人工智能产学研创新发展 赋能数字经济新时代
原标题：人工智能产学研创新发展赋能数字经济新时代人工智能是数字经济新时代下的重要生产力，利用人工智能技术打造数字经济新引擎更是当下的发展风口。12月25日，中国科学院人工智能产学研创新联盟年会暨第三期人工智能创新大讲堂在京举行，会上发布了中科院联盟人工智能年度报告和年度人工智能亮点成果，人工智能领域技术、产业等各方专家汇聚一堂，共同探讨如何用人工智能技术赋能数字经济新时代。
前沿动态分享新锐观点迭出
“十四五”规划纲要提出，要以数字化转型整体驱动生产方式、生活方式和治理方式变革，充分发挥我国数据、应用场景的优势，促进数字技术与实体经济深度融合。
当前，人工智能已成为新一轮科技革命和产业变革的重要驱动力量，利用人工智能推动产业高质量、现代化、智能化水平提升，是我国人工智能行业知名专家和领军企业家的矢志所在。
“以人工智能为代表的新一代信息技术，正深刻改变着世界发展格局。”作为联盟战略咨询委员会主任，中科院科技战略咨询研究院院长潘教峰在致辞中提出，当下各国争相竞力，谋占技术高地，中国也在不断发力，已形成了从中央到地方、从技术到产业纵横结合的人工智能发展体系。
潘教峰表示，从2017年成立至今，中国科学院人工智能产学研创新联盟多次承担国家重大任务，推动产学研合作及技术成果相继孵化落地。“我们期待联盟能够携手社会各界力量，紧密合作，共同推动中国科学院乃至中国人工智能事业的发展。”
中国科学院控股有限公司董事长索继栓在致辞中表示，加快发展新一代人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。索继栓对联盟提出了三点建议：“一是坚守源头核心技术创新，实现关键技术自主可控；二是着力打造人工智能产业新生态，形成国家需求引导、产业集群引领、协同创新的新模式；三是护航数字经济行稳致远，重塑百花齐放、活力迸发的平台经济健康生态。”
中国科学院院士冯登国在《网络空间安全技术发展态势》主题演讲中将当前网络空间安全技术发展态势概括为以下几点：人工智能技术已成为网络安全技术的创新源泉；量子计算机等新型计算机技术促使高强度安全技术快速发展；5G落地应用与6G快速推进，牵引了网络安全技术高速发展；区块链为网络安全技术创新发展注入新的活力；大数据和云计算技术引领数据安全技术创新发展。
在《AI使能6G演进及应用》主题演讲中，中国工程院院士张平分享对AI+6G未来发展方向的看法。他认为，6G将走向人机物灵充分联结、虚实结合、智慧涌现的泛在智简网络。而泛在智简网络既作为智慧化的服务基础设施和创新生态的数字化材料元素，又因其引入的人灵境协同，将提供先进智能涌现、创新创造赋能的生态环境。同时，灵境协同增强后的个人、组织、城市、国家，将以守仁求和为理念，开展价值共创，共建人类命运共同体。
科大讯飞董事长刘庆峰以《产学研合作推动人工智能生态繁荣》为题发表主题演讲，分享了当前以科大讯飞为代表的企业在语音识别、机器翻译、自然语言理解等人工智能技术方面的进展。他指出，人工智能下一步研究的四个主要方向包括无监督训练、多模态融合、脑科学交叉研究、人机协同进化。
当前，人工智能要切实解决社会重大命题，必须要从单点应用突破到系统性创新。以教育领域为例，科大讯飞正切实用因材施教的系统性创新助力教育“双减”，使得学生无效练习、作业时间、焦虑情绪均取得显著降低，提升学习兴趣。
刘庆峰强调，人工智能是支撑幸福中国和工业强国的必然选择，而生态的繁荣决定了未来人工智能产业全球竞争格局，也是产学研联盟的重要基础，科大讯飞也期待着继续与联盟一同创新开放、合作共赢。
人工智能前沿研究与产业发展报告发布
