[[258526]]

七年來，中國私募股權投資市場中，人工智能領域相關投資額約3658.6億元，818家投資機構參與投資，獲投的中國企業(yè)有580家。目前，各行各業(yè)都開始基于人工智能技術開始新一輪變革，向著智能時代邁進。

但是，火熱背后依然存在著一些發(fā)展困境：一是企業(yè)發(fā)展人工智能的核心驅動因素是人才，但是現(xiàn)在一方面人才供不應求，另一方面缺少跨領域綜合型人才;第二，人工智能應用的基礎是數(shù)據(jù)，然而，數(shù)據(jù)共享和數(shù)據(jù)治理仍是現(xiàn)在各行業(yè)面臨的重大難題。

本文總結了目前人工智能發(fā)展面臨的四大浪費：算力浪費、數(shù)據(jù)浪費、AI能力浪費及AI人才浪費，并針對性的提出了相關的建議。

2019年春節(jié)之后的頭一個工作日，美國國家科技政策辦公室發(fā)布了由總統(tǒng)特朗普親自簽署的《美國人工智能倡議》(American AI Initiative)，該倡議開篇就寫到：人工智能(AI)有望推動美國經(jīng)濟增長，增強我們的經(jīng)濟和國家安全，并改善我們的生活質量。

很顯然，將其中的“美國”兩字換成任何一個國家的名字，這句話都是適用的，作為全新的生產(chǎn)力，人工智能已經(jīng)成為社會發(fā)展、經(jīng)濟增長和產(chǎn)業(yè)升級的關鍵驅動因素之一。

據(jù)國內媒體報道，人工智能產(chǎn)業(yè)已進入全球價值鏈高端，新一代人工智能在智能制造、智能醫(yī)療、智慧城市、智能農(nóng)業(yè)、國防建設等領域得到廣泛應用，我國人工智能核心產(chǎn)業(yè)規(guī)模將超過4000億元，帶動相關產(chǎn)業(yè)規(guī)模超過5萬億元。

但在人工智能產(chǎn)業(yè)的高速發(fā)展中，卻在不經(jīng)意間產(chǎn)生一些本可以避免的浪費：

1、算力浪費，計算(算力)是發(fā)展人工智能(以下簡稱AI)的核心基礎，AI的研發(fā)、訓練需要大量的算力，但大部分AI企業(yè)往往選擇自建計算平臺，而非使用AI就緒的云計算平臺，由于工作負載不飽和、調優(yōu)水平有限等原因，企業(yè)無法發(fā)揮出全部算力，這導致了相當程度上的算力浪費;

2、數(shù)據(jù)浪費，擁有深度的、細致的、海量的數(shù)據(jù)是訓練出“智能”的前提，但由于數(shù)據(jù)共享機制、數(shù)據(jù)服務平臺/市場的建設仍然不成熟，導致許多AI學習/訓練無法達到預期的水平;

3、AI能力浪費，當前許多AI技術(如計算機視覺)已經(jīng)進入比較成熟的發(fā)展階段，但AI技術通過云計算平臺向外賦能的水平還不夠，更多的AI技術應用還是“點對點”(即開發(fā)者面向最終客戶，而非開發(fā)者-云平臺-最終客戶的平臺思維)，這造成了AI技術未能充分發(fā)揮其應有的作用，打破“成見”，擁抱平臺思維，既能夠避免AI能力的浪費，也能夠為開發(fā)者提供更豐厚的收入;

4、AI人才浪費，由于在AI人才培養(yǎng)中，計算機學科、人工智能技術的教學未能與生物醫(yī)療、交通運輸、工程建筑、腦科學等學科實現(xiàn)融合與交叉，造成“AI人才不懂行業(yè)，行業(yè)人才不熟AI”的局面，AI人才往往變成了“計算機學科人才”而非AI產(chǎn)業(yè)人才。

當然，存在浪費就需要有針對性的解決方案，在此針對性的提出相關的建議以拋磚引玉。

首先，針對AI算力浪費來說，使用公共計算平臺(公共云)所提供的算力，尤其是AI算力，是一個避免重復建設AI計算平臺(硬件基礎設施)的重要方式。公共云因其按需付費、資源共享的特性，可以實現(xiàn)公共服務所帶來的天然的邊際成本效應降低，而能夠以更低的成本獲得人工智能算力，不僅降低企業(yè)獲得AI算力的成本，更能避免AI算力的浪費;

其次，就AI能力的浪費來說，公共云平臺也是一個很好的選擇，一方面，云平臺天然解決了企業(yè)數(shù)據(jù)和技術的統(tǒng)一，這也構成了企業(yè)獲取人工智能能力的最重要路徑;另一方面，云服務商將AI能力作為“公共服務”提供，對功能性和適用性、易用性都有所優(yōu)化或強化，對于企業(yè)來說，可以更加快速和便捷的應用到實際業(yè)務中去。

第三，數(shù)據(jù)共享平臺的建立至關重要。雖然近年來AI研究者們持續(xù)試圖在小數(shù)據(jù)集上實現(xiàn)AI技術突破，但總體來說收效并不明顯，數(shù)據(jù)仍然是AI產(chǎn)業(yè)發(fā)展的重要基礎資源，完整、全面、準確、實時的數(shù)據(jù)非常關鍵。因此，建立可信、可靠、可用的服務于AI產(chǎn)業(yè)發(fā)展的數(shù)據(jù)共享平臺至關重要，當然，這種共享平臺必須要保證數(shù)據(jù)安全、信息脫敏和隱私數(shù)據(jù)保護。 

此外，還有AI人才浪費的問題，正如前文所說：由于在AI人才培養(yǎng)中，計算機學科、人工智能技術的教學未能與生物醫(yī)療、交通運輸、工程建筑、腦科學等學科實現(xiàn)融合與交叉，造成“AI人才不懂行業(yè)，行業(yè)人才不熟AI”的局面，AI人才往往變成了“計算機學科人才”而非AI產(chǎn)業(yè)人才。