新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
2023年人工智能发展创新的十大趋势
创新是永无止境的，像人工智能(AI)这样的技术正在悄悄改变世界。人工智能已经成为趋势，影响着每一个行业。
疫情以前，移动支付、语音识别、自动驾驶。疫情后，人脸识别、时空伴随、智慧城市。人工智能的逐渐普及和应用，让我们的生活更加方便和便捷。
2022年，人工智能的创新又会有哪些突破，发展又会有哪些方向？国外知名咨询机构V-SoftConsulting预测2022年人工智能创新发展的10大方向。
[[436357]]
RPA
1.RPA+AIRoboticProcessAutomation是一种 业务流程自动化，允许任何人定义或者使用RPA机器人来实现模仿大多数人机交互，以高容量和高速度执行大量无错误的任务。
RPA是关于一些最平凡和重复的基于计算机的任务和过程。例如，考虑Copy/Paste任务和将文件从一个位置移动到另一个位置。
相信很多公司已经引入和部署了自己的RPA，主动进行公司的数字化革转型，不仅缩减了成本，让工作流程更加标准和可控。
然而，将人工智能与RPA集成，可以将流程自动化和任务处理提升到一个新的水平。
2.智能过程自动化(IPA)智能流程自动化(IPA)是人工智能在应用程序中自动化特定任务的另一个用例。通过IPA，公司可以自动化非结构化内容的处理过程。
该技术还可以与认知自动化、机器学习、RPA和计算机视觉等其他技术合作，以呈现强大的结果，IPA服务于零售、银行、金融等行业。
投资银行家使用IPA来识别研究数据中的不一致性，而人类几乎不可能识别出这些不一致性。
2021年，我们将看到更多的行业考虑采用IPA。
[[436358]]
AI+IoT
3.人工智能的网络安全和数据隐私随着信息技术的快速发展，网络安全威胁也在急速增长。在2022年及以后，数据风险和网络骗子仍将仍是一个全社会的问题。
随着《个人信息保护法》的正式施行，更多组织将会利用人工智能来防范网络安全和保护个人隐私。
4.物联网人工智能人工智能是一项无可挑剔的技术，加上物联网(IoT)的力量，我们得到了一个强大的商业解决方案。
到2022年，这两种技术的合作将给智慧城市业带来截然不同的变化。
在未来，智能家居设备，比如智能冰箱，智能插头，智能锁等将预测和服务人类的需求。
目前，这些设备只在命令下工作，但与人工智能技术相结合，这些设备可以自动预测人类的需求，启动设备和流程，而无需人工干预。
AI+loT将在2022年引领更多的智能家居，将效率和安全性提高到一个新的水平。
深度学习
5.大众机器学习许多行业和组织都对采用机器学习(ML)感兴趣。2022年，我们将看到更多数据分析的需求。模块化的机器学习将允许非专业人士理解和利用ML算法。
像谷歌CloudAutoML，百度的Apollo，这样的工具在未来会变得更加流行。这些工具可以帮助企业快速部署机器学习的项目，而无需了解ML的复杂开发过程。
6.计算机视觉的进展全世界已经在使用面部识别技术，无论是社交媒体平台还是手机，刷脸支付，人脸安全识别都得到了深入的运用。
在后疫情时代，人脸识别进行智能识别和判断是否安全有效的场所和工作很有必要。
到2022年，我们将看到更精确、更灵敏的计算机视觉系统得到更广泛的采用。
[[436359]]
VR
7.智能客服在过去的一年里，许多行业和企业都实施了智能AI客服。
智能AI客服不仅能降低成本，也能够提供更好更快为客户提供服务。
2022年，这些AI客服将在理解和与客户沟通方面继续学习和提高。
智能客服使用ML和自然语言处理(NLP)来理解自然命令，通过模仿人类与用户的对话来提供自然的交流。
