学习《人工智能新基建发展白皮书》.docx
- 文档编号:6885124
- 上传时间:2023-05-10
- 格式:DOCX
- 页数:14
- 大小:870.76KB
学习《人工智能新基建发展白皮书》.docx
《学习《人工智能新基建发展白皮书》.docx》由会员分享,可在线阅读,更多相关《学习《人工智能新基建发展白皮书》.docx(14页珍藏版)》请在冰点文库上搜索。
学习《人工智能新基建发展白皮书》
学习《人工智能“新基建”发展白皮书》
人工智能作为新一轮产业变革的核心驱动力,正在释放历次科技革命和产业变革的巨大能量。
持续探索新一代人工智能应用场景,将重构生产、分配、交换、消费等经济活动各环节,催生新技术、新产品、新产业。
作为数字经济转型升级的推动力和新一轮科技竞赛的制高点之一,近年来人工智能被提升到国家战略高度。
2017至2019年,连续三年的政府工作报告中均提及加快人工智能产业发展;2020年,人工智能更是与5G基站、大数据中心、工业互联网等一起被列入新基建范围。
在“新基建”背景下,人工智能将为智能经济的发展和产业数字化转型提供底层支撑,推动人工智能与5G、云计算、大数据、物联网等领域深度融合,形成新一代信息基础设施的核心能力。
1、人工智能作为“新基建”重要组成的意义
(1)对国家战略转型有重大意义。
推进人工智能“新基建”,将广纳社会主体和社会资本,助力我国经济高质量发展和国内双循环的发展格局形成。
(2)对推动数字经济迈向智能经济新台阶有重大意义。
智能经济以算法、算力、数据为关键生产要素,需要海量数据驱动,依托算力平台和人工智能算法进行数据处理,将数据资源转化为数据智能,最终作用于实体经济发展各环节,推动生产效率提升和经济结构化,实现智能产业化和产业智能化。
(3)对人工智能产业发展具有重大意义。
人工智能“新基建”将推动人工智能与5G与云计算、大数据、物联网等领域深度融合,加速人工智能与实体经济深度融合,形成新一代信息基础设施赋能产业的核心能力。
2、人工智能“新基建”的内涵与界定
(一)人工智能产业链:
基础层、技术和算法层、应用层。
基础层:
包括硬件、算法和海量三部分,其中硬件的核心是具备高运算能力的芯片,例如CPU、GPU、ASIC、FPGA等,算法的核心是机器学习,包括深度学习、浅层学习和强化学习等。
技术和算法层:
包括神经网络、强化学习等深度学习算法,以及计算机视觉、语音识别、自然语言处理、知识图谱等技术。
应用层:
人工智能产品、服务和解决方案,包括制造、金融、医疗、教育、零售等国民经济各大领域。
(2)内涵与界定
18世纪以来,人类社会共发生过三次大型的技术革命,分别是蒸汽机革命、电力革命和信息互联网革命,每一次技术革命都伴随着新的配套基础设施的建立和完善。
以人工智能为代表的新型基础设施将成为第四次产业革命的重要组成部分,有力推动产业转型升级和经济社会高质量发展。
人工智能作为“新基建”的一部分,指发力于科技端,目标是为新一代信息技术和相关行业产业的创新提供算力、算法及算据基础条件的系列基础设施。
它将从“+AI”和“AI+”两方面参与产业变革。
“+AI”:
提高生产效率,降本增效。
行业本身一直存在,产业链条成熟。
以前完全靠人工,效率比较低,现在加入AI元素后,使得行业效率有了明显提高。
“AI+”:
创造新需求和增长点。
在AI技术成熟之前,这个行业、产品不曾存在过。
人工智能“新基建”是构建智能经济形态的重要基础:
赛迪认为,人工智能为智能经济的发展和产业数字化转型提供底层支撑,与5G、云计算、大数据、物联网等领域深度融合,形成新一代信息基础设施的核心能力,将推动生产效率提升和经济结构优化。
3、人工智能作为“新型基础设施”的赋能方式
(一)三种赋能方式:
算力层面、算据层面、算法层面
算力层面:
面向特定领域提供专项人工智能计算能力。
