我国首个刑事案智能辅助系统诞生 它叫“206”
“206”真的能防范冤假错案吗？会不会有朝一日，它将取代法官？
文/解放日报·上观新闻记者陈琼珂
“206”，大名“上海刑事案件智能辅助办案系统”。在对上海几万份刑事案件的卷宗、文书数据进行学习后，这个以大数据、云计算和人工智能为技术内核的“小婴儿”，已经具备了初步的证据信息抓取、校验和逻辑分析能力。
自5月3日在25个试点单位上线以来，“206”试运行已满两个月。随着不断升级和自我学习，它将更加聪明，威力也会更强大。
“206”真的能防范冤假错案吗？会不会有朝一日，它将取代法官？为了寻找答案，记者走进了上海高院。
神秘“206”系统页面
缘起：司法改革催生的新事物
“206工程研发基地”，这一块亮闪闪的铭牌，挂在上海高院审判大楼第十二法庭门外，让人感觉有些神秘。
推开门，法庭被布置得如同卫星发射的控制大厅一般，几十名技术人员聚精会神地在电脑上进行操作。他们是来自科大讯飞公司的研发人员，产品部经理金泽蒙告诉记者，现场有70多个开发人员，在北京、合肥的后台还有一百多号人，全公司最精锐的力量都扑上来攻关了。
“206”的名字缘何而来？它肩负着怎样的使命？时钟回拨到今年2月6日，中央政法委书记孟建柱在上海调研指导工作。
上海高院院长崔亚东介绍，“孟建柱书记提出了司法改革新的三项任务，其中之一就是要求上海高院承担开发‘推进以审判为中心的诉讼制度改革软件’的任务，他要求把高科技的手段融入到大数据系统当中，有效地防范冤假错案，减少司法任意性性，促进司法公正，提高司法效率。这个软件最后定名为‘上海刑事案件智能辅助办案系统’，因交办日期是2月6日，便有了‘206’工程这一简称。”
这一工程上马，有着司法体制改革的深远背景。十八大以来，人民法院在中央的领导下依法纠正了34件重大冤假错案。发生这些重大冤假错案的一个很重要的原因，就是事实不清、证据没有做到确实充分。以审判为中心的诉讼制度改革是党的十八届四中全会提出的重大改革任务之一，推进这项改革，就是要使侦查、审查起诉的案件事实证据经得起法律的检验，保证庭审在查明事实、认定证据、保护诉权、公正裁判中发挥决定性作用，有效防范冤假错案产生，确保司法公正，提升司法公信力。
“中央政法委、市委将这项重大改革任务交给上海高院承担，既是对我们的信任，也是对我们的考验”，崔亚东表示，“在新一轮的科技革命中，互联网、大数据、人工智能与各领域的融合发展已经成为不可阻挡的时代潮流。把这些新技术融入到刑事诉讼活动中，开启了人工智能在司法领域深度应用的先河，具有划时代意义。”
为确保完成任务，上海高院党组成立了以崔亚东院长为组长的研发领导小组及办公室，研究制定了工作方案并报经中央政法委、最高法院、市委政法委同意实施。研发的指导思想非常明确：“坚持把现代科技创新与司法体制改革相融合，通过强化大数据在以审判为中心诉讼制度改革中的深度应用，把统一适用的证据标准嵌入数据化的办案程序中，减少司法任意性”。
人工智能是目前信息技术发展中最前沿的技术，但它更多的是应用在经济领域、服务领域，比如商业、医疗、教育、社会治理等，把人工智能运用司法领域、用于刑事案件办理，在中国和世界都没有先例，又该从何处入手？
“这个软件是为了服务公检法三机关执法办案，确保侦查终结、审查起诉阶段的办案证据标准符合法定定案标准，切实防止冤假错案的产生。我们花了一个月时间做调研，最终形成了这个开发思路。”业务组负责人之一、上海高院刑一庭副庭长徐世亮说，首先要深入调查研究，弄清楚“痛点”在哪里、需求是什么。
他们广泛听取检察、公安、司法机关意见建议，历经34次专题调研，收集意见、建议78条，需求132条，收集公检法系统案件电子卷宗、裁判文书、庭审笔录、审理报告、退查退捕说明等资料16.55万份。通过认真梳理侦查、起诉、审判等阶段在收集、固定、检验、审查判断证据中存在的问题，为破解刑事案件证据标准适用不统一和办案程序不规范等难题，提供机器学习样例。
诞生：贯通公检法的办案系统
与之齐头并进的是夜以继日奋战的技术组。从今年2月下旬形成思路、调集力量，到5月3日上线试运行，只有短短两个半月。这么短时间拿出一款像样的产品，几乎不可能。上海高院信息管理处处长曹红星说，“研发工作超常规进行，研发人员付出了大量的心血。”
为确保研发任务的顺利完成，根据工作方案，由上海高院牵头，与科大讯飞公司合作，会同检察院、公安局，建立了联席会议制度，建立了研发基地，组建了一支专业研发队伍。抽调精兵强将，其中，科大讯飞公司的研发技术人员215人；本市公安、检察、法院抽调的业务专家64人也汇集于此，总人数近300人。
“按照法律规定，移送审查起诉、提起公诉、审判的证据标准都是事实清楚、证据确实充分。但是由于工作角度不同，公检法在实际办案中对这个标准的理解往往会存在差异。因此首先要解决的问题，就是，如何按照法律规定解决证据标准适用统一问题。”