[[436360]]
智能客服
8.数字化转型后疫情时代，远程办公的需求增加，每个公司都致力于实现组织敏捷和高效的工作，引入各种数字工具就势在必行。
钉钉、腾讯会议、飞书等手机APP在疫情期间下载量激增，以满足云办公的需求。
数字化工具正在蓬勃发展，数字工作流自动化的趋势将在2022年及以后发展更加快速。
9.GPUGPU人工智能处理器将用于增强所有业务领域，这些注入人工智能的芯片大大提高了CPU利用率，在很多领域性能表现优异，如物体检测、面部识别等。
许多公司，如AMD,NVIDIA,Qualcomm等，正在创造这些人工智能处理器，这些芯片将改善用户体验，并提高所有人工智能应用程序的性能。
[[436361]]
人类和机器人合作
10.人机协助现代的工作场景正在发生变化，人类劳动力将与机器人合作，以更有效地完成工作。
比如现在电视语音助手，苹果手机的Siri，已经能够在不动手的情况下完成很多指令。
在2022年，像远程代驾这样的人机协助的产业将快速发展成熟。
人工智能是一项杰出的技术，在帮助各行业和办公室改善工作流程方面发挥着关键作用。随着2022年即将到来的创新趋势，人工智能仍将是商业和行业不可或缺的一部分。
医疗AI审批巨变，快速解读人工智能医疗产品审批新政
7月8日，国家药监局在官网上发布了《国家药监局关于发布人工智能医用软件产品分类界定指导原则的通告（2021年第47号）》，正式发布《人工智能医用软件产品分类界定指导原则》（下文简称《指导原则》），明确了人工智能医用软件产品的分类界定。
巧合的是，7月8日也正好是2021世界人工智能大会这一人工智能盛会开幕的日子，医疗人工智能行业大佬们悉数齐聚上海。在得知这一消息后，或许又会“几家欢喜几家愁”。
那么，《指导原则》相比以往的规则有哪些变化，又可能对行业产生什么样的影响？动脉网对此进行了解读。
从无到有，我国人工智能医用软件监管和标准化制定工作不断完善
随着技术的发展，采用人工智能技术的软件产品在医疗领域已经得到越来越广泛的应用。国家药监局早在2017年即在下属技术部门成立人工智能工作组，开展人工智能医疗器械监管方面的研究。针对人工智能医疗器械测评数据库建立、算法评估、数据安全等问题开展重点研究，并重视产学研医检相结合和跨学科合作。
尽管如此，与每一类新兴技术应用初期的情况一样，医疗人工智能软件相关的监管规则尚需时间不断完善。尤其之前人工智能软件的归类和界定较为模糊，包括了作为医疗器械管理和不作为医疗器械管理两种情况。与此同时，在注册证获批上，也多有一些“擦边球”行为。
举例来说，在2020年之前，一些企业申报的器械产品虽有深度学习算法作为辅助，但报批时并未使用“人工智能”四字作为关键点进行报批。所以，这类三类医疗器械虽有深度学习、机器学习等算法助力，但仅是按正常程序通过的医疗器械产品，并不能算作人工智能医用软件。
彼时，迟迟无法获得审批对于当时医疗人工智能的发展无疑是巨大利空。毕竟，早在2018年初，人们就开始悄声争论首个医疗人工智能产品获批的时间点。然而，长时间仍未有医疗人工智能获批，市场的耐心正在逐步被耗尽。
在与相关研发企业、高校、医院、研究机构、境外监管机构开展广泛调研、交流的基础上，国家药监局于2019年7月发布了《深度学习辅助决策医疗器械软件审评要点》。
该文件包含适用范围、审批关注要点、软件更新、相关技术考量、注册申报资料说明等内容，明确了基于深度学习辅助决策类人工智能产品安全有效性评价的基本考量，用于指导相关产品研发和注册申报。
