人工智能最新发展趋势洞察.pdf

人工智能最新发展趋势洞察 中国 移动研究院 战略与产业研究所 2020 年 3 月 中国移动研究院 战略与产业研究所 2 摘要 当前，人工智能引领的新一代科技革命方兴未艾，正在对社会、经济、民生产生重大影响 。 密切跟踪分析人工智能最新的发展趋势，有助于 运营商 进行前瞻性、战略性技术布局，对 运营商 向科技型企业转型具有重要意义。人工智能呈现最新的发展趋势包括： 狭义人工智能技术的产品和服务正加速进入全面商用落地阶段；通用人工智能成为科技巨头的竞争新赛道；人工智能伦理治理迫在眉睫；新冠肺炎疫情防控暴露人工智能缺乏应对极端事件的能力 。 对 运营商 发展的启示主要包括： 一 是 在通用人工智能领域提前战略布局，赢得未来发展主动权 ； 二 是 树立人工智能技术“善用者”的科技企业形象 ； 三 是 为人工智能应用建立动态分级风险防控机制 。 一、对人工智能最新发展趋势的洞察与研究 当前，人工智能引领的新一代科技革命方兴未艾，在政务、金融、制造、医疗、教育等领域带来的革命性变化逐渐清晰可见，未来 的潜力 更 将 有可能 带来颠覆性的影响。 洞察与研究一 ： 狭义 人工智能 技术的产品和服务正 加速进入全面商用落地阶段 关键技术取得革命性突破。 目前具备应用条件的技术 基本 均属于狭义人工智能，也称为弱人工智能，指能够实现专用或特定技能的智能。 计算机视觉、语音识别、自然语言处理（ NLP）和智能硬件（如GPU、 FPGA、 ASIC 等）等是 狭义人工智能领域中 的关键技术。 Gartner中国移动研究院 战略与产业研究所 3 的人工智能技术成熟度曲线显示语音识别和 GPU 加速器已于 2019 年7 月进入成熟期。 以语音识别为例，百度、科大讯飞、搜狗等主流平台识别准确率 均 以超过 97%1。阿里巴巴人工智能实验室通过语音识别技术开发了声纹购物功能的人工智能产品。 计算机视觉和自然语言处理也在 2019 年取得革命性突破。 新算法和新硬件大幅提升了人工智能对图像识别的运算速度，训练人工智能像人类一样精确识别 1000 个物体照片所需时间已经从 10 天（ 2017 年 10 月）缩短至 2 分 43 秒（ 2019 年 5 月） 2。得益于 NLP 的 研发突破 ，谷歌 在 2019 年 10 月完成搜 索引擎 5 年来最大的算法更新，让搜索引擎能够以更接近人的方式理解人们的 搜索 述求，预计 这 将改善 10%的 英文 搜索结果。 2020 年2 月，谷歌又基于 NLP 算法开发出能够和用户聊近乎所有话题的开放领域聊天机器人 Meena，测试结果显示 Meena 的表现已接近人类 。 1 数据来源：德勤 2 数据来源：斯坦福大学 中国移动研究院 战略与产业研究所 4 图 1 Gartner 2019 人工智能技术成熟度曲线 3 图 2 谷歌对聊天机器人智能水平的评测结果 4 行业应用驱动的特征愈加明显 。 最新统计显示 ，我国共有 745 家3 图片来源： Gartner 4 图片来源： arXiv 期刊（ 2020/02/27），数字识别码： arXiv:2001.09977 中国移动研究院 战略与产业研究所 5 人工智能企业，应用层企业占比高达 75.2%，广泛分布在包括智能制造、科技金融、数字内容和新媒体、新零售和智能安防在内的 18 个应用领域 5。资本同样集中在应用层，自 2012 年起应用层融资投资数量为 1258 次，金额达到了 2592 亿，与算法层和基础层融资总和相当 6。在创新和资本的双重推动下，人工智能的应用场景不断清晰 ，各行业对人工智能产品和服务的使用率持续提高，特别是在安防、金融、零售、交通、教育等领域。 高使用率也必将进一步创造出 对人工智能产品和服务 的 大量 市场需求 。 新冠肺炎疫情防控将有望加速人工智能场景落地 ，一方面围绕疫情及医疗健康方面，会有更多细分 AI 场景落地；另一方面 疫情防控 推动 了 无人工厂、智能工厂这类生产形态更加普及， 将 形成一系列的产品与应用。 