經濟觀察：服務實體經濟 中國人工智慧還有幾道坎？

中新社北京3月31日電 題:服務實體經濟 中國人工智慧還有幾道坎?

中新社記者 劉育英

人工智慧的新賽道中,中國已經躋身第一梯隊。不過在和實體經濟融合的過程中,中國能否在產業鏈上有提升,仍有幾道難關要闖。

資料圖:中石化西北油田首次引入人工智慧機器人「慧眼」對變電站進行巡檢。韓勇 攝

應用場景:企業不知切入點在哪?

埃森哲的一份報告顯示,到2035年,人工智慧有望拉動中國經濟提速1.6個百分點。推動製造業年增長率提升2個百分點。

在30日於此間舉行的「人工智慧的產業化應用和解決方案」研討會上,工業和信息化部科技司高技術處調研員李偉表示,工信部更關心人工智慧與實體經濟的結合。但受制於基礎支撐、技術成熟度、安全、生態、法規倫理等方面原因,人工智慧在工業、醫療等領域的應用還需相當長時間去發展。

人工智慧能夠解決製造業中的一些複雜任務、提升生產效率、提高全要素生產率。今年1月出台的「人工智慧三年行動計劃」,突出了鼓勵新一代人工智慧技術在工業領域各環節的探索應用。

阿里巴巴阿里雲城市大腦資深產品專家李京梅說,阿里雲在2017年推出了工業大腦。通過科學家把製造流程全鏈路數字化,把經驗變成數字模型,最終提升了產品良品率。不過在最初開發工業大腦時,許多企業都不願進行這種數字化嘗試。

國家發改委經濟體制與管理研究所研究員史煒表示,在他調研的200多家中小企業中,傳統製造業對人工智慧的概念非常模糊,許多企業不知從何處切入人工智慧。

核心技術:中國能否彎道超車?

核心技術的缺乏,也讓一些業內人士產生擔憂。在PC時代,英特爾的CPU晶元和微軟windows操作系統的捆綁,壟斷了台式電腦的桌面;在移動互聯網時代,谷歌的安卓和蘋果的ios佔據了智能手機操作系統99%的市場份額。

人工智慧時代,中國是否會重走老路?

「國外科技巨頭在發展人工智慧之初就意識到平台的重要性,紛紛推出深度學習開源平台。如谷歌的TensorFlow、臉書(Facebook)的PyTorch、Caffe2等。」百度發展研究中心高級研究院溫昕煜表示,開源平台的重要性相當於PC和手機時代的操作系統。

不僅如此,谷歌開發的深度學習晶元TPU已進入公開測試,它配合開源平台使用,將提升演算法訓練的效率。

李偉認為,在產業應用方面,中國還應該去解決基礎問題,如開源平台、智能感測器、晶元等,目前中國在這些領域還比較薄弱。

中國公司現在也開始涉足底層技術,百度發布了深度學習開源平台PaddlePaddle。溫昕煜建議國內機構應構建自主可控的深度學習平台開源生態。

資料圖:位於福建平潭綜合試驗區麒麟大道的無人駕駛汽車測試基地啟動。 呂明 攝

數據共享與保護:在全球都是難題

在深度學習領域,演算法的優化需要高質量、海量數據的支撐。

「例如無人駕駛,交通數據方面,現在還在交通管理部門手中;建築數據,建築管理部門也還沒有公開,現在做無人駕駛的公司沒有這些數據。」中國電信雲計算分公司副總經理王興剛表示,人工智慧需要以多元數據融合為基礎。

數據的開放共享應以安全為前提。國務院發展研究中心創新發展研究部研究室主任戴建軍說,大數據時代的隱私保護是全球難題,已到了非常尖銳的地步,但不應因噎廢食。

史煒認為,人工智慧的落地,應關注人工智慧在智能製造的產業落腳點、技術方案和應用模式,5G如何推動人工智慧產業化,區塊鏈在智能製造的應用前景等問題。(完)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！