中国信息通信研究院云计算与大数据研究所副所长、中国人工智能产业发展联盟副秘书长张雪丽在2018中国人工智能产业年会作了题为《人工智能技术及产业发展态势》的主旨演讲，与大家分享了对人工智能技术、产业现状及趋势。
2018年12月9日，张雪丽副所长在2018中国人工智能产业年会作了题为《人工智能技术及产业发展态势》的主旨演讲。
以下为张雪丽演讲内容实录
张雪丽：感谢杨老师的介绍和邀请，20年前我是跟杨老师学习智能网的，20年后我今天再见到杨老师还是那么的儒雅、帅气，而我已经长了白头发了。20年前我们做的智能网我认为它的智能化是高度集中的，集中在运营商SCP当中，而且数据和参数是很少的，我们那时候致力于能够让我们根据我们个人的时间，个人的地点去控制我们在哪个电话上去接电话或者是我们怎么样收费，实现这样的一些简单的业务模式。
我们看一下20年后的今天，在人工智能的阶段，我们的电信网络应该说智能化已经无处不在了，从端到管到云到应用，智能化无处不在，反倒是我们运营商基础的网络智能化是最弱的。
我们也可以看一下整个人工智能产业是怎么样发展的过程，我想这张图大家可能都见过，经历了不同的浪潮和发展阶段，我刚才印象特别深的是在陆院士短片里他提到，过去我们是向专家学知识，现在我们是向数据去学知识。在座有很多的老师，因为从上午的颁奖可以看出来，我相信现在老师特别不好当。因为我儿子在上大学，他在给我讨论，老师给他的课题多么的难做，说他不懂没有讲清楚，但是他可以上网自己去查。
为什么我们会进入到人工智能新的浪潮呢?就是这样几大要素，我们刚才提到了数据，李院士也提到了数据的标注是一个沉重的话题。一个是数据，还提到了算法和算力，我想这些都是由于互联网、云计算、大数据以及芯片软件能力的提升，把我们带入了人工智能下一个发展的阶段。
我们也可以看到人工智能这几年非常热的，在全球也陆续有很多政策的出台，我们这里面也列举了一些，可以看到最近我印象比较深，德国出台了《AI made in Germany》，他强调一个就是一个制造业，因为“made in Germany”有双重的含义，一个是德国制造，还是打它这个品牌，另外也特别强调了中小企业，以及培训，这个是跟其他政策不太一样的地方，咱们中国来讲大家最印象深刻的还是10月30日的中央局集体学习人工智能。
从咱们国家来讲，我们知道有互联网+人工智能的三年实施方案，还有国务院的35号文，以及工信部刚才杨老师介绍的三年行动计划，还有高校人工智能的行动计划。今年工信部为了进一步落实三年行动计划，近期出台了揭榜的工作方案。可以看到，人工智能在咱们国家已经上升为国家战略。
到地方上来讲，我们也梳理了一下，全国有16个省市发布了地方的AI战略规划，陆续我们都会看到，网上也会查到。我体会比较深的苏州，我刚才在想，我有至少五次来苏州开的都是人工智能的会。有一次印象特别深的，苏州工业园区有一份报告他们ABC产业的报告，我们也可以看出来地方政府对人工智能的重视程度。
从政策层面来讲，工信部这样三年行动计划，它还是围绕着一个主线就是信息技术跟实体经济的融合，跟制造业的融合。一方面是要跟十九大报告跟实体经济融合的，另外一个制造业也是咱们国家非常重要的产业。
主要的核心是四大任务，下面会稍微介绍一下：
第一，智能产品，分成了三类产品，智能控制产品、智能理解产品、智能硬件三个方面。
第二，三大领域，智能传感器、神经网络芯片、开源开放平台，这个是核心基础。刚才杨老师也介绍了成立了中国人工智能产业发展联盟，也是针对这样三大核心基础，其中的芯片和开源开放平台，联盟也是及时的成立了计算架构和芯片的推进组，以及开源开放的推进组。
第三，两大重点方向，深化发展智能制造。
1.智能制造关键的技术装备，包括机器人等等。
2.一些新的模式，像个性化定制的服务平台，还有远程控制和自动诊断的系统都是服务于生产制造的。
第四，从支撑体系角度来讲也是提出了四个方面：
1.建行业训练的资源库;
2.标准测试及知识产权的服务平台;
3.智能化的网络基础设施;
4.安全保障体系。
为了进一步落实国发35号文，再有工信部三年行动计划，今年工信部发布了揭榜计划，就像杨老师说的一样，产业化其实是非常重要的，也是我们努力的方向。这个揭榜计划就是想通过这样的一个计划，能够树立这样标杆的企业、产品和服务，就行动计划当中的四大任务和17个方向以及细分领域来进一步落实和实施。这里面也是简单列了一下主要哪些方向，大家也可以看一下。
