第二節(jié) 人工智能驅動的經(jīng)濟數(shù)字化轉型研究

回顧經(jīng)濟信息化數(shù)字化轉型的歷程，先后經(jīng)歷了從信息通信技術驅動到互聯(lián)網(wǎng)驅動的發(fā)展階段，在不同階段，社會大眾的認知和需求對數(shù)字技術的發(fā)展和應用產生了重要的影響，許多新場景、新業(yè)態(tài)的出現(xiàn)都是由大眾的需求催生的。信息技術對絕大多數(shù)行業(yè)的變革都經(jīng)歷了以應用為導向、從需求端逐漸向供給端滲透的過程，經(jīng)濟數(shù)字化轉型的過程就是從社會認知到應用需求到技術供給逐步演進的過程。

一 人工智能的技術發(fā)展

以1956年達特茅斯會議為起點，人工智能至今已有60多年的研究和應用發(fā)展歷史。在此過程中，經(jīng)歷了三次發(fā)展浪潮。第一次興起源于計算機可以用于解決一些原本只有人類才能完成的復雜事情，如計算代數(shù)應用題、證明幾何定理、學習和使用英語等。但受制于當時算法的不完備和計算機硬件能力的不足，人工智能并未達成人們所期待的結果，并陷入了低谷。第二次人工智能的興起則是以“專家系統(tǒng)”的理念進入人們的視線。但算法架構的局限性與實際生產業(yè)務的高度復雜性之間不可調和的矛盾，嚴重降低了人工智能所能帶來的實際價值，使人工智能又一次進入了沉寂。

從20世紀90年代后半期至今，人工智能迎來第三次興起。這一階段，互聯(lián)網(wǎng)和計算機硬件產業(yè)的飛速發(fā)展使支撐人工智能發(fā)展的算法、數(shù)據(jù)、硬件這三方面核心要素都取得了長足的進步。[27]在算法層面，近年來深度學習技術快速發(fā)展，推動了人工智能應用在多領域落地。[28]在數(shù)據(jù)層面，互聯(lián)網(wǎng)發(fā)展帶來的大量數(shù)據(jù)積累，為人工智能算法的實踐提供了良好的數(shù)據(jù)基礎。在硬件層面，GPU（圖形處理器）、TPU（張量處理器）等新一代芯片以及FPGA（現(xiàn)場可編程門陳列）異構計算服務器等新的硬件設施也正在被大范圍用于專門的人工智能計算。目前，較為重要的人工智能核心技術可劃分為深度學習、計算機視覺、智能語音、自然語言處理、數(shù)據(jù)挖掘和芯片硬件六類。[29]

深度學習技術基于對神經(jīng)網(wǎng)絡算法的延伸，可以自動學習大數(shù)據(jù)中的特征信息，極大地簡化了傳統(tǒng)機器學習算法中所需的特征工程。[30]當前在一些諸如物體、圖像和語音等富媒體的識別方面，深度學習算法都取得了非常好的效果。同時，結合深度學習與強化學習所形成的深度強化學習技術，更是能在空白狀態(tài)下進行自主學習來實現(xiàn)具體應用，谷歌下屬公司DeepMind在2017年10月發(fā)布的AlphaGoZero正是對這一技術的典型應用。

計算機視覺技術包含圖像識別、視頻理解、增強現(xiàn)實/虛擬現(xiàn)實（AR/VR）等核心技術。其中圖像識別以對靜態(tài)圖像的分析和處理為主，發(fā)展較為成熟。視頻理解則是隨著近年來視頻類信息的大量出現(xiàn)而新興的技術，用以對動態(tài)視頻信息的分析和處理。此外，結合圖像分析技術和傳感類技術，AR/VR技術可以在三維空間中生成虛擬的環(huán)境。目前計算機視覺技術在物體識別方面的能力已經(jīng)超越人類，[31]微軟亞洲研究院在2015年的ImageNet大賽中已成功實現(xiàn)系統(tǒng)識別錯誤率低至3.57%的識別系統(tǒng)。同時在人臉識別、視頻理解等方面，相關的技術也在快速發(fā)展，最新的蘋果手機已經(jīng)可以實現(xiàn)人臉解鎖功能。

智能語音和自然語言處理兩個技術方向互相配合較為緊密，本書將這兩類技術統(tǒng)稱為語音語義識別技術。目前結合這兩類技術，已經(jīng)能夠實現(xiàn)人機間的多輪對話。但同時智能語音技術在方言、朗讀語音、多通道語音理解、情感識別等仍存在一些技術難點，而自然語言處理技術則在理解和表示知識時仍存在一些關鍵技術難點需要解決。[32]

數(shù)據(jù)挖掘技術，主要包括數(shù)據(jù)清理、數(shù)據(jù)變換、內容挖掘、模式評估和知識表示等多個數(shù)據(jù)分析過程。目前已有多種成熟的機器學習算法，可用于數(shù)據(jù)分析操作。但由于許多領域數(shù)據(jù)收集困難、數(shù)據(jù)結構復雜，使得目前數(shù)據(jù)挖掘的主要技術和實施難點集中在對數(shù)據(jù)的收集和預處理方面。

芯片硬件是實現(xiàn)人工智能算法的物理基礎，由于傳統(tǒng)計算架構無法支撐人工智能算法的海量數(shù)據(jù)并行運算，因此性能和功耗都無法達到實際應用需求。目前GPU、FPGA等通用芯片基于其適用并行計算的特點，正被應用于一些人工智能應用中，例如人機圍棋大戰(zhàn)中的AlphaGo就使用了約170個GPU。與此同時一些領先的公司已經(jīng)在開發(fā)和實踐專用人工智能芯片，如谷歌的TPU芯片、中國科學院計算所的寒武紀深度學習處理器芯片。

