人工智能学术、技术和产业进展如何？

从学术进展角度看，生成模型、机器学习、机器视 觉等领域是人工智能目前发展的重点方向。

一、学术进展

1. NeurIPS 论文分析

NeurIPS 作为全球人工智能久负盛名的盛会之一，其接收的论文 带代表着当今神经科学和人工智能研究的最高水平。与传统上专注于 机器学习、计算机视觉和自然语言处理等主题不同，2022 年 NeurIPS 大会新增“创意人工智能赛道”，重点是如何利用人工智能来创造视觉 艺术、音乐、文学、表演艺术等新形式。这是对生成模型快速发展和 其在创造性追求中日益增长的需求的认可。人工智能将成为强大的创 作工具，使艺术家和创意人员可以探索新的艺术范式。 根据 NeurIPS 官方数据，2022 年共收到投稿 447 份，其中 163 份 被录用，录取率 36.46%。在被录用的 163 篇论文中，超过 50%的论 文被确定为引入了新的数据集，而另一半则提出了新的基准。计算机 视觉方向占 23%，自然语言处理方向占 8%，强化学习和模拟环境方 向占比 7%，多模态数据方向占比 6%，其余方向还包括语音处理、可 解释的 AI 和伦理等。其中，杰出论文奖项（Outstanding Papers）共 12 篇，包括分布外检测、生成模型、语言模型、超越神经缩放定律等 多个方向。

2. AAAI 论文分析

国际先进人工智能协会（Association for the Advancement of Artificial Intelligence, 以下简称 AAAI）是人工智能领域的主要国际学 术组织之一。根据其发布的 2022 年论文主题数据来看，机器学习、 深度学习、计算机视觉、NLP 是重点关注领域。其中，深度学习相关 的论文共计 72 篇，包括经典的深度神经网络、DeepFake 相关、深度 表达等方向；图结构数据相关的论文共计 125 篇，而经典的表示学习、 监督学习、Transformer 以及多智能体等仍然是主流范式。此外，隐私保护相关的论文共计 24 篇，较上一年度增长了 140%；可解释性相关 的论文 29 篇；在机器学习的具体应用中，目标检测（Object detection）、 文本分类（Text Classification）等仍然是关注度较高的方向。

二、主要技术发展情况

1. 人工智能相关技术发展情况

人工智能已经和传统产业深度融合，将带动人工智能技术的体系 化、集成化和专用化，并推动产业的数字化和智能化。到目前为止， 人工智能已经发展为包括大数据和云计算、物联网、智能机器人、智 能推荐、5G、区块链、语音识别、虚拟/增强现实、智能芯片、计算机 视觉、自然语言处理、生物识别、空间技术、光电技术、自动驾驶、 人机交互和知识图谱 17 种技术在内的复杂技术体系。

（1）机器学习算法 目前，国际上机器学习的研究重点主要集中在深度学习、强化学 习、自然语言处理等领域。随着云计算、大数据和计算机硬件技术不 断发展，机器学习开始在各行各业取得显著成效，成功的商业应用不 断入市。其中，最具有代表性的应用来自苹果的 Siri、微软的 Cortana 等语音助手，各大支付应用推出的人脸识别认证技术，以及谷歌 AlphaGo 战胜顶尖人类围棋高手的事实，标志着机器学习已经成为计 算机科学中的重要领域。

我国的机器学习技术发展迅速。机器学习与互联网、金融、IT 服 务行业融合度较高。高校方面，北京大学、清华大学等高水平研究机 构设立了机器学习实验室。企业方面，阿里巴巴、腾讯、百度等国内科技巨头在机器学习领域也加力度，通过资金和人才投入推动机器学 习技术发展和应用创新。