2021年是“十四五”规划和第二个一百年奋斗目标的开局之年，政策加持之下，人工智能势头猛劲，数字经济方兴未艾，人工智能产业迎来了助推浪潮。年会现场，中国科学院人工智能产学研创新联盟发布《人工智能前沿研究与产业发展报告2021》，报告从人工智能国内外战略态势、技术趋势、产业发展与应用以及中科院研究亮点成果等四个方面，回顾并总结了2021年全球人工智能前沿研究与产业发展动态。
报告认为，2021年世界主要国家均已进入全面推进人工智能战略的阶段，人工智能监管已成为各国人工智能发展的重中之重，人才培养是各国AI发展的核心竞争力，AI基础设施的重要性愈发凸显。
针对中国人工智能发展现状，报告总结了五项特点：优化人工智能战略布局，推动产业融合发展；夯实学科建设基础，注重人工智能区域人才；完善人工智能标准体系，制定相关法律规范；加快人工智能政策落地，开展实验区规划建设；开展人工智能发展研究，为产业发展建言献策。
对于产业发展态势，报告分析认为，人工智能产业规模持续扩大，预计到2025年末中国人工智能核心产业规模有望达到4000亿。在智能语音市场，科大讯飞竞争优势明显，市场份额稳居第一。人工智能企业持续蓬勃向上，人工智能产业集群化现象明显。
应用环境向好，人工智能发展如虎添翼，一大批智慧应用也瞄准未来科技和产业发展的制高点成功落地应用，并取得显著成效。现场，中科院联盟发布年度人工智能亮点成果，合肥研究院“智慧党建数字化平台”、科大讯飞“讯飞开放平台”等13家单位的14项成果入选。
拥抱人工智能，赋能数字经济，此次联盟年会和大讲堂不仅让国内外人工智能发展的最新政策、战略和成果得到分享，还为政府、企业、院所和公众搭建了对话平台，促进人工智能合作“生态圈”生生不息。相信在中国科学院人工智能产学研创新联盟的推动下，人工智能技术将成为强劲引擎，跑出经济发展加“数”度。（李倩）
(责编：曹淼、李源)分享让更多人看到
数字经济时代，人工智能成为产业数字化转型“枢纽”
过去10年，新一代信息技术应用不断为各行各业注入新活力，形成了人工智能、云计算、5G为代表的核心科技力量，也成为了推动产业升级的重大突破口和经济高质量增长的重要引擎。通过充分发挥海量数据以及丰富应用场景的优势，数字技术正在与实体经济之间进行更加紧密且高效的融合，在不断提升更多行业的实际竞争力的同时，也开启了产业间更多的想象空间，加快了其转型的步伐。
尤其是人工智能，伴随着产业应用规模的不断突破，在数字经济时代的推动之下，人工智能产业也在“成熟期”的阶段当中逐渐站稳脚跟，并且已经开始赋能各行各业的合作伙伴实现其高效的数字化变革与发展。
当下，数字经济的快速发展正在为整个人工智能产业创造良好的发展条件和技术环境，而人工智能作为关键性的新型技术能力，也正在被视为推动整个国家数字化经济发展的核心推动力。根据今年国务院印发的《“十四五”数字经济发展规划》，包括AI算法、算力在内的数字经济核心产业增加值在2025年达到13.8万亿元，并通过这13.8万亿元数字经济核心产业，带动各产业间的数字化转型，推动数字技术与实体经济深度融合，让数字经济成为促进公平与效率更加统一的新经济形态。
数字经济发展的大趋势下，国家的支持进一步促进了包括人工智能在内核心科技的应用。可以看到，近些年人工智能技术已经开始在企业发展的各个环节当中发挥巨大作用，从设计到生产、从管理到营销，人工智能技术的“触角”可以说是已经深入到了社会经济的方方面面。从行业领域来说，交通、制造、能源等各色行业都开始着手进行与人工智能技术应用之间的“打磨”。
