《人工智能核心技术产业白皮书》中国信通院、中国人工智能产业发展联盟联合发布（内附下载链接）

文章源于公众号：数字经济联合会

来源:中国信息通信研究院和中国人工智能产业发展联盟

在过去一年中,人工智能的新算法不断涌现,深度学习仍是这时期发展主线,尝试解决更为复杂的应用任务。人工智能的产业格局与生态体系更为明晰,开源开发框架格局逐步确立,以科技巨头引领的生态系统垂直整合速度不断加快;同时,产业发展重心开始转变企业比拼重点从单项技术的“理论”准确率转向应用场景白热化的跑马圈地";人工智能的技术应用开始全面覆盖日常生活、科学研究、社会治理、商业创新和国家安全等经济社会的关键领域,以空前的广度和深度推动社会发展。然而,由于人工智能技术成熟周期相对较长,产业发展速度不及资本市场预期,资本热度开始减退。人工智能产业似乎显现出“陷入困境”与“高速发展”的矛盾现象。

在此背景下,我院发布人工智能核心技术产业白皮书,探讨以深度学习技术为主要驱动力的人工智能发展状况、技术创新重点与产业发展趋势,总结十三五期间我国发展情况,提出十四五期间的发展方向与机遇,以期与业界分享,共同推动我国人工智能的技术创新与产业发展。

一人工智能核心技术产业发展总体态势

(一)深度学习技术进入升级优化阶段,产业开始步入高速发展阶段

人工智能技术体系与产业体系错位发展,深度学习理论突破速度逐步放缓,产业开始步入高速发展阶段。

(二)寒冬并非低谷,产业生态已现加速构建态势

从技术基础理论突破到工程化落地应用,既有技术红利已为产业发展奠定坚实基础，产业各环节逐步明晰,规模化应用突破已现曙光。

(三)人工智能以空前广度与深度推动社会发展,加速产业结构升级进程

人工智能已全面覆盖社会运行的基本要素,内生化提升全局运转效率。从社会运行角度,人工智能加速影响日常生活、科学研究、商业创新和国家安全等社会运行的基本要素。一是人工智能与科学研究的结合已开始改变基于传统学术经验的科学研究方式，二是人工智能成为商业创新与竞争的下一个主战场,三是娱乐、消费电子、医疗等生活领域的智能应用不断贴近、细化场景需求，三是娱乐、消费电子、医疗等生活领域的智能应用不断贴近、细化场景需求，四是疫情加速教育培训向在线智能化发展，五是全球领先国家已充分意识到人工智能技术与国防安全融合的重要性，

二人工智能技术创新重点

(一)深度学习试图从多角度融合创新,开启认知时代仍在探索

深度学习仍然是人工智能技术发展的主导路线，业内不断拓展深度学习解决问题的边界,推动人工智能进入感知增强时代。

当前,感知增强时代拉开序幕,这一时期的新算法聚焦提升数据的质量和规模,通过迁移其他领域训练成果、自主生成或增强数据、依托知识图谱常识关系、利用多源数据等方式侧面弥补深度学习的局限性。

深度学习加速探索与多元学习方式、多种技术分支的结合,少量数据训练、弱化人为干预以及多模态学习成为下一时期的发展关键。是减少数据量依赖的少样本学习。

(二)任务场景愈加复杂,倒逼学习方式多元化发展

深度强化学习不断演进,加速提升自主决策能力。深庋强化学习加速拓展任务边界,突破性解决多人棋牌、即时战略游戏等多智能体非完全信息博弈任务。

深度强化学习不断提升处理复杂任务的能力,逐步拓展至芯片设计、音乐编曲等对知识技能要求更高的专业领域。

(三)深度神经网络理论体系尝试颠覆性创新,多分支融合趋势渐显

深度学习局限性日益凸显,理论体系探索革新，深度神经网络与其他技术分支加速融合发展。

(四)预训练模型加速演进,试图实现语言处理领域的通用智能

预训练模型参数已至万亿级,训练成本之高几乎成为业内头部玩家的专属技术路径

(五)模型小型化成为提升模型运行效率的关键.

