顧 問
潘云鶴 中國工程院院士
指導單位
工業和信息化部信息化和軟件服務業司
指導委員會
謝少鋒 工信部信軟司司長
李冠宇 工信部信軟司副司長
徐曉蘭 中國電子學會副理事長兼秘書長
張宏圖 中國電子學會總部黨委書記兼副秘書長
商 超 工信部信軟司軟件處處長
傅永寶 工信部信軟司軟件處調研員
專家委員會(排名不分先后,按姓氏筆畫排序)
王士進 科大訊飛研究院副院長
韋 青 微軟中國公司首席技術官
宋 波 國安瑞(北京)科技有限公司總經理
劉志堅 京東金融總法律顧問
吳甘沙 馭勢科技聯合創始人兼CEO
季向陽 清華大學自動化系教授
陳麗娟 阿里巴巴人工智能實驗室負責人
梁家恩 云知聲信息技術有限公司董事長兼CTO
崔 巖 中德人工智能研究院院長
蔡雄山 騰訊研究院法律研究中心副主任
編寫單位
中國電子學會
編寫人員
李 颋 周岷峰 馬 良 凌 霞
李 巖 張雅妮 許華磊 張 嬋
張 力 陳濛萌 樊江洋 朱 毅
李俊平 閻德利 謝中業 陳 巖
1、編制背景
自1956年概念得以確立以來,人工智能發展至今已逾60年,隨著所處信息環境和數據基礎的深刻變革,開始邁進新一輪發展階段,呈現出大數據、跨媒體、群體性、自主化、人機融合的發展新特征,從學術牽引式發展迅速轉變為需求牽引式發展,相比歷史上的任何時刻,都要更加接近于人類智能,既能為進一步掌握城市發展、生態保護、經濟管理、金融風險等宏觀系統提供指導,也能為設計制造、健康醫療、交通管理、能源節約等微觀領域提供解決方案。我國正值工業化、城鎮化、信息化、農業現代化的攻堅階段,迫切需要加快推動人工智能在國民經濟社會各行業、各領域的創新應用,促進產業提質增效,改善人民生活水平,切實解決經濟運行的重大結構性失衡。針對于此,有必要研究編制新一代人工智能發展白皮書,明確人工智能在新時期、新形勢下的技術框架、關鍵環節、應用前景,為推動人工智能關鍵技術進步和產業化應用推廣提供措施建議,進一步推動我國智能相關的前沿新興產業持續健康快速發展,有力支撐我國信息化和工業化深度融合邁上新臺階。
2、編制目標
(1)明確新一代人工智能的主要發展方向,系統歸納其主要驅動因素及最具典型意義的特征。
(2)研究新一代人工智能的技術框架,梳理技術演進軌跡,提出基礎性、通用性技術體系。
(3)探索新一代人工智能的產業邊界,劃分產業類別和應用場景,研判相關的投融資特征及趨勢。
(4)提出促進新一代人工智能及相關技術及產業發展的可行性措施建議,為相關行業主管部門提供決策參考,為行業健康有序發展提供指導依據。
3、編制方法
(1)研究學習國內外相關戰略政策文件,充分借鑒參考國內外主要研究動態和成果。主要包括:美國白宮發布的《為人工智能的未來做好準備》、《國家人工智能研究與發展戰略規劃》;英國下議院科學和技術委員會發布的《機器人和人工智能》、英國政府科學辦公室發布的《人工智能對未來決策的機會和影響》,以及英國政府在2017年1月宣布的《現代工業戰略》和3月公布的《數字戰略》;日本政府制定的《人工智能產業化路線圖》;我國出臺的《國務院關于積極推進“互聯網+”行動的指導意見》和《“十三五”國家戰略性新興產業發展規劃》中關于人工智能的部分。同時,針對歐盟的“人腦項目”、德國的“智慧數據項目”、日本的“超智能社會”和“高級綜合智能平臺計劃”進行了學習了解。
(2)訪談國內知名專家學者,圍繞新一代人工智能的內涵、外延及特征趨勢展開充分研討。新一代人工智能既有創新性又有繼承性,與過往所談論的人工智能既有聯系又有區別,在研究內容上既要有突破又要有充分吸收和借鑒。通過與國內人工智能相關領域的知名院士、高校學者、行業專家的座談交流,尤其是圍繞中國工程院潘云鶴院士《人工智能邁向2.0》一文進行的深入學習研討,為白皮書的編制奠定了系統的理論基礎。
(3)調研國內外知名人工智能企業,匯集整理和分析來自實踐應用的典型案例。高度重視人工智能領域的具體產品、服務及解決方案提供方式,走進國內外一批在技術或產業方面具備領先水平和特色優勢的人工智能企業展開深度調研,并邀請部分企業的技術或戰略負責人共同參與了白皮書的編制工作。
4、特別聲明
(1)研究主題充分考慮了與國家規劃的互動和呼應
人工智能的概念從誕生之日開始計算,已經超過60年,并非橫空出世的新興事物。只不過受近年來算法模式持續優化、數據信息海量增長、運算力大幅提升的影響和帶動,表現出了不同以往的發展水平和特征。本白皮書一開始研究主題名為“人工智能2.0”,目前已更改為“新一代人工智能”,是為了呼應院士研究文章、部委領導講話,以及即將出臺的國家級規劃,重點針對人工智能的新趨勢、新特征、新模式展開研究,并非是要提出一個全新的研究對象。
(2)研究范圍聚焦技術和產業發展
