新一代人工智能产业白皮书(2019年):主要应用场景研判-中国电子学会
2021-2022年中国云原生AI开发平台白皮书

生架构具备弹性扩容、敏捷分发、高效易用、兼容适配等主要优势,在云计算成为企业数字化转型标配的今天,云原生带
来了更加灵活的用云模式,能够帮助用户降低用云成本、提高云服务可用性和云端服务的质量,其价值已获得了产业界的
普遍认可,云原生也被认为是云计算未来的技术发展方向,诸多云端服务也被业界证实能够与云原生架构充分融合并带来
近年人工智能应用相关政策解读
2021.2.9 北京市人民政府 《2021年市政府工作报告重点任务清单》
➢ 指出推动人工智能等科技创新重大项目在京落地,推动各方 科技力量优化配置和资源共享,支持包括人工智能在内的新 型研发机构发展,健全创新创业服务体系。
2021.1.13 国家工信部 《工业互联网创新发展行动计划(2021-2023年)》
行业背景与产品综述
1
云原生 AI 开发场景与实践
2
云原生AI开发平台发展展望
3
AI应用背景
➢ 在企业数字化转型的客观需求以及政策对发展前沿IT科技的支持下,我国数字经济 高速发展,为人工智能发展创造了积极的经济环境。近年来,国内人工智能技术成 熟度持续提升、服务种类不断丰富,在企业经营管理各环节的价值已得到市场的初 步验证,伴随云计算的普及和云原生技术的发展,云服务将有望帮助企业解决现阶 段开展人工智能应用存在的难点,提升人工智能的效用。
2021-2022
中国云原生AI开发平台白皮书
摘要
行业背景:近年来,国内人工智能技术成熟度持续提升、服务种类不断丰富,在企业 经营管理各环节的价值已得到市场的初步验证。然而,当前国内甲方企业在进行人工 智能开发和应用时仍然面临着技术人才储备不足、AI应用部署存在困难、投入产出比 不达预期等问题,亟需能够帮助企业解决这一问题的高效AI开发和应用工具。
面向数字化转型的科技型中小企业创新激励政策探讨

4㊀中国科技论坛(2021年6月)第6期[6]熊立ꎬ曹元坤ꎬ占小军ꎬ等 双元文化㊁创新战略与科技企业创业绩效:一个知识流的视角[J].管理工程学报ꎬ2020ꎬ34(2):30-39[7]ERNSTDꎬKIML Globalproductionnetworksꎬknowledgediffusionꎬandlocalcapabilityformation[J].Researchpolicyꎬ2002ꎬ31(2):1417-1429[8]GAGED Theventurecapitalsecret:3outof4start-upsfail[J].Wallstreetjournalꎬ2012ꎬ9(19):20-23[9]漆苏ꎬ刘立春 新创企业专利对于风险投资决策的影响研究 基于中国创业板企业的实证分析[J].科研管理ꎬ2020ꎬ41(10):227-237[10]张夏恒 新冠肺炎疫情对我国中小微企业的影响及应对[J].中国流通经济ꎬ2020ꎬ34(3):26-34基金项目:国家自然科学基金面上项目(71673221)ꎬ陕西省社会科学基金项目(2018D17)ꎮ面向数字化转型的科技型中小企业创新激励政策探讨何玉梅㊀东南大学经济管理学院副教授以数字技术和数据资源为核心的数字经济与科技创新的深度融合ꎬ将是未来创新的重要力量ꎮ一方面ꎬ数据资源作为一种新的要素投入ꎬ因其流动性不受地理空间限制ꎬ正在成为重构全球产业链㊁供应链和价值链的变革力量ꎻ另一方面ꎬ越来越多的企业通过数字化转型创造新的生产方式ꎬ创新商业模式ꎬ产生新业态ꎬ获得新的发展动能ꎮ2020年以来ꎬ受到新冠疫情的影响ꎬ并得益于我国数字新基建的有力支撑ꎬ产业数字化呈现明显加快的趋势ꎮ在新一轮的科技革命和产业变革中ꎬ科技型中小企业面临着由数字化技术驱动的要素结构㊁商业应用场景㊁组织工作关系等方面的重构或转型ꎮ如何理解并应对这些变化ꎬ制定创新激励政策ꎬ建立与数字化变革相适应的激励体制机制ꎬ推动科技型中小企业利用数字化转型为创新赋能ꎬ对于激发科技型中小企业的创新活力ꎬ促进产业链上 隐形冠军 