徐世亮介绍，证据标准是指在诉讼中据以认定案件事实的证据要求和证明程度，事实清楚、证据确实充分是一个总的标准，具体到每个罪名，还需要进行细化。为此，他们聚焦常见多发、重大、新类型等案件，特别是针对当前社会的公共安全以及人民群众迫切需要解决的问题，选择了7类18个具体罪名，逐项制定证据标准，目前已初步完成故意杀人罪、盗窃罪等7个罪名的证据标准制定工作。
比如，在制定命案的证据标准时，上海高院通过数据分析，将命案分成四种类型：第一种是现场目击型，也就是现场有目击证人或者有监控录像，能够完整反映案件情况的命案类型；第二种是认罪供述得到印证型，也就是定案主要依靠犯罪嫌疑人的供述与现场情况进行印证的命案类型；第三种是现场留痕型，比如现场有血指纹、血脚印等能够证实犯罪嫌疑人作案的客观性证据的命案类型；第四种是拒不认罪型，以上四种类型虽然都属于命案，但是证据审查判断的标准存在巨大差异，有必要针对不同类型的案件制定个性化的证明标准。
有了证据标准，还要制定证据规则，证据规则是指规范证据收集、运用和证据判断的法律准则。上海高院对刑事诉讼法规定的八类证据，分别详细规定了收集程序、规格标准、审查判断要点，同时对量刑证据、程序证据的收集、固定做了明确。徐世亮解释：，“以前散落在不同规定中的规则，现在我们进行统一化、系统化。”
接下来是构建证据模型，它是为软件系统审查判断证据链条完整性专门设计的模板。在已制定证据标准和证据规则的基础上，研发团队于4月底初步完成故意杀人罪、盗窃罪、诈骗罪（电信网络诈骗）、非法吸收公众存款罪4个罪名的证据模型构建工作。
5月3日，系统上线试运行，在25个试点单位试行。试点单位5月1日起立案的故意杀人罪、盗窃罪、非法吸收公众存款罪、诈骗罪（电信网络诈骗）4个罪名案件，均进入该系统试运行。研发团队还推出了手机APP版本，随时随地可以查阅指引。某一位试点派出所的基层民警小俞反馈：，“很有用，以前有时凭经验，现在有了统一的规范指导，心里更有底了。”
验证：“206”能防范冤案吗
“206”绝不仅仅只是个规则指引器。它引入了人工智能技术，不仅能发觉单一证据的瑕疵，还能发现证据之间的逻辑冲突之处。
比如，如果一份证据证明被害人是被刀捅死的，而尸检报告说是钝器致死，那么“206”就会发现这里有矛盾，它就会提醒办案者注意。在用一些办结的案件来验证的过程中发现，系统提示的证据瑕疵与逻辑冲突，与当时办案者的感受有相当的重合度。
比如，犯罪嫌疑人交代他曾杀死另外一人，而且在他交代的地点，确实挖出了尸骨，按照常理，此人应是他杀的，但“206”提示：案件多个证据之间存在矛盾。这是为何？因为经过系统审查，提取汇总了犯罪嫌疑人有关供述，办案人员经比对发现：犯罪嫌疑人交代是“用榔头敲他的头，用匕首捅刺胸部数刀”，但尸检报告显示对方“头颅完好、胸骨也没有刺戳的痕迹”。这显然无法排除凶手是他人的合理怀疑。
“以前公安移交过来的大部分是纸质卷宗，光阅卷就要用好多时间，现在206系统可以对单一证据、证据链和全案证据进行了校验、审查，都变成可视化的数据卷宗了，节省了大量的时间。”徐汇检察院公诉科的办案检察官许磊点开系统，给记者作了演示。
“你看，它通过‘实体关系分析技术’，实现了对案件人物社会关系、时间关系、地点、行踪、作案工具的来源和去向、它们之间逻辑关系等，形成了完整的案情全景图，我要做的就是判断证据是否印证、不同证据之间的逻辑是否符合，还有就是证据之间是否存在矛盾。如果有问题，我们就进一步的查证和落实。”
“206”能否帮助避免冤假错案？上海高院副院长黄祥青对此表示谨慎：，“这个系统的定位主要是辅助办案，在证据审查上起到把关的作用，防止人工的遗漏。”
未来：“人脑+电脑”效率更高法官要“下岗”了？
有了“206”，法官是不是要下岗了？显然不是。
“软件系统能够提示办案人员证据存在的瑕疵；能够通过“人脑+电脑”，如何各司其职？相结合的方式综合审查证据链与全案证据，指出各待证事项是否得到证据印证、证据之间是否存在矛盾、是否合符逻辑等；在报捕、移送审查、提起公诉程序节点，系统会根据相应的证据标准综合提示证据是否缺失、是否存在证据瑕疵，不过案件是否进入下一个诉讼阶段，最后还得办案人员做决定。”
上海高院信息管理处处长曹红星打了个比方，就好比说一个医生，他有了一个聪明的机器帮手，可以帮他拍给病人拍X光片、判断片子、生成解读报告，但最终开药与否、如何治疗，还是医生说了算。
“这相当于给我配备了一个智能助理”。检察官许磊如此评价智能办案系统。
