從2018年谷歌提出BERT預訓練語言模型至今,超大規模智能模型已經走過了三年的發展歷 程。近年來,預訓練模型成為人工智能領域一大重點研究方向。
大模型技術不僅是學術界重點關注的領域,產業領域也在期待其能夠在各個場景加速落地。人們期待,大模型不僅能夠提升應用服務的智能水平,甚至還能夠催生新的場景和產業模式。
然而,當前全球大模型商業落地仍處于早期探索階段,目前已有很多模型落地的探索,但真正讓大模型成為推動智能產業發展的核心引擎,目前仍存在不小的差距。
今日,智源研究院推出了《超大規模智能模型產業發展報告》,旨在梳理當前大模型領 域產業的發展情況,為讀者提供交流和討論的機會。
本報告將主要分為以下五部分內容。首先,報告將介紹大模型領域的技術發展情況和趨勢。接著,報告將梳理目前已經出現的大模型產業落地模式,提出該模式誕生的條件、特點和優勢。
然后,報告將重點介紹目前大模型已經開展商業化的發展領域,包括國際和國內的落地領域和應用 場景。最后,報告將用兩章內容論述應用存在的問題和解決案例,并提出下一步工作建議。
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。
一個全新的數字經濟時代正加速到來。
在國家政策與行業需求雙重因素的影響下,數字技術與產業融合成效愈發明顯。毫無疑問,數字經濟已經迎來了重要的發展機遇期。
為了更好地了解中國產業數字化發展情況,CB Insights 中國團隊基于對產業數字化領域進行調研與分析,重磅發布《中國產業數字化發展報告》,同時梳理數字經濟時代下的代表企業,制作產業數字化生態圖譜。
報告從當前中國產業數字化現狀、技術創新情況、代表行業數字化轉型現狀及預期進行綜合闡述。此外,還結合當前產業數字化發展情況,對未來數字經濟進行展望。
歷經半個世紀的發展,人工智能正在社會經濟生活中發揮越來越重要的作用。認知智能是一種賦予機器模擬人類認知思考能力的技術,作為人工智能發展的高級階段,具有交互性、情境性與適應性等特點。認知智能“能理解、會思考”的能力,可以極大地將人類從重復體力勞動和簡單腦力勞動中解放出來。
當前,認知智能產業生態已初步形成,產業應用加快落地,技術研發持續突破,涌現出一批具有代表性的企業,儼然成為城市數字化浪潮中的關鍵驅動力。中國信息通信研究院華東分院聯合竹間智能科技(上海)有限公司就人工智能全球態勢、認知智能產業生態、技術融合、典型案例與未來趨勢等方面開展了產業技術分析,形成《2021 認知智能發展研究報告》。
本報告由五大篇章組成:第一篇章:全球態勢篇,對全球人工智能政策環境、發展現狀與發展熱點進行了詳細介紹;第二篇章:產業生態篇,闡述了認知智能發展歷程,并從行業生態、技術專利、學術研究和產業標準等方面展開具體分析;第三篇章:技術融合篇,闡述了當前認知智能領域情感計算、知識圖譜、圖像理解等六大行業技術領域的融合發展情況;第四篇章:典型案例篇,闡述了當前認知智能在金融、制造、教育等六大場景的應用落地總體情況與典型產品案例;第五篇章:未來趨勢篇,總結了認知智能發展面臨的問題挑戰,對未來發展做出展望。

在第四屆數字中國建設峰會“大數據論壇”上,國家工業信息安全發展研究中心副主任何小龍發布了《中國數據要素市場發展研究報告(2020~2021)》(以下簡稱“報告”)。
“十三五”時期是我國大數據產業蓬勃發展的階段,根據國家工業信息安全發展研究中心產值測算數據,截至2020年底,我國大數據產業規模已達萬億元。隨著我國大數據產業與實體經濟深度融合、產業發展不斷壯大,數據作為生產要素的屬性不斷凸顯。如何實現數據要素市場化配置,激活數據要素潛在價值,推動與實體經濟繼續深度融合,是“十四五”期間我國需要面臨的重要課題之一。
國家工業信息安全發展研究中心通過專家訪談、企業調研、案頭研究等方式開展數據要素市場相關研究,結合自有的逾5000家企業大數據案例庫對報告界定的產值規模進行了測算和分析,在報告中提出了數據要素及數據要素市場的邊界,梳理了國內外數據要素市場發展現狀,重點從市場概況、政策脈絡、產業圖譜及市場運行機制等角度,并結合相應的產值規模、技術水平、產品和服務、商業模式等情況,闡釋了我國數據要素市場的發展現狀,分析了現階段我國數據要素市場存在的問題及未來發展趨勢,提出了對策與建議。
2020年是國家全面建成小康社會目標實現之年,是全面打贏脫貧攻堅戰收官之年,是“十三五”目標完成與“十四五”任務開啟的承接之年,是數字經濟發展和新型基礎設施建設的重要機遇之年,區塊鏈作為一種數字技術,在新的機遇和挑戰面前,為國家社會經濟發展和智慧城市建設提供了重要保障。
為全面掌握我國區塊鏈產業發展整體態勢,加快推動區塊鏈技術創新應用,構建良好產業生態,推進區塊鏈產業健康發展。賽迪區塊鏈研究院從政策、規模、基礎設施、園區、企業等方面對我國區塊鏈產業發展進行了詳細梳理和總結,旨在為國家、各部委以及各地方政府布局區塊鏈產業發展方面提供良好的參考意見。
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。