當 前 ， 我國(guó)人(rén)工(gōng)智能發展迅猛，人(rén)才、資金和技術(shù)高度彙集，但(dàn)真正将高新技術(shù)轉化爲應用成果的比例偏低，産業實踐不足問(wèn)題突出。本文創新性地分(fēn)析了人(rén)工(gōng)智能的應用特點、産業實踐不足表現及原因，提出提升産業實踐水平的對策、建議(yì)，并結合具體(tǐ)人(rén)工(gōng)智能技術(shù)提出了重點發展産業領域。
2 0 1 7年(nián)3月，“人(rén)工(gōng)智能”首次被寫進《政府工(gōng)作(zuò)報告》；7月，國(guó)務院發布《新一代人(rén)工(gōng)智能發展規劃》，人(rén)工(gōng)智能發展上升至國(guó)家戰略；2018年(nián)10月31日(rì)，中共中央政治局專門(mén)就(jiù)“人(rén)工(gōng)智能發展現狀和趨勢”舉行第九次集體(tǐ)學習，這是中央最高領導層首次專門(mén)以人(rén)工(gōng)智能爲學習主題。在這樣的曆史條件(jiàn)下，如(rú)何以産業實踐推動人(rén)工(gōng)智能快(kuài)速發展，成爲擺在我們面前的重要課題。
一、人(rén)工(gōng)智能及其發展
從(cóng) 廣 義 上 講 ， 人(rén)工(gōng)智能是人(rén)類賦予機(jī)器以自(zì)主行動能力的行爲，它不是一個固有或先驗的學科(kē)分(fēn)支，其跨學科(kē)屬性決定了它并不能被單一學術(shù)體(tǐ)系或科(kē)學技術(shù)所完全囊括。清華大(dà)學人(rén)工(gōng)智能研究院院長張钹院士認爲，“智能”包含三個成分(fēn)：perceive（感知）、rational thinking（理(lǐ)性思考） 和 taking action（采取行動），人(rén)工(gōng)智能技術(shù)就(jiù)是一個智能體(tǐ)通過感知周圍的環境，進行思考并采取行動來(lái)最大(dà)化實現某些目的的方法。
1、我國(guó)人(rén)工(gōng)智能的發展曆程
我國(guó)人(rén)工(gōng)智能起步較晚，1978年(nián)改革開放(fàng)後，著名數學家、中科(kē)院院士吳文俊提出利用機(jī)器證明與發現“幾何定理(lǐ)機(jī)器證明”；1981年(nián)我國(guó)人(rén)工(gōng)智能學會（CAAI）成立；進入21世紀後，國(guó)家以部委課題等形式進行了更多的人(rén)工(gōng)智能研究。
近幾年(nián)，我國(guó)陸續發布了《中國(guó)制造2025》《機(jī)器人(rén)産業發展規劃（2016-2020年(nián)）》《“互聯網+”人(rén)工(gōng)智能三年(nián)行動實施方案》和《新一代人(rén)工(gōng)智能發展規劃》等文件(jiàn)，并先後承辦了世界人(rén)工(gōng)智能大(dà)會、世界機(jī)器人(rén)大(dà)會等國(guó)際會議(yì)。清華大(dà)學等國(guó)内知名高校(xiào)紛紛成立人(rén)工(gōng)智能研究機(jī)構，制訂相(xiàng)關課程和研究方向。
2017年(nián)，我國(guó)人(rén)工(gōng)智能市場規模達237.4億元，同比2016年(nián)增長了67%；截至2017年(nián)底，我國(guó)約超過20萬名科(kē)技人(rén)員(yuán)從(cóng)事(shì)人(rén)工(gōng)智能相(xiàng)關領域研究與應用。《新一代人(rén)工(gōng)智能發展規劃》中預計(jì)，到2020年(nián)我國(guó)人(rén)工(gōng)智能總體(tǐ)技術(shù)和應用與世界先進水平同步，2020年(nián)、2025年(nián)和2030年(nián)人(rén)工(gōng)智能核心産業規模預計(jì)分(fēn)别超過1500億元、4000億元和1萬億元，帶動相(xiàng)關産業規模分(fēn)别超過1萬億元、5萬億元和10萬億元。
2、國(guó)際比較