从技术角度体现各类型的AI芯片。
从推广应用的角度考虑则体现为云计算中心、AI超算中心等。
算据层面:
为各行各业提供进行训练所需的数据集、场景库。
政府层面推动的算据基础设施典型代表包括面向人工智能基础技术及应用的检验检测基础服务平台,新一代人工智能创新开放平台。
地方落地的城市大脑开放平台、智能语音开放平台、医疗影像开放平台、智能视觉开放平台等。
企业层的算据基础设施典型代表包括XX、阿里、腾讯、华为、京东、旷视、商汤等AI开放平台。
算法层面:
面向全行业各领域提供基础深度学习技术的专项人工智能算法能力、算法框架和相关接口,如开源深度学习算法框架、开源计算机视觉算法工具、开源自然语言处理算法工具、开源人工智能芯片指令集、安全检测平台等。
(二)人工智能算力为产业发展提供信息基础设施
AI算力是基于芯片、加速计算、服务器等软硬件技术和产品的完整系统,也是承载人工智能应用的基础平台,发展AI算力将为各行各业智能化发展提供信息基础设施,改变基础算力的部署方式和获得方式,降低算力成本,将有效降低人工智能技术的使用门槛,构建软硬件协同、新老系统协同、各个行业协同的产业新生态。
(3)人工智能算法为产业发展提供融合基础设施
AI算法作为融合基础设施,是联通硬件、软件、应用场景的“枢纽式”存在。
目前,深度学习等算法已广泛应用于自然语言处理、语音处理以及计算机视觉等领域,并在某些特定领域取得了突破性进展。
(4)人工智能算据为产业发展提供创新基础设施
AI算据为行业提供丰富的数据、实践场景、行业内知识,具有消费或使用上的非竞争性和收益上的非排他性特点,属于公共物品,需要依靠政府推动实现资源有限配置和引导。
国家和相关部门高度重视以AI算据为核心的人工智能创新基础设施建设。
支撑相关领域科学研究、技术开发、产品研制,推动经济发展权要素智能化发展。
4、地方政府推动人工智能领域“新基建”的主要进展
城市
文件
目标
政策举措
地方特点
保障措施
上海
《上海市推进新型基础设施建设行动方案(2020-2022年)》
到2022年底,推动全市新型基础设施建设规模和创新能级迈向国际一流水平。
初步梳理排摸了未来三年实施的第一批48个重大项目和工程包,预计总投资约2700亿元。
包括新建3.4万个5G基站,新建一批科技和产业基础设施、新建10万个电动汽车充电桩、新增1.5万台以上智能终端等。
建设“新网络”、“新设施”、“新平台”、“新终端”
科教资源、应用场景、技术设施、海量数据
强化统筹协调、加强市区协同、创新支持方式、培育市场需求、
北京
《北京市加快新型基础设施建设行动方案(2020-2022年)》
到2022年北京基本建成具备网络基础稳固、数据智能融合、产业生态完善、平台创新活跃、应用智慧丰富、安全可信可控等特征,具有国际领先水平的新型基础设施。
支持建设高效智能的规模化柔性数据生产服务平台;加强深度学习框架与算法平台的研发、开源与应用;支持算力、算法、算量基础实施建设。
已形成人工智能优势产业集群;产业融资规模达全国首位
强化要素保障、完善标准规范、丰富应用场景、优化营商环境
广东
《广东省新一代人工智能发展规划》、《深圳市新一代人工智能发展行动计划(2019-2023)》、《广州市加快推进数字新基建发展三年行动计划(2020-2022)》
1、到2025年,建成30个以上人工智能重点实验室、新型研发机构、工程(技术)研究开发中心、企业技术中心和应用中心;10个以上人工智能相关产业技术创新联盟;4个以上人工智能智库。
2、2023年,建成20家以上创新载体、培育20家以上技术创新能力处于国内领先水平的龙头企业,打造10个重点产业集群。
恩公智能核心产业规模突破300亿元。
带动相关产业规模达6000亿元。
3、到2022年,推动形成50个智能经济和智能社会应用场景,人工智能产业规模超1200亿元。