作为一名资深刑事法官，徐世亮直言的回答也很坚决，“审判是一门艺术，有些事情机器干不了。”他举例说，同样是盗窃3000元块钱，一种是为生活所迫，另一种是游手好闲，那主观恶性能一样吗？判决结果也会不一样。“做了这么多年刑事法官，越发觉得法律绝对不是硬邦邦的，这恰恰体现了出司法的价值。‘206’会提高办案效率，成为一个越来越合格的法官助理，但不可能取代法官”。
黄祥青副院长也认为，司法领域充满了价值判断，技术对客观事实的有无的判断很清楚，也有实现抓取信息的能力，但是司法裁判中的价值判断问题，比如危害程度的大小，要靠人的社会经验来判断，“我们对‘206’的角色有一个清晰合理的设定，就是让它来识别浩繁的卷宗，防止人工的遗漏，提取呈现有用的信息，然后由法官来判断。”
记者了解到，“206”还具有类案推送、文书自动生成、办案人员知识索引等多项功能，提升办案质量和效率。
“206”已经在悄然改变着一些东西。截止至6月30日，系统共录入案件共计60件，包括故意杀人案件12件，盗窃案件39件，电信网络诈骗案件9件；录入证据19316份；提供证据指引2622次；发现证据瑕疵点48个，提供知识索引查询348次，总点击量达5.6万次。
产品部经理小金又接到厚厚一沓纸质材料，“一线办案人员又发过来这么多改进需求，我们要尽快把这些加入系统之中。”
这几个月，研发团队对“206”投入了大量的心血，“它还不完美，但它就像一个两三个月大的婴儿，他有手有脚，会吃喝拉撒睡，基本的功能有了，还需要成长。下一步，我们将进一步修改完善有关证据标准和模型等工作，让它更强大。”
“在历史性机遇面前，探索还仅仅是个开始。”，上海高院副院长郭伟清认为，随着不断的完善和提升，人工智能在证据指引、提示、检验、把关、监督上的作用将会越来越明显。“我们相信，‘206’软件系统完全开发成熟以后，它在民商事审判等其他司法领域中的应用前景也将是非常广阔的，并可以为满足人民群众不断增长的司法需求注入新的动力，带来新的革命性的变化。”
[专家视角]
人工智能与司法实践深度融合前景广阔
华东政法大学校长、教授、博士生导师叶青
推进以审判为中心的诉讼制度改革是党的十八届四中全会确定的一项重大的改革任务，是司法体制改革的重要组成部分。上海高院开发的“上海刑事案件智能辅助办案系统”，正是一款推进以审判为中心的诉讼制度改革软件，意义非凡。
我国宪法和刑事诉讼法明确规定了公检法三机关的关系为“分工负责、互相配合、互相制约”。但在我国当前刑事诉讼体制及实践之下，，三机关的关系在实践中产生了一定程度的“制约不足、配合有余”的现象，侦查阶段实际上成了刑事诉讼的重心。
建立以审判为中心的诉讼制度，，既是一次司法理念的更新，更是刑事诉讼由“侦查中心主义”转为“审判中心主义”的一场革命。笔者认为，它强调了审判的中心地位，，既是遵循司法规律的必然结果，也是对我国现行刑事诉讼结构的重大调整，对于统一公检法三机关的证据标准适用，规范执法办案程序，有效防范冤假错案的产生具有重大而深远的意义。
证据是诉讼的灵魂，对于保证办案质量、实现司法公正具有关键作用。同时，证据也是裁判的基石。以审判为中心必须要做到证据裁判规则的规范统一，从犯罪事实证明的角度（非法律适用）来说，各诉讼阶段最终要依据“案件事实清楚，证据确实、充分”这一法定的证明标准来检验自身的办案质量。这就要求在诉讼活动中，所有办案机关和诉讼参与人，都要牢固树立证据意识，严格遵守证据规则，执行统一的证据标准。
“上海刑事案件智能辅助办案系统”通过证据标准指引、单一证据审查、逮捕条件审查、社会危险性评估、证据链和全案证据审查判断等13项具体功能，第一次将法定的统一证据标准嵌入到公检法三机关的数据化刑事办案系统中，并且连通了公检法三机关的办案平台。
这将极大地促进公检法三机关办案人员执行统一的证据标准，同时“倒逼”了侦查、审查起诉、审判各个诉讼环节，严格按照法律的规定办理刑事案件，把刑事诉讼的各项制度落实到每个办案环节中，确保侦查、审查起诉的案件事实证据经得起法律检验，有效解决刑事诉讼中适用证据标准不统一、办案程序不规范等问题，有利于实现防范冤假错案，减少司法任意性，提高司法质量、司法效率和司法公信力的目标。
在新一轮科技革命中，互联网、大数据、人工智能对人类社会影响的深度和广度是空前的，甚至可能将人类历史推入一个崭新的时代。当前，人工智能等新技术与各领域的融合发展已成为不可阻挡的时代潮流。司法的发展如何融入新一轮科技革命，时代潮流？这是一个全新的课题。
上海高院开发的“上海刑事案件智能辅助办案系统”，把大数据、人工智能等现代科技运用于刑事诉讼活动，可以说开了先河，意义重大。这套“智能辅助系统”运用大数据、云计算、人工智能等现代科技手段，契合刑事办案流程实际和公检法三机关的办案需求，对办案人员办理刑事案件提供证据指引，对案件的单一证据进行审查、对证据链和全案证据进行判断，自动推送同类案例，提供量刑参考、知识索引等，为办案人员提供全方位的智能化办案辅助，这将在短时期内极大地提升办案人员的整体司法水平，提高办案质量和效率，确保无罪的人不受刑事追究，有罪的人受到刑罚的严惩。