全球視野下，人(rén)工(gōng)智能技術(shù)仍在加速發展。目前，美中兩國(guó)是人(rén)工(gōng)智能發展的領跑者，綜合實力美國(guó)穩居第一，日(rì)本、英國(guó)和加拿大(dà)等國(guó)也處在人(rén)工(gōng)智能高速發展階段。
與 美 國(guó)相(xiàng)比，我國(guó)更加關注專用領域，創新活力相(xiàng)對明顯，美國(guó)更加注重基礎研究，産業培植較爲深厚。人(rén)才方面，我國(guó)傑出人(rén)才數量僅爲美國(guó)28536人(rén)的29.83%；論文和專利方面，截至2017年(nián)底，我國(guó)人(rén)工(gōng)智能論文總數達到36.96萬篇，論文和專利數均超過美國(guó)，位列世界第一，但(dàn)學科(kē)分(fēn)布全面性、被引用次數和科(kē)技含量尚不及美國(guó)。
企業數量方面，截至2018年(nián)6月，全球監測到人(rén)工(gōng)智能企業共4925家，美國(guó)擁有2028家，我國(guó)（不含港澳台）擁有1011家，中美兩國(guó)的人(rén)工(gōng)智能企業總數超過全世界人(rén)工(gōng)智能企業總數的60%，其中，北京是全世界人(rén)工(gōng)智能企業最多的城(chéng)市，共有395家。
人(rén)工(gōng)智能領域投融資方面，2017年(nián)全球總規模達395億美元，融資事(shì)件(jiàn)1208筆，我國(guó)投融資規模達277億美元，融資事(shì)件(jiàn)爲369筆，分(fēn)别占總數的70%和31%，明顯高于美國(guó)和其他(tā)國(guó)家，表現出我國(guó)資本市場對人(rén)工(gōng)智能的高度關注。
二、主要問(wèn)題
1、問(wèn)題表現
（ 1）用力過于集中。從(cóng)架構上看(kàn)，人(rén)工(gōng)智能技術(shù)可(kě)以分(fēn)爲基礎層、技術(shù)層和應用層。其中基礎層是人(rén)工(gōng)智能的核心業态支撐，技術(shù)層是人(rén)工(gōng)智能的關聯業态，應用層是人(rén)工(gōng)智能的實踐外延業态，這三個層次主要包括芯片、算法、智能工(gōng)業機(jī)器人(rén)、無人(rén)機(jī)、語音語義識别、計(jì)算機(jī)視覺、深度學習和智能硬件(jiàn)等。
2017年(nián)人(rén)工(gōng)智能領域投融資規模顯示，語音語義、計(jì)算機(jī)視覺市場規模較大(dà)，分(fēn)别爲108.7億元和82.8億元，占比分(fēn)别達到45.8%和34.9%，總和占比超過80%，自(zì)2015年(nián)以來(lái)，我國(guó)人(rén)工(gōng)智能在漢字識别、語音識别和計(jì)算機(jī)視覺技術(shù)方面世界領先，但(dàn)在其他(tā)細分(fēn)領域，與國(guó)外相(xiàng)比差距明顯，特别是芯片、工(gōng)業機(jī)器人(rén)、GPU和深度學習算法等關鍵技術(shù)發展較爲滞後。
（ 2）應用偏離(lí)場景。有些人(rén)工(gōng)智能企業選擇的研發方向無法獲得(de)充足的産業實踐機(jī)會，實際上，我國(guó)人(rén)工(gōng)智能科(kē)研機(jī)構研究與企業實踐存在一定程度的脫離(lí)，企業往往陷入實踐型人(rén)才難求的境地。由于研發人(rén)員(yuán)難以與應用端的實踐相(xiàng)結合，或者苦于應用場景下數據匮乏、無法數字化等因素制約。
如(rú) 航 空 智能制造領域，一些老機(jī)型甚至沒有數模資料，僅有圖紙，人(rén)工(gōng)智能技術(shù)“巧婦難爲無米之炊”，再或者一些軍工(gōng)等涉密領域，準入門(mén)檻較高，不能深入場景提供智能化解決方案。目前，我國(guó)人(rén)工(gōng)智能的應用領域多處于專用階段，如(rú)人(rén)臉識别、視頻監控和語音識别等都(dōu)主要用于完成具體(tǐ)任務，覆蓋範圍有限，産業化程度有待提高。