兼顾既有基础和长远发展,开展智慧城市场景构建行动。
新技术新产业发展势头迅猛。
创新型建设以鹏程实验室为载体的分布式人工智能开源开放基础平台,规划建设社区运营平台,吸引国际人才团队参与人工智能基础研究与关键技术开源创新。
完善体制机制建设、发挥国资国企主力军作用、加大督促评估力度
安徽
《安徽省新一代人工智能产业发展规划(2018-2030年)》
2025年,人工智能产业规模达到500亿元,带动相关产业规模达到4500亿元。
到2030年,人工智能产业规模达到1500亿元,带动相关产业规模达到1万元。
全力推介88个“安徽造”新基建项目,即智能制造、民生服务、社会治理领域的人工智能新基建项目。
发布的新基建领域技术产品服务目录共896项,其中人工智能类占400项。
科大讯飞智慧教育AI大脑、华米科技智能手表等。
具有人工智能全产业链的竞争优势,目前已初步形成以合肥、芜湖、马鞍山等市为代表的人工智能产业集群。
加强同各市、省直有关部门协同,建设一批示范项目。
继续督促中国声谷企业围绕新基建项目建设。
浙江
《浙江省促进新一代人工智能发展行动计划(2019-2022年)》
支持阿里巴巴城市大脑国家新一代人工智能开放创新平台建设;支持海康威视视频感知开放创新平台升级为国家及平台;争创人工智能国家创新中心;布局建设10家以上省级人工智能创新平台,加快建设人工智能“1+N”产业创新联盟;加快完善标准测试及知识产权服务、行业训练资料库、网络安全、网络基础等体系建设。
培育一批创新型企业、实施一批重大项目、打造一批创新中心、布局一批产业基地、建设一批公共服务平台、完善一批支撑体系。
重视人工智能人才培养;更具有创新力;高度重视政策与规划。
建立工作推进制度;将强政策支持力度;加强产业协同创新;加强数据资源开放和应用;加强产业开放合作;加强学科建设和高端人才培育
江苏
总体发展情况:
“新基建”竞争力指数达86.3,仅次于北京和上海,位居全国第三。
全省上云企业22万家,物联网业务收入占全国半壁江山,数字经济规模位居全国第二,占全省GDP比重超过40%。
产业规模:
超千亿。
产业技术:
达到国内领先水平。
产业集聚效应:
打造4个国内有地位、国际有影响的人工智能产业集聚区。
大力发展人工智能重点建设满足机器学习、大数据挖掘、自主决策等智能计算需求的新型计算集群共享平台。
加快发展人工智能软件产业,积极推动人工智能核心算法硬件化、系统化和平台化发展。
加快发展人工智能硬件产业,重点突破视觉、触觉、位置、测距、图像感知、嵌入式算法等传感器关键核心技术,推进人工智能处理器芯片的自主开发。
注重聚集发展。
按照“重点突出、优势互补、特色化发展”的原则,以扬子江城市群“中国制造2025”国家示范区为依托,打造国家级的人工智能产业试点示范集聚区。
实施智力支持保障,建立部门协同,统统组建江苏省人工智能产业创新联盟。
建立人工智能产业发展专家咨询委员会,开展重大课题研究。
四川
1、培育5家以上收入规模超过50亿元的一流领军企业、10家以上收入规模超10亿元的领军企业和20家以上收入规模超亿元的创新企业。
2、建成3-5个成熟的人工智能产业集聚区,形成基础坚实、创新活跃、开放协作、链条完备的人工智能产业生态。
3、建成国家级人工智能产业创新示范区,打造最具行业融合特色的“中国智谷”、国际知名的工业智联网典范城市、世界一流智能无人机和车联网基地。
4、人工智能(行业融合应用)产业规模突破500亿元,带动关联产业规模突破5000亿元。
1、加快夯实人工智能产业基础,推进智能化网络基础设施建设。
市政府加快国家超算中心在蓉布局、建设高效能计算基础设施、提升信息基础设施服务支撑能力。
2、不断提升人工智能产业能级加快人工智能标准和规范体系建设,推进“AI+企业”培育工程,实施“AI+产业沙箱”培育计划。
