清华大学交叉信息研究院
“清华学堂人工智能班”（智班）由世界著名计算机科学家姚期智院士于2019年创办。图灵奖得主、清华大学交叉信息院院长姚期智院士将担纲智班首席教授。
人工智能是一门新兴的学科，其有着非常广阔的基础，涵盖了数学、计算机、神经科学、脑科学与心理学等多个相关学科。在过去十多年里，人工智能有了非凡的进步，未来二三十年中，人工智能更将在科学界、工业界产生巨大影响。然而，当今的人工智能技术会在未来几年达到极限，下一波新技术的革新中，中国能否取得原创性的突破，成为人工智能下一代技术的领跑者?这些问题正迎来一个应对的关键期，而人才培养更是其中核心所在。因此，姚期智院士结合其在国际顶级学府的多年科研教学经历，以及姚班的成功办学经验与人才教育理念，创办智班，培养人工智能领域领跑国际的拔尖科研创新人才。
培养理念
智班的成立是清华大学在人工智能整体学科布局上的重要举措，得到了清华大学的大力支持。智班既是对清华乃至国家在人工智能领域优化科技创新体系和学科体系布局的积极响应，也将进一步拓展清华拔尖创新人才培养的学科格局。智班广基础重交叉的培养模式，使得学生有机会参与不同学科间的深层交叉合作，在交叉学科上作出创新成果；并在助力各学科发展的同时，深化对人工智能前沿的理解并进一步推进人工智能发展。
创班特色
清华在人工智能领域具备强大实力，包括信息科学技术学院下的计算机科学与技术系、软件学院、自动化系、电子工程系，以及生命科学学院、医学院等院系都在科学技术及人工智能研发上有突出的成果。智班将和这些院系都保持紧密合作。智班的创立，更充分依托了清华交叉信息院在人工智能师资力量与学科建设上的积累。过去十年，交叉信息院组建了一流的师资团队，基于人工智能核心算法和系统，在健康医疗、互联网经济、安全、网络、电力市场、机器人与智能制造等主要研究方向取得了丰硕的成果，奠定了坚实的学科基础。
欢迎各位有志于从事人工智能的同学，加入“智班”，与我们一起建设中国人工智能的未来！
浙江大学推动人工智能人才培养和学科交叉研究，建设新一代人工智能
近日，中国工程院院士、浙江大学计算机学院潘云鹤教授作为通讯作者，与其他人工智能领域学者在《自然》子刊《机器智能》发表题为《中国迈向新一代人工智能》文章，全景扫描了中国新一代人工智能形成过程和发展现状，指出大力培养人工智能本土一流人才、加强学科交叉下人工智能理论突破、规范人工智能伦理以及构建人工智能发展生态是今后中国新一代人工智能发展面临的挑战。
人工智能已经成为世界工业和经济发展转型的主要驱动力，世界各国正在奋力拥抱人工智能革命为本国经济社会发展带来的澎湃动能，已经产生并将不断催生各领域的新产品、新技术、新业态。
浙江大学矢志新一代人工智能发展，为国家贡献人工智能规划，夯实人工智能人才培养基础，在学科交叉中推动计算方式变革，形成了具有溢出带动性很强的头雁效应。
全景式描绘中国迈向下一代人工智能
《自然》子刊《机器智能》所刊发的《中国迈向新一代人工智能》文章介绍中国新一代人工智能发展规划（2015—2030）的形成、发展和赋能实体经济场景等内容，文章认为中国将会通过搭建人工智能生态（AIEcosystem），将中国人工智能发展蓝图转变为实际行动，为人类发展作出贡献。
人工智能技术的迅速发展，深刻改变人类社会生活。《新一代人工智能发展规划》提出了五种人工智能的技术形态，即从数据到知识到决策的大数据智能、从处理单一类型媒体数据到不同模态（视觉、听觉和自然语言等）综合利用的跨媒体智能、从“个体智能”研究到聚焦群智涌现的群体智能、从追求“机器智能”到迈向人机混合的增强智能、从机器人到智能自主系统。
中国工程院于2015年批准潘云鹤院士主持的《中国人工智能2.0发展战略研究》重大咨询项目，并于次年提交《建议我国启动“中国人工智能2.0”重大科技计划》。在科技部领导下，中国工程院组织了220多名人工智能专家参与编制了国务院于2017年7月发布的《中国新一代人工智能规划》。新一代人工智能成为第16个“科技创新2030—重大项目”。随后，浙江大学主持编制了教育部于2018年4月发布的《高等学校人工智能创新行动计划》。
“未来五年人工智能的重点是突破基础理论研究，推动技术与应用达到世界领先水平。”潘云鹤院士介绍，中国《新一代人工智能发展规划》不仅包括了人工智能有关的科学研究和技术手段等内容，而且为人工智能人才培养和伦理道德制定提供了指导，以培育人工智能生态。“目前，在大学、政府和产业之间正在形成一种协作创新生态体系，以推动新一代人工智能发展。”