（3）技術(shù)缺少硬度。部分(fēn)人(rén)工(gōng)智能企業對于研究和落地方向不确定，沒有深入調研市場需求和可(kě)介入的應用場景，劍走偏鋒、求奇求特，單純追求研發的“高精尖”，盲目确定研發方向。
按照(zhào)科(kē)技部火(huǒ)炬中心《2016中國(guó)獨角獸企業發展報告》确定的我國(guó)人(rén)工(gōng)智能獨角獸企業标準（一般估值10億美元以上），截至2016年(nián)底，美國(guó)和我國(guó)是“獨角獸”企業分(fēn)布最多的兩個國(guó)家，分(fēn)别爲137家和63家，從(cóng)兩國(guó)獨角獸企業的數量上可(kě)以看(kàn)出，我國(guó)人(rén)工(gōng)智能技術(shù)的硬度相(xiàng)比美國(guó)有明顯差距。
（ 4 ）區域發展失衡。截至2017年(nián)底，全國(guó)88%的人(rén)工(gōng)智能企業聚集在北京、上海、廣東和江蘇。其中，北京人(rén)工(gōng)智能企業最多，占比39.66%；其次是上海，占比21.55%；位列第三的是廣東，占比15.52%。部分(fēn)地區的人(rén)工(gōng)智能發展方向趨同，産業實踐同質，形式化問(wèn)題嚴重，缺少地域間錯峰産業實踐的統籌規劃和差異化的産業布局，老少邊窮地區基礎更加薄弱，無法有效提供産業實踐機(jī)會，加之缺乏吸引人(rén)才的手段和資金支持，沒能在區域統籌中充分(fēn)發揮人(rén)工(gōng)智能輻射行業多、撬動能力強的優勢。
2、成因分(fēn)析
（ 1）基礎因素。我國(guó)開展人(rén)工(gōng)智能研究起步晚、起點低，在實現跨越式發展的同時，必須面對科(kē)研基礎和産業基礎雙薄弱的現實，人(rén)工(gōng)智能是多學科(kē)的綜合應用，其發展水平受限于各基礎學科(kē)發展水平，人(rén)工(gōng)智能産業基礎參差不齊。部分(fēn)産業從(cóng)手工(gōng)階段直接進入智能階段，跨越了自(zì)動化和數字化曆程，甚至有些産業剛剛興起，從(cóng)無到有、從(cóng)零開始，數據彙集和産業基礎不完整。
（ 2 ） 資本因素。近年(nián)來(lái)，創新投資的興起有效推動了人(rén)工(gōng)智能的發展。由于資本追求投資收益，有退出機(jī)制和變現壓力，使得(de)在深度産業實踐和融合上耐心不夠，爲搶占市場先機(jī)，引導或迫使人(rén)工(gōng)智能企業在産業實踐基礎不牢的情況下以“攤大(dà)餅”的方式盲目擴張。對有需求、變現快(kuài)的行業更爲推崇，對産業基礎差、實踐周期長的領域反應冷(lěng)淡。一些人(rén)工(gōng)智能企業和個别地方政府缺乏遠(yuǎn)大(dà)眼光(guāng)，追求短(duǎn)期的經濟效益，期望1-2年(nián)内獲得(de)明顯的經濟回報，緻使很大(dà)一部分(fēn)人(rén)工(gōng)智能創業企業急功近利、底氣不足，遇到資金和産業瓶頸時難以維系。
（ 3）政策因素。産業實踐政策的導向不夠明确、缺乏目标規劃，政策層面更關注如(rú)何提供軟環境，缺少應用關注和産業對接，行業指導缺失，鼓勵創新創業深入發展的有效舉措不多，如(rú)技術(shù)加場景的合作(zuò)模式中有許多是高校(xiào)和企業對接，開展專項課題研究，由于高校(xiào)教師(shī)更關注理(lǐ)論研究成果以及課題經費有限、企業方數據信息不開放(fàng)等原因，導緻課題研究浮于表面，結合實際少、深入一線少，大(dà)多隻進行了入門(mén)級技術(shù)探索，蜻蜓點水、淺嘗辄止，科(kē)技成果轉化率低。
（4）監管因素。如(rú)果說(shuō)當前人(rén)工(gōng)智能發展引導政策注重正面保障和推動産業實踐，那麽監督管理(lǐ)則應更多體(tǐ)現在反面的糾偏和督促機(jī)制上。假冒“高新技術(shù)”企業是人(rén)工(gōng)智能領域的典型問(wèn)題，爲此，科(kē)技部、财政部與國(guó)家稅務局于2016年(nián)聯合發布了《高新技術(shù)企業認定管理(lǐ)辦法》，使得(de)沒有産業實踐就(jiù)想“冒名頂替”的情況得(de)到遏制。除此之外，對投資資金使用、課題成果驗證等方面也要提高監管強度，細化監管措施。
