|
 
自2022年底OpenAI推出ChatGPT败兴，它如同一股强劲的东风，快速在全世界范围内掀起了生成式人工智能的狂潮。而在今年2月，OpenAI又凭借突破性的人工智能新品Sora再次掀起波涛，将人工智能的发展推向了一个崭新的周期。众多业界专家认为，尽管在ChatGPT面世之前，中美在人工智能行业的竞争已呈现出双头并进的态势，但如今形势已出现明显变化。
人工智能行业，美国在技术的创新基本、技术能力、技术影响力上累积了很大的优良。而在应用层，咱们持有强大的实体经济和应用市场。走“差异化”道路，是中国人工智能赋能实体经济的“破局点”。
为何要走差异化？
中美人工智能的差异 01
数据的差异
数据是人工智能发展的基本。人工智能做为一个数据密集的行业，离不开数据的支持，其发展以海量数据做为基本，数据越多越优，场景特点越丰富，算法性能越高，模型亦就更有效。
基于全世界互联网巨头以及强大的高科技制品，美国机构在全世界范围内持有庞大的用户基本和数据收集能力，这为AI模型的训练供给了丰富的数据资源。例如，谷歌DeepMind设备人的一个数据收集系统AutoRT，能够一次管理20个设备人，日前已从它们的活动中收集了77000次实验数据，它们将帮忙谷歌更好地完成后续训练工作，系统将大模型（包含LLM和VLM）与设备人掌控模型（RT）相结合，持续地指挥设备人去执行现实世界中的各样任务，从而产生数据并收集。除此之外，还有维基百科、Science等高质量的数据期刊，庞大的数据库为美国供给全世界专业的数据。
中国在数据方面亦非常成熟，并且有着庞大的实体经济，每一个企业都有自己的私有数据，这些数据是不公开的，这针对打造自己的大模型有巨大的优良，真正把AI转化为生产力。例如，云从科技从容大模型，基于数据要素进行整合视觉、语音、NLP等多个行业大模型的实践，经过运用数字平台，以互联网标识解析节点为基本，来给个人、岗位、设备、流程都赋予定义。同期，把区别的数据源自做成数据的叠层管理，来构建数据神经网络，从而优化全部的工厂端到供应端到客户端的大模型，从而实现管理的优化。 02
算力的差异
算力指的是计算机系统在处理繁杂任务时所需的计算能力。算力是人工智能的核心推动力，芯片是一切算力的基本。就日前而言，全世界90%的算力，都是把握在美国手中。
在通用算力这一起，X86芯片占了全世界90%+的份额，而ARM的份额不到10%，这10%中，国产的CPU实质拿下的市场，不到5%；智能算力这一起，英伟达一家就占了90%的市场。另一在NPU方面，国内有很多的厂商，但份额都较低；在DPU方面，日前国内处在起步周期，难以比肩美国的厂商；在超级算力方面，日前无商场化，但从公开的超级计算机排名来看，美国拿下了全世界前3名，全世界前10大超级计算机，美国占7台。
全世界算力归类及占比
在芯片方面，美国的技术封锁必定程度上加快了国产替代。中国先从性能较低的芯片做起，逐渐磨平差距。数据表示，今年头2月中国生产了超700亿块芯片，同比猛增59%，例如，科大讯飞的火星大模型，运用了华为的芯片，性能能够对标英伟达A100芯片。同期，中国亦在大力推动东数西算建设，到2025年底，综合算力基本设备体系初步成型，东西部算力协同调度机制逐步完善，通用算力、智能算力、超级算力等多元算力加速集聚。 03
算法的差异
美国在人工智能算法的科研和应用方面处在领先地位。其创新能力和技术实力让全世界瞩目。美国在设备学习算法上投入了海量资源，并取得了很大的发展。像深度学习和强化学习这般的算法作为了人工智能行业的热点。这些算法的特点是能够经过大规模数据的训练和优化来加强性能。美国在算法开源社区的建设上亦非常出色，Google的TensorFlow和Facebook的PyTorch等开源框架有力地推动了算法的传播和应用。并且美国在算法人才上遥遥领先，在2023年著名“Ai2000”的榜单上，全世界人工智能最有影响力的学者，美国占比达到54%，可见美国针对全世界人才的虹吸效应很显著。
相比之下，中国在人工智能算法的发展上起步较晚，但近年来迎头赶上并取得了巨大的突破。中国政府提出的“新一代人工智能发展规划”为人工智能算法的发展供给了强有力的支持和推动。中国的算法科研重点侧重于应用层面，尤其是在人脸识别、自然语言处理和语音识别等行业。中国的算法科研人员近些年亦起始逐步注重处理实体经济问题，不仅关注于加强算法的性能，而是更加强调算法的实用性和商场化。例如，开源团队Colossal-AI复现了Sora模型，并且将成本降低了46%。中国月之暗面的Kimi大模型能支持200万字无损输入，帮忙用户解锁了非常多新的运用场景，包含专业学术论文的翻译和理解、辅助分析法律问题、一次性整理几十张发票、快速理解API研发文档等。
人工智能的三驾马车数据、算法、算力，中美有着区别的发展方向，美国在基本科研、原创能力等方面拥有显著优良，中国在应用层、产业链等方面一样拥有优良。走差异化，走自己的优良路线，能够作为中国人工智能赋能实体经济的“破局点”，一样肩负着推动万亿实体经济产业转型升级的目的。 中国人工智能赋能实体经济的发展状况
中国应该利用完整的实体产业链，使得人工智能与制造业深度融合，有力推动实体经济数字化、智能化、绿色化转型，反过来亦对美国AI技术形成强大的牵制力。
