研報免費領：中國人工智慧的未來之路

↑ 點擊上方"復牌股掘金"關注我們

一份資料99期，近期受到「人工智慧產業創新聯盟成立，人工智慧應用步伐將加速」消息的影響，人工智慧板塊再次走強。今日的研報來講講關於人工智慧在的未來之路，看看關於人工智慧的投資之道：

一、人工智慧迎拐點

人工智慧是對人的意識、思維過程進行模擬的一門新學科。似乎在一夜之間人工智慧從虛無縹緲的幻想成為了現實。計算機科學家們在機器學習和深度學習領域已取得重大突破，可以賦予機器認知及預測能力。如今在現實世界中，這些系統的應用已不鮮見。

目前人工智慧各項技術的商業化水平參差不齊。認知和預測領域的許多技術已經逐步商業化，然而決策和集成解決方案技術多處在研發階段（見圖1）

人工智慧的未來：挑戰與機遇並存

當今人工智慧發展勢頭正猛，未來有望在全球多個行業和場景下得到廣泛運用，尤其是我們將會看到大量的人類工作被機器取代。麥肯錫全球研究院近期的一份報告對全球800多種職業所涵蓋的2000多項工作內容進行分析后發現，全球約50%的工作內容可以通過改進現有技術實現自動化。

二、人工智慧對意味著什麼？

在多家科技巨頭積極研發的推動下，已成為全球人工智慧的發展中心之一。眾多的人口和完整的產業結構給提供了創造海量數據和廣闊市場的潛力。隨著老齡化的加速，提升生產力的要求就愈發迫切，因此人工智慧技術的運用對未來的經濟發展至關重要。一方面，還需要做好許多基礎性工作，如更為開放的數據環境和訓練有素的數據科學人才。另一方面，人工智慧或將引發複雜的社會及經濟問題，應審慎考量。

1、在人工智慧發展中的地位

與美國是當今世界人工智慧研發領域的領頭羊。僅在2015年，兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當於其一半。雖然在人工智慧的論文數量方面超過了美國，但學者的研究影響力尚不及美國或英國同行。

2、從數據、演算法和計算能力分析現階段面臨的挑戰：

數據：

首先，儘管的科技巨頭能夠通過其專有平台獲得海量數據，但在創建一個標準統一、跨平台分享的數據友好型生態系統方面，仍落後於美國。其次，全球各國都已意識到開放政府資料庫有助於促進私營領域創新，但政府數據的開放度仍極為有限（見圖4）。最後，對跨境數據流通的限制也使得在全球合作中處於不利地位。

演算法：

就應用層面而言，的演算法發展程度與其他國家並無太大差距。事實上，在語音識別和定向廣告的人工智慧演算法上取得了突破進展。而全球的開源平台也使得企業能夠快速地複製其他地區開發的先進演算法。

然而，的研究人員在基礎演算法研發領域仍遠遠落後於英美同行。一個主要原因就是人才短缺。美國半數以上的數據科學家擁有10年以上的工作經驗，而在，超過40%的數據科學家工作經驗尚不足5年9。在人才方面的持續努力將至關重要。

計算能力：

就人工智慧的商業應用而言，計算能力並非當前掣肘。由於微處理器在全球市場上是非常普遍的產品，計算能力已經成為一種能夠輕鬆購買得到的商品。。計算能力是人工智慧的基礎設施之一，因此具有極高的戰略意義。依賴進口意味著這一基礎設施的堅固程度仍不理想。

總而言之，在探索發展人工智慧的戰略進程中，需要清楚地認識到，科技產業正在快速全球化。從基礎研究到應用開發，再到硬體生產，人工智慧全產業鏈的各個環節都包含著大量國際合作。在建設自己的數據生態系統、培養數據科學和研發人才，以及打造半導體產業的同時，還需要將其人工智慧產業建設成為一個與全球市場融合的開放系統。

三、人工智慧的未來之路

要將目前的創新轉化為長期可持續的增長引擎，就必須制定一套精心策劃的戰略。政府可以為人工智慧的發展打牢根基，並且設定激勵人心的目標，以此刺激私營部門的創新和應用。人工智慧的發展基石包括完善的產業、經濟、社會以及外交政策框架。

戰略重點之一：建立完善的數據生態系統

海量數據是訓練人工智慧系統、吸引人才、加速創新的核心要素之一。可以通過建立並落實數據規範、向私營領域開放公共數據、鼓勵跨國數據交流來構建一個更為完善的數據生態系統。

戰略重點之二：拓寬人工智慧在傳統行業的應用

只有當人工智慧技術在真正普遍的應用於傳統行業，而不僅僅屬於科技巨頭時，其經濟潛力才會充分彰顯。提升各行各業的生產力水平將創造巨大的價值，但首先需要克服重重障礙。

戰略重點之三：加強人工智慧專業人才儲備

面臨著巨大的人工智慧人才缺口。政府需要大力投資人工智慧相關教育和研究項目；重新設計教育體系，突出創新和數字技術的重要性；制定吸引全球頂尖人才的移民政策。

除了培養國內人才，也需要與全球頂尖數據科學家合作，參與到國際協作之中，包括大力引進國際專家來華工作、鼓勵人工智慧研究者出國學習全球最新的創新科技。這些要求政府放鬆居住和移民政策，並出台獎勵和支持措施。

戰略重點之四：確保教育和培訓體系與時俱進，支持勞動力大軍的再培訓

人工智慧在經濟和社會中的普遍應用還需要數十年，但現在就應為一些行業的快速顛覆做好準備。某種關鍵技術的突破短短几年就可以讓一些職業消失。

應長期關注相關領域的教育，保證未來勞動力具備所需技能。這不僅包括建立未來數據科學家和工程師儲備庫，還要讓多數勞動力懂得如何在各行各業使用科技。學校需要更重視科學、技術、工程和數學教育，即使是基礎教育和職業培訓也需要增加數據教育的內容。

戰略重點之五：在國內及國際上建立倫理和法律共識

人工智慧的進步將在多個方面為社會帶來深遠的影響。在最為緊迫的倫理和法律問題上，不僅要在本國，更要在國際上促成共識。在國內，應形成一套透明和廣泛的質詢程序來確保公眾做好迎接變革的準備。一些法律問題，比如隱私保護和自動駕駛汽車的責任認定等，將對人工智慧的發展及應用有著舉足輕重的影響。全國人大需要建立起法律框架，掃清法律上的不確定性。

在未來數十年間，人工智慧有可能從根本上改變人類社會。應充分利用這一極其重大的技術進步提高生產力以保持較快增長。更為重要的是，有能力，也有機會領導人工智慧在全球範圍的發展和治理，確保人工智慧為全人類福祉做出應有的貢獻。

以上是研報部分內容，相關資料的全部內容，可點擊閱讀原文免費獲取。（註：打開時連接時，可能會出現「你訪問的網頁不存在」的提示，再次刷新即可打開，親測效）

以上板塊和個股僅不構成買賣意見、僅供分享