同时，2019年国家药监局联合国家相关部门、科研机构、科研院校、医疗机构、学会等单位和组织，共同成立人工智能医疗器械创新合作平台，设立技术法规工作组、数据治理工作组、测评数据库建设工作组、网络安全工作组、标准化研究工作组、测评技术研究工作组、临床评价工作组、真实世界数据应用工作组、人才培养工作组、国际交流工作组等10个工作组。通过合作平台推动各工作组开展多层面、多角度的科学研究，并综合运用各种信息化技术手段，推动全产业链技术对接，促进人工智能技术及产业的国际化发展。
例如，我国在人工智能医疗软件的标准化制定上就走在了国际前列。2018年12月，我国牵头成立电工电子工程师协会（IEEE）人工智能医疗器械工作组（AIMDWG），提出两项IEEE国际标准立项申请并已获得批准，正在围绕人工智能医疗器械有效性与安全性的评价术语、数据集质量管理与评价两个方面开展国际标准研究，这也是我国首次在人工智能医疗器械领域主导国际标准的制定。
2019年，全国人工智能医疗器械标准化技术归口单位完成；2020年已立项《人工智能医疗器械质量要求和评价第1部分：术语》《人工智能医疗器械质量要求和评价第2部分：数据集通用要求》两项基础通用行业标准，目前已完成起草，并向业界公开征求意见，为标准化工作打下良好的开端。
有关人工智能医疗软件审批的转折终于在2020年到来。2020年1月15日，国家药监局终于发出了第一张“人工智能”器械注册证——科亚医疗的冠脉血流储备分数计算软件率先撞线，这也标志着医疗人工智能的商业化进程进入了新阶段。
2020年国家药监局批准的医疗AI
随后，审批进程陡然加速。在整个2020年，共有9张“人工智能”注册证获批。2021年，深睿医疗等企业的“人工智能”注册证又陆续获批。根据统计，2021年至今，国家药监局已累计批准了15张“人工智能”器械注册证。
尽管如此，监管规则的细节仍然有待完善。在2020年初动脉网对相关获批企业的采访中，相关人士就提到在产品研发阶段，作为后来获批器械证主要依据的《深度学习辅助决策医疗器械软件审评要点》尚未发布，导致研发过程没有权威审评原则做指导，也没有同类产品做参考，走了一些弯路。因此，对监管规则进行进一步完善迫在眉睫。
进入到2021年，为了规范人工智能类医用软件的属性界定和类别划分，并为产业和监管部门提供注册和审批的技术指导。国家药监局医疗器械分类技术委员会医用软件专业组通过梳理国内外人工智能类医用软件注册产品现状及国内外关于医用软件类产品分类政策的基础上，结合人工智能算法的技术特点和监管中的风险程度等，依据《医疗器械监督管理条例》《医疗器械分类规则》（国家食品药品监督管理总局令第15号）《医疗器械分类目录》编制了《人工智能类医用软件分类界定指导原则》。
2021年4月16日，国家药监局发布了《人工智能类医用软件产品分类界定指导原则》（征求意见稿）。在经过一段时间的意见征集后，《指导原则》终于发布。
正式版《指导原则》确定了什么？
那么，与《征求意见稿》相比，《指导原则》有什么样的区别呢？主要体现在范围、管理属性界定、管理类别界定和实施要求四个方面。
软硬件一体方案被纳入
首先是有关人工智能类医用软件的范围上，两者有一定区别。
在《征求意见稿中》，有关范围只简单提到“人工智能类医用软件是指采用人工智能（AI）技术实现其在医疗领域用途的独立软件。”
但在正式的《指导原则》中，有关范围的描述是“人工智能医用软件是指基于医疗器械数据，采用人工智能技术实现其医疗用途的独立软件。含人工智能软件组件的医疗器械分类界定可参考本原则。”同时，还特地定义了“医疗器械数据是指医疗器械产生的用于医疗用途的客观数据，特殊情形下可包含通用设备产生的用于医疗用途的客观数据。”
相比之下，正式版的《指导原则》更为严谨，且将软硬件一体化的解决方案囊括在内。事实上，软硬件一体化解决方案也是主流的方案之一。
人工智能医疗软件范围更精准
