人工智能時代，你準備好了嗎？
2021-02-05
過去十年里，人工智能從實驗室走向產業化生產，重塑傳統行業模式、引領未來的價值已經凸顯，并為全球經濟和社會活動做出了不容忽視的貢獻。當前全球人工智能浪潮洶涌，各國學者正努力實現人工智能從感知到認知的跨越，使之具有推理、可解釋性、認知性。未來十年，人工智能技術將實現從感知智能到認知智能的新突破。
近日，清華大學人工智能研究院、清華 - 中國工程院知識智能聯合研究中心聯合發布了《人工智能發展報告 2020》。
該報告基于清華大學自主研發的 “科技情報大數據挖掘與服務平臺”（簡稱 AMiner）平臺，根據 2011-2020 年期間人工智能領域的頂級期刊和會議（共計 44 個）所收錄的全部論文和專利數據，全面展現了人工智能發展至今所獲得的重大科研進展、成果產出以及科研熱點。該報告不僅從人才現狀、技術趨勢和技術影響力等方面展示了過去十年人工智能的最新進展，而且匯總分析了全球主要國家人工智能戰略支持政策，以及各國人才儲備和專利申請情況。該報告匠心獨具，將知識圖譜與自然語言處理、可視化、文獻計量學等技術手段相結合，分析得到人工智能及其子領域的技術研究熱點和發展趨勢方向，高層次人才特征。此外，基于 Gartner 技術成熟度曲線，該報告還深入探討了人工智能的未來發展藍圖，提出理論、技術和應用方面的重大變化與挑戰，以及如何賦能其他產業發展等重要議題。
AMiner 評選出過去十年十大人工智能研究熱點
過去十年中十大研究熱點分別為：深度神經網絡、特征抽取、圖像分類、目標檢測、語義分割、表示學習、生成對抗網絡、語義網絡、協同過濾和機器翻譯。
表 1 AMiner 評選出的近十年十大 AI 研究熱點
AI 高層次人才較多聚集在美國
全球人工智能領域高層次人才共計 155408 位，中國人工智能領域高層次人才數量共計 17368 位。從 AI 高層次學者國家分布看，美國 AI 高層次學者的數量最多，有 1244 人次，占比 62.2%，中國排在美國之后，位列第二，有 196 人次，占比 9.8%。
據調查發現，約60%的被調查對象目前供職于美國大學、公司或私營研究機構。其中三分之二被調查對象在其他國家本科畢業之后來到美國深造。所有的被調查對象當中，幾乎六成目前位于美國，或供職于美國院校、公司的駐外分校、分公司。這個水平是是中國的幾乎六倍。
研究還發現，那些出產于美國院?；蚬镜捻敿堿I論文，有多達三分之二論文的作者在其它國家完成了本科學業。那些最終在美國院?；蚬緩氖卵芯康耐饧瞬女斨?，絕大多數是在美國讀的碩士，其中最主要的生源國是中國，占比高達27%，僅次于美國本土，遠超歐洲、印度等其它國家和地區。
中國 AI 專利申請量全球領先
中國人工智能專利申請量年度趨勢
（專利申請數據截至2020年10月）
人工智能技術賦能社會民生領域發展
當前，人工智能技術與傳統行業深度融合，廣泛應用于交通、醫療、教育和工業等多個領域，在有效降低勞動成本、優化產品和服務、創造新市場和就業等方面為人類的生產和生活帶來革命性的轉變。
機器學習、深度學習、自然語言處理、語音識別、計算機視覺、計算機圖形、機器人、人機交互、數據庫、信息檢索與推薦、知識圖譜、知識工程、數據挖掘、數據挖掘、安全與隱私、深度神經網絡、可視化、物聯網等人工智能技術，已經被引入到醫療領域、金融領域、教育領域、制造領域和城市管理領域等多個應用場景。
在智能制造領域，表現為視覺檢測、目標檢測、工程設計、工程工藝設計、生產制造、生成調度、故障診斷、智能物流、智能 MES 生產信息化管理系統等。
在質量檢測方面：鋰電池生產由于會出現很多質量問題，人工檢測年花費超1億美金，隨之而來的是每個鋰電池的成本大大增加。但是如果利用機器視覺檢測，人工參與度將大大降低，效率也會極大提高。
KT-Vision視覺表面缺陷檢測系統，持續深耕智能視覺質量檢測領域，7x24小時不間斷對產品進行高效檢測，有效地提升產品質量，大大地降低了生產成本，準確高效。適用于無紡布、造紙、薄膜、金屬等多種行業。從生產源頭抓起，保障企業生產，在線監測，優化工藝流程，提升產品品質。
在工藝優化方面：通過調節和改進生產過程中的參數，對于制造中使用的很多機器進行參數設置。生產過程中，機器需要進行諸多參數的設置。通過收集所有這些參數數據，優化企業生產的穩定性和效能，減少非預期問題導致的成品缺陷和設備損耗。
坤天工業優化解決方案（PID控制參數整定優化，APC先進過程控制，CPM全回路實時監測），幫助用戶實現生產智能化管理，使企業各項能耗物耗、產品質量等運營指標達到行業領先水平。
目前，全球已有美國、中國、歐盟、英國、日本、德國、加拿大等 10 余個國家和地區紛紛發布了人工智能相關國家發展戰略或政策規劃，用于支持 AI 未來發展。這些國家幾乎都將人工智能視為引領未來、重塑傳統行業結構的前沿性、戰略性技術，積極推動人工智能發展及應用，注重人工智能人才隊伍培養，這是 AI 未來發展的重要歷史機遇。