3、重要性和影(yǐng)響
（ 1 ）不能錯失發展重要窗(chuāng)口期。世界人(rén)工(gōng)智能發展并非一帆風(fēng)順，而是經曆了提出原理(lǐ)-理(lǐ)解-懷疑-深化-瓶頸-認知的多重階段，與很多影(yǐng)響人(rén)類發展進程的重要技術(shù)革命一樣，處在螺旋式上升的過程中。當前，正是對人(rén)工(gōng)智能全面深入認知的關鍵時間節點，而這一節點的顯著特征就(jiù)是産業實踐。2015年(nián)以來(lái)，随着雲計(jì)算、大(dà)數據和物聯網等關鍵軟硬件(jiàn)技術(shù)的快(kuài)速發展，極大(dà)地推動了各類場景的數字化和信息化，爲人(rén)工(gōng)智能進行深入産業實踐創造了有利環境，形成發展的重要窗(chuāng)口期，錯失這個窗(chuāng)口期，極有可(kě)能延誤曆史機(jī)遇，甚至喪失可(kě)持續發展的主動權。
（ 2）影(yǐng)響産業轉型升級。我國(guó)産業轉型升級的重要方向就(jiù)是在新發展理(lǐ)念統領下，以科(kē)技創新爲引導，強調調整産業結構和發展方式。人(rén)工(gōng)智能是引領轉型的關鍵抓手和搭建新型供給側結構的重要一環，如(rú)中央提出的軍民(mín)融合戰略，爲破解軍工(gōng)産業落後産能與剛需激增的矛盾，迫切需要人(rén)工(gōng)智能企業與軍工(gōng)産業場景深度融合，以智能工(gōng)業機(jī)器人(rén)代替人(rén)工(gōng)，實現跨界融合發展。
（3）喪失創新創業活力。全國(guó)知名科(kē)研院所和高校(xiào)中，有相(xiàng)當一批科(kē)研人(rén)員(yuán)和師(shī)生(shēng)受到大(dà)衆創業、萬衆創新的政策鼓舞投身(shēn)到雙創事(shì)業中，如(rú)果沒有産業實踐賦予其新動能，将極大(dà)地挫傷雙創人(rén)員(yuán)的積極性。同時，以人(rén)工(gōng)智能爲代表的創新産業，彙集了大(dà)量的國(guó)有和民(mín)間資本，特别是在2018年(nián)春季之前的2年(nián)左右，數額巨大(dà)的創投基金沖入人(rén)工(gōng)智能及其衍生(shēng)領域，如(rú)果一波又一波的人(rén)工(gōng)智能創新企業因無法通過産業實踐實現産業應用，而出現違約潮、回購(gòu)潮，不但(dàn)激增各類資金的系統風(fēng)險，也将直接導緻一大(dà)批創業企業無法盈利而難以生(shēng)存，社會總成本也将大(dà)大(dà)增加。
三、對策與建議(yì)
要扭轉不利局面，徹底打通人(rén)工(gōng)智能“産業+實踐”的“任督二脈”，就(jiù)要以産業鏈倒排的方法和決心，将産業實踐提升到關乎人(rén)工(gōng)智能革命成敗的高度，堅決打造從(cóng)研發到應用的閉環。
1、政策引領
我 國(guó) 雖 已出台了《新一代人(rén)工(gōng)智能發展規劃》等一系列與人(rén)工(gōng)智能相(xiàng)關的發展規劃，但(dàn)是專門(mén)推動人(rén)工(gōng)智能産業實踐的具體(tǐ)引導性政策還(hái)少之又少。除了國(guó)家層面制定的人(rén)工(gōng)智能宏觀政策戰略部署要得(de)當之外，各地區、各部門(mén)戰術(shù)層面的路(lù)徑也有待深化設計(jì)。如(rú)協調制訂不同地區人(rén)工(gōng)智能産業布局，不但(dàn)要有全局藍圖，更要有結合地區、行業及研發生(shēng)态等的局部規劃，避免出現重複建設的情況。要建立宏觀、中觀、微觀上下貫通的産業實踐體(tǐ)系，抓實施細則、講落地實效，特别要着力保護人(rén)工(gōng)智能創業企業，拉長風(fēng)險預警周期，減少風(fēng)險邊界條件(jiàn)。特别是在頂層技術(shù)研發政策方面，可(kě)借鑒美國(guó)科(kē)研頂層統籌的經驗，成立人(rén)工(gōng)智能技術(shù)國(guó)家級實驗室，并設立行業分(fēn)支二級實驗室。同時，還(hái)要多研究具體(tǐ)應用場景下産業實踐的準入政策，降低企業研發成果轉化成本，推進人(rén)工(gōng)智能與實體(tǐ)經濟深度融合。
