昨天，國務院總理更是在備受關注的《政府工作報告》中指出，“要堅持中國制造2025戰略，把傳統產業的智能制造作為主攻方向，支持技術改造，促進傳統產業煥發生機。”

人工智能，從一個5年前似乎還只存在于科幻小說里的遙遠概念，到如今成為能夠被寫入委員提案與總理《政府工作報告》的話題，其發展普及速度之快、應用范圍之廣、影響意義之深遠，都是其他普通學科所難以企及的。這門學科的熱度有目共睹，然而2017年的“兩會”為什么成為人工智能技術的爆發點，“兩會”提案對人工智能產業的影響是什么，以及如今的人工智能學科行業究竟“熱”在何處？這些問題都需要我們進一步探究。

兩會人工智能熱：從提案到話題

近來關于人工智能的“兩會”消息，曝光率最高的當屬總理《政府工作報告》，這也是人工智能首次出現在政府報告當中。報告指出：

“加快培育壯大新興產業。全面實施戰略性新興產業發展規劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化，做大做強產業集群。”

“大力改造提升傳統產業。深入實施《中國制造2025》，加快大數據、云計算、物聯網應用，以新技術新業態新模式，推動傳統產業生產、管理和營銷模式變革。”

“持續推進大眾創業、萬眾創新。“雙創”是以創業創新帶動就業的有效方式，是推動新舊動能轉換和經濟結構升級的重要力量，是促進機會公平和社會縱向流動的現實渠道，要不斷引向深入。”

其次則是全國政協委員、百度公司董事長李彥宏對外公布的三項人工智能提案：

1、使用人臉檢測識別技術，建立覆蓋全國的走失兒童數據庫，解決兒童走失問題；

2、使用人工智能調節交通信號燈，優化城市交通擁堵現象；
3、大力推進“智能+經濟”的發展，增進行業和公眾對人工智能產業價值的認知；破除人工智能行業應用的體制機制障礙；加強行業數據的開放和共享；鼓勵人工智能企業與各行業的創新合作，培育一批市場競爭力強、國際影響力大的人工智能企業。

全國人大代表、騰訊公司董事會主席兼首席執行官馬化騰在答記者問中也提到，只有通過技術的進步，企業才有可能有保持在戰略方面的制高點。過去可能有很多紅利（人口紅利、流量紅利、內容紅利），但最終還是要看到技術是一個不可逾越的東西。特別是在人工智能更加普及的當下，技術鴻溝更加明顯了。所以騰訊還是非常擔心，也關注這方面的發展。

中國工程院院士、全國人大代表、中星微董事長鄧中翰則從10個角度提出了加速我國人工智能自主芯片的開發進程的建議，建議從資金、政策等方面加大投入力度，大力開發承載人工智能運行的自主芯片技術，改變高端芯片嚴重依賴進口的被動局面。

全國政協委員、復星集團董事長郭廣昌的2017年的“兩會”提案主要關注醫學人工智能領域，建議：

1、推進健康醫療大數據有條件的開放共享；
2、成立國家醫學人工智能工程中心；
3、鼓勵和支持具有大規模醫療應用基礎的企業與高校；
4、加強我國健康醫療大數據的安全管理。

全國政協開幕式結束后，百度公司董事長李彥宏、杭州娃哈哈集團有限公司董事長兼總經理宗慶后、清華大學中國與世界經濟研究中心主任李稻葵等在圓桌論壇上從人工智能的角度詳細探究了實體經濟的破局問題。

盤古智庫學術委員、玖道科技首席戰略官張禮立在對總理《政府工作報告》的解讀中也提出，大數據、人工智能對促進產業轉型升級有革命性意義。

……

往年的“兩會”中，不同高新科學技術的概念雖然也曾偶爾被提及，可從沒有像“人工智能”一樣如此大范圍地出現在委員提案——甚至《政府工作報告》里。這門學科的熱度有目共睹，然而2017年的“兩會”為什么成為人工智能技術的爆發點？如今的人工智能學科行業究竟又“熱”在何處？

一切要從2015年開始說起。

2015年，那是一個冬（春）天

2015年的冬天（美國時間12月10日），計算機視覺識別領域一年一度的“奧林匹克” 2015 ImageNet計算機識別挑戰賽在眾人的屏息凝神、翹首以待中公布了最終結果：冠軍團隊的視覺計算組的系統錯誤率低至——3.57%！這是包攬三個主要項目（圖像分類、圖像定位、圖像檢測）第一名的微軟亞洲研究院在優化更新了深層神經網絡算法后，憑借著152層深層殘差網絡（Deep Residual Networks）交出的傲人成績單。