的大量涌现ꎬ实现我国的创新发展战略ꎬ无疑具有重要的现实意义ꎮ1㊀数字化转型对科技型中小企业创新的影响及其特征表现在宏观层面上ꎬ数字化转型是促进我国产业迭代升级和经济社会高质量发展的驱动力ꎮ在微观上ꎬ数字化生产将成为企业生产效率提升㊁创造新价值的加速器ꎮ由于数据要素与科技型中小企业的核心要素即技术和知识结构最容易匹配ꎬ数字技术的应用又强化了科技型中小企业的技术偏向性ꎬ因此ꎬ科技型中小企业在数字化生产方式中有望获得最大的边际收益ꎮ数字化转型还将通过变革生产方式促进科技型中小企业创新活动的繁荣和创新能力的提升ꎬ其具体影响表现为以下四个方面的特征:(1)规模经济性ꎮ数字化的生产方式为科技型中小企业提供了大规模生产的产业支撑和巨大的消费市场空间ꎬ使规模较小的企业也能从大规模数字化生产中获得规模报酬收益ꎬ实现创新资源的积累ꎮ目前ꎬ我国拥有全球最完整的产业体系和配套齐全的工业门类ꎬ工业互联网的覆盖率和渗透率居世界前列ꎬ以大数据㊁人工智能和物联网为代表的技术应用日益普及ꎬ围绕数字化生产形成的产业链条日益成熟ꎮ科技型中小企业通过数字化转型ꎬ可以利用我国完备的产业链体系和超大规模的生产能力ꎬ以较低的成本获得扩大生产规模的机会ꎬ从而迅速提高盈利能力ꎻ与此同时ꎬ我国消费市场的规模和升级潜力巨大ꎬ科技型中小企业可以通过数字化转型获取需求端释放的大规模消费市场红利ꎬ并利用市场需求不断推动产品和服务的升级换代ꎮ(2)平台效应ꎮ数字化以数据要素连接传统生产要素ꎬ催生了工业互联网平台㊁科技服务平台㊁关键技术平台以及资源条件平台等大量平台型企业或机构ꎬ极大减少了信息不对称ꎬ促进了资源和技术的扩散和集聚ꎬ增加了协同创新的机会ꎬ为科技型中小企业的创新发展赋能ꎮ单个科技型中小企业的创新ꎬ往往受制于资金㊁人才㊁企业规模以及抗风险能力等因素的影响ꎬ难以开展基础性强㊁持续性久的创新ꎮ科技型中小企业利用数字化转型的契机ꎬ一方面可以精准对接创新所需要的资源ꎬ借助公共创新平台吸引创新资源ꎬ另一方面可以利用平台提供的路径经验降低创新风险ꎬ实现平台效应下的协同创新ꎮ第6期(2021年6月)中国科技论坛5㊀(3)迭代效应ꎮ数字化使科技型中小企业的创新周期缩短㊁技术迭代加快ꎬ并且能深入小众的细分市场ꎮ与传统企业相比ꎬ数字化转型后的企业对客户需求不但可以实时洞察与反馈ꎬ还可以与客户共同创造需求ꎬ从而更科学更具针对性地进行生产决策ꎬ驱动产品迭代ꎬ加速技术创新ꎮ这种由需求驱动的迭代效应既增加了客户的粘性ꎬ也使得科技型中小企业可以同时具备规模化生产和精细化定制的能力ꎬ从而降低市场风险和创新风险ꎮ(4)分工深化ꎮ数字化极大降低了由于地理空间和市场壁垒造成的交易费用和市场分割ꎬ在全球化受到逆向影响的情况下需求市场规模仍有可能进一步扩大ꎬ从而使科技型中小企业在嵌入全球化产业链的过程中得以深化分工ꎬ并由此深入 特精尖细 的关键技术领域ꎬ成为产业链上的 隐形冠军 ꎬ与龙头企业形成优势互补ꎬ共同构筑一个充满活力的创新生态ꎮ2㊀数字化赋能科技型中小企业的创新激励政策面向数字化转型的赛道ꎬ科技型中小企业是否能够从上述效应中获得正向激励ꎬ转变为创新动能ꎬ关键在于国家的创新政策和措施是否有利于形成有效的激励机制ꎮ以下从要素结构㊁价值创造㊁生态链㊁外部性补偿四个角度ꎬ探讨科技型中小企业通过数字化转型赋能创新的激励政策和激励机制ꎮ第一ꎬ要素结构视角:企业的数字化转型主要体现在生产方式㊁商业模式㊁应用场景和组织方式的创新ꎬ而这些创新是围绕数据要素的流动和共享展开的ꎮ在激励体制机制方面ꎬ应积极培育鼓励数据要素自由流动㊁共享和维护数据安全的知识产权保护制度ꎮ人才是科技型中小企业创新的核心要素ꎬ数字化转型后人才要素要与数据要素相互匹配㊁彼此互补ꎬ形成提升创新能力的要素结构ꎻ必须加快制定并落实吸引高层次人才及鼓励人才有序流动的奖励和配套保障政策ꎬ发挥高校和科研院所的人才培养和引领作用ꎬ通过产教结合的方式培养与数字经济相关的专业技术人才和管理人才ꎻ加大人才政策向科技型中小企业的倾斜力度ꎬ充分利用市场机制ꎬ引导高精尖人才流向科技型中小企业ꎮ第二ꎬ价值创造视角:基于数字化生产的企业与传统企业主要区别是价值创造的中心发生了根本改变 前者是以顾客为中心ꎬ后者是以产品为中心ꎬ数字经济时代的创新模式也从面向产品和项目转变为面向消费者ꎬ以满足消费者不断变化的需求ꎮ因此ꎬ针对科技型中小企业的创新激励政策要从供给导向转向需求导向ꎬ强调与消费者的连结和互动ꎬ减少甚至避免直接针对某项技术或产品的创新激励政策ꎮ建立以需求为导向的创新激励机制ꎬ需要政府加大新基建投资ꎬ降低数字鸿沟ꎬ制定鼓励竞争㊁防止垄断的法律法规ꎬ减少贸易管制和贸易摩擦ꎮ在保护好企业信息安全㊁消费者隐私和数据产权的前提下ꎬ促进科技型中小企业通过数字化增加与顾客和其他商业主体之间的互动交流ꎬ重构商业活动应用场景ꎬ创造新需求和新价值ꎮ第三ꎬ生态链视角:数字经济时代的创新不再是单个企业的孤立现象ꎬ而是以连结㊁协作㊁共生为特征的协同式创新ꎮ以往针对单一创新主体的传统创新激励政策应转为面向协同创新的激励体制机制ꎮ为此ꎬ首先要转变治理理念ꎬ从线性激励和单纯鼓励市场竞争的思维转变为协同发展思维ꎬ把创新政策的重点放在构建协同创新的数字经济公共服务平台上ꎬ形成一个由产业链㊁价值链和创新链共同演进的数字生态链系统ꎬ鼓励科技型中小企业通过数字化转型融入这个生态链系统ꎬ迅速对接平台的创新资源和其他服务性资源ꎬ与其他创新主体和中介服务机构形成资源融合㊁优势互补㊁合作共赢的协同创新网络ꎬ加快创新成果的知识产权价值实现㊁转移和交易ꎬ推动科技型中小企业的持续创新ꎮ第四ꎬ外部性补偿视角:要实现产业创新的目标ꎬ关键是要在关键技术㊁关键工艺或关键零部件等 