这套系统作用的初步显现让我们看到了人工智能与司法实践深度融合的广阔前景。笔者相信，未来人工智能在司法实践中的应用会更加广泛、更加深入，可以为法院破解案多人少矛盾，提高审判质效发挥更大作用。假如我们把握好机遇，中国司法很可能实现跨越式发展。
责任编辑：张岩
落实“人工智能＋”，人工智能芯片标准化是关键
人工智能热潮正在席卷各行各业，无论是自动驾驶、物联网、智能硬件、智能家居等新兴产业，还是安防、医疗、矿山等传统业态，都开始频繁接触人工智能。“人工智能+”的概念正在落到实处。
作为人工智能产业的核心，AI芯片发挥了关键的底层基础性作用，持续赋能千行百业。然而，目前我国AI芯片产业的标准化工作依然滞后于技术发展的需求，在AI芯片与5G、边缘计算等新兴技术持续融合，应用场景不断丰富和深化的背景下，产业发展面临技术标准不统一、低端同质化恶性竞争等深层次问题。
2021年10月，中共中央、国务院印发《国家标准化发展纲要》，强调标准是经济活动和社会发展的技术支撑，指出应加强在人工智能等关键技术领域的标准化研究。2020年7月，国家标准委会同中央网信办、国家发改委、科技部、工信部印发的《国家新一代人工智能标准体系建设指南》中也提出，到2023年，初步建立人工智能标准体系。
这些均显示出标准化工作对于AI芯片产业持续健康发展具有重要意义。以标准引领行业发展，打造人工智能芯片产业生态，推动AI与传统领域融合，助力汽车、数据中心、安防、电网等行业为代表的产业升级，将成为未来我国AI芯片产业发展的关键一环。
AI芯片赋能千行百业
近年来，AI芯片技术取得快速发展。图形处理器(GPU)、张量处理器(TPU)以及现场可编程门阵列芯片配合中央处理器(FPGA+CPU)、特定用途集成电路(ASIC)等解决方案得到快速布署。以此为基础，人工智能迅速渗透到各应用领域，催生出新的技术、产品、产业、业态、模式。据埃森哲数据，未来与AI深度融合的企业能够将盈利能力平均提升38%，同时AI将为包括教育、制造、批发、零售等16个行业额外带来超14万亿美元的总附加值。
“AI芯标准赋能传统行业”主题论坛
在日前举办的第十届（2021）深圳新一代信息技术产业标准化论坛“AI芯标准赋能传统行业”主题论坛上，与会嘉宾针对人工智能芯片在云侧、边缘侧、端侧等不同领域中的机遇与挑战进行了深入探讨。华为技术有限公司昇腾计算副总裁金颖就指出，人工智能作为新的通用目的技术将深刻推动社会发展进程，目前的人工智能正从单点技术走向真正的通用技术，从大模型走向超大模型，从单模态走向多模态，将可更好地应对多样化的应用场景。在此过程当中，AI芯片发挥着基础关键作用。
上海燧原科技有限公司创始人兼COO张亚林在介绍数据中心计算平台发展趋势时认为，以异构计算为基础架构的AI芯片将支撑未来数据中心的超大算力平台。数据中心的计算基础、通用处理、计算加速、数据存储，朝组件化方向发展，通过异构计算的池化，使数据中心实现顶层互联，构架成整个数据中心的整体方案，这是最底层数据中心的呈现。
AI芯片也在持续赋能传统行业。北京智芯微电子科技有限公司研发副总经理郑哲在介绍电网智能芯片时指出，我国工业芯片需求巨大，据不完全统计，“十四五”期间，仅电力领域对芯片的市场需求就约达2000亿元。随着智能电网的发展，人工智能技术在电力系统的应用也日渐广泛，在智能电网发、输、变、配、用、调和公司经营管理领域，运用计算机视觉、自然语言理解、机器学习等人工智能技术，能够有效解决现有业务中的难题，大幅提升生产效率和服务水平。
上海登临科技有限公司方案架构总监郑韬介绍了AI芯片在安防中的应用场景及技术趋势。在计算机视觉应用中，安防占比高达68%，安防行业的海量数据以及事前预防、事中响应、事后追查的诉求与人工智能训练需求及技术逻辑完全吻合，是人工智能重要的落地行业之一。“随着智能安防云边结合等新趋势的发展，AI算力公司未来应设计更大算力，开发更合适的架构。”郑韬表示。
标准助力高质量发展
标准是经济活动和社会发展的技术支撑，是国家基础性制度的重要方面。标准化也是人工智能产业生态中的关键一环，是产业健康发展的重要保证。推进AI芯片业的高质量发展，迫切需要进一步加强标准化工作。
中国电子技术标准化研究院院长赵新华
中国电子技术标准化研究院院长赵新华指出，当前，人工智能产业发展迅猛，产业规模进一步壮大，与传统行业深度融合，已成为创新驱动发展的新引擎。中共中央、国务院印发的《国家标准化发展纲要》中也明确指出，要开展人工智能领域的标准化研究，通过人工智能技术的综合应用，完善质量治理，促进质量提升。这为我们构建“AI芯”技术体系，建立新一代信息技术领域开放创新生态提供了重要指引。