以机器视觉技术、感知智能技术、机器学习、自然语言处理等为技术主导的人工智能服务也已经逐步完成了社会、市场间的磨合，获得了市场以及社会部门机构的认可，在检查巡检、管理调度、决策支持等一系列业务发展的关键环节当中体现价值。
但不可否认的是，当前大部分企业的数字化转型，仅仅完成了企业的数据信息化，实现了数据之间的连接，但远远达不到“数字化”对智能的要求。多种“不确定”因素带来的影响似乎让人工智能的产业化之路蒙上了阴影。
“机会是留给有准备的人”。面对新环境适配带来的影响，行业内有的企业疲于整改，有的企业却可以利用自身能力为行业重新“正名”，改变人们对当下人工智能略带“微词”的看法。作为ICT产业内的先行者，在人工智能还只是高高在上的概念时，华为就与合作伙伴和开发者们共同努力，助力包括人工智能在内的ICT技术成为推动社会不断向前的创新动力，成为一种从政务机构到企业组织都无法拒接的底层能力来源，不断驱动着这个社会的数字化创新。
可喜的是，随着国家针对数据、算法的法律、法规的及时出台，为人工智能为代表的数字技术发展，提供了明确的发展方向，消除了不确定因素的影响。华为计算也在合规的前提下，通过数据脱敏等手段，让人工智能的计算能力真正帮助合作伙伴，将数据资源转变为数据资产，更进而成为数据资本，以实现“数字+AI”的业务与战略发展构想。
为了不断提升人工智能的应用广度与深度，华为自2019年发布计算战略以来，在对人工智能架构创新的基础上，投资全场景处理器族，包括面向通用计算的鲲鹏系列，面向AI计算的昇腾系列，面向智能终端的麒麟系列，以及面向智慧屏的鸿鹄系列等，让合作伙伴在高性能、安全的前提下，适配实际应用场景。另外，华为计算还通过科研创新与人才培养平台，持续在为人工智能产业培养源源不断的人才。各种行为都表明，华为正在践行“把AI带入千行百业，助力相关产业数字化升级”。
在具体的制造、能源、交通等行业领域，华为人工智能正在通过“昇腾AI”提升客户的体验，优化重塑产品和服务，实现基于洞察的流程智能化。
在制造行业，在“把AI带入每一条产线”的理念下，基于昇腾AI基础软硬件平台的昇腾智造数字工厂AI解决方案，做到了对制造行业量身定制的质量检测、厂区安全等应用领域的一站式、高精度、开箱即用的AI解决方案，打通了AI应用在制造行业的“最后一公里”，实现了把AI带入每一条产线。在华为自身的南方工厂中，率先采用昇腾智造AI质检，在内部200多个产线应用中，实现质检效率提升3倍+，准确率>99%的好成绩；
在能源领域，华为计算推出了“昇腾智巡”的远程智慧巡检解决方案，利用人工智能与自动控制、物联网等技术相结合的分析取代了传统的人工巡检，让巡检更安全，效率和准确率更高，并显著降低误漏操作的风险。在昇腾智巡在深圳市供电局的案例中，深圳市供电局通过采用昇腾智能输电运检解决方案，解决了信息回传难，流量消耗大，设备运行功耗高，长期阴雨天气导致供电不足，设备掉线率高等问题，实现了对电网的智能无人运检；
在交通领域，华为技术利用人工智能技术对车辆、轨迹等进行智能分析，在此基础上推出面向智慧交通的“昇腾智行”解决方案。在昇腾智行的运作下，高速公路在自由流收费稽核、视频云联网、车路协同等场景下，进一步提升全天候通行能力。在昇腾智行在湖南高速试点运营中，“昇腾智行”借助多流水融合路径、大数据、人工智能、边缘计算等技术，提高稽核的效率与准确性，有效地打击恶意偷逃费行为，确保高速公路通行费应收尽收，预计年挽回损失近亿元。
在当下的后疫情时代，多种不确定因素叠加对经济正增长趋势带来巨大冲击。面对百年未有之大变局，发展数字经济，释放数字对经济发展的放大、叠加、倍增作用，推动互联网、大数据、人工智能和实体经济深度融合，才能更深层次探索数字经济催生的新动能和新产业。
