人工智能行業(yè)發(fā)展驅(qū)動因素 多個行業(yè)希望利用AI實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型

• 李芬珍子 2023年9月8日 來源：中研網(wǎng) 272 10
• 繁體

人工智能行業(yè)發(fā)展驅(qū)動因素

一、多個行業(yè)希望利用AI實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型

企業(yè)成長催化劑：非AI技術(shù)公司發(fā)展到一定規(guī)模時，往往想要探索如何利用AI實(shí)現(xiàn)升級。但仍然有許多中國傳統(tǒng)公司在先進(jìn)技術(shù)利用方面落后于美國。擁有數(shù)據(jù)和經(jīng)濟(jì)實(shí)力的公司更希望聘用AI專家，利用AI技術(shù)發(fā)現(xiàn)商業(yè)發(fā)展機(jī)會或者節(jié)省大量成本。

多行業(yè)應(yīng)用：預(yù)計需要AI技術(shù)的公司非常多，包括金融、電信、農(nóng)業(yè)傳統(tǒng)行業(yè)中的國有企業(yè)。其他領(lǐng)域(如教育行業(yè))也可能從AI技術(shù)中獲得巨大收益。

將AI提升到戰(zhàn)略層次：中國的科技巨頭正在展開AI“軍備競賽”。如，百度正在開發(fā)自動駕駛系統(tǒng)，擁有1300多名專家在內(nèi)的AI團(tuán)隊;阿里云的機(jī)器學(xué)習(xí)平臺PAI為企業(yè)數(shù)據(jù)分析提供AI服務(wù);騰訊建立了250名科學(xué)家和工程師組成的專門團(tuán)隊，并投資了中國的一家健康領(lǐng)域AI創(chuàng)業(yè)公司碳云智能(iCarbon X)。

經(jīng)濟(jì)增長：根據(jù)麥肯錫公司調(diào)查，中國在過去十年中從人口紅利中獲得巨大收益，但該優(yōu)勢隨著人口老齡化將不復(fù)存在。但是，AI等自動化技術(shù)將為中國經(jīng)濟(jì)注入能量，根據(jù)技術(shù)利用速度，AI技術(shù)可能為中國GDP貢獻(xiàn)0.8到1.4個百分點(diǎn)。

二、大量人工智能高端人才

應(yīng)用研究：中國學(xué)者積極務(wù)實(shí)地投入AI研究，致力于發(fā)現(xiàn)AI應(yīng)用新領(lǐng)域。

經(jīng)驗和專業(yè)：經(jīng)驗豐富的頂級AI人才在中國的數(shù)量較少。LinkedIn上25萬名AI專家中，約一半具有十年經(jīng)驗的專家在美國，在中國的占比不到25%。中國應(yīng)該培養(yǎng)更多AI領(lǐng)域的專家，同時企業(yè)領(lǐng)導(dǎo)和中層管理者也需要學(xué)習(xí)技術(shù)，培養(yǎng)自己理解和應(yīng)用數(shù)據(jù)的能力。不過，中國擁有大量高端工程人才，這對AI應(yīng)用的發(fā)展非常重要。

人才成本和遷移：中國公司如百度，從美國聘用頂尖AI專家。在特朗普推行的移民政策的影響下，中國公司遇到了從硅谷招攬更多AI人才的良機(jī)。美國約1/4的高科技公司由移民創(chuàng)立。AI行業(yè)的部分從業(yè)者工資非常高，很多專家離開大公司，進(jìn)行AI領(lǐng)域創(chuàng)業(yè)。

AI專門化：應(yīng)用層次上，中國的算法發(fā)展與其他國家不分伯仲;尤其是，中國的AI科學(xué)家大多致力于計算機(jī)視覺、語音識別等專門領(lǐng)域。但是，中國在基礎(chǔ)研究方面仍然落后于其他國家。

