1.6 人工智能发展趋势

1.政策方面

2016年前后，许多国家纷纷出台人工智能发展的相关政策，对人工智能做出顶层设计。各国政府出台的政策的共同点是将人工智能定位为面向未来增强国际竞争力的国家战略。

美国作为人工智能的先导者，通过制定国家规划和政策、支持科研项目、成立协调推进机构以及加强国际合作等方式，全面推进了人工智能及其相关技术、产业的发展，先后出台了《国家大数据研究与发展战略规划》《国家战略计算行动规划》《推进创新神经技术脑规划》《美国机器人发展规划》《为人工智能的未来做好准备》《国家人工智能研究与开发战略规划》等。2019年2月，美国政府发布《美国人工智能计划》，这是一项指导美国人工智能发展的高层战略。欧盟在2016年人工智能研究热潮到来前就先后出台了《欧盟人脑计划》《欧盟机器人研发计划》等。英国也不甘落后，在2016年发布了国家级政策《英国人工智能的未来监管措施与目标概述》《人工智能：未来决策制定的机遇与影响》，阐述了人工智能对英国未来的影响，并希望利用人工智能推动产业升级，增强国家实力。日本在2015年1月就制定了《日本机器人新战略：愿景、战略与行动计划》，为新一代人工智能的迅速发展谋篇布局。中国在人工智能研发方面与西方发达国家完全同步。2017年7月，国务院发布了《新一代人工智能发展规划》，制定了中国在不同阶段人工智能发展的国家战略目标。2017年10月18日，党的十九大报告中提到，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新等。

2.技术方面

现阶段人工智能技术从对智能的模拟层面可分为感知、认知、行为（执行）3个层次。感知技术包括机器视觉、语音识别等运用人工智能技术获取外部信息的技术；认知技术包括机器学习技术；执行技术包括了机器人硬件、智能芯片以及类脑计算等新型技术。以深度学习为基础的感知智能和以各种计算以及传感器硬件为基础的执行技术发展迅猛，以知识图谱等技术为基础的认知智能仍处于探索阶段。

在大数据、并行计算和深度学习技术的共同支撑下，人工智能在感知智能方面已经超越人类，人脸识别最新的结果已经接近100%，语音识别水平也在不断提高，语音助理智能音箱、人工智能速记专家、多国语言翻译机器等的性能都得到了大幅提升。基于人工智能的自动驾驶成为全球系统巨头的必争之地。谷歌正在研发能够读懂人类情感的智能搜索系统。

穿戴式智能联网设备正在引领信息技术产品和信息化应用发展的新方向。当前，基于人工智能技术的穿戴式智能联网设备已成为各方竞争的新热点。深度学习融贯人脸识别的相关产品已经被用于安防、车站、机场等场景以及社会服务与管理等领域。

计算机的计算能力也在飞速发展。海量规模的带标签的大数据长期作用于移动互联网、云平台的发展，推动了图像处理器硬件技术的快速进步。终端应用领域不断有新产品推出，以满足低功耗和低成本的要求。尤其是全球芯片巨头，包括著名芯片架构设计公司Arm以及美国英特尔、高通等芯片巨头公司，纷纷布局人工智能芯片和新型芯片架构技术领域，大力发展轻量化、移动端和终端计算的智能芯片、嵌入式人工智能技术。以Arm为代表的嵌入式人工智能技术的移动终端打破了时空地理限制，激发了人机高频互动，也促使产业界开发出了以人工智能技术为基础的海量互联网业务和应用。例如，自然语言交互发展已较成熟，并可与视觉操控、姿态操控和手势操控等人工智能感知技术结合应用。

通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能的相关研究企业数量众多，但其发展仍然受到了需要人工标注数据这一限制。

3.产业发展及行业应用方面

（1）智能+行业应用

未来若干年，人工智能在制造、交通出行、金融服务、物联网、医疗诊断等领域的渗透影响会不断加深，融合化、应用场景化将成为人工智能产业发展的重要特点。在产业发展及行业应用方面，人工智能与制造业、医疗、农业、教育、金融等各行业结合，出现了“智能+行业”的多种新兴业态，如智能制造、智能医疗、智能农业、智能教育、智能金融等。从应用方向上来看，人工智能在制造业、农业、城市治理、金融、医疗、汽车、零售等数据基础较好的行业中的应用目前相对成熟。无人驾驶和智能机器人正在成为产业研发热点。以自动驾驶领域为例，谷歌、百度、特斯拉、奥迪等科技/传统巨头纷纷投身其中。人工智能在金融领域的智能风控、智能投顾、市场预测、信用评级等方面都有了成功的应用。在医疗领域，人工智能算法在新药研制、辅助诊疗检测等方面都有应用且均取得了突破性进展。

