亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

來源：新華社客戶端

　　近年來，人工智能技術迎來了新一輪大變革，其中由OpenAI開發的ChatGPT在推出短短2個月后便成為了月活破億的應用。隨著海外科技巨頭微軟、谷歌、Meta等加大投入，國內科技企業如百度、華為、阿里等紛紛布局，人工智能大模型的發展日新月異。

　　為直觀感受我國當前主流科技企業所推出的大模型產品的現狀、優勢和特點，新華社研究院中國企業發展研究中心于今年4月啟動了人工智能產業創新活力研究。本次研究設置了用戶體驗項目，抓取了05月22日—05月26日數據，通過人機互動提問等形式，對國內主流大模型進行使用體驗評測，旨在為科技企業調整努力方向提供參考。

　　在綜合指數評價方面，本次評測選取4大維度（基礎能力、智商測試、情商測試、工作提效能力）、36個子能力，共300個問題，對目前主流大模型產品進行測試，并邀請相關專家組成評測團隊深入分析各個產品的語義理解、知識儲備、邏輯能力等，最終得出各廠商的大模型綜合指數評價。

　　在評價規則上，課題組以各個大模型對參與測評的題目回答完成度，進行了綜合考量，其中評測規則分為：答案較為完美，內容可在實際場景中直接使用；基本可用，可在實際場景中使用；調整可用，但需人工進行調整后方可使用；大略可用，需要較多人工調整方可使用；不可用，答非所問、語言不通等五個層級。

圖片

注：基于評測條件、評測時間等限制，本次評測結果存在一定主觀性，未來將進一步優化完善評測模型，提供更精確結果。

　　通過圍繞四個維度的綜合測試，課題組發現，由OpenAI開發的Chat-GPT系列模型各項指標表現優異，且Chat-GPT4.0版本各項能力在3.5版本的基礎上均有一定程度提升。而由百度開發的人工智能大模型文心一言表現較為搶眼，是目前國內自主研發的大模型中具有優勢的產品。其余大模型產品也在基礎能力方面表現優良，但面對較復雜的工作內容或情商環境仍有不同程度的進步空間。

　　針對各維度能力測評，該報告還給出了相應的案例展示和分析。

　　在基礎能力部分，百度文心一言表現最為搶眼，訊飛星火、阿里巴巴通義千問、智譜ChatGLM表現優良；商湯商量、Vicuna-13B表現尚佳。

　　在智商測試部分，百度文心一言在該環節意外超過ChatGPT3.5，表現突出，阿里巴巴通義千問分數接近GPT3.5，商湯商量、訊飛星火、智譜ChatGLM表現尚佳；Vicuna-13B表現有待改進。

　　在情商測試部分，百度文心一言表現最佳；阿里巴巴通義千問與訊飛星火表現優良；商湯商量、智譜ChatGLM表現尚可；Vicuna-13B表現一般。

　　在工作提效部分，百度文心一言與智譜ChatGLM最佳，訊飛星火次之；阿里巴巴通義千問及Vicuna-13B表現尚可；商湯商量表現一般。

　　研究發現，人工智能與各行業的深度融合是促進產業升級和轉型的重要方式之一，“大模型+行業”的發展應用尤為重要。目前大模型在金融、工業、醫療等領域已經取得了顯著的成果，如何為行業領域提供更為精準、更為高效的解決方案，成為大模型廠商未來彎道超車的機會。

　　報告指出，隨著人工智能的地位和作用越來越重要，政府、企業和社會需要共同努力，各大廠商應投入更多資源，頭部企業可以持續發力自研大模型，而專注于解決方案的行業廠商可以考慮通過深耕行業來彰顯特色。 　

縱觀近五年來的AI技術商業落地發展脈絡，產品及服務提供商圍繞技術深耕、場景創新、商業價值創造、精細化服務不斷努力；需求側企業也在從單點試驗、數據積累到戰略改革的發展路線上與AI技術逐漸深度綁定。AI成為企業數字化、智能化改革的重要抓手，也是各行業領軍企業打造營收護城河的重要方向。落地AI應用對企業業務運營的商業價值與戰略意義越來越明確。供需向好趨勢下，艾瑞預計，2022年我國人工智能產業規模達到1958億元，人工智能的產品形態和應用邊界不斷拓寬。

