隨著新基建的加速布局，5G、物聯(lián)網(wǎng)、云計算、人工智能、大數(shù)據(jù)等技術日益成熟,行業(yè)應用場景廣泛落地。其中，人工智能為智能經(jīng)濟的發(fā)展和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供底層支撐，為傳統(tǒng)基礎建設注入新活力。作為“新基建”的一部分，人工智能基礎設施是為人工智能應用和服務提供計算、存儲以及通信能力的智能大腦，為新一代信息技術和相關行業(yè)產(chǎn)業(yè)的創(chuàng)新提供算力、算法基礎條件。

本文將從政策導向、產(chǎn)業(yè)格局、應用場景和技術趨勢等維度分析人工智能的發(fā)展前景。

政策導向：以技術突破和產(chǎn)業(yè)融合為發(fā)展目標，保障措施同步完善

2017年之前，人工智能相關政策主要聚焦人工智能技術研發(fā)層面。2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，明確指出要“加快人工智能深度應用”。此后，政策的重點逐漸從人工智能技術轉(zhuǎn)向技術和產(chǎn)業(yè)的深度融合。

2021年3月，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》(以下簡稱“綱要”)全文發(fā)布，其中，將“新一代人工智能”作為議題重點提及，并圍繞三個方面布局人工智能發(fā)展：

方向一：核心技術突破

人工智能相關技術逐步成為“事關國家安全和發(fā)展全局的基礎核心領域”。為進一步推動解決我國人工智能核心技術中的不足和短板，綱要提出，“十四五”期間將通過一批具有前瞻性、戰(zhàn)略性的國家重大科技項目，帶動產(chǎn)業(yè)界逐步突破前沿基礎理論和算法，研發(fā)專用芯片，構(gòu)建深度學習框架等開源算法平臺，并在學習推理決策、圖像圖形、語音視頻、自然語言識別處理等領域創(chuàng)新與迭代應用。

方向二：產(chǎn)業(yè)融合應用

發(fā)展人工智能應以產(chǎn)業(yè)的融合應用與產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型為核心目標，進而逐漸形成數(shù)據(jù)驅(qū)動、人機協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟形態(tài)。綱要提出，要以數(shù)字化轉(zhuǎn)型整體驅(qū)動生產(chǎn)方式、生活方式和治理方式變革，充分發(fā)揮我國數(shù)據(jù)、應用場景的優(yōu)勢，實施“上云用數(shù)賦智”行動，促進數(shù)字技術與實體經(jīng)濟深度融合。通過建設重點行業(yè)人工智能數(shù)據(jù)集，發(fā)展算法推理訓練場景，推進智能醫(yī)療裝備、智能運載工具、智能識別系統(tǒng)等智能產(chǎn)品制造，推動通用化和行業(yè)性人工智能開發(fā)平臺建設，在智能交通、智慧能源、智能制造、智慧農(nóng)業(yè)及水利、智慧教育、智慧醫(yī)療、智慧文旅、智慧社區(qū)、智慧家居、智慧政務等領域形成一系列數(shù)字化、智能化應用場景。

方向三：監(jiān)管創(chuàng)新并重

學術界和產(chǎn)業(yè)界對人工智能健康發(fā)展相關的倫理與法律風險、AI技術濫用、算法殺熟等問題十分關注。綱要提出，要構(gòu)建與數(shù)字經(jīng)濟發(fā)展相適應的政策法規(guī)體系，優(yōu)化產(chǎn)業(yè)政策環(huán)境，例如在無人駕駛領域建設完善相關監(jiān)管框架、法律法規(guī)和倫理審查規(guī)則;支持民營企業(yè)開展基礎研究和科技創(chuàng)新、參與關鍵核心技術研發(fā)和國家重大科技項目攻關，進一步激發(fā)民營人工智能科技企業(yè)的創(chuàng)新活力。

產(chǎn)業(yè)格局：市場規(guī)模增速快，國內(nèi)市場競爭日益激烈

中國AI市場穩(wěn)步發(fā)展，數(shù)字和人工智能與經(jīng)濟社會的全面融合正在加速新發(fā)展格局的形成，將持續(xù)提高全要素生產(chǎn)率，提升居民收入水平，提高國家科技創(chuàng)新能力。

市場規(guī)模方面，據(jù)IDC預測，2021年，全球AI市場支出規(guī)模將達到850億美元，其中中國市場將占據(jù)82億美元;2025年，全球AI市場規(guī)模增至2000億美元，五年復合增長率(CAGR)約為24.5%，其中約8%的AI相關支出將來自于中國市場，市場規(guī)模在全球九個區(qū)域中位列第三。