这是前面的政策情况，我们可以看到，实际上从技术角度上来讲，前面专家也提到，其实是深度学习带动了本轮人工智能的发展。院里面也是在《深度学习技术架构白皮书》当中也梳理了一下深度学习的技术架构，我们可以看到，软件框架是技术体系的核心，它实现了我们对算法的封装，对数据的调用，以及计算资源的调度和使用，它应该是我们整个深度学习的工程实现。
经过这一年的发展和沉淀之后，其实院里也会有一些新的成果的考虑和一些新的方向，明年的科研方向的考虑。我们也看到其实在前面介绍的时候也有说，像李院士提到他对深度学习的理解，特别提到了数据的标注，实际上深度学习需要大量标注数据的，机器是数据喂出来的。我们说人工智能会取代人去让一些岗位消失，但它同时也会衍生出一些新的就业岗位，比如说数据的标记员，这个阶段应该是人工密集型的阶段。
我们也看到深度学习存在一些问题，学界和业界也在不断地提出一些新的思路和新的算法，像迁移学习、胶囊网络，还有生成对抗网络，还有深度强化学习，都是一些新的方向。从基础应用的角度来讲，像计算机视觉、智能语音理解这些基础应用也是不断取得突破的，我们经常会看到各种各样的一些数据，还有一些报道，为我们人工智能去赋能百业奠定了坚实的基础。
另外来讲从开源工具的角度上来看也是大家聚集这样一个产业焦点，像开源训练的框架，很多企业也都在做，包括一些模型还有新的推断计算等等。芯片我们也可以看到，大家如果关注人工智能相关的新闻也可以看到，国外一些互联网公司芯片都是早有布局，国内也是在积极跟进的。
初创企业也是在专注终端推断芯片的研发，还有一些资本事件，还有并购潮等。另外作为一个普通人，都感受到智能终端离我们很近，以往我们是感受不到的，一方面来讲这个人工智能技术是为终端带动大规模的产业化的一些应用，我们经常会看到各种各样的终端，包括机器人，应用在专业和家庭领域等等。
另外一方面也提升了终端的智能化水平，还有一个每个人，人手一部的手机，我们也可以看到手机的变化，如果你这两年换了手机的话，我们也做了一些调研，在手机当中我们应用比较多的是AI拍照，还有图象处理，语音助手，用户行为学习等智能手机应用热点。
整个技术和产业是在不断的发展的，在三年行动计划当中也提到标准和评测评估的工作。我觉得从当前的产业情况来看，无论从用户和企业的角度来讲都会有一些思虑，一个是产品本身它的智能化水平差异到底有多大?刚才李院士在自动驾驶的时候我们看到有5级的自动驾驶。像人工智能产品和服务，它的智能化水平是怎么样的?再还有宣称的能力和实际能力差别有多大?对于用户来讲可能面临不会选或者不敢选的一些问题。
对于企业来讲可能觉得缺乏对标的产品或者优秀的一些标杆，那么联盟这边也是在推进一些针对人工智能产品、服务应用的一些评估工作，包括芯片还有算法，以及相应的服务平台，还有一些基础应用，还有各类智能产品和服务。这里面简单列了一下当前做的这些，包括深度学习训练平台的，还有智能音箱，这个是在10月份发布，应该是在苏州，后面我会提到，还有在做的一些工作。
我想抛砖引玉跟大家在这次年会上能够有一些分享，可以后续进行交流，那从产业的角度上来看我们肯定都感受得到蓬勃发展这样一个情况，我们都是感觉很好，但是实际上我们的产业结构还是呈现这样一个倒三角的结构。我们不管是人工智能还是哪个产业始终是这样一些问题，这么多年始终就没有形成这样一个新的格局，我们基本还是基础层面缺乏一些，应用层面是百花齐放的。
这里面也列出在全球，像人工智能包括我们基础支撑层面，技术服务行业应用层面我们现在用的主流企业和产品，这是我们国内的，我们也可以从这里看到百度王总对产业界巨大的贡献。
从整个应用场景我们可以看到是不断扩展的，包括智能机器人，包括金融，包括安防、驾驶、教育、医疗、搜索等等各个行业都在不断地去丰富它的应用场景，包括电信网络本身。“517”我们专门有一场专题就是讲电信网络的智能化，会看到除了网络本身，包括网络外围的智能客服维护，围绕着电信网络延伸出很多的智能化的应用。
