人工智能產業技術引領經濟增長

■文/平 帆 孟海華 沈應龍

在上海建設具有全球影響力的科技創新中心的背景下，人工智能有望成為上海在全球標桿性的產業技術領域。

近幾年來，世界人工智能關鍵技術取得突破性進展，催生人工智能產業及相關行業的突飛猛進發展。在我國，人工智能產業技術已經上升到國家戰略層面，2017年7月國務院發布《新一代人工智能發展規劃》，人工智能技術和應用呈現向縱深發展。在上海，人工智能關鍵技術和產業發展同樣受到高度重視，該領域硬件、軟件企業不斷涌現，上海市及各區縣相繼出臺促進人工智能發展的利好政策。在上海建設具有全球影響力的科技創新中心的背景下，人工智能有望成為上海在全球標桿性的產業技術領域。

發達國家推動人工智能發展

●美國努力創建人工智能創新體系

美國政府支持人工智能的目標是促進該領域產生新的人工智能知識和技術，培育相對完整的人工智能產業鏈，激發人工智能新興產業培育，增加社會效益，同時最大限度地減少負面影響，繼續在全球科技競爭中處于領先地位。因此，美國積極推進探索具有人類意識的人工智能新算法，開發人類技能增強型人工智能技術、可視化和人工智能-人類界面技術以及更有效的語言處理系統。

●日本以“工程化”措施推進人工智能研發

日本文部科學省發布的《科學技術白皮書（2016年版）》中指出，建立與美國不同的人工智能發展模式，主要是建立國家級技術創新平臺，并集成有關資源，打造有利于產業發展的應用環境、市場基礎和新興協作商業模式等。

●以色列從基礎研究和機器人計劃兩方面部署

以色列高度重視人工智能領域的發展，主要做法是從基礎研究領域切入，持續推動人工智能領域的原創性成果。同時，國家大力推動機器人計劃以及人工智能技術和實際應用的融合。因此，以色列政府一方面加緊部署腦科學基礎研究，另一方面將國家機器人計劃提上日程。

●加拿大聚焦特色領域，培育人工智能中小企業

加拿大基于自身的優勢基礎，聚焦人工智能特色領域，和美國錯位發展。加拿大創新、科學與經濟發展部所屬工業技術辦公室的“航空航天與國防發展行動戰略”，支持國際空間站領域人工智能技術的發展。加拿大國家研究理事會（NRC）設立的工業研究輔助計劃，專門投資加拿大中小企業，為加拿大人工智能產業發展特別是初創企業成長起到了推動作用，其每年通過投資高等院校支持人工智能技術研發，在此基礎上培育人工智能領域的中小企業。

上海發展人工智能現狀

●環境基礎

上海市政府積極推動人工智能領域的發展。2016年7月，上海市人民政府關于深化完善“雙特”政策支持臨港地區新一輪發展的若干意見，明確提出對人工智能的支持。8月，上海市科技十三五規劃發布，把“類腦人工智能”放在規劃中重點任務和方向的首位。在政策環境方面，上海將出臺人工智能發展實施意見，聚焦實施“AI@SH”行動，促進應用驅動、產業集聚、科研創新及生態構建，推動人工智能成為上海建設全球科創中心的新引擎。

上海正在營造有利于人工智能發展的數據基礎、人才環境。上海依托人工智能發展的綜合優勢，正在協同社會各方，全力打造國家人工智能發展高地。在數據資源方面，上海在醫療、交通、環保、城市運行、智慧城市應用等領域積累了大量數據，政府數據將按序向公眾和社會開放。在人才資源方面，上海集聚了全國近1/3的人工智能領域專業人才，還將進一步出臺政策，吸引人才匯聚上海。

●技術基礎

上海高校、科研院所在人工智能關鍵共性技術方面積累深厚。復旦大學有望成為上?！澳X科學與人工智能”的重要平臺。復旦大學在腦科學研究方面形成了全國領先的學科和團隊，目前全球最大的腦科學數據庫已落戶復旦大學，包含美國腦連接組計劃采集的1 000個人腦掃描數據，英國生物銀行投入約5.8億英鎊獲取的50萬人全基因組和1萬人腦部影像數據等。此外，中國科學院上海分院、上海交通大學等在人工智能領域也有著技術優勢、人才優勢。