卡脖子 领域实现技术突破ꎬ拥有自主知识产权ꎮ事实上大多数 卡脖子 技术正是为科技型中小企业所拥有ꎬ因此打造关键领域的隐形冠军就要为科技型中小企业建立起相应的激励体制机制ꎬ鼓励他们专注于高度细分领域的长期投入ꎬ力争打破领先国家的知识产权锁定ꎬ获得国际竞争优势ꎮ对于这些 卡脖子 关键领域的创新激励ꎬ应遵循市场原则ꎬ以补偿创新的外部性为主ꎬ加大基于科学的基础性创新的补偿力度ꎬ通过政府采购㊁培育首批消费者㊁创造或补贴客户等政策扶持科技型中小企业的技术赶超和自主创新ꎮ与此同时ꎬ完善新技术和新产品的标准体系和知识产权保护制度ꎬ利用大数据和互联网技术建6㊀中国科技论坛(2021年6月)第6期立法律法规支撑的知识产权公共服务平台ꎬ既保护创新成果ꎬ又能引导科技型中小企业做好知识产权的布局和管理ꎬ挖掘专利价值ꎬ应对专利风险ꎬ突破专利壁垒ꎬ进而主导关键领域的标准制定ꎬ抢占细分领域的头部市场ꎮ3㊀结语展望 十四五 和2035年ꎬ产业数字化和数字产业化将成为我国经济发展的主旋律ꎮ数字化转型对企业意味着业务模式㊁组织模式以及企业间协作模式的重新构建ꎬ以及推动价值创造从产品中心转向以客户需求为中心ꎬ而科技型中小企业核心竞争力的关键 创新模式也将发生深刻变化ꎮ因此ꎬ针对科技型中小企业的创新激励政策也要相应地做出调整和改变ꎮ数字化赋能的基本特征是生产的智能化㊁大规模化和定制化ꎬ创新的协同化以及产业发展的生态化ꎮ针对科技型中小企业的创新政策要以这些特征为基础ꎬ适应数字经济时代产品研发周期缩短㊁技术迭代加快的创新特点ꎬ以支持持续性创新和自主知识产权为目标ꎬ将激励政策从供给导向转变为需求导向ꎬ从对孤立创新主体的激励转到协同开放创新体系的构建ꎬ采用分类补偿式原则ꎬ帮助科技型中小企业在短板环节和关键技术领域构筑国际竞争新优势ꎬ借助互联网和数字技术推进知识产权战略ꎬ引导和鼓励科技型中小企业进行精准化㊁动态化的知识产权价值管理ꎮ数字化转型能否为科技型中小企业创新赋能ꎬ归根结底还将取决于人 人才是创新的终极力量ꎮ任何激励政策都离不开创新精神和创新文化的支撑ꎬ整个社会只有形成一种鼓励试错㊁宽容失败和允许质疑的氛围ꎬ建立起重视企业家精神㊁尊重市场规则和契约精神的营商环境ꎬ科技型中小企业才有可能真正成为创新驱动增长的生力军ꎮ参考文献:[1]陈强远ꎬ林思彤ꎬ张醒 中国技术创新激励政策:激励了数量还是质量[J].中国工业经济ꎬ2020(4):79-96 [2]刘志彪 培育全球价值链上的 隐形冠军 [J].中国经济报告ꎬ2018(6):22-24[3]肖红军 政策激励创新的 三个转变 [J].唯实(现代管理)ꎬ2014(9):37[4]谢康ꎬ吴瑶ꎬ肖静华 生产方式数字化转型与适应性创新 数字经济的创新逻辑(五)[J].北京交通大学学报(社会科学版)ꎬ2021(1):1-10[5]上海市人民政府办公厅 关于印发«上海市促进在线新经济发展行动方案(2020-2022年)»的通知[J].上海市人民政府公报ꎬ2020(9):5-9基金项目:江苏省社科基金项目/江苏省社科联重大应用研究课题 数字经济助推江苏转型升级对策研究 (20WTA-010)ꎮ面向2035年促进科技型中小企业知识产权发展的对策研究任声策㊀同济大学上海国际知识产权学院教授胡尚文㊀同济大学上海国际知识产权学院硕士生1㊀面向2035年科技型中小企业知识产权发展环境当前ꎬ我国正在向实现 两个一百年 奋斗目标前进ꎬ2035年是其中的重要节点ꎮ党的十九大报告指出ꎬ到2035年ꎬ我国将基本实现社会主义现代化ꎬ经济实力㊁科技实力将大幅跃升ꎬ跻身创新型国家前列ꎮ2035年的国家总体发展目标反映未来15年我国企业的发展环境ꎮ面向2035年科技型中小企业知识产权发展环境主要有五个主要特征:一是科技型中小企业知识产权发展的经济环境机遇较多ꎮ总体上我国经济将处于较稳定的增长时期ꎬ在这个增长过程中科技型中小企业的力量不容忽视ꎬ科技型中小企业知识产权发展也将因总体向好的经济发展环境而机遇不断ꎮ二是科技型中小企业知识产权发展的法治环境不断完善ꎮ党的十九届四中全会重点阐述了我国治理体系和治理能力现代化的目标ꎬ是实现我国未来发展目标的基本保障ꎬ其中知识产权相关法制体系和治理能力必然将不断完善ꎮ三是科技型中小企业知识产权发展的技术环境加速迭代ꎮ当前ꎬ科技进步的速度不断加快ꎬ。
8个人工智能创新应用先导区如何建成智慧“标杆”?