面对数字经济发展的广阔前景，正如昇腾AI产业的定位，就是聚焦在人工智能基础软硬件平台，核心开发理念是打造极简易用、极致性能的全场景人工智能平台。认真做产品服务，行正道。华为没有去考虑一些所谓的“捷径”，而对于整个数字产业而言，华为也表现出它做产品的态度，华为相关负责人也曾在多个场合强调，希望自己是拿最后一块蛋糕的人，因为只要人工智能产业的市场足够庞大，最后一块蛋糕也足以支撑和激励华为不断推出更好的产品。
人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
业内：人工智能已成为新一轮产业技术革命重要驱动
华为打造AIoT智能生态，国常会提出巩固和扩大新能源车优势——全球产业趋势跟踪周报（0605）上周全球股市涨多跌少，市场交易热点主要围绕华为生态系统和新能源汽车产业链。（9）区块链：首个区块链技术领域国家标准《区块链和分布式记账技术参考架构》正式发布（☆☆）5月31日电，《区块链和分布式记账技术参考架构》（GB/T42752-2023）国家标准正式发布。
06-0606:47人工智能产业与实体经济加速融合
本文转自：中国经济时报
本报记者李晓红
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。7月26日，工业和信息化部举行“新时代工业和信息化发展”系列发布会。工业和信息化部科技司副司长任爱光在会上表示，目前，我国人工智能核心产业规模超过4000亿元，企业数量超过3000家，截至6月底，已建成5G基站170万个。
“党的十八大以来，我国人工智能产业厚积薄发，从‘技术研发’到‘成果转化’，再到‘赋能应用’，为我国数字经济产业的原始创新和赋能发展提供了强力支撑。我国人工智能产业实力大幅提升，产业增速全球领先。”赛迪顾问股份有限公司人工智能产业研究中心常务副总经理邹德宝在接受中国经济时报记者采访时表示。
人工智能产业实力大幅提升
截至2021年，中国人工智能产业规模增速同比全球超过4个百分点。其中，中国人工智能基础层产业规模增速最快，2016-2021年年均复合增长率达到40%以上；应用层产业规模占比最大，占中国人工智能产业总规模的51.1%，近五年占比均高于50%。
邹德宝告诉本报记者，近年来，我国人工智能技术创新能力显著增强，多项成果位列全球第一。比如，专利申请量占全球比重70.9%，位列全球第一。论文发表数占全球比重26.5%，位列全球第一。
“人工智能作为一种通用技术，具有渗透赋能效应。人工智能技术会在某些关键行业部门率先使用，推动这些部门实现技术进步，并大幅提升产出水平，把生产可能性曲线不断向外推移；同时，这些技术进步快的部门也反过来对技术进步慢的部门产生扩散，最终在更大范围和更长时间内起到推动技术进步的作用，实现整个经济社会生产边界的拓展。”中国宏观经济研究院产业所高技术室主任张于喆向本报记者表示。
不过，在邹德宝看来，目前，在人工智能领域，人才供需失衡已经成为制约我国人工智能产业发展的主要问题。截至目前，我国人工智能产业人才需求约328万人，人才供给约31万人，缺口近300万人。而且，在人工智能行业应用渗透率方面，截至2021年底，我国人工智能应用领域前十渗透率除了智慧金融（75%）外，其他领域不足30%，而人工智能在智能制造领域的应用渗透率仅为4%，行业渗透率低也是制约人工智能产业发展的主要问题。
人工智能与实体经济加速深度融合
近年来，人工智能与实体经济的深度融合已成为我国的重要经济战略。
