我国人工智能产业仍面临问题与挑战 必须给予积极应对
人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。2018年，近年来，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。与此同时，我国人工智能产业仍面临问题与挑战，必须给予积极应对。
技术产品展望
边缘智能成为人工智能应用布局的创新方向。“边缘智能”专指靠近智能终端以及数据源头的网络边缘侧，融合了网络、计算、存储、应用的开放计算平台。随着人工智能应用的不断扩展，定位于数据中心等云端的人工智能应用普遍存在着功耗高、实时性低、带宽不足、数据传输安全性较低等问题，人工智能将逐渐从云端向边缘侧的嵌入端迁移。边缘智能对算法的要求相对成熟，边缘智能的人工智能计算将成为重点产业创新重点领域。例如，在对实时性有严格要求的工业环境下，边缘智能将成为工业物联网得以实施的重要条件，目前已有越来越多的硬件厂商开始提供边缘服务器、智能网关等边缘处理的强化产品。
根据HIS数据测算，边缘侧人工智能市场需求在2018年开始爆发，将从2017年的4亿美元增长至2018年的19亿，预计2019年的增长率将超过400％，其中智能手机、智能家居、智能网联汽车、工业互联网等市场规模最大。预计到2019年，更多人工智能应用和产品将部署于网络“边缘侧”，实现更低延迟性、更低能耗、更小体积和更低成本的人工智能技术应用路径。
产业应用展望
人工智能产业链条逐步形成。截至2018年初，我国人工智能领域相关企业达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。在基础领域，涌现出寒武纪科技、地平线机器人、深鉴科技、耐能、西井科技等一批创新技术企业。在技术创新方面，格林深瞳、旷视科技等深耕计算机视觉，百度、搜狗、科大讯飞等在自然语言处理领域技术较为领先，腾讯、阿里巴巴、华为等在机器学习和云计算等领域具有行业优势。在行业应用方面，我国在智能机器人、智能金融、智能医疗、智能安防、自动驾驶、智能教育、智能家居等重点领域涌现出一批具有代表性的相关企业。预计到2019年，我国人工智能产业链条关联性、协同性将显著增强，人工智能产业协同能力将进一步提升。
人工智能产业发展塑造智能经济雏形。智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。普华永道预测，到2030年人工智能将为全球GDP带来14％的增长空间，即15．7万亿美元的市场规模，其中中国的GDP增长规模为26％，北美的GDP增长规模为14％，为全球受到人工智能带动效应最大的地区。截至2018年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，人工智能将通过与云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、体力蓝领、农业、自动驾驶、金融服务、企业管理、材料科学等各种行业领域的深度融合，加速塑造新的社会经济形态，人工智能在保障改善民生、社会治理等方面将发挥更加积极的作用，智慧城市、智慧交通、智慧医院等创新智能服务体系建设将更为完善，场景化、融合化将成为人工智能产业发展新特点。
问题与挑战
基础技术积累不足。我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。
技术创新的商业应用模式不明朗。应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临激浊扬清的淘汰机制。例如，近几年涌现出数量众多的消费级无人机、服务机器人企业，但产品普遍水平较低、功能雷同。与此同时，支持应用落地的人工智能商业模式尚需探索。英特尔的一份调查显示，全球有百分之46％的公司制定了与AI相关的发展计划，但真正得以落地的只有4％。
资本布局多样性不足。位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。例如，人工智能芯片从投入研发到规模化生产平均需要7年时间，其间很难产生商业回报，初创企业仅靠自身研发投入难以为继。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。与之相比，美国AI领域累计获得978亿美元投融资，其中31％流向处理器芯片领域，在各细分领域中占比最高，未来实现厚积薄发的可能性大。我国人工智能领域的投融资结构头重脚轻，如不及时改观，在资本泡沫消退后，国内人工智能产业发展可能因基础薄弱导致后继无力。
