智能安保、語音識別、智能客服……幾年間，被視為新一輪產業(yè)變革核心驅動力的人工智能技術邊界不斷擴大，已大踏步走進尋常百姓家。然而，相比在安防、金融、零售業(yè)的火熱推進，人工智能技術在工業(yè)制造、農業(yè)等實體經濟領域的深度融合仍存在諸多困難，尚處于起步階段。
中國人工智能學會理事長戴瓊海就有這樣的感受，在近日召開的第八屆吳文俊人工智能科學技術獎頒獎典禮暨2019中國人工智能產業(yè)年會上，他拋出了這樣一個問題：“當前，解決人工智能與實體經濟深度融合的發(fā)展瓶頸，工業(yè)機器人維修，最后一公里路該往何處去？”
這不是他一個人的感受。“人工智能為實體經濟賦能，是趨勢和前景，但做起來，還有一些亟待解決的問題。”中國科學院院士張鈸說。
智能制造的信息化基礎仍薄弱
人工智能賦能以制造業(yè)為代表的實體經濟，自動化、信息化是基礎。但來自艾瑞咨詢的一份報告顯示，2019年我國制造業(yè)企業(yè)數字化設備聯網率僅為39%。
在張鈸看來，這是人工智能與實體經濟深度融合的一大阻礙。
“制造業(yè)智能化的前提是自動化和信息化，這要求各細分行業(yè)加強設備自動化改造，提高生產自動化程度。然而，目前來看，許多行業(yè)工廠生產流程的自動化、信息化水平還很低，人工智能技術也就難以對接。”張鈸說。
科技部新一代人工智能研究發(fā)展中心副主任李修全認同這一觀點：“可以說，在人工智能應用于實體經濟特別是工業(yè)這方面，中國還是存在一些劣勢。”
人工智能要發(fā)揮“威力”需要數據支撐。在李修全看來，自動化和信息化的不足直接導致的是工業(yè)數據的缺乏。“與國外先進制造業(yè)相比，他們所擁有的工業(yè)控制和傳感設備在生產中積累了大量數據，庫卡機器人驅動器維修，可幫助人工智能落地。而我們的數據不足，而且引入的信息化設備多數也是進口，數據不為我們掌握。”
其次是智能制造一體化的問題。工業(yè)領域的人工智能技術落地需要體系化，“以縫紉機器人的生產為例，需要人工智能底層技術、算法等軟件與傳感控制設備等硬件相結合，KUKA機器人維修，缺一不可，對我們的一些硬科技門類提出了挑戰(zhàn)。”李修全說。
此外，制造業(yè)在生產環(huán)節(jié)中容錯率很低，但當前人工智能技術引入并不能保證100%的準確。“比如電力行業(yè)就基本不容有差池，那么人工智能在融入制造業(yè)的過程中，就要選擇有一定容錯率的工業(yè)場景。”李修全說。
張鈸認為，以上這些問題使得智能制造的推進難度更大，其解決也有賴于制造業(yè)整體的自動化、信息化發(fā)展。
需對接產業(yè)“痛點”而非噱頭
“觀察各行各業(yè)，你會發(fā)現企業(yè)對人工智能這種新的驅動力都有著迫切的應用需求，但產業(yè)化實際上‘雷聲大，雨點小’，有的技術僅僅是錦上添花。”百度風投CEO劉維說。
他以近兩年頗為熱門的智能養(yǎng)豬為例，許多項目在養(yǎng)豬場內應用了豬臉識別技術，然而，就算能夠精準識別出每一只豬的不同，但對于如何進一步察覺疫情發(fā)生和科學改善養(yǎng)殖，技術團隊卻往往沒有進一步的解決方案，“他們僅僅把‘智能養(yǎng)豬’做成一個概念，然而，我認為，真正能夠提高產業(yè)的生產環(huán)節(jié)效率和競爭力，才是人工智能技術是否深度融合實體經濟的硬標準”。
智能企業(yè)云知聲聯合創(chuàng)始人李霄寒則認為，人工智能本身是一個勢能器，它的落地需要場景，但行業(yè)中提供場景的企業(yè)和技術提供者存在著巨大的信息不對稱，亟須架起這個“橋梁”。
“身為技術供應商，我們需要了解行業(yè)的剛性需求到底在哪里。”小i機器人高級副總裁許弋亞認同這一看法，他認為，要推動人工智能與實體經濟真正深度融合，構建一個良好的產學研生態(tài)非常重要。一方面，從技術、產品到解決方案交付，人工智能技術企業(yè)需要充分對接行業(yè)需求，抓住機會做好應用；另一方面，人工智能技術企業(yè)需要與高校、科研院所在模型、算法等基礎研究方面做出更多的合作交流。
對此，國家自然科學基金委人工智能處處長吳國政建議，行業(yè)學會、協會、基金會等相關組織應當發(fā)揮平臺作用，共同關注行業(yè)需求，建立定期交流機制，以便發(fā)現更多人工智能與實體經濟深度融合的根本科學問題。
復合型專業(yè)人才培養(yǎng)待支持
高端、復合型人才嚴重缺乏也是人工智能與實體經濟深度融合的一個瓶頸。
對接產業(yè)需求，人才要了解行業(yè)，也要掌握人工智能關鍵技術，能夠進行應用開發(fā)。然而，戴瓊海指出，由于人工智能技術的交叉性，我國在人工智能人才結構上呈現出高端人才和工程師“兩少”特點，工程師的人才缺口甚至達到了500萬～1000萬。
近日由清華大學－中國工程院知識智能聯合研究中心、中國人工智能學會吳文俊人工智能科學技術獎評選基地聯合發(fā)布的《2019人工智能發(fā)展報告》則指出，從人才競爭上來看，美國的人才數量遙遙領先，凸顯了其在人工智能領域的人才優(yōu)勢。對于我國而言，人才數量在大部分領域領跑第二梯隊，但與美國相比，中國高影響力學者數量明顯不足，頂尖學者相對缺乏，中美之間還存在差距。
“我國已開設了人工智能的本科教育，人才培養(yǎng)尚待時日，但人工智能與其他學科專業(yè)的交叉融合還不夠深入。”中國人工智能學會教育工作委員會主任王萬森說，他建議，應構建與新一代人工智能發(fā)展相適應的知識結構和課程體系，形成一個以智能科學與技術專業(yè)為核心，外加衍生層諸專業(yè)的新生專業(yè)類，即人工智能類專業(yè)。除上述核心層、衍生層專業(yè)外，還應支持復合型和交叉型專業(yè)的智能人才培養(yǎng)。
“人工智能的應用只能以垂直的方式進入某一個場景，或者某一個領域行業(yè)，這決定了人才的培養(yǎng)方向，方能實現經濟社會對新一代人工智能的需求。”王萬森強調。
“人工智能在許多行業(yè)領域還是剛剛開始，真正要讓它全面落地產生價值，可謂任重道遠。”中國平安保險（集團）股份有限公司首席科學家肖京道出了許多專家的心聲，“我們需要的是踏踏實實地努力，一個一個去攻克難關。”（記者 楊舒）