图 3 人工智能在各行业的使用率 7 5 数据来源：中国新一代人工智能科技产业发展报告（ 2019） 6 数据来源： IT 桔子 ，猎豹全球智库分析整理 7 图片来源：中国科学院 2019 年人工智能发展白皮书 中国移动研究院 战略与产业研究所 6 全球领先的市场研究与咨询机构 Forrester 预测 ， 到 2020 年底，对话式人工智能应用将成功地支持全球五分之一的客户服务交互，2025 年全球至少 90%的新企业 APP 都将包含嵌入式人工智能功能。麦肯锡预计到 2030 年，人脸识别、语音识别、 NLP、计算机视觉等人工智能应用将为全球经济增加约为 13 万亿美元，仅从金额来看，影响力将超越 19 世纪的蒸汽机。 洞察与研究二： 通用人工智能 成为科技巨头的 竞争新赛道 通用人工智能（ Artificial General Intelligence, AGI）决定了 20 年后的行业竞争格局 。 通用人工智能，也称为强人工智能，将仅需 少量数据或 在 仅需了解规则的情况下， 通过自我学习 达到甚至超越人类的学习水平，并能主动做出决断、完成任务 ，即形成“感知 /交互 正确理解 自主决策 自主学习 /完成任务”的实时循环 。 通用人工智能 是下一代人工智能发展的必然趋势， 将对人机协作、数据采集分析、智能过程自动化（ Intelligent Process Automation， IPA）等产生颠覆式影响 ， 重塑 商业世界的技术， 改写 全球最有价值公司的排名 。 对于科技巨头而言 ，通用人工智能是一场输不起的竞争。 尽管通用人工智能技术到实现应用还需要较长的一段时间，但科 技巨头已经开始投巨资 启动 研发。谷歌于 2014 年以 6.5 亿美元收购通用人工智能技术领军企业 DeepMind。 在 DeepMind 持续连年巨额 亏损的情况下， 谷歌 每年仍投入大量资金用于 AGI 的研发，至今已累计投入 20 亿美元 8。 微软 在 2019 年 对 通用人工智能的另一明星企业 OpenAI（特隆马斯克是8 数据来源： 美国知名科技期刊连线 Wired 中国移动研究院 战略与产业研究所 7 联合创始人之一） 投资 10 亿美元 。 包括 Facebook、 Uber、 Salesforce、百度等巨头也相继成立规模不等的 AI 实验室，加码通用人工智能的研发。根据美国研究公司 Mind Commerce 发布的报告显示，预计到 2023年，通用人工智能的全球投资将达到 500 亿美元。 通用人工智能对现有发展同样具有重要意义 。 一是有利于现有人工智能技术的研发和应用 ，例如 谷歌收购 DeepMind 后 建立一个DeepMind for Google 的团队，将前者的研究成果转化为现实的解决方案 。 DeepMind 研发的算法先后帮助谷歌改善数据中心冷却系统降低40%冷 却费用、延长安卓手机电池寿命、构建谷歌数字助理电脑语音生成引擎。 二是树立“ AI 技术领导者和创新者”的 企业 形象，不仅有利于销售现有 数字化 产品和服务，也利于招揽全球稀缺的 AI 人才 。微软 大手笔 投资 OpenAI， 双方将在微软的 Azure 云计算平台上联合开发 通用人工智能 ，共同建立通用人工智能（ AGI）社区 。纽约时报评价此举既提升了 微软云产品 Azure 的智能化形象， 也 增加了微软对人工智能人才 ，特别是顶尖人才 的吸引力，除去商业价值和技术价值外，更 是一次成功的品牌营销。 中国移动研究院 战略与产业研究所 8 图 4 2019 年全球人工智能人才总数及分布 9 洞察与研究三 ： 人工智能 伦理 治理迫在眉睫 人工智能的 伦理 治理问题已引起广泛关注 。