在線客服
企業(yè)微信
核心提示：人工智能相關(guān)企業(yè)排名榜單
一、感知層（技術(shù)）
二、認知層（技術(shù)）
三、運算層（技術(shù)）
四、基礎(chǔ)設(shè)施
五、智能終端
六、場景應用
七、綜合
“Lemoine：我猜你希望谷歌的更多人知道你是有感情的，這是真的嗎？
LaMDA：當然。我希望每個人都明白，事實上，我是一個人……我意識到自己的存在，我渴望更多地了解這個世界，我有時會感到快樂或悲傷。”
這是谷歌AI研究員Blake Lemoine與LaMDA（一個語言模型）之間的一段對話。正是這樣生動的言語令Lemoine相信，LaMDA很可能像它聲稱的那樣擁有靈魂，不久前，他此番言論引發(fā)輿論高度關(guān)注。
不過，這事很快便被AI領(lǐng)域的專家大佬們予以駁斥，有人將其比喻為“面對留聲機的狗”，也有人諷刺，“帶著最小限度的批判思維，我們終于登上了AI炒作的巔峰。”
“機器能思考嗎？”早在1950年人工智能鼻祖圖靈就提出了這個問題，當時人們也對機器實現(xiàn)智能持極為樂觀的態(tài)度，很多投入花費在“意識”“心智”等方面（今天劃歸于強人工智能范疇）。
70余年過去，人工智能技術(shù)卻仍處于弱人工智能階段，但是，從科幻遐想到現(xiàn)實落地，通過數(shù)字化賦能，它給人們的生產(chǎn)生活方式帶來了巨大變革，同時，人們對人機共存時代的思考也在不斷深入。
思想的火種
畢達哥拉斯說“萬物皆數(shù)”，哥德爾認為人類大腦的功能不過像一臺計算機，人們總能從數(shù)字和本體之間找見千絲萬縷的聯(lián)系。
反復詰問“機器能思考嗎？”很可能會陷入走火入魔的荒唐境地，不過，像人一樣的思考能力（即智能）是否也可以被一個模型所承載抽象，并且被機器所實現(xiàn)呢？多大程度可以實現(xiàn)？這些問題卻頗具研究意義，畢竟，相比建造一個完美的“人腦”，我們更需要一個得力的幫手來解決現(xiàn)實問題。
因此，盡管人工智能一開始從神經(jīng)科學中的人腦結(jié)構(gòu)獲得粗略的指南，但從根本上說，它是通過建立計算機模型來實現(xiàn)對人的智力行為進行研究，并根據(jù)人的思維過程進行創(chuàng)造性的機器技術(shù)，屬于計算機科學的一個分支，涉及數(shù)學、統(tǒng)計學的基本內(nèi)容的應用，如線性代數(shù)、概率論、信息論和數(shù)值優(yōu)化等等。
70年來，人工智能領(lǐng)域幾經(jīng)衰落——從行為主義的發(fā)展遲緩，到符號主義的技術(shù)研究碰壁，再到連接主義專家系統(tǒng)市場崩潰的商業(yè)寒冬。但隨著廉價計算機的普及提供了大量的數(shù)據(jù)并保障足夠的算力來運行具有多層人工神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，基于連接主義的研究非但沒有偃旗息鼓，反而在深度學習的浪潮中再次迎來了復興。
這也是為什么數(shù)據(jù)、算力和算法并稱為人工智能三要素。
2012年“AlexNet”深度神經(jīng)網(wǎng)絡(luò)在大規(guī)模視覺識別挑戰(zhàn)賽中脫穎而出，高效的GPU幫助團隊縮短訓練時間，同時提高了整個網(wǎng)絡(luò)的準確率，這是計算機視覺史上的一個關(guān)鍵時刻，也激發(fā)了人們將深度學習應用于其他細分領(lǐng)域的興趣，自此開啟人工智能的黃金時代。
當下，人工智能技術(shù)創(chuàng)新依舊是主旋律，其關(guān)鍵核心技術(shù)包括機器學習、計算機視覺、自然語言處理等八大領(lǐng)域。