在属性界定上，《征求意见稿》提到“预期用途符合《医疗器械监督管理条例》第七十六条有关医疗器械定义，采用人工智能算法的软件，按照医疗器械管理。”并将人工智能医疗软件依据用途划分为决策支持类软件、影像/数据处理类软件、分析和挖掘类产品及医疗助理类产品四类。
其中，决策支持类软件和影像/数据处理类软件被明确按照医疗器械进行管理，分析和挖掘类产品及医疗助理类产品则不属于医疗器械。
在正式版《指导原则》中的描述则悄然发生了变化，强调“产品的管理属性界定应基于其预期用途，结合其处理对象、核心功能等因素进行综合判定。”
其中，若软件产品的处理对象为医疗器械数据，且核心功能是对医疗器械数据的处理、测量、模型计算、分析等，并用于医疗用途的，符合《医疗器械监督管理条例》有关医疗器械定义，作为医疗器械管理。
相反，若软件产品的处理对象为非医疗器械数据（如患者主诉等信息、检验检查报告结论），或者其核心功能不是对医疗器械数据进行处理、测量、模型计算、分析，或者不用于医疗用途的，不作为医疗器械管理。
相比之下，正式版《指导原则》医疗器械属性划分的原则更为一致，即以软件处理数据是否医疗器械数据及处理用途来界定，更为严谨。同时，避免了《征求意见稿》中较为绝对化的措辞，且避免了分类上较为固化的印象。
比如，在《征求意见稿》中明确不被视为医疗器械的分析和挖掘类产品及医疗助理类产品，也有可能因其处理对象和处理方式的不同，实际上应被划入医疗器械监管的情况出现。在正式版《指导原则》中，则避免了这种漏洞的发生，将其纳入监管。
明确可获批二类证
《征求意见稿》对管理类别的界定按照是否给出诊断结论为判断关键。未采用人工智能技术，仅用于影像/数据处理而不用于给出诊断结论或药物计算等的医用软件按照第二类医疗器械管理。用于给出诊断结论或药物计算等的医用软件，按照第三类医疗器械管理。
鉴于人工智能技术可解释性差，在医疗领域的应用处于起步阶段，临床实用风险尚未得到全面深入评价等原因，《征求意见稿》认为原则上采用人工智能技术的医用软件目前均按照第三类医疗器械管理。
在正式版《指导原则》中则对此进行了非常关键的转变，主要依据产品的预期用途、算法成熟度等因素综合判定管理类别。根据动脉网对相关行业人士的采访，这将为目前和今后的产品分类提供基本依据。
其中，对于算法在医疗应用中成熟度低（指未上市或安全有效性尚未得到充分证实）的人工智能医用软件，若用于辅助决策，如提供病灶特征识别、病变性质判定、用药指导、治疗计划制定等临床诊疗建议，按照第三类医疗器械管理。
若用于非辅助决策，如进行数据处理和测量等提供临床参考信息，则按照第二类医疗器械管理。
对于算法在医疗应用中成熟度高（指安全有效性已得到充分证实）的人工智能医用软件，其管理类别按照现行的《医疗器械分类目录》和分类界定文件等执行。
按照《征求意见稿》的定义，人工智能医用软件基本将按照第三类医疗器械管理。尽管之后也补充说明其后会基于人工智能类医用软件在临床使用的风险和对其技术评价的情况，对管理类别进行调整；但在实际操作中，这样的描述几乎将等同于忽略不计。
但在正式版《指导原则》中，则明确了用于非辅助决策的人工智能医疗软件将按照第二类医疗器械管理。考虑到二类证可由地方审批，更易获批。行业人士表示，新规对于后处理产品可以属于二类产品打开了思路，也表明了相关机构对行业发展的支持。
过渡期至2023年底
在实施要求上，《征求意见稿》和正式版《指导原则》有较为明显的差异。《征求意见稿》仅仅简单说明自发布实施之日起施行，即再无额外说明。
在正式版《指导原则》中，则针对现在的实际情况进行不同的界定。明确已获批及已申请的产品仍然按原规定执行，不受影响。同时，也规定已获批的注册证原则上最迟在2023年12月31日到期。
