浅谈人工智能新基建面临诸多挑战

AI基础设施有着重要的支撑作用

当前，受新冠肺炎疫情防控、国际竞争博弈等影响，我国传统拉动经济增长的外贸、投资和消费[三驾马车]均受到不同程度的影响，经济面临下行压力。

国家多次提出加快新型基础设施建设，国家部委和地方政府积极出台新基建相关指导意见和投资计划。

相较于传统基建，新基建发展空间巨大，带动效应明显，正在成为我国稳投资、调结构、扩内需的经济发展新引擎。

AI作为新基建的核心板块之一，在新冠肺炎疫情防控期间，人工智能企业纷纷开放算力、算法和数据等基础设施资源；

助力提升传统行业智能化水平，为对冲疫情影响、促进产能恢复发挥了重要支撑作用。

新基建加速企业智能化转型

新冠疫情、经济增长放缓、竞争加剧等多重挑战下，企业加速应用AI进行智能化建设，但仍面临诸多挑战。

AI与RPA技术的结合将实现RPA和AI技术单独使用无法实现的效果，扩展了企业自动化的业务价值。

在数据治理、模型开发两大环节，数据中台、AI中台等建设帮助企业提升智能化应用开发效率和业务响应敏捷性。

随着人工智能应用不断深入，作为基础设施之一，人工智能治理体系建设的紧迫性不断增强，企业应当将治理体系作为AI应用中的重要考量因素。

总体上，企业对于AI技术的应用，大部分处在流程自动化阶段，分析决策智能化及商业模式创新化还处在尝试探索阶段。

新基建完善AI基础设施

AI本身被定义为一种新型基础设施，将助力产业实现智能化。

反过来，新基建又将推动AI产业化，为AI产业提供基础设施，助力人工智能场景落地。

新基建将在数据和算力、算法三个层面为人工智能提供基础设施支持。

在物联网环境下，大部分IoT场景对数据实时性要求高，属于延迟敏感、数据密集型技术，需要在边缘处进行数据处理，带动了边缘数据中心的崛起。

算法层面，作为新基建的一部分，AI本身将受益于新基建的政策支持。

目前中国AI产业主要依赖以TensorFlow、Caffe等为主的美国企业或机构研发的算法框架，新基建强调加强自主创新，将推动中国企业构建自主可控的算法支撑体系。

AI正在从云计算向边缘计算延伸，未来将形成云计算与边缘计算协同发展的态势，为人工智能提供更强大的基础设施。

人工智能新基建面临诸多挑战

①主导权受到威胁。

目前，我国在计算机视觉、智能语音等人工智能应用层面处于全球领先水平，但在算力芯片、学习框架、基础算法等人工智能基础设施方面，对外依赖较为严重。

近年来，以美国为首的发达国家为锁定其技术优势和主导地位，持续加大基础环节管控，遏制我国人工智能行业发展。

②本身存在复杂性。

在传统的工业制造、农业生产、卫生医疗等具体行业内，往往存在数字化转型程度不高以及数据开放共享不足等问题。

现阶段深度学习算法存在鲁棒性弱的问题，在具体应用场景的开放动态环境中，算法决策可能会产生意料不到的错误；

导致人工智能不太适用于工业控制、能源输配等安全可靠性要求高的场合。三是技术高复杂性限制新基建推进进程。

顶层重视AI基础设施的未来

据市场研究机构 IDC 与浪潮联合发布的《2020—2021中国人工智能计算力发展评估报告》显示：

中国 AI 基础设施市场规模在2020年达到39.3亿美元，同比增长26.8%。

人工智能的基础设施建设的核心是构建专用设施，填补算力不足。

同时应在泛在、融合的发展趋势下，构建软硬件协同、新老系统协同、各个行业协同的产业新生态。

[十三五]以来，我国AI技术快速发展，新型基础设施布局稳步推进，相关应用场景不断拓展。

产业已初步呈现关键共性技术研发攻关、创新产品应用、新兴产业培育[三位一体]的发展格局。

[十四五]规划和2035远景目标提出要以高质量发展为主题，要求人工智能技术进一步加快作用于国民经济活动。

算力层面：异构计算及其应用场景特别是大算力场景逐渐清晰，算力与软件算法协同优化将是未来发展重点。

工程层面：在异构计算范式要求下，人工智能开发涉及的软硬件环境愈加复杂，借由人工智能开发平台和软件框架降低开发运维成本将是可行方向。

运营层面：在复杂的商业化环境中，软件基础设施类型项目的推广依赖有效的开发者关系运营加持。

结尾：

作为引领新一轮科技革命和产业变革的核心引擎，人工智能通过学科发展、理论建模、技术创新、软硬件升级等整体推进，有力驱动经济社会各领域从数字化、网络化向智能化加速跃升。

我国以制造业为代表的实体经济正处于转型升级的关键节点，面对严峻复杂的国际环境和改革发展稳定的艰巨任务，亟需通过人工智能赋能来突破传统生产方式的瓶颈、催生新兴产业、重构商业模式，以智能化转型为实体经济注入新动能。

部分资料参考：爱分析ifenxi：《新基建助推，人工智能应用迈入新阶段》

编辑：黄飞