如今，从制品设计、原材料管理，到制品加工、物流运输……越来越多的制造业企业将数字化智能化嵌入生产管理全链条。数据表示，日前全国已建设近万家数字化车间和智能工厂。按照《“十四五”智能制造发展规划》安排，到2025年，70%规模以上制造业企业基本实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂，智能制造装备和工业软件市场满足率分别超过70%和50%。 01
产业规模
按照中国信通院发布的数据，中国人工智能产业规模从2019年起始快速增长，2021年同比增长达到33.3%，2022年产业规模达到超过5000亿元，同比增长18%。初步统计，2023年规模达到5784亿元。下游应用行业中智能制造、智能网联汽车的占比都在8%上下。而在投融资行业，投融资活动在2012-2021年经历了快速增长，2021年达到了峰值，之后经历了一小段稳定期，2022年中国人工智能行业的投融资活动进入相对冷静期。
注：中国信通院对人工智能产业市场规模测算口径包含人工智能核心产业市场规模及带动产业市场规模，即包含人工智能硬件、软件及服务市场
人工智能技术的持续创新推动了应用场景的深度发展，牵动着以AIGC、数字人、多模态、AI大模型、智能决策为表率的技术浪潮。这些尖端技术为市场注入广泛的可能性和巨大的潜能，同期，企业对自己数字化和数字化转型的积极推动亦催生了对人工智能技术多样性的需要，为中国人工智能市场规模的长时间增长奠定了坚实基本。国家“十四五”政策支持行业发展，据此前瞻测算，2024-2030年时期，我国人工智能行业市场规模将进一步扩大，2030年市场规模将突破万亿大关，提前实现《新一代人工智能发展规划》中的规划目的。 02
重点大模型
科技最前沿，人工智能赋能实体经济，日前已有成功的大模型案例应用到制造业中。例如，基于电力行业NLP大模型的设备运检知识助手示范应用，该应用由百度和国网智能电网科研院一起研发。在智慧能源行业，基于百度“文心”系列大模型及领先的深度学习、知识图谱加强等技术，构建了千万级电力文本样本 库和电力行业知识图谱，联合训练电力行业NLP大模型，在电力专业分词、电力营销敏锐实体识别F1指标分别提高9.27%、13.28%，达到92.38%和94.95%，明显加强了设备及电网运营的自动化、智能化水平。
针对自动驾驶的业务特点，毫末智行创立了通用感知大模型，项目面向长城汽车针对高阶辅助驾驶实时分析海量数据的技术需要，基于毫末智行自研 “DriveGPT”大模型，供给问题场景的快速发掘能力、场景数据的快速筛选能力、场景数据的自动标注能力、罕见场景的数据生成能力，以及云端仿真测评能力。基于大模型的这些能力，毫末智行能有效节省90%的标注成本，将算法针对模糊车道线的识别能力从40%上下提高到90%以上，对驾驶轨迹的预测误差降低近3倍。
按照国家数据局局长刘烈宏在3月出席中国发展高层论坛中暗示，中国10亿参数规模以上的大模型数量已超100个，行业大模型深度赋能电子信息、医疗、交通等行业，形成上百种应用模式，赋能千行百业，推动传统产业转型升级。
中国人工智能
赋能实体经济存在的问题
当前，我国社会经济与科学技术水平在持续提高，但在实现人工智能与实体经济的深度融合方面，仍面临许多挑战。 01
关键技术限制
在不少产业行业中，关联核心技术以及关键材料等仍然被垄断。缺乏自主可控的核心技术和关键材料，限制了我国人工智能产业的创新发展，亦增多了对外边供应链的依赖。 02
产业发展难成规模
从发展环境上看，由于缺少可操作实质性的内容，导致人工智能与实体经济赋能之间更加多存在脱节，常常没法落到实处，导致智能产业发展始终没法真正形成规模。 03
产业层次发展水平不足
数据调查发掘，县域经济其中存在产业层次水平显著不足的状况，海量企业存在生产技术以及设备相对简陋，智能化水平严重不足，都数实体企业开发投入不足，技术引领亦显著不足。传统产业仍占据重要地位，必定程度上限制了新兴产业。
总结
中国人工智能产业走差异化发展道路是符合当前国情的明智选取。当前，中国人工智能与实体经济的融合步伐正在持续加快，一系列大模型的开发亦在加速推进，以匹配高端制造业的迅猛发展，并已取得了明显成效。然而，咱们亦不可忽略，人工智能赋能实体经济的过程中仍存在许多挑战与问题。在追求差异化的同期，不可忽略底层技术的连续精进，突破通用性大模型的科研仍是中国人工智能发展的关键所在。 
参考文献
[1]聂洪光,范海荣.基于专利数据的中美人工智能创新能力比较科研[J].中国科技论坛,2020,(05):154-162.
[2]蒋雅琛.2026年人工智能产业规模超400亿元[N].福州日报,2024-03-30(002).
[3]孙奇茹.垂类大模型应用迎来井喷期[N].北京日报,2024-04-07(006).
[4] OFweek 电子工程网 ：全世界90%的算力，把握在美国手中，无算力，咱们该怎么办？
[5]赖红波.经过场景应用推动上海人工智能与实体经济融合发展[J].科学发展,2020,(10):28-34.
[6]董家延.人工智能赋能实体经济存在的问题与对策[J].中国商论,2021,(05):10-12.
[7]乔翔.推动绿色化数字化人工智能助力实体经济发展[N].中国证券报,2023-11-06(A02).
源自：汤逊湖创新 往期回顾： 汤逊潮涌，夏水汇江｜“汤逊湖创新”正式上线！ 江夏区十佳创新典型案例：引进大湾区科创服务中心
 大湾区科技创新武汉中心正式揭牌成立
 【湾创观点】发展新质生产力，共建汤逊湖科创大湖区点击关注咱们
| 
发表于 2024-9-3 21:50:53