　　選取預訓練大模型、AI芯片、決策智能和虛擬數字人作為2022年度AI產業發展具有代表性的模型架構、硬件產品、解決方案和軟件產品進行分析，闡述四者對未來AI產業發展的重要意義。如今AI產業的最大熱點，莫過于ChatGPT所帶來的搜索與問答功能提升和類人的交互體驗使AIGC這一概念徹底出圈。對于國內AI芯片公司、手握海量數據資源的互聯網巨頭、具備“數據飛輪”的解決方案商、瞄準AIGC賽道的創業企業，是挑戰也是機會，ChatGPT的熱潮帶來了資本市場和消費者對AI產業熱情的再次迸發。 　 　　選取計算機視覺、智能語音和人機交互、機器學習、知識圖譜、自然語言處理、AI基礎數據服務、面向AI的數據治理和智能機器人細分賽道，進行投融資、市場規模、典型產品及細分應用領域、產業鏈玩家、技術趨勢等分析。判斷各個細分賽道業務增長動力以及為廠商發展路徑提供思考。2022年中國AI產業規模年增長率7.8%，整體平穩向好。該年業務增長主要依靠智算中心建設以及大模型訓練等應用需求拉動的AI芯片市場、無接觸服務需求拉動的智能機器人及對話式AI市場。目前中國大型企業基本都已在持續規劃投入實施人工智能項目，未來，隨著中小型企業的普遍嘗試和大型企業的穩健部署，在AI成為數字經濟時代核心生產力的背景下，2027年相應規模可達到6122億元。 　 　　產業鏈的數據、算力、算法、工具、應用層各環節已逐步進入良性循環帶動期，AI產業鏈逐步成熟。如何在AI新一輪發展熱潮中搶抓機遇，是各環節企業關注的核心議題。從業務持續的角度考慮，把握技術變革與產品應用的融合界限，致力解決質量、ROI、安全可信等核心瓶頸；根據企業產業鏈角色和應用場景特點，定位各類型廠商的差異化路徑深耕實踐，或是AI企業的制勝之路。 　

來源：浪潮 　　近日，IDC與浪潮信息聯合發布《2022-2023 中國人工智能計算力發展評估報告》（以下簡稱《報告》）。《報告》指出，中國人工智能計算力繼續保持快速增長，2022年智能算力規模達到268百億億次/秒（EFLOPS），超過通用算力規模。預計未來5年中國智能算力規模的年復合增長率將達52.3%。 　　《報告》從人工智能計算力產業發展趨勢、區域算力分布和行業滲透度等維度進行全面評估，旨在科學描繪中國人工智能發展的階段和整體情況，為推動數字經濟與實體經濟的融合提供極具價值的參考依據和行動建議。 01

智能算力規模持續擴大，算力、算法基建化成為共識

　　智能算力對于提升國家、區域經濟核心競爭力的重要作用已經成為業界共識。 　　隨著“東數西算”工程的啟動以及智能計算中心的建設，從國家層面實現有效的資源結構整合，助力產業結構調整，構建更為健全的算力、算法基礎設施。 　　目前，國家在8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群，協調區域平衡化發展，推進集約化、綠色節能、安全穩定的算力基礎設施的建設。

中國智能算力規模及預測，2019-2026

　　IDC預測，中國智能算力規模將持續高速增長，預計到2026年中國智能算力規模將達到1271.4EFLOPS，未來五年復合增長率達52.3%，同期通用算力規模的復合增長率為18.5%。 02

人工智能城市排行榜

　　《報告》針對不同城市在人工智能投資規模、相關政策支持力度、政策落地情況和實施進展、人工智能技術成熟度，以及勞動供給等維度的情況，對中國城市人工智能發展進行綜合評估。 　　在2022年中國人工智能城市排行榜中，北京、杭州、深圳繼續保持前三名，上海和廣州分列第四、五名，其中北京連續四年蟬聯首位，天津首次進入前十，成都、蘇州、南京、濟南保持前十。 　　綜合TOP10城市發展情況，頭部城市的共性特征是，較早的政策引導和配套政策保障，充分的智算基礎設施規劃、投入，達到上百家AI企業集聚、十萬級人才保障，千億級AI產業集群規模。

近五年人工智能TOP10城市排名變化

　　城市智能算力的投入已經成為推動區域數字經濟發展，加速人工智能產業創新的重要支撐，除了TOP10城市之外，合肥、武漢、長沙等多個城市在自身產業優勢及各種因素推動下，人工智能應用也取得了較大進展。 　　此外，一些城市深耕特定的人工智能應用并取得了明顯成果，成為城市智能化新標簽，如安徽宿州淮海智算中心、浙江青田元宇宙智算中心陸續投建。 03

互聯網、金融、政府、電信和制造等行業AI滲透度提升

　　從行業維度看，2022年中國人工智能行業應用滲透度排名前五的行業依次為互聯網、金融、政府、電信和制造。與21年相比，行業AI滲透度明顯提升。 　　其中，互聯網行業依然是人工智能應用滲透度和投資最高的行業；金融行業的人工智能滲透度從2021年的55提升到62，智能客服、實體機器人、智慧網點、云上網點等成為人工智能在金融行業的應用典型；電信行業的人工智能滲透度從2021年的45增長到51，人工智能技術融入電信網絡的構建、優化，并為下一代智慧網絡建設提供支撐；制造行業的人工智能滲透度從40增長到45，預計到2023年年底，中國50%的制造業供應鏈環節將采用人工智能。