錯誤率低至3.57％（或者更準確來說，3.567％）是個什么概念呢？——在ImageNet挑戰賽中，人類的圖像識別錯誤率大約4%。而3.57%意味著有史以來，計算機的識圖能力首次超越了人類，這是計算機視覺學界一個里程碑數字，也是深度學習算法在人工智能行業應用里的驚人一鳴。

21天后，世界迎來了2016年的第一抹朝陽；而人工智能，也迎來了自學科建立60年以來最大規模的市場應用爆發潮。

承借著深度學習在計算機視覺領域的首先爆發，云計算平臺、顯卡、芯片等的研發成為行業熱點，而數字醫療、智能家居、自動駕駛、語音助手等應用也獲得了質的突破。2016年3月，AlphaGo以4：1大勝李世石；2016年5月，亞馬遜開源深度學習和機器學習工具 DSSTNE（Deep Scalable Sparse Tensor Network Engine）；2016年8月，英特爾以超過4億美元的高價收購人工智能技術公司Nervana；2016年9月，微軟、Facebook、Alphabet、IBM、亞馬遜五大科技巨頭宣布組成人工智能聯盟（2017年1月蘋果加盟）；2016年12月，蘋果首份人工智能論文曝光……

此外，各類人工智能科研人員（如上文提到的包攬2015 ImageNet三項桂冠的微軟亞洲研究院團隊成員孫劍、何愷明等）也在2016年間陸續離職創業；長期專注耕耘GPU（圖形處理器）的英偉達也在2016年憑借著人工智能計算技術獲得了股價大爆發……曾經遙不可及的“人工智能”技術一夜之間就來到了我們身旁，成了家喻戶曉的風口話題。谷歌工程師Pete Warden曾經纂文感嘆道：“我從未見過一項技術（像深度學習一樣），幾年前還不被熟知，而短時間內竟有如此大的進步。”

孫劍

何愷明

深度學習在學界的應用則要更早——早在2012年的ImageNet大賽上，多倫多大學的Geoffrey Hinton教授就帶領著團隊使用深度學習進行機器訓練與圖像識別，錯誤率只有15.3%，是圖像識別學科歷史上的一個重要節點。Hinton教授與他的團隊們花了近6天時間，使用2個英偉達GTX 580 CPU（內存 3GB， 計算速度 1.6 TFLOPS）讓程序接受了120萬個圖像訓練。

Geoffrey Hinton教授（右）及其團隊

那為什么直到2016年人工智能產業才開始大規模爆發呢？除了芯片計算性能不斷提高、學界理論與商業應用存在發展落地周期等原因外，還因為大約在5-10年前，計算機視覺尚屬于人工智能的關聯學科，而非子屬關系。然而，隨著研究的不斷深入，人們逐漸認識到，人工智能中大量與語義能力相關的高級智能與計算機視覺中的感知能力是密不可分的。如果能夠訓練計算機成功解決圖像場景，那么真正的智能也許就不再遙遠。因此，2016年里深度學習算法在計算機視覺領域的首先爆發推動了人工智能行業的熱點升溫，也使得“人工智能”成為最新風口話題。

業內聲音

了更加深入行業，了解“兩會”的切實影響。智東西也遍訪人工智能行業專家與從業者們，聽聽他們對于“兩會人工智能熱”的看法：

兩會期間，無論是BAT大佬提案，還是宗慶后等傳統企業家受訪，話題都繞不開關于“人工智能”的討論。TCL集團董事長、CEO李東生在接受了包括智東西在內的數家行業媒體采訪時認為，“終端產品沒有智能化很難存活下來，聯網的智能化是趨勢”。結合“中國制造2025”方針與TCL偏向制造業的先天優勢，李東生表示，“制造實力的提升分三步走，制造能力的提升是產業智能化的第一步。”

國內人工智能的代表公司商湯科技則認為，“在技術方面，源于大數據的積累、計算能力的提升和深度學習技術的突破，人工智能已發展到在特定領域超越人的水平，而這正是推動人工智能在工業界實現廣泛應用的基礎。而政策的穩步落地、市場的廣闊前景以及技術的快速發展，意味著現在已經進入了發展人工智能的黃金時期。未來人工智能技術將進一步推動關聯技術和新興科技、新興產業的深度融合，推動新一輪的信息技術革命，成為經濟結構轉型升級的新支點。這對中國的人工智能創新企業來說，這既是機遇，也是挑戰。”