值得注意的是，目前AI芯片业在取得快速发展的同时也面临挑战，包括面向不同场景时，AI芯片的利用率、兼容性有待提高，各类基于不同AI芯片的异构设备协同存在困难等。因此，产业更加需构建AI芯片测评标准体系，完善AI芯片测试方法，兼具公平性、权威性和完整性，助推产业进一步发展。
对此，商汤科技联合创始人、智算联盟ICPA理事长杨帆就指出，未来中国应建立标准化的智能算力供应链，实现AI产业的可持续发展。中国电子技术标准化研究院研究员陈大为在谈到汽车芯片产业时也表示，我国车规芯片的系列标准仍旧缺乏，特别是缺少车规芯片的基础准入标准。加强国产汽车芯片标准化工作将是未来发展的重要方向之一。郑哲强调，基于工业设备残酷的使用环境，对工业芯片提出特殊要求，在芯片设计之初便需制定非常严苛的产品规格。
国际组织就非常善于综合运用政策、标准、认证等手段，牵引产业发展，值得我们借鉴。欧洲电信标准协会（ETSI）总干事LuisJorgeRomero表示，标准是创新技术走向市场流程中的重要一环。创新是欧洲电信标准协会的根本，鼓励持维研究和创新输入，通过标准来简化研究人员在基项目中的工作。
ETSI在人工智能标准化方面重点关注认知技术，并将人工智能纳入ETSI技术路线图。国际电信联盟（ITU）从2016年开始开展人工智能标准化研究，以人工智能技术推动产业持续发展。ISO主要在工业机器人、智能金融、智能驾驶方面开展了人工智能标准化研究。IEC主要在可穿戴设备领域开展了人工智能标准化工作。IEEE主要聚焦人工智能领域伦理道德标准的研究。
标准建设更需产业协同
那么，我们应当如何更加妥善地开展AI芯片的标准化工作呢？
首先，AI芯片标准体系的建设离不开产业伙伴的协同合作。赵新华指出，深化产业融合，构建产业生态是标准化工作的重要方向。我国具有大市场优势，同时应用场景多、开放程度高，要充分利用当前优势，针对传统行业场景和需求，应加快推进“人工智能+”应用模式，充分整合行业力量，助力产业生态发展。
本次活动中举行了“人工智能芯片标准化创新合作伙伴”揭牌仪式，该组织以落实《国家标准化发展纲要》为主旨，由中国电子标准院牵头，凝聚国内人工智能芯片领域产、学、研、用各方包括清华大学、东南大学、北京科技大学、中科院计算所、华为、飞腾、英特尔、依图、商汤科技、燧原科技、百度昆仑芯、登临科技、云天励飞、地平线、智芯微电子、旷视科技、天固信安、智源研究院、中兴通讯、摩尔线程、山东产研院、鲲云科技、开放智能、天数智芯、五舟科技、爱芯元智、集智未来、信大捷安、沐曦集成电路、智谱华章、清醒异构、太初电子、壁仞科技、上海熠知等在内的共计39家单位联合成立，以共同促进我国人工智能芯片标准化发展，从而以标准为引领，推动产业生态建设，赋能人工智能应用的相关行业，助力实现“人工智能+”的快速发展。在活动当日下午，还召开了“创新合作伙伴”第一次闭门会议。来自“创新合作伙伴”各成员单位的40余位专家代表出席了会议。在会上，各方进行了深入探讨并一致认同“创新合作伙伴”后续工作要聚焦云侧、边缘侧、端侧人工智能芯片的测评标准制定和数据中心、自动驾驶等热点领域的AI芯片标准化工作，以促进我国人工智能芯片在各行业中的应用和推广。
其次，开源运动近年来不断发展，已经在人工智能发展中起到举足轻重的推动作用。华为技术有限公司战略与产业发展副总裁肖然指出，当前国际标准化的核心力量正在发生变化，国际性社团型组织占据技术标准前沿，开源社区成为新的标准化阵地。加强开源与标准的协同创新，通过开源社区、代码实现、许可证授权等方式，有助于提高标准质量，标准化的发展也可以助力开源提升互操作与兼容性，维护开源社区稳定，防止社区分离。
此外，产业界还应当认识到，人工智能芯片标准化工作的推进与行业数字化发展程度是密切相关的，两者相互促进。人工智能的应用进展取决于数字化程度，AI时代是数据驱动的时代，深度学习算法的优化需要大规模数据来训练提升，数据越丰富完整，应用效果越完美。高数字化程度的行业拥有较密集数据资源，成为AI优先落地的领域。标准化工作也应关注行业发展进程，与行业的发展相互配合，在满足行业需求的同时，引领行业的发展。
专家观点
中国电子技术标准化研究院集成电路测评中心主任任翔：
加强人工智能芯片标准化创新服务能力是关键
电子标准院自2017年起，针对人工智能芯片的测试评价体系谋划布局，逐步构建起包括人工智能芯片测试方法研究、测评标准研制和测评工具开发在内的科研与技术服务能力，并与国内知名研究机构和主流厂商共同建立了人工智能芯片关键技术指标测试与检测公共服务平台，为国内人工智能芯片产业技术创新、生态构建和繁荣发展提供了重要技术支撑。
