人工智能的發(fā)展于社會(huì)、經(jīng)濟(jì)、生活都有著重大意義，我國(guó)人工智能發(fā)展至今已經(jīng)形成了完整的產(chǎn)業(yè)鏈，通過(guò)研究發(fā)現(xiàn)，目前我國(guó)人工智能基礎(chǔ)層發(fā)展比較薄弱;技術(shù)層發(fā)展最為迅猛，語(yǔ)音識(shí)別、機(jī)器視覺(jué)等部分技術(shù)已經(jīng)處于世界領(lǐng)先地位，但整體上依然處于初始階段;應(yīng)用層以結(jié)合行業(yè)實(shí)際需求實(shí)現(xiàn)商業(yè)落地為主。

當(dāng)前學(xué)術(shù)界對(duì)人工智能尚無(wú)形成統(tǒng)一定義，但是在人工智能基本內(nèi)容上達(dá)成的共識(shí)是：通過(guò)研究人類(lèi)智能活動(dòng)的規(guī)律，從而讓機(jī)器來(lái)模擬，使其擁有學(xué)習(xí)能力，甚至能夠像人類(lèi)一樣去思考、工作。人工智能的發(fā)展是多門(mén)學(xué)科交叉應(yīng)用的成果，不同的學(xué)科承載著不同的功能，于是根據(jù)人工智能各組成要素實(shí)現(xiàn)功能的不同，如圖1所示，將人工智能產(chǎn)業(yè)鏈分為基礎(chǔ)層、技術(shù)層、應(yīng)用層。

基礎(chǔ)層發(fā)展薄弱，核心技術(shù)有待突破

基礎(chǔ)層主要功能是實(shí)現(xiàn)數(shù)據(jù)的采集與計(jì)算，包括AI芯片、傳感器、云計(jì)算與大數(shù)據(jù)。其中大數(shù)據(jù)與傳感器負(fù)責(zé)數(shù)據(jù)的采集，AI芯片與云計(jì)算負(fù)責(zé)數(shù)據(jù)的運(yùn)算。從整體來(lái)看，目前我國(guó)人工智能基礎(chǔ)層發(fā)展還比較薄弱，存在產(chǎn)學(xué)研不夠緊密的問(wèn)題。

我國(guó)傳感器與大數(shù)據(jù)行業(yè)發(fā)展比較完善，芯片與云計(jì)算方面與國(guó)外差距較大。傳感器方面，我們國(guó)家已經(jīng)在研發(fā)、設(shè)計(jì)、代工生產(chǎn)、封裝測(cè)試等環(huán)節(jié)形成了完整的產(chǎn)業(yè)鏈，形成了比較完善的生態(tài)系統(tǒng)。大數(shù)據(jù)方面，百度、阿里、騰訊基于自身的資金優(yōu)勢(shì)、人才優(yōu)勢(shì)以及數(shù)據(jù)優(yōu)勢(shì)占據(jù)主導(dǎo)地位，目前全世界范圍內(nèi)大數(shù)據(jù)產(chǎn)業(yè)由中國(guó)和美國(guó)領(lǐng)先。AI芯片方面，我國(guó)處于剛起步階段，芯片行業(yè)的技術(shù)壁壘較高，分為設(shè)計(jì)、制造與封測(cè)三個(gè)環(huán)節(jié)，我國(guó)主要是在芯片制造方面與國(guó)外企業(yè)存在較大差距，目前大陸僅支持28nm的芯片制程，而***的臺(tái)積電、韓國(guó)的三星國(guó)際、日本的TDK已經(jīng)能夠?qū)崿F(xiàn)7nm的制程，制備工藝的落后導(dǎo)致我國(guó)高端的芯片都依賴進(jìn)口。云計(jì)算方面，我國(guó)尚未形成統(tǒng)一的技術(shù)架構(gòu)和體系，云計(jì)算一般可以分為 IaaS、 PaaS 和 SaaS 三類(lèi)，在服務(wù)深入度與技術(shù)難度上依次遞增，國(guó)外企業(yè)主要集中在PaaS與SaaS層，而我國(guó)云計(jì)算企業(yè)則主要集中在IaaS層，與國(guó)外存在明顯差距。

技術(shù)層發(fā)展迅猛，部分技術(shù)已經(jīng)處于世界領(lǐng)先水平

技術(shù)層是人工智能的核心環(huán)節(jié)，包括語(yǔ)音識(shí)別、機(jī)器視覺(jué)、機(jī)器學(xué)習(xí)與自然語(yǔ)言處理，模仿人類(lèi)對(duì)外界信息的感知能力與認(rèn)知能力，然后通過(guò)對(duì)計(jì)算機(jī)進(jìn)行大量的信息訓(xùn)練，不斷優(yōu)化算法模型，最終實(shí)現(xiàn)計(jì)算機(jī)的類(lèi)人腦功能。