不過也有機器人方面的創業者認為，人工智能當然是重要方向，但現在關于人工智能的很多追捧有些過熱了。

正主推智能家居AI化的BroadLink創始人劉宗孺則認為，“人工智能成為“兩會”中的熱點是趨勢所然?，F在全球都在談論人工智能，海內外的科技大佬都在布局，所有人也都認為人工智能的奇點來了。大家都談論人工智能是個好事，但是現在的AI肯定是有泡沫的——比如深度學習并不是無所不能的，AI也是在局限的場景里才能很快落地，因此現在還有很多都是在泡沫中。但有泡沫也不一定是壞事，關注的人多，熱錢越多，行業才有可能有發展。等到泡沫破滅之后剩下的公司是有價值的，對行業發展有好處。”

從“互聯網+”到“人工智能+”

從互聯網發展到今天，線上流量紅利幾近消失，國外以谷歌、微軟、英特爾等為首的科技巨頭，國內以BAT為首的互聯網巨頭們都紛紛尋求線上升級，其中百度更是通過引入二把手、成立度秘事業部、收購人工智能公司、參與組建國家深度學習技術及應用國家工程實驗室等這一系列動作重金押寶人工智能。本次“兩會”上帶來三項人工智能相關提案的百度董事長李彥宏在今年年初的內部演講里就曾宣稱——“2017年，人工智能將是百度的四大主要業務方向之一”。

另一方面，目前人工智能技術在數字醫療、智能家居、自動駕駛、圖像分類、機器翻譯、可穿戴設備等領域都取得了一定進展，但距離商業化大規模應用還需要一定時日。這一現況不僅國內如此，全球范圍也不例外。近年來，我國在人工智能領域的研究積累與發達國家差距不大：比如在普通汽車制造技術上，我們可能離德國、日本等老牌汽車陣營還有一段距離；可在無人機制造領域卻與國外領先廠商不遑多讓。本次2017年“兩會”上人工智能概念的火爆若能推進我國在戰略層面的計劃制定，則能夠給中國帶來實現科技領域彎道超車、提升綜合國力和影響力的絕佳機會。

 

此外，政策的制定也將推進新一波的人工智能創業浪潮。我國一直以來都是互聯網大國，自從“互聯網+”的概念提出后，各行各業積極響應，互聯網概念在工業、醫療、教育等方方面面都有所體現，創業公司層出不窮。而就像互聯網時代有“互聯網+”和“+互聯網”，人工智能時代也將出現“人工智能+”和“+人工智能”。就像國家對于新能源汽車、高新技術企業的補貼促進了行業發展一樣，各類扶持政策若將出臺，勢必能夠吸引更多的專家人才進軍產業，推進新一波的人工智能創業浪潮。

結語：彎道超車

目前，國家越發關注以人工智能、新能源、新材料、5G為首的高新技術行業，加大力度投入產業升級，無一不是為了提升綜合國力、加強科技研發實力、在智能科技新賽道上實現彎道超車——我們錯過了工業革命，我們錯過了電氣革命，我們勉強跟上了信息革命的節奏，卻依舊需要跟隨歐美企業的發展步伐，難以從“中國制造”升級到“中國創造”。然而今天，我們沒有錯過人工智能革命，在這個風起云涌、瞬息萬變的智能時代里，在老牌發達國家GDP增速低至2%、甚至1%的背景下，我們在泛智能賽道上與世界領先國家并肩前跑的，力求彎道超車。

但從另一方面來講，“人工智能”已經被應用得越來越廣泛，開始失去其本質意義，成為一個熱度詞匯。政府若進一步推出相關的政策扶持與補貼，勢必會進一步推動人工智能行業熱度，進入競爭的紅海時代。目前，無論是連勝60局的Master、還是各類的刷臉登陸、無人駕駛，所有的人工智能技術都只屬于弱人工智能，只能在視覺、語音等某幾個領域盡量達到與人類近似的地步，遠談不上強人工智能。行業雖日漸火熱，可我們離真正步入人工智能時代，還有很長的路要走。

以下為2017政府工作報告中，關于人工智能、5G等新技術發展，以及產業升級、創新創業方面闡述部分的原文：