国产亚洲tv在线观看,精品国产污污免费网站Av,欧美日韩无砖专区一中文字,亚洲欧美日韩国产综合五月天

網站首頁 | 網站地圖

大國新村
首頁 > 理論前沿 > 深度原創 > 正文

人工智能與實體經濟的整合式創新路徑研究

【摘要】近年來,人工智能的發展已經不僅僅局限于技術本身,而是逐漸實現了跨領域的融合,為傳統行業發展賦予了新的動力。為避免人工智能技術與企業需求的脫節,不斷降低人工智能技術應用的擴散成本,可參照“多快好省”的原則建設我國的人工智能開放創新平臺,充分發揮集中力量辦大事的制度優勢,高效地實現人工智能與實體經濟的整合式創新,使人工智能產生倍增的商業價值。

【關鍵詞】人工智能 實體經濟 整合式創新 【中圖分類號】F124 【文獻標識碼】A

人工智能(AI)作為“新基建”七大板塊中的重要組成部分,將會成為推動經濟高質量發展的一個重要引擎。然而,當前人工智能領域主要受技術發展、資本驅動的影響,與實體經濟融合的智能駕駛、智能機器人、智能醫療、智慧金融等行業應用仍處于探索階段,呈現出供給側和需求側錯位的現象。在人工智能技術實現產業化應用的過程中,如何避免人工智能技術與企業需求的脫節?如何降低人工智能技術應用的擴散成本?如何高效地實現人工智能與實體經濟的整合式創新,使人工智能產生倍增的商業價值?這一路徑值得探討。

人工智能技術是新一代產業變革的重要推動力

人工智能技術的迅速發展對社會的影響主要體現在兩個方面。一方面,人工智能行業的發展會催生與其自身發展相關的產業,并促進上下游企業的創新發展。近年來,我國的人工智能產業迅速發展,作為一個新興產業,其自身的發展帶動了與其密切相關的芯片產業,以及下游的機器人行業等的迅速發展。另一方面,不同于傳統的新興產業,人工智能技術對企業創新產生了更為廣泛的影響。基于人工智能的創新可能會改變企業提供的一系列產品及服務的特性,對生產、就業等產生影響。企業可以利用人工智能技術改變生產運營的流程,例如,DeepMind被谷歌用于改善運營成本,DeepMind實現了根據外部環境改變數據中心運行參數的功能,為谷歌提高了電量利用率,從而大大節約了企業的能耗成本。不僅如此,人工智能技術還催生了新的產品及服務。以人工智能在醫療領域的應用來看,人工智能可以基于對大量數據的訓練,得出對病例較為準確的判斷及診療方案。同樣以DeepMind為例,DeepMind積極探索跨行業的實際應用,致力于利用人工智能技術為人類社會作出實際貢獻,于是應用人工智能改變了原有的醫療診斷流程。近年來,人工智能的發展已經不僅僅局限于技術本身,而是逐漸實現了跨領域的融合,為傳統行業發展賦予了新的動力。人工智能技術是新一代產業變革的重要推動力,各個傳統行業都應積極探索人工智能技術的深度應用。

我國人工智能技術產業的發展尚處于對西方技術的追隨與趕超階段,而最新的理論與實踐證明,“整合式創新”范式往往能為后發者提供彎道超車的機會。為此,可發揮集中力量辦大事的制度優勢,鼓勵、引導以企業為主體,建設多個人工智能開放創新平臺并形成“賽馬效應”,切實促進人工智能與實體經濟的整合式創新。整合式創新是戰略創新、協同創新、全面創新、開放式創新的綜合體,包括諸多中國企業在內的世界一流企業的創新之路,都是在開放式創新的環境下,通過統籌全局的戰略設計創新,調動全要素參與,實現各個部門主體與利益相關者的協同創新。以新冠肺炎疫情防控為例,快速篩查出抗肺炎病毒的藥物事關重大。傳統而言,醫藥研發是一個技術門檻高、業務復雜、周期漫長的過程,而通過整合式創新,人工智能輔助藥物篩查成為可能,例如,華為云EI醫療智能體平臺(EI-Health)在病毒基因組計算分析、抗病毒藥物研發和抗疫醫療影像分析領域,可提供海量AI算力和算法的強有力支持。借助EI-Health,醫藥專家、AI技術專家組成的聯合研發團隊可以在一周時間內對8506種已有藥物進行篩選,而且還針對UniChem小分子庫中的1.6億多個化合物分子進行了更大規模的藥物篩選,篩選出的結果可以供相關研究機構和制藥企業進行中長期藥物研發。通過醫療智能體平臺完成的蛋白質同源模建、分子動力學模擬計算和大規模虛擬藥物篩選,可在短時間內完成上千億次的計算,讓以往耗時數月的計算機輔助藥物篩選在數小時內完成。

