中国信通院-人工智能及其核心技术白皮书_45页_1mb

报告摘要

人工智能核心技术产业白皮书总结

核心内容

本白皮书由中国信息通信研究院和中国人工智能产业发展联盟发布，旨在探讨深度学习技术驱动下人工智能的发展状况、技术创新重点及产业发展趋势，总结“十三五”期间我国发展情况，并提出“十四五”期间的发展方向与机遇。

主要观点

一、人工智能核心技术产业发展总体态势

深度学习进入升级优化阶段
- 深度学习技术已进入应用优化阶段，技术红利持续释放，推动图像识别、机器翻译等任务准确率大幅提升。
- 技术成本快速下降，计算量每八个月降低一倍，成本降低百倍，推动人工智能产业进入高速发展期。
资本寒冬下产业生态加速构建
- 资本寒冬显现，但优质企业估值持续增长，独角兽不断涌现，产业呈现良性发展态势。
- 人工智能技术已全面覆盖社会运行的基本要素，推动产业结构升级。
技术与应用的深度融合
- 人工智能技术已深入消费互联网及传统行业，推动智能产品和应用的规模化发展。
- 预训练模型、模型小型化等技术加速落地，推动智能计算革命。

二、人工智能技术创新重点

深度学习多角度融合创新
- 深度学习技术正与知识工程、传统机器学习等技术融合，探索认知时代的算法路径。
- 少样本学习、自监督学习、多模态学习等多元化学习方式成为技术突破方向。
预训练模型推动通用智能
- 预训练模型参数已达万亿级，成为实现语言处理通用智能的重要技术路径。
- 头部企业如谷歌、OpenAI等主导预训练模型发展，形成技术壁垒。
模型小型化提升运行效率
- 知识蒸馏、剪枝、量化等模型压缩技术逐步成熟，显著提升模型运行效率。
- 多家头部企业已推出模型压缩工具，推动边缘设备上的智能应用。

三、人工智能产业发展趋势

从单点技术向场景化综合生态发展
- 企业重点转向应用场景的落地，推动智能技术与行业深度融合。
- 开发框架与行业解决方案形成生态体系，如旷视、商汤、科大讯飞等企业已推出多领域智能平台。
科技巨头加速产业垂直整合
- 头部科技企业加快整合算力、算法、数据等资源，构建全栈智能计算生态。
- 芯片、框架、平台等核心环节逐步被科技巨头主导，形成寡头格局。
开源框架格局逐步清晰
- 开源框架从百花齐放转向几家主导，TensorFlow、PyTorch成为主流。
- 国内框架如百度飞桨、华为MindSpore等逐步完善，形成竞争态势。
平台化发展模式初现
- 研发平台、基础技术服务平台、垂直行业平台等逐步成熟。
- 云服务厂商、AI技术服务企业、传统行业企业等共同构建平台生态。
智能计算产业形态初显
- 云、边、端成为主要算力供给形态，推动智能芯片、边缘计算等技术发展。
- 多样化算力供给模式加快形成，助力人工智能产业生态构建。
全球数据鸿沟加剧，开放共享机制加速构建
- 数据资产集中在少数头部企业，形成寡头垄断。
- 数据开放共享、数据规范与数据协议成为重要发展方向，推动数据治理体系建设。

四、我国人工智能发展重点与机遇

“十三五”期间发展情况
- 政策环境持续优化，人工智能产业进入快速发展阶段。
- 技术创新能力和产业规模持续提升，形成全球第二的产业基础。
- 行业融合应用不断深入，形成智能抗疫、智能金融、智能医疗等应用模式。
“十四五”期间发展方向与机遇
- 构建基础理论与应用技术结合的学科体系
  - 重视基础理论研究，提升颠覆性创新能力。
  - 多个高校已布局人工智能学科，推动“人工智能+”模式发展。
- 重点布局企业级人工智能研究院
  - 高校与企业合作推动技术突破，培养领军人才。
  - 企业级研究院在技术转化和人才培养中发挥重要作用。
- 打造区域人工智能技术融合创新生态系统
  - 政府主导区域创新生态，整合企业、高校、研究院所等资源。
  - 建设人工智能创新试验区和应用先导示范区，推动区域特色化发展。
- 加快人工智能与各产业深度融合，打造产业集群
  - 推动人工智能与工业、交通、医疗、农业等关键行业融合。
  - 建设人工智能产业园，形成规模化产业布局。
- 深化国际合作，融入全球人工智能治理框架
  - 推动人工智能伦理治理研究，形成国内外影响力的交流平台。
  - 加强标准体系建设，推动国家标准与国际标准协同。
  - 积极参与全球人工智能治理，提升中国方案的国际影响力。