中國人工智能行業滲透度，2022vs2021

　　從場景應用維度看，智能化場景在行業的落地隨著時間的推移，正呈現出更加深入、更加廣泛的趨勢。 　　人工智能持續為提升用戶體驗做出貢獻，當前諸如智能客服、智能推薦、精準營銷等場景深入落地到各行業；人工智能也在精準科學防疫，加強公共衛生安全體系建設中承擔重要角色，在病毒演變預測、疫苗藥物研發、輔助診斷等維度實現廣泛應用；長期來看，企業通過在數字人等數字化營銷內容創作領域布局，創造差異化的營銷體驗，升級品牌形象；另外，科學家們越來越多地利用人工智能技術和方法，從數據中建立模型，重點圍繞新藥創制、基因研究、新材料研發等領域加速對前沿科學問題的探究。

人工智能應用場景發展

04

算力多元化發展提速，大模型加速行業落地

　　《報告》從算力層面，對人工智能芯片、服務器、 計算架構、算法及應用等方面的發展近況進行了全面分析。 　　從整體看AI服務器是人工智能市場增長的主力軍。IDC數據顯示，2021年全球人工智能服務器市場的同比增速為39.1%，超過全球整體人工智能市場增速（20.9%），是整體人工智能市場增長的推動力。中國AI服務器市場領跑全球，2021年人工智能服務器市場規模59.2億美元，與2020年相比增長68.2%，預計到2026年，中國人工智能服務器市場將達到123.4億美元。 　　從人工智能芯片角度，人工智能產業技術不斷提升，產業AI化加速落地，推動全球人工智能芯片市場高速增長。IDC預計，到2025年人工智能芯片市場規模將達726億美元。異構計算成為主流趨勢，未來18個月全球人工智能服務器GPU、ASIC和FPGA的搭載率均會上升，算力多元化發展趨勢明顯。 　　從計算架構發展來看，基于 DSA（ Domain-Specific Architectures）思想設計的人工智能芯片正在成為主導，推動了人工智能芯片多元化發展。多元算力從“能用”到“好用”并且為企業創造業務價值，離不開通用性強、綠色高效、安全可靠的計算系統的支持。業內正在推動多元算力系統架構創新，基于計算節點內和節點間的互聯技術破局現有計算架構的瓶頸，通過充分調動起多芯片、多板卡、多節點的系統級能力，實現各種加速單元以及跨節點系統的高效協同，提升計算性能。 　　《報告》對于大模型的行業落地和發展情況也進行了分析。IDC調研顯示，未來超過80%的組織會優先考慮購買預先訓練好的人工智能模型。大模型是智算力驅動下典型的重大創新，被認為是“通用智能”的雛形，是業內探索實現普惠人工智能的重要途徑之一。 　　大模型發展的背后是龐大的算力支撐，例如AI+Science領域的AlphaFold2、自動駕駛系統、GPT-3等模型訓練需要幾百甚至幾千PD（PetaFlops/s-day，PD）的算力當量支持。 　　2022年，大模型正在成為AIGC領域發展的算法引擎，文生圖、虛擬數字人等AIGC類應用將快速進入到商業化階段，并為元宇宙內容生產帶來巨大的變革。 05

智能算力成為數字化創新的源動力

　　人工智能算力的增長為人工智能的持續創新發展提供支撐。宏觀層面，人工智能算力為國家創新力的發展帶來實質性推進，不僅在應用科學的突破上發揮了重要作用，也開始滲透到基礎科學領域，極大提高了科學研究的效率和科學發展的進程。 　　《報告》指出，人工智能應用正在從單點技術到多種技術能力融合方向發展、從事后分析向事前預判和主動執行方向發展、從計算智能和感知智能向認知智能和決策智能方向發展，創新應用場景逐步增多。 　　未來五年，隨著人機交互、機器學習、計算機視覺、語音識別技術的成熟，人工智能將在企業市場中加快應用與落地，智能算力將成為未來創新的核心推動力。 具體內容如下

戰略地位拔升，政策重心傾斜。數字經濟時代，傳統的土地要素、勞動力要素等對于經濟增長的拉動作用正在邊際減弱；而數據自2020年被我國正式列為第五大生產要素以來，不僅成為提升全要素生產效率的重要引擎，亦是解決生產過剩、供需錯配等關鍵性問題的重要抓手。以近三年的《政府工作報告》為線索，數據要素相關篇幅呈現逐年增長的態勢，每年的建設目標也更為具體。根據國家工信安全發展研究中心，2021年我國數據要素市場規模達到815億元，預計“十四五”期間市場規模復合增速將超過25%，到2025年規模有望接近2000億元。