我國(guó)在人工智能技術(shù)層發(fā)展迅猛，部分技術(shù)處于世界領(lǐng)先水平，但整體依然處于初始階段。機(jī)器視覺(jué)識(shí)別主要分為動(dòng)態(tài)圖像識(shí)別與靜態(tài)圖像識(shí)別，由于動(dòng)態(tài)圖像識(shí)別技術(shù)門(mén)檻較高，所以當(dāng)前我國(guó)的技術(shù)研發(fā)主要集中在靜態(tài)圖像識(shí)別領(lǐng)域，靜態(tài)圖像識(shí)別的關(guān)鍵點(diǎn)在于計(jì)算機(jī)對(duì)真實(shí)圖像的仿真程度以及識(shí)別算法模型的優(yōu)化。目前我國(guó)關(guān)于機(jī)器視覺(jué)的部分技術(shù)已經(jīng)處于世界領(lǐng)先地位，如依圖科技搭建了全球首個(gè)十億級(jí)人像對(duì)比系統(tǒng)，并在2017年美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院組織的人臉識(shí)別技術(shù)測(cè)試中獲得世界冠軍。在語(yǔ)音識(shí)別領(lǐng)域，以科大訊飛、百度、搜狗為代表的龍頭企業(yè)不斷推出突破性的研究成果，使得語(yǔ)音識(shí)別準(zhǔn)確率穩(wěn)定在了95%以上，處于國(guó)際領(lǐng)先水平。在機(jī)器學(xué)習(xí)領(lǐng)域，盡管我國(guó)在核心算法方面與外國(guó)差距不大，但是在適用于深度學(xué)習(xí)的高端芯片上嚴(yán)重依賴進(jìn)口。深度學(xué)習(xí)對(duì)芯片的算力具有較高要求，普通芯片算力難以達(dá)到要求，只能依賴于GPU、NPU等算力較高的進(jìn)口芯片。

應(yīng)用層已實(shí)現(xiàn)商業(yè)化落地，賦能實(shí)體經(jīng)濟(jì)

人工智能應(yīng)用層是基于基礎(chǔ)層與技術(shù)層發(fā)展起來(lái)的，將人工智能相關(guān)技術(shù)與行業(yè)具體需求相結(jié)合，實(shí)現(xiàn)商業(yè)化落地，從而達(dá)到賦能實(shí)體經(jīng)濟(jì)以及服務(wù)于人類(lèi)社會(huì)的目的，這是發(fā)展人工智能的主要意義。

人工智能相關(guān)企業(yè)主要集中在應(yīng)用層，不同領(lǐng)域發(fā)展情況迥異。截至2018年底，我國(guó)人工智能相關(guān)公司總數(shù)達(dá)到2167家，其中應(yīng)用層占比77.7%，基礎(chǔ)層與技術(shù)層只占比22.3%，充分體現(xiàn)了我國(guó)人工智能產(chǎn)業(yè)大而不精的特點(diǎn)。目前人工智能主要應(yīng)用在農(nóng)業(yè)、制造、零售、交通、教育、客服、醫(yī)療、安防、廣告營(yíng)銷(xiāo)、金融等領(lǐng)域。如圖2所示，我國(guó)人工智能在安防、金融以及廣告營(yíng)銷(xiāo)等領(lǐng)域發(fā)展的成熟度較高，市場(chǎng)規(guī)模合計(jì)占比整個(gè)應(yīng)用層的81.2%;智慧農(nóng)業(yè)市占比僅有0.8%，主要是由于我國(guó)農(nóng)業(yè)歷來(lái)信息化程度較低，產(chǎn)業(yè)的智能化發(fā)展缺乏數(shù)據(jù)支撐;智慧醫(yī)療的市占比最低為0.4%，源于智慧醫(yī)療對(duì)高精尖機(jī)器視覺(jué)、算法等核心技術(shù)要求較高，疊加我國(guó)AI醫(yī)療器械審批時(shí)間長(zhǎng)，并且在精度、疾病判斷方面有待提升，總體來(lái)看智慧醫(yī)療行業(yè)發(fā)展比較緩慢。

結(jié)語(yǔ)

我國(guó)人工智能領(lǐng)域的論文總量以及專利創(chuàng)新總量均位居全球第一，但是卻存在產(chǎn)學(xué)研不夠緊密的問(wèn)題，導(dǎo)致高價(jià)值的科研成果無(wú)法轉(zhuǎn)化為有價(jià)值的生產(chǎn)力，并且我國(guó)人工智能產(chǎn)業(yè)結(jié)構(gòu)不合理，分布在基礎(chǔ)層及技術(shù)層的企業(yè)較少，不利于為人工智能產(chǎn)業(yè)奠定深厚的發(fā)展基礎(chǔ)，亟待國(guó)家政策引導(dǎo)，解決我國(guó)人工智能產(chǎn)業(yè)發(fā)展窘境。