适应人工智能特征的政策、标准体系尚不健全。众多地方政府虽然对发展人工智能抱有极大热情，但对产业特征和规律缺乏理解，仍试图运用政策、资金和资源洼地等传统手段争夺国内稀缺的人工智能产业资源，部分地方省市发布的人工智能规划政策缺乏可操作性。我国针对人工智能技术和产业发展的法律法规研究刚刚启动，尚未在人工智能法治保障、信息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面展开试点。
相关建议
推动人工智能核心技术攻关。一是加强人工智能芯片、传感器、算法、平台等核心技术研发，围绕图像和语音识别、自动驾驶等场景加大算法改进、芯片结构优化研发力度。二是以关键技术为基础，以支撑解决方案打造和深化应用为目标，瞄准人工智能算法、智能芯片、智能传感器等基础领域和情绪感知、认知智能等前沿领域，推进关键核心领域攻关。三是顺应产业平台化、开源化发展趋势，引导和集中行业资源，打造自主架构的深度学习平台以及面向智能网联汽车等领域的人工智能开发平台／开发系统，并尽快开源。
建立针对重点技术产品的资金支持体系。一是设立人工智能产业发展与应用专项资金或专项基金，重点支持人工智能基础理论及关键核心技术研发与产业化，发挥政府引导基金布局引领作用，带动引领地方产业投资基金及社会资本的投资布局。二是针对人工智能产品研发和应用推广，部署研究制定减税降费方案。三是加强对深度学习开源平台和项目政策资金支持力度。
构建有机协同的产业生态并提升服务支撑能力。一是开展示范应用揭榜评选和案例推广工作，支持人工智能企业、系统集成解决方案提供商和行业重点用户联合打造面向特定场景的解决方案。二是面向人工智能产品在制造、交通、电子商务、金融、医疗等领域的创新应用，推动建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台等。三是加速建立人工智能标准、测评、知识产权等服务体系，形成面向人工智能主要细分领域的测评能力。
提前研判安全风险和前沿问题。一是组织力量开展人工智能产业发展带来的法律、伦理和社会问题研究，推动建立保障人工智能健康发展的法律法规、制度体系、伦理道德。二是围绕群体智能、人机混合等未来发展方向，推动我国智库、学者与全球各国科学家与智库开展合作，推动人工智能技术能沿着服务人类的正确方向升级。
金融科技发展面临多种挑战
□记者苏洁
7月28日，金融科技与金融安全峰会暨2021“光大杯”第五届中关村“番钛客”金融科技国际创新大赛启动仪式在京举办。行业学者、银行和金融科技机构代表就金融科技发展现状以及未来发展路径等话题展开了思想碰撞。
创新与挑战并存
中关村金融科技产业发展联盟秘书长、中关村互联网金融研究院院长刘勇在发布《2021金融科技竞争力报告》和《2021金融科技专利报告》时介绍，中国金融科技竞争力百强企业集中分布于北上深，涉足领域最多的是软件、系统服务、大数据与人工智能技术，增长最多的是综合类企业，融合创新模式逐渐成熟，数字化转型加速。成立时间为6-10年的企业增多，金融科技发展在保持活力的基础上逐渐趋稳。中国金融科技专利技术百强企业的专利申请量显著增长，银行金融科技研发力度持续加大，金融科技专利集中度较高，场景创新层出不穷。
中国人民银行科技司副司长李兴锋指出，当前金融科技发展面临新形势和新挑战，发展不平衡、不充分的问题仍然比较突出，应立足新发展阶段，贯彻新发展理念，做好新时期金融科技工作，推动金融科技行稳致远。首先要加强金融科技创新审慎监管；其次要着力弥合发展数字鸿沟问题；再次要全面深化监管科技应用实践；最后要坚守金融领域科技伦理底线。
“我国金融和科技融合协调发展的态势更加明显，金融科技统筹推进、守正创新的理念不断增强。具体表现为金融科技发展规划扎实推进，金融科技监管创新不断完善，金融和科技协调发展的格局正在形成，金融科技产业生态持续繁荣，金融科技研究与人才支撑进一步夯实。但与此同时，我国金融科技发展依然面临着一些新问题和挑战，主要集中在机制、安全、伦理、人才等方面。”中国互联网金融协会秘书长陆书春说道。
金融安全不容忽视
金融科技快速发展的同时，也面临各种安全隐患和风险。