　　數據價值潛能充沛，培育要素市場為關鍵破局點。我國2021年的數據生產量達到6.6ZB，增速快于全球整體水平，但接近70%的數據價值未被激活，如何更好地挖掘數據的潛能，成為我國數字經濟發展步入深水區的重中之重。由于數據具有不同于實物的非排他性等特征，存在互信難、確權難、流通難、定價難、監管難等問題，過去更多強調數據對企業自身經營的降本增效和業務賦能，企業間缺乏共享和交易數據的動力。我國亟需建立一系列基礎設施和政策措施以促進數據要素供需雙方開展更多價值創造和交換，從而實現數據增值、放大其網絡效應，發展出數據價值的第二曲線。 　 　　體系制度不斷完善，產業變革悄然已至。1）頂層設計：2022年以來，國家層面先后發布《關于構建數據制度更好發揮數據要素作用的意見》、《全國一體化政務大數據體系建設指南》、《企業數據資源相關會計處理暫行規定（征求意見稿）》等文件，從戰略規劃到具體落實，節奏逐步清晰。2）法律制度：“三法一條例”數據安全頂層制度框架已經形成，23個省市在此基礎上公布了數據相關的條例或草案，法治與行業自治形成有效協同。3）市場自律：大數據交易所進入高質量發展2.0階段，作為數據交易行為的重要載體和引導者，充分發揮政策落地和產業對接的作用，在管理機制、標準規范、安全保障的探索取得突破性意義，后續場內交易規模有望快速提升。 　 　　相關標的：1）數據要素市場新興環節：人民網（數據確權）、易華錄（數據銀行）、深桑達（數據元件）等；2）數據資源持有方：四維圖新（地理位置數據）、航天宏圖（遙感航空數據）、上海鋼聯（大宗商品數據）等；3）業績兌現度高的數據服務商：星環科技（數據平臺）、新點軟件（政務大數據）、德生科技（人社大數據）等；4）數據交易所參股公司：浙數文化、安恒信息、廣電運通等。

來源：DeepTech深科技

　　2022 年《“十四五”數字經濟發展規劃》指出，打造繁榮發展的數字經濟，關鍵之一即有序推進基礎設施智能升級，高效布局人工智能基礎設施；到 2025 年，數字經濟核心產業增加值占國內生產總值比重將達 10%。

　　數字經濟作為繼農業經濟、工業經濟之后的主要經濟形態，已進化到以“人工智能”為核心驅動力的智能經濟新階段。

　　為洞徹 AI 產業與生態現狀，《麻省理工科技評論》（MIT Technology Review）中國發布《2021 中國數字經濟時代人工智能生態白皮書》。

　　白皮書圍繞一個主題“ AI 生態”，三個關鍵詞“技術、產業、開放平臺”，統觀 AI 技術在多行業落地情況，剖析開放平臺對于 AI 產業生態繁榮的效能與價值，解析典型公司在 AI 產業生態建設方面的創新實踐，并結合技術、產業和平臺發展現狀，研判 AI 生態發展趨勢。

　　AI 生態繁榮的表征：技術深入千行百業，共建千億美元市場

　　在全球范圍內，各行各業都在擁抱人工智能，被其高度賦能、深度滲透。根據 CB Insights、德勤等機構預測數據，2021 年全球人工智能市場規模達千億美元級別，主要應用場景為醫療、金融、城市、教育、制造等。

圖 | 2021 年人工智能賦能多領域市場規模（來源：公開數據統計）

　　教育領域：

　　從在線教育到因材施教，AI 改變教育體系的運作方式，并賦予教師和學習者智能化學習權力。隨著 AI 與教育深度融合，將進一步促進教育變革創新，實現“平等面向每個人的教育、適合每個人的教育、更加開放靈活的教育”美好愿景。

　　醫療領域：

　　從輔助診斷到發現藥物， AI 深度改變醫療行業底層工具能力，賦能醫療領域的各個主要角色，實現各場景商業模式創新。

　　交通出行領域：

　　從自動駕駛到交通大腦， AI 讓城市交通環境及交通工具具備感知、互聯、分析、預測、控制等能力，這已然成為未來交通出行重要發展方向。

　　金融領域：

　　從智能支付到智能風控， AI 集中提升金融主體的內外部效率、提升用戶的全流程體驗、提升金融服務的數智化程度。未來，AI 將引領金融領域發生三大趨勢變革：后端金融系統性業務數字化和自動化、前端金融產品在線個性化、金融全流程服務智能化和彈性化。

　　智慧城市領域：

　　從城市安全到智能決策，AI 正規模化地在城市各類應用場景中落地，不僅延展城市各模塊資源的融合利用廣度，還幫助城市管理者管理決策科學化、城市公共服務智能化，城市生活正變得愈加智慧。