參照“多快好省”的原則建設我國人工智能開放創新平臺,實現人工智能與實體經濟的整合式創新

按照整合式創新范式,大力推動人工智能開放創新平臺的建設,這將具有重大的經濟效益和社會效益。具體而言,人工智能開放創新平臺應注意參照“多快好省”的原則進行規劃、建設。

“多”:人工智能開放創新平臺不應具有壟斷性,而是應該鼓勵以企業為主體建設n個多領域交叉融合的開放創新平臺,并形成“賽馬”機制。2017年11月15日,科技部在北京召開新一代人工智能發展規劃暨重大科技項目啟動會,并宣布首批國家新一代人工智能開放創新平臺名單:即依托百度公司建設自動駕駛國家新一代人工智能開放創新平臺,依托阿里云公司建設城市大腦國家新一代人工智能開放創新平臺,依托騰訊公司建設醫療影像國家新一代人工智能開放創新平臺,依托科大訊飛公司建設智能語音國家新一代人工智能開放創新平臺。2018年9月,科技部正式宣布,依托商湯集團建設智能視覺國家新一代人工智能開放創新平臺。商湯集團成為繼阿里云公司、百度公司、騰訊公司、科大訊飛公司之后的第五大國家人工智能開放創新平臺。

無疑,上述工作啟動了國內人工智能開放創新平臺1.0階段的建設,并樹立了一批標桿。不過,國內人工智能開放創新平臺的建設不能止步于此,而是應以市場經濟為基礎,形成“百花開放、百家爭鳴”的競爭態勢。因此,在我國人工智能開放創新平臺2.0階段的建設中,應從“標桿制”轉為“備案制”,鼓勵企業自主建設更多的人工智能開放創新平臺。3.0階段的人工智能開放創新平臺建設,應在2.0的基礎上,進一步強調跨技術領域的交叉應用,即形成圖1所示的多領域交叉融合的開放創新平臺。雖然人工智能技術在各個技術領域需要不斷地深入研發,但在應用場景方面必將形成綜合應用的趨勢。因此,人工智能開放創新平臺建設的3.0階段應提前規劃好我國在多領域交叉融合方面的應用布局。

“快”:發揮資本市場的優勢,促進人工智能開放創新平臺的快速成長。美國硅谷在信息技術、互聯網技術發展方面的成功經驗之一是充分發揮資本市場特別是風險投資的作用。我國發展人工智能技術時,也應注意建設“技術提供方—技術應用方—技術資助方”三方共贏的創新生態系統。其中,技術提供方是指以人工智能技術公司為核心的產學研協同創新主體,技術應用方是指實體經濟中對人工智能技術的“埋單者”,技術資助方是指充分利用政府產業引導基金、天使基金、風險投資基金、股票與債券市場等金融手段,促進人工智能開放創新平臺的快速成長。

“好”:在“多”與“快”的基礎上,按照客觀的量化指標,嚴選一批經過市場化“賽馬”、獲得市場驗證的人工智能開放創新平臺,促進創新的擴散。為促進人工智能技術應用轉化的高質量競爭,可按照市場規模、應用場景、人工智能技術公司的財務等量化指標,定期形成《人工智能產業應用白皮書》,匯編國內人工智能產業應用的發展態勢,并定期選一批優秀案例,推動各個垂直行業的人工智能技術進行創新擴散。例如,除了上述科技部支持建設的5個國家級人工智能開放創新平臺外,經過3年多時間的發展,國內又涌現出了一批垂直領域的人工智能應用平臺。

