7月10日,在世界人工智能大会腾讯论坛上,腾讯集团副总裁、腾讯研究院院长司晓正式发布了《腾讯人工智能白皮书:泛在智能》(以下简称白皮书)。
       作为腾讯第一份全面介绍AI、阐述腾讯人工智能布局和思考的白皮书,该书从宏观背景、技术研究、落地应用、未来经济、制度保障五维度,勾勒出了“泛在智能”的全景全貌。
司晓在演讲中指出:“未来,智能技术会是一个渗入到生活、无所不在的状态,可以说它很重要,因为万物都会依赖于它;也可以说它不起眼,因为智能技术化为无形,融于万物其中了。腾讯正在向着这样的目标努力。”
       “泛在智能”,是此次白皮书中腾讯对人工智能当前及未来一段时间发展状态的描述。用更通俗的话来说,即人工智能技术将广泛渗入新型基础设施建设,且获得越来越多元的应用场景和更大规模的受众。
       在“泛在智能”背后,是人工智能正在走进产业、供需融合的新发展期。为此,白皮书还专门对AI基础技术的发展进程及趋势、疫情背景下AI的落地应用,AI催生创新经济的表现以及相应制度保障进行了专门的分析。

人工智能进入泛在智能阶段

       近十余年来,人工智能迎来了高速发展,最早期的学术探索快速转向应用落地,人工智能已经成为企业数字化、产业智能化的全新主动力。
       白皮书认为,在疫情之后的近未来,将是全球经济重建的重要时期,也很可能是社会转型的重要时期。这为人工智能的发展打开了新的窗口期和丰富的实践场,一个“泛在智能”的世界正在加速成为现实。

       图:泛在智能全景图 来源:腾讯研究院
       这一观点的背景,是当前AI和产业互联网的发展阶段和状态。
       白皮书指出,国家层面对人工智能的政策支持正在为产业发展按下快进键。自2015年国家产业政策正式提及人工智能以来,政策从初期的聚焦于体系设计、技术研发以及标准制定,发展至将AI纳入“新基建”范畴。至今,相关政策在5年时间内已经历了4个阶段的发展升级,为我国进一步加快推进“泛在智能”提供了极为有利的条件与机遇。
       同时,白皮书提到,泛在智能的加速发展,也依赖于市场需求和供给各方面所具备的资源禀赋。如今,人工智能正在进入供需融合创新的发展期。
       从供给侧来看,得益于这些年互联网大发展形成的数字化基础和生态环境,智能产业生态正在不断丰富,聚焦价值领域,争夺先发优势。尤其在技术、数据、资本、市场和平台五个方面。
       比如在技术上,AI技术已经从实验室走向大规模商业应用;在数据方面,数据正式成为国家生产要素,数据+智能的双轮驱动,正在加速各行业的智能化;在资本层面,投资界对人工智能的认知开始回归理性,从单纯的追逐热点,转向更加注重核心技术能力和应用潜力;在市场方面,率先开始从智能化转型的需求方走上“数据积累—模型优化—应用升级”的迭代优化循环,从而更多使用AI,使得供需双方更容易形成稳定、长期的合作关系,双方更易构筑先发优势,供需互促的正向循环基本建立;在平台方面,AI开放平台模式成为行业共识,大厂的平台化布局正在作为高效的技术供给模式,正在促进整个AI生态的发展繁荣。
       与此同时,需求侧正在与上述供给侧相融合。受长期的经济转型压力和近期抗疫恢复形成的双重牵引影响,人口红利转化为创新红利所引发的转型需求、超大规模且多样的应用需求以及疫情等黑天鹅催生的新兴需求,正在对人工智能技术和产业化落地提出了更多的要求,也为人工智能发展创造了更多“潜在刚需”的新场景,推动“智能+”不断深入。

起底基础技术,应用与技术螺旋上升

       AI的“泛智”,得益于基础应用技术的成熟,以机器学习和深度学习人工智能为主题的浪潮,被认为是当前人类所面对的最为重要的技术社会变革之一。
       此次,白皮书重点关注了机器学习、计算机视觉、智能语音以及自然语言处理四个较为成熟技术的发展动力、前沿动态以及未来发展方向。
       白皮书指出,近年来,催生这些人工智能技术市场快速发展的动力,同样遵循供需融合的驱动逻辑。
       比如在计算机视觉方面,随着近几年技术的不断成熟,中国计算机视觉市场得到快速增长,得益于视频爆炸时代下指数级增长的海量视频数据处理需求,以及重点落地场景对于技术精度的需求,更精准的处理成为推动计算机视觉发展的必经之路。
       如腾讯觅影AI和腾讯云技术的人工智能CT设备在新冠肺炎疫情期间,在湖北多家医院进行部署,帮助医护人员进行诊疗。在患者做完CT检查后,设备数秒就可完成AI识别,在一分钟内为医生提供辅助诊断参考,诊断效率提升数倍,有效缓解了疫情初期医疗资源严重不足的严峻形势。
       再比如市场规模仅次于视觉技术的语音技术,随着人机交互模式的范式转变,以及互联网应用的增多,语音技术相关的业务需求将进一步增大,业务对技术的反向促进作用将更加明显。
       相对应的,这些技术的进展及其未来方向也同供需侧的协同发展紧密相关。
       目前,腾讯在自然语言处理方面,正沿着学术研究-产业应用-生态建设三方面推进。学术研究的主题涵盖语义理解、文本生成、智能对话、机器翻译等领域,大多科研问题来源于各个业务场景中的实际问题,科研产出的模型和策略上线后可以进一步优化和提升业务效果,达到良性循环。最后通过在资源传递上推进数据库和模型分享,打造一定的平台基础与规模优势。
而对于未来的发展方向,白皮书预测,其发展将主要聚焦于突破质量、场景和表达限制