3、全面营造人工智能产业生态。
推动产业主体抱团,强化人才供给能力建设,提升本地产业的国内外影响力。
1、组织领导方面:
成立领导小组,协调推进。
2、政策保障方面:
出台专项政策,做好制度保障。
3、政府推广示范方面:
在政府投资项目和政府采购项目中鼓励并支持包含人工智能应用场景的项目方案。
4、金融支持方面:
市政府支持社会资本设立人工智能领域投资基金,着力支持人工智能企业和产业服务平台发展。
5、人工智能“新基建”的行业发展路径
(1)推动制造业转型升级的路径
1.必要性和需求分析:
人工智能技术可以广泛应用于制造业的维护、产品质检和需求规划中,是促进制造业转型升级关键力量。
2.发展重点:
将人工智能技术融入制造业生产过程中,贯穿供应链、生产线以及质量控制流程。
人工智能技术有助于我们开发更好的产品、系统和解决方案,增强创新能力。
3.发展路径:
(1)部署特定领域AI程序:
实施针对特定领域的人工智能应用程序以处理车间的时间数据,将AI应用与已有IT系统和工业物联网进行集成嵌入。
(2)打造AI平台:
在制造业的生产过程中定义生产函数,确定生产数据的所有者,配置数据的访问权;确定哪些数据对AI应用程序有用,如何捕获和存储;规范和简化数据集成,确定遵循的数据标准和格式。
(3)扩展AI应用规模:
扩展AI赋能制造业的应用规模;确定在平台上开发新用例所需的IT硬件和软件资源;自动执行AI建议的决策;
(二)推动金融行业的发展路径
1.必要性和需求分析:
与美国的wdalthfront、Betterment等公司相比,我国的智能投顾公司大部分还处于初创阶段。
2.未来发展:
一是推动新金融的发展,搭建数据生态系统;二是加码大数据、云计算以及人工智能等新技术在金融领域的深入应用与拓展。
3.发展路径:
(1)打造信息基础:
在智能投顾领域,精准匹配用户与资产;在风控领域,应用于客户群体筛选、欺诈风险鉴别,以及信用评定等环节。
(2)构建新型服务体系:
利用新技术构建新的金融服务体系成为共识,以数据驱动,感知客户需求。
(3)打造创新基础:
利用云计算和大数据进行金融监管和打假,利用区块链技术去中心化储存,提高投资信息的安全度。
(三)推动医疗行业的发展路径
1.必要性和需求分析:
有利于推动人工智能医疗技术的升级及商业化,带动大健康相关产业的发展。
有利于撬动经济新动能。
2.发展重点:
一是推动医疗行业的信息基础设施向融合基础设施的突破发展;二是布局医疗信息体系构建,推进医疗信息化产业链的研发与创新进程;三是加快大数据在医疗行业的应用发展进程,解决医疗信息孤岛问题。
3.发展路径:
(1)完善技术要素,持续提升人工智能医疗技术。
在算力方面,AI专用芯片发展迅速,可基本满足AI赋能医疗的算力需求。
在算法方面,深度学习算法模型迭代迅速,在医疗行业的渗透领域不断扩大。
在应用方面,提升诊断方案在不同场景不同数据源下的准确性。
(2)打造融合基础。
根据医疗产业的产业链结构,助力人工智能打通医院与医保的闭环。
(3)推动应用技术,实现规模性的商业化落地应用。
政策助力推动人工智能医疗技术的升级以及商业化发展进程。
(四)推动教育行业的发展路径
1.AI与教育行业的深度融合涉及人工智能、计算机科学、认知科学、教育学、心理学、生理学以及行为科学等多种学科,促进教育变更创新,加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育以及高效优质的教育。
2.已进入初步成熟阶段,预计2022年在线教育业务规模超700亿元。
(五)推动零售行业的发展路径
1.发展重点:
一是随着各项技术更加成熟,应用门槛大幅降低,技术层出不穷,部分领先的零售企业将不断应用最新的科技,提升消费者全程体验,同时降低运营效率降低成本。
二是服务机器人大有潜力。