●產業基礎

從人工智能產業鏈的分布來看，上海在多數環節都有比較好的積累和基礎。在相關委辦的領導下，上海較早布局大數據、云計算，在傳感器、機器人等領域也有比較成熟的產業技術單位涉及產業相關基礎。但是，我們也應該看到，上海在圖形處理器（GPU）、神經網絡芯片、算法等人工智能核心環節和國內、國際大公司相比，還是有一定的差距。

產業發展的旺盛需求是上海人工智能發展的基礎。安防、金融、醫療、汽車、制造業、智能家居等領域都是上海發展人工智能的方向。上海作為我國重要的先進制造基地，在智能制造技術的研發和應用方面走在全國的前列。同時，由于該領域部分國際大廠商在上海設立了研發和制造基地或中國銷售總部，上海在智能制造技術的跟蹤方面也具有國內其他地方不可比擬的優勢。

人工智能產業的行業需求預測

●人工智能與金融

近年來，上海對金融創新的引導和支持不斷增強，整個行業快速增長，特別是互聯網金融的交易規模增長迅速。與此同時，金融業的發展需要人工智能強化風險控制能力。

首先是業務操作風險。在傳統的金融業務中，操作風險主要來自基于肉眼的傳統客戶身份識別錯誤。運用人工智能的機器視覺判別，可以實現對客戶更加精準的識別，利用活體識別、人臉比對等新興技術手段，可以有效防范控制第三方欺詐風險。

流動性風險是銀行業務中經常發生的正常風險。在互聯網金融條件下，網絡在線交易加快了貨幣流通速度，增強了商業銀行信用擴張能力，也加大了突發性交易帶來的流動性風險。人工智能特有的神經網絡算法可以發揮強大的計算能力，融合相應的大數據，運用相應的模型，提前預判潛在的流動性風險。

信用風險在金融領域是普遍存在的一個難題，不論是傳統金融還是互聯網金融領域，都需要人工智能融合大數據，評價潛在的違約風險。特別是在互聯網金融領域，由于互聯網金融的虛擬性，交易雙方的身份、交易的真實性驗證難度加大，增加了交易雙方的信息不對稱，更加需要科學的算法評判這種潛在的風險。人工智能可以在相應人員信用信息庫中搜索相應及相關的信用信息，進行客觀精準的評價，為金融部門的決策提供參考意見。

利率與匯率風險是一種市場風險，主要由資金供求關系決定。這類風險需要人工智能結合大數據對面上的資金供求關系進行一定階段的評判，對可能發生的利率與匯率風險進行預警和評判。

隨著社會的發展，人們越來越多地產生投資需求和理財需求，人工智能依靠其技術優勢擔當人們的金融顧問，契合日益旺盛的需求。人工智能金融顧問是把資產組合理論和其衍生模型應用到產品中，在云端低成本、快速、批量化地解決各種數據運算，再結合投資者風險偏好、財務狀況與理財目標，通過后臺算法為用戶提供資產配置建議。在人工智能的支撐下，金融顧問改變了傳統的客戶和經理面對面的服務模式，以較低的服務費用吸引到投資者，可以避免投資人情緒化的影響，分散投資風險，信息相對透明。據預測，美國智能投顧行業的資產管理規模將從2016年的3 000億美元增長至2020年的2.2萬億美元。

●人工智能與交通

為了疏導大城市的交通壓力，人、車、路一體的智能交通系統需要人工智能加以引領。目前，智能道路系統的構建還處于起步階段，相應的基礎設施建設周期長且投資大。因此，要想發展智能車輛及車輛自動駕駛系統，提高車輛自身的智能是當下實現安全、高效的自動駕駛的最佳選擇。人工智能帶來車輛的自動控制和道路的動態規劃，給人們交通出行帶來最優化的體驗。特別是深度學習和神經網絡算法將在優化問題中得到廣泛應用，為人、車、路一體化提供全面的知識，融合更多的全局環境信息（如地理信息系統提供的電子地圖、交通信息中心提供的交通法規等），最終形成為決策提供依據的知識庫。這個知識庫相當于人、車、路一體化的大腦，具有類比和聯想的功能，對城市交通問題的疏導、處理快速而準確。