行业人士认为，这对目前已获批的三类产品没有影响，但对于之前地方批准的一些二类人工智能软件产品则有一定影响，需要准备按照新的管理类别提交注册。如果需要升级为三类产品，则原注册证书可以延续到2023年底。此外，也有可能出现升类后按照新规无法获批的情况。
写在最后
医疗器械是整个大健康领域创新最活跃的产业之一。国家“十三五”科技创新规划、国家创新驱动发展战略均明确提出重大研发高性能的医疗器械。2015年国务院印发了《关于改革药品医疗器械审评审批制度的意见》，2017年中办、国办印发了《关于深化审评审批制度改革鼓励药品和医疗器械创新的意见》，均明确提出了推动产业创新发展的要求和路线图。
随着本次《指导原则》的发布，人工智能医疗软件产品的界定、归类和监管更为明确，也更具操作性，对于行业中各企业产品定位、产品注册策略有了明确的指导意义；此外，将部分人工智能医疗软件下放到二类管理也将促进行业发展。支持和鼓励包括人工智能产品在内的我国医疗器械产品创新发展的政策基调已十分明显。
同时，国家药监局一直在跟踪和关注国外先进监管部门对人工智能产品的监管方式，并表示将在下一步继续鼓励支持人工智能产品创新发展的同时，结合我国相关产品申报的情况，进一步完善和细化审评审批要求，指导相关产品早日上市应用。2021年初，国家药监局就发布了征集2022年人工智能医疗器械领域标准立项的提案。
动脉网也将在未来持续关注相关监管和标准完善的动态，敬请关注。
*封面图片来源：123rf
2023 高校人工智能创意赛
竞赛简介“中国高校计算机大赛—人工智能创意赛”（以下简称“竞赛”）是面向全球高校各专业在校学生的科技创新类竞赛，由教育部高等学校计算机类专业教学指导委员会、教育部高等学校软件工程专业教学指导委员会、教育部高等学校大学计算机课程教学指导委员会、全国高等学校计算机教育研究会于2018年联合创办，在国内外高校产生了广泛影响，并已被列入中国高等教育学会“全国普通高校学科竞赛排行榜内竞赛项目”。第六届（2023）竞赛由全国高等学校计算机教育研究会主办，浙江大学、百度公司联合承办，探月与航天工程中心、嫦娥奔月航天科技（北京）有限责任公司作为合作单位。竞赛旨在激发学生创新意识，提升人工智能创新实践应用能力，培养团队合作精神，促进校际交流，丰富校园学术气氛，推动“人工智能+X”知识体系下的人才培养。
查看详情>恒华科技：已布局人工智能技术与能源业务场景的融合创新
0分享至2023年6月15日，恒华科技(300365)在互动平台回复称，公司已布局人工智能技术与能源业务场景的融合创新，并加快底层平台和产品的研发迭代速度，ChatGPT将加速能源行业数智化发展，助力“能源数字化，数字能源化”变革。公司已研发人工智能引擎，并结合垂直领域的数据积累训练出具有行业和公司特色的模型，将广泛应用于电力工程智能化设计、施工现场智能化管理、综合能源智能化调度、园区智慧化用能管理等业务场景，为公司相关产品提供强有力的技术支撑。公司将持续进行“计算机视觉”、“自然语言处理”、“智能人机交互”等人工智能技术的研究与实践，结合公司在电力设计、设备运行、能耗监测与管理、现场施工等领域的海量数据积累，进行具有针对性的人工智能引擎开发、模型训练、模型验证。同时公司积极探索以ChatGPT为代表的AIGC（AIGeneratedContent，人工智能生成内容）技术如何更高效地响应客户需求，研究将人工智能强大的内容生成能力运用于规程规范解读、专家问答、应急求助、故障诊断、客户服务等应用场景，并在政策、技术等条件允许情况下快速推出相关产品和服务，以满足虚拟电厂、资产智慧运维等场景的需要。特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端