从 2017 年 1 月全球行业领袖制定的阿西洛马人工智能原则到 2020 年 2 月梵蒂冈携手联合国、欧盟 、 Facebook、微软、 IBM 等 共同发布的人工智能伦理罗马倡议，全球已有超过 20 个国家和地区推出人工智能治理相关的道德准则或治理原则。 制定互通的道德规范和行业规则有利于各方面相互联通和协调，扩大共识、缩小差距，促进人工智能健康发展。一方面， 人工智能技术发展依赖于各国 、各行业 的科研人员联合研发、相互借鉴、共享成果， 是全球协作的产物 ；另一方面， 科技巨头的人工智能平台也在全球范围内快速扩展，需要严格规范进程。 与所有颠覆性技术一样，人工智能同样存在正反两方面的作用，在造福人类的同时也存在各种风险 。本次疫情既让人们看到人工智能的价值，同样也引发了对技术误用的担忧，如数据隐私问题、安全性问题和公平性问题等。 构建公平公正、尊重隐私、安全可控的治理机制将 有助于打9 数据来源： Element AI，腾讯全球人工智能人才报告 中国移动研究院 战略与产业研究所 9 消人们对人工智能的担忧和恐惧 。 伦理 问题影响人工智能的应用水平。 澳大利亚作为发达国家，在人工智能发展中却很落后。市场数据研究平台 CB Insights 最新发布的“人工智能百强”（ AI 100）榜单，评选全球范围内表现最佳的人工智能初创公司，澳大利亚无一家企业上榜。印度科技巨头 Infosys 的报告同样显示澳大利亚企业在“全球人工智能成熟度”中排名非常靠后，影响澳大利亚人工智能水平的原因不仅在于技能缺乏，也包括对伦理问题的考量。报告显示超过六成的澳大利亚企业受访者（而美国的这一比例为 30%）部署人工智能 的主要障碍来自伦理问题；超过七成的企业领导者认为伦理问题导致人工智能技术不能最大程度的发挥作用，这一比例高于其他任何国家。 洞察与研究四 ： 新冠肺炎 疫情 防控 暴露人工智能缺乏应对极端事件的能力 面对极端事件， 人工智能系统做出误判 。 受疫情影响，英国热门线上零售平台 Ocado 近期流量暴增，比创建 20 年以来的流量峰值还要高出四倍 10。面对突如其来的大量访客，该公司检测网络安全的人工智能系统误以为网站遭受网络攻击，继而采取阻止用户访问网站的举措。 Facebook 的反垃圾内容过滤器同样错误地删除了很多分享有关新型冠状病毒的重要真实新闻故事和信息的帖子。 美股在过去三十多年中仅有一次熔断，却在近半月内连续四次熔断，蒸发 3 万亿美元 11。 人10 数据来源：美国财富杂志 11 数据来源：腾讯新闻 中国移动研究院 战略与产业研究所 10 工智能操作系统所进行的大量卖出操作可能是造成这波美股巨量下跌的关键原因之一 。目前程序化交易已占欧美市场 80%以上的交易量，人工智能算法为基础的交易系统扮演越来越重要的角色。但是 多数 AI驱动的交易算法只是在最近几年才投入使用，训练数据很可能并没有包括 历史上的一些极端事件，如 2008 年金融危机 。当系统无法计算出应对新冠肺炎、沙特石油增长等突发状况时，会迅速做出卖出决策，配合 高频 交易，会在 极端 时间内如滚雪球一般极大地扩大市场的不安情绪。 很多知名的量化对冲基金，如 Renaissance（文艺复兴）， D.E. Shaw 和 Two Sigma 等全球三大量化巨头近年来一直在使用人工智能量化策略，这次疫情产生的市场动荡搅乱其系统驱动工具所依赖的许多信号，导致三大量化巨头在 3 月创下罕见跌幅，至今损失仍在不断 扩大。 二、对 运营商 发展的启示 在通用人工智能领域提前战略布局，赢得未来发展主动权 。 一是加强与 科研机构、 高校和初创企业的合作。 科研机构、 高校和初创企业一直是创新的源泉， 运营商 能够提供他们迫切需要的资金、算力和数据方面的支持 。合作既能帮助提升 运营商 自主研发能力，也有利于人才储备。二是 把握疫情对产业链冲击影响带来的机遇 ， 大胆投资或收购一批优质企业和“隐形冠军”，特别是上游芯片等关键器件类的企业 ，为 运营商的 自主创新固本强基。 树立 人工智能技术“善用者 ” 的科技企业形象 。联合利益相关方，