我国新一代人工智能发展的组织措施
一、支持人工智能技术攻关，支持人工智能技术和产品研发。
人工智能现在处于什么发展状态
最近阿里巴巴达摩院官网发布的2019年十大科技趋势，是基于现阶段人工智能发展现状和走势的一个综合概括，建议大家可以仔细品味下：对于这十个趋势，来自包括、清华大学、佛罗里达大学、杜克大学等权威学术机构的十余位专家就此发表评论，任务内达摩院发布的科技趋势虽然有十个方向，但都是围绕着当前科学发展的几个关键潮流，即以芯片为代表的算力、以图计算为代表的算法以及以5G为代表的连接能力。一、计算是变革的源头传统时代的计算始终在冯诺伊曼架构约束下发展，但人工智能的到来正在挑战冯诺依曼架构，而摩尔定律也接近失效，新型芯片以及新的计算机架构已经成为整个行业研究重心。达摩院认为，计算体系结构正在被重构，基于FPGA、ASIC等计算芯片的异构计算架构正在对以CPU为核心的通用计算发起冲击。“通过推高通用芯片的性能来征服一切的已经失效。” 科学院计算技术研究所研究员陈天石对此评论说，“学术界和工业界都把目光投向了更加专用的处理器架构，并且一直在期待新器件引发的新的架构演进。”杜克大学副教授、IEEE Fellow陈怡然也表示，目前学术界的研究重心在一些更为革命性的架构研究，例如内存计算、非冯诺依曼架构、神经形态计算等。而佛罗里达大学杰出教授、IEEE Fellow李涛则指出，计算体系结构的变革将主导和引领ICT领域的持续创新和发展，这将是未来产业界的核心竞争力。在人工智能领域，GPU无疑是最受企业以及开发者追捧的芯片。但达摩院认为，数据中心的AI训练场景下，计算和存储之间数据搬移已成为瓶颈，AI专用芯片将挑战GPU的绝对统治地位。“对于训练场景来说，计算量要求非常高，需要存储和处理的数据量远远大于之前常见的应用，AI专用计算架构是最佳选择。”清华大学微纳电子系副系主任尹首一对达摩院的这一观点表示认可。根据达摩院的判断，AI专用芯片的应用将成为趋势。在2018年的杭州云栖大会上，阿里巴巴曾宣布首款AI芯片AliNPU将于2019年应用于城市大脑和自动驾驶等云端数据场景中。陈天石指出，“AI芯片可以灵活高效地支持视觉、语音和自然语言处理，甚至传统的机器学习应用，将在数据中心场景发挥重要作用。”二、算法的创新让AI更加智能1950年，人工智能之父图灵提出著名的图灵测试用以检验人工智能能力，即如果有超过30%的测试者不能确定被测试者是人还是机器人，则认为是通过测试。图灵提出的猜想可能将会很快实现。达摩院认为，在未来，人类可能无法辨别人工智能生成的语音和真人语音，具备语音交互能力的公共设施将会越来越多，甚至在一些特定对话测试中机器可以通过图灵测试。西北工业大学计算机学院教授谢磊对此表示，“声音合成技术在某些方面已经可以媲美人声，并将会拉动‘耳朵经济’的爆发，各种‘AI声优’将上岗，为大家提供听觉盛宴。”人工智能行业的迅速发展与深度学习带来的突破高度相关，但仅靠深度学习要实现通用人工智能仍然困难重重。达摩院认为，结合深度学习的图神经网络将让机器成为具备常识、具有理解、认知能力的AI。杜克大学统计学院终身教授David Dunson对此评论说，“结合了深度学习的图计算方法将实现推荐系统的变革性改进，为用户提供更有趣和更合适的产品，同时改善整体用户体验。”过去两年，城市大脑成为社会热词。达摩院认为，2019年，人工智能将在城市大脑技术和应用的研发中发挥更大作用，未来越来越多的城市将拥有大脑。城市规划设计院院长杨保军认为，“城市大脑将不再是单一领域或是单项要素的智慧，而是全局联动、多源交融的智慧。”同济大学智能交通运输系统研究中心主任杨晓光则表示，“新一代城市智能管理、智能服务与智能决策将帮助人类最大程度地预防和综合治理城市病。”三、连接万物的5G催生更多应用场景过去几年，5G的热度并不逊于人工智能。5G构建的不仅是一张人联网，它将会成为连接万物的纽带。达摩院在此次十大科技趋势中提到，5G将催生超高清视频、AR/VR等场景的成熟。信通院副总工、工信部信息通信经济专家委员会秘书长陈金桥对此评论说，“5G将掀开数据资源作为生产力的大幕，一个基于泛在高速连接的智能社会必将形成。”车路协同将会是5G与人工智能两大技术交融的典型场景。达摩院认为，车路协同技术路线会加快无人驾驶的到来，并且将在固定线路公交、无人配送、园区微循环等商用场景将快速落地。单纯依靠“单车智能”的革新汽车存在诸多限制，例如传感器部署的成本高，感知系统以及决策系统的可靠性低等。“车路协同的优势在于，可降低单车系统在定位方案部署上的成本，并且可以实现更好的感知与决策。”自动化研究所研究员赵冬斌如此表示。