同时，人工智能芯片的标准化工作聚焦传统行业场景和需求，加快推进“人工智能+”应用模式，充分整合行业力量，以龙头企业为核心搭建产业平台、联合实验室等，由产业内领军企业带动中小企业协同发展。建立从基础技术研究、应用落地到创新开发的人工智能产业生态链，连通企业、高校、研究院所等创新主体，围绕区域特色优势，整合关键要素、多元主体、产业集群等，形成人工智能技术创新生态系统。
中国科学院计算技术研究所智能计算机研究中心主任、研究员韩银和：
应加快AI芯片测评及工具的研究开发
进入21世纪以来，全球人工智能芯片的研究热度不断攀升。在人工智能芯片研发领域，中国和美国已经成为国际上两大人工智能芯片发明专利来源国，近年来，随着我国在人工智能芯片领域研究的不断深入，2019年我国人工智能芯片专利累计数量超过美国，越居世界第一。无论是作为技术创新者还是市场提供者，中国都是人工智能芯片领域中最重要角色，同时，人工智能芯片的发展对于中国社会进步也具有重要意义。
从以往芯片发展历史看，产业的繁荣发展需要有清晰合理的评测标准和工具作为技术支持。关于人工智能芯片的评测，最早出现的是一些相关学术研究，如哈佛大学提出Fathom、寒武纪提出的BenchIP等。之后，国内外开始出现多种人工智能芯片评测工具，如百度研究院推出的DeepBench、斯坦福大学推出的DAWNBench以及由谷歌牵头推出的MLPerf等。我们智能计算机研究中心也推出过两种AI芯片评测工具，分别是NPUbench：面向神经网络处理器的性能基准评测套件，以及MobileAI-Bench：面向安卓移动端AI芯片的评测工具。
但我们应该清楚的认识到，我国AI芯片评测方法和工具的研发还处于起步阶段，虽然我国已经出现了一些人工智能芯片评测方法和工具，在一定程度上起到了对AI芯片的评测作用，但还远不能满足国内众多企业对AI芯片评测服务的实际需求。另外，相较于国外的AI评测工具，我们的工具还不够全面、完善，使用流行度也不高。因此，我国应加快AI芯片测评方法及工具的研究开发速度，搭建AI芯片评测服务平台，一方面能够起到规范AI芯片企业产品研发的作用，营造一个有序的竞争环境，引导产业技术升级；另一方面，能够让AI芯片上下游企业通过标准的测评，获取到真实有效的芯片选型参考数据，从而更好地开展整机产品研发，促进整个行业的健康发展。
中国电子技术标准化研究院研究员陈大为：
强化国产汽车芯片的标准化工作
新四化使整车对芯片的依赖达到前所未有的程度，芯片的重要性更加突显，汽车芯片直接影响汽车的安全性和操控性，没有芯片汽车将无法生产。同时，汽车的智能化对芯片又有着特殊的要求，尤其是车用AI芯片。总结车规芯片的几个特点：一是高可靠性，具体到车用体现为应对室外环境及EMC的要求严苛；二是高安全性，即实现复杂电路下的功能安全；三是零缺陷率，需要实现更高的批次一致性，同时具备10-15年的长期供货能力。
要实现这些要求，相关的行业标准必不可少，而从发展现状来看，我国国产汽车芯片的高可靠芯片设计能力依然不足。由于国内芯片业的发展历程较短，且以消费类芯片占比居多，高可靠设计能力有待进一步提升。而我国车规芯片的系列标准仍旧缺乏，特别是缺少车规芯片的基础准入标准。因此，加强国产汽车芯片标准化工作将是未来发展的重要方向之一。
西安交通大学人工智能与机器人研究所副所长、教授任鹏举：
高效能计算兼顾性能和能耗的平衡
智能体是人工智能的载体，其以云为基础，以AI为核心，构建具有全方位感知、全域协同、精准判断、持续进化、开放的智能系统。面向自主智能体的研究必须在系统、模型、算法和架构方面进行深度融合：首先在面向应用的系统层面发现问题，通过模型改进，算法优化、并选择适合的计算架构，最终完成应用端的部署，并形成一个不断迭代优化的研发闭环。智能驾驶就是智能体的典型代表。
一般而言，自主智能体的信息处理层次可分为传感预处理、传感信息处理、规划、决策和人机交互，以及控制等几个不同层次。不同的信息处理层次对于底层计算资源的需求和调度是不同的。以车载AI处理器为例，计算密集型的感知层信息处理适合采用面向领域应用的专用计算架构提升数据并行处理能力，控制密集型的决策规划和人机交互信息处理适合采用CPU为主的异构计算架构完成。除了必要的安全和可靠性以外，车载AI计算装置追求性能（并行性）与能耗（局域性）上的平衡。屋檐模型可以为计算架构的设计提供良好的指导，我们在设计和评价AI芯片的性能时，不应当片面的追求过高的峰值算力，应当更加关注“计算、存储和通讯”的整体均衡和适应性，进而获得更加综合的芯片性能表现。
中国电子技术标准化研究院集成电路测评中心副主任尹航：
坚持应用引导，加速技术产品推广
人工智能在深度渗透各行各业的过程中，使得端、场景、行业的边界被打破，甚至还催生了新的智能硬件，给市场带来新的机遇。通过搭建丰富的应用场景，深入挖掘新技术、新产品、新服务和应用对接，加速培育产业新动能，开拓实体经济新增长点，推动我国经济结构优化升级。
