本篇文章4035字，读完约10分钟
人工智能与5G相结合的智能温度检测设备的应用。
人工智能设备
教师使用人工智能等新技术在线教学。
人工智能技术作为新基础设施的主要支撑，在国民经济和新基础设施的发展中发挥着巨大的作用。人工智能在帮助预防和控制当前疫情以及恢复生产方面发挥着突出的作用。它在稳定投资、促进消费、帮助升级、培育新的经济发展势头和创造新型智能经济方面具有巨大潜力。我们应该抓住“新基础设施”的机遇，全面巩固人工智能基础设施，更好地为经济和社会服务。
1.人工智能的核心技术及其关系
人工智能的核心技术包括知识、数据、算法和计算能力。
知识是人们通过经验、学习或交往所了解的客观世界规律。知识是人工智能的重要基础，知识获取是其瓶颈。知识研究知识表示、知识推理和知识应用问题，如状态空表示和语义网络表示、确定性和不确定性推理、知识库、知识地图、知识挖掘、知识发现等。
数据是事实或观察的结果。它指的是可以输入计算机并由程序处理的各种媒体，如数字、字母、符号、图像信号和模拟量。数据从经典数据到大数据，从大数据到实时数据，从互联网到物联网，这两个网络的发展带来了海量数据。5G网络实现了更快的数据传输速度、更少的时间延迟以及更广泛和更有效的应用。
算法是对问题解决方案的准确而完整的描述。它指的是一系列解决问题的明确指示，代表了用系统方法描述问题解决方案的战略机制。当前的深度学习算法将知识地图、逻辑推理和符号学习相结合，对非结构化或未标记的数据进行无监督学习。随着认知计算、类大脑计算、普适计算和进化计算的发展，各种新算法应运而生。深度学习等现有算法已经解决了许多实际应用问题，但认知层算法尚未突破。
计算力是机器在数学中的归纳和转化能力，即通过数学方法将抽象和复杂的数学表达式或数字转化为可理解的数学表达式的能力。为处理器配备高端组件以及芯片组、内存和硬盘，以提高计算能力。新的计算架构已经出现，包括新的芯片，如图形处理器，现场可编程门阵列和神经网络芯片，以及新的计算，如云计算和量子计算。随着计算能力的不断增强，计算速度也在不断提高。
知识是人工智能的源泉。从人工智能的长期发展历史来看，人工智能的发展源于并依赖于知识。专家系统、模糊计算、知识地图和知识库都是在知识的基础上发展起来的。
数据是人工智能的基础。将数据引入人工智能丰富了人工智能的内容，提高了人工智能的理论水平，促进了人工智能的发展和升级。计算智能依赖于数据而不是知识；神经计算和进化计算都是在数据基础上发展起来的。
算法是人工智能的灵魂，是人工智能软实力的核心。随着算法研究的不断进步，人工智能的问题解决策略越来越完善。一个好的算法在解决问题时可以事半功倍，甚至可以提高求解效率十倍、一百倍、一千倍。深度学习算法和深度强化学习算法是该算法的优秀代表。
计算力(计算能力)是人工智能的力量，是人工智能硬实力的关键保证。新的人工智能芯片和新的计算方法可以通过提高计算能力和速度，极大地促进人工智能产业的发展。
2.人工智能产业化的发展现状
现状之一:人工智能产业化的基础已经在世界范围内初步形成，人工智能企业的数量近年来大幅增加。国际人工智能企业的数量:美国遥遥领先，中国和欧洲并驾齐驱。截至2017年，人工智能企业的全球分布集中在美国(2905家，占48.11%)、中国(670家，占11.10%)和欧洲(657家，占10.88%)。到2019年3月，美国将占40.3%，中国占22.1%。中美人工智能企业数量的差距将在两年内从37.0%降至18.2%。
第二个现状:人工智能投资和融资环境空之前看涨。美国的融资规模最大，紧随其后的是欧洲和中国。人工智能已经成为2017年最热门的投资领域之一。美国(42%，45.4亿美元)、欧洲(18.7%，20.2亿美元)和中国(16.9%，18.3亿美元)紧随其后。到2019年3月，美国的份额将降至36.5%，中国的份额将升至23.5%，两年内中美在人工智能投资和融资方面的差距将从25.1%缩小至13.0%。
第三个现状:产业化技术起点较高，感知智能领域相对成熟。人工智能产业正在从感知智能向认知智能发展。感知智能涉及智能语音、计算机视觉、自然语言处理等技术，其应用基础相对成熟。例如，深度学习在图像和声音等感知问题上取得了突破，而计算机视觉则催生了人脸识别和智能视频监控等应用。然而，认知智能所要求的“机器思维”和“人工情感”仍在开发和探索中，离实际应用还有一定的距离。
第四，发表的和被高度引用的关于人工智能的国际论文数量逐年增加。在过去的10年里，中国发表的论文总数第一，高被引论文数第二。从2009年到2018年，中国和美国的人工智能论文比例分别为22.7%和20.4%，高被引论文比例分别为35.6%和38.6%。美国在人工智能论文的引用影响力、专利数量、企业数量和融资规模方面均居世界第一，综合实力领先世界。中国是世界上论文发表数量最多、企业数量和融资规模位居世界第二的国家。