落地应用长足发展,疫情成AI试金石

       突如其来的新冠肺炎疫情,给全球经济发展造成了巨大冲击,各类生产经营活动一度被按下暂停键。抗击疫情和复苏经济的双重需求,主动引导着人工智能为首的数字经济发挥中坚作用,持续释放应用价值。
       白皮书从中选取了AI+医疗、AI+城市、AI+制造/服务以及AI+数字内容这四个重要切面,以验证AI表现,探讨其发展前景。
       比如在医疗领域,一方面是供给侧的医疗资源紧张且分布不均衡、优质医生短缺,另一方面则是人口老龄化、疫情爆发等带来的需求加大,行业痛点愈发明显。疫情期间,AI落地图像识别、医药筛选、远程问诊等场景,一定程度上缓解痛点,提升了医疗体系的运转效率。未来,AI也将应用于公共卫生应急体系构建、个人健康管理、药物研发、药品智能销售以及医疗保险类服务等场景。
       同样,AI应用于智慧城市领域,带来基础设施升级,逐步融入城市治理体系;AI+数字内容则多点开花,成为赋能内容行业的重要生产力;AI应用于制造以及服务领域,针对安全复工复产的需求,多人快速测温等一批人工智能解决方案应运而生。面对大量工厂工人无法按时复工的痛点,依靠视觉识别的智能检测设备大显身手,未来的新型人机协作模式有望进一步形成,相应的智能化转型成为了制造业和服务业提高抗风险能力的发展方向。
       在疫情防控领域,为了帮助社区防疫,避免交叉感染,腾讯推出了健康申报、人车管理、体温筛查以及智能隔离等抗“疫”功能,在全国很多小区落地。疫情早期,腾讯优图的车辆识别技术能够对外来车辆自动识别登记,同时对出入社区的湖北牌照车辆进行提示,并对湖北牌照,但近期没有去过湖北的车辆进行白名单处理。这些看似很小的点滴却蕴含城市治理的大量细节,腾讯去年也提出了未来城市WeCity的发展蓝图,在这里面有很大的应用空间。
       在制造领域,腾讯推出基于智能钛核心功能打造的一站式工业AI 平台方案TI-Insight,应用于缺陷检测、视频检测、质量监控等图像视觉的应用场景,支持用户从0到1快速构建模型、1到N快速迭代训练模型。
       长远来看,数字化、网络化、智能化的应用让中国经济、社会变得更有韧性。这种特质除了在疫情期间发光发热,也将令人工智能真正逐渐转变为像网络、电力一样的基础服务设施,无所不在,无所不含,真正渗透到社会经济的方方面面。

人工智能催生未来经济

       经过此次疫情,AI按下了加速键。本次疫情中得到初步尝试的“无人经济”,在疫情后也有望继续渗透。人工智能与经济社会各行业各领域融合创新水平不断提升,在技术和商业的叠加发展过程中,也在不断催生出新业态、新场景、新融合、新交互以及新目标。
       比如疫情带来的“宅生活”,让以“非接触 ”为核心的服务模式成为了新的经济增长点。无人零售、无人值守、物流运输等行业的非接触式服务需求大涨,推动“零售+AI”将打通单点智能场景,通过智能物资调配、智能营销推荐、智能配送实现全产业链“非接触”配置,最终催生出零售的新业态。
       白皮书也提到,疫情背景下,一些新场景正在涌现。比如崭露头角的自动驾驶场景。在国内,受无接触服务的影响以及自动驾驶商业化加速,一众厂商开始试水自动驾驶应用,自动驾驶汽车在外卖和物资配送、物流、城市消杀作业等方面开始发挥作用。同时,仿真平台建设、新基建加持等更为自动驾驶创造了发展机遇。
       而伴随着人工智能、5G、虚拟现实等新技术融合发展,新一代媒体将由人工智能驱动,人工智能可能给数字内容领域带来重塑。其中,可以实现换脸、人脸合成、语音合成、视频生成、数字虚拟人等诸多应用形式的“深度合成”技术,作为人工智能技术发展到一定阶段的产物,将迎来商业化时代。伴随着技术门槛的持续降低,创新性的应用形式将持续涌现。
       同时,白皮书还列举了以多模态虚拟人为代表的新交互和以AI for FEW为核心的新目标。
       实际上,“泛在智能”归根结底仍然是以更普惠、更负责任的发展为目标,新商业和新经济将是技术发展路上附赠的礼物。
       最后,白皮书也在末尾指出,未来人工智能的健康可持续发展,也需要合理的制度建设与良好的治理来保障。比如在治理层面,通过构建多层次的治理体系,来适应人工智能所具有的快速发展迭代、日益复杂化等特征;在立法和监管方面,充分考虑国际竞争、技术的经济社会价值等视角,推动先行先试;同时兼顾多利益相关方,推动人工智能治理的跨学科参与和国际合作。