在标准化工作中，我们要以产业需求为导向，聚焦核心技术问题，夯实产业基础，支撑产业应用，推动人工智能重点标准研制，加快共性技术突破，持续推出高质量的国家标准，加快制定行业标准，优先推出一批团体标准，不断优化完善标准体系结构，提升标准的供给质量。在标准研制过程中联合产学研用单位深度合作，形成标准验证、检验检测、认证认可及质量评价一体化运行体系，促进产业链优化升级。
商汤科技联合创始人、智算联盟ICPA理事长杨帆：
建立标准化的智能算力供应链，实现AI产业可持续发展
智能化水平的提高推动了数据量的爆发式增长，一方面5G的部署有效带动了数据流量的增长，视频成为主要形式；另一方面全球智能终端产品出货量持续增长，也加大了数据流量的增加。智能化推动数据爆发式增长，使得人们对于AI芯片算力拥有更强的需求，目前AI训练任务所运用的算力每3.43个月就会翻倍。同时，AI芯片市场将继续保持高增长。未来3年，中国人工智能市场总体规模进一步增长。2019年-2025年，中国AI芯片市场规模年复合增长率将达47%。
这种情况下，标准化工作对AI产业的发展就显得非常重要。未来，中国应建立标准化的智能算力供应链，实现AI产业的可持续发展。加强标准化工作，构建更加通用化的基础设施，把人工智能算法生产的每一个环节，从基础设施到硬件，再到软件工具，提供更加标准化、自动化、规模化的系统，进而支撑AI技术生产能力的提升，实现更加低成本和高效能。这需要进行大量的创新与生态整合，大家共同合作，共同推动。
上海燧原科技有限公司创始人兼COO张亚林：
异构计算将成为数据中心算力平台发展方向
5G、自动驾驶、车联网等发展很快，这些应用的计算基础则是异构计算平台。数据中心的发展趋势包括系统驱动价值、软件定义硬件、组件架构弹性三个方向。系统驱动价值是指数据中心的价值是附着在整个装置系统，而不是分离的芯片或软件当中的，用户从系统层面看待价值。软件定义硬件是指让底层的硬件服务软件，而不是简单的用硬件来驱动软件，这是数据中心设计中的关键命题。至于组件架构弹性是指数据中心正朝着组件化和弹性化的方向发展。
基于此，数据中心的计算基础、通用处理、计算加速、数据存储，将朝着组件化的方向发展，未来数据中心不会像现在这样加内存就要加服务器，而是直接加计算单元。我们会看到不同的异构方向，包括AI计算、通用计算、流媒体加速、数据加速等。通过异构计算的池化，人们设计出数据中心的整体构架方案。也就是说，未来5-10年，异构计算将是支撑数据中心算力平台发展的重要技术。
华为技术有限公司昇腾计算副总裁金颖：
人工智能正从单点技术走向真正的通用技术
人工智能作为新的通用技术将深刻推动社会发展进程。人工智能基础设施是新基建的核心任务，也是支撑科技自立自强和数字经济发展的基础。目前人工智能正从单点技术走向真正的通用技术，从大模型走向超大模型，从单模态走向多模态，将可更好地应对多样化的应用场景。
与此同时，人工智能的发展也面临挑战，如何让AI用得上、用得起、用得好成为关键。首先，人工智能不断进入新兴行业必然会催生出不同的计算范式。计算范式的出现，会对整个计算系统有新的要求。其次，目前异构计算的发展趋势非常明确，现在市场上大量推出的SoC芯片实际上已经是一个小的异构系统了。再次，因为算力进一步加大，目前的大规模训练需要在超大规模集群系统上完成，并在不同的边缘设备上进行部署。最后，推理部署场景复杂、效率低下，需要强大的异构混合加速能力。华为推出的异构计算架构CANN，是针对AI场景推出的异构计算架构，通过提供多层次的编程接口。异构计算架构对上适配多框架，对下适配多异构芯片，同时针对多样化的应用场景，提供高效易用的编程方式，是突破AI产业平台期的关键。
飞腾信息技术有限公司解决方案总监申友志：
构建AI芯片产业生态，支撑行业数字化转型
新时代，中国正在经历行业数字化转型。这是顺应新一轮科技革命和产业变革，不断深化应用云计算、大数据、物联网、5G、安全、人工智能、区块链等新一代信息技术，以用户需求牵引，把数据作为驱动创新潜能的新要素，对各行业生产模式进行创新，组织形态进行变革，基础设施进行数字化升级，实现转型升级和高质量发展。
行业数字化需求迫切，节奏紧凑，需要CPU行业企业具备支撑用户应用快速落地的能力，使得国产CPU面临更大挑战。通过20年的技术积累，飞腾公司形成完善的产品线，服务国家数字经济转型。国产CPU的发展需要生态体系的支撑。飞腾坚持开放、合作、共赢的方针，构建生态体系。
北京智芯微电子科技有限公司研发副总经理郑哲：
人工智能在电力系统应用日渐广泛