2、産業優先
（ 1）有效構建行業上下遊技術(shù)語境和數據結構，打牢産業升級的基礎。鼓勵傳統行業企業，特别是國(guó)有企業，成立人(rén)工(gōng)智能事(shì)業部，對應用實踐核心部門(mén)，在合理(lǐ)範圍内積極開放(fàng)工(gōng)作(zuò)場景及數據源代碼，打通行業企業内部人(rén)工(gōng)智能技術(shù)輸入和輸出路(lù)徑，推動戰略性新興産業實現人(rén)工(gōng)智能技術(shù)整體(tǐ)突破。鼓勵成立細分(fēn)行業産業基金，以行業發展收益反哺人(rén)工(gōng)智能企業。
（2）積極探索行業企業與人(rén)工(gōng)智能企業間技術(shù)共同持有、收益共同分(fēn)享的合作(zuò)機(jī)制。增加人(rén)工(gōng)智能技術(shù)的容錯空間，保障人(rén)工(gōng)智能企業作(zuò)爲行業後入主體(tǐ)的合法權益，避免出現人(rén)工(gōng)智能企業間惡性競争。
3、聚焦重點
（ 1）基礎類重點關注芯片技術(shù)。作(zuò)爲人(rén)工(gōng)智能應用實現的物理(lǐ)基礎和關鍵支撐，芯片是數據計(jì)算能力的核心體(tǐ)現。從(cóng)技術(shù)特點、基本測試和發展路(lù)線等方面看(kàn)，我國(guó)高精尖芯片研發水平仍相(xiàng)當薄弱，建議(yì)下一步的研發方向從(cóng)雲側、邊緣和終端設備等不同實踐場景中提出需求，按照(zhào)應用工(gōng)況條件(jiàn)，提升動态計(jì)算精度、内存耗能和響應速度，重點關注體(tǐ)積、成本和算法架構。
（ 2）技術(shù)類重點關注視覺識别。視覺識别是目前人(rén)工(gōng)智能關注度較高的領域，視覺技術(shù)對基礎層和應用層上下遊具有通用性，它既是基礎類海量場景數據的最好提供者和産業實踐較爲充分(fēn)的技術(shù)開發方向，又是算法用于工(gōng)程化以便提供硬件(jiàn)産品的最好選擇，可(kě)在智能制造等方向加強應用。重點行業應用視覺技術(shù)效果突出，特别是城(chéng)市安防的“剛需”特征，使得(de)商業價值和科(kē)研價值兼備，人(rén)工(gōng)智能企業優劣之分(fēn)應體(tǐ)現在是否有更加卓越的實戰能力。
（ 3）應用類重點關注智能工(gōng)業機(jī)器人(rén)。智能工(gōng)業機(jī)器人(rén)是應用類人(rén)工(gōng)智能的尖端産品，是各類人(rén)工(gōng)智能技術(shù)的集大(dà)成者。機(jī)器人(rén)技術(shù)既需要芯片和算法的底層支持，還(hái)需要視覺識别和傳感器等綜合技術(shù)應用，最爲關鍵的是機(jī)器人(rén)專注于工(gōng)業實踐場景，取代人(rén)類繁重重複的體(tǐ)力勞動是不可(kě)逆轉的發展趨勢。應用機(jī)器學習技術(shù)分(fēn)析處理(lǐ)現場數據，提升人(rén)工(gōng)智能條件(jiàn)下人(rén)機(jī)協作(zuò)水平，增強人(rén)工(gōng)智能企業和用戶企業間協作(zuò)研發的設計(jì)與生(shēng)産能力，提高對用戶需求特征的深度學習和分(fēn)析能力。智能裝備、智能工(gōng)廠(chǎng)和智能服務是人(rén)工(gōng)智能機(jī)器人(rén)的系統組成。目前，國(guó)内真正依靠人(rén)工(gōng)智能技術(shù)切入工(gōng)業應用場景的創新企業并不多，如(rú)在飛機(jī)裝配領域，大(dà)多數人(rén)工(gōng)智能企業由于無法獲取核心數據資料，甚至不能近距離(lí)了解需求，導緻很難研發出解決工(gōng)人(rén)真實工(gōng)作(zuò)中技術(shù)問(wèn)題的智能裝備，并盡快(kuài)摘取工(gōng)業機(jī)器人(rén)這顆人(rén)工(gōng)智能皇冠上的寶石。
聲明：本媒體(tǐ)部分(fēn)圖片、文章(zhāng)來(lái)源于網絡，版權歸原作(zuò)者所有，如(rú)有侵權，請(qǐng)與本站(zhàn)聯系删除。