在人工智能領域,正孕育著堪與相對論、量子理論、計算機、互聯網相提并論的重大創新、變革及突破。人工智能歷史性地站在了時代的風口,將對人類經濟社會發展帶來智能化浪潮的顛覆性猛烈沖擊。研究人工智能,就要研究其在人類生產生活中的詳細地位和作用,涉及到方方面面,包括了道德、法律、倫理、文化等領域。本白皮書的編制,主要是為了給相關行業主管部門和企業提供決策參考依據,集中在技術和產業兩大層面展開研究,暫未涉及其他方面。
(3)研究內容仍有待進一步豐富完善
當前,各類研究咨詢機構紛紛推出圍繞人工智能主題的相關報告,各自觀點既有一致性,也存在部分不同意見。本白皮書的主要觀點和內容僅代表編制組在目前對人工智能的研判和思考,歡迎各方專家學者和企業代表提出寶貴意見,共同推動白皮書的及時更新和糾偏。同時,隨著人工智能技術的進步、產業的發展、模式的變革,白皮書的內容將得到進一步豐富完善。
第四章 投融資特征及趨勢
(一)全球人工智能領域融資總額持續增長但增速放緩
全球智能化浪潮的興起,引發人工智能成為創業熱點,各類風險投資紛紛占位人工智能各應用領域,跨國科技巨頭則圍繞自身人工智能戰略,通過投資和并購方式布局產業生態,由此帶來了人工智能領域融資熱度持續增高。截止2017年末,全球人工智能公司已突破2075家,跨越25個子門類,融資金額高達65億美元。但是,創業企業隨著融資到位,助力產品、數據和商業模式的不斷完善,已逐步成為細分領域的龍頭企業或者獨角獸企業,單項目融資金額規模正在逐步增大,同時隨著市場集中度的增高,人工智能領域創業成功的幾率有所下降,使得融資增速逐漸放緩。預計到2020年,全球人工智能融資金額增速會由2017年的33%下降至20%。
圖10全球人工智能企業投融資金額總量(2015-2020年)
(二)國內人工智能投資規模有望出現V型反轉且大額項目頻發
在移動互聯網、O2O等技術和商業模式的推動下,風險投資市場在2015年整體偏好高估值,當年國內人工智能投資總規模高達8.9億美元。但隨著風險投資市場的逐漸成熟,在經過近三年的爆發式投資及對高估值項目的推崇之后,國內風險投資生態系統正在走下融資高峰,逐步回歸到正常、健康的投資環境。在經歷了2016年的短暫低谷后,2017年國內人工智能投資金額再創新高,達到10.3億美元。隨著投資市場的沉淀,人工智能技術不斷突破,商業模式持續創新,逐漸培育出了產品和應用具有相當規模的優質企業和項目。同時,創業企業隨著規模增長,持續發展所需金額較大,在后續融資階段吸收了大部分的風險基金,近期大額投資案例頻發,投資熱點主要集中在人工智能領域的技術層和應用層,如自然語言處理類的今日頭條、智能搜索類的出門問問等,融資額均超過1.5億美元。
圖11 我國人工智能企業投融資金額總量(2015-2020年)
(三)深度學習、圖像視頻識別和文本識別是資本市場當前力捧的熱點
深度學習、圖像視頻識別和文本識別應用范圍較廣,市場潛力巨大,率先成為資本競相追逐的對象。深度學習算法成為推動人工智能發展的焦點,相繼在圖片識別、機器翻譯、語音識別、決策助手、生物特征識別等領域實現了創新突破,截止2017年,全球深度學習領域在技術層和應用層的融資總額高達33億美元。圖像視頻識別廣泛應用于智能工業機器人、智能醫療、智能安防、智能駕駛等領域,全球共計融資總額高達16.6億美元。文本識別則應用于智能投顧、智能客服、智能搜索、智能教育等領域,全球融資總額超過9.3億美元。
表20 全球各領域人工智能企業融資額前五名
數據統計時間2010.1.1至2017.12.30
(四)全球科技巨頭通過投資并購圍繞人工智能構筑差異化競爭力
人工智能被全球巨頭企業視為下一次技術革命的突破點,研發和投資并購同步發力并且側重點各異。谷歌在研發方面依托人工智能改善搜索功能并開源機器學習系統,在投資方面通過收購Wavii、Moodstocks、SayNow等完成文本識別、圖像視頻識別、語音識別的技術布局,收購深度學習技術公司DeepMind完善開源平臺能力,收購Kaggle擴大在開發者層面和人工智能開源平臺方面的優勢。蘋果則集中在虛擬助手和深度學習平臺的創業型小公司,購入Vocal IQ讓Siri在虛擬助手領域取得領先,同時也收購了面向開發者和數據科學家的深度學習平臺Turi。IBM重點圍繞Watson平臺的功能完善開展投資并購,收購Blekko豐富和深化Watson認知計算的能力,收購AlchemyAPI加強Watson人工智能與計算服務能力,收購Cognea增強Watson系統對話的能力。微軟投資了Agolo和Bonsai公司,分別致力于布局開發先進摘要軟件企業和部署智能系統。亞馬遜通過收購語音識別公司Yap和語音助理公司Evi,構建了語音操作系統Alexa的雛形,并不斷完善Alexa的應用能力,逐步整合智能家居語音控制系統。
表21 全球科技巨頭主要收購企業
(審核編輯: 智匯張瑜)
分享