總體來說，目前各類人工智能技術都已具備了階段性的研究和應用基礎。同時從算法到硬件，人工智能技術都還有著更為廣闊的發(fā)展前景。在當前各類技術應用加速落地的過程中，未來人工智能技術的發(fā)展將會獲得來自科學研究和商業(yè)應用兩方面共同的促進。

二 人工智能帶來的影響與變革

隨著技術、算法的創(chuàng)新和突破，人工智能讓諸多商業(yè)和生活場景變得更加智能和高效，催生出許多新的業(yè)態(tài)和商業(yè)模式。總體來看，人工智能在金融、零售、制造行業(yè)、醫(yī)療、安防、交通領域的滲透較早，對這些行業(yè)的數(shù)字化轉型正產生深刻的影響和變革。

金融、零售行業(yè)目前已具備較為成熟的行業(yè)應用場景，也是未來人工智能應用的優(yōu)勢行業(yè)。這些領域對硬件依賴程度較小，最直接的應用就是為企業(yè)提供智能化解決方案和數(shù)據(jù)分析服務。金融領域的量化交易、智能投顧，商務零售領域的用戶畫像、精準營銷、智能辦公等場景，都是目前人工智能應用的熱點。

制造行業(yè)和醫(yī)療業(yè)作為傳統(tǒng)行業(yè)，由于長期沿用體系化和流程化的工作模式，擁有很好的數(shù)據(jù)積累和模式化經(jīng)驗，存在許多可通過人工智能技術優(yōu)化的應用場景。例如，醫(yī)療領域的病案管理和分析、醫(yī)療影像識別以及制造行業(yè)領域的3D打印、智能制造等場景。

安防行業(yè)結合硬件和人工智能算法，可催生多樣化的人工智能應用場景。安防領域的智能攝像頭、門禁系統(tǒng)都是有效的人工智能應用場景。物聯(lián)網(wǎng)行業(yè)催生的各類智慧城市形態(tài)也都是人工智能未來廣闊的應用空間。

交通行業(yè)可通過對交通數(shù)據(jù)的學習，智能調控車流和規(guī)劃行車路線，最典型的應用場景就是無人駕駛。無人駕駛結合了多種人工智能相關技術，是目前十分具有商用價值的技術方向。2017年百度開發(fā)者大會上，百度正式發(fā)布了Apollo自動駕駛開放平臺，并預期與眾多合作伙伴合力打造中國的無人駕駛產業(yè)。

三 人工智能社會認知與應用需求研究

衡量中國經(jīng)濟的數(shù)字化轉型是否已經(jīng)進入大數(shù)據(jù)與人工智能驅動的新階段，既要綜合考慮大眾對人工智能的關注和認知情況，也要考慮社會對人工智能在相關應用的需求情況。由于搜索數(shù)據(jù)是對大眾關注點演變情況最直接的呈現(xiàn)，因此采用搜索數(shù)據(jù)可以充分挖掘大眾認知的發(fā)展和需求的變化趨勢。本書基于2014年1月至2017年6月互聯(lián)網(wǎng)用戶在百度搜索人工智能相關詞匯的數(shù)據(jù)，分析大眾對人工智能的認知現(xiàn)狀及發(fā)展趨勢，進而考察大眾對人工智能的需求情況。人工智能相關詞匯的選取主要包含了兩類關鍵詞：社會認知類和應用需求類。

社會認知類關鍵詞主要考察大眾對人工智能概念層面的認知情況，具體又分為三個子類：基本認知類、專業(yè)認知類和技術認知類，分別對應大眾認知由淺入深的三個層次。基本認知類詞匯包括“人工智能”“Artificial Intelligence”“AI”以及這三個詞的共現(xiàn)詞（用戶通過百度直接搜索“人工智能/AI+某詞”，共46個詞匯），這類詞匯的搜索趨勢可以反映出大眾對人工智能最基本、最直觀的認知情況以及人工智能概念的普及過程。專業(yè)認知類詞匯主要包括深度學習、計算機視覺和語音語義識別三個方向的核心關鍵詞，如“深度學習”“虛擬現(xiàn)實”“圖像識別”“語音識別”等專業(yè)性詞匯（共39個詞匯）。相比于其他人工智能相關的技術，深度學習、語音語義與視覺處理這三類技術是當前人工智能發(fā)展最核心、最成熟的技術，包含的搜索詞也更為豐富，能夠有效反映出人們對人工智能專業(yè)層面的認知情況。技術認知類詞匯比專業(yè)認知類詞匯更加深入，主要包含支撐上述三類技術的一些技術細節(jié)和算法類詞匯，如“卷積神經(jīng)網(wǎng)絡”“增強學習”和“Slam算法”等（共78個詞匯），這類詞匯的搜索趨勢可以反映出人們對人工智能更深層次的認知情況。

用戶對某一類詞匯的搜索在很大程度上可以反映出潛在的需求，因此應用需求類關鍵詞主要考察大眾對人工智能應用場景的相關搜索，進而反映出大眾對人工智能的潛在需求。應用需求類關鍵詞具體又分為兩個子類：技術應用類和行業(yè)應用類。技術應用類詞匯側重于反映大眾對人工智能技術應用到實際場景中的關注情況，相關詞匯包括“深度學習應用”“人臉合成軟件”“虛擬現(xiàn)實眼鏡”和“語音合成軟件”等。行業(yè)應用類詞匯主要包括大眾對于智能駕駛、安防、金融、商務零售、醫(yī)療、制造等行業(yè)與人工智能相關搜索詞匯，如“無人駕駛”“智能安防”“智能投顧”“智能零售”“遠程醫(yī)療”和“智慧車間”等，側重于反映大眾對人工智能行業(yè)應用的關注情況。