热线电话
  • 010-88558925010-88558943
  • 010-88558955010-88558948
CMIC专家更多

中国半导体行业协会副

3月21日,SEMI产业创新投资论坛在上...更多>>

赛迪研究院未来产业研

近日,工业和信息化部、科技部、交通运输部...更多>>

中国市场情报中心 > CMIC研究 > 产业研究
CMIC:我国智慧产业发展现状及面临挑战

发布时间:2016-01-28 09:21:40

来源:赛迪智库

作者:韩健

【打印】 【进入博客】 【推荐给朋友】

    【CMIC讯】(一)发展现状及基础

  一是国家从战略层面布局智慧产业发展,重点加强人工智能等关键技术研发。
 
  国家“973”计划、“863”计划提出研究面向三元空间的互联网中文信息处理理论与方法、互联网环境中文言语信息处理与深度计算的基础理论和方法、以及基于大数据的类人智能关键技术与系统等项目,旨在通过在中文言语信息处理的基本理论和方法上取得新的突破,建立以“中文虚拟大脑”为核心的大规模中文信息处理基础平台,构建面向公共安全与社会管理的互联网中文信息处理验证系统,引领中文信息处理基础研究产生实质性进展,为我国相关重大战略需求和社会化智能信息服务等重大应用提供技术支撑。同时,还加强对海量知识获取与深度学习、内容理解与推理、问题分析与求解、交互式问答等类脑计算关键技术的研发和突破,研制具有海量知识获取与抽取、语言深层理解与推理、问题求解与回答等能力的类人答题原型验证系统,该方向集结了我国70%以上中文信息处理领域的专家队伍,为我国智慧产业的发展奠定坚实基础。
 
  二是以百度、腾讯、阿里巴巴、科大讯飞为代表的信息技术提供商抢占布局智慧产业,并已经取得一定的积累和应用。
 
  近年来,百度、科大讯飞、腾讯、阿里巴巴等企业积极布局人工智能等智慧产业核心领域,抢占产业发展制高点。百度推出“百度大脑”项目,融合了深度学习算法、数据建模、大规模GPU并行化平台等技术,构建了全球最大规模深度神经网络,达到世界领先水平。科大讯飞发布的“讯飞超脑”计划,研发实现具有深层语言理解、全面知识表示、逻辑推理联想、自主学习进化等高级人工智能的智能系统,旨在从“让计算机能听会说”向“让计算机能理解会思考”的目标迈进。腾讯智能开放平台使用模式识别等人工智能技术丰富微信功能。阿里巴巴将大规模连续语音识别技术应用于手机淘宝语音搜索。目前,以百度、科大讯飞等为代表的企业的部分人工智能相关技术已经开始实现产品化应用。
 
  三是我国科研院所及高校在智慧产业的基础理论研究及底层技术领域已具备一定的基础。
 
  中国科学院、中国科技大学、北京大学、清华大学、哈工大、百度、科大讯飞等科研院所及高校均已经开展深度学习理论算法、建模等方面的研究,对于有关人脑网络结构与认知结构的研究也逐步开展。2015年10月,复旦大学专门成立了大数据学院以及大数据研究院,将在数学、统计学、计算机、生命科学、医学、经济学、社会学、传播学等多学科交叉融合的基础上,聚焦大数据学科建设、研究应用和复合型人才培养,实质性推进基础研究成果向符合产业需求的科技成果和市场产品的转化。此外,清华大学、贵州大学等高校也设立了大数据相关专业及学院。
 

  (二)面临问题与挑战
 
  一是产业链条不够完整,亟须国家统筹布局。当前,美国在智慧产业领域已经形成了由底层算法、核心器件到上层应用、整套设备的完整产业体系,除了在深度学习、语音识别、计算机视觉、自然语言处理等当前热门领域拥有一批全球领先的IT和互联网企业外,在芯片、智能机器人、无人驾驶汽车/飞行器等更为前沿的领域,也有企业从事研发及产业化工作。与之相比,我国在智慧领域的产业链条不够完整,主要优势还局限在互联网、移动互联网等少数领域,在人工智能、高端芯片、智能装备、无人驾驶等领域主要还处于研发阶段,离产业化应用还存在较大差距。
 
  二是新一代信息技术的关键领域尚未取得突破。当前我国在语音识别、图像处理等技术水平已经达到世界领先水平,但在自然语言处理、计算机视觉、问答系统、机器学习等领域尚存在较大的提升空间。如人机交互技术目前以触摸屏和语音交互为主,语音交互还需持续提升,有形实体交互、眼动式交互、脑机接口交互、肌电信号交互等交互方式仍无法有效应用到教育、医疗、工业、消费等领域;自主机器学习技术仍以传统的静态学习手段为主,没有实现基于海量人工数据标注和离线模型训练的机器学习方法,有碍机器学习在语言、视觉、自主感知等领域的发展。
 
  三是面向智慧产业领域公共服务体系较为缺乏。智慧产业发展对软硬件基础设施、算法和服务支撑以及公共服务要求较高。目前我国尚没有基于人工智能的智慧产业核心共性技术平台,计算资源无法实现共享;同时互联网全网数据、政府数据和各个行业数据也没有得到整合利用。技术和服务开放平台的缺乏将制约人工智能等新兴技术在传统产业和社会服务的智能化发展。此外,标准欠缺、产学研用各方资源未得到充分整合也将阻碍人工智能新一代信息技术的快速发展。
 
  四是智慧产业与传统行业领域的融合有待深化。与欧美等发达国家和地区相比,当前我国利用先进信息技术改造提升传统行业的需求尚不强烈。当前以深度学习、模式识别等为代表的人工智能技术仍主要应用于互联网行业,智能机器人也仅在产品分类、拾取等简单场景具有少量应用。此外,先进信息技术在国防、军队等方面的应用仍需进一步深化。

责任编辑:拂晓晨风

相关报道
  • --

联系我们:8610-8855 8955 zhouhl@staff.ccidnet.com

广告发布: 8610-88558925

方案、案例展示: 8610-88558925

Copyright 2000-2011 CCIDnet.All rights reserved.

京ICP000080号 网站-3