第五，人工智能的国际专利申请数量持续刷新。2017年，中国在国际专利申请数量上超过美国，以37.1%的比例位居世界第一。美国以24.8%排名第二。日本以13.1%排名第三。自2017年以来，中国一直保持着人工智能国际专利的第一位。
第六个现状:人工智能人才短缺，高端人才竞争激烈。2018年，全球人工智能专家人数为205，295人，其中美国为28，536人(13.9%)，中国为18，232人(8.9%)，印度为17，382人(7.8%)。2018年，全球将有22400名高级人工智能人员接受培训，其中44%在美国，11%在中国，6%在英国，5%在德国。各国都严重缺乏人工智能人才。中国也缺乏人工智能人才。高端人工智能人才的竞争非常激烈。
第七个现状:人工智能的社会和伦理问题引起关注。随着人工智能的迅速发展，人们担心人工智能会超越人类智能，威胁人类社会主人的地位和安全。人工智能，尤其是能够推理、思考和理解情感的高级人工智能，将会引发许多社会法律和伦理问题。
总体而言，我国应逐步实现包括人工智能基础产业、技术产业和应用产业在内的整个产业链布局。
3.人工智能与实体经济深入发展
加快人工智能核心技术突破，促进产业强劲发展和产业升级。知识资源、数据库、核心算法和计算能力得到深入发展，共同推动人工智能出现新的活力。新时期，产业发展迫切需要推进新一轮基础设施建设和技术变革，推动产业模式整体升级。人工智能作为一种新的基础设施，将能够渗透到各行各业，有效激发市场活力，帮助传统产业实现跨越式升级，促进经济形态和社会生产力的快速发展，成为经济转型的重要突破口。
智能应用正朝着多元化发展，智能业务线相互连接。目前，人工智能的应用大多处于特殊阶段，如人脸识别、语音识别、视频监控等具体任务。随着智能制造、智能物流、智能医疗等行业的兴起，人工智能的应用将面临复杂场景和复杂问题的新的复杂阶段，其应用将向多元化发展。分布式计算平台的广泛应用扩大了在线服务的应用范围。与此同时，智能医疗、智能机器人和自动驾驶汽车等人工智能产业化的发展，为智能服务带来了新的途径或新的传输方式，加快了在线服务和离线服务的整合进程，促进了多个产业的升级。
人工智能与实体经济深度融合的进程进一步加快。一方面，建设一个强大的制造国将促进人工智能的发展和人工智能产业的全面突破。另一方面，传统产业依靠人工智能基础设施技术和产业数据资源，实现人工智能与实体经济的融合与创新。2018年，中国的人工智能将为实体经济带来超过1000亿元的增长。新一代人工智能技术与实体经济的深度融合，将使零售、医疗、交通、制造、金融等行业更高效、更具成本效益，转型升级。人工智能的新产品和新服务层出不穷，加快培育新的产业动力，探索实体经济新的增长点，有效推动中国经济结构优化升级。例如，针对智能驾驶和智能联网车辆发布了《智能车辆创新发展战略》，以促进智能车辆的快速发展，支持智能车辆、智能交通和智能城市重大基础设施项目等共性关键技术的研发和产业化。在智能机器人和服务机器人领域，新的基础设施带来了新的机遇，服务机器人行业也加速了增长。对于智能制造，要求“大力发展先进制造业，出台信息网络等新的基础设施投资支持政策，推进智能和绿色制造”；在智能医疗领域，它在辅助诊断和治疗、疾病预测、医学图像处理、药物开发等方面发挥了重要作用，并将为增加公共卫生服务做出新的贡献。对于智能家居来说，它可以为居民提供个性化的安全、节能、便捷的生活服务，并可以加速新兴消费潜力的释放。
加快培养高素质人工智能人才。高素质的各级人工智能人才是人工智能科学技术的基础和工业发展的第一资源。有必要通过多模式、多渠道的总体布局，培养高素质的人工智能人才。顶层少而精，中层实而强，底层多而强，人不能少。有必要建立人工智能专业和人工智能一级学科。教育是改变世界的最强有力的武器。借助人工智能，教育正在发生深刻的变化，带来巨大的好处。人工智能技术的快速发展给各级教育带来了创新的教育手段和机遇。智能虚拟助手和聊天机器人可以为学生提供更加个性化的教学和咨询过程。个性化智能学习平台、个性化人工智能教学助手和个性化游戏可以帮助学生根据自己的节奏和快乐进行学习。
人工智能作为我国新时期的战略性技术和产业，取得了重要进展和可喜成绩。它必将在国家的社会进步、经济发展和人民生活中发挥不可替代的重要作用。在疫情防控与经济社会发展协调发展的关键时期，人工智能融入国家新基础设施领域，加快新基础设施建设，为促进人工智能持续强劲发展带来了巨大机遇。我们不仅要看到我国人工智能发展的重要成就，还要认识到存在的不足和差距。我们不仅要充满自信，还要傲慢和浮躁。我们要抓住机遇，加快发展新型人工智能基础设施，夯实基础，全面建设，壮大实力，赶超国际领先水平，为我国建设现代经济体系、实现经济转型升级奠定坚实基础。
