自2012年以來，以深度學習為代表的人工智能技術與產業浪潮洶涌澎湃，新的算法技術層出不窮，圖像識別、機器翻譯等智能任務水平逼近人類，技術紅利快速釋放，已在多個領域初具應用成效。

日前，中國信息通信研究院與中國人工智能產業發展聯盟聯合發布《人工智能核心技術產業白皮書》（以下簡稱“白皮書”），探討以深度學習技術為主要驅動力的人工智能發展狀況、技術創新重點與產業發展趨勢，總結“十三五”期間我國發展情況并提出“十四五”期間的發展方向與機遇，推動我國人工智能的技術創新與產業發展。

報告指出，當前，雖然資本市場的泡沫逐步破裂，但優質企業的估值仍在持續增長，獨角獸企業不斷出現，產業呈現良性發展態勢。深度學習技術局限性似乎導致人工智能產業發展將遇天花板，然而事實并非如此。雖然，可解釋性、理解推理等局限性已顯現。但這是下一時期理論技術突破重點，不能因此否定圖像識別、語音合成、機器翻譯等感知類任務上的應用技術成就和產業應用場景。

人工智能技術創新重點

（一）深度學習試圖從多角度融合創新，開啟認知時代仍在探索

深度學習仍然是人工智能技術發展的主導路線；業界不斷探索深度學習解決問題的邊界，推動人工智能進入感知增強時代；深度學習加速探索與多元學習方式、多種技術分支的結合，少量數據訓練、弱化人為干預以及多模態學習成為下一時期的發展關鍵；直面推理理解問題的算法路徑尚無定論，距離認知時代到來仍需數年。

（二）任務場景愈加復雜，倒逼學習方式多元化發展

深度強化學習不斷演進，加速提升自主決策能力。深度強化學習加速拓展任務邊界，突破性解決多人棋牌、即時戰略游戲等多智能體非完全信息博弈任務。另一方面，深度強化學習不斷提升復雜任務的能力，逐步拓展至芯片設計、音樂編曲等對知識技能要求更高的領域。

（三）深度神經網絡理論體系嘗試顛覆性創新，多分支融合趨勢漸顯

深度學習局限性日益凸顯，理論體系探索革新；深度神經網絡與其他技術分支加速融合發展，人工智能頭部企業、高校開始摸索深度神經網絡與知識圖譜、傳統及其學習等分支的融合創新。

（四）預訓練模型加速演進，試圖實現語言處理領域的通用智能

預訓練模型參數已至萬億級，訓練成本之高幾乎成為業內頭部玩家的專屬技術路徑；預訓練模型已進入可直接用于多種自然語言處理任務的“通用”智能階段。

（五）模型小型化成為提升模型運行效率的關鍵

深度學習模型效率提升成為應用落地的關鍵突破點；模型小型化成為提升模型運行效率的主要方向，與此同時，開發框架中的模型壓縮功能創新活躍，模型壓縮已成為開發框架必不可少的關鍵能力。

（六）深度學習應用加速推動智能計算革命

深度學習應用加速推動云端計算范式進入高性能計算時代；計算模式走向云邊協同，端側場景化算力成爆發新方向，預計未來三年，面向工業電子、汽車電子和傳統消費電子應用等場景化智能計算芯片增長迅速，市場容量年復增長率高達100%以上，成為推動智能芯片產業主要驅動力量。

人工智能產業發展趨勢

（一）從謀求單點技術的“極致”，向場景化綜合生態發展

單項技術的“理論”準確率不再是智能企業的比拼重點，產業進入應用場景“跑馬圈地”新階段。場景化綜合生態模式開始清晰，與“類”安卓開發者生態共同驅動產業發展。

（二）以科技巨頭引領的產業垂直整合速度不斷加快

算力、軟件框架、研發平臺、技術服務的縱向一體化幾乎成為全部頭部科技企業的共識。人工智能硬件、算法、軟件平臺與行業應用場景的結合緊密度空前，驅使不同環節具備點狀競爭力的科技巨頭爭相探索行業實際應用需求。

（三）開發框架格局逐步清晰，已從百花齊放向幾家分爭轉變

目前，業界開源開發框架主導權基本被谷歌TensorFlow、臉書Pytorch等掌握；微軟CNTK、日本初創企業首選網絡（preferred networks）Chainer、加拿大蒙特利爾大學主導的Theano等早期熱點框架已通過與主流框架合并或直接停止更新的方式退出歷史舞臺。

（四）以研發和技術服務為核心，產業開始打造平臺化發展模式

當前，人工智能平臺發展步伐加快，2020年上半年我國人工智能研發平臺市場規模達1.4億美元，復合增長率超30%；頭部智能技術服務平臺的單日調用次數已過萬億次，如阿里AI服務的日調用規模超1萬億次，日處理圖像10億張。

（五）智能計算產業形態初顯，呈現蓬勃發展態勢

智能計算已初步形成智能芯片、軟硬協同、多樣化算力供給模式的產業形態。云側智能芯片市場仍以英偉達為主導，云服務提供商及初創企業正在持續加大布局力度；端側多元化應用催生大量創新探索，傳統芯片企業和終端企業相對領先；圍繞智能計算芯片的軟件工具開始從基礎計算向場景計算轉變；多樣化算力供給模式開始顯現。

（六）全球數據鴻溝仍在加大，開放共享機制與數據服務能力加速構建

當前，各國政府、頭部企業持續推動數據的開放共享，數據原則、數據合作、數據規范與數據共享平臺成為重點。

（七）以開源開發框架為核心的生態體系雛形漸顯，多種小生態同步形成

產業主體以自身優勢切入，初步形成四種小生態模式。一是人工智能全面融入云服務體系，云服務廠商積極構建AI基礎設施生態；二是人工智能技術服務企業、互聯網企業以視覺、語音等技術優勢切入，加速打造垂直行業技術服務平臺和解決方案生態；三是傳統企業以行業經驗切入，強調解決問題的實際應用能力，積極構建圍繞基礎科研、成果轉化、產業培育多維度的創新生態；四是硬件廠商以芯片設計、整機集成為切入點，加速構建軟硬協同產業生態。

具體內容如下