顾 问
潘云鹤 中国工程院院士
指导单位
工业和信息化部信息化和软件服务业司
指导委员会
谢少锋 工信部信软司司长
李冠宇 工信部信软司副司长
徐晓兰 中国电子学会副理事长兼秘书长
张宏图 中国电子学会总部党委书记兼副秘书长
商 超 工信部信软司软件处处长
傅永宝 工信部信软司软件处调研员
专家委员会（排名不分先后，按姓氏笔画排序）
王士进 科大讯飞研究院副院长
韦 青 微软中国公司首席技术官
宋 波 国安瑞（北京）科技有限公司总经理
刘志坚 京东金融总法律顾问
吴甘沙 驭势科技联合创始人兼CEO
季向阳 清华大学自动化系教授
陈丽娟 阿里巴巴人工智能实验室负责人
梁家恩 云知声信息技术有限公司董事长兼CTO
崔 岩 中德人工智能研究院院长
蔡雄山 腾讯研究院法律研究中心副主任
编写单位
中国电子学会
编写人员
李 颋 周岷峰 马 良 凌 霞
李 岩 张雅妮 许华磊 张 婵
张 力 陈濛萌 樊江洋 朱 毅
李俊平 阎德利 谢中业 陈 岩
1、编制背景
自1956年概念得以确立以来，人工智能发展至今已逾60年，随着所处信息环境和数据基础的深刻变革，开始迈进新一轮发展阶段，呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征，从学术牵引式发展迅速转变为需求牵引式发展，相比历史上的任何时刻，都要更加接近于人类智能，既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导，也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。我国正值工业化、城镇化、信息化、农业现代化的攻坚阶段，迫切需要加快推动人工智能在国民经济社会各行业、各领域的创新应用，促进产业提质增效，改善人民生活水平，切实解决经济运行的重大结构性失衡。针对于此，有必要研究编制新一代人工智能发展白皮书，明确人工智能在新时期、新形势下的技术框架、关键环节、应用前景，为推动人工智能关键技术进步和产业化应用推广提供措施建议，进一步推动我国智能相关的前沿新兴产业持续健康快速发展，有力支撑我国信息化和工业化深度融合迈上新台阶。
2、编制目标
（1）明确新一代人工智能的主要发展方向，系统归纳其主要驱动因素及最具典型意义的特征。
（2）研究新一代人工智能的技术框架，梳理技术演进轨迹，提出基础性、通用性技术体系。
（3）探索新一代人工智能的产业边界，划分产业类别和应用场景，研判相关的投融资特征及趋势。
（4）提出促进新一代人工智能及相关技术及产业发展的可行性措施建议，为相关行业主管部门提供决策参考，为行业健康有序发展提供指导依据。
3、编制方法
（1）研究学习国内外相关战略政策文件，充分借鉴参考国内外主要研究动态和成果。主要包括：美国白宫发布的《为人工智能的未来做好准备》、《国家人工智能研究与发展战略规划》；英国下议院科学和技术委员会发布的《机器人和人工智能》、英国政府科学办公室发布的《人工智能对未来决策的机会和影响》，以及英国政府在2017年1月宣布的《现代工业战略》和3月公布的《数字战略》；日本政府制定的《人工智能产业化路线图》；我国出台的《国务院关于积极推进“互联网+”行动的指导意见》和《“十三五”国家战略性新兴产业发展规划》中关于人工智能的部分。同时，针对欧盟的“人脑项目”、德国的“智慧数据项目”、日本的“超智能社会”和“高级综合智能平台计划”进行了学习了解。
（2）访谈国内知名专家学者，围绕新一代人工智能的内涵、外延及特征趋势展开充分研讨。新一代人工智能既有创新性又有继承性，与过往所谈论的人工智能既有联系又有区别，在研究内容上既要有突破又要有充分吸收和借鉴。通过与国内人工智能相关领域的知名院士、高校学者、行业专家的座谈交流，尤其是围绕中国工程院潘云鹤院士《人工智能迈向2.0》一文进行的深入学习研讨，为白皮书的编制奠定了系统的理论基础。
