《2018 人工智能全景報告》對我國人工智能發展的啟示及建議

王哲

《2018 人工智能全景報告》（以下簡稱《報告》）由劍橋大學計算機工程學博士、人工智能風險投資家 Nathan Benaich 和 Ian Hogarth 合作撰寫。《報告》重點回顧了近一年來全球人工智能領域的技術突破、產業應用、資本運作和國家支持情況。深入研究該報告對掌握全球人工智能技術和產業動向、研判人工智能競爭格局具有前瞻性價值。

《報告》的主要內容

（一）遷移學習正成為提升機器學習能力的有效方案。《報告》指出，將遷移學習方法與深度學習算法有機結合，會大大提升機器對算法模型的復用能力，可能引領新一輪人工智能發展高潮。所謂遷移學習技術，是指能夠借助多個不同數據的相關性，將知識和模型從某些領域適配到其他相關領域，提高樣本不充足任務的分類識別結果。遷移學習可通過半監督學習減少對標注數據的依賴，提高模型的穩定性和可泛化性，提升深度神經網絡的持續學習能力。比如谷歌使用遷移學習方法訓練的 ImageNet 基于有限的像素輸入和疾病標簽，即可檢測和診斷超過 2000 種皮膚癌。遷移學習與深度學習算法最有前景的結合點是圖像處理和機器人仿真領域。

（二）AI 芯片是人工智能研究和應用進步的重要驅動力。《報告》認為，深度學習作為當前人工智能的主流算法，訓練過程對數據量的要求不斷提高，推理過程對實時性需求不斷增強，通過人工智能芯片大幅提升人工智能研發能力的時機已趨成熟。近一年來，IC 設計商、IP 供應商、平臺型科技巨頭、大型云服務商、初創技術公司紛紛進入人工智能芯片領域，大舉投入定制 AI 芯片研發，不斷嘗試突破現有芯片設計架構，提升處理器芯片的并行計算能力和存儲帶寬，試圖在 AI 芯片領域搶占先機。例如，在 2018年 5 月的 GPU 技術大會上，英偉達發布了可同時用于高精度科學計算和低精度 AI 負載任務的 HGX-2 芯片，并開發了基于圖靈架構的全新 GPU 產品。谷歌在 Google I/O 2018 上發布了專門為低功耗、小體積、獨立終端 AI 計算設計的專用向量處理器 TPU 3.0，使視覺搜索模型的訓練時間從數月縮短到數天。

（三）全球常識性數據庫將成為推動感知智能走向認知智能的 AI 基礎設施。《報告》預計，全球常識性數據庫將作為 AI 基礎設施，有效促進人工智能認知模型構建，推動人工智能由感知智能階段邁向認知智能階段，成為突破莫拉維克悖論的有效路徑。

（四）預測未來 12 個月全球人工智能領域可能在四個方面發生重大事件。一是在技術突破方面，深度學習仍然是人工智能的技術焦點，其中特別指出，中國某實驗室將取得重大研究突破。二是在產業應用方面，預測 DeepMind 的強化學習技術將依托《星際爭霸》游戲得以在全球實現應用落地。此外，全球首例使用機器學習發現的臨床新藥將進入試驗階段。三是在跨國資本并購方面，預計中美兩國企業將爭相收購中國臺灣和韓國的半導體公司，對歐洲人工智能公司的收購總額將超過 50 億美元。《報告》特別提到，世界經濟合作與發展組織（OECD）可能禁止中美企業收購具有前景的機器學習初創公司。

《報告》帶來的啟示

（一）人工智能技術的產業應用不斷向縱深發展。在云計算領域，谷歌、蘋果、臉書、亞馬遜、微軟、百度、阿里巴巴、騰訊（合稱為“GAFAMBAT”）等巨頭利用在云計算領域的優勢打造 AI 應用生態。在醫療領域，機器學習正在提升開發新藥和診斷病情的效率，美國藥管局（FDA）已批準全球第一款可自動篩查視網膜病變的人工智能醫療設備上市。在物流倉儲領域，智能機器人被更廣泛地應用，有效緩解了電子商務快速發展帶來的倉儲空間和勞動力壓力。人工智能技術與產業的加速融合將大大提升生產和生活效率，從工業生產到消費服務等各方面改變人類生活。

（二）人工智能逐漸被作為提升國防軍事實力的重要途徑。人工智能的技術進步和應用前景引發了軍方關注，一些國家已經將人工智能技術作為提升軍隊作戰能力的重要手段。2017 年 4 月，美國國防部批準建立“算法戰爭跨職能小組”（Project Maven），利用人工智能技術將海量作戰數據迅速轉化為對敵作戰方案，在戰術無人機控制系統中嵌入計算機視覺算法，谷歌、Clarifai 等企業參與其中。2017 年 12 月，特朗普政府發布的國家安全戰略首次專門推出人工智能在未來美國軍事中的重要性。2018 年 8 月，白宮通過“2019財年國防授權法案”，對人工智能、機器學習提供額外資金以加速其研發和應用。隨后，美國國防部開啟了總價達 100 億美元的大型云計算招標項目“聯合企業國防基礎設施合同”（JEDI），將在十年內委托商業公司建設戰爭智能云平臺，為全球各地美軍部隊托管軍事機密、分發重大作戰任務，亞馬遜、谷歌、微軟等巨頭中標可能性大。此外，英國國防部 2017 年發布的《科學技術戰略》也將人工智能等前沿科技納入高層戰略規劃，并專門成立“核心研究投資組合”。