市場競爭方面，據(jù)Inspur數(shù)據(jù)，2020年上半年，浪潮以16.4%的份額在全球人工智能(AI)服務器市場排名第一。戴爾位居第二，僅占不到15%，而HPE則以接近11%的份額位居第三。

企業(yè)布局方面，截至2020年10月，百度、華為、騰訊的人工智能專利授權量分別居前三位，證明其技術研發(fā)實力名列前茅。此外，核心技術研發(fā)層面，百度、騰訊、阿里云、華為等頭部平臺企業(yè)已開始布局多項人工智能技術;技術應用層面，平安科技、京東、小米等融合性公司以及商湯科技、曠視科技、云從科技和依圖科技等技術廠商也較為活躍，通過與傳統(tǒng)行業(yè)龍頭企業(yè)的合作，不斷提升其技術應用市場競爭力。

應用場景：行業(yè)應用走向多元化、定制化，發(fā)展前景廣闊

人工智能的行業(yè)應用場景逐步豐富，加速從碎片化過渡到深度融合的一體化，從單點應用場景轉(zhuǎn)換為多元化、定制化的應用場景。

IDC預計，到2025年，政府、金融、制造、通訊四大行業(yè)的支出規(guī)模合計將占市場總量的59%以上;就增速而言，通訊、交通、公用事業(yè)、醫(yī)療保健等行業(yè)的AI支出展現(xiàn)出了較大的發(fā)展?jié)摿Α?/p>

技術趨勢：市場規(guī)模增速快，國內(nèi)市場競爭日益激烈

自動機器學習進一步推廣，降低企業(yè)自主建立解決方案的門檻

自動機器學習(AutoML)提供簡單、用戶友好的界面，降低企業(yè)將人工智能和機器學習嵌入其業(yè)務的成本。未來，通過提高AutoML中的超參數(shù)選擇，特征表示與機器學習算法的確定和神經(jīng)網(wǎng)絡結(jié)構(gòu)搜索的自動化程度及可解釋性，AutoML體系架構(gòu)日趨完善，將推動新一代普適性AutoML平臺的建設，并將更廣泛地應用于包括流程自動化工具在內(nèi)的業(yè)務創(chuàng)新領域。

算力需求不斷提升，人工智能芯片打磨精細化場景落地能力

芯片是算力基礎設施的重要組成部分，用于處理人工智能應用中的大量計算任務。隨著人工智能算法的發(fā)展，視頻圖像分析、語音識別等細分領域的算力需求劇增，市場亟需針對不同領域和應用場景的專用芯片。未來，市場對于芯片的多核并行運算、片上存儲、帶寬、低延時的訪存等提出了較高的需求，將應用于智能終端、智能安防、自動駕駛等領域，加速大規(guī)模計算，滿足更高的算力要求。

微型機器學習賦能物聯(lián)網(wǎng)應用

微型機器學習(TinyML)是針對終端和邊緣側(cè)微處理器的機器學習技術，具備體量小、易管理、易理解等優(yōu)勢，并能夠處理嵌入式計算應用中的大規(guī)模應用。未來，小數(shù)據(jù)和TinyML將會進一步應用到物聯(lián)網(wǎng)等技術場景中，包括汽車、可穿戴式設備、家用電器、工業(yè)設備、農(nóng)業(yè)機械等。

生成式人工智能賦能音視頻內(nèi)容制作

生成式人工智能(Generative AI)是指可使用現(xiàn)有內(nèi)容(例如文本，音頻文件或圖像)產(chǎn)出全新、相似內(nèi)容的人工智能算法。未來，生成式人工智能將更多地被運用在教育、影視、藝術和刑事等領域，包括AI輔助視頻制作、智能字幕生成、智能翻譯、特效生成等。

強化學習(RL)賦能數(shù)據(jù)訓練

強化學習強調(diào)如何基于環(huán)境而行動，以取得最大化的預期利益，企業(yè)可利用自身經(jīng)驗來提高捕獲數(shù)據(jù)的有效性。未來，強化學習將更多地被應用到自動駕駛、游戲、推薦系統(tǒng)中，其中前兩者通過強化學習進行模擬試錯(自動駕駛真實訓練時仍需加入安全員進行干預，及時糾正Agent采取的錯誤行為)，后者使用強化學習提高推薦結(jié)果的多樣性，和傳統(tǒng)的協(xié)同過濾&CTR預估模型等進行互補。

結(jié)語

在過去的幾十年里，人工智能的發(fā)展主要圍繞著語言、數(shù)學和邏輯推理能力的進步。未來，人工智能的將圍繞提升預測準確性和情商能力而發(fā)展，為行業(yè)數(shù)智化轉(zhuǎn)型帶來層層浪潮。