我国AI规模今年将达3600亿元 算法框架是关键

人工智能作为互联网科技的延伸领域，近几年来发展迅猛，根据工信部统计，目前，我国在核心深度学习算法、图像识别等多个领域的技术处于世界领先地位。2016年，中国人工智能整体产业规模达到近3000亿元；预计2017年，产业规模将达到3600亿元。

如今人工智能已经上升到各国战略的地位。美国白宫接连发布了三份关于人工智能的政府报告，成为世界上第一个将人工智能上升到国家战略层面的国家；我国国务院今年印发了 “新一代人工智能发展规划”；英国通过 “2020国家发展战略”等等...各国和各地区一系列将人工智能的顶层设计AI领域的投资，以因应创新变革所面临的挑战。

根据工信部的统计显示，当前，我国人工智能技术发展水平已基本与世界先进国家发展同步。包括在论文数量与企业数都已紧追美国。

Elsevier的SCOPUS数据库显示，2011~2015年，中国学者在AI领域出版的论文数量排名世界第一，创下了超过4.1万个出版物的记录(美国第二约为2.55万篇;日本第三约为1.17万篇)；自2016年以来，中国AI论文发表数量仍继续上升，并且在顶级国际学术会议中担任重要角色的比率也越来越高。

此外，据赛迪研究院数据显示，我国人工智能企业2016年共计约709家，总量居全球第二，仅次于第一位的美国，同时数量上仍在不断快速增加中。

我国大力发展人工智能算法框架

这一波AI热潮归功于深度学习算法(一种使用多层神经网络的机器学习算法)。深度学习的鼻祖杰夫•辛顿在2012年NIPS上发表文章，报道了通过训练大型的深度卷积神经网络把ILSVRC2010训练集中的130万张图像分为了1000个不同的类别，并且大幅降低了误差率。

随后，深度神经网络日益流行，出现了多种优秀变体，比如AlexNet、GoogLeNet、VGG Net、ResNet。2016年发表的ResNet就是由微软亚洲研究院的中国团队发明的。

欧美发达国家已经在人工智能算法框架方面进行了大量的研究和开发应用。Google、亚马逊、微软、IBM等国际科技巨头纷纷布局算法框架，抢占技术和市场先机，开发开源了TensoRFlow、MXNet、CNTK、Caffe等一批主流人工智能算法框架。

其中，Google的TensorFlow目前是GitHub上最受欢迎的深度学习开源项目，被大量人工智能项目采纳为基础算法框架，助力Google扩大了人工智能应用市场，建立人工智能核心生态圈，更吸引了大批人工智能人才，为其长远发展储备力量。可以看出，算法框架已然成为人工智能领域又一个必须抢占的核心前沿领地。

深度神经网络的另外一大特点是需要大量的标注数据来训练模型。因为模型非常大，训练过程也需要大量的计算资源。因此，拥有大数据来源的企业吸引了很多优秀研究人员加入或者进行合作，例如国内的百度、腾讯、科大讯飞、海康威视等。

百度和科大讯飞率先进行深度学习方面的研发，分别实施了“百度大脑”和“讯飞超脑”计划，快速提高深度学习的算法能力。百度于2016年开源了PaddlePaddle深度学习平台，是国际上继Google、Facebook、IBM后第一家将人工智能技术开源的中国公司；科大讯飞在感知智能、认知智能两者的深度结合；此外，旷视、商汤、云知声、思必驰等，聚焦在深度学习最擅长的视觉识别和语音识别领域，推动中国在此领域的技术水平已达到国际一流。

我国目标在2030年成为世界主要人工智能创新中心，正在全面推进人工智能的发展规划。为此，现阶段要重点发展人工智能算法框架，抢占核心技术的制高点，率先建立起以人工智能算法框架为核心的生态圈，才得以占据长期有效的竞争优势。