（三）人工智能領域的大國戰略博弈將更加激烈。近一年內，不少國家密集出臺了各有側重的人工智能支持政策，角力人工智能技術和產業前沿。我國 2017 年 7 月公布的《新一代人工智能發展計劃》提出，對人工智能的財政支持總額將達21 億美元，細分領域覆蓋度和財政支持力度均超過其他國家。美國重視人工智能與國防軍事的結合，2018 年白宮宣布成立人工智能專門委員會（SCAI），負責統籌人工智能相關跨部門重點事項，與國防部密切合作。歐盟委員會 2018 年 4 月通過《歐洲人工智能戰略》，提出在 2020 年前要將人工智能領域的投資增加到 20億歐元，建立歐洲人工智能聯盟。法國于 2018 年 3 月出臺《法國及歐洲人工智能賦能戰略研究報告》，意在提升法國在人工智能全球競爭話語權。德國政府于 2018 年 11 月 15 日發布《德國聯邦政府的人工智能戰略》，并提出了 AI Made in Germanyr 的口號。英國于 2018 年 4 月發布《人工智能領域行動》計劃，目標是主導全球人工智能數據倫理，建立人工智能應用和發展的國際準則。日本 2017 年 3 月公布《人工智能技術戰略》，將人工智能納入國家工業化路線圖。印度通過的《2018 數字印度創新計劃》提出，將向人工智能的基礎研究投資 4.77 億美元。人工智能領域的“國家主義”態勢初現。

（四）涉及人工智能的跨國資本及知識產權合作將面臨困境。近一年來，美國已將人工智能列入接受中國政府補貼產品清單，國會擬通過法案嚴禁向中國出口涉及人工智能和與機器人相關的技術和知識產權。從 2018 年下半年起，英國政府開始醞釀對《2002年企業法》進行重大修改，希望賦予政府阻撓各行業并購交易行為的權力，重點防止人工智能、半導體、信息通信等敏感行業的英國公司落入外國公司控制。歐盟委員會正在醞釀新的投資篩查機制，目的是加強對中國企業在歐高技術投資的審查力度。經濟合作與發展組織（OECD）成員國正著手利用國際貿易規則對涉及人工智能領域的跨國投資并購進行聯合干預。未來一年，世界各國和國際組織對涉及人工智能的跨國投資并購及技術合作都將更為謹慎。

四點建議

（一）提升關鍵基礎領域技術攻關和成果轉化能力。一是面向國家關鍵核心領域的重大現實需求，積極應對人工智能技術產業化過程中對算法、數據、算力提出的新要求，提升算法的場景適應能力，實現 AI 芯片設計理念創新和架構創新。二是將軍民融合及制造強國作為國家推動人工智能技術應用的重點領域，以人工智能技術助推軍事裝備智能化，推動人工智能在國防軍事、制造業等關鍵領域的創新性應用。

（二）適時布局人工智能基礎設施。一是加強移動互聯網、大數據、云計算、物聯網、航空系統，以及智能交通基礎設施、儲能設施、新能源汽車充電樁和智能電網等對人工智能應用落地的基礎支撐，搭建自動駕駛汽車試驗場、智能家居綜合體驗場等應用場景基礎設施，支持相關產品的商業化嘗試。二是引導和支持建立一批人工智能開放平臺、開源項目及大規模常識性數據庫，開放底層技術接口和數據庫調用接口，鼓勵初創 AI 企業在此基礎上進行應用創新和商業落地。

（三）在人工智能重點領域加大資本投入。一是靈活運用人工智能產業基金、政府采購等形式，對人工智能芯片、機器學習算法研究、人工智能應用落地等核心和關鍵領域加大研發投入與應用支持。二是重點發揮政府引導基金的前瞻性作用，加大在人工智能基礎領域的投入，優化基金流向配置，帶動地方產業投資基金和社會資本的投資布局，彌補高成長性人工智能初創技術企業的資本缺口，在制造業等國民經濟重點領域培育人工智能應用需求。

（四）在國際開放合作中運用“世界語言”。一是保持我國人工智能產業發展與全球的生產網絡、創新網絡、知識網絡、貿易網絡的緊密聯系，積極參與并引導形成新的國際分工合作網絡。二是培育和打造一批有代表性、有影響力的人工智能領軍企業，重視人工智能細分領域具有較強競爭力的“專精特”中小企業群體。三是鼓勵中外企業、研究機構開展人工智能技術交流合作，通過學術研討促進產業合作。四是重視全球合規性，以法律遵從的確定性來應對國際政治的不確定性，引導和支持中國人工智能領域企業嚴格遵守聯合國決議，遵守其他國家的適用法律，鼓勵有條件的實體逐步引進國際專業顧問團隊，建設貿易合規體系和全球合規管理責任體系。