相对于软件市场,硬件更有可能会占据未来五年智能零售的主要市场份额,这主要归因于用户对具有高计算能力的硬件平台的需求,如增加运行的移动机器人或其他AI操作等。
2.发展路径:
(1)市场方面:
2018年无人零售市场交易规模保守估计接近300亿元。
预计2020年将突破650亿,三年复合增长率在50%左右。
(2)业态融合方面:
无人便利店是AI+消费零售的重要环节。
无人零售市场三大业态相互配合且与传统业态紧密融合。
(3)未来业态方面:
未来市场三大无人零售业态:
自动购卖机、开放货架和无人便利店将相互融合,“机+架+店”的符合业态将会更加普遍。
(六)AI“新基建”参与智慧城市建设的发展路径
1.AI与智慧城市的融合是新一代信息技术支撑下的城市形态、是一种基于互联网、云计算、物联网、大数据等新一代信息技术,全面整合城市的运营与管理资源,从而实现国民经济和社会生活的智能化发展的新型城市形态。
2.发展重点:
一是促进数据开放,创新共享机制。
政府可倡导、主导并切实推动数据开放共享、畅通部门间的信息驱动,通过统筹整合同类智能部门,打破数据碎片化,整合资源搭建城市统一数据共享平台的搭建。
二是因地制宜充分发挥城市特色。
智慧城市的建设应该以不同地区的经济、技术、群众需求等为立足点,注重各地区发展的实际情况,不可盲目追求智慧城市的全局标准化。
三是拓宽资金渠道,保障长期投入。
建立智慧城市投融资平台,吸引市场资本投入,扩宽投融资渠道,保障智慧城市长期建设的资金投入。
(7)推动农业生产的发展路径
1.AI联合农业技术打造信息、融合、创新基础设施,推动智能农业技术发展,是实现现代信息技术与农业产业的深度融合,变革传统川农发展方式,走集约、高效、安全、持续的现代农业发展道路的必然选择,也是推进我国农业现代化的客观要求。
2.技术应用场景:
农业气象、农业种植、畜牧养殖、绿色农业。
发展重点:
信息基础设施层面:
重点构建以农业大数据、农业智能云计算中心为核心的农产品全程质量安全控制技术体系,显著提升农产品流通效率和质量安全水平。
融合基础设施层面:
构建以农业机器人等农业智能化装备为核心的果园及设施农业智能化生产算法系统,形成覆盖各细分生产门类的农业智能化生产技术系统。
创新基础设施层面:
构建以植物工厂、智能化动物养殖设施为核心的动植物连续生产高效农业智能平台,显著提高非耕地资源利用效率。
协同构建以智能化精准作业技术,农业互联网技术为核心的农田精准生产技术系统,显著提高农业资源利用效率和劳动生产率。
(8)AI“新基建”维护国家安全的发展路径
1.AI武器将从根本上改变作战样式和作战理论,战争形态也将从徒手战争、冷兵器战争、热兵器战争、机械化战争、信息化战争阶段向智能化程度更高、博弈性更强、功能更丰富、作战效果更佳的未来智能化战争形态发展。
2.发展重点:
一是重视应对AI基础设施在国家安全领域部署将面临的较大社会伦理压力,冷静判断AI在军事领域的应用前景和伦理便捷,审慎推动军民夸领域合作。
二是鼓励和支持高校院所、研究学者、企业领袖、行业组织等积极参与全球AI治理大讨论。
以“国家新一代人工智能治理专业委员会”和“人工智能治理八项原则”为依托,建立由中国、欧盟广泛参与的人工智能治理体系,在全球人工智能社会治理合作中发挥建设性作用,向国际社会推广我国的AI技术价值观,深化欧洲各国对我国人工智能产业发展的理解与认同。
6、人工智能“新基建”面临的挑战及建议
(1)五大挑战
AI新基建面临来自基础算力、开源生态、数据、场景、人才五大方面的挑战。
1.信息基础设施-AI算力:
规模化基础算力支撑能力有限。
2.融合基础设施-AI算法:
开源开放的人工智能算法平台及框架缺失。
3.创新基础设施-AI算据:
产业数据标准化和互联互通水平严重不足;尚未形成嵌入行业场景的定制化人工智能基础设施建设评估框架。
4.顶尖人才:
我国推进AI“新基建”仍面临深度学习人才荒的挑战。
(2)政策建议
1.搭建“一集两库三平台”作为推进“人工智能”新基建的基本理论框架。
将有效帮助相关政策实施者、行业专家、领域从业者充分理解AI作为“新基建”如何赋能本领域、本行业、本公司、本业务板块,真正让AI发挥作为基础设施的实际效果。
(1)“一集”:
建立标准化数据集
指的是AI标准化数据集。
即可被用于人工智能系统训练、验证和测试的元数据的集合,也是将零散、海量的大数据转化为有效数据资源的基础设施,对训练面向行业场景的人工智能算法至关重要。
(2)“两库”:
研发算法应用工具的基础设施
包括AI算法库和AI解决方案库。
即提炼AI共性关键技术和特定场景专用技术,支持人工智能技术迭代。
使得产业需求可以快速反哺技术创新,形成“技术产业”的创新闭环。
辅助各行业利用AI提升业务水平的基础设施。
(3)“三平台”:
打造完整产业生态的基础设施
包括AI开源开放平台、AI技术产品试验平台和AI技术检验检测公共服务平台。
即提供专业化的检验检测工具、系统和平台,并通过开源创新推动AI领域的产学研用协同,实现AI基础理论、核心技术、创新产品与方案的高质量创新。
(4)“一中心”:
提供规模化人工智能算力支撑能力的基础设施
具体主要指的是AI算力中心。
为各行业参与者提供算力基础支撑服务的综合体,将有效统筹“一集两库三平台”,面向交通、制造、安防、教育、旅游、医疗、金融、城市管理、政务服务等各行业应用场景,形成AI“新基建”合力。
模块包括:
数据汇聚平台、GPU集群系统、深度学习训练框架等。
2.在建设主体方面,注意多方“协同”
3.在汇集算据方面,鼓励开放共享和高效利用协同发展。
未来AI发挥通用的基础设施功能也离不开各行业各领域海量和优质的应用场景数据基础,只有通过不断开放数据,实现数据跨行业部门共享共用,才能保证人工智能数据养料的充足供给,同时在强化数据资源开放共享之外还需要注重数据使用的高效性。
(1)公共数据有序开放共享
积极推进政府、行业数据在安全可控的条件下开放共享,创新技术与应用结合过程中的数据使用方式和商业合作模式,通过开放公共数据资源扶持高精尖中小型AI企业创新发展。
(2)行业数据融合应用
引导不同行业、不同企业间数据融合创新应用,通过更大范围的数据聚合使用更大程度释放人工智能应用价值。
(3)强化安全风险管控
加快制定人工智能技术与传统产业融合过程中数据采集、存储、使用等问题的标准规范,强化数据安全风险管控。
4.发展算力方面,推动专用算力和通用算力协同发展。
AI“新基建”需打造类似公有云的公共人工智能计算中心平台,其中基本计算单元更多的使用AI专用计算设备,再配以高速传输网络,将更多“边缘”智能设备连接起来以及连通不同区域的计算中心,形成AI算力公共服务网络。
(1)专用计算设备:
一是建设面向训练及推理的计算芯片。
聚焦功能多元化、架构多元化的人工智能基础设施建设,针对性补充机器学习专属操作设计能力,面向数值计算并行、数据跨域交换等进行攻关建设。
二是积极探索多元化架构,以类脑计算、量子计算范式为突破口,实现机器学习计算能力加速。
(2)建设集约建设绿色高效算力中心:
一是推荐先进节能环保技术和虚拟化、弹性计算、海量数据存储等技术应用,提高资源利用效率、节能减排水平和IT设备利用率。
二是加强AI算力中心前期规划与设计。
立足应用需求,兼顾能源、气候、自然冷源、网络设施、能源指标等要素和条件,合理布局建设算力中心。
未来承担各种大规模AI算法计算、机器学习、图像处理、科学计算和工程计算任务。
5.算法创新应用方面,注重开源开放与提升素养协同推进。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能新基建发展白皮书 学习 人工智能 基建 发展 白皮书