前言:

人工智能发展的初期,资本的支持推动产业发展百花齐放,随着行业日趋成熟,政府政策的参与则为人工智能产业释放更多潜力。

作者 | 方文

资本与政府双轮驱动态势初现

与早几年深度学习热潮有所不同,随着人工智能技术的成熟以及各国政府对行业的认知加深,政府对人工智能技术发展和应用探索的关注度日渐提升。

自2019年美国启动新的人工智能计划之后,美国已先后发布多份人工智能发展报告,将人工智能置于国家战略地位。

在中国,人工智能也早已上升至国家战略层面。在政策的支持下,2018年行业融资数量与融资金额创双高,达到高潮点。

随后2019年人工智能应用发展进入沉淀期,资本更加谨慎,但政府支持力度不减。这一年,政府工作报告提出“人工智能+”概念,确立了应用落地的重要性,并首次提出“人工智能治理”概念,确保人工智能产业的健康发展。

“十四五”规划纲要中,智能经济同样被寄予厚望。规划纲要明确指出要推动互联网、大数据、人工智能等同各产业深度融合,推动先进制造业集群发展,构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎,培育新技术、新产品、新业态、新模式。

艾瑞咨询数据显示,2020年,我国有24个省市发布了人工智能产业规划,18个省市制定了具体的产业规模发展目标。与此同时,资本也更为活跃。根据数据显示,2020年人工智能行业的融资规模达1757亿元,比2018年的投资最高峰还要多出四百多亿元。

人工智能走向规范化

过去十年,人工智能技术经历了革命性的发展时期,但整个行业尚且处于发展初期,距离商业化成熟应用仍需时间。在深度学习热潮之后,整个人工智能行业目前正步入平稳发展阶段,资本市场也在经历最初的狂热后进入理智保守阶段。

与历史上其他新兴产业兴起的节奏相似,人工智能作为一种新兴科技,需要长期的资本投入和更多试错空间。而在一定期间内追求利益回报的社会资本眼中,人工智能这种仍在发展期的技术或多或少会被归入“烧钱项目”。

不可否认的是,人工智能技术的快速发展对既有的生活模式构成挑战,也引发一些争议和思考,如算法的安全性,以及数据的开放和使用等问题。今年3·15晚会中曝光的人脸识别数据乱象,拷问的正是人们长期以来关注的与技术发展相关数据隐私问题。

种种迹象显示,人工智能行业未来将步入更深入的阶段——规范化。

融合商业化场景发展

人工智能技术逐步开始与商业进行结合。主要向如下几个领域集中:

①人脸识别

人脸识别门禁闸机、人脸识别登录支付、公安系统通过摄像头人脸识别从而进行追逃布控、人证合一验证、交通车辆监控、OCR文字识别、照片自动美颜功能、基于图片的商品搜索(如拍立淘)等等。

②语音/语义识别

语音识别与合成(如智能音箱)、聊天机器人(如微软小冰)、智能助手(Siri、小度等)、机器翻译、智能客服机器人等等。其中语音识别与合成的技术成熟度相对较高,涉及到语义理解的应用目前还相对初期。

③大数据智能计算

金融领域的风控、广告精准投放、产品个性化推荐、基于行为模型的反欺诈、搜索引擎的优化、商品的智能排序等等。这类应用目前相对比较成熟,能进行大规模的普及,像国家反诈骗中心app就是运用大数据智能计算,分析诈骗行为从而提醒用户免受诈骗损失。

④智能无人驾驶

其中最典型的就是无人车驾驶,尤其是L4-L5级别的无人车驾驶。这个级别的无人车驾驶会基于周围的环境、高精度地图等信息,综合决策出下一步的驾驶行为。同样的道理,相同“无人化”级别的无人船、无人飞机、移动机器人等也属于这一类的应用。

这类AI应用研发难度较大,目前还处于初级的阶段,较多运用于物流搬货以及配送货物的机器人。

结尾

未来随着以深度学习为代表的技术的成熟,人工智能将更加注重应用落地,深入到数字经济的各个组成部分,促进产业内价值创造方式的智能化变革。