随着智能电网的发展，人工智能技术在电力系统的应用日渐广泛，在智能电网发、输、变、配、用、调和公司经营管理领域，运用计算机视觉、自然语言理解、机器学习等人工智能技术，能够有效解决现有业务中的难题，大幅提升生产效率和服务水平。我国工业芯片需求巨大，据不完全统计，十四五期间，仅电力领域对芯片的市场需求就约达2000亿元。基于工业设备残酷的使用环境对工业芯片提出的特殊要求，在芯片设计之初便需制定非常严苛的产品规格。
北京智芯微电子成功研发出“安全、主控、通信、传感、射频、模拟、人工智能、存储”8大类百余款芯片产品，将电力用电侧核心芯片国产化率由2010年前的不足10%，提高到目前的85%以上，配电侧核心芯片国产化率提高到50%以上。
昆仑芯（北京）科技有限公司研发总监罗航：
AI芯片助力新基建需跨过三道门槛
目前计算产业大致经历了四个阶段：互联网前期，主要采用Unix等定制化操作系统、定制化处理器，以小规模局域网形态为主。PC互联网阶段，以Windows操作系统、x86处理器的强生态组合为主，大量桌面应用涌现出来。移动互联网阶段，组织形式主要基于3G、4G移动通信网络，网络规模和通讯速度有了质的提升，对计算平台也产生了分化，分化出ARM、x86的终端和云终端两种生态。目前我们所处的阶段将产生更多分化，分化出更多产品、技术栈。因为人工智能的蓬勃发展，导致数据量爆炸以及计算需求的爆发式增长。传统的CPU通用计算提供的算力，已经远远不能满足AI时代的计算需求，所以AI芯片是目前阶段发展的必然。未来的计算产业很有可能还会沿着当前的分化路径继续发展下去。
我们认为AI芯片助力新基建需要跨过三道门槛。首先，芯片量产是前题。芯片研发和流片的先期投入成本巨大，通过量产平摊成本是实现盈利的唯一方法，量产规模也是衡量芯片成熟度的指标之一。其次是构建软件生态。软件生态由软件技术栈、开发者社区和用户构成。构建在芯片之上的软件生态决定芯片的可用性和市场接受度，是芯片商业模式的护城河。第三是产品化。产品化是芯片商业模式可持续成长的关键因素，成熟的产品促进量产规模，形成业务飞轮闭环。
上海登临科技有限公司方案架构总监郑韬：
GPU+架构解决下一代AI计算问题
GPU架构为图形加速和高性能计算设计，因而传统GPU对AI加速存在一定的局限性。受限于SM的内部寄存的带宽，GPU针对AI的计算存在密度较低的问题。TensorCore与其他操作基本没有并行度、低效的tensor访问和执行策略，使GPU针对AI的计算效率较低。高延迟的片上互联子系统存在容量小、性能差、功耗高等问题，同时不可以采用软件管理以及对外部带宽有很强依赖的存储子系统效率也较低。
登临自主研发的“GPU+”的架构采用软件定义的片内异构架构。片内异构是指将不同计算的引擎集成在一颗芯片当中，用更高的维度调度这个引擎，执行任务。所有任务独立并行开展。我们还自研了高吞吐数据交换网络，用高效的数据交换网络，把芯片里不同计算的单元串联在一起，使数据做到高速流转。我们优化了内存管理和数据存储逻辑，在更高维度上对任务进行调度，降低了对外部带宽的需求。
深圳云天励飞技术股份有限公司市场运营部总经理莫若龙：
场景、算法、芯片融合，加速人工智能落地
人工智能的核心技术，无论是算法还是芯片需要一个载体才能落地。打造自进化的城市智能体是我们的核心点。要实现自进化，核心架构是1+1+N，即一张泛智能的感知网络、一个城市超脑，N个智慧应用。
AIoT能获取各种类型的数据源，各种设备会采集不同数据，未来城市的智能体可以实现每个端侧AIoT设备可以自动采集，将新的算法叠加上去，将可采集更多维度、更复杂的数据。收集大量数据后，在城市超脑这个大数据平台中进行数据处理、采集、结构化。掌握数据之后，通过人工智能算法开放平台，实现对应场景的赋能，可能会有N个智能应用。实现这样的应用需要关键技术的支撑，首先要有场景，算法与场景强结合，再基于算法进行专业化、定制化设计，最终实现场景、算法、芯片“三位一体”的融合。
中国电子技术标准化研究院集成电路测评中心人工智能芯片领域负责人宋博伟：
高质量AI芯片标准要做到“有本之者、有原之者、有用之者”
人工智能芯片领域的企业已由“百花齐放”的态势逐步走到“物适者生存”的现状，并且已经有一批优质企业在各自所属的行业内得到认可。在人工智能芯片标准化研究、制定、应用、推广的工作中，要遵循“有本之者、有原之者、有用之者”的原则，就是要有理论依据、现实依据和应用推广。
因此，在人工智能芯片标准化工作中，要团结各行业的人工智能芯片领军企业，充分凝聚其算法、技术积淀作为理论依据，立足其在行业中落地应用的优秀案例为现实依据，由各领域领军企业为主导，共同制定与实际需求相结合、与行业发展强相关的高质量人工智能芯片标准，进而实现在地方、在行业、在国家范围内的应用推广，从而建立健全“质量效益型”人工智能芯片标准体系，助力实现“人工智能+”，赋能各行各业。