（2）自然语言识别与处理 目前，自然语言基本形成了一套相对完备的技术体系，包括词嵌 入、句子嵌入、编码-解码、注意力模型等，促进了自然语言处理在搜 索、阅读理解、机器翻译、文本分类、问答、对话、聊天、信息抽取 等重要领域应用，标志着自然语言处理进入大规模工业化实施时代。 另一方面，随着软硬件能力的提升，以及在模型、算法的突破，自然 语言处理也开始和深度学习结合应用。例如 ChatGPT 就是基于自然 语言处理技术的对话生成模型，通过学习海量的语言数据来模拟人类 对话，从而实现内容生成和回答问题的能力。 我国在自然语言识别与处理方面取得了长足的进步。一方面，面 向自然语言处理的深度学习技术已支持自动学习语义的分布式表示， 并在实际应用中得到充分验证，为进一步融入知识指导信息的方法研 究奠定了坚实基础。另一方面，知识表示与推理技术已经初步具备完 整的体系，充分利用结构化的知识赋予人工智能不同的能力，为提升 模型的可扩展性和鲁棒性提供了支撑。

（3）人工智能芯片 随着人工智能对于计算能力的要求不断提升，突破 GPU 性能功 耗和减少工作限制成为主要研究方向。业界不断提升人工智能芯片的 研发投入，以通过更好的硬件和芯片架构，在计算效率、能耗比等性 能上得到进一步提升。目前，人工智能芯片主要包括基于传统架构的 GPU、FPGA 及 ASIC 等。短期来看，基于传统架构 GPU 仍占据市场主导地位；长期 来看，FPGA 为代表的定制化硬件将成为市场增长点。FPGA 具有算 力强、可编程、灵活度高的特点，能够更好的满足不同算法、结构、 终端和消费者的需求，但面临的技术难度挑战也较大。总的来看，国 外的 Xilinx、Altera、Lattice 和 Microchip 四家公司占据了 FPGA 大部 分市场，其中 Xilinx 和 Altera 两大公司占据了近 90%的市场份额。 国内方面，我国的人工智能芯片领域发展保持着强劲的动力。根 据 Tractica 的预测，预计到 2025 年，中国人工智能芯片行业未来市 场规模将达到 726 亿美元，年复合增长率将达到 46.14%。随着大数 据和计算能力的提升，中国人工智能行业市场成长空间巨大，2030 年 市场规模有望突破千亿元。

（4）深度学习框架平台 目前，国外的企业和研究机构纷纷布局深度学习框架平台，伯克 利大学和蒙特利尔大学联合推出 Theano 和 Caffe 框架、谷歌开发的 TensorFlow、Facebook 开发的 PyTorch 占有主要市场地位。伴随着与 实体产业的不断融合应用，深度学习在自动驾驶、个性化推荐、自然 语言理解和医疗保健等领域发挥了重要的成效。但不同于编程语言 JAVA/C++相对于互联网应用那样的成熟，深度学习的产业应用还有 很多有待提升和优化的方面。例如基于编译器的算子优化、统一的 API 标准和数据搬运等。 国内方面，国产深度学习框架平台变得越来越丰富。百度自研深度学习框架 PaddlePaddle，旷视推出了 AI 生产力平台 Brain++，并开 源了深度学习框架天元 MegEngine，华为推出了 AI 计算框架 MindSpore 等深度学习框架平台和产品。随着国内应用场景的不断开 放，各行业领域对深度学习的需求持续增强，中国人工智能企业持续 加大研发投入力度，与国际上深度学习框架相关核心企业和科研机构 形成了齐头并进的发展格局。

三、产业进展情况

目前，通过人工智能技术，各行各业的企业可以实现自动化流程、增强能力，并做出更明智的决策。据麦肯锡全球 AI 状况年度调查显 示，组织中采用人工智能的比例从 2017 年的 20％翻倍至 2022 年的 50％。同时，2022 年的调查还表明，采用人工智能可能带来显著的财 务效益：25％的受访者将其公司5％或更多的净利润归功于人工智能。