　　工業領域：

　　從智能制造到智慧電力，AI 正深度構建行業應用場景，實現產品設計、制造執行、供應鏈、產品全生命周期等全產業鏈智能化管理應用，賦能制造、電力等多個領域，加速推進工業智能化轉型發展。

　　企業內部生產管理環節，從經營到生產， AI 結合 RPA 、數據可視化等融合應用，為企業管理鏈條中的各項職能，如生產制造、經營管理、營銷服務等提供全周期智能化解決方案。

　　AI 與實體經濟融合在多行業已初見成效。未來十年，AI 生態系統將推動 AI 技術加速“下沉”到千行百業，保持在第三產業的持續發展和滲透趨勢，加大對第一、第二產業的全面賦能。

　　AI 生態繁榮的載體：AI 平臺化趨勢彰顯，開放平臺是實現普惠人工智能的方式之一

　　從技術落地的角度來看，人工智能技術逐漸成為數字時代的基礎能力，不斷滿足中小型企業輕量級、個性化的 AI 應用需求。但不可否認，部分企業在部署 AI 工具時仍存在一些限制門檻，如技術人才儲備不足、 AI 應用部署困難、投入產出比不達預期等，企業無法實現輕松構建 AI。

　　就企業端而言，其普遍需求是可輕松部署 AI 的定制委托開發方案。推進 AI 普惠化的一個關鍵便是要降低 AI 應用的門檻。AI 開放平臺內含數據智能標注、智能模型開發以及云原生應用部署等基礎功能模塊，通過訂閱 API 、AI SaaS 化等形態輸出，大大降低了客戶獲取 AI 能力、開發 AI 應用的門檻，推進普惠化 AI 進程。

　　以 AI 開放平臺為載體，釋放通用型數據模型，已成為人工智能企業主要的發展方式之一。

　　不少企業積極布局 AI 開放平臺，以開放平臺支撐 AI 產業生態發展。如百度、騰訊、阿里和科大訊飛等，均通過開放平臺聚合技術、人才、產業資源，實現產業生態繁榮。

　　騰訊 AI 開放平臺連接騰訊 AI 能力與產業，依托騰訊云 AI 新基建布局，推動 AI 技術和應用進步；阿里云與達摩院強聯動，提供的 AI 開放服務涉及百余種場景的視覺 AI 開放能力，以及語音、機器翻譯、決策、業務增長引擎等能力。

　　科大訊飛作為領先的智能語音技術提供商，依托其在語音合成、語音識別、常識推理、知識圖譜等技術上的領先優勢，推出全球首個開放的智能交互技術服務平臺——訊飛開放平臺，致力于為開發者、企業打造一站式智能人機交互解決方案。

　　受下游應用需求及宏觀政策紅利推動，近幾年中國開放平臺市場規模穩步增長。2021 年中國 AI 開放平臺市場規模達百億元，預計未來五年，中國 AI 開放平臺市場年復合增長率有望達到 60% 。

圖 | 數說 AI 開放平臺市場繁榮發展（數據來源：專家訪談、《麻省理工科技評論》中國）

　　AI 生態再度進階：開發者、AI 企業龍頭和行業龍頭共筑三維 AI 生態

　　未來，AI 生態發展模式將再度進階。由 AI 技術領域龍頭企業，聯合資源豐富、平臺能力強的行業領軍者，共同搭建行業技術基座。面向廣大開發者開放眾多場景，構成新一代 AI 開放平臺，三方共筑產業 AI 化時代到臨。

　　新一代 AI 開放平臺將匯集開發者、AI 技術頭部企業及各行業龍頭企業。開放平臺逐步釋放核心資源、聯動多方實現共創，技術商業化落地不再是企業單打獨斗，而是由關系密切的價值聯盟聯手合建。

圖 | AI 開放平臺參與者由二維向三維進階（來源：《麻省理工科技評論》 中國）

　　開發平臺內三方參與者能相互驗證，為產業落地提供必要的技術和資源支持。面對一些特殊的數字化轉型需求，三方可在生態中交流、互動、打通，集合生態伙伴的技術優勢提供系統化解決方案。

　　當下，AI 產業已經步入深化場景攻堅期，人工智能正依托場景的智能化應用，持續深挖數據的隱藏價值。企業通過構建強大的 AI 能力，實現業務效率提升及創新商業模式的變革。

　　展望未來，源頭技術不斷革新、技術應用深入場景、開放平臺建設愈加完善......數字經濟時代下的 AI 企業和行業公司，可汲取 AI 開放平臺養分，聚合資源、高效協作、充分技術優勢，實現生態共生、共創、共榮、共贏。 　