随着人工智能在各个行业的应用场景逐渐明朗，其应用的行业与业务范围也逐渐增加，在自动驾驶、医疗辅助诊断、金融交易风险防控等领域已有众多企业进行了布局。人工智能将率先在数据积累丰富的行业内取得发展，同时，在应用场景较为明确、应用价值较为直接的价值链环节（如营销、服务等）将率先得到应用。目前人工智能虽然在各个行业的发展在一定程度上受到了数据量等因素的制约，但随着大数据的普及和深入人心，其整体将处在蓄势待发的状态。在大数据的驱动下，深度学习的垂直应用也非常广泛，如智能音箱、智能可穿戴设备、智能家庭、智能医疗、智能聊天等，它甚至可以用在法庭上，如庭审的语音速记等。可以说，大数据人工智能无处不在，它不但可以代替人类完成简单的工作，而且可以代替人类完成一些比较复杂的、需要更高环境适应性和自助性的体力劳动。

2018年，世界著名咨询公司麦肯锡报告分析了全球800多种职业所覆盖的2000多种工作，认为50%的工作在2035年—2075年可以通过人工智能实现自动化，如长途运输业、出租车行业等。

（2）人工智能技术驱动智能经济

以人工智能技术为支撑的经济形态称为智能经济，它是以大数据、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一种新型经济形态。

人工智能与物联网、大数据、云计算之间的关系如图1.11所示。

图1.11 人工智能与物联网、大数据、云计算的关系

一方面人工智能技术本身包括数据、算法、算力的提高，这使其真正为商业应用创造了价值；另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。获取高质量、大规模的大数据成为可能，海量数据为人工智能技术的发展提供了充足的原材料。大数据技术在数据存储、清洗与整合方面做出了贡献，帮助提升了深度学习算法的性能。物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时、全面的海量训练数据。云计算的大规模并行与分布式计算能力带来了低成本、高效率的计算力，并降低了计算成本。计算力提升突破瓶颈，即以GPU为代表的新一代计算芯片提供了更强大的计算力，使计算机的运算速度更快，同时在集群上实现的分布式计算可以帮助人工智能模型在更大的数据集上运行。机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。

未来若干年，人工智能技术与产业的加速融合将大大提升人们的生产和生活效率，从工业生产到消费服务等各个方面改变人类的生活。人工智能将与云计算、物联网、5G通信等相结合，进而与制造业、农业、医疗、物流仓储、政务、互联网、汽车、金融、企业管理等各种行业领域实现深度融合，加速塑造新的社会经济形态。未来，人工智能不仅会在民生保障、社会治理等方面发挥更加积极的作用，还会使智慧城市、智慧交通、智慧医院等创新智能体系建设更为完善，更重要的是，这些智能体系本身也将会发展成为不同于传统人工智能的新模式，可以将其看作“大系统模式”，例如，阿里巴巴杭州“城市大脑”计划，使得未来整个城市可通过人工智能来管理，甚至整个城市本身将发展成为一个庞大的人工智能系统。这也是人工智能的新形态，即从计算机运行的算法智能系统上升到多种智能技术构建的、复杂的人工智能大系统。

图1.12所示为一个智慧城市建设的典型内容，涉及政务、执法、服务、教育、交通、环保、物流、医疗等多个领域，未来可以利用人工智能技术提升社会各方面的管理、治理和服务水平。

图1.12 智慧城市建设的内容

（3）主要挑战

从全球范围来看，目前在技术层面，人工智能技术主要以弱人工智能技术实现感知智能和初级认知智能为主，在逻辑推理、自主学习、复杂场景自适应等方面还存在诸多局限。强人工智能研究尚处于思想和哲学讨论层面。世界各国基于各类“脑计划”的人工智能新路径的研究尚在进行中（第11章将对其进行详细介绍）。在应用层面，人工产品系统存在技术黑箱，感知智能领域的产品归责问题尚不明晰。在隐私保护层面，人工智能的发展有赖于利用数据训练算法，在该过程中需要收集、分析和使用大量数据，而产业链上的开发商、平台提供商、操作系统和终端制造商等参与主体出于商业利益考虑，保护用户个人隐私的意愿并不强烈，因此合法合规地收集并使用数据是人工智能产业应用面临的重要问题。在社会伦理层面，人工智能的发展与普及必然会对传统社会伦理造成巨大冲击，若不谨慎处理，则会对未来社会造成严重伤害（第12章将对其进行详细介绍）。目前，国家和行业协会等从不同角度陆续制定了人工智能技术发展自律准则。