2017年人工智能產(chǎn)業(yè)回顧與展望

　　2017年初，在沉寂大半年之后，升級版AlphaGo化身為Master出現(xiàn)于互聯(lián)網(wǎng)，并以60比0的傲人戰(zhàn)績輕松拿下參與挑戰(zhàn)的所有國內(nèi)外頂尖棋手，隨后在與世界排名第一的柯潔的對決中又以3比0的戰(zhàn)績完虐人類最后的一點自信與尊嚴(yán)。當(dāng)人類再一次臣服于冰冷的機器腳下，不禁讓我們開始思考人工智能的未來。

　　AlphaGo之父，人工智能尚處于初級階段

　　關(guān)于人工智能的概念，目前業(yè)界還沒有一個統(tǒng)一的定義。1956年第一次人工智能會議——達(dá)特茅斯會議將人工智能定義為：使一部機器的反應(yīng)方式像一個人在行動時所依據(jù)的智能。但是經(jīng)過60年的發(fā)展，人工智能已經(jīng)渡過了簡單地模擬人類智能的階段。當(dāng)前人工智能主要以研究人類智能活動規(guī)律，構(gòu)建具有一定智能的人工系統(tǒng)或硬件，以使其能夠完成某些只有人類才能進(jìn)行的工作，并對人類智能進(jìn)行拓展的邊緣學(xué)科。

　　按照人工智能的發(fā)展水平和應(yīng)用范圍可以將人工智能大致劃分為三個層次，即專用人工智能、通用人工智能和超級人工智能。

　　專用人工智能：如計算機視覺、語音識別、生物識別等，以一個或多個專門的領(lǐng)域或功能應(yīng)用為主。目前大多數(shù)的人工智能應(yīng)用就屬于這個層次。

　　通用人工智能：即讓機器具備像人類一樣的工作能力，這種能力主要在于自動地認(rèn)知和拓展。目前最前沿的人工智能研究只是具備最初步的通用能力。

　　超級人工智能：指具有自我意識，包括獨立自主的價值觀、世界觀等。超級人工智能是人類能夠?qū)ιY(jié)構(gòu)進(jìn)行全面而深入的理解后才有可能達(dá)到的水平。

　　對于人工智能當(dāng)前的發(fā)展水平，AlphaGo之父杰米斯·哈薩比斯今年4月份在劍橋大學(xué)做的一次演講中就此做了較為理性的闡述。他認(rèn)為，當(dāng)前的人工智能技術(shù)僅能在某一領(lǐng)域發(fā)揮作用和功能，因此只能被定義為“狹義人工智能”，與通用人工智能仍然有很大差距。在人工智能發(fā)展的路上，人類才剛剛起步，未來還有很遠(yuǎn)的路要走。

　　加緊布局，人工智能取得新突破

　　2016年，當(dāng)谷歌高喊從Mobile First向AI First戰(zhàn)略轉(zhuǎn)型時，人工智能產(chǎn)業(yè)的競爭開始呈現(xiàn)出白熱化。到2017年，由谷歌、IBM、蘋果領(lǐng)銜的國際豪強與以百度、阿里巴巴、騰訊組團的國內(nèi)新貴持續(xù)加大投入，深化對人工智能產(chǎn)業(yè)的布局。面對激烈的市場競爭，政府也在推出各種政策以及加大對人工智能產(chǎn)業(yè)的扶持力度來引導(dǎo)產(chǎn)業(yè)的發(fā)展。

　　政策層面

　　2017年，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，開始從戰(zhàn)略上積極引導(dǎo)人工智能產(chǎn)業(yè)的發(fā)展，為中國企業(yè)把握新一輪產(chǎn)業(yè)變革機遇提供政策支撐。同時為將規(guī)劃落到實處，11月科技部牽頭15個部委聯(lián)合召開新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會，宣布成立新一代人工智能發(fā)展規(guī)劃推進(jìn)辦公室，并公布首批國家新一代人工智能開放創(chuàng)新平臺名單。在這份名單上，百度、阿里巴巴、騰訊、科大訊飛榜上有名。

　　產(chǎn)業(yè)層面

　　谷歌發(fā)布了第二代TPU，每顆帶寬 600GB/s，算力達(dá)到 45 TFLOPS。最大的特點是模組化能力出眾，谷歌的用法是將 4 顆 TPU 放在一塊電路板上組成一個 180 TFLOPS 的模組“Cloud TPU”，用它們來替換深度學(xué)習(xí)云機房里的 CPU 和 GPU，單機最多可以拼接 256 塊 Cloud TPU，算力最高達(dá)到 11.5 PFLOPS。

　　微軟發(fā)布了人工智能硬件加速計劃——“腦波計劃”。該計劃包括一個大量芯片組成的分布式計算架構(gòu)和一套直接運行在芯片上的操作系統(tǒng)。硬件核心是 DPU，即一個基于 FPGA架構(gòu)的深度神經(jīng)網(wǎng)絡(luò)處理單元。目前這種芯片單顆計算力約 10 TFLOPS。目前DPU既能支持微軟自己的 CNTK 深度學(xué)習(xí)框架，同時也支持競爭對手 Google 的 TensorFlow 框架。

