人工智能產業與未來技術開發的研究

吳瀟

【關鍵詞】人工智能；技術開發；適用；綠色低耗；數據知識雙驅動

一、研究背景

人工智能這一名稱正式出現在1956年，由一名數學家麥卡錫提出，并成為之后一項專業學術的術語，自那以后，眾多的研究學者發展衍生了許多理論原理，而人工智能產業也隨之興起。對于人工智能，人們最初的理解正如童天湘在《從“人機大戰”到人機共生》中的定義“雖然現在的機器不能思維也沒有‘直覺的方程式，但可以把人處理問題的方式編入智能程序，是不是能將智能機器的性能被賦予新型思維模式、偏向個性化的方向，使機器能做那些需要人的智能才能做的事，也就是人工智能。[1]”人工智能發展到今天，能力與技術都得到了發展，從高級AI助手（如亞馬遜的Alexa、蘋果的Siri等）到Aurodesk推出的Ava虛擬代理，智能產品從會話聊天業務擴展到虛擬代理服務機器人，都是技術開發的更好體現，更好地服務人群，不僅僅是幫助用戶基于AI信息庫搜索到的信息列表，而是對話式回復，實現智能產品的“人工化”，像人類對話一般幫助用戶更容易理解并快速完成煩冗重復的工作。[2]因此，人工智能未來有希望進入更多領域，技術開發等及時發展升級，拓寬更多方向業務，實現更完善的業務平臺服務。

二、人工智能產業相關應用領域

現如今，隨著智能化技術的不斷發展升級、應用范圍擴張，各行各業幾乎都對智能化系統及軟件有所涉獵。[3]在計算機科學領域應用的比較寬泛，大到AI專項研究實驗室里關于時間配比、項目功能應用程序、符合生產過程協同智能等智能化程序，小到常用的數據分析表，都屬于人工智能應用領域；在醫用設備方面，人工智能也有了大量普及，例如針對人體內部不易發現的神經性問題或者骨折，醫院通常會讓患者進行CT掃描檢查，也就是利用智能拍片設備，了解該病患的人體神經、骨骼網絡等狀況；在地質勘察與石油開采等方面，相關專家往往也是利用智能化軟件勘測肉眼不可觀察的地下環境，依靠智能化機器人可實施的常見勘測技術找到最合適的開采路徑，從而保證在地下石油儲量充足的位置進行開采；還有日常生活中人們每天都能使用或看到的應用，比如日常消費的網購平臺淘寶、天貓；兒童用的自動喂飯機、點讀機；還有智能手機和游戲機、虛擬環境游戲機VR等等。人工智能產業早已進入我們的生活，未來人工智能的應用領域會更廣，[4]比如家用電器、食品領域、建筑領域、航空領域等更多領域會迎來升級改造后的新科技，而受眾也會更寬泛，這也意味著將來的智能化技術需要考慮到多數群體的需求，以普遍適用性為主要要求，讓人們過得更加幸福。

三、技術開發與技術突破的必要條件

目前人工智能產業除了側重發展技術的適用性外，還有關鍵的技術突破，即實現知識數據雙驅動、環保低耗能的目標。于2021年10月24日，中共中央、國務院就根據發表的《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》提出大力發展綠色低碳產業，為AI賦能產業提出了新要求——綠色化助力碳中和。值得一提的就是清華大學智能產業研究院院長張亞勤就曾提出了AI+IOT綠色低碳應用場景，好處一是結合清潔能源和傳統能源，促使AIOT技術可以監測碳排放，智能調度；好處二是利用信息和通信技術建立一個大型數據庫，并積極推動5G等快速發展，消耗了很多能源，善用AI實時監測，實現節能減排；好處三是有助于市場出現更多的新興產業，無論在綠色城市還是綠色交通等領域，AIOT也大有可為。[5]實際上，AI本身也是以綠色低碳發展為主的發展策略創造的產物，無論是AI的創造目的還是其運行需要的能量供給，究其根本還是AI的組成成分依賴的不是能源，更不是消耗能源，而是集大數據與深度學習于一體的智能化學習網絡，未來繼續發展開發也是在此基礎上進行擴張改良，即構建深度神經網絡，但深度神經網絡所需要的算法、數據和算力的規模都較為龐大，明顯不符合綠色低碳的發展策略。[6]以自然語言處理領域的GPT模型為例，其強大的功能是依靠超大的訓練語料、超多的模型參數才得以出彩的，并且給予強大的計算資源。GPT模型的參數量為1.17億，預訓練數據量5GB；GPT-2的參數量為15億，預訓練數據量40GB；GPT-3的參數量為1750億，預訓練數據量45GB。據說，GPT-4的參數量將達到100萬億，比GPT-3還要大500倍。這么高的消耗量，只會讓更多的人將精力耗盡在崗位上。

