利好政策、需求推動及技術突破使人工智能駛上快車道
閱讀：42發布時間：2022-2-11
推動人工智能發展三大驅動力
驅動力一：政策驅動。人工智能具有重要的戰略意義，正重塑傳統產業商業模式及經濟結構，各國政府均出
臺政策，扶持人工智能發展。2020年10月29日，中國十九屆五中全會閉幕，會中發布的“十四五規劃”和
“2035遠景規劃”均提出，中國未來5-15年將以創新為發展理念，重點推動關鍵核心技術發展，例如人工智
能底層技術及芯片。
通過政策匯總發現，歐盟是開始嘗試出臺人工智能相關政策的經濟體，自2009年起一直有條不紊低地推
進人工智能應用。而美國僅次于歐盟，于2013年開始發布人工智能相關政策。雖然中國關注人工智能賽道的
時間較晚，但是在2018-2020年接連發布數條人工智能利好政策，促使中國人工智能實現彎道超車。因此，在
政策驅動下，人工智能行業將邁入快速、大規模落地應用階段。
自2016年起，人工智能相關利好政策數量呈高速增長趨勢，各國越來越重視人工智能發展.
驅動力二：需求驅動。
自1950年起女性人均生育數逐年下降，生育率下降導致了大多數國家，如韓國和中國，人口老齡化嚴重，出現勞動力短缺的現象。此外，根據勞動成本指數點統計，各洲之間勞工成本差異較大，一些國家增長過快，新西蘭的指數點高達1255。而歐洲雖勞動成本較為平均，且逐年增加。因此，由于勞動力短缺，企業的勞動成本不斷攀
升，傳統產業降本增效的需求也日益增大。人工智能作為推動產業變革的核心技術之一，能從替代人力及提升效率兩個方面助力傳統產業實現降本增效的目標。
驅動力三：技術驅動。
自2017年AlphaGo Zero通過自主學習模式擊敗上一代產品以來，深度學習在多領域應用均獲得顯著突破。
2018年起，基于深度學習算法，自然語言處理技術和計算機視覺技術迭代迅速，其他人工智能主流應用技術也均獲得不同程度的突破。
例如微軟研發的機器翻譯在通用新聞翻譯中達到人類專業水平，全新的AI安全攝像頭可以更好地理解人類行為，從而預測盜竊行為。因此，人工智能科技創新企業均發布革新的應用產品，從而提高人工智能商業化落地應用的可能性。
2019年，自然語言處理技術實現巨大飛躍，各企 業發布一系列NLP創新技術，包括多款NLP模型、新型預訓練模型庫及更嚴格的NLP測試標準等。
2019年CVPR及ICCV等國際頂會接收的計算 機視覺技術論文數量大幅增加，計算機視覺技術 已逐步走向成熟。
2020年病毒爆發，人工智能是助力 疫情防護的核心技術之一，地詮釋了“非接觸”概念。例如，加強疫情預測與預警、人員快速篩選排查、提高診斷效率和精確度、加速疫苗研發速度。因此，在疫情催化下，人工智能技術被推向熱潮，越來越多的技術產品完成落地應用，推動人工智能行業發展。