人工智能是犹如内燃机一样的“使能”技术，具有赋能其他技术的潜力。“相信在不久的将来，新一代人工智能将对互联网消费、自动驾驶、智能医疗、智能物联等将有突出的赋能作用。”潘院士介绍，将来有一天智能物联网设将拥有真正的对话功能，我们的临床诊疗流程或许会改变，新的自动驾驶解决方案不断满足未来的移动需求。“这些‘不可能’都将随着人工智能的不断深化研究而变成‘可能’。”
浙大夯实人工智能人才培养生态
说到浙大的人工智能，可谓是历史悠久。1978年在创建计算机系时，创系者何志均先生就将“研究人工智能理论、设计新型计算机”列为建设方案第一条。同年，招收了第一批人工智能研究方向的五名硕士研究生，开始了人工智能方向的研究。“致天下之治者在人才，成天下之才者在教化，教化之所本者在学校”， 在40多年的发展历程中，浙江大学始终将人工智能人才培养作为使命担当、矢志前行。
2018年，人工智能省部共建协同创新中心（浙江大学）批复成立，其重要任务是以人工智能为桥梁，推动浙江大学学科交叉、激发技术创新、赋能场景应用，培养人工智能领域高层次交叉人才。
2019年4月，浙江大学相继获批人工智能本科专业和人工智能交叉学科。至此，学校在人工智能本科和研究生层次的育人载体已经形成，即形成了从本科生到研究生“人工智能”及“智能+”人才培养完整体系。
全链条的育人生态如何打造？
7月1日，“智海：新一代人工智能科教平台”揭牌，平台将与浙江大学信息技术中心和相关企业合作，以人才培育、科技创新为使命，深度聚焦人工智能技术创新、人工智能人才培养与生态建设。今年上半年疫情期间，238名浙江大学计算机学院三年级本科生以及247名其他专业学生通过“智海：新一代人工智能科教平台”的初期系统“Mo”平台完成了《人工智能》课程的学习。
今年9月份，浙江大学人工智能本科专业图灵班60名学生的课程《人工智能基础》以及1110多名电子信息硕士研究生的课程《人工智能算法与系统》将在浙江大学信息技术中心支持下，全面使用这一平台，共同打造人工智能领域科教融合平台。
教材是人才培养中的重要环节。2018年3月，高等教育出版社联合国家新一代人工智能战略咨询委员会在北京组织成立了“新一代人工智能系列教材”编委会，由潘云鹤院士担任编委会主任，郑南宁院士、高文院士、吴澄院士、陈纯院士和林金安副总编辑担任编委会副主任委员。“新一代人工智能系列教材”是高等教育出版社十三五—十四五期间重点打造的教材系列之一。
潘云鹤院士为系列教材撰写了序言，希望“编写具有中国特色的人工智能一流教材体系，建设在线开放共享课程，形成各具优势、衔接前沿、涵盖完整、交叉融合的教材体系，为人工智能各类型人才培养做出应有贡献”。
目前教材编写工作进展顺利，浙江大学计算机学院吴飞教授、陈为教授和孙凌云教授分别编写的《人工智能导论：模型与算法》、《可视化导论》和《智能产品设计》首批三本教材已经出版，并且在爱课程（中国大学MOOC）建成慕课，先后有12万多人学习。“智海：新一代人工智能科教平台”会为新一代人工智能教材提供算法实训，让学习者体会人工智能具能、使能和赋能，从算法层面对人工智能技术“知其意，悟其理，守其则，践其行”。通过实训平台搭建，将理论知识转化成赋能应用，促进人工智能人才培养与国家、行业和企业需求结合更加紧密。
在交叉变革中赋能场景应用
中国目前有8.4亿互联网用户，给人工智能应用创造了无限市场，而人工智能可谓“至小有内涵，至大可交叉”，具有多学科交叉、渗透力和支撑力强等特点。
无须被告和原告到庭，通过对语音、图像、视频和文本的分析与处理，就能够开展实时性发文、结果预判和裁判文书生成。完成这一连串审判行为的是浙大计算机学院、光华法学院与阿里达摩院、浙江省高院合作研发的智能审判系统——“小智”机器人。
2019年9月，小智首次在杭州市上城区亮相，仅用30分钟就审理完毕金融借贷纠纷案件，为司法智能化技术创新提供严谨逻辑、公正解释、公平判决。
在浙大，人工智能赋能经济社会发展的成果不断涌现。知识计算引擎被广泛应用于咨询研究、中草药以及工程科教图书等多个专业知识服务系统。智能经济计算帮助德清实现从传统熟人招商转向以大数据与人工智能驱动招商的智能模式。浙大计算机学院与阿里巴巴达摩院团队还立足短视频分析与理解，不断打磨和落地大数据驱动和知识引导的互联网经济认知智能计算平台，从微观、介观和宏观三个层次来理解经济行为，建立起人工智能与经济相互融合的理论和方法。
就在不久前的毕业季，浙江大学还推出智能篆刻系统与平台，“所见即所得”的一站式平台有效降低篆刻认知门槛、提升篆刻创作体验，弘扬、赋能我国传统文化、艺术新发展，其产生的首批人工智能姓名印章，成为2020届浙大毕业生定制礼物。
小时新闻2020年7月3日
人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势