8个人工智能创新应用先导区如何建成智慧“标杆”?作者:李周羲来源:《产城》2021年第03期中国人工智能产业化迎来新进展。
2月19日,工业和信息化部通过官网宣布,已印发通知支持创建北京、天津(滨海新区)、杭州、广州、成都国家人工智能创新应用先导区。
这是继上海(浦东新区)、深圳、济南-青岛之后,工业和信息化部发布的第二批先导区名单,至此,我国人工智能创新应用先导区增至8个。
从2019年全国首个人工智能创新应用先导区落子上海浦东算起,我国关于人工智能应用与产业化的先行先试已经一年有余,针对此次“扩容”,工信部党组成员、总工程师、新闻发言人田玉龙在3月1日国新办举行工业和信息化发展情况新闻发布会时表示,落地应用是人工智能的关键,因为人工智能的优势在于大数据、大市场、大应用,“要进一步加大力度,主要通过探索、创新和示范进一步推广。
”当前,最先批复的3个人工智能创新应用先导区以特色开发为基础,已经形成了一些可供推广的示范性经验,上海的人工智能高地,山东的智能制造,深圳的智能算力平台等进一步优化了当地产业布局,一度成为人工智能领域关注的焦点。
第二批5个城市则覆盖京津冀、长三角、珠三角、成渝地区。
根据工业和信息化部要求,5个先导区建设要坚持应用牵引,开放场景带动产业落地;坚持改革创新,用新思路新机制激发活力;坚持部省联动,优势互补形成工作合力;坚持特色发展,因地制宜发展智能经济。
在人工智能国际竞争与区域竞争白热化的当下,这几个城市人工智能产业有何竞争力?将如何实现“因行业、因地区、因领域的特色融合发展”?将给我国人工智能产业带来怎样的改变?透视先导区AI底蕴一个有趣的现象是,对比工业和信息化部“国家人工智能创新应用先导区”名单与科技部发布的“国家新一代人工智能创新发展试验区”名单,除了济南-青岛先导区中的青岛,北京、天津、杭州、广州、成都、上海、深圳、济南同时拥有这两块人工智能的国字号招牌。
“选中这些地方作为先导区和试验区,与人工智能本身的特性有关。
中国人工智能行业市场现状及未来发展前景预测分析报告

中国人工智能行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国人工智能行业市场现状及未来发展前景预测分析报告正文目录第一章、人工智能行业定义 (3)第二章、中国人工智能行业综述 (4)第三章、中国人工智能行业产业链分析 (5)第四章、中国人工智能行业发展现状 (6)第五章、中国人工智能行业重点企业分析 (8)第六章、中国人工智能行业发展趋势分析 (9)第七章、中国人工智能行业发展规划建议 (11)第八章、中国人工智能行业发展前景预测分析 (12)第九章、中国人工智能行业分析结论 (13)第一章、人工智能行业定义人工智能(Artificial Intelligence, AI)是指由计算机系统所表现出的智能行为。
它不仅涵盖了机器学习、自然语言处理、图像识别等多个子领域,还广泛应用于从自动驾驶汽车到智能家居设备等各种场景中。
随着技术的进步和市场需求的增长,AI已成为推动全球经济增长的关键力量之一。
1.1 人工智能市场规模全球人工智能市场持续扩张。
2022全球AI市场规模达到约4,500亿美元,预计到2027这一数字将增长至16,000亿美元左右,复合年增长率超过25%。
北美地区占据了最大的市场份额,而亚太地区则显示出最快的增长速度。
1.2 主要应用领域AI技术主要应用于以下几个方面:医疗健康:通过AI算法辅助诊断疾病、个性化治疗方案设计等,有效提高了医疗服务效率与质量。
2021年全球医疗AI市场规模约为60亿美元,并有望在未来五年内实现年均35%以上的增长。
金融服务:AI在风险管理、信贷审批、智能投顾等领域发挥了重要作用。
2022全球金融科技领域中AI相关投资总额超过了100亿美元。
零售电商:AI技术帮助零售商优化库存管理、提升顾客购物体验。
根据博研咨询&市场调研在线网分析,2023年全球零售业AI解决方案市场规模将达到80亿美元左右。
智能制造:AI赋能工业自动化生产流程,显著提升了制造业的生产效率。
(完整版)最详细《2019产业互联网白皮书》解读

最详尽《 2019 家产互联网白皮书》解读“家产互联网”已成为一个被宽泛流传的流行词获取全社会的热门关注。
我们一定清楚认识到大势已至——政府要转型、家产要升级、金融要创新,以及科创板的推出、 5G新技术的发展,这些力量正在聚合在一同,直接或间接地推动着家产互联网的高速发展。
我们也一定清楚认识到家产互联网的转型升级,不是一挥而就的,需要在传统家产中踊跃打破创新,需要从公司家到“家产家”格局的思虑和行动,也需要更多地研究借鉴以少走弯路、躲避风险。