上面的做法是可行的，但卻是得不償失的。這個問題的答案其實很簡單——“有所為有所不為”。AI之所為智能，因為它給予了機器除本身以外的智能技術，使得繁重的操作機制便捷化、適用化，輕便是AI最為顯著的優勢，因而能源消耗只能降得更低，而使AI操作模型被賦予輕量化的構建機制，減少數據堆疊，加大開發共享程度，從總體上實現綠色低碳的項目要求。

同樣，人工智能近年來的發展離不開電子信息、計算機科學等多項科學語言類學科的輔助編程，由此可見人工智能在大數據整理以及知識處理方面的優勢。早期應用在數據整理及計算方面，區別于人力挑選數據并計算，智能化則集中表現在整合大量數據并精確查找到目標、快速計算出答案，有能力在一小段時間內完成精確的計算，客觀上基本是人力力所不能及的；后期隨著人工智能的一系列程序經過開發監測，姑且可以稱作對提煉大數據的熟練掌握，這也是對數據進行邏輯處理能力的進步，而科學技術水平的不斷發展提高，也是推動人們對智能化應用多方面技術開發的研究熱情，將智能化應用與生活中的一切相結合，探索身邊隱藏的未知、探索遙遠的星球甚至探索未來的無限可能。人工智能的創造力不僅限于智能機器人，將來或許會有更多機會激發人們的創造力、想象力。就未來有希望創造出的通用智能機器而言，“智能法官”無疑也是一種新型智能，疫情期間的種種不便以及目前全球網絡的高度通用性，將來線上判案也會是一項交流方式，距離不是影響裁決正義與公正的影響因素，法律也可以憑借智能化應用造福社會、造福人類。從這一想法中，可以提煉出一個重要條件，那就是賦予未來技術一定程度的知識儲備，過去的人工智能雖然擁有強大的數據處理能力，但卻始終缺乏感性，而社會仍然是需要有一定理解力、同理心的“執行者”。這個執行者可以理解為類似于沃森這樣基于規則的系統，也可以理解為擁有人類智慧的人工智能。

四、智能技術具有研究價值的發展方向

總體上說，人工智能技術還存在著一些長期遺留問題需要解決。但同樣是在這個全球智能技術膨脹的關鍵期，技術發展的創新戰略布局是能否實現彎道超車的決定性因素。智能視覺、智能識別、自然語言處理、智能控制等已經屬于高度普及率的智能化應用程序，而人們仍是在熟悉的領域開發創造，更是難上加難。[7]因此，必須要認清形勢，積極策劃，促進創新。

（一）人工智能新興產業

人工智能能夠快速發展的基礎建設是進行人工智能技術市場布局，核心技術迎合市場，并為人工智能多領域產業發展提供了有利條件。涉及人工智能的產業能否立足市場主要依靠技術研發、公示服務平臺和資源共享兩個條件。其中，技術研發需要秉持數據知識雙驅動人工智能性能要求，基于深度學習等人工智能基本理論加持；公示服務平臺和資源共享則是人工智能技術的衍生共性技術，利用微量型人工智能零件達到一定衍生效果，例如人工智能領域的傳導器、感應器、芯片、網絡客戶端、存儲系統等。再者，人工智能新興產業的基礎建設在人工智能應用技術上，包括對于智能化應用視聽覺判斷、生物特征識別、人機互動、自然語言處理、機器翻譯、智能裁決之類的先行應用。新興產業資源共享服務平臺的建設主要有四個方向。一是關于人工智能訓練項目大量大數據整合與數據測試并行，綜合音頻、圖像、地形及各行業智能技術應用分布狀況等，這些數據都要在資源共享服務類平臺進行公示，一定程度給予了人工智能研究人員和研發機構相當的參考價值；二是新興產業資源共享服務平臺的搭建，無論是為了滿足深度學習等智能技術研發要求的新型計算數據整合共享平臺，還是用戶進行數據處理的云端智能分析系統，都建立在計算機高強度的算力集群共享能力基礎上；三是類腦智能基礎信息分析平臺建設，要求能夠符合人體大腦結構非人工分析處理數據的功能，提高一般信息的快速反應能力；四是新興產業技術應用服務平臺建設，立足于提供符合用戶體驗要求的人工智能創新創業類技術條件，自主測評監測、安全評估、知識維權、應用咨詢等專業服務。