“人工智能应用助力实体经济转型升级主要体现在降本、提质、增效三个方面，人工智能与实体经济融合主要针对于标准化程度较高的行业。”邹德宝表示。
张于喆表示，人工智能技术会对工业、农业、医疗、商贸物流、能源等重点产业领域赋能。
对于如何更好地实现人工智能和实体经济的深度融合，邹德宝建议，一是协同产业要素，构建开放市场机制。在人工智能产业突破的道路中，科研单位独立攻关缺乏充裕的要素支撑、企业主体的自主研发缺乏专业的科研力量、政府主体的直接参与无法负担起庞大的建设需求，只有将产业要素有机凝聚，进行市场化专业分工，才能实现核心理论的突破、重点产品的打造以及基础能力的建设。二是加强区域联动，构建协同互补的先导先试能力建设。结合各地区产业环境特点，加强人工智能的应用创新、探索和示范。通过开放性政策引导鼓励企业创新应用，摸索人工智能创新应用成功经验；通过应用牵引加快智慧化项目落地，促进形成智慧产业新的增长点；通过因地制宜地开发打造区域特色化智能经济，加速形成特色融合产业集群。
人工智能已经成为全球新一轮科技革命和产业变革的核心驱动力
作为第四次工业革命的核心，人工智能已经成为全球新一轮科技革命和产业变革的核心驱动力。在2021人工智能计算大会（AICC2021）上，清华大学智能科学讲席教授、美国艺术与科学院院士张亚勤带来了《智能计算新趋势》主题演讲，分享了在信息、物理和生物智能融合的新时代下，AI计算面临的新挑战及突破传统范式的新趋势。同时，张亚勤教授分享了人工智能在生命科学、绿色计算及自动驾驶领域最前沿的应用成果，探讨人工智能的技术如何真正赋能各产业，推动社会的进步。以下是张亚勤教授演讲原文（有删减）：大家好，特别高兴参加人工智能计算大会，我今天分享的是有关于产业发展的新趋势，包括人工智能在生命科学、双碳趋势下的绿色计算、自动驾驶等领域中扮演的一些角色。AI计算趋势在过去30年中，如果说有一件事是最重要的，那无疑是“数字化”，在80年代、90年代我们所做的是把内容和企业数字化。从当时的语音、图像、视频、文本，后来到企业ERP、CRM，包括云计算，其实是数字化的1.0和2.0阶段。现在，我们进入了新一轮的数字化3.0，这包括两个世界的数字化。■一是物理世界数字化，我们的路、车、交通灯，家庭、车间车床工厂，甚至整个城市都在数字化。■二是生物世界，即我们的生命世界也在数字化，我们的大脑、身体器官、DNA基因、蛋白质等正在走向数字化，同时各种新的生物电子芯片、脑机接口技术也在不断发展。麻省理工学院多媒体实验室主任NicholasNegroponte写的《数字化生存》，谈的就是数字化1.0，他认为这是从原子到信息再到比特的变革过程。至于数字3.0阶段，我认为是从比特回到原子、分子的过程，可以说是原子、分子和比特的双方映射。第三次数字化和第一轮、第二轮有完全不同的一些特点。一方面是指数级的数据，比如在无人车领域，每天一辆车产生的数据量是5T；在基因测序领域，每一次测序产生的数据是3T，蛋白质三维结构的数据10300，所以数据在海量地增长。另一方面，这些数据主要不是给人而是给机器做决策的，是机器到机器的环节。人工智能经过了很多发展阶段，最早是更多依靠知识的符号逻辑推理，但知识并不完备，所以造成了AI的第一个冬天。而现在，更多是数据驱动的深度学习；未来，我认为是知识和数据的融合，包括关于大脑的知识，以及大量的现实世界数据，同时也包括第一性原理方程式，比如薛定谔方程、分子动力学方程等等深度学习可以说是这十年来的主流，从RNN、LSTM、CNN，到现在的GAN和Transformer，其经历了丰富的发展阶段，当下的方向是预训练、多模态、大模型。其中有不少挑战，包括因果性、可解释性、透明性，但也有新的解决方案。