推动新一代人工智能应用场景的广泛落地

    众所周知，新一代人工智能产业应用驱动的特征愈加明显，从生产方式的智能化改造，生活水平的智能化提升，到社会治理的智能化升级，都对新一代人工智能技术、产品、服务及解决方案有着旺盛的需求。当前，新一代人工智能技术正加速在各行业深度融合和落地应用，推动经济社会各领域从数字化、网络化向智能化加速跃升。因此，继续大力推动和拓展新一代人工智能应用场景的广泛落地具有十分重要的意义。

    首先，有助于推动智能化生产模式加速演进。我国经济已由高速增长转向高质量发展阶段，正处在转变发展方式、优化经济结构和转换增长动能的关键时期，传统生产方式也面临着数字化、网络化和智能化改造升级的迫切需求，亟需新一代人工智能等重大科技创新向个性化、人性化、服务化的智能化生产理念转变。因此，持续推进并拓展新一代人工智能应用场景在制造、农业、商贸物流业等重点行业落地，有助于形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态，带动生产力大幅提升，引领产业向价值链高端迈进，有力支撑实体经济发展，提升经济发展质量和效益。

    其次，有助于支撑精准化服务模式普惠共享。我国正处于全面建成小康社会的决胜阶段，社会生产力和人民生活水平正攀升至新的历史高点，人们对美好生活的向往更加强烈。抓住民生服务领域的突出矛盾和难点，拓展新一代人工智能在解决民生方面的应用场景，从保障和改善民生、为人民创造美好生活的需求出发，推动高端智能技术与行业的融合发展，广泛布局信息化和智能化应用，将会有助于提升我国公共服务智能化水平和服务能力，为推动智能经济发展和建设智慧中国提供有力支撑。

    还可以加速构建灵敏高效的社会治理体系。面对智能经济社会新态势，准确感知、预测、预警社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，建立灵敏高效的社会治理体系，对有效维护社会稳定具有不可替代的作用。因此，加快实施新一代人工智能发展战略对我国创新治理能力十分重要，拓展新一代人工智能在社会治安综合防控体系方面的应用场景，开发适用于政府服务和决策的智能应用系统，逐步实现国家治理体系和治理能力的现代化。

    最后，将持续推动我国新一代人工智能产业高质量发展。现阶段，我国在制造、交通、金融、医疗、教育等传统行业的发展相对与发达国家而言，产业发展程度和基础设施水平还有较大的改造和提升空间。因此，拓展实施新一代人工智能发展战略对我国人工智能产业的发展十分重要，构建多种人工智能实施场景，为一系列新一代人工智能技术、产品和解决方案加速落地，提供了广阔的市场空间。

    也要清醒地看到，我国现在大多数的新一代人工智能应用，都是投资驱动型的应用场景，这还远远不够，政府必须要把优先发展的领域总体设计好，通过市场经济就能做起来的事，那就交给市场去做；需要政府参与介入、干预才能做好的事，政府就要果断地培育和引导，而且要有配套机制和政策，组织协调发挥各方的主观能动性，齐心协力把我国现有人工智能发展的短板补上。比如，首先要紧抓通信网络环境的升级趋势，突破解决方案落地制约。其中以5G为代表的新一代网络的部署和商用，正在围绕虚拟化、云化融合的技术革命推动通信网络环境的重构与转型，其超高速的数据传输能力和万物互联的标识解析体系重新赋予了社会协作的智能化新模式。其次，应完善智能化基础设施（算力、算法和开发平台等），加速行业大数据获取。目前新一代人工智能应用场景的落地主要受大数据获取因素的制约，广泛布局应用场景以智能化连接设备为载体的智能化基础设施，采集大规模高质量的行业数据，系统性地通过新一代人工智能算法进行模型训练，才能真正将技术与应用场景相结合，充分挖掘应用场景的智能化升级需求。最后，要把握精神文化需求态势，构筑内容升级体系。随着我国社会生产力水平极大提高和社会供给能力显著增强，人民的基本需求逐步得到有效满足，“需求侧”升级为“日益增长的美好生活需要”。构筑新一代人工智能应用场景的精神文化体系，须注重解决方案、内容提供的持续升级，正是逐步实现人的自由个性的内在要求、推动人的全面发展的应然之举。

    事实上，人工智能正与各行各业产生碰撞，在应用方面包括智慧城市、智慧医疗和智能制造等，不管是各类技术创新与行业相结合取得的丰硕成果，还是人工智能在各行各业的应用所带来的边界延伸，都焕发出了前所未有的“生机”。在未来，人工智能将渗透到越来越多的产业，加快与经济社会各领域的融合，塑造出更多新业态，会给整个社会关系和社会结构带来更加深刻的变革，创造巨大的社会经济效益。因此，持续探究新一代人工智能应用场景广泛落地的关键因素，是推动新一代人工智能产业可持续发展的重要驱动力。

    一是完善智能化基础设施，加快高质量数据获取。新一代人工智能的智能化主要体现在决策智能和运营智能，需要大量的数据作为“思考”和“决策”的基础。人工智能技术的发展，依赖于人工智能的算法和算力，更大程度是依靠大数据为其提供数据资源，完整丰富的数据才能提高算法的效率与效果，使人工智能不断成长进化。但在更多的研究和应用场景落地中，人工智能仍然受到数据因素的制约，包括数据不足、数据结构不兼容，以及数据隐私和泄露的问题。因此需要广泛布局应用场景的智能化基础设施，采集大规模高质量的行业数据，加强对数据安全与隐私保护，才能促进人工智能和应用场景的产业结合，进一步推动应用场景的智能化升级。

    二是提高计算能力，开发定制化硬件。在人工智能的兴起中，算法和数据的发展提供了支撑，而计算力、计算技术的创新起了更关键的作用。从2012年到现在，人工智能计算的能力增长了30万倍，远远超过了摩尔定律，然而在实际的应用当中，相比云计算和大数据等应用，人工智能对于计算力的需求几乎是无止境的，因此计算力的提升是推动人工智能落地的重要因素。

    当前人工智能需要将大量非结构化数据转化成便于决策分析的高质量结构化数据，需要具有较高计算能力的硬件，主要采用CPU+GPU架构，然而构建GPU集群的高昂成本成为应用场景大规模落地的掣肘。因此围绕特定应用场景，考虑不同场景的差异化需求，开发定制化、低功耗、低成本的高性能硬件，可以大幅提升数据的整体分析效率，促进形成与需求匹配的智能化解决方案。

    三是明确智能化应用场景，锁定应用需求。当前人工智能只专注于完成某个特定的任务，尚未达到强人工智能的水平，例如针对语音识别、图像识别和翻译的人工智能模型，只是用于解决特定而具体的任务问题而存在。可以说目前以深度学习为代表的新一代人工智能技术并不善于解决通用性问题，因此人工智能技术要实现应用场景落地并形成商业价值，需要清晰其所能解决的特定领域问题，同时明确应用场景边界，将人工智能的功能需求限定在有限的特定问题边界之内。针对应用场景并锁定应用需求，从而提出可行的智能化解决方案。

    总之，大力推动和拓展新一代人工智能应用场景的广泛落地，意义深远且责任重大，在此基础上，让我们和全世界的人工智能同步推进，去迎接第四次工业革命和智能时代曙光的到来。