（3）调研国内外知名人工智能企业，汇集整理和分析来自实践应用的典型案例。高度重视人工智能领域的具体产品、服务及解决方案提供方式，走进国内外一批在技术或产业方面具备领先水平和特色优势的人工智能企业展开深度调研，并邀请部分企业的技术或战略负责人共同参与了白皮书的编制工作。
4、特别声明
（1）研究主题充分考虑了与国家规划的互动和呼应
人工智能的概念从诞生之日开始计算，已经超过60年，并非横空出世的新兴事物。只不过受近年来算法模式持续优化、数据信息海量增长、运算力大幅提升的影响和带动，表现出了不同以往的发展水平和特征。本白皮书一开始研究主题名为“人工智能2.0”，目前已更改为“新一代人工智能”，是为了呼应院士研究文章、部委领导讲话，以及即将出台的国家级规划，重点针对人工智能的新趋势、新特征、新模式展开研究，并非是要提出一个全新的研究对象。
（2）研究范围聚焦技术和产业发展
在人工智能领域，正孕育着堪与相对论、量子理论、计算机、互联网相提并论的重大创新、变革及突破。人工智能历史性地站在了时代的风口，将对人类经济社会发展带来智能化浪潮的颠覆性猛烈冲击。研究人工智能，就要研究其在人类生产生活中的详细地位和作用，涉及到方方面面，包括了道德、法律、伦理、文化等领域。本白皮书的编制，主要是为了给相关行业主管部门和企业提供决策参考依据，集中在技术和产业两大层面展开研究，暂未涉及其他方面。
（3）研究内容仍有待进一步丰富完善
当前，各类研究咨询机构纷纷推出围绕人工智能主题的相关报告，各自观点既有一致性，也存在部分不同意见。本白皮书的主要观点和内容仅代表编制组在目前对人工智能的研判和思考，欢迎各方专家学者和企业代表提出宝贵意见，共同推动白皮书的及时更新和纠偏。同时，随着人工智能技术的进步、产业的发展、模式的变革，白皮书的内容将得到进一步丰富完善。
第五章 新一代人工智能中长期技术及产业发展趋势
（一）技术趋势
1、既有架构面临挑战，新型人工智能芯片呼之欲出
人工智能芯片由非定制化向定制化方向发展。人工智能推动新一轮计算革命，深度学习需要海量数据并行运算，传统计算架构已无法支撑深度学习的大规模并行计算需求。目前使用的GPU、FPGA（可编程门阵列芯片）均非人工智能定制芯片，存在着一定的局限性，深度学习需要更适应此类算法的新的底层硬件来加速计算过程。目前，谷歌公司已经开发出新型TPU（张量处理器），可以在芯片中节省出更多的操作时间，适用于更复杂和强大的机器学习模型，并且能够进行快速部署；英特尔以167亿美元收购了FPGA厂商Altera后，也在研究CPU+FPGA的异构方案，以达到更好适应人工智能时代的定制化计算的目的。
量子计算引领下一代人工智能芯片发展潮流。对于目前的经典计算机，处理器的计算性能已渐渐远离摩尔定律，在IBM推出5 nm制程工艺之后，CPU中晶体管的数量已很难再实现每两年翻一番的预期。在更小尺寸的工艺条件下，晶体管性能受限于电子特性将变得不再可靠。量子计算将为人工智能带来革命性的发展机遇，量子比特数量会以指数增长的形式快速上升，小型化的量子芯片可以使人工智能前端系统的快速实时处理成为可能。未来，车载智能系统、无人机智能系统等领域或将首先应用量子计算芯片系统。
2、经济社会发展存在迫切需求，专用智能向通用智能升级
人类生产生活方式变革对人工智能提出了新的发展需要。随着科技不断发展和社会结构深入变革，人类面临着生活、生产、资源、环境等方面一系列需要回答的重大问题，现有的认知水平和治理能力面临着前所未有的挑战。在博弈、识别、控制、预测等专业领域以及城市发展、生态保护、经济管理、金融风险等宏观系统方面，迫切需要一种范围广、集成度高、适应力强的通用智慧，提供从辅助性决策工具到专业性解决方案的升级，显著提升人类阅读、管理、重组知识的能力。