三、移動互聯(lián)網(wǎng)市場前景廣闊

數(shù)據(jù)洪流：中國互聯(lián)網(wǎng)用戶眾多，海量用戶數(shù)據(jù)為中國技術(shù)公司提供了大量原材料。

基于APP的AI應(yīng)用：一旦AI應(yīng)用做好準(zhǔn)備，百度、支付寶、微信、搜狗輸入法等APP將在服務(wù)中應(yīng)用AI技術(shù)。

進(jìn)入壁壘：盡管與谷歌、Facebook等國外公司相比，中國互聯(lián)網(wǎng)公司的限制少得多，但中國科技公司仍然需要面對市場進(jìn)入壁壘。

四、高性能計算技術(shù)

硬件技術(shù)：中國科技公司繼續(xù)在該領(lǐng)域取得突破，如深圳建造了支持AI硬件技術(shù)的生態(tài)系統(tǒng)。

快速發(fā)展的HPC技術(shù)：HPC技術(shù)快速發(fā)展。

芯片制造能力：中國增加對芯片制造方面的重視程度，允諾投入1500億美元用十年時間提高中國的芯片制造能力。

全球價值鏈：中國需要確保AI行業(yè)建立在集成全球技術(shù)的開放系統(tǒng)上。

五、政府政策支持

政府政策和計劃：中國政府從2014年開始通過政策性支持促進(jìn)AI領(lǐng)域的發(fā)展。

研發(fā)投資：中國AI領(lǐng)域的成功部分源于政府對高?？蒲械耐顿Y。中國發(fā)展研究委員會(NDRC)建立了深度學(xué)習(xí)研究應(yīng)用國家工程實(shí)驗室。

中國市場進(jìn)入壁壘：中國對外國企業(yè)設(shè)置市場進(jìn)入壁壘;中國開放政府?dāng)?shù)據(jù)集對國內(nèi)企業(yè)創(chuàng)新起到促進(jìn)作用，但是數(shù)據(jù)不對外開放。跨國數(shù)據(jù)流動的限制不利于國際協(xié)作。不過，中國的AI政策對實(shí)驗和解決方案更加寬松。

推動集成電路產(chǎn)業(yè)的發(fā)展：中國政府采取多種措施推動集成電路產(chǎn)業(yè)的發(fā)展。

六、人工智能再獲重大突破

(一)人工智能邁向“煉大模型”階段

2021年是超大規(guī)模預(yù)訓(xùn)練模型的爆發(fā)之年。2020年，GPT-3橫空出世，這個具有1750億參數(shù)規(guī)模的預(yù)訓(xùn)練模型所表現(xiàn)出來的零樣本與小樣本學(xué)習(xí)能力刷新了人們的認(rèn)知，也引爆了2021年AI大模型研究的熱潮。谷歌、微軟、英偉達(dá)、智源人工智能研究院、阿里、百度、浪潮等國內(nèi)外科技巨頭和機(jī)構(gòu)紛紛展開大模型研究和探索。

(二)超大規(guī)模預(yù)訓(xùn)練模型的“軍備競賽”

2021年1月，Google推出的Switch Transformer模型以高達(dá)1.6萬億的參數(shù)量打破了GPT-3作為最大AI模型的統(tǒng)治地位，成為史上首個萬億級語言模型。國內(nèi)研究機(jī)構(gòu)也不甘示弱。2021年6月，北京智源人工智能研究院發(fā)布了超大規(guī)模智能模型“悟道2.0”，達(dá)到1.75萬億參數(shù)，超過SwitchTransformer成為全球最大的預(yù)訓(xùn)練模型。

值得一提的是，2021年國產(chǎn)化大模型研發(fā)工作進(jìn)展飛速，華為、浪潮、阿里、百度等都發(fā)布了自研的大模型。

浪潮人工智能研究院首席研究員吳韶華向InfoQ表示，現(xiàn)在業(yè)界提高模型參數(shù)量有兩種技術(shù)路線，產(chǎn)生兩種不同的模型結(jié)構(gòu)，一種是單體模型，一種是混合模型。如浪潮的源大模型，華為的盤古大模型、百度的文心大模型、英偉達(dá)聯(lián)合微軟發(fā)布的自然語言生成模型MT-NLG等走的都是單體模型路線;而智源的悟道模型、阿里M6等走的是混合模型路線。