大城市相應時間段的交通控制和出行環節的優化需要人工智能。在上海這個國際化大都市，雖然目前還無法實現人、車、路一體化的智慧交通回路，但是在相關環節逐步運用人工智能實現快捷出行和智慧交通顯得日益迫切和重要。例如交通信號控制環節，人工智能依據路網交通流數據，對交通信號進行初始化配時和控制，同時根據實時交通流狀況，實時調整配時方案，實現交通控制的優化。交通控制從被控區域的最小延誤時間出發，獲得最佳的配時方案，實現系統化最優。

人工智能技術體系圖

汽車、無人機的智能網聯需要人工智能技術的支撐。智能網聯是使用車載傳感器，例如視覺、激光雷達、超聲傳感器、微波雷達等，感知車輛周圍環境，并根據感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使得車輛能夠高效、安全、可靠地在道路上行駛。未來，伴隨著人機交互技術的發展，人類將為自動駕駛汽車、無人機等提供訓練、執行和評估輔助，相應算法的改進將促進基于人類輸入的機器學習，模擬人類意志、支持人機通信與協同的模型和算法有望被提出。在軌道交通的智能巡查方面，人工智能將替代人工巡檢，更快、更早地發現并及時處置相關問題。

●人工智能與公共安全

城市安全相關的視頻、圖片、音頻的抓取和處理需要人工智能。

一是音視頻搜索。大城市每天產生的視頻、圖片、音頻的快速處理，對城市安全來說至關重要。目前，這些資料僅能夠通過各種采樣編碼技術存儲于各種數字化存儲介質中，并根據一定的文件編目或者內部時間戳進行快捷的調用播放，但無法有效地通過內容進行快速的查找，而利用人工智能技術可以展開快速搜索和處理。

二是重點卡口人臉識別。目前的卡口對人臉識別，如視頻，一般是按照時間、地點進行播放，但無法直接要求系統快速查找特定的人臉。

三是城市安全。對城市公共安全來說，要實現基于內容的視頻檢索，必須進行內容標記或者內容解析，這就需要人工智能算法來幫助用戶從海量的影像數據中主動抓取對城市安全有特定意義的視頻內容。例如，為了防止有人在系統軌道交通、機場投放不明物體，人工智能可以按照特定的條件搜索相關場景以及相關物體，達到主動防御城市安全的目的。

●人工智能與教育

教育對人工智能的需求主要集中在4個方面：一是針對在線教育平臺的教育資源和學習者的學習行為，需要人工智能介入分析；二是針對網絡系統運行所做的分析，需要人工智能來自動協調；三是針對教學教務管理所做的支持，需要人工智能支撐；四是針對特定學生的分析，需要人工智能自動跟蹤完成。新一代的在線學習平臺和過去的重要區別在于，其增加了行為評價和學習誘導的成分，而這需要人工智能手段來介入和完成。

●人工智能與醫療保健

醫療保健領域的主要需求包括臨床決策支持、患者監測和指導、實現手術和護理的自動化設備以及醫療保健系統管理。通過挖掘社交媒體數據來推斷可能的健康風險，通過機器學習來預測患者風險，以及機器人輔助手術等領域取得重大成功，在很大程度上拓展了人工智能在醫療保健領域的應用潛力。未來幾十年，人工智能在輔助醫療精準化發展的同時，也將是應對上海人口老齡化問題的重要助手，必將帶來一系列能夠改善生活質量的創新?；谌斯ぶ悄艿膽密浖⒂行Ц纳迫祟惖慕】禒顩r和生活質量、臨床醫療決策支持、患者監控及輔導、自動化手術及患者護理設備、醫保體系管理等，增強個人監控設備及手機應用軟件、電子病歷、醫院機器人助手等收集數據的能力。人工智能可以通過患者的臨床數據分析出其健康狀況，這有助于實現更為細致的個性化診斷和治療。

