AI的主线任务有哪一些

当下，数字技术创新与实体经济的发展已然密不可分，2018年中国数字经济规模为31.3万亿元，占到GDP总产值比重的34.8%，预计2019年这一数字将达36亿元。高速发展的背后，是互联网、人工智能企业的技术投入与相关产业的应用落地。一批优秀的人工智能初创企业正在发力，如商汤科技、旷视科技、优必选科技、平安科技、极链科技等，AI+安防、AI+交通、AI+医疗、AI+视频、AI+金融等产业结合的快速商用化。

数字经济高速发展的同时，国家战略层面也提出了更具发展目光的规划，即为经济社会的创新、协调、开放、共享发展提供底层具有乘数效应的战略性、网络型基础布局“新基建”。

“新基建”是以技术、产业驱动，具备集约高效、经济适用、智能绿色、安全可靠特征的一系列现代化基础设施体系的总称。2020年“新基建”这一词汇在多个国家级重要会议中被频繁提出，其建设核心主要涉及5G、大数据中心、人工智能、工业互联网、特高压、系能源汽车充电桩、高铁轨道交通这七大领域，建设内容细分涵盖了基础配套、平台建设、产业应用等多方面细节。

以人工智能为例，主要建设方向包括：AI芯片底层硬件发展；通用智能计算平台搭建；智能感知处理交互能基础研发中心建设；人工智能创新发展试验区建设等。

任务一：加大「AI芯片」开发力度

2019年世界人工智能大会上展出了包括华为、平头哥、依图、紫光展锐、寒武纪以及地平线在内的AI企业共10款芯片。

随后阿里云栖大会上，平头哥又推出含光800AI芯片，此芯片是专为人工智能视觉场景二推出的高算力芯片，现场演示了：“在城市大脑中实时处理杭州主城区交通视频，需要40颗传统GPU，延时为300ms，使用含光800仅需4颗，延时降至150ms，成本仅为传统GPU的十分之一”。拿10亿张商品图片来进行识别对比，GPU算力识别需要1个小时，而含光800可以5分钟完成。

AI芯片和传统芯片在制作工艺上没有太大的差别，区别在于性能功效上，比如执行AI算法时AI芯片的效率会更高，CPU、GPU的算法效率低，对于商用而言仍有不足。AI芯片服务于AI算法，在图像识别、视频识别等领域常用的是CNN卷积网络，在语音识别方面主要是RNN，前后算法区别很大，但是本质上都是矩阵或vector的乘法、加法，然后配合一些除法、指数等算法。

在同一条件下执行AI算法时，拿IBM的POWER8（CPU）和谷歌TPU1（GPU）对比时，POWER8一秒钟的巅峰计算次数大约为64Gops，谷歌TPU1一秒钟的巅峰计算次数大约为90Tops。

AI芯片则会优于CPU\GPU，含光800，在Rsenet50 v1条件下，含光800算力的峰值性能达到78563IPS；峰值能效达到500IPS/w。可等同于10颗GPU的算力。

现阶段，人工智能与其他产业间的结合应用逐渐成熟，算力需求与日俱增。为了匹配产业级、城市级的项目需求，AI芯片的需求逐渐显现。

任务二：「云服务」惠民又惠企

2019年上半年，我国公有云服务市场规模（IaaS/PaaS/SaaS）达到54.3亿美元，随着企业用户对计算需求的不断提高，市场规模仍在扩大。传统的云服务算力已然很难满足新生海量数据处理需求，特别是以语音识别、图像识别、视频识别、深度学习等技术对算力的需求更高，所以AI云服务逐渐进入到我们的视野。以腾讯、百度、华为、阿里巴巴为代表的云服务业务已经投入商用。

百度智能云凭借其AI技术获得了市场用户的认可，百度“天智”人工智能基于百度大脑，提供拿来即用的视觉、语音等通用AI能力及行业解决方案、AI开发平台及培训服务等。行业客户可基于自身业务需求及数据，定制出个性化智能应用。

“极链AI云”是极链科技基于长年深耕视频AI的业务技术和经验积累，正式对外推出的极链AI云平台——专注于共享算力网络平台，助力人工智能产业发展，实现创新共赢。通过整合上下游合作伙伴，用户可以在极链AI云这张巨大的算力网络上，根据自己的需要购买他人共享的GPU云主机，机主也可以在该平台出售闲置的GPU云主机，共同解决因为大规模堆至高性能机器而导致的资源浪费等问题。同时，在极链AI云平台上还可灵活搭配多种配置服务，使性能达到极致，满足多种需求，提升计算效率，为用户提供更具差异化的AI云服务解决方案。

当下，商用化的云服务主要应用于计算、网络、存储、数据库、CDN与边缘服务及管理运维等方面，基本可以满足企业多元化的云服务需求。企业上云渐成趋势，差异化的计算需求成为了企业的隐性负担，那么云服务可以有效帮助企业获得高性价比的算力服务。

任务三：「智能感知与交互」的工业化进程

智能感知与交互可分为两大能力，即视觉、听觉、触觉等机器感知能力和语音、动作等人机交互能力，前者偏向于感知识别，后者偏向于应用场景。

智能感知大多是通过物理世界中的摄像头、麦克风或者其他传感器的硬件设备作为传输“介质”进行信息传递，这些“介质”将输入内容映射到数字世界，对其进行认知、理解、记忆、规划、决策等。

人机交互则是在特定场景，依靠各种感知硬件设备实现即时交互或其他信息的传递。比如在自动驾驶领域，就是通过激光雷达等感知设备和AI算法，实现这样的感知智能的。家庭智能音响也是语音识别与交互的应用，通过学习特定的语境图谱来实现与人的交互功能。

未来，智能感知与交互会应用与更多的工业场景，包括仓储、物流、港口、化工、能源等，在机械化程度高等领域智能感知交互可以发挥更大的功效。

任务四：各类人工智能「开放创新平台」建设

从2017年开始，在智能视觉领域“新一代人工智能开放创新平台”陆续公布，包括百度、阿里云、科大讯飞、腾讯、商汤科技、依图科技、明略科技、华为、平安、海康威视、京东、旷视科技、360奇虎、好未来、小米，共计15家企业入选。

例如：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台；依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台；依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。

总体来说，新一代人工智能开放创新平台是聚焦于人工智能重点细分领域，为了充分发挥行业领军企业、研究机构的引领示范作用，对于技术资源、产业资源、金融资源整合具有重要有意，并且有利于人工智能领域专业人才的持续培养，促进人工智能技术成果的扩散与转化应用。

“新基建”发展规划目标已定，目前已经在部分领域取得了阶段性成果，未来，在5G、大数据、工业互联网、人工智能、特高压、新能源汽车、高铁轨道交通等产业间协同发展下，必将形成更强的经济带动效果。

责任编辑：ct