　　英偉達(dá)發(fā)布了全新Volta架構(gòu)GPU——Tesla V100 Tesla GPU。V 的命名來自英偉達(dá)最新最頂級的 12 納米 Volta 微架構(gòu)。由 640 枚被英偉達(dá)命名為“張量核心” (Tensor Cores) 組成的。計算性能達(dá)到 15 TFLOPS(單精度)、120TFLOPS(深度學(xué)習(xí))，根據(jù)來自業(yè)界專家的分析和評估，V100 是目前人工智能領(lǐng)域適合做神經(jīng)網(wǎng)絡(luò)科研的顯卡。

　　英特爾今年最大的動作是組建了一個名為AIPG人工智能部門。同時還宣布已經(jīng)與Facebook等廠商合作于今年底之前推出Nervana神經(jīng)網(wǎng)絡(luò)處理器。相對谷歌、微軟和英偉達(dá)相對單一的芯片種類，英特爾的人工智能芯片產(chǎn)品包括CPU、FPGA、顯卡、至強融核和 VPU等多種類型產(chǎn)品。

　　除提到的這些主流的芯片巨頭之外，F(xiàn)acebook正在與高通合作開發(fā)自己的深度學(xué)習(xí)芯片;百度通過與Xilinx的合作開發(fā)基于FPGA架構(gòu)的XPU;蘋果也將在新款手機里加入人工智能協(xié)處理器;國內(nèi)人工智能芯片領(lǐng)域獨角獸企業(yè)寒武紀(jì)，發(fā)布面向低功耗場景視覺應(yīng)用的寒武紀(jì)1H8、擁有更廣泛通用性和更高性能的寒武紀(jì)1H16，以及可用于終端人工智能產(chǎn)品的寒武紀(jì)1M。

　　技術(shù)層面

　　2017年，很多人工智能應(yīng)用都實現(xiàn)了性能提升。以機器視覺為例，以往基于尋找合適的特征來讓機器辨識物體狀態(tài)幾乎代表了計算機視覺的全部。但是隨著對多層神經(jīng)網(wǎng)絡(luò)的深入探索，2017年的機器視覺已經(jīng)發(fā)生了重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為了視覺識別的主流。目前領(lǐng)先的機器視覺產(chǎn)品，已經(jīng)能讓機器從海量的數(shù)據(jù)庫里自行歸納物體特征，然后按照該特征規(guī)律識別物體。據(jù)統(tǒng)計，2017年機器視覺和語音識別領(lǐng)域，準(zhǔn)確率已經(jīng)由此前的70%提升到95%以上。

　　此外，語義識別是人工智能應(yīng)用中最難突破的應(yīng)用難點，但2017年，谷歌、蘋果和亞馬遜今年都推出了可以用語音命令來控制的音響、洗衣機和家電設(shè)備。在國內(nèi)阿里巴巴和百度也推出了類似的音響和家電產(chǎn)品。在語音交互領(lǐng)域，科大飛訊、騰訊都已經(jīng)推出了市場化的功能產(chǎn)品?？梢哉J(rèn)為，基于大數(shù)據(jù)、并行計算的深度學(xué)習(xí)算法正在給自然語言處理帶來長足的進(jìn)展。

　　正視差距，中國企業(yè)需奮起直追

　　從當(dāng)前人工智能產(chǎn)業(yè)的發(fā)展現(xiàn)狀分析，美國已經(jīng)實現(xiàn)對人工智能產(chǎn)業(yè)的全方位布局。美國擁有一批既能進(jìn)行人工智能芯片開發(fā)又能提供平臺開發(fā)框架的領(lǐng)先企業(yè)，在深度學(xué)習(xí)算法的研究方面也非常前沿。從上游到下游，產(chǎn)業(yè)生態(tài)布局已經(jīng)十分完善。除此之外，資金和人才優(yōu)勢也是其他國家不可比擬的。

　　相對而言，中國目前只能實現(xiàn)人工智能產(chǎn)業(yè)局部布局，仍然依靠BAT等互聯(lián)網(wǎng)巨頭來引領(lǐng)產(chǎn)業(yè)發(fā)展。2017年，以百度、阿里巴巴、騰訊為代表的企業(yè)已經(jīng)實現(xiàn)了對無人駕駛汽車、機器視覺、語音識別和人臉識別等領(lǐng)域的布局，在很多方面已經(jīng)初步實現(xiàn)產(chǎn)業(yè)化。但反觀最核心的芯片和平臺框架，目前僅有華為、寒武紀(jì)等極少數(shù)企業(yè)能實現(xiàn)自主化的人工智能芯片開發(fā)，很難撼動國外對人工智能芯片和平臺框架的壟斷局面。中國人工智能產(chǎn)業(yè)要實現(xiàn)可持續(xù)的自主化發(fā)展，必須在芯片和平臺框架層面實現(xiàn)自我突破。未來，我們不以彎道超車為目標(biāo)，只期待通過我們的努力能與全球領(lǐng)先企業(yè)一起并道前行。