人工智能將顛覆現有醫療服務模式。隨著數以億計的人口健康數據變得有據可查，以及醫療流程轉變，醫療服務模式將發生顛覆性變化。駐家健康監控及健康信息獲取設備將能夠感知患者的情緒或行為變化并提醒護理人員，個性化康復及駐家治療模式的發展將降低住院率。此外，在慢性病、腫瘤及早介入、及早治療方面，人工智能將發揮更為重要的作用。

●人工智能與制造業

人工智能將支撐傳統制造業轉型。上海在能源裝備、大型船舶、汽車、航空、生物醫藥、集成電路等方面擁有雄厚的制造實力，迫切需要技術轉型作為產業革新的契機，而這對上海人工智能的發展提出了迫切的需求。

在制造業方面，目前的初步應用是讓工業機器人代替人手，解決自動化問題。在生產水平亟待提升、人口紅利逐漸消失的情況下，更為關鍵的一步是利用人工智能將自動化工廠變為智能化工廠。然而，人工智能作為一項技術范疇，盡管近年來取得了突破性進展，但從目前來看，包含多項技術巔峰的通用人工智能發展仍有障礙。智能制造方面應用的人工智能受產業和場景牽引，技術隱藏在應用后面，真正的商業化價值，取決于技術在哪一個需求場景中應用成功，在哪一方面能為傳統制造業升級帶來價值。

人工智能國內企業分布

人工智能投資前景分析

金融、交通、公共安全、教育等領域對人工智能的要求越來越高，人工智能自身技術領域的提升顯得至關重要。從行業需求來看，雖然各有側重，但是在技術供給層面有著一些共性特征，而人工智能技術的迭代滿足這些共性特征。從投資前景來看，可以從人工智能技術與發展戰略兩個維度來考慮。

●技術方向

未來幾年，投資人可以從軟件、硬件、系統等技術方向投資布局。

在人工智能軟件方面，投資人可以考慮從三方面發力：一是提升人工智能系統的數據挖掘能力、感知能力；二是提高人工智能軟件對非結構化數據的處理能力；三是推動系統革新，促進可擴展、類人的、通用的人工智能系統的研發。

在提升和改善人工智能硬件設備方面，投資人需要考慮以下三方面：一是信息輸入端，提高機器視覺的識別能力和效果；二是使用高級別的圖形處理器；三是在計算能力方面，提供高性能計算的商務計算機群組，超級計算機、超算中心成為重要配置。

在人機協作智能系統方面，通過與可穿戴、虛擬現實、人體機能增強等技術領域的協同，達到類人智能的效果。投資人可以關注兩個方面：一方面，增強系統的可理解性和交互能力，包括改進人工智能算法提升其可用性、開發可視化的人機用戶界面以及更為高效的自然語言識別與處理系統；另一方面，開發增強人類能力的智能產品，包括使用人工智能算法的計算機、可穿戴設備、植入裝置等硬件設備，以及記憶輔助系統、醫療診斷助手等智能系統，從而滿足公共安全、交通、制造、教育、醫療等領域的人工智能的深度技術需求。

具體來說，未來幾年，投資人應關注以下6個技術重點：

（1）深度學習

目標及運動識別等計算機視覺的發展依賴于卷積神經網絡的訓練，而深度學習則有助于實現視頻、語音及自然語言處理等。傳統機器學習主要關注模式挖掘，深度學習的出現則成為強化學習廣泛應用的一劑“強心針”，是一種推進人工智能向類腦發展的技術。目前，谷歌公司研發的深度學習芯片TPU，對圖像智能和語音智能的實現是一次大的飛躍，受到人工智能界的廣泛關注。

（2）傳感器

圍繞人工智能，目前發展較快的是視覺傳感器、聽覺傳感器、壓力傳感器等技術。傳感器技術使得人工智能更有預見性地與周圍環境進行交互，計算機視覺、力量與觸覺感知等機器感知的進步將促進人工智能多個方面的提升。