由浙江清华长三角研究院家产互联网研究中心、 AMT(上海企源科技股份有限公司)、浙江清源信息科技有限公司、产技融创新平台联合多个家产互联网事例研究和咨询服求实践总结整理形成的《 2019 家产互联网白皮书》,系统总结中国家产互联网的发显现状及趋向,全面清点家产互联网的前沿理论和最正确实践,为家产互联网转型供给实践指南。
本文将经过 3 个“三”、2 个“五”、 1 个“ 12”、2 个“ 100”带您一窥《 2019 家产互联网白皮书》的精髓内容!3个“三”《2019 家产互联网白皮书》是继2017 版、 2018 版后的第三版家产互联网的三层基础设备家产互联网经过搭建“基础设备”进行连结和赋能。
BAT、华为、挪动、电信等提供了互联网时代合用于各行各业的通用基础设备,即跨家产的、通用性的技术服务平台。
而家产互联网则经过深入研究家产场景,为垂直家产内的从业者供给集成性云服务,聚焦垂直家产链特点,解决垂直家产的痛点,成为该垂直家产的家产级基础设备。
跟着产业互联网的不停发展成熟,在通用基础设备和家产级基础设备之间也会出现一些中间层基础设备,供给各个垂直家产平台间可复制的模块组件、可共享的服务和资源,进而为家产平台间的整合确定基础。
比方 AMT家产互联网PaaS 平台,可为各垂直家产互联网平台供给在线交易结算、在线供给链金融等标准产品模块,同时经过PaaS 平台可一致对接海关、物流、金融机构等有关的数据和资源,进一步能够帮助存在家产上下游关系的不一样家产平台进行数据打通和连结整合,形成更大的家产链闭环。
AI框架发展白皮书

AI框架发展白皮书中国信息通信研究院2022年2月No.202201(2022年)版权声明本白皮书版权属于中国信息通信研究院,并受法律保护。
转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明“来源:中国信息通信研究院”。
违反上述声明者,本院将追究其相关法律责任。
AI助力当前经济社会步入智能经济时代。
世界正在进入以新一代信息技术驱动发展的重塑时期,人工智能(AI,Artificial Intelligence)作为其中重要的使能技术,对激活实体经济具有溢出带动性很强的“头雁效应”,对构筑国家科技影响力具有举足轻重的意义。
人工智能成为了全球各国新的科技热点,人工智能基础设施建设也成为重要抓手与着力点。
未来十年是全球发展数字经济、迈入智能经济社会的黄金发展期,着力发展人工智能基础设施,将为我国人工智能产业发展壮大、数字经济蓬勃发展提供强大牵引力。
AI框架是智能经济时代的操作系统。
作为人工智能开发环节中的基础工具,AI框架承担着AI技术生态中操作系统的角色,是AI 学术创新与产业商业化的重要载体,助力人工智能由理论走入实践,快速进入了场景化应用时代,也是发展人工智能所必需的基础设施之一。
随着重要性的不断凸显,AI框架已经成为了人工智能产业创新的焦点之一,引起了学术界、产业界的重视。
在此背景下,白皮书致力于厘清AI框架的概念内涵、演进历程、技术体系与作用意义,通过梳理总结当前AI框架发展现状,研判AI 框架技术发展趋势,并对AI框架发展提出展望与路径建议。
由于AI 框架仍处于快速发展阶段,我们对AI框架的认识还有待持续深化,白皮书中存在的不足之处,欢迎大家批评指正。
一、AI框架技术持续演进,已形成较为完整的体系 (1)(一) AI框架演进步入深化阶段 (1)(二) AI框架技术演化出三个层次 (5)(三) AI框架重要性愈加突显 (13)二、全球AI框架繁荣发展,多元化竞合态势渐显 (14)(一)供给主体方面,企校贡献最活跃 (14)(二)开源生态方面,全球进入活跃期 (16)(三)市场格局方面,双寡头持续引领 (18)(四)支撑应用方面,科研与产业齐驱 (20)(五)推广途径方面,三条路齐发并进 (25)三、应对未来多样化挑战,AI框架有六大技术趋势 (27)(一)泛开发:AI框架将注重前端便捷性与后端高效性的统一 (27)(二)全场景:AI框架将支持端边云全场景跨平台设备部署 (28)(三)超大规模:AI框架将着力强化对超大规模AI的支持 (29)(四)科学计算:AI框架将进一步与科学计算深度融合交叉 (31)(五)安全可信:AI框架将助力提升AI模型可解释性与鲁棒性 (32)(六)工程化:AI框架将加速AI应用产业规模级工程化落地 (34)四、AI框架生态远未成熟,未来发展空间可观 (36)(一)从硬件适配向算子接口标准化演进 (36)(二)强化开源社区打造与开源氛围营造 (36)(三)重视与高校科研院所广泛开放合作 (37)(四)推进融入AI基础设施布局落地 (37)(五)支持深度赋能大模型及科学计算 (38)图目录图1 AI框架技术演进 (2)图2 AI框架核心技术体系 (5)表目录表1 Github社区中主流AI框架情况(2022.1) (16)表2 Gitee社区中主流AI框架情况(2022.1) (18)AI框架发展白皮书(2022年)一、AI框架技术持续演进,已形成较为完整的体系AI框架是AI算法模型设计、训练和验证的一套标准接口、特性库和工具包,集成了算法的封装、数据的调用以及计算资源的使用,同时面向开发者提供了开发界面和高效的执行平台,是现阶段AI算法开发的必备工具。