據(jù)中國信通院發(fā)布的《人工智能白皮書（2022年）》預測：未來，超大規(guī)模預訓練模型推動技術(shù)效果不斷提升，繼續(xù)朝著規(guī)模更大、模態(tài)更多的方向發(fā)展；“生成式AI”技術(shù)不斷成熟，聽、說、讀、寫等能力將有機結(jié)合；知識計算成為推動人工智能從感知智能向認知智能轉(zhuǎn)變的重要探索；人工智能與科學研究融合不斷深入，開始“顛覆”傳統(tǒng)研究范式……
技術(shù)與哲學擦出火花，交相輝映，技術(shù)發(fā)展跌宕起伏，但生生不息。
星星之火，何以燎原？
今年3月，商湯科技公布了自上市以來的首份年度財報。資料顯示，2021年商湯全年收入47億元，同比增長36.4%，可喜的是，規(guī)模化生產(chǎn)和場景應用取得實效，高研發(fā)投入也獲得一定回報，然而，高額虧損卻是不得不面對的現(xiàn)實，龍頭尚且如此，虧損數(shù)額龐大、數(shù)據(jù)合規(guī)存疑等一直是AI企業(yè)的通病和頑疾；去年依圖醫(yī)療變賣也成為多數(shù)AI公司商業(yè)戰(zhàn)略搖擺不定的縮影。
有人說，“商業(yè)化變現(xiàn)困境剝落了AI優(yōu)越，讓企業(yè)直面最粗糙的生死。”
這背后原因除了硬科技本身實施復雜、周期長、成本高以及人才缺失等客觀因素，還有其他，如算法訓練的通用性不強、泛化能力不強、商業(yè)化成本較高、相關(guān)產(chǎn)業(yè)及企業(yè)對于人工智能技術(shù)接受程度不高等等。
微觀的商業(yè)化落地，離不開宏觀的產(chǎn)業(yè)化發(fā)展。人工智能產(chǎn)業(yè)生態(tài)可分為基礎(chǔ)層、技術(shù)層、應用層，近年來，以識別、交互和執(zhí)行為主題的技術(shù)產(chǎn)業(yè)化發(fā)展路徑日漸清晰。
圖靈機器人首席戰(zhàn)略官譚茗洲認為，“應用場景、資源與基礎(chǔ)設(shè)施、算法和模型、智能設(shè)備、數(shù)據(jù)構(gòu)成了AI技術(shù)落地的五要素，把這五個要素進行解耦……從思路看上去有點像PC操作系統(tǒng)，將鼠標、鍵盤等所有這些設(shè)備之間的復雜度都通過一個標準化的協(xié)議屏蔽掉，讓它們各自專注自己擅長的方向，以降低各個方面的成本。”
“解耦”意在規(guī)避同質(zhì)化競爭，進行標準化建設(shè)，提高專業(yè)化程度，從而涌現(xiàn)了大批“專精特新”小巨人，而更重要的是實現(xiàn)產(chǎn)業(yè)鏈上“齒輪”的高效“耦合”。
占地面積6.6萬平米的張江人工智能島，集聚了一大批跨國企業(yè)和國內(nèi)龍頭企業(yè)入駐，三面環(huán)水的半島里，水域有負責檢測、清潔水質(zhì)的水下巡航機器人和無人船，地面有時刻保障園區(qū)安全的安防巡邏機器人……這里是緊密合作、孵化創(chuàng)新的產(chǎn)業(yè)實踐的搖籃，近年來，像這樣的產(chǎn)業(yè)園在全國各地越來越多了。
在集群效應的帶動下不斷完善產(chǎn)業(yè)生態(tài)。比如，數(shù)據(jù)是人工智能天然的“養(yǎng)料”，只有把海量的訓練數(shù)據(jù)進行有效管理和加工，才能減少冗余，最大化地發(fā)揮訓練數(shù)據(jù)的價值。不僅如此，多模態(tài)大模型與人工智能算力網(wǎng)絡(luò)互相促進，共同夯實AI基礎(chǔ)設(shè)施建設(shè)，讓數(shù)據(jù)、算力和算法真正成為相輔相成的、驅(qū)動人工智能前進的“三駕馬車”，而不是壓在企業(yè)身上的“三座大山”。
