繼續挖掘5G“管道之外的意義”

之前我們在多篇評論里都強調，當前人工智能發展正經歷著“進化期”。畢竟，在5G等技術加持下，AI在車聯網、能源、工業、農業等新產業領域多點開花，加速商業裂變。同時，AI未來的應用生態也一定是基于高度場景化的。所以，人工智能不僅是新一輪產業變革的核心驅動力量，推動數字經濟產業轉型升級，也是新一輪科技革命的制高點（至少是先機）。那么，在當前整個生態鏈發展的階段，人工智能所構筑的全場景應用，是一個值得探討和細化的內容。

感知化AI的具象表現

業內普遍強調，當前人工智能的進一步發展，就是要完成AI的感知化表達。而這又必須滿足三個條件：真實可見的實際應用案例、能規模化推廣的對應產品、可用統計數據證明的應用。實際上，隨著5G、云計算、大數據的不斷催化，AI的感知化條件已經具備。換句話說，可感知化的AI在以后將從認知心理學、腦科學及人類社會歷史中汲取靈感，并結合跨領域知識圖譜、因果推斷、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運行，實現從感知智能到認知智能的關鍵突破。

在此之前，人工智能已經在“聽”“說”“看”等感知智能領域達到了或者超越了人類水準。但是在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處于初級階段。認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感，并結合跨領域知識圖譜、因果推斷、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運行，實現從感知智能到認知智能的關鍵突破。那么，可以感知化的AI在語音識別、語音合成、非實時語音翻譯等領域都在快速進步。有專家認為，“人工智能感知技術的進階一定程度上始終在超出業內預期。未來還將維持這一勢頭持續發展，給用戶帶來更多驚喜?！?/p>

在很多具體的產業方向，現在都有具體的應用案例，全球人工智能應用落地加快有望形成顛覆性的力量。比如，人工智能技術逐步滲透到質量檢測、預測性維護、生產流程等環節，成為制造業轉型升級的新引擎;提升個性化制藥效率，預測與診斷精度，打開了智慧醫療的新局面;支持風控投顧相關信息，技術完善，開辟了金融科技的新通道。

尤其是金融和醫療領域，到2025年人工智能每年將為金融行業節約和創造至少300億美元，幫助醫療領域每年減少超過500億美元的支出。要知道，AI在此次疫情防控中扮演了非常重要的角色，廣泛應用到疫情檢測分析、病毒溯源、防控救治、資源調配、公共衛生等領域。很多人都意識到，AI在推動醫療健康變革中的價值不可估量，未來在疫情防控、診斷治療、衛生管理等方面一定要建立一套新模式、新服務、新產業，才會有更大成就。

當然，構建自主可控和開放協作的全球價值網絡，加速形成新的全球創新循環系統，是提升人工智能科技產業國際競爭力的基礎。當前人工智能發展面臨的瓶頸問題，我國應加快完善數字基礎設施建設，雙輪驅動打造自主可控的供應鏈體系，穩妥的構建新格局，強化頂層設計、統籌解決“卡脖子”技術難題、筑牢數據安全根基。

要清楚算法的新趨勢

從專業的角度來解釋，人工智能的發展經歷了三個階段。從符合主義到連接主義再到行為主義。符號主義主要是用公理和邏輯體系搭建一套人工智能系統。連接主義源于仿生學，主張模仿人類的神經元，用神經網絡的連接機制連接人工智能。而目前，這三個階段在日趨融合協同發展，因此人工智能的核心特征之一是“融合關系”。詳細來說，這種融合關系又能拆分成連接關系、邏輯關系和因果關系，它們共同作用于人工智能發展新階段算法的新趨勢。

其中，向無監督的方向發展是一個最明顯的趨勢。人工智能主動學習階段，算法主動提出標注請求，將一些經過篩選的數據提交給專家標注。人工智能（包括大數據采集）深度學習如何進一步設計算法和參數，提高泛化能力，需要模型算法可解釋。畢竟，人工智能的自學習和自演化是有意識的。這一趨勢對于技術的需求有計算框架支撐、大算力支撐以及輔助設備支撐。

另一個趨勢，是多種算法、模型的有機結合。單一的算法或模型難以解決實際問題。比如問題分解和多種模型有機組合。人工智能模型的發展希望融入多種技術來解決已有問題。比如，通過貝葉斯技術增強因果關系分析;通過數據生成技術減少標注數據需求。與此同時，人工智能的應用流程也越來越復雜，不同流程設計的設備以及環境多樣;需要不同的算法和模型組合。多種算法、模型的有機組合的需求是計算存儲等可拓展能力。

接下來，人工智能應用需求需要關注全生命周期。全周期不同人物具有不同時間，空間和計算需求。全生命周期都要考慮可解釋、公平等需求。大型或者復雜的模型，海量數據需要并行，分布式計算。值得注意的是，這一趨勢對安全性、架構、提升效率和效用、健壯性有需求。

最后，是深度推理的趨勢。從計算到感知再到認知和意識，人工智能模型和算法的發展趨勢七是認知理論的進一步突破。這一趨勢的需求有效應對多種形式的不確定性。其中概率計算根據不同精度計算需求設計硬件。根據數據和計算的稀疏分布設計。到了這個階段，人工智能的需求還有類腦、仿腦體系結構以及模擬計算。

所以，AI趨勢對算力的需求主要是對軟件棧的需求。從AI發展趨勢的特點來看，關系、概率、近似計算更突出，而目前我們所了解的AI算法仍在基本計算模式階段。

后記

近兩年我國更加重視人工智能技術的應用落地，先后批復啟動國家新一代人工智能創新發展試驗區、人工智能創新應用先導區，啟動了10家國家新一代人工智能創新平臺，充分發揮地方主體作用，鼓勵支持先行先試，探索促進人工智能與經濟社會發展的深度融合新路徑。當然，創新能力不足依然制約著國家的可持續發展，美國對我國高科技企業技術封鎖的升級再次讓我們清醒地認識到，通過自主創新加快彌補在芯片和基礎軟件領域短板，是發展人工智能科技產業的當務之急。

業界普遍的看法是，AI的確是讓5G實現殺手級應用的核心動力，因為AI可以助力5G更加智慧地賦能各個行業。正如前文所說，AI可以幫助5G打開更多場景，但只有AI沒有5G也不行。之前我們反復說過，5G可以提供高速的數據傳輸，AI把這些高速傳輸而來的數據進行智能處理，去實現相應的應用，例如無人駕駛、遠程醫療、在線教育。當然，5G與AI本身都是一個技術，它需要有應用場景，需要有價值才能夠真正實現產業化。所以，構筑全場景應用環境，是兩者可以真正有機融合的契機，也是AI與5G各自進階發展的下一步，未來可期。