六部门发文以场景创新推动人工智能发展看点解析
新华社北京8月27日电题：六部门发文以场景创新推动人工智能发展看点解析
新华社记者胡喆、宋晨
近日，科技部等六部门联合印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》。随后科技部又公布了《关于支持建设新一代人工智能示范应用场景的通知》，打出以场景创新推动人工智能发展的政策“组合拳”。该系列文件出台的背景是什么？哪些场景将是重点鼓励发展的典型场景？新华社记者采访了负责文件起草的相关部门负责人。
当前，我国人工智能技术快速发展、数据和算力资源日益丰富、应用场景不断拓展，为开展人工智能场景创新奠定了坚实基础。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所长赵志耘介绍，此次印发的指导意见，旨在统筹推进人工智能场景创新，着力解决人工智能重大应用和产业化问题。
指导意见提出，以促进人工智能与实体经济深度融合为主线，以推动场景资源开放、提升场景创新能力为方向，强化主体培育、加大应用示范、创新体制机制、完善场景生态，加速人工智能技术攻关、产品开发和产业培育，探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。
科技部战略规划司副司长邢怀滨表示，随着我国人工智能发展进入新阶段，需要适应新阶段新特征的创新政策。借助场景创新和需求牵引，将与技术研发形成双向互促的良性循环，推动人工智能技术突破成为促进人工智能技术研发的有效模式。
此次印发的指导意见提出“企业主导、创新引领、开放融合、协同治理”四项基本原则，提出“场景创新成为人工智能技术升级、产业增长的新路径，场景创新成果持续涌现，推动新一代人工智能发展上水平”的主要发展目标，将围绕“高端高效智能经济培育、安全便捷智能社会建设、高水平科研活动、国家重大活动和重大工程”等打造重大场景。
“人工智能是赋能技术，必须与应用场景结合才能发挥最大作用，我国人工智能发展的优势也在于丰富的应用场景，特别是实体经济智能化升级，提供了丰富的场景需求。”工业和信息化部科技司副司长任爱光说。
随着场景对推动人工智能技术与实体经济深度融合、加速人工智能快速发展的作用正逐步显现，以新一代人工智能创新发展试验区为代表，很多城市已经意识到场景对于人工智能、新经济发展的重要作用，开始在交通、农业、医疗、教育等领域开展场景探索工作。
交通运输是人工智能技术的重要行业用户，在新一轮科技革命和产业变革中，交通运输已成为新技术和新业态创新实践的热点领域。指导意见提出，在交通治理领域探索交通大脑、智慧道路、智慧停车、自动驾驶出行、智慧港口、智慧航道等场景。
“以应用为驱动，打造面向出行和运输服务实际需求的重大场景，可以更好促进新一代人工智能技术赋能交通运输高质量发展。”交通运输部科技司司长岑晏青说。
在农业领域，指导意见提出优先探索农机卫星导航自动驾驶作业、农业地理信息引擎、网约农机、橡胶树割胶、智能农场、产业链数字化管理、无人机植保、农业生产物联监测、农产品质量安全管控等智能场景。
“这对提高农技装备和信息化水平，健全现代农业科技创新体系，提高生产力水平具有重要意义。”农业农村部科技教育司副司长张振华说。
安全便捷智能的社会服务事关百姓民生。指导意见提出，医疗领域积极探索医疗影像智能辅助诊断、临床诊疗辅助决策支持、医用机器人、互联网医院、智能医疗设备管理、智慧医院、智能公共卫生服务等场景。
国家卫生健康委科教司监察专员刘登峰表示，国家卫生健康委将认真落实指导意见各项措施，推动人工智能卫生健康领域场景创新，促进人工智能高水平应用，不断丰富卫生健康服务手段。
一流大学是基础研究主力军和重大科技突破策源地。教育部科学技术与信息化司司长雷朝滋表示，教育部将引导高校面向国家战略和产业发展需求，以应用场景为驱动，持续加强人工智能领域基础理论研究、关键核心技术攻关和科技成果转移转化，培养一批符合产业发展需求的高水平、复合型创新人才，大力促进我国人工智能领域技术进步和广泛应用。
下一步，有关部门将在推动人工智能场景创新工作中坚持“三位一体”原则。邢怀滨介绍，科技部将与相关行业部门和地方政府紧密合作，采取横向联动、纵向贯通等组织方式，调动各方积极参与，在技术研发组织、复合型人才培养、基础设施建设、行业数据开放、落地政策配套等方面汇聚多方资源，形成工作合力，共同破解行业数据缺乏、落地成本高、场景创新深度不足等产业化难点问题。
人工智能发展的主要推动因素
全球爆发人工智能产业浪潮，多国家积极突入和发展人工智能产业。
第一次工业革命，代表技术蒸汽机和发动机，1784年第一台纺织机器面试，象征着机械自动化进程。
第二次工业革命，代表是内燃机和电动机，人类进入电气化时代，1870年，第一条生产线在辛辛那提屠宰场面试。
第三次工业革命，人类进入自动化，第一台PLC，1969年诞生，代表技术有网络技术，计算机等技术
第四次工业革命，人类从自动化走向智能化。基于深度学习，云计算，大数据发展，GPU，芯片和软件平台的能力，不断进步，同时虚拟经济和实体经济融合。
人工智能不断深入发展，推动发展的主要因素如下：
（1）人工智能需要大量的数据进行支撑，互联网的发展提供了种类丰富的大数据资源，提升算法的有效性。
（2）算力方面，计算技术和硬件的升级，以及成本的相应降低，提供了非常强大的算力支撑
（3）算法和基础平台的融合，极大提高了算法的有效性。
总之来看，数据，算力，算法三方面的不断提升和融合，推动了人工智能技术的飞速发展。
人工智能三要素
特征工程（补充）--特征组合Bullet@:可以具体谈谈是怎么样让特征加减乘除组合的吗？