科创板系列:AI产业链全景图

应用层:该层是我国AI市场最为活跃的领域,国内AI企业多集中在该板块。尤其是语音、计算机视觉、知识图谱等相对 成熟的技术,在AI产品、融合解决方案市场(安防、医疗、家居和金融等)上都得到了广泛应用,随着我国“AI+”战略 的实施,该领域的市场空间更为广阔。
人工智能产业架构图
解决方案
应
用
开放软件平台
层
人工智能产品
安防 综合类 视觉产品
金融 视觉类 语音助手
交通 语音类 自动驾驶
其他 机器人类 机器人
人工智能技术
技
术 层
AI软件框架
深度学习算法
计算机视觉
语音识别
自然语言处理
TensorFlow
Caffe
Torch
卷积神经网络 递归神经网络 深度神经网络
知识图谱 国产平台
其他
大数据
基
础 层
AI基础设施
AI芯片
语音数据 通用服务器
GPU
图像数据 AI服务器
FPGA
文本数据 云计算 ASICs
大数据服务 移动终端 芯片IP
AI技术落地,包括AI 产品以及AI与传统行 业融合的解决方案
利用海量数据在软件 平台上进行算法的训 练和推理
基础层主要功能是为 上层算法提供算力和 数据输入支撑
发展阶段:当前,人工智能的发展仍处于“弱” 人工智能阶段,只具备在特定领域模拟人类的 能力,“工具性”仍是该阶段主要特点,同全 面模拟或者超越人类能力的强人工智能、超人 工智能差距巨大。
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

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作者:来源:《中小企业管理与科技·下半月》2022年第07期為贯彻落实党中央、国务院关于推动人工智能发展的决策部署,统筹推进人工智能场景创新,着力解决人工智能重大应用和产业化问题,全面提升人工智能发展质量和水平,更好支撑高质量发展,按照《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《新一代人工智能发展规划》等要求,制定本指导意见。
一、总体要求场景创新是以新技术的创造性应用为导向,以供需联动为路径,实现新技术迭代升级和产业快速增长的过程。
推动人工智能场景创新对于促进人工智能更高水平应用,更好支撑高质量发展具有重要意义。
我国人工智能技术快速发展、数据和算力资源日益丰富、应用场景不断拓展,为开展人工智能场景创新奠定了坚实基础。
但仍存在对场景创新认识不到位,重大场景系统设计不足,场景机会开放程度不够,场景创新生态不完善等问题,需要加强对人工智能场景创新工作的统筹指导。
1. 指导思想以习近平总书记关于人工智能系列重要讲话精神为指导,贯彻新发展理念,以促进人工智能与实体经济深度融合为主线,以推动场景资源开放、提升场景创新能力为方向,强化主体培育、加大应用示范、创新体制机制、完善场景生态,加速人工智能技术攻关、产品开发和产业培育,探索人工智能发展新模式新路径,以人工智能高水平应用促进经济高质量发展。
2. 基本原则——企业主导。
坚持企业在场景创新全过程中的主体地位,充分发挥政府引导作用,推动企业成为场景创意提出、场景设计开发、场景资源开放、场景应用示范的主体。
——创新引领。
面向新技术的创造性应用,以前瞻性构想和开拓性实践为起点,运用新模式新方法推动人工智能应用场景落地。
——开放融合。
推动各类创新主体开放场景机会,围绕场景创新加快资本、人才、技术、数据、算力等要素汇聚,促进人工智能创新链、产业链深度融合。
——协同治理。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
目录新一代人工智能产业白皮书(2019年)——主要应用场景研判新一代人工智能作为全球新一轮科技和产业变革的关键驱动力,将进一步释放科技革命和产业变革积蓄的巨大能量,持续探索新一代人工智能应用场景,将重构生产、分配、交换、消费等经济活动各环节,催生新技术、新产品、新产业、新业态、新模式,形成从宏观到微观各领域的智能化新需求,并创造新的经济发展的强大引擎,引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。
全球新一代人工智能产业依赖强大的技术创新积累优势,以谷歌、英特尔、微软、亚马逊等跨国大型科技企业为主导,充分发挥其强大的资源整合能力与持续创新功能,不断加快基础层底层技术研发与应用产品实践步伐,围绕智能硬件与软件核心算法产业上下游进行有效部署。
随着技术的不断成熟和底层技术框架的开源,吸引创新企业不断涌入,推动产业规模持续加速增长。