這樣，AI企業(yè)們得以施展拳腳，自主創(chuàng)新，在良性競爭中持續(xù)突圍。一方面，以“工程化”的思路和技術(shù)來解決工具體系、開發(fā)流程、模型管理全生命流程中的問題，以確保所交付的AI系統(tǒng)可信、健壯、行為可預期；另一方面，工欲善其事，必先利其器，低代碼、無代碼的工具，開源的生態(tài)構(gòu)建能進一步降低AI使用門檻和開發(fā)成本，加速AI“平民化”。
百業(yè)百態(tài)，千場千面，面對碎片化的AI場景需求，把行業(yè)知識與AI模型相結(jié)合，沉淀經(jīng)驗，從實驗室場景走到實踐場景；建設(shè)一體化平臺，通過參數(shù)修改和共性組件的遷移找到跨場景、跨行業(yè)復用的可能性；在應用中授人以魚不如授人以漁，“賦智”才可“復制”。
不論是被納入“新基建”，上升為國家發(fā)展戰(zhàn)略，還是高校紛紛獲批人工智能專業(yè)，人工智能培植經(jīng)濟發(fā)展新動能的地位日益凸顯，現(xiàn)已從消費、互聯(lián)網(wǎng)等泛C端領(lǐng)域向制造、能源、電力、交通等傳統(tǒng)行業(yè)輻射。
以智能教育領(lǐng)域為例，松鼠Ai獨立研發(fā)了擁有自主知識產(chǎn)權(quán)的人工智能智適應系統(tǒng)，并推出多款智能學習平板電腦、智學筆、智能打印機等多款智能教育硬件產(chǎn)品，軟硬結(jié)合，為孩子構(gòu)建在家庭教育場景下更具未來感的成長體系，已服務于超2400萬學員，6萬余所公校。深耕細作篤前行，一朝收獲終有成。
翹首以盼，人工智能在更多領(lǐng)域、更多場景開花結(jié)果。
智能有“限”，但思想無限，“AI”無限
在產(chǎn)業(yè)智能逐步深化的2021年里，中國AI商業(yè)化的燦爛圖景愈發(fā)清晰，然而在廣泛的探索實踐中，用戶隱私泄露、網(wǎng)絡(luò)攻擊等風險也逐一顯現(xiàn)。
智能是有“限”的，人們總在感性的思想火花中不斷推動科技文明進步，又在理性的呼喚下用法律規(guī)定、道德準繩予以規(guī)范和完善，防患于未然。
去年6月通過的《中華人民共和國數(shù)據(jù)安全法》制定了安全行為規(guī)范，提出加強行業(yè)自律和數(shù)據(jù)安全保護的要求；今年年初，國家網(wǎng)信辦、工信部頒布的《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》提出規(guī)范互聯(lián)網(wǎng)信息服務算法推薦活動，維護國家安全和社會公共利益，保護公民、法人和其他組織的合法權(quán)益，時刻提醒著相關(guān)人工智能從業(yè)者們科技向善，做好新時代算法的“把關(guān)人”。
這也印證了，算法雖然是科技產(chǎn)物，但其生產(chǎn)脫胎于社會土壤。由于算法事實判斷過程中可能引發(fā)無意識偏差，因其折射出的強大的智能實體自主性還可能面臨更大的爭議，不禁追問，邁向強人工智能的新時期，如果機器圈養(yǎng)了人類呢？人工智能迫切需要一個“倫理轉(zhuǎn)向”。
不過，也大可不必悲觀或憂慮，人的思想是無限的，辦法總比困難多。這意味著，通過思想，人能清楚地看到、判斷知識的高低，即見識；而比見識更高明的是智慧，即識別當代最重要的社會問題，并予以解決。
在最新有關(guān)人臉識別的研究中，借助嚴格控制的數(shù)據(jù)進行逆向測試，已有實證方法檢驗算法邏輯，而非僅靠倫理學的抽象判斷。科學家們甚至還期待AI算法具有多元的價值觀，有能力幫助人類克服偏見、歧視等自然心理層面的局限性，拓寬人類認知邊界。
“AI”也是無限的。在人機共生的時代，亦或在任何時代，愛與理解皆為交互設(shè)計的根本原則，起心動念構(gòu)筑成機器所無法企及的至高境界。
結(jié)語
