代人工智能应用", 到 2019 年 "深化大数据, 人工智能等研发应用" 一系列关键词的出现, 可以看出我国人工智能产业从初步发展步入了快速发展的阶段.
科技部颁发的《国家新一代人工智能创新发展实验区建设工作指引》指出,"开展人工智能技术应用示范, 人工智能政策试验, 人工智能社会实验, 积极推进人工智能基础设施建设. 到 2023 年, 布局建设 20 个左右的实验区, 创新一批切实有效的政策工具, 形成一批人工智能与经济社会发展深度融合的典型模式, 积累一批可复制可推广的经验做法, 打造一批具有重大引领带动作用的人工智能创新高地."
2) 海量数据资源优势
从目前人工智能的发展情况来看, 算法和算力已经基本不存在技术壁垒, 而数据将成为决定项目成败的关键. 缺乏数据的人工智能就是无米之炊. 在数据方面, 中国的基础数据量远远领先欧美, 优势不仅仅体现在人们通过手机和电脑产生的数据, 还有很多传统的离线商业活动中多样化, 更深入的大量数据, 如共享单车使用数据, 诊断用医疗扫描, 汽车事故数据, 银行存取款, 农田卫星图像等. 我国政府数据也在逐步加大开放的力度.
3) 应用场景优势
我国人工智能应用场景广泛, 向各行各业渗透的过程中, 安防和金融行业的人工智能使用率最高, 零售, 交通, 教育, 医疗, 制造, 健康行业次之, AI 领域内有很多行业和产品化的投资机会, 出现了一大批人工智能领域的新兴科技企业, 如旷视科技, 极链科技, 依图科技等公司, 在各个应用场景下快速发展.
4) 青年人才优势
在扩大人才培养规模方面, 人工智能已被纳入 "国家关键领域急需高层次人才培养专项招生计划" 支持范围, 精准扩大人工智能相关学科高层次人才培养规模. 2018 年以来, 教育部启动了多项促进 AI 教育的举措, 这些举措包括建立 50 个 AI 研究中心, 世界一流的在线课程以及 5 年培养 500 多名教授和 5000 多名学生. 提升人工智能领域青年人才培养水平, 将为我国抢占世界科技前沿, 实现引领性原创成果的重大突破, 提供更加充分的人才支撑.
我国人工智能行业薄弱环节
1) 基础理论和底层技术不足
由于我国人工智能产业重应用技术, 轻基础理论, 底层技术积累薄弱, 存在 "头重脚轻" 的结构不均衡问题, 使我国人工智能产业犹如建立在沙滩上的城堡, 根基不稳. 基层技术积累薄弱使人工智能核心环节受制于人, 阻碍人工智能领域重大科技创新, 不利于国内企业参与国际竞争.
2) 高端器件方面 GPU
目前 AI 基础软硬件仍由欧美国家大型企业主导, 中国人工智能在基础软硬件方面的缺失会导致在技术上和应用上 "空心化" 的风险. AI 芯片设计的基础半导体器件仍主要由 NVIDIA,IBM 和 Intel 等国外企业生产和垄断. 目前, 中国微电子 / 光电子研发的原创性和基础能力较弱. 因此应充分重视 AI 基础软硬件对人工智能发展的作用, 尽早摆脱 AI 基础软硬件依赖进口的现状, 全面支撑各领域的智能需求.
3) 发展氛围显浮躁
人工智能市场火热, 但存在企业和政府对产业发展理解不透, 思考不足, 普遍高估并急于兑现人工智能的近期商业价值. AI 产业发展氛围略显浮躁, 近两年已有部分初创企业面临在同质化竞争格局下倒闭的风险. 人工智能产业未来发展很有可能面临着周期性波动幅度.
4) 高端人才不充足
虽然基础人员储备量巨大, 但中高端人才缺少, 中国高端人才只相当于美国 20%. 兼顾人工智能与传统产业的跨界人才不充足, 限制了产业发展以及与实体经济的深度融合发展, 不利于人工智能在各垂直行业的应用推广.
来源: http://ai.51cto.com/art/202003/612053.htm