2018年全球新一代人工智能产业规模超过555.7亿美元,预计2019年产业规模将突破718亿美元,带动2022年产业规模将超过1630.2亿美元,2018-2022年的年均增长率达到31.6%。
一、全球新一代人工智能产业发展处于上升期(一)全球新一代人工智能产业规模增长步入稳定阶段图1 全球新一代人工智能产业规模及年增长率资料来源:中国电子学会整理(二)基础层产业仍是全球新一代人工智能产业的核心引擎1、定制化智能硬件推动全球基础层产业逐步爆发为应对新一代人工智能基础架构复杂和共性技术种类繁多的特点,智能硬件的定制化渐成趋势。
其中,智能芯片的技术架构由通用类芯片发展为全定制化芯片,技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业;规模化的行业应用需求亟待围绕垂直领域适配多样化的智能传感器,以满足云端智能的发展态势。
2018年全球基础层产业规模达到111.1亿美元,预计2019年产业规模将达到142.3亿美元,定制化智能硬件的蓝海市场加速全球基础层产业爆发,到2022年产业规模将突破340亿美元。
图2 全球新一代人工智能基础层产业规模及年增长率资料来源:中国电子学会整理2、较高的技术成熟度促进全球技术层产业稳步增长美欧日等发达国家和地区的语音识别、自然语言处理、计算机视觉等技术层产业发展较为早期,技术的快速迭代推动产业在2007年至2014年进入了爆发式增长,年均增长率为38%。
随着主要应用领域工业检测与测量逐渐趋于饱和,新的应用场景尚在探索,全球技术层市场进入稳定增长期。
2018年全球技术层产业规模达到172.3亿美元,预计2019年产业规模将达到142.3亿美元,随着技术层逐步从科研、国防、医疗等专用领域逐渐走入工作与生活的消费级场景应用,到2022年产业规模将突破400亿美元,2018-2022年的年均增长率稳定在25.2%。
3、应用场景的拓展助推全球应用层产业迎来发展新机遇图3 全球新一代人工智能技术层产业规模及年增长率资料来源:中国电子学会整理全球应用层产业在始终坚持底层技术研发为主导,聚焦技术创新潜力的同时,不断寻找挖掘新的应用需求。
立足数据和用户习惯,关注垂直行业应用需求,有效细分目标市场,积极整合闲置资源,通过商业模式的不断创新对应用层各领域进行持续渗透,持续着眼于增加产品的实用功能和改善用户体验。
2018年全球应用层产业规模达到272.3亿美元,预计2019年产业规模将达到360.5亿美元,随着前瞻性技术的持续驱动和用户需求的升级培育,创新型技术带来的影响将惠及并激发全新的应用场景,预计到2022年产业规模将达到854.6亿美元。
图4 全球新一代人工智能应用层产业规模及年增长率资料来源:中国电子学会整理我国新一代人工智能产业聚焦多元化的应用场景,在我国国情和市场需求的引领下,瞄准交通、医疗、金融、安防等领域智能化改造升级的切实需求,集中选择一个或者几个重点领域进行重点布局,围绕行业全生命周期大数据,通过优化场景设计率先推动实现商业化落地。
近年来,差异化和区域化的竞争态势吸引我国涌现出一大批新兴的人工智能企业,推动我国产业规模持续爆发。
2018年我国新一代人工智能产业规模达到83.1亿美元,预计2019年产业规模将突破百亿美元,达到105.5亿美元,在加快推动新一代人工智能应用场景落地的政策和市场推动下,预计2022年产业规模将逼近300亿美元。
二、我国新一代人工智能产业呈现蓬勃发展的良好态势(一)我国新一代人工智能产业规模增速平稳(二)我国技术层和应用层的产业发展齐头并进1、技术创新推动我国基础层产业蓄势待发我国基础层企业和科研机构深度合作,积极打破技术研发和成果转化的壁垒,加强了对传感器、智能芯片及算法模型等基础层技术的研发力度,并逐步取得了一定的技术积累,形成了较为完整的技术和产品体系,有望在未来打破国际基础层技术垄断的格局。
2018年我国新一代人工智能基础层产业规模达到16.6亿美元,预计2019年产业规模将接近20亿美元,随着我国优秀巨头企业的开源平台效应逐渐显著,为初创企业的持续创新提供了良好的研发环境,预计2022年产业规模将达到35.2亿美元。
图5 我国新一代人工智能产业规模及年增长率资料来源:中国电子学会整理2、多样化应用引爆我国技术层产业步入快速增长期我国技术层产业围绕垂直领域持续突破技术壁垒,率先在安防监控、智能家居及教育培训等特定领域,重点研发人脸检测识别、指纹识别、语音识别在公共场所管控、重大案件的预测、智能家居控制与反馈、远程教育、个性化学习测评和辅导等场景的应用,逐渐打造出具有应用深度的成熟产品和服务,并具备了与国际竞争者一较高下的能力。