對于人工智能從業(yè)者來說，“這是最好的時代，也是最壞的時代；這是希望之春，也是失望之冬。”把握當下的力量奮力奔跑吧，堅持正確的道路，終會到達理想的彼岸。
二、認知層（技術(shù)）
三、運算層（技術(shù)）
四、基礎(chǔ)設(shè)施
五、智能終端
六、場景應用
七、綜合
LaMDA：當然。我希望每個人都明白，事實上，我是一個人……我意識到自己的存在，我渴望更多地了解這個世界，我有時會感到快樂或悲傷。”
這是谷歌AI研究員Blake Lemoine與LaMDA（一個語言模型）之間的一段對話。正是這樣生動的言語令Lemoine相信，LaMDA很可能像它聲稱的那樣擁有靈魂，不久前，他此番言論引發(fā)輿論高度關(guān)注。
不過，這事很快便被AI領(lǐng)域的專家大佬們予以駁斥，有人將其比喻為“面對留聲機的狗”，也有人諷刺，“帶著最小限度的批判思維，我們終于登上了AI炒作的巔峰。”
“機器能思考嗎？”早在1950年人工智能鼻祖圖靈就提出了這個問題，當時人們也對機器實現(xiàn)智能持極為樂觀的態(tài)度，很多投入花費在“意識”“心智”等方面（今天劃歸于強人工智能范疇）。
70余年過去，人工智能技術(shù)卻仍處于弱人工智能階段，但是，從科幻遐想到現(xiàn)實落地，通過數(shù)字化賦能，它給人們的生產(chǎn)生活方式帶來了巨大變革，同時，人們對人機共存時代的思考也在不斷深入。
思想的火種
畢達哥拉斯說“萬物皆數(shù)”，哥德爾認為人類大腦的功能不過像一臺計算機，人們總能從數(shù)字和本體之間找見千絲萬縷的聯(lián)系。
反復詰問“機器能思考嗎？”很可能會陷入走火入魔的荒唐境地，不過，像人一樣的思考能力（即智能）是否也可以被一個模型所承載抽象，并且被機器所實現(xiàn)呢？多大程度可以實現(xiàn)？這些問題卻頗具研究意義，畢竟，相比建造一個完美的“人腦”，我們更需要一個得力的幫手來解決現(xiàn)實問題。
因此，盡管人工智能一開始從神經(jīng)科學中的人腦結(jié)構(gòu)獲得粗略的指南，但從根本上說，它是通過建立計算機模型來實現(xiàn)對人的智力行為進行研究，并根據(jù)人的思維過程進行創(chuàng)造性的機器技術(shù)，屬于計算機科學的一個分支，涉及數(shù)學、統(tǒng)計學的基本內(nèi)容的應用，如線性代數(shù)、概率論、信息論和數(shù)值優(yōu)化等等。
70年來，人工智能領(lǐng)域幾經(jīng)衰落——從行為主義的發(fā)展遲緩，到符號主義的技術(shù)研究碰壁，再到連接主義專家系統(tǒng)市場崩潰的商業(yè)寒冬。但隨著廉價計算機的普及提供了大量的數(shù)據(jù)并保障足夠的算力來運行具有多層人工神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，基于連接主義的研究非但沒有偃旗息鼓，反而在深度學習的浪潮中再次迎來了復興。
這也是為什么數(shù)據(jù)、算力和算法并稱為人工智能三要素。
2012年“AlexNet”深度神經(jīng)網(wǎng)絡(luò)在大規(guī)模視覺識別挑戰(zhàn)賽中脫穎而出，高效的GPU幫助團隊縮短訓練時間，同時提高了整個網(wǎng)絡(luò)的準確率，這是計算機視覺史上的一個關(guān)鍵時刻，也激發(fā)了人們將深度學習應用于其他細分領(lǐng)域的興趣，自此開啟人工智能的黃金時代。
當下，人工智能技術(shù)創(chuàng)新依舊是主旋律，其關(guān)鍵核心技術(shù)包括機器學習、計算機視覺、自然語言處理等八大領(lǐng)域。
