人工智能产业化应用加速（大数据观察）

ove兲使哋寶赑

原标题：人工智能产业化应用加速（大数据观察）
                          核心阅读
8 `2 M# R5 f1 U) ?0 d, D- S 近年来，随着数字化基础设施建设不断完善，商业化应用加速落地，人工智能产业发展驶入“快车道”。
" e. M$ F2 b1 F, u; s+ d 工业质检、零件计数、自动驾驶、语音交互……人工智能在产品研发、服务升级、商业模式创新等方面为企业带来切实成效，各式各样的人工智能应用进入生产生活、服务千家万户。
$ j  a1 Z5 J5 _8 r. Q' Z- H6 ? 新一代人工智能是推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。当前，我国人工智能领域呈现出技术创新和产业化应用双轮驱动、双向促进的发展特征。
在供需两侧的共同推动下，技术创新成果开始大规模地从实验室研究走向产业实践，人工智能产业化进程加快。根据中国信通院发布的最新数据测算，2022年我国人工智能核心产业规模达到5080亿元，同比增长18%。
应用广度和深度加快扩展，场景创新成为新路径
兔毫、油滴、曜变、鹧鸪斑……在1300摄氏度以上的高温中，建盏展现出绚丽的釉色，每盏皆唯一。古人常以“入窑一色，出窑万彩”来形容其釉色千变万化。近年来，国内建盏产业迅速发展，但也产生了假冒仿制、以次充好等乱象，通过传统防伪手段，很难解决问题。
后来，位于福建省南平市建阳区的一家建盏生产企业找到了北京旷视科技有限公司，希望借助人工智能技术来为每一只建盏打造专属的“电子身份证”。
/ r- |: K( \  E. X 这并非易事。一方面，分辨不同建盏之间的区别难度极高，建盏釉面还会产生很强的反光，这些都会给人工智能带来挑战；另一方面，这类项目往往需要花费大量时间做实验设计。
面对这些问题，旷视团队提出“算法量产”理念，打造了人工智能建盏溯源系统，实现了盏纹识别。团队还研发了内置可控制光源的硬件设备，以克服釉面材质反光的难题。
3 p. {. {$ W  N! C2 S “我们由此实现了一盏一图、一盏一码、图码结合，既有效打击了仿造伪造行为，又推动产业的规范化发展和数智化升级。”旷视研究院算法量产负责人周而进说。
像建盏一样，人工智能应用向纵深演进，越来越多的行业实现了智能化升级。工业质检、零件计数、自动驾驶、语音交互，甚至是高空抛物检测、普洱茶茶饼识别、破皮速冻水饺检测……人工智能为企业在研发速度和流程、产品服务、商业模式创新等方面带来切实的成效，“五花八门”的人工智能应用伴随着数字化、智能化热潮，进入生产生活、服务千家万户。
! ~0 D9 h2 q; M6 c2 P9 s0 l “人工智能技术正沿着追求更高精度、挑战更复杂任务、拓展能力边界等方向持续演进。场景创新成为人工智能技术升级、产业增长的新路径。”科技部新一代人工智能发展研究中心主任，中国科学技术信息研究所党委书记、所长赵志耘认为，人工智能应用广度和深度不断扩大，正向更多行业和更核心的业务领域渗透，推动制造、物流、医疗等各方面的智能化程度不断提高，智能场景对经济社会发展的重要性也逐渐凸显。
新技术不断涌现，产业化路径逐渐清晰
随着新技术不断涌现，人工智能产业化的路径也逐渐清晰。近几年，国内外厂商纷纷加码巨量模型的投入与研发，让人工智能产业落地找到了新的方向。
  i* r# H* p% g) ` 新药研发就受益于此。华为云盘古药物分子大模型，是由华为云联合中国科学院上海药物研究所共同训练而成的大模型，可以实现针对小分子药物全流程的人工智能辅助药物设计。
西安交通大学第一附属医院刘冰教授团队利用该大模型成功研发出一种新的“超级抗菌药”，它有望成为全球近40年来首个新靶点、新类别的抗生素。借助大模型，先导药的研发周期从数年缩短至1个月，研发成本降低70%。
联想集团首席技术官芮勇认为，大模型的特点可以概括为“一大三多”：“‘一大’是指参数规模大，是千亿参数级别的超大型人工智能模型；‘三多’是指利用多来源、多模态、多任务的互联网海量数据进行训练。”
" m" o  i# w, c0 x* w7 f# E- Y% }7 v “在云服务的基础上，大模型的落地也越来越普遍。过去，我们经常强调的是针对某一类应用的小模型，比如人脸识别、语音识别等。现在随着大模型的出现，用户可以在预训练模型上进行简单的处理，就能满足自身的需要。这实际上能够帮助用户更好地应用人工智能技术。”国际数据公司（IDC）中国副总裁周震刚说。
  |# E  ]# @7 ^' J6 |, {1 P' J 浪潮信息基于大模型打造的智能客服机器人“源晓服”就是大模型的一个典型应用。“我们的目的是让大模型与契合场景需求的行业模型进行结合。”浪潮信息服务总监陈彬说。
+ |0 |0 e8 U, T  ~' t 凭借强大的学习能力，“源晓服”能够对知识库进行自主化学习。目前，已能覆盖终端用户92%的咨询问题。对于一些常见技术问题，如系统安装、部件异常等，解决率达80%。
: j- c$ l( ^: b7 j, z  V, Y “大模型并不是炫技，它更多源于人工智能产业发展的现实需求。”浪潮信息副总裁刘军指出，人工智能应用场景已经从碎片化过渡到深度融合的一体化，在算法模型方面，巨量模型将会成为人工智能算法规模化创新的基础。
4 E: u6 J1 Q6 n: X' n6 C, H 核心产业规模快速增长，形成良好产业发展基础
4 T+ e6 b* X4 h+ ]) l 人工智能是引领新一轮科技革命和产业变革的战略性技术。近年来，我国陆续出台多项政策，鼓励人工智能行业发展与创新。《新一代人工智能发展规划》《关于支持建设新一代人工智能示范应用场景的通知》《新型数据中心发展三年行动计划（2021—2023年）》等产业政策，为人工智能产业发展提供了保障；我国还依托领军企业建设了10余家国家新一代人工智能开放创新平台；依托地方建设国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区；以发布智能产品推广目录等方式推动人工智能技术在医疗养老、城市建设等重点领域的规模化应用……
* M: q% Z: b8 e 近年来，我国形成了良好的人工智能产业发展基础。除人工智能核心产业规模快速增长外，我国人工智能企业数量超过4200家，智能芯片、开源框架等关键核心技术取得重要突破，智能传感器、智能网联汽车等标志性产品创新能力持续提升；在智能化信息基础设施布局建设方面，2022年，全国在用数据中心机架总规模超过650万标准机架，目前有超过30个城市正在建设或提出建设智算中心。
专家表示，进一步推动人工智能产业发展，将创新要素转化为物质或知识资源，形成规模效应和范围效应，关键在于协同创新平台的搭建。构建人工智能协同创新平台，要聚焦当前落地应用需求，更快实现人工智能生态伙伴的业务聚合、资源聚合和战略聚合，平台内的各方主体通过加强人工智能算力输出、服务能力优化及人才培养等层面的要素供给，形成产业链上下游通力合作的产业生态。