深度学习模型效率提升成为应用落地的关键突破点。模型小型化成为提升模型运行效率的主要方向。

(六)深度学习应用加速推动智能计算革命

深度学习应用加速推动云端计算范式进入髙性能计算时代。计算模式走向云边协同,端侧场景化算力成爆发新方向。

三人工智能产业发展趋势

(一)从谋求单点技术的“极致”,向场景化综合生态发展

单项技术的“理论”准确率不再是智能企业的比拼重点,产业进入应用场景”跑马圈地”新阶段。

场景化综合生态模式开始清晰,与“类”安卓开发者生态共同驱动产业发展。主要有三方面挑战:

• 一是需要与行业专有知识深度结合;

• 二是场景碎片化特征突出;

• 三是使用标准数据集训练的图像识别、对话系统在实际行业场景中泛化能力不足,需基于实际场景数据进行二次训练和优化处理,这些均导致开发周期较长和开发成本居高不下。

(二)以科技巨头引领的产业垂直整合速度不断加快

算力、软件框架、研发平台、技术服务的纵向一体化几乎成为全球头部科技企业的共识。

(三)开发框架格局逐步清晰,已从百花齐放向几家分争转变

以谷歌 Tensor Flow、脸书 Pytorch等为代表的开源框架格局初显清晰,框架格局已从百花齐放转向几家分争。

(四)以研发和技术服务为核心,产业开始打造平台化发展模式

一、平台化发展速度不断加快，二、云服务厂商积极主导人工智能研发平台发展、三、技术工具链成为研发平台的竞争核心，三类发展特点：一是工具体系化，二是：开放框架开放化，三是，分布式计算不断优化。

(五)智能计算产业形态初显,呈现蓬勃发展态势

智能计算已初步形成智能芯片、软硬协同、多样化算力供给模式的产业形态，云侧智能芯片市场仍以英伟达为主导,云服务提供商及初创企业正在持续加大布局力度。端侧多元化应用催生大量创新探索,传统芯片企业和终端企业相对领先。

(六)全球数据鸿沟仍在加大,开放共享机制与数据服务能力加速构建

数据鸿沟问题愈加凸显,开放共享仍在探索阶段。当前,各国政府、头部企业持续推动数据的开放共享,数据原则、数据合作、数据规范与数据共享平台成为重点。

(七)以开源开发框架为核心的生态体系雏形渐显,多种小生态同步形成

当前,全球人工智能产业生态雏形渐显，谷歌、脸书等人工智能头部企业围绕开源开发框架构建的核心生态已初步形成。从产业主体角度看,人工智能产业既对信息产业自身的产品形态、运行模式产生很大变革,同时影响传统行业生产运营方式和运行效率。

四我国人工智能发展重点与机遇

(一)十三五期间我国总体发展情况

十三五以来,我国人工智能产业发展迅猛,政策环境持续优化,创新能力不断提升,产业规模进一步壮大,融合应用逐步深入,特别是新冠疫情防控期间,人工智能技术产品形成智能抗疫军团",有力支撑了我国疫情防控和复工复产。

（二）十四五期间我国发展方向与机遇

1. 加快AI基础原创技术的创新突破,打造融合创新生态系统

2. 协同发展AI基础核心生态,加快构建一批行业智能软件平

3. 产业轴心从前沿技术向行业应用转变带来区域化发展机遇

4. 加快人工智能和各产业深度融合,打造人工智能产业集群

5. 深化国际合作,主动融入全球人工智能治理框架

关注本公众号（数据工匠俱乐部，ID：zgsjgjjlb），后台回复“核心技术”即可下载可复制粘贴的PDF原文。如下图：

(欢迎大家加入数据工匠知识星球获取更多资讯。)

联系我们

扫描二维码关注我们

微信：SZH9543邮箱：[e-mail]：2286075659

热门文章

我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。

了解更多精彩内容

长按，识别二维码，关注我们吧！

数据工匠俱乐部

微信号：zgsjgjjlb

专注数据治理，推动大数据发展。