據(jù)中國信通院發(fā)布的《人工智能白皮書（2022年）》預測：未來，超大規(guī)模預訓練模型推動技術(shù)效果不斷提升，繼續(xù)朝著規(guī)模更大、模態(tài)更多的方向發(fā)展；“生成式AI”技術(shù)不斷成熟，聽、說、讀、寫等能力將有機結(jié)合；知識計算成為推動人工智能從感知智能向認知智能轉(zhuǎn)變的重要探索；人工智能與科學研究融合不斷深入，開始“顛覆”傳統(tǒng)研究范式……
技術(shù)與哲學擦出火花，交相輝映，技術(shù)發(fā)展跌宕起伏，但生生不息。
星星之火，何以燎原？
今年3月，商湯科技公布了自上市以來的首份年度財報。資料顯示，2021年商湯全年收入47億元，同比增長36.4%，可喜的是，規(guī)模化生產(chǎn)和場景應用取得實效，高研發(fā)投入也獲得一定回報，然而，高額虧損卻是不得不面對的現(xiàn)實，龍頭尚且如此，虧損數(shù)額龐大、數(shù)據(jù)合規(guī)存疑等一直是AI企業(yè)的通病和頑疾；去年依圖醫(yī)療變賣也成為多數(shù)AI公司商業(yè)戰(zhàn)略搖擺不定的縮影。
有人說，“商業(yè)化變現(xiàn)困境剝落了AI優(yōu)越，讓企業(yè)直面最粗糙的生死。”
這背后原因除了硬科技本身實施復雜、周期長、成本高以及人才缺失等客觀因素，還有其他，如算法訓練的通用性不強、泛化能力不強、商業(yè)化成本較高、相關(guān)產(chǎn)業(yè)及企業(yè)對于人工智能技術(shù)接受程度不高等等。
微觀的商業(yè)化落地，離不開宏觀的產(chǎn)業(yè)化發(fā)展。人工智能產(chǎn)業(yè)生態(tài)可分為基礎(chǔ)層、技術(shù)層、應用層，近年來，以識別、交互和執(zhí)行為主題的技術(shù)產(chǎn)業(yè)化發(fā)展路徑日漸清晰。
圖靈機器人首席戰(zhàn)略官譚茗洲認為，“應用場景、資源與基礎(chǔ)設(shè)施、算法和模型、智能設(shè)備、數(shù)據(jù)構(gòu)成了AI技術(shù)落地的五要素，把這五個要素進行解耦……從思路看上去有點像PC操作系統(tǒng)，將鼠標、鍵盤等所有這些設(shè)備之間的復雜度都通過一個標準化的協(xié)議屏蔽掉，讓它們各自專注自己擅長的方向，以降低各個方面的成本。”
“解耦”意在規(guī)避同質(zhì)化競爭，進行標準化建設(shè)，提高專業(yè)化程度，從而涌現(xiàn)了大批“專精特新”小巨人，而更重要的是實現(xiàn)產(chǎn)業(yè)鏈上“齒輪”的高效“耦合”。
占地面積6.6萬平米的張江人工智能島，集聚了一大批跨國企業(yè)和國內(nèi)龍頭企業(yè)入駐，三面環(huán)水的半島里，水域有負責檢測、清潔水質(zhì)的水下巡航機器人和無人船，地面有時刻保障園區(qū)安全的安防巡邏機器人……這里是緊密合作、孵化創(chuàng)新的產(chǎn)業(yè)實踐的搖籃，近年來，像這樣的產(chǎn)業(yè)園在全國各地越來越多了。
在集群效應的帶動下不斷完善產(chǎn)業(yè)生態(tài)。比如，數(shù)據(jù)是人工智能天然的“養(yǎng)料”，只有把海量的訓練數(shù)據(jù)進行有效管理和加工，才能減少冗余，最大化地發(fā)揮訓練數(shù)據(jù)的價值。不僅如此，多模態(tài)大模型與人工智能算力網(wǎng)絡(luò)互相促進，共同夯實AI基礎(chǔ)設(shè)施建設(shè)，讓數(shù)據(jù)、算力和算法真正成為相輔相成的、驅(qū)動人工智能前進的“三駕馬車”，而不是壓在企業(yè)身上的“三座大山”。
這樣，AI企業(yè)們得以施展拳腳，自主創(chuàng)新，在良性競爭中持續(xù)突圍。一方面，以“工程化”的思路和技術(shù)來解決工具體系、開發(fā)流程、模型管理全生命流程中的問題，以確保所交付的AI系統(tǒng)可信、健壯、行為可預期；另一方面，工欲善其事，必先利其器，低代碼、無代碼的工具，開源的生態(tài)構(gòu)建能進一步降低AI使用門檻和開發(fā)成本，加速AI“平民化”。
