2019人工智能问题及解决
2019年人工智能行业问题及解决前景分析
2019年7月
目录
1.人工智能行业存在的问题 (6)
1.1人工智能整体水平亟待提高 (6)
1.2公众对人工智能的发展存在顾虑 (6)
1.3基础技术积累不足 (7)
1.4科研经费分配不够公正 (7)
1.5思维方式与观念的变化 (7)
1.6技术创新的商业应用模式不明朗 (8)
1.7资本布局多样性不足 (8)
1.8适应人工智能特征的政策、标准体系尚不健全 (9)
1.9人工智能发展陷入了拿来主义怪圈 (9)
1.10劳务就业问题 (10)
1.11心理上的威胁 (10)
1.12经济效益至上，缺乏远大眼光 (10)
1.13国家的决策有待落实于行动 (11)
1.14国家资金支持力度有待进一步提高 (11)
1.15一哄而起可能导致无序竞争 (11)
1.16盲目乐观和夜郎自大不利发展 (12)
1.17存在以哲学研究代替人工智能研究倾向 (13)
1.18国际合作需要进一步加强 (14)
2.人工智能行业市场分析 (15)
2.1未来中国人工智能市场规模将超700亿 (15)
2.2人工智能加速发展 (15)
2.3扶持政策持续加码出台细分方向有“钱景” (16)
2.4中国人工智能产业蓬勃发展 (17)
3.人工智能行业发展趋势分析 (18)
3.1语音识别发展趋势 (18)
3.2模式识别发展趋势 (18)
3.3人机博弈发展趋势 (18)
3.4专家系统发展趋势 (19)
3.5创新思维模式，促进人工智能产业供需对接 (21)
3.6人工智能上升为国家战略 (21)
3.7建立针对重点技术产品的资金支持体系 (22)
3.8人工智能芯片“云+端” 高速发展 (22)
3.9研判安全风险和前沿问题 (23)
3.10发展人工智能，芯片先行 (24)
3.11推动人工智能核心技术攻关 (24)
3.12构建有机协同的产业生态并提升服务支撑能力 (25)
3.13完善配套政策，营造人工智能产业发展环境 (25)
3.14积极引导，避免人工智能产业投资失衡 (26)
4.人工智能行业政策及环境分析 (26)
4.1国家加强政策支持力度 (26)
4.2“互联网+”推动人工智能 (27)
4.3地方政府扶持政策不断落地 (28)
4.4人工智能逐步成为国家发展战略 (29)
4.5人工智能行动实施方案发布 (30)
5.人工智能行业发展前景 (31)
5.1深度学习研究的初衷主要就是应用于图像识别 (31)
5.2人工智能产业链条逐步形成 (31)
5.3语音逐渐成为人机交互的新范式，产品及商业模式成为盈
利的关键 (32)
5.4人工智能产业发展塑造智能经济雏形 (32)
5.5万物互联的背景下，AI 芯片的应用拥有广阔的想象空间
33
5.6智能硬件抢占C 端入口，数据端入口打通，为算法奠定
基础34
5.7机器人按照应用领域的不同分为工业机器人、服务机器人、
特种机器人 (35)
5.8多层次特征提取提升计算机视觉识别效果 (36)
5.9技术进步与市场需求推动语音识别快速发展 (36)
5.10语音识别效果不断提升，国内语音识别与合成研究领先
国际37
5.11语音识别技术逐步开放，数据及场景成为竞争关键.37 5.12智能制造成为各国转型升级的核心战略 (38)
1.人工智能行业存在的问题
1.1人工智能整体水平亟待提高
由于国内人工智能起步较晚，未能较早参与相应的人工智能国际技术、专利及标准制定，因此奉上了数额不菲的“学费”。在国内人工智能领域，有很多科研机构和企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域的技术、标准话语权以及市场应用主导权至关重要。但是，中国人工智能的整体能力和水平远未达到通用智能化程度，人工智能基础研究的总体水平，与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。
1.2公众对人工智能的发展存在顾虑
自人工智能孕育于人类社会母胎之日起，人工智能的社会影响就引起人类社会的广泛关注。社会上有一部分人对人工智能和智能机器人的出现与发展表示担忧，担心有朝一日人工智能和智能机器会威胁到人类的生存与发展，其中最典型的要算史蒂芬·霍金。作为当今世界一位极具影响力的物理学家，他担心运用人工智能技术制造能够独立思考的机器，最终会威胁到人类的生存。霍金说：人工智能的全面发展可能导致人类的灭绝（图22）。他的观点引起包括众多民众和一些科技人员的共鸣。当然，社会上也存在另一种观点的，他们认为，尽管人工智能经过60年的发展已取得了巨大进步，但在看得见的未来人工智能的整体
水平还难以超越人类智能，还不足以威胁到人类的生存。他们主张必须高度重视人工智能对人类社会的影响，不失时机地研究与制定对策，以消除公众顾虑，确保人类自身安全。
1.3基础技术积累不足
我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。
1.4科研经费分配不够公正
长期以来，对科研经费的分配问题不时引发争议。首先，未能把有限的经费用到最重要和最急需的项目上，而是平均分配，致使一些并不急需使用经费的项目与急需重点支持的项目“平分秋色”。其次，有些基金项目“专家组”成员，以权谋私，为本单位申请项目的立项出力，甚至相互勾结，为专家组成员单位获得项目助一臂之力，而许多非专家组单位成员申请的项目就受到不公正待遇；在一段时间内这几乎成为潜规则。再次，科研经费的评定与使用缺乏有效监督，这些问题在人工智能领域同样存在。1.5思维方式与观念的变化
一旦智能系统的用户开始相信系统（智能机器）的判断和决定，那么他们有可能不愿多动脑筋，变得懒惰，并失去对许多问
题及其求解任务的责任感和敏感性。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。
1.6技术创新的商业应用模式不明朗
应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临激浊扬清的淘汰机制。例如，近几年涌现出数量众多的消费级无人机、服务机器人企业，但产品普遍水平较低、功能雷同。与此同时，支持应用落地的人工智能商业模式尚需探索。英特尔的一份调查显示，全球有百分之46％的公司制定了与AI相关的发展计划，但真正得以落地的只有4％。
1.7资本布局多样性不足
位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。例如，人工智能芯片从投入研发到规模化生产平均需要7年时间，其间很难产生商业回报，初创企业仅靠自身研发投入难以为继。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。与之相比，美国AI领域累计获得978亿美元投融资，其中31％流向处理器芯片领域，在各细分领域中占比最高，未来实现厚积薄发的可能性大。我国人工