sklearn：点互信息和互信息weixin_41980031:补充说明点互信息也可以通过Sklearn的buildinfunction来写代码如下[code=python]fromsklearnimportfeature_selectionasfs#xtrain是features#ytrain是labels#返回的是一个每个features的PMI值的matrixPMI=fs.mutual_info_classif(xtrain,ytrain)[/code]
sklearn：点互信息和互信息weixin_41980031:补充说明点互信息也可以通过Sklearn的buildinfunction来写代码如下[code=python]fromsklearnimportfeature_selectionasfs#xtrain是features#ytrain是labels#返回的是一个每个features的PMI值的matrixPMI=fs.mutual_info_classif(xtrain,ytrain)[/code]
sklearn：点互信息和互信息weixin_41980031:补充说明点互信息也可以通过Sklearn的buildinfunction来写代码如下[code=python]fromsklearnimportfeature_selectionasfs#xtrain是features#ytrain是labels#返回的是一个每个features的PMI值的matrixPMI=fs.mutual_info_classif(xtrain,ytrain)[/code]
人工智能三要素m0_49510957:无限超级人工智能机器人可以帮助全人类获得无限算能造器来完成全人类的不死永生与无限飞穿！……………
慧博云通：人工智能发展三要素，数据、算力、算法三者缺一不可
人工智能作为新一轮科技革命和产业变革的核心驱动力量，已成为了国际竞争的新焦点和经济发展的新引擎。经过多年的持续积累，我国在人工智能领域取得了令人瞩目的成就。例如，我国人工智能国际科技论文发表量和发明专利授权量居世界第二，部分领域核心关键技术实现重要突破，语音识别、计算机视觉技术世界领先等，这些成就的取得最终归功于推动人工智能发展的三大基础要素：数据、算力和算法。三大要素之间相互促进、相互支撑，缺一不可，是人工智能行业发展的必备条件。
数据
数据定义分类
数据（data），是对客观事实的描述，或是人们通过观察、实验或计算得出的结果，是信息的表现形式和载体。数据的类型有多种，其中最简单的就是数字，也可以是文字、符号、图像、语音、视频等。数据可以是连续的值，比如声音、图像，称为模拟数据。也可以是离散的，如符号、文字，称为数字数据。在计算机系统底层，数据通常以二进制信息单元0，1的形式表示。
数据发展现状
数据，是人工智能发展的基础。人工智能领域作为一个数据密集的领域，离不开数据的支持，其发展以海量数据作为基础，数据越多越优，场景特点越丰富，算法性能越高，模型也就更高效。当前，在全球信息化快速发展的大背景下，数据已经成为国家重要的基础性战略资源，正引领以人工智能为代表的新一轮科技创新，推动经济转型发展。就国内来看，我国数据产业基础雄厚，数据资源日趋丰富，技术体系逐步完善，战略布局进一步深化。伴随着人工智能行业新兴技术的兴起，数据量正呈现着指数式增长。就企业而言，我国数据企业众多，如百度、阿里、腾讯等互联网巨头以及华为、中兴、浪潮等国内领军企业均有涉足数据领域，其业务涵盖了数据采集、数据分析、数据可视化、数据存储以及数据安全等领域。
算力
算力定义分类
算力，是设备根据内部状态的改变，每秒可处理的信息数据量，通俗来说就是计算能力，也是对数据的处理能力。算力包含了软件、硬件系统的开发，通过计算机、芯片等载体提供基本运算能力，算力的大小代表着对数字化信息处理能力的强弱。目前提供算力的类型有多种形式，常用的有云计算算力、高性能计算算力、智能计算算力、混合计算算力、算力网络等。
人工智能算力发展现状
当前，新一轮科技革命和产业变革正在重塑全球经济结构，算力正成为推动数字经济高速发展的新型生产力。随着云计算、大数据、物联网、人工智能等技术的高速发展，数字化改革进程的加速，推动了数据的爆炸式增长和算法复杂程度的不断提高，带来了对算力规模、算力能力等需求的快速提升。在布局方面，国家重构“算力布局”，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，规划了10个国家数据中心集群，算力成为驱动人工智能产业化发展的关键要素。随着算力结构持续优化，创新水平、发展环境和应用需求不断提升，成为支撑我国经济高质量发展的坚实基础。
算法
算法定义分类
算法，可比喻为人工智能发展的大脑，是通过一系列人工智能算法，比如机器学习从海量数据中获得规律，并利用规律对位置数据某些特性进行预测与判断，是处理数据信息的规则与方式。人工智能算法众多，常见的有朴素贝叶斯、决策树、深度学习、强化学习、逻辑回归、支持向量机、遗传算法、蚁群算法、元学习等。人工智能算法的类型可依据人工智能算法理论基础知识，如概率统计、集合论、空间几何、图论、矩阵论等加以分类。例如，基于集合论分类则可分为K-means（K均值算法）、k-NN（k近邻算法）以及Apriori算法等。
算法发展现状
算法是实现人工智能的根本途径，是挖掘数据智能的有效方法。当前，以深度学习为代表的算法快速发展拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理、生物特征识别等领域广泛应用，相继超过人类识别水平。与此同时，在深度学习应用逐步深入的同时，学术界也在继续探索新的算法。就应用广度而言，近年来人工智能算法应用领域不断扩大。人工智能技术渗透到哪个领域，算法便进入到哪个领域。随着时间的推移，算法载体从独立电脑、嵌入式设备再到各种智能设备，算法的作用边界已经从单机软件、到企业业务流程平台、到企业生产自动控制系统再扩大到对社会有重大影响的平台经济。随着人工智能技术的快速发展，算法应用领域也将进一步扩大。