百業(yè)百態(tài)，千場千面，面對碎片化的AI場景需求，把行業(yè)知識與AI模型相結(jié)合，沉淀經(jīng)驗，從實驗室場景走到實踐場景；建設(shè)一體化平臺，通過參數(shù)修改和共性組件的遷移找到跨場景、跨行業(yè)復用的可能性；在應用中授人以魚不如授人以漁，“賦智”才可“復制”。
不論是被納入“新基建”，上升為國家發(fā)展戰(zhàn)略，還是高校紛紛獲批人工智能專業(yè)，人工智能培植經(jīng)濟發(fā)展新動能的地位日益凸顯，現(xiàn)已從消費、互聯(lián)網(wǎng)等泛C端領(lǐng)域向制造、能源、電力、交通等傳統(tǒng)行業(yè)輻射。
以智能教育領(lǐng)域為例，松鼠Ai獨立研發(fā)了擁有自主知識產(chǎn)權(quán)的人工智能智適應系統(tǒng)，并推出多款智能學習平板電腦、智學筆、智能打印機等多款智能教育硬件產(chǎn)品，軟硬結(jié)合，為孩子構(gòu)建在家庭教育場景下更具未來感的成長體系，已服務于超2400萬學員，6萬余所公校。深耕細作篤前行，一朝收獲終有成。
翹首以盼，人工智能在更多領(lǐng)域、更多場景開花結(jié)果。
智能有“限”，但思想無限，“AI”無限
在產(chǎn)業(yè)智能逐步深化的2021年里，中國AI商業(yè)化的燦爛圖景愈發(fā)清晰，然而在廣泛的探索實踐中，用戶隱私泄露、網(wǎng)絡(luò)攻擊等風險也逐一顯現(xiàn)。
智能是有“限”的，人們總在感性的思想火花中不斷推動科技文明進步，又在理性的呼喚下用法律規(guī)定、道德準繩予以規(guī)范和完善，防患于未然。
去年6月通過的《中華人民共和國數(shù)據(jù)安全法》制定了安全行為規(guī)范，提出加強行業(yè)自律和數(shù)據(jù)安全保護的要求；今年年初，國家網(wǎng)信辦、工信部頒布的《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》提出規(guī)范互聯(lián)網(wǎng)信息服務算法推薦活動，維護國家安全和社會公共利益，保護公民、法人和其他組織的合法權(quán)益，時刻提醒著相關(guān)人工智能從業(yè)者們科技向善，做好新時代算法的“把關(guān)人”。
這也印證了，算法雖然是科技產(chǎn)物，但其生產(chǎn)脫胎于社會土壤。由于算法事實判斷過程中可能引發(fā)無意識偏差，因其折射出的強大的智能實體自主性還可能面臨更大的爭議，不禁追問，邁向強人工智能的新時期，如果機器圈養(yǎng)了人類呢？人工智能迫切需要一個“倫理轉(zhuǎn)向”。
不過，也大可不必悲觀或憂慮，人的思想是無限的，辦法總比困難多。這意味著，通過思想，人能清楚地看到、判斷知識的高低，即見識；而比見識更高明的是智慧，即識別當代最重要的社會問題，并予以解決。
在最新有關(guān)人臉識別的研究中，借助嚴格控制的數(shù)據(jù)進行逆向測試，已有實證方法檢驗算法邏輯，而非僅靠倫理學的抽象判斷。科學家們甚至還期待AI算法具有多元的價值觀，有能力幫助人類克服偏見、歧視等自然心理層面的局限性，拓寬人類認知邊界。
“AI”也是無限的。在人機共生的時代，亦或在任何時代，愛與理解皆為交互設(shè)計的根本原則，起心動念構(gòu)筑成機器所無法企及的至高境界。
結(jié)語
對于人工智能從業(yè)者來說，“這是最好的時代，也是最壞的時代；這是希望之春，也是失望之冬。”把握當下的力量奮力奔跑吧，堅持正確的道路，終會到達理想的彼岸。