1. 国外进展情况

全球人工智能产业规模快速增长。随着数据量的增长及相关复杂 性不断增加，传统软件无法处理、分析及提取其中有用的信息，产生 对人工智能技术需求。根据沙利文的报告，2025 年全球人工智能软件 市场规模预计将达到 1218 亿美元，占总支出比例的 55.1%，2020-2025 年复合增速达到 31.9%。 欧盟发布《2030 数字化指南：欧洲数字十年》《升级 2020 新工 业战略》等文件，计划全面重塑数字时代全球影响力，其中将推动人 工智能发展列为重要方向。同时，欧盟不断加大人工智能产业资金支 持力度，大力促进欧洲的数字变革。欧盟有史以来最大研发和创新项 目“地平线欧洲”总投资额达 955 亿欧元，明确将人工智能列入资金支 持范围。2021 年 4 月，欧盟以条例的形式通过“数字欧洲计划”，对包 括人工智能在内的项目进行投资，总额达 75.9 亿欧元。

美国陆续成立了国家人工智能倡议办公室、国家 AI 研究资源工 作组等机构，各部门密集出台了系列政策，将人工智能提到“未来产 业”和“未来技术”领域的高度，不断巩固和提升美国在人工智能领域 的全球竞争力。美国 2021 年人工智能非国防预算增加约 30%，总额 达到 15 亿美元。此外，在《美国创新与竞争法案》中，将人工智能、量子计算等列为 2022 财年美国研发预算优先事项，将对包括人工智 能在内的多个领域共投入 1000 亿美金进行研发工作。2021 年 7 月， 美国国家科学基金会联合多个部门和知名企业等，成立 11 个国家人 工智能研究机构，涵盖了人机交互、人工智能优化、动态系统、增强 学习等方向，研究项目更是涵盖了建筑、医疗、生物、地质、电气、 教育、能源等多个领域。

日本继制定《科学技术创新综合战略 2020》之后，于 2021 年 6 月发布“AI 战略 2021”，致力于推动人工智能领域的创新创造计划， 全面建设数字化政府。日本将基础设施建设和人工智能应用作为重点， 提出加快建设相关基础设施，重点强调了跨行业的数据传输平台以及 人工智能相关标准等，全面推动人工智能在医疗、农业、交通物流、 智慧城市、制造业等各个行业开展应用，并加大对中小企业的支援。 英国于 2021 年 9 月发布国家级人工智能新十年战略，这是继 2016 年后推出的又一重要战略，旨在重塑人工智能领域的影响力。英 国将投资和规划人工智能生态系统作为长期战略，启动国家人工智能 研究与创新计划，支持人工智能先进研究等，确保人工智能惠及所有 行业和地区，促进人工智能的广泛应用。据统计，2014 年到 2021 年 之间英国对人工智能的投资已经超过 23 亿英镑。

2. 我国进展情况

以 2015 年《中国制造 2025》出台为开端，人工智能被写入“十三 五”规划纲要及政府工作报告。2017 年国务院发布《新一代人工智能 发展规划》，将人工智能上升到了国家战略层面。随后多部门相继出台若干核心政策和规划，为我国人工智能行业快速发展提供助力。《中 共中央关于制定国民经济和社会发展第十四个五年规划和 2035 远景 目标纲要的建议》指出，要瞄准人工智能等前沿领域，实施一批具有 前瞻性，战略性重大科技项目，推动数字经济健康发展。面向人工智 能领域创新需求的投资不断加大。我国十四五规划纲要明确大力发展 人工智能产业，打造人工智能产业集群以及深入赋能传统行业成为重 点。 据工业和信息化部统计数据显示，截至 2022 年 6 月，我国人工 智能企业数量超过 3000 家，仅次于美国，排名第二，人工智能核心 产业规模超过 4000 亿元。我国人工智能企业在智能芯片、基础架构、 操作系统、工具链、基础网络、智能终端、深度学习平台、大模型和 产业应用领域的创新创业活动，为自主可控技术体系的构建和产业国 际竞争力的提升奠定了基础。平台企业、独角兽公司、中小企业、新 创企业、研究型大学、科研院所和投资者之间相互协作，共同构建富 有活力的产业创新生态，人工智能产业发展表现出日益明显的集群化 趋势。