中国社会科学院国家金融与发展实验室副主任、北京立言金融与发展研究院院长杨涛认为，金融科技的价值在于如何提高金融的效能、弥补功能的短板、保障金融的安全和发挥价值外溢作用。除了服务金融自身，金融科技还要有更长期、更社会化、更民生的作用。“当前迫切需要解决的问题，是如何把数据运用和发展中一些基础原则、基本指标、基本标准梳理清楚，然后再跟政策规则相融合。技术自身问题很大程度上是能够通过创新和学习来解决的，现在更重要的是技术背后的伦理问题。如何更好地保护消费者，如何打破大数据杀熟、数据牢笼等问题，是需要思考的。”杨涛说道。
“技术创新、开放共享是把双刃剑，在给金融发展注入新动能的同时，数据隐私泄露、业务交叉风险等安全问题也日益凸显，对金融机构的风险管理与稳健经营提出了更高要求，主要包括四方面的风险问题：一是新技术应用引发的风险，二是银行业面临的网络安全威胁持续升级，三是产业链不成熟导致的安全问题日益严峻，四是生态风险事件增多。”中国工商银行首席技术官吕仲涛指出，商业银行要全方位打造稳定可控、支撑可持续发展的“安全”银行，让客户信赖、监管放心，要从以下三个方面推动：第一，要推进数字基建，筑牢安全运营的根基，为信息系统安全稳定运行提供坚实保障；第二，坚守安全生产底线，深化关键信息基础设施安全可靠转型；第三，加强新技术安全和网络安全防护，完善对外合作风险管控。
清华大学教授、北京智源人工智能研究院安全人工智能创新中心主任朱军认为，金融科技关键隐私数据的保护非常重要，如何在数据不可见的情况下充分发挥数据价值是技术侧要解决的重点问题。搭建融合多方安全计算、联邦学习等技术的机器学习平台是有效的技术解决方案，能够在保护隐私、降低风险的前提下提高业务效率。
中关村银行执行董事、行长杨新军同样认为，银行数字化转型对金融安全提出了新挑战：数据安全保护和科学化管理刻不容缓；金融科技技术安全需要正视技术升级，需要稳中求进；基于大数据的信贷业务、资产安全问题更值得高度关注。
“金融科技，尤其是信贷领域，实质是用数字化的手段去管理好风险，而模型是金融科技的必要环节和必要条件，但是模型本身也是一种风险源。随着模型越来越多、越来越复杂，隐藏在全流程模型构建中的风险也越大，做好模型风险管理则越来越重要。模型风险管理不只是管好单一的模型，而是要能架构一个企业级模型风险管理的体系，确保做好模型全生命周期的管理。”融慧金科联合创始人兼首席战略官张羽表示。
探索金融科技前沿技术
“数字是数字化转型的根本基础，类似于农业时代的种子或者工业时代的石油。”百信银行首席数字官、智能科技群组总裁于浩瀚这样比喻。针对金融行业数字化转型，他认为，第一，数字化转型照搬工具不可行，会“水土不服”。第二，数字化转型是整体联动的事，包括业务、流程、人员的机能结构。第三，创造数字文化非常重要，也就是说必须用数据说话，不用所谓定性的话来表述。
神州信息金融科技副总裁、神州信息金融研究院院长戴可认为，要从业务、技术、运营三方面布局，通过场景引领金融科技赋能实体经济。首先，在业务方面，除了要将用户的需求解构，还要挖掘其潜在需求，以做到引导开发。要努力做到对金融科技的投入方向明确、价值可衡量。其次，在技术方面，运用触点的挖掘、系统化的串联以及场景的沉淀指导金融科技产品的研发，运用数据中台和业务中台不断积累系统的建模能力、分析能力及组建能力，运用多云数据的基础持续提升数据价值。最后，在运营方面，从顶端SaaS（软件服务）层面上的运营和数字中台、业务中台的运营两个落脚点切入，帮助或者共同支持用户完善场景运营能力，最终实现金融科技的赋能。
中科软董事长、中关村金融科技产业产发展联盟副理事长左春指出，保险业务中私域流量是改善了的保险公司客户、营销、代理人渠道等系统。未来保险是互动的，从而带来了私域流量。未来保险将在专家或者顾问营销方面有很大的发展。
维择科技中国区首席运营官杨居正谈到，算力、算法和数据是人工智能的“三驾马车”，数据是智能的基础，而在数据使用边界充满不确定性的情况下，风控需要强大的算法为数据补位。无监督机器学习算法不依赖于历史标签、不局限于已知攻击模式、利用“好人分散、坏人扎堆”的逻辑检测不断伪装、不断对抗现有风控手段的欺诈者，是对现有风控手段的全面升级和有效补充，能够真正地将现有风控防御从被动转向主动，实现对现有风控体系的升维加固。
“人工智能+教育”带来哪些机遇与挑战
当人们谈论人工智能以怎样的新形态出现在面前时，教育界却正在发生一轮新的变革。在新一轮变革推动下,人工智能、大数据、互联网等前沿科技正加速应用于教育领域。在信息时代，人工智能将为教育行业带来哪些机遇和挑战?这是人们普遍关心的问题。
[[319059]]