觀眾在2021世界計算大會現場試用AI翻譯設備。新華社記者陳思汗攝

在日前舉行的2021人工智能計算大會上，國際數據公司IDC和浪潮信息聯合發布的《2021—2022中國人工智能計算力發展評估報告》顯示，相比2020年，人工智能在金融、制造、能源、公共事業和交通等行業體現的推動作用尤為顯著。同時，以智能計算中心為代表的算力基礎設施，通過提供公共的算力、數據及算法服務，讓算力服務易用，解決算力服務的供給問題。

“4年來，我們發現人工智能算力越來越受到重視，這方面的應用越來越成熟，無論是芯片的多元化還是人工智能服務器的計算能力、計算容量等都比4年前有了很大的提高。”IDC企業研究助理副總裁周震剛接受經濟日報記者采訪時說。

周震剛表示，相比去年，人工智能在各個行業的滲透度都在提升，尤其是在互聯網行業和金融行業。此外，制造、交通和能源行業在人工智能的應用也更加深入。

據了解，全球已有60多個國家和地區出臺人工智能政策，發布國家級人工智能戰略。IDC預測，2021年全球企業在人工智能軟件、硬件和服務的總投資將超850億美元，預計在2025年將增至2045億美元，5年復合增長率達24.5%。

不過，中國工程院院士、浪潮首席科學家王恩東認為，人工智能也帶來了指數級增長的算力需求，計算產業正面臨著多元化、巨量化、生態離散化交織的趨勢與挑戰。一方面，多樣化的智能場景需要多元化的算力，算力已經成為人工智能繼續發展的重中之重；另一方面，從芯片到算力的轉化依然存在巨大鴻溝，多元算力價值并未得到充分釋放。如何快速完成多元芯片到計算系統的創新，已經成為推動人工智能產業發展的關鍵環節。

人工智能產業化對算力的需求正在激增，浪潮信息副總裁劉軍表示，算法模型發展也將更加復雜，巨量模型將是規模化創新的基礎，“源1.0”等巨量模型的出現，讓構建大模型、提升人工智能處理性能成為發展趨勢。

目前，全球知名的人工智能公司在巨量模型上都投入巨大，谷歌、微軟、英偉達、浪潮、智源人工智能研究院、百度、阿里等公司相繼推出了各自的巨量模型。“巨量化的一個核心特征就是模型參數多、訓練數據量大。”劉軍以浪潮人工智能研究院開發的中文人工智能巨量模型“源1.0”為例介紹說，其數量高達2457億，訓練數據集規模達到5000GB。“我們對算力的追求沒有極限。”劉軍說。

人工智能芯片正呈現多元化發展趨勢，芯片的多元化為人工智能產業化的加速提供了重要的產業基礎和更加豐富的選擇。但是，芯片從造出來到大規模用起來，還隔著一個巨大的產業鴻溝。以一臺人工智能服務器研制為例，整個系統需要經過30多個開發流程，使用150多種加工制造工藝，對280多個關鍵過程控制點的質量進行嚴格把控，還要實現與算法框架和人工智能應用的優化與適配等問題。

“要想釋放多元算力價值、促進人工智能創新，一是要重視智算系統的創新，加大人工智能新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結構、芯片設計、系統設計、系統軟件、開發環境等各個領域形成既分工明確又協同創新的局面；二是要加快推動開放標準建設，通過統一、規范的標準，將多元化算力轉變為可調度的資源，讓算力好用、易用。”王恩東說。

中國人工智能基礎設施市場規模保持高速增長，中國服務器廠商已成為全球服務器市場的中堅力量。IDC預計，2021年人工智能加速服務器市場規模將達56.9億美元，相比2020年增長61.6%，到2025年，中國人工智能加速服務器市場將達108.6億美元。

我國明確提出在全國布局算力網絡國家樞紐節點，同時積極推進智能計算中心建設，發力構建普適普惠、安全可靠的現代化基礎設施體系和生態。智能計算中心已被越來越多的地方政府視為實現支撐和引領數字經濟、智能產業、智慧城市、智慧社會發展的關鍵性信息基礎設施，為算力、數據、生態和產業發展提供平臺化支持。

當前人工智能已經成為全球最為活躍的創新領域，對經濟社會的發展影響深遠。白皮書提出，在過去一年中，人工智能的新算法不斷涌現，深度學習仍是這一時期發展主線，嘗試解決更為復雜的應用任務。人工智能的產業格局與生態體系更為明晰，開源開發框架格局逐步確立，以科技巨頭引領的生態系統垂直整合速度不斷加快；同時，產業發展重心開始轉變，企業比拼重點從單項技術的“理論”準確率轉向應用場景白熱化的“跑馬圈地”；人工智能的技術應用開始全面覆蓋日常生活、科學研究、社會治理、商業創新和國家安全等經濟社會的關鍵領域，以空前的廣度和深度推動社會發展。基于以上人工智能技術產業發展態勢判斷，白皮書建議“十四五”期間，我國應通過加快AI基礎原創技術創新突破、構建協同發展AI基礎核心生態、實現區域差異化發展布局、加快垂直行業深度融合、主動融入全球治理框架等措施，實現我國人工智能產業突破發展。

