智研简报2022第1期 印刷版

中国·济南

山东产业技术研究院智能计算研究院

2022

智/能/计/算      计/算/未/来

1 / 28

目录

Contents

院长新春寄语

    2022年1月10日下午，山东智研院召开了2021年度工作总结会议，总结了智研院2021年各项工作进展，研究部署了2022年重点工作，智研院全体人员参加了总结会议。

    智研院各部门负责人及员工先后汇报了2021年的工作情况，亮点与不足及2022年工作目标和重点任务，陈益强院长认真听取大家的工作总结报告，并对各部门的工作情况进行了集中点评。

    2021年，智研院在平台建设，人才引进，科技攻关等方面都取得了一系列的成果，2022年，我们将按照智研院“一二一”发展战略，以人工智能计算平台应用为核心，聚焦“智慧医疗”、“智慧农业”二个重大应用场景，打造一片产业生态森林，形成加速山东省产学研一体化发展的标杆模式，建设成为服务山东智能产业发展的重大基础平台，助力山东形成千亿元智能产业生态。

智研快讯

智研院召开2021年度工作

    2021年，智研院农业智能数据团队在智能农机全要素作业地图生成方面取得了以下成果：

    利用多源卫星遥感、无人机以及传感器等采集手段，获取了整个呼伦贝尔农垦集团大河湾示范区16.8万亩耕地细化到各个地块的种植分布图、土壤养分（氮、磷、钾、有机质）图、土壤温度分布图、不同时间动态墒情变化图以及农作物实时长势分析图；并且完成了玉米，大豆等农作物估产等工作。

项目进展

PROJECT PROGRESS

    利用无人机测绘，建立了大河湾农场1：500高清3D测绘地图。

    在上述工作的基础上，农业智能数据团队建立了大河湾农场的全要素地形地貌和成分作业地图，为下一步指导智能化农机的无人化精准作业创造了良好的条件。

政策解读

“

”

    党的十九届五中提出推进产学研深度融合，支持企业牵头组建创新联合体。2019年2月，省政府出台了《关于打造“政产学研金服用”创新创业共同体的实施意见》；经省政府审批，我省在各行业已分批建设了31家创新创业共同体；2020年8月，省科技厅、省财政厅出台了《山东省“政产学研金服用”创新创业共同体补助资金管理办法》《山东省“政产学研金服用”创新创业共同体绩效评价办法》，印发了《山东省“政产学研金服用”创新创业共同体建设规范》，从建设目的、建设依据、功能定位、建设要求、筹建步骤等各个方面做出了系统性的指引说明，指导地方建设创新创业共同体，共同体制度体系不断完善。为进一步加强创新创业共同建设与运行管理，推动创新创业共同体规范化、标准化建设、高效化运营，在总结共同体建设经验的基础上，结合共同体建设与运行过程中发现的问题，征求各市科技局、共同体和部分专家意见，经过充分考察和讨论，起草了《办法》。

第二部分为职责分工，明确了共同体主管部门、归口管理部门、建设主体和核心运营机构的主要职责和工作。

    第三部分为建设流程，明确了共同体申请、论证、批准建设的工作流程。

    第四部分为运行管理，明确了共同体决策机制、专家委员会咨询制、建设任务与方向、全程监控机制、绩效评价制度、动态管理制度等，提出了安全生产、知识产权、补助资金使用管理等相关要求。以及整改、变更、撤销的相关规定，重点明确了共同体撤销需报分管省领导同意。

    第五部分为附则，明确了《办法》解释权和有效期。

    《办法》结合共同体的问题与经验，在充分考察的基础上，又多方征求地方科技局、共同体以及专家的意见，充分讨论而成，概括起来具有以下三大特点：

    一是系统厘清共同体各方职责。结合我省共同体的运行管理经验，经过对共同体的实地调研，进一步明确共同体主管部门、归口部门、建设主体和核心运营机构的职责分工，推动共同体运营的规范化，实现共同体的高速发展。

    二是阐明共同体规范化建设流程。明确共同体申报、论证、批准的基本流程，并强调经省政府同意后批准建设；指出拟建单位建设方案中包含的内容，并强调建设方案是论证考察和绩效评价的重要依据。

    三是系统性指导共同体的运行管理。再次强调共同体建设方向与主要任务，并对安全生产、知识产权、补助资金使用管理等相关要求进行明确指导。对共同体进行全程监管和动态管理，对共同体的整改、变更、撤销做出相关规定。

一、起草背景及过程

二、《办法》主要内容

三、《办法》主要特点

行业资讯

INDUSTRY INFORMATION

    当然这听起来很好，当时大家都认为十年之内人工智能一定可以完成很多事，但一直到1976年前后，大家发现一开始定的那么高调的东西绝大多数都实现不了。1973年有一个英国人发了一个报告，给AI泼一大盆冷水。他把AI研究分为三类系统，A是指自动机、B是机器人、C为中央神经系统。自动机和中央神经系统研究是有价值的，但进展太慢；机器人的研究毫无价值，而且非常令人失望，所以他建议把所有的机器人研究都取消掉；A和C因为它本身令人失望，所以也是非常低调。