前不久,我国教育家顾明远先生表示，“人工智能+教育”正在引起关于教育的一场革命。他认为，要充分认识“人工智能+教育”的育人功能，是当前教育工作者遇到的重要挑战。联合国教科文组织于2019年8月发布了《北京共识——人工智能与教育》;据悉，这是联合国教科文组织首个为利用人工智能技术实现2030年教育议程提供指导和建议的重要文件。该文件提出，各国要引领实施适当的政策应对策略，通过人工智能与教育的系统融合，全面创新教育、教学和学习方式，并利用人工智能加快建设开放灵活的教育体系，确保全民享有公平、适合每个人且优质的终身学习机会，从而推动可持续发展目标和人类命运共同体的实现。
“人工智能+教育”主要是要改变传统的教学方式，要从教师的教转变到学生的学。教师要充分发挥学生的主体性，改变单向传授知识的方式。学生通过自我学习发现问题、提出问题，自己去探索，或者与同伴合作，互相探讨。教师可以利用人工智能、大数据、互联网等技术优势，帮助学生的个性化学习设计科学的、合适的学习方案。人工智能、大数据、互联网等，还可以作为教师的有力助手。总体来说，人工智能还是能给教育带来诸多机遇，能够提供个性化的学习，促进学习者各方面素养和能力的提升，加快全球课堂的普及，并减少教师的重复性工作等。人工智能可以帮助老师随时了解学生的学习情况，帮助他们解决困难，帮助教师批改作业，替代教师一些机械式的劳动，减轻教师的负担，使教师有更多的时间和学生接触沟通。
人工智能的本质是效率工具，取代低端的劳动，迫使人类智慧向高端劳动迁移。而教育的本质是用一个灵魂去点燃多个灵魂，是人类文明的传承和发展的重要环节。当知识可以越来越容易地被外部存储和调取，当很多低端的脑力劳动可以被人工智能取代，人类的智能必然需要被解放出来，去处理更多复杂智能才能处理的事。从这个角度去看，人工智能越发展，应试教育就会变得越不重要，素质教育就会变得越重要。当然在提供素质教育的过程中，我们依然可以利用人工智能来降低练习和反馈部分的成本并提升效率。智能技术变革教育具有个性化、情境化、数据驱动、新教育生态等基本特征，它可以根据每位学生的基础个性化推荐，真正精准找到学生弱项，提升学习的效率。
人工智能催生教育的多个变革，包括教育思维模式从一维到多维，知识体系从单一到跨界，教师能力从一元到多元，教育技术从单一到复合，教材呈现从纸质到数字等。在个性化教学方面，人工智能可以通过大数据技术，来收集和分析学生日常学习和完成作业过程中产生的数据，精确地告诉老师每个学生的知识点掌握情况，老师便可以针对每一位学生的学习情况来有针对性地布置作业，达到因材施教的效果。而在教学方式方面，人工智能可以为老师提供更为丰富的教学手段，全时互动、以学定教，老师上课时也不再是只有一本教科书，而是可以任意调取后台海量的优质学习资源。
当前，图像识别、语音识别、人机交互等人工智能应用技术在教育领域都有了应用。比如，通过图像识别技术，人工智能可以将教师从繁重的批改作业和阅卷工作中解放出来;语音识别和语义分析技术，可以辅助教师进行语言口试测评，也可以纠正、改进学生的语言发音;而人机交互技术，可以协助教师为学生在线答疑解惑。教师可以利用人工智能、大数据等技术优势，帮助学生的个性化学习设计科学的、合适的学习方案。除此之外，个性化学习、智能学习反馈、机器人远程支教等人工智能的教育应用也被看好。现在市场上人工智能在教育领域已经有一些比较成熟的应用;随着人工智能技术的发展，越来越多的人工智能工具被应用于教育领域，成为教师教学和学生学习的得力助手。
作为前沿科技，人工智能在给教育带来诸多有利因素的同时，也会存在相应的挑战。在人工智能渗透进入传统教育领域带来优势的同时，也会引发一些问题。例如人工智能的出现可能会导致学生被动接受已经安排好的知识，而丢失主动分析、思考的能力;也有人担心人工智能为教师做了太多，教师的教学水平可能会下降。因此，要充分认识人工智能的优势和它可能存在的问题，做到趋利避害，真正使人工智能发挥育人的作用。正如我国教育家周仪荣先生曾经所言：科技是一把双刃剑，在它给人们带来美好的同时也带来一系列的麻烦;因此要合理利用科技，发挥它有利的一面，限制它不利的一面。只有这样，才能发挥人工智能技术在教育领域的有利作用。
总而言之，人工智能与教育的系统融合将会更好地加速教育行业改革，促进教育行业发展。人工智能未来将极大地影响教育行业;“人工智能+教育”或许不会像电商零售那样容易，需要经历一个漫长的过程;但信息时代早已到来，而教育的未来已然可期。面对当前挑战与机遇并存、困难与希望同在的形势，只要坚定信心、不断创新，中国教育行业就一定能够持续健康稳定发展。