这里面我们院会持续去监测全球和国内的一些人工智能产业的情况，这里面也是一些规模性的数据，我们自己专门有一个课题去研究如何去评价人工智能产业，会发现在规模方面我们有一定的优势可以看到企业数量是到今年9月份是5000多家，美国是2000多家，中国是1000多家，初创的企业是2013年开始爆发式增长的。
从区域分布上来看，我们可以看到在企业数量排名前20的城市，美国是8个，中国是4个，中国主要集中在北上广和江浙地区，这个大家也都深有体会，今年难得一次去长春开了一个人工智能的会，大部分都是在北上广可以看到聚集在这样的区域。一方面我想是有非常好的政策环境，再有一个来讲也是产业比较聚集，人才也是比较聚集的。
从企业的年龄上来看，是全球的平均年龄7.7岁，咱们国家要年轻一些是5.1岁，比较年龄大的国家主要还是美国、德国、瑞典和日本，我们可以看到还是发达国家相对比较成熟的，尤其是日本比较多的自动化和机器人转型的企业，它的平均年龄接近了12岁。
从投资的角度来讲，从前面那张片子来看，其实投资也催生了人工智能新的一轮热度。从2013年开始是持续攀升的，2018年上半年中国是达到了317亿美元，是吸纳了比较多的资本。
从轮次上看，我们通过投资的轮次也可以看出这个产业的成熟度，它是以早期的投资活动为主，我们看到在上半年A轮和种子、天使达到了65%。近几年合计占比是到60-70%之间，是有逐渐下降趋势的，就说明它是在逐渐的成熟，而且我们后面也可以看到，它还产生了一直到F轮的比例在不断地增加。
从整个企业布局来，我们可以看到这种巨头的All in AI的布局，包括Google、Facebook、微软、亚马逊等等，亚马逊前段时间有盛大的新产品的发布，还有百度、阿里、腾讯等等，都在人工智能有相应的布局。另外来讲也在做一些对外的人工智能投资，还有论文发表的数量，我们也可以看到论文数量也是很多的，在这里面是看到2014年是超过美国达到世界首位，就是院里通过各种监测渠道看到。我们要再进一步去分析论文的具体技术，还有产业的方向，还有高被引论文中国是占比16%这样的一些数据。
从产业一些细的环节上我们可以看到，芯片我们认为是非常重要的一个产业的基础，竞争也是比较激烈的，应该说有一些优势的厂商，不但有云端的训练和推理的芯片，终端上也有相应的产品，国内我们也在逐步的布局。这里面也列了云端的训练芯片、推理芯片，以及相应的在一些产品上的芯片。
这里面也列了一些我们在具体的芯片类型，还有名称以及它的一些特征，我们还可以看到在通用芯片和云端训练推理芯片上还是国外优势明显一些，在国内芯片来看，我们大多是从端测推理这样一个定位，然后自己也是在不断提升。
说到人工智能的产业，我们说它是一个通用技术，是赋能百业的，但是因此时间关系不可能讲太多，医疗我们认为是一个应用获得广泛应用前景的产业，这里面简单列了一些应用场景，这里面我们也分析了一下医疗关键技术包括医疗的知识库，我们对相应文献医疗也向数据一些分析，还有一些推理，反馈学习等等到输出都会用到人工智能各种算法。
这里面也是列了一下深度学习+医疗影像，智能诊断这样一个过程，还有一些应用的场景，包括一些虚拟助理，还有大家普遍看好医学影像这个识别，那么在三年行动计划当中专门就影像识别提出指标。
还有电子病例和文献的分析，也会用到知识推理，质量评估等等。还有药物的研发，还有中医的辅助诊疗系统，可以围绕中医的望闻问切，凡是人可以做的事情，人工智能都可以去探索，去做。
那么前面也提到这个人工智能产业联盟也是在去年10月份成立的，目前有388家会员单位，是四部委指导的，联盟目前10个工作组，2个推进组和1个委员会。刚才说推进组就是开源开放和计算架构芯片。
联盟新成立机器人产业融合委员会，后续也会有一些其它产业推进工作的考虑，联盟也发布了一些研究成果，包括刚才提到的这个深度学习技术选型白皮书，还有人工智能的发展白皮书，主要从技术架构的角度上，还有产业的角度上，在上海大会上的产业发展蓝皮书，还有我们电信网本身安全等等。
联盟其实组织了一些活动，主要还是为了搭建各方合作的平台，从2017年乌镇开始，2018年结束，包括中美的峰会还有南京的峰会，像苏州我们是在10月15日金鸡湖区域搞了人工智能开发者大会，比较技术的这么一个会，明年也会陆续有一些类似的活动，也欢迎大家积极的参加。
我的介绍就到这，谢谢大家。
