【解读】盘和林:应用、数据、人工智能结合,生态化推动生产力发展

【解读】盘和林:应用、数据、人工智能结合,生态化推动生产力发展
2022年09月13日 18:10 盘古智库

本文大约2200字,读完约5分钟

(图片来源:视觉中国)

诸多关于人工智能应用的文件发布,说明我国管理层已经找到了发展人工智能技术的现实路径。政策将进一步推动人工智能应用落地和普及,而在此过程中,政府一方面将强化制度供给和配套硬件基础设施的供给,另一方面将以实际应用的示范效应,来引导人工智能技术的发展,并最终实现提升生产力水平的目标。

本文系盘古智库高级研究员、浙大国际联合商学院数字经济与金融创新研究中心联席主任盘和林接受“封面新闻”采访内容,文章来源于“封面新闻”。

近日,科技部等六部门联合印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》。随后科技部又公布了《关于支持建设新一代人工智能示范应用场景的通知》,发布了人工智能十大应用场景,包括智慧农场、智能港口、智能矿山、智能工厂、智慧家居、智能教育、自动驾驶、智能诊疗、智慧法院、智能供应链。人工智能和应用融合发展的路径逐渐清晰。

为何要通过政策面推动人工智能应用领域的发展?浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林表示这是由诸多因素所决定的。

其一、人工智能的发展依托于应用。人工智能技术被公认为驱动传统产业发展的重要推力,是未来提升人类物质世界生产力水平的主要方式。但人工智能的发展方式和其他传统科学技术并不相同。近20年的人工智能依托于机器学习算法的普及。人工智能通过“吃数据”(通过算法进行数据训练)的方式来提升智能水平。互联网和物联网虽然能够产生大量数据,但这些数据由于数据本身异构性,复杂性,往往很难被特定人工智能所使用。所以人工智能的发展是先有应用,然后通过应用回收数据,利用数据来训练人工智能提升智能水平的发展方式。人工智能的发展土壤本身就不在实验室,而在于实际的应用当中。可以说没有实际应用,就无法推动人工智能技术水平的发展。

其二、人工智能和实体产业结合,能够解决实体产业的难点痛点,并提供产业优化的数智化方案,推动产业数智化转型。人工智能是一种实际的应用技术,也是解决实际问题的一种思路,人工智能能够解决现实产业实践过程中的难点痛点。但传统企业在利用人工智能工具的时候往往缺少思路。此时,通过应用试点的方式,能够起到示范性作用。可以通过人工智能应用试点,推出一些较为成熟的人工智能应用方案。

其三、人工智能和产业结合,可以打造新产品、新业态和新商业模式,以拓宽实体企业经营思路。比如人工智能和家居结合的智慧家居,就为家居产品提供了很多附加功能,智能门锁、智能语音控制、扫地机器人等智能化产品飞入寻常百姓家,拉动了新的需求。人工智能不仅对实体企业有存量上的优化,更是通过创新来缔造经济增量。

其四、将有限的人工智能产业资源定向投放到示范应用当中,集中力量寻求突破。人工智能的人才是有限的,而人工智能应用领域广阔,行业非常细分,同样是视觉神经网络,可以应用在自动驾驶,可以在工厂质检,也可以在管道运维,也可以在监控视频抓取,也可以结合MR技术实现虚拟应用。所以应用试点也是为了防止资源过度分散,以集中的资源来形成几个整体化的人工智能应用集成。将人工智能企业的单点技术突破融合为整体解决方案,从而提升人工智能技术应用的实用性。

其五、面向未来的人工智能发展生态。弱人工智能实现应用,融入到具体的场景当中,提升人工智能的实际使用率,同时在人工智能应用过程中回收数据,以数据强化人工智能的智能水平,推动人工智能从弱人工智能向强人工智能转变。当实现强人工智能,再将强化的人工智能应用到其他领域,扩大应用范围。继而再从相关应用中回收数据,实现人工智能应用的多元化。在这个过程中,人工智能应用推动应用普及,应用普及产生智能水平提升所必须的数据,数据强化人工智能,人工智能再推动新应用的普及。人工智能应用和数据之间形成相互强化的正反馈循环,形成人工智能可持续发展的整体生态。

盘和林总结称,诸多关于人工智能应用的文件发布,说明我国管理层已经找到了发展人工智能技术的现实路径。政策将进一步推动人工智能应用落地和普及,而在此过程中,政府一方面将强化制度供给和配套硬件基础设施的供给,另一方面将以实际应用的示范效应,来引导人工智能技术的发展,并最终实现提升生产力水平的目标。

当然,人工智能的发展也离不开基础研究和基础设施。基础研究主要集中在算法层面,当前机器学习、深度学习理念下新算法模型不断涌现,需要研发更加高效的算法来助推人工智能技术提升。而基础设施主要体现在算力层面,当前东数西算、云网融合、双千兆等数字基建推进,都为我国人工智能应用普及奠定了坚实基础。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部