图6 我国新一代人工智能基础层产业规模及年增长率资料来源:中国电子学会整理2018年我国新一代人工智能技术层产业规模达到24.1亿美元,预计2019年产业规模将突破30亿美元,我国在计算机视觉和语音识别领域已逐步出现领航者,预计将推动2022年产业规模突破80亿美元。
3、产业智能化升级的巨大空间带动我国应用层产业发展势头迅猛我国在制造、交通、金融、医疗、教育等传统行业的发展相对与发达国家而言,产业发展程度和基础设施水平都有较大的改造和提升空间,为新一代人工智能应用层产业加速落地提供了广阔的市场空间。
大规模高质量的用户基础和亟待升级的产业基础,推动应用层产业发展进程持续提速。
2018年我国新一代人工智能应用层产业规模达到42.4亿美元,预计2019年产业规模将达到55亿美元,随着我国新一代人工智能应用层企业由过去的输出技术模式,逐步转变为全产业链的渗透和场景的革新优化,预计2022年产业规模将达到161亿美元。
图7 我国新一代人工智能技术层产业规模及年增长率资料来源:中国电子学会整理图8 我国新一代人工智能应用层产业规模及年增长率资料来源:中国电子学会整理2018 年以来,美国、英国、德国等世界主要国家密集发布新一代人工智能相关战略和指导文件,围绕核心技术、财政支持、人才培养、伦理规范等出台规划和政策,力图在新的一轮科技军备竞争中掌握主导权。
一是美欧等国进一步扩展新一代人工智能战略,加速布局生态体系。
美国高度重视核心技术研发,扶持资金投入快速增加;欧盟构建新一代人工智能投资框架,加强数据开放共享。
二是法国、德国、印度、意大利等政府发布“国家人工智能战略”,将新一代人工智能的重要性提升到国家的高度,从宏观政策上加强引导和规划,以促进新一代人工智能发展。
三是澳大利亚正在研究发布国家人工智能战略。
计划创建一份技术发展路线图、一个标准框架、一个全国人工智能领域的道德框架,以支持新一代人工智能发展。
随着万物互联时代的到来,数以万计的设备将产生海量的数据,前端设备产生的图片、三、当前新一代人工智能产业总体发展趋势(一)各国陆续发布和扩大新一代人工智能国家战略(二)边缘智能吸引智能传感成为技术创新热点图9 全球人工智能专利申请分布情况资料来源:中国电子学会整理全球各大科技巨头基于深度学习等技术对现有和未来产品体系进行整体规划,形成基于新一代人工智能的软硬件产品体系,开展“软件+硬件+应用+芯片”产品布局,抢占用户入口和新一代人工智能产业的制高点。
一是将新一代人工智能技术应用于现有产品体系,改造和提升现有体系和产品性能,如Facebook 应用于社交网络识别假消息和不良内容,Google 应用于包括搜索、地图、Youtube 等所有产品线。
二是面向个人视频数据量更是巨大,如果将这些数据全部汇聚到云端进行智能分析,会给通信的带宽要求和实时性要求等带来无限压力。
基于此,在靠近数据源的设备节点或网络边缘就近提供边缘智能服务成为趋势,逐渐将人工智能的计算能力从云端扩展至边缘端。
智能传感作为新一代人工智能时代泛在感知的重要基础,已逐渐成为衡量边缘智能化程度的重要标志,由于其存在着门槛相对芯片较低,但行业前景优的特点,成为了各国以及科技巨头企业的重要布局方向。
从专利角度看,智能传感是全球新一代人工智能基础层产业中专利热度较高的领域,2014年至2018年,专利规模高达16万项,占基础层专利规模的58%,其中美国和日本专利水平较高,我国尚有一定差距。
(三)科技巨头由技术输出商向解决方案提供商转变消费市场开发基于新一代人工智能的软硬件产品,并集成已有产品抢占用户入口,最具代表性的是亚马逊在个人消费市场大获成功的搭载Alexa 的智能音箱Echo。
三是面向行业市场开发新一代人工智能应用,拓展第三方产品线,如Google 正拓展在医疗健康领域的智能化版图,包括疾病诊断、治疗、健康管理、医疗保险等。
表1全球科技巨头新一代人工智能产品布局资料来源:中国电子学会整理GoogleAssistantIBM全球资本市场对新一代人工智能产业的不同层级仍具备不同的关注度,但相比之前大量关注基础层,扎堆投资或收购与芯片、算法、模型相关企业的局面而言,新一代人工智能企业是否具备或准备形成相对合理的商业模式已经越来越重要。
2018年全球新一代人工智能领域资本市场爆发,共发生2183起融资事件,较之2017年发生的融资事件仅高50起,但总融资额高达329亿美元,接近2017年总融资金额的1.8倍,意味着资本市场更为理性的将主要资源聚焦于重点标的企业。
一方面,新一代人工智能企业获得投资的难度已经大幅攀升,资本市场对竞争优势的定义愈加严格;另一方面,具备可落地解决方案供给能力的独角兽企业已在资本强势助力下崛起,有望引领良好的新一代人工智能产业生态体系加速形成。
美国从顶层设计入手,规划了比较完善的新一代人工智能发展战略,构建了完备的不同层次的人才梯队,通过领英发布的报告显示,截止2018年底,全球新一代人工智能领域专业技术人才数量超过190万人,其中来自美国的人才占比一半。