（二）多領域智能應用分布

加快多領域人工智能技術應用分布，是為了推動智能化產業鏈發展，目前人工智能在家用電器、汽車、軍事、交通、社會治安、商業、健康醫療、科學教育等眾多領域展開了充分應用，使得人工智能的初步技術優勢在第一時間反饋到民眾自身生活中去，其中較為顯著的一點便是無人智能技術，無人智能技術當下還沒有一個完全意義上的定義，但在社會上普及率極高的智能化技術大多體現了這一項技術要領，而這部分技術特點集中在處理自然語言、智能感知、無人駕駛或者智能機器研發運行上。智能家電、汽車無人駕駛、智能交通的技術應用主要面向普通群眾，提高民眾對全方位生活智能化的接受能力，[8]并推動芯片制造出智能化程度更高的應用精度，例如高精度地圖分析與定位、智能控制、智能感應和裁決等，支持智能無人系統應用于高科技機器人上，有效利用人工智能結構設計和智能材料，加速巡邏機器人遠距離搜查功能智能化進程，緊急救援與安全巡邏也是一個新開發領域的智能應用方向，尤其近年來疫情、自然災害、人為傷亡等問題頻發，智能化安防系統有助于直觀觀察民眾傷亡狀況并給予實時幫助，安全程度更高。同樣，為了促使人工智能有效輔助人類更好地生活以及維持健康的生命條件，研究者們嘗試用人工智能挑戰癌癥，既要在數目龐大的DNA序列中對比識別出突變的基因位點，利用影像（CT、核磁、B超、X光）等多平面成像發現毫米級的“病因”，而于3月29日，在阿里云棲大會深圳峰會上，ET醫療大腦正式上線，這是醫療領域的一大突破，依托病例大數據，不斷改良升級復雜的運算方法，實現了所謂的“超能力”，以及智能分析影像并顯示特殊結節位置，幫助影像科醫生閱片和診斷?？梢?，賦予機器人人工智能這一特性，完全可以成為醫生的助手并以較低的成本實現高效工作。

（三）智能化產品服務

智能化產品服務主要運行方式就是“產品+服務”，面向大眾進行有效服務的智能化產品，主要涉及兩大工程。一是當下社會流行的智能化產品主要還是服務類智能終端應用，充分利用了計算機的智能算法及相關附屬技術，在人機互動、智能翻譯、圖像分析等領域有著較快發展，與此相輔相成的產品直銷也更加便捷，例如智能手環、手表、耳蝸。智能可穿戴產品依賴的智能化技術具有操作輕便的特點，主要是操作系統的輕量化程度和智能化軟件零件微量型較高、高儲能度、高完成度虛擬環境，同樣芯片內耗速率緩慢，有助于長時可持續利用。二是保持客戶高效服務的體驗感，在虛擬現實與強化現實中達成某種平衡，并善用這類轉化應用，在智能機器人發展工作中提供技術支持，包括家用機器人、反恐反暴機器人、緊急搶險救災智能機器人和一些特殊場地的適用機器人等等。除了功能性特點，人工智能在研發過程中并沒有一個確定的標準或者概念，所以無法總結提煉一個統一的技術體系，而智能產品咨詢平臺及售后服務平臺提供了一個銜接多方面領域的聯系接口，從平臺到智能應用環節，擁有系統安裝、測試評估、數據網絡互通等多方位資源共享，這也是人工智能領域體系得以標準化發展的基礎建設。

五、人工智能市場

疫情肆虐的當下，中國的智能化發展也沒有停滯，據中商情報網統計2021年中國人工智能軟件及應用市場規模達52.8億美元同比增長43.1%，漲幅略微降低，疫情的影響明顯，預計2022年將增長至66億美元。計算機視覺市場也同年實現23.4億美元的市場規模，占了整體市場的大頭。其市場增長驅動力則來源于工業質檢、預測性維護場景，以及疫情防控帶來的分散的視覺相關應用場景；語音語義市場也實現21.7億美元的市場規模，占比僅次于計算機視覺，其市場增長驅動力來源于NLP技術的成熟以及相關應用場景的增長，智能語音以及對話式AI子市場均已進入緩慢增長期；機器學習平臺去年全年實現5.7億美元。市場增長驅動力主要來自政企構建AI的策劃以及廠商端對于產品功能的創新改良后自主學習等方面所做的舉措。目前，人工智能技術逐步成熟，產業應用領域不斷擴大，人工智能相關政策持續出臺，該行業發展正邁向新時代發展的高潮階段。在未來，人工智能領域的投資將以“AI+行業”的方式展開，預計人工智能應用場景會趨向于較為成熟且需求強烈的領域，如安防、語音識別、醫療、智慧城市、金融等領域，帶來升級轉換，提高行業智能化的整體水平，促使企業改善經營模式，隨著諸如智能醫療等認知智能技術的加速突破與應用，人工智能市場將加速爆發。

結語

有人說人工智能技術發展推動了第四次工業革命，具有其劃時代意義。在一定程度上，人工智能時代的到來推動了人們的思考，學會深度學習，結合數據與知識，構造出多個擁有嶄新技術應用用途的思維導圖，而這需要我們結合現實實際與理想條件的多因素調節互補，爭取達成智能化應用預想的效果。而因為人工智能技術發展還處于初級階段，需要我們將人工智能向數據知識雙驅動方向以及低耗環保方向穩定發展，為實現人工智能未來幾十年高速發展奠定基礎。人工智能產業的發展需要開發創新智能技術，并輔以信息化企業管理，這樣有助于人工智能類腦化高度發展，推動我國技術快速發展。