通用人工智能具备连接人工智能和人类特征的优势。通用人工智能（Artificial General Intelligence，AGI）具备执行一般智慧行为的能力，可以将人工智能和意识、感性、知识和自觉等人类的特征互相连结，具备减少对领域知识的依赖性、提高处理任务的适用性以及实现机器自主认知的纠偏性等特点。通用智能将具备处理多种类型任务和适应未曾预料情形的能力，其实质进展将真正开启智能化革命的序幕，与现有物理及信息世界高度融合，深刻影响社会经济发展的各个方面。
3、技术平台开源化已成趋势，围绕超级智能生态系统的竞争即将展开
全球主流技术厂商纷纷围绕深度学习开放技术平台。2015年12月，人工智能初创公司Open AI开源其研究成果OpenAI Gym，拉开了全球科技巨头开放各自的深度学习技术平台的序幕，如谷歌和Facebook分别将深度学习平台TensorFlow和Torchnet全面开源，微软开源CNTK，DeepMind 宣布开源深度学习训练平台Labyrinth并改名为DeepMind Lab；国内百度公布了旗下的深度学习平台PaddlePaddle，腾讯公布一站式深度学习平台DI-X等。深度学习技术平台的开源化，一方面能够使平台吸引潜在用户，提高应用潜力，在深度学习领域进行持续创新；另一方面，各科技公司未来将围绕开源平台建立人工智能超级生态系统，进一步整合技术与应用，有效布局人工智能全产业链。
构建超级生态系统成为未来人工智能技术发展与竞争的主流。下一阶段，借助人工智能超级生态系统，科技公司可以将人工智能领域复杂的推理能力应用到之前缺乏机器学习经验的其它领域，更加方便地指导用户使用机器学习训练其商用模型，评估与优化系统潜力，同时利用收集到的数据对用户的下一步行为做出更好的规划与建议，促进应用水平提高。围绕各自的生态系统，科技巨头们将在人工智能技术与产业的战场展开激烈竞争，角逐行业优势，争夺产业主导话语权。
（二）产业趋势
1、人工智能产业仍将保持爆发式增长
全球正在经历科技和产业高度耦合、深度迭加的新一轮变革，创新已由单一领域的离散式突破向跨领域的群体性突破转变，由单一的产品创新向集大成的系统创新转变，信息、生命、材料、制造、能源等领域竞相出现重大突破。其中，人工智能的表现一枝独秀，已历史性地站在了变革的风口，作为下一阶段科技变革浪潮的新引擎，将渗透至各行各业，助力传统行业实现跨越式升级，带来广阔的发展前景与良好的市场机遇。以微软、谷歌、Facebook以及百度、阿里、腾讯等为代表的国内外科技巨头纷纷积极卡位，布局人工智能全产业链，各路资本也竞相角逐人工智能产业潜在增长点，充分展示了对于未来市场的乐观预判。得益于人工智能技术的不断升级以及商业模式的推陈出新，全球人工智能产业需求将进一步放量，2020年全球人工智能产业规模将超过1100亿美元，年均增速达到47.8%，我国人工智能产业规模也将达到180亿美元，年均增速达到56.5%。在产业规模整体爆发式增长的背景下，基础层、技术层和应用层的各细分领域也将保持同步增长态势，尤其以应用层各产业领域的增长表现最为抢眼。
2、我国将成为全球人工智能产业发展的重要推动者
人工智能已受到世界各主要科技强国的广泛关注，成为以新一轮科技革命为基础的国家竞争制高点。欧盟的“人脑计划”、日本的“人工智能/大数据/物联网/网络安全综合项目”以及美国的《国家人工智能研究与发展战略规划》，都将人工智能全面提升到国家战略层面。目前，美国仍然是全球人工智能产业发展的主导者，凭借着数量众多、实力雄厚的科技企业和资源丰富、人才济济的高校与科研机构，美国从人工智能的底层技术到应用市场都拥有无可比拟的巨大优势。我国目前已经是人工智能大国，影响力稳步提升，从2016年起将人工智能领域建设已上升至国家战略层面，相关政策进入全面爆发期。得益于人工智能产业对经济的积极影响和良好的应用市场背景，未来几年内有望持续获得国家大力支持，众多企业、高校及科研机构也将不断加大技术及应用研发投入力度，共同推动我国保持并发展自身竞争优势，深度参与全球人工智能产业合作竞争。