(三)預(yù)訓(xùn)練模型技術(shù)新進(jìn)展

相關(guān)人士認(rèn)為，預(yù)訓(xùn)練模型取得的重要技術(shù)進(jìn)展有：

(1)知識表示和學(xué)習(xí)機(jī)理進(jìn)一步創(chuàng)新突破

隨著對預(yù)訓(xùn)練模型的深入理解，預(yù)訓(xùn)練模型的知識學(xué)習(xí)和表征的機(jī)理逐步明確，人們得以更加順利地往模型里注入需要其學(xué)習(xí)的知識，在這些知識的加持下，對復(fù)雜任務(wù)的應(yīng)對能力得到了大幅提升。

(2)對比學(xué)習(xí)、自監(jiān)督和知識增強(qiáng)

以對比學(xué)習(xí)為中心，多種增強(qiáng)方法為工具的方式能進(jìn)一步提升預(yù)訓(xùn)練模型的語義理解和表征能力，增強(qiáng)方法的深入讓模型自監(jiān)督成為可能，讓對比學(xué)習(xí)對樣本，尤其是正樣本的依賴降低，數(shù)據(jù)依賴的降低勢必讓模型對少樣本甚至無樣本任務(wù)的適應(yīng)性提升，模型能更好地完成這類型的任務(wù)，這將讓預(yù)訓(xùn)練模型落地的成本再降低一個層次。

(四)降低AI規(guī)?；涞氐拈T檻

預(yù)訓(xùn)練大模型降低了AI應(yīng)用的門檻，解決了AI應(yīng)用的兩個難題：數(shù)據(jù)和行業(yè)知識。它既不需要大量的標(biāo)注數(shù)據(jù)，又保障了基礎(chǔ)底座。在預(yù)訓(xùn)練模型的業(yè)務(wù)定制優(yōu)化和應(yīng)用方面，從第一個預(yù)訓(xùn)練語言模型BERT發(fā)布至今，已在多個熱門任務(wù)下得到應(yīng)用，逐步從一種“潮流”變成前沿技術(shù)的“基本操作”，如預(yù)訓(xùn)練模型已成為機(jī)器翻譯領(lǐng)域的基礎(chǔ)關(guān)鍵性技術(shù)。此外，預(yù)訓(xùn)練模型也成為大系統(tǒng)中的一部分，發(fā)揮著其語義理解的優(yōu)勢。

無論是業(yè)界還是科研，對預(yù)訓(xùn)練模型的使用方式逐漸靈活，能從預(yù)訓(xùn)練模型中拆解出適合任務(wù)的部分并組裝到自己的實(shí)際任務(wù)模型中。

時至今日，對預(yù)訓(xùn)練大模型的性能優(yōu)化仍未終止，在學(xué)界，仍有大量的研究在預(yù)訓(xùn)練模型的落地能力上努力，壓縮、剪枝、蒸餾的工作仍起到重要作用。不止于算法本身，編譯、引擎、硬件等方面的優(yōu)化也在大步邁進(jìn)。

《2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險預(yù)測報告》由中研普華人工智能芯片行業(yè)分析專家領(lǐng)銜撰寫，主要分析了人工智能芯片行業(yè)的市場規(guī)模、發(fā)展現(xiàn)狀與投資前景，同時對人工智能芯片行業(yè)的未來發(fā)展做出科學(xué)的趨勢預(yù)測和專業(yè)的人工智能芯片行業(yè)數(shù)據(jù)分析，幫助客戶評估人工智能芯片行業(yè)投資價值。

• 相關(guān)深度報告REPORTS

  

  2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險預(yù)測報告

  人工智能芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應(yīng)用中的大量計算任務(wù)的模塊（其他非計算任務(wù)仍由CPU負(fù)責(zé)）。業(yè)界關(guān)于AI芯片的定義仍然缺乏一套嚴(yán)格和公認(rèn)的標(biāo)準(zhǔn)。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