//www.caict.ac.cn/kxyj/qwfb/bps/202104/P0202578238.pdf

新一代人工智能（Artificial Intelligence，縮寫為Al）是引領未來的戰略性技術，正在與5G、大數據、物聯網等領域深度融合，加速推動智能經濟發展和產業數字化轉型。我國高度重視人工智能發展，習近平總書記在十九大報告中指 岀，要“推動互聯網、大數據、人工智能和實體經濟深度融合”，《新一代人工智能發展規劃》、《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》等多個國家政策陸續岀臺，我國逐漸形成了涵蓋人工智能計算芯片、人工智能計算服務器、人工智能基礎應用、人工智能行業應用及產品等較完善的人工智能產業鏈。

數據、算法、算力是新一代人工智能發展的三要素。以人工智能新型計算能力為代表的人工智能計算中心是新型基礎設施建設的重要組成部分。隨著人工智能的深入應用，算力建設分散，中小企業或科研機構難以開展復雜模型、海量數據研究的問題日益凸顯，建設大規模人工智能計算中心正在成為推動人工智能產業進一步發展的關鍵要素。

人工智能計算中心發展呈現三大趨勢，一是全棧一體趨勢，即專用人工智能芯片與軟硬件協同優化提升計算效率；二是技術融合趨勢，即超級計算與人工智能融合，云與人工智能融合；三是平臺賦能趨勢，即人工智能計算中心賦能企業，形成算力生態。

人工智能計算中心是人工智能算力建設的重要發展方向，是涵蓋了基建基礎設施、硬件基礎設施和軟件基礎設施的大規模系統工程。依托人工智能計算中心，可以打造公共算力服務平臺、應用創新孵化平臺、產業聚合發展平臺、科研 創新和人才培養平臺，形成“1個人工智能計算中心+ 4個平臺”的人工智能產業布局，賦能區域產業集群。

當前，人工智能計算中心仍然面臨著能耗密度高、企業應用水平較低等問題，對于我國來說還面臨著人工智能芯片及框架等核心技術受制于人的挑戰。因此，在人工智能計算中心建設中，需要做好頂層設計、強化統籌推進，有效選擇 自主可控的技術路線，建立完善的運營機制，積極打造服務平臺，形成以人工智能計算中心為核心支撐的人工智能產業生態，加速人工智能新興產業創新發展，促進人工智能與傳統產業深度融合，拉動區域經濟轉型與高質量發展。

第四屆世界智能大會在津召開期間，中國新一代人工智能發展戰略研究院發布了《中國新一代人工智能科技產業發展報告?2020》和《中國新一代人工智能科技產業區域競爭力指數?2020》。報告指出，中國人工智能科技產業發展已經步入融合產業部門主導的新階段。人工智能和實體經濟的深度融合正在成為驅動中國經濟轉型升級和可持續發展的動力源泉。

　　據中國新一代人工智能發展戰略研究院首席經濟學家、南開大學經濟研究所所長劉剛介紹，作為第四次工業革命的引擎，人工智能技術屬于典型的通用技術(General Purpose Technologies)。從前三次工業革命發生發展的歷程看，通用技術只有與經濟社會全球融合的條件下，才能成為帶動經濟長期發展的驅動力量。通用技術創新和產業化創造出前所未有的“關鍵生產要素”，例如，第一次工業革命的蒸汽機和第二次工業革命的電力。“關鍵生產要素”具有廣泛的應用領域、低成本和無限供給的特征。當“關鍵生產要素”被廣泛投入到現有產業，不斷提高企業和產業的生產力水平，才能帶來經濟和社會的長期發展。例如，作為第二次工業革命通用技術的電力，從照明到生產流程的改造再到以電力為能源的生活用品的普及，在與經濟社會融合的過程中，不僅帶來了社會生產力的大幅躍升，而且改變了人類的生產和生活方式。

　　第四工業革命的核心技術是包括互聯網、物聯網、大數據、云計算、區塊鏈、5G和人工智能在內的新一代信息技術。新一代信息技術的產業化使“數據和計算”成為第四次工業革命的“關鍵生產要素”。數據是網絡空間的所有存在物，是網絡空間對物理和社會空間映射的產物。網絡空間及其與物理和社會空間的互動和融合產生海量數據，大數據、云計算和區塊鏈技術解決了數據的采集、整理、存儲和分析。人工智能則實現了數據的精準匹配、仿真模擬和優化控制。作為新型基礎設施建設的重要內容，5G保證了網絡空間的發展和數據的瞬時傳輸。新一代信息技術的發展使“數據和計算”成為類似蒸汽機和電力一樣的廉價投入品，為賦能和改造現有產業創造條件。