3、智能芯片、智能机器人及智能驾驶等热点应用将持续受到关注
人工智能目前已经跨越了单纯依靠数据获取来实现技术提升与推动应用发展的阶段，传统的API（Application Programming Interface，应用程序编程接口）开放和积木式创新已经无法满足人工智能的技术发展，数据与应用的迭代式螺旋上升发展将推动人工智能应用层产业的跨越式发展。在下一阶段，预期智能芯片、智能机器人及智能驾驶等产业将率先落地，凭借技术的早期积累与资本的持续注入占据相当的市场份额。智能芯片领域将由现有的CPU+GPU与CPU+FPGA异构模式，向新型人工智能专用芯片及量子芯片过渡，颠覆现有芯片产业格局；智能机器人将会应用到越来越多的特定场景之中，实力雄厚的机器人公司或将首先开发出适用于多个商业领域的通用型机器人，轻松适应不同环境；智能驾驶领域也将成为未来科技公司竞争的主战场，绝大部分车辆将达到2至3级驾驶能力（部分自动化和有条件自动化驾驶），而4至5级的驾驶（高度自动化和完全自动化驾驶）将会创造更大的产业发展机遇。
4、“平台+场景应用”主导的新型商业模式即将出现
现有的人工智能技术主要聚焦于为服务商提供解决方案，直接面对消费者端的产品相对较少。未来，随着人工智能产业的深入发展以及市场化机制的不断成熟，平台化趋势会更加突出，将出现若干主导平台加广泛场景应用的竞争格局，催生出更多新型的商业模式。通过海量优质的多维数据结合大规模计算力的投入，以应用场景为接口，人工智能产业将构建起覆盖全产业链生态的商业模式，满足用户复杂多变的实际需求。同时，具备新型芯片、移动智能设备、大型服务器、无人车、机器人等设备研发制造能力的企业也能够结合应用环境，提供高效、低成本的运算能力和服务，与相关行业进行深度整合，从基础设施提供逐渐向产业链下游服务延伸拓展。
5、科技巨头企业的优势地位将受到初创公司的挑战
目前全球人工智能产业的发展实际上是由少数科技巨头公司主导，包括国内的BAT（百度、阿里、腾讯），以及国外的FAMGA（指Facebook、亚马逊、微软、谷歌和苹果，截至2017年7月全球市值最高的五个公司）。凭借着强大的技术和资本垄断能力，科技巨头公司在目前代表着全球人工智能产业发展的最前沿，强势保持人工智能科技创新与产业发展的优势地位。但除科技巨头之外，全世界还有千余家人工智能初创企业，半数以上已经获得投资机构青睐，数量以美国和中国居多。短期来看，科技巨头们虽然在人工智能各领域都已投下棋子，但大多是为企业自身以及企业相关业务进行服务，业务面广却并非无懈可击，初创公司往往聚焦于行业某细分领域并深入探索，与科技巨头在某些领域相比存在一定的比较优势。同时，广阔的市场容量对产业化应用提出了更加层次化的需求，初创企业可以结合自身特点进行选择化竞争，避开与科技巨头的直接较量。
6、行业监管问题迫切需要引起各方重视
任何新兴科技产业从诞生到具体落地，都需要面临技术、商业、法律和政策层面的诸多挑战。在当前人工智能产业正处于蓬勃发展阶段的同时，必须认真考虑到未来行业监管措施的制定与实施。人工智能开发者在收集和使用数据的过程中，需要采取适当的技术手段保护个人隐私安全，防止个人信息的泄露、篡改及损毁；在训练和设计过程中需要具备广泛的包容性，应该充分考虑弱势群体的利益，并对道德与法律的极端情况设置特别的判断规则；在技术或者产品的研发流程中，必须设置行政许可和准入限制，研判如何发放人工智能产品在各细分领域的应用牌照。人工智能行业的监管问题不是单独哪一个群体面临的问题，具有广泛的社会性、系统性与复杂性，需要企业、政府、用户、科技社团等第三方组织共同参与、群策群力，构建促进人工智能产业良好发展的创新应用生态环境。
(审核编辑: 智汇张瑜)
