人工智能：万物互联时代运营商的新机遇.docx

??

?

??

人工智能

万物互联时代运营商的新机遇

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

早在1956年达特茅斯会议上，人工智能（ArtificialIntelligence）这一概念就被明确提出。虽然业界对人工智能的定义与外延尚无共识，但从本质看，人工智能是指能够模拟人类智能活动的智能机器或智能系统，是综合计算机科学、生理学、哲学的交叉学科与融合技术。凡是使用机器代替人类实现认知、识别、分析、决策等功能，均可认为使用了人工智能技术。随着万物互联时代的到来，人工智能已成为重要的基础能力，将不同程度地渗透能源、制造、金融、服务等各垂直领域，实现人力替代与自动化提升，重塑生产生活的方方面面。同时，以GoogleAlphaGo、IBMWatson为代表的人工智能系统充分展示了其强大的威力，人工智能也将成为构成综合国力的战略资源储备，体现国家的科技引领能力。

万物互联时代催生人工智能爆发人工智能的演进高度依赖于数据资源与计算能力。在感知泛在、连接泛在、智能泛在的万物互联时代，人工智能发展的软硬件基础逐步夯实，应用需求被极大激发，将迎来爆发式的增长机遇期。数据资源指数式增长。得益于移动互联网、物联网、车联网等传输技术在工农业生产与社会管理等领域的渗透及移动终端与多类型廉价传感器的迅速普及，多样化的海量数据被采集、传输并存储。IDC数据显示，从2011年起，全球所产生的数据量已达到ZB级别（1ZB约为10亿GB)，2020年将达到40ZB。以上包括互联网消费行为、位置信息、生理数据等个人数据，交通物流、机床温控、作物监控等生产数据和安防视频、交通流量、天气监测等社会管理数据在内的海量数据的指数型增长为人工智能发展提供了充足燃料。

计算能力迅速提升。随着具备超强并行计算能力的GPU、FPGA等适用于机器学习与算法训练的专用芯片迅速成熟，分布式资源管理与并行计算技术的快速迭代，制约人工智能发展的计算力瓶颈得到实质性突破。同时，云计算的迅速发展与普及，实现了分散计算能力的高度集中化与灵活调度，计算能力更是得到空前加强。算法技术取得突破。以神经网络的反响传播算法（BP算法）、支撑向量机（SVM）等为代表的浅层学习算法，已无法有效胜任复杂数据的处理。2006年，随着深度学习概念的提出，神经网络层数有效增加，机器学习算法取到历史性突破。近年，深度学习理论与技术研究持续取得进展，如Mnih等将深度学习技术用于强化学习、Graves等提出的神经图灵机、Weston等提出的记忆网络（MemoryNetwork）模型等，为人工智能进步极大赋能。

行业需求倒逼人工智能成熟。随着智能制造、精准农业、智慧城市的逐步落地，工农业生产、流通和社会管理模式亟须向数字化、集约化、智能化转型，孕育出对融合于行业的人工智能的强烈需求。其中，机器人、金融信控、城市安防、智慧医疗等行业尤为迫切，机器人智能控制系统、图像/人脸识别、语音识别、知识图谱等技术需求最为广泛。同时，无人驾驶、服务机器人等前沿应用也促进人工智能技术不断升级。政策利好不断。美国、欧盟、日本等主要发达国家均在国家层面布局人工智能，例如美国拨款1.1亿美元启动“推进创新神经技术脑研究计划”、欧盟发布未来十年的“新兴旗舰技术项目”——人脑计划（HBP）等，Google、IBM、ATT等科技企业纷纷在人工智能领域加码布局。在我国，《十三五规划》《十三五信息化规划》《中国制造2025》等国家级规划均将人工智能列为未来明确推进的重点新兴领域/重大工程，从顶层设计层面为人工智能发展提供了坚实的政策保障。2017年3月，人工智能更是首次写入政府工作报告，政策利好有望持续加码。

运营商发展人工智能优势得天独厚作为信息基础设施的建设与运营主体，运营商具备发展人工智能技术及拓展相关应用的云、管、数独特优势。连接万物的网络与大数据优势。运营商基于管道能力，汇聚了包括互联网、移动互联网、专线等承载的全程全网数据及部分WiFi、LAN等局域型网络数据流量，且随着物联网在工农业与城市管理领域的渗透，万物皆被连接，被采集传输的数据极大丰富，可为人工智能多层次神经网络构建、对抗式训练等提供最为丰富的数据燃料。

基于云的基础设施优势。运营商凭借大型、超大型数据中心集中部署+遍布全国的区域性、中小型数据中心布局，可同时满足超大规模集中计算与敏捷快速的边缘计算需求，通过互联网交换中心实时传输，为人工智能发展提供大数据存储与处理的基础保障。信息产业国家队的身份优势。云计算、大数据、人工智能深度融合、密不可分，构建人工智能技术与应用能力已成为重要的战略资源储备。作为中央骨干企业及科技和网信领域的国家队，运营商肩负着将云、管、数资源转化为社会智能化转型动能的历史使命