    但它也只能解决一部分问题。一开始人们也期待要解决很多问题，但遥遥无期，到最后又来了第二次的低谷，包括日本第五代機的失败，当时在斯坦福大学要建一个知识百科全书的项目都失败了，使得第二次人工智能又跌入了低谷。

    第三次是从2006年开始的，现在人工智能的三个大牛，一位是多伦多大学的Geoffrey Hinton，一位是蒙特利尔大学的Yoshua Bingeo，一位是纽约大学的Yann LeCun，这一年他们分别发表了三篇文章在讲一件事。这个文章出来了以后，当时大家并不知道这个东西要怎么用，这个东西被谁给激活了？李凯和李飞飞做的ImageNet，主要操刀是李飞飞。

    ImageNet是一个全球的图像识别比赛，在2012年以前都是用常规的方法，2012年开始有一个参赛队用了这个方法，比别的队错误率马上降低了一半。到2013年其它方法全部退出，全都是深度学习，2014年不停地改进。2015年，错误率已经降得非常多，深度学习的网络也非常多。到2016年的时候几乎做到不光人没法比，错误率已经低到不需要再做了，所以李飞飞选择2017年宣布这个比赛停止，不再做了，因为其实已经没有太大促进意义了。

    所以，由于深度学习的发展，由于产业界的热情参与，产生了很多新的企业，有很多新的机遇，这是非常好的事。

一、以史为鉴 回顾发展历程

    在这个机遇下，中国干了什么？中国有一个中国人工智能2.0的发展战略研究，这是中国工程院一起来搞的，并发布了一个重大研究计划，主要是做五个关键技术和一批应用。

    第一个是大数据智能。第二个是群体智能，依靠群体的力量推进智能的研究。第三个是跨媒体智能，要把声音、图像、文字、自然语言所有这些东西联结在一起来研究智能，这是跨媒体智能未来所希望达到的目标。第四个是人机混合增强智能，人和机器混合起来怎么让智能更高能力更强。第五个是自主智能系统，其实就是无人机。我们有五个支柱，上面是应用，下面是基础支撑。

    这个轮廓和布局看起来很圆满，但远远不够。如果看整个人工智能学科的轮廓，包括计算机视觉、语言识别、自然语言、人机交互、机器人学习等方向，目前大的布局是沉浸到应用这个方面。

    涉及到人的九类智能，我们在逻辑语言文字和图形图像来说现在已经做得相当不错，中间六类还是有相当的距离需要探索。

    历史总是这样螺旋前进的，人工智能的三次浪潮也是从符号主义到连接主义。这个符号主义到现在为止已经寂寞了30多年，但

    达摩院分析了近三年来的770万篇公开论文、8.5万份专利，覆盖159个领域，深度访谈近100位科学家，提出了2022年可能照进现实的十大科技趋势，覆盖人工智能、芯片、计算和通信等领域。

    实验科学和理论科学是数百年来科学界的两大基础范式，而人工智能正在催生新的科研范式。机器学习能够处理多维、多模态的海量数据，解决复杂场景下的科学难题，带领科学探索抵达过去无法触及的新领域。人工智能不仅将加速科研流程，还将帮助发现新的科学规律。预计未来三年，人工智能将在应用科学中得到普遍应用，在部分基础科学中开始成为

行业资讯

INDUSTRY INFORMATION

科学家的生产工具。

    超大规模预训练模型是从弱人工智能向通用人工智能的突破性探索，解决了传统深度学习的应用碎片化难题，但性能与能耗提升不成比例的效率问题限制了参数规模继续扩张。人工智能研究将从大模型参数竞赛走向大小模型的协同进化，大模型向边、端的小模型输出模型能力，小模型负责实际的推理与执行，同时小模型再向大模型反馈算法与执行成效，让大模型的能力持续强化，形成有机循环的智能体系。

它作为人类智能的一个高等抽象，应该是发挥作用的，所以怎么发挥作用，未来大家可以慢慢观察。

    连接主义，就是神经元网络、深度学习，目前是非常大行其道的，但怎么样解决小数据甚至没有数据的学习？实际还是有相当大的挑战，特别是很多的学习结果是不可解释的，这是最大的挑战。

    不管是企业、国家投资，大家利用好天时地利要好好干一场。人工智能至少还有10年到20年左右的好日子过，大家要珍惜这个机会。

    当然人工智能既然是一个少年，少年主要的成长靠什么？靠学习，靠知其所以然的学习研究，中国下一代人工智能也会在这个方面进行一些布局，知道今后的方向，也许对大家有点帮助。