以華為云EI平臺為例,中石油與華為云聯合打造的勘探開發認知計算平臺,中石油在勘探開發領域優選了20余個場景開展人工智能探索。該勘探開發認知計算平臺按照數據、算法、算力和場景四個關鍵因素進行設計,從數據處理到機器學習、模型發布、推理應用,提供了一站式AI開發環境。在應用人工智能技術之前,石油行業的工業知識可能是躺在測井數據中的各種曲線,可能是資深勘探專家腦中的油層分析經驗。這種知識像一個個孤島無法得到共享和傳承。中石油通過打造知識計算底座將數據采集、知識獲取、知識計算與應用的各個環節打通,構建企業統一的知識圖譜,以知識化服務形式提升各部門工作效率,完成知識的沉淀和閉環,形成可持續傳承的體系化知識,并輔助培養專業人才。由于知識得到了有效的傳承,新積累的知識可以在其他油田得到應用,進一步提升油田勘探效率,實現增儲上產的目的。

“省”:促進人工智能開放平臺在中小企業中的應用,使得專注于人工智能技術應用的中小企業能夠“站在巨人的肩膀上”進行開發,而不用重復發明輪子。大型人工智能企業往往注重對平臺類產品的開發,與實體經濟企業的需求相對脫節在所難免。相比而言,中小型科技類企業是創新創業的活力之源,因其更了解市場需求,更容易成為貼近用戶、提供解決方案的供應商。因此,大型的、頭部的人工智能企業可重點建設人工智能開放創新平臺,在產學研融合創新方面投入資金與人才,不斷跟蹤國外的技術前沿,努力進行技術趕超;而中小型科技企業可依托不斷“變厚”的人工智能開放創新平臺,不必再重復發明輪子,即無需過度“向下”生長、扎根底層技術,而是專注“向上”生長,盡量提供解決方案。例如,平臺可以通過 “AI市場”的方式,通過交易成熟算法、交易成熟模型、交易成熟工作流的方式避免重復造輪子;而且平臺也可以進一步演進,提供套件化的開發模式、零編碼模式,降低傳統企業應用AI的技術門檻。由此可形成“大企業‘平臺’+中小企業應用‘生態’”的整合式創新體系,促進大中小各類企業在人工智能應用開發方面的專業化分工。

數字化技術為企業帶來了巨大的挑戰,企業應當積極采取措施,以適應數字化時代的創新發展需求。由于數字化技術不僅會影響企業的產品,也會影響企業創新的過程,因此,企業可結合自身已經具備的創新能力,積極培育新的創新能力,避免原有創新能力的剛性影響到新型創新能力的培養。數字化戰略實現了從量變到質變的發展,因此也需要新的理論來進行解釋。通過對數字科技帶來的創新類型的總結,以人工智能技術為主的數字科技則改變了創新的過程,使創新過程更加自動化和智能化。

(作者為清華大學經濟管理學院教授,清華大學技術創新研究中心主任,教育部“長江學者”特聘教授;于飛博士對本文亦有貢獻)

【注:本文系寧波軟科學重大項目“全球創新網絡視野中頂尖人才(團隊)領銜與資源開放共享互動條件下基于‘企業主導、院校協作、多元投資、軍民整合、成果分享新模式’‘更具國際影響力’的寧波戰略性(先進制造)產業(技術)創新中心建設的必要性、可行性及其戰略定位、規劃方案、實施路徑與保障政策研究”(項目編號:2019A1001)的階段性成果】

【參考文獻】

①陳勁、尹西明等:《高附加制造:超越追趕的中國制造創新戰略》,《技術經濟》,2018年第8期。

②陳勁、尹西明等:《跨國并購視角下,吉利整合式創新“逆襲”之路》,《清華管理評論》,2019年第3期。

③陳勁、尹西明:《中廣核:整合式創新鑄就中國制造“國家名片”》,《企業管理》,2019年第5期。

責編/銀冰瑤 美編/宋揚

聲明:本文為人民論壇雜志社原創內容,任何單位或個人轉載請回復本微信號獲得授權,轉載時務必標明來源及作者,否則追究法律責任。

[責任編輯:趙橙涔]

    1. <menu id="zcyhi"></menu>