　　作為通用技術，在人工智能科技產業的發展過程中，形成了兩個主要產業部門：核心產業部門和融合產業部門。核心產業部門是指包括人工智能在內的新一代信息技術產業化過程中創造的新興產業部門。核心產業部門產出“數據和計算”。而融合產業部門則是人工智能與實體經濟融合發展過程中創造的產業部門，例如，智能制造、智能交通、新零售、新媒體和數字內容產業。融合產業部門把“數據和計算”作為投入品，產出則是我們日常生產和生活中的智能化產品。

　　中國新一代人工智能發展戰略研究院對人工智能科技產業的動態追蹤研究表明，隨著核心產業部門的發展和核心技術的成熟，面對新冠疫情的沖擊和包括5G在內的新型基礎設施建設步伐的加快，中國的人工智能科技產業開始步入融合產業部門主導的新發展階段。

　　首先，從797家中國人工智能骨干企業中的581家應用層企業的應用領域分布看，人工智能技術已經廣泛分布在十八個應用領域。其中，企業技術集成與方案提供、智能機器人兩個應用領域的企業數占比最高，分別為15.43%和9.66%。關鍵技術研發和應用平臺、新媒體和數字內容、智能醫療、智能硬件、金融科技、智能商業和零售和智能制造領域企業數占比相對較高，分別為8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智能農業的占比最低，僅為0.75%。企業技術集成與方案提供和關鍵技術研發及應用平臺占比排名第一和第三位，說明在人工智能與實體經濟的融合發展過程中，技術集成和應用方案提供發揮著至關重要的作用。而智能機器人企業數排名第二則說明制造業的智能化是人工智能發展的迫切需求。

　　在581家人工智能樣本企業中，可獲得577家企業截至2019年底的融資數據。通過577家企業所屬產業領域的融資額占比，可以看出哪些應用領域更受資本的青睞。從人工智能應用領域企業融資額的分布看，智慧零售、新媒體和數字內容、智慧金融類應用領域的融資額最高，占比分別為18.37%、15.96%和15.94%。除此以外，關鍵技術研發和應用平臺、智慧交通、智能硬件融資額占比在5%以上，屬于占比較高的應用領域。

　　其次，人工智能基礎和技術層企業通過與實體經濟企業的協同，共同構建產業智能化創新生態，推動人工智能與實體經濟的融合發展。其中，最為典型的是智能安防產業的發展。在傳統安防產業智能化的過程中，圍繞著視頻數據結構化、智能終端和邊緣計算在內的關鍵技術突破，形成了富有活力的產業創新生態系統。在智能制造、智能醫療、智能交通、金融科技和智能教育等領域，都出現了產業智能化創新生態系統。適合于特定產業領域智能化的創新生態系統建設，成為人工智能與實體經濟深度融合發展的標志。

　　第三，處于“極化”中的人工智能核心產業部門企業，通過與其他地區優勢產業企業的合作，通過技術“擴散”，推動人工智能與實體經濟的融合發展。該報告基于15家人工智能開放創新平臺和4家計算機視覺獨角獸公司的技術“擴散”數據分析表明，通過與其他地區優勢產業的合作，共同推動人工智能與實體經濟的融合發展。其中，電子信息制造業和汽車制造成為智能化發展的前沿產業。

　　最后，傳統產業的龍頭企業，通過自主創新、技術引進和與核心技術企業合作的方式，轉型升級為人工智能企業，成為推動人工智能與傳統產業融合發展的主導者。報告基于50家非初始人工智能上市公司的分析表明，傳統產業的龍頭企業通過智能化轉型，與掌握人工智能核心技術的企業共同構建產業創新生態系統，推動產業的智能化。從技術來源看，50家非初始人工智能上市公司主導的融合產業部門的技術來源，主要是核心產業部門的人工智能初創企業，占比為16%。其次是人工智能上市公司，例如，阿里巴巴和科大訊飛，占比為16%，排名第三和第四的分別是非初創人工智能技術公司和獨角獸公司，占比為10%和7%。除了平臺公司，人工智能初創企業和中小企業是產業智能化的重要技術來源方。

　　在系統調查研究的基礎上，報告發現，人工智能與實體經濟的融合發展，不是簡單的技術引進和集成，而是一系列互補性創新和專用技術體系的形成過程。因而，推動人工智能與實體經濟融合發展需要創新思維。尤其是對后發地區而言，不能僅僅把工作的重心放在招商引資上，而應當重視通過培育和構建適宜當地產業智能化需求的產業創新生態系統和創新創業環境，通過互補性創新和專用性技術積累，才能通過人工智能與當地優勢產業的融合發展過程中，不斷提升區域企業和產業競爭力。