    未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

——摘自《人工智能学家》

二、人工智能发展机遇

趋势二 大小模型协同进化：大模型参数竞赛进入冷静期，大小模型将在云边端协同进化

    电子芯片的发展逼近摩尔定律极限，难以满足高性能计算不断增长的数据吞吐需求。硅光芯片用光子代替电子进行信息传输，可承载更多信息和传输更远距离，具备高计算密度与低能耗的优势。随着云计算与人工智能的大爆发，硅光芯片迎来技术快速迭代与产业链高速发展。预计未来三年，硅光芯片将承载绝大部分大型数据中心内的高速信息传输。

    风电、光伏等绿色能源的快速发展，也带来了并网难、消纳率低等问题，甚至出现了“弃风”、“弃光”现象。核心原因在于绿色能源存在波动性、随机性、反调峰等，大规模并网可能影响电网的安全稳定运行。人工智能技术的应用，将有效提升电网等能源系统消纳多样化电源和协调多能源的能力，成为提升能源利用率和稳定性的技术支撑，推动碳中和进程。未来三年，人工智能将帮助电力系统实现大规模绿色能源消纳，实现电力系统的安全、高效、稳定运行。

    数据安全保护与数据流通是数字时代的两难问题，破解之道是隐私计算。过去受制于性能瓶颈、技术信任不足、标准不统一等问题，隐私计算尚只能在少量数据的场景下应用。随着专用芯片、加密算法、白盒化、数据信托等技术融合发展，隐私计算有望跨越到海量数据保护，数据源将扩展到全域，激发数字时代的新生产力。预计未来三年，全域隐私计算技术将在性能和可解释性上有新的突破，或将出现数据信托机构提供基于隐私计算的数据共享服务。

    基于地面网络和计算的数字化服务局限在人口密集区域，深空、海洋、沙漠等无人区尚是服务的空白地带。高低轨卫星通信和地面移动通信将无缝连接，形成空天地海一体化立体网络。由于算随网动，星地计算将集成卫星系统、空中网络、地面通信和云计算，成为一种新兴的计算架构，扩展数字化服务的空间。预计未来三年，低轨卫星数量会迎来爆发式增长，卫星及其地面系统将成为新型计算节点。

    传统机器人依赖预编程，局限于大型生产线等结构化场景。近年来，柔性机器人结合柔性电子、力感知与控制、人工智能技术，获得了力觉、视觉、声音等感知能力，应对多任务的通用性与应对环境变化的自适应性大幅提升。机器人将从大规模、标准化的产线走向小规模、非标准化的场景。预计未来五年，柔性感知机器人将逐步替代传统工业机器人，成为产线上的主力设备，并在服务机器人领域开始规模化应用。

    传统医疗依赖医生经验，犹如人工寻路，效果参差不齐。人工智能与精准医疗深度融合，专家经验和新的辅助诊断技术有机结合，将成为临床医学的高精度导航系统，为医生提供自动指引，帮助医疗决策更快更准，实现重大疾病的可量化、可计算、可预测、可防治。预计未来三年，以人为中心的精准医疗将成为主要方向，人工智能将全面渗透在疾病预防和诊疗的各个环节，成为疾病预防和诊疗的高精度导航协同。

    新型网络技术发展将推动云计算走向云网端融合的新计算体系，并实现云网端的专业分工：云将作为脑，负责集中计算与全局数据处理；网络作为连接，将多种网络形态通过云融合，形成低延时、广覆盖的一张网；端作为交互界面，呈现多元形态，可提供轻薄、长效、沉浸式的极致体验。云网端融合将促进高精度工业仿真、实时工业质检、虚实融合空间等新型应用诞生。预计未来两年，将有大量新型应用在云网端融合的新计算体系中运行。

    随着端云协同计算、网络通信、数字孪生等技术发展，以沉浸式体验为核心的XR（未来虚实融合）互联网将迎爆发期。眼镜有望成为新的人机交互界面，推动形成有别于平面互联网的XR互联网，催生从元器件、设备、操作系统到应用的新产业生态。XR互联网将重塑数字应用形态，变革娱乐、社交、工作、购物、教育、医疗等场景交互方式。预计未来三年，外形与重量接近普通眼镜的新一代XR眼镜将产生，成为下一代互联网的关键入口。

趋势三 硅光芯片：光电融合兼具光子和电子优势，突破摩尔定律限制

趋势四 绿色能源AI：人工智能助力大规模绿色能源消纳，实现多能互补的电力体系

趋势五 柔性感知机器人：机器人将兼具柔性和类人感知，可自适应完成多种任务

趋势六 高精度医疗导航：人工智能与精准医疗深度融合，助力诊疗精度与效率提升

趋势七 全域隐私计算：破解数据保护与流通两难，隐私计算走向全域数据保护

趋势八 星地计算：卫星及地面一体化的通信与计算，促进空天地海全面数字化

趋势九 云网端融合：云网端融合形成新计算体系，催生云上新物种

趋势十 XR互联网：XR眼镜会成为重要交互界面，带动下一代互联网发展

扫一扫关注我们