人工智能行业的发展现状与前景怎么样
这是很多同学都比较关心的问题，我结合当前人工智能领域的科研情况和落地应用情况来说说个人看法。首先，目前人工智能是科研创新的热点领域，大量的创新成果在不断涌现，而且很多成果的落地应用前景也比较广阔，相信在产业互联网的推动下，人工智能领域将迎来新的创新场景，也会有更多的同学致力于人工智能领域的课题项目。如果把人工智能按照计算智能、感知智能和认知智能这三个阶段来划分，那么目前人工智能正处在从计算智能向感知智能发展，随着物联网、基础网络通信技术的发展，感知智能阶段将会把更多的人工智能成果落地到应用场景当中，比如当前的智能驾驶就是一个典型的代表。虽然我们不能否认人工智能技术目前依然存在很多问题，包括可解释性，包括训练成本，包括隐私计算，包括安全性等等，但是目前大规模训练模型的效果已经比较理想了，在某些场景下已经达到甚至超过了传统的人力解决方案，随着可信任人工智能等技术的发展，相信很多阻碍人工智能技术落地应用的障碍将逐渐被扫清。近些年来我也一直在跟不少国内外互联网大厂开展合作，其中人工智能相关技术是合作的重点领域，包括深度学习平台工具、数字孪生、智能驾驶等等，目前也取得了一些成果，其中有一部分成果的应用前景已经越来越清晰了。当前人工智能领域的研究方向很多，很多优秀的科研团队也在不断加强自己的研究意义，比如积极探寻人工智能背后的大一统理论，而且目前已经取得了一些成果，这也给很多同学带来了启发。人工智能是一个典型的交叉学科，涉及到计算机、数学、统计学、控制学、经济学、哲学、神经学和语言学等，所以制约人工智能技术发展的因素就非常多，但是这也意味着任何一个领域的突破都有可能把人工智能技术带入到一个新的阶段，所以现在很多同学也开始在相关学科寻找答案。在人工智能技术从计算智能向感知智能发展的过程中，应用场景对于人工智能技术的影响是非常大的，能否给人工智能技术安装上更丰富的感知设备，以及能否让这些感知设备顺利工作，就需要完成大量的基础性工作，尤其是网络支撑非常重要，这也是我非常期待6G网络的原因。从就业的角度来看，未来几年随着感知智能技术的发展和应用，更多同学需要从事与硬件和网络相关的创新，所以对于计算机专业的同学来说，重视硬件也会给自己带来更多的就业机会。最后，如果有人工智能领域相关的问题，欢迎与我交流。
AI人工智能现在处于什么阶段
虽然AI（人工智能）经过了60多年的发展，但是目前AI依然处在行业发展的初期，还有大量的课题需要公关，需要解决的落地问题也非常多。简单的说，目前AI依然处在“弱人工智能阶段”，距离未来理想状态下的“强人工智能阶段”还有较长一段距离。人工智能经过60多年的发展，目前的研究方向主要集中在六大方面，分别是机器学习、自然语言处理、计算机视觉、自动推理、知识表示和机器人学。随着大数据的发展，目前机器学习（含深度学习）、自然语言处理和计算机视觉获得了较多的关注，也出现了一批相关技术的智能体产品。虽然这些智能体往往还需要工作在特定的场景下，但是也为提升工作效率做出了积极的贡献，在工业生产领域，已经有越来越多的智能体开始参与到生产环境中，比如汽车制造领域就有大量的工业机器人参与生产。随着产业互联网的发展，物联网、大数据、云计算等基础生态将越发完善，而这些基础对于人工智能的发展来说也是非常重要的，可以说物联网和大数据是人工智能的重要基础，万物互联必然会带来万物智能。目前不少大型的科技公司都陆续开始布局人工智能领域，相关的研发也在如火如荼的进行中，尤其在2018年，人工智能受到了整个市场的热捧，但是由于不少人工智能产品依然存在落地难的问题，所以人工智能领域也受到了一定的质疑，相信随着产业互联网的发展，人工智能产品落地应用的各种壁垒将被陆续打破。最后，对于现代职场人来说，学习一定的人工智能知识会提升自身的职场竞争力，从目前的知识结构来看，可以从学习一门编程语言开始，比如Python。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，也可以咨询我，谢谢！