（3）計算機視覺

在人工智能全部子領域中，計算機視覺發展相對緩慢。當前受到深度學習技術的影響，計算機進行視覺分類首次超越人類，同時更多的研究正聚焦圖像和視頻的自動抓取。可以預見，隨著計算機視覺這一關鍵技術的突破，人工智能的應用會越來越廣泛。

（4）自然語言處理

在日漸精致強干的系統中，人類希望與人工智能對話。自然語言處理成為基于大規模數據集的主流語言商品化工具，這一技術將進一步拉近人類和人工智能的距離。

（5）算法博弈理論

人工智能從經濟學、社會學維度出發，基于個人、企業等的利己本質以及自主人工智能體的“自我表現欲”等，必須關注計算機制設計、計算機社會選擇、動因對標信息抽取等，特別是算法博弈理論。

（6）神經形態計算

神經形態計算是受生物神經網絡啟發的計算模型，可用于提高硬件效率和系統穩定性。未來神經形態計算有可能成為馮·諾依曼體系的有效補充，特別是隨著深度神經網絡在專用神經形態硬件上的應用，更有可能給人工智能帶來不可預估的影響。

●發展戰略

（1）人工智能公共服務平臺

國內科大訊飛、阿里巴巴等企業都建立了人工智能企業服務平臺?？拼笥嶏w主要在語音智能、機器學習等領域處于領先地位；阿里巴巴主要推出人工智能平臺DTPAI和機器人客服平臺。目前，上海不缺人工智能資源，但缺乏整合資源，為人工智能技術創新和產業化服務的企業化運作的平臺。

（2）行業深度融合

上海在云計算、大數據、物聯網、可穿戴等領域都具有較好的發展基礎。人工智能與相關行業的融合應用一般被稱為“弱人工智能”，國內外專家一致認為“弱人工智能”是人工智能發展的初始階段，并且在未來5～10年都處于這一階段。從產業形態來說，人工智能是大數據、云計算、物聯網等戰略性新興產業發展的高級形態，對傳統產業的轉型和培育新興的行業增長點至關重要。因此，推動人工智能與大數據、云計算、物聯網、可穿戴等行業的融合顯得比較迫切。

（3）人工智能新興產業培育

近年來，人工智能領域在技術上獲得一系列突破，刺激了這一領域的產業化應用發展，并吸引了大量投資，有望帶來相關領域的革命性變革。雖然今天的人工智能僅限于狹窄的具體任務，但當前的發展速度將對從醫療保健到圖像和語音識別的各個領域產生廣泛影響。人工智能可以提供健康診斷、個性化學習、包容經濟和自主交通的轉型解決方案。

從技術競爭布局來看，人工智能近年的突破主要歸功于對大腦的初步模擬、大數據和強大的計算能力，其核心在于神經科學、數學、信息科學、醫學等多學科領域密集的交叉融合。目前，取得突破的人工智能更多沿用經典的計算框架，如何借助腦科學的研究成果，充分利用生物體上億年來優化形成的腦框架結構和腦工作原理以突破現階段模擬計算中的瓶頸，是人工智能推向新階段——類腦人工智能的必然路徑。要推動類腦人工智能，需要計算神經科學的發展。認知的腦系統異常復雜，其工作原理的揭示取決于神經科學實驗和理論、神經網絡的模擬共進。而計算神經科學對從腦科學實驗的發現到新機器算法的轉化起關鍵作用（深度學習就是個著名例子）。因此，計算神經科學是溝通腦科學與類腦計算、人工智能的重要橋梁。此外，上海應該圍繞教育、養老、交通等領域，推動人工智能階段性科技創新成果進入經濟主戰場，積極培育人工智能融合相關行業的商業模式，甚至激勵人工智能新興產業成長。

值得一提的是，資本投資應盡量避免人工智能可能帶來的負面效應。例如，人工智能的發展可能危及未來的就業崗位、涉及隱私、侵犯知識產權、挑戰人類尊嚴等，像任何新興技術一樣，人工智能也帶來風險，并提出了從就業、經濟到安全和監管問題等多個方面的復雜政策挑戰。