AI for Science在多個傳統科學領域取得重大突破。隨著人工智能技術的快速發展和大規模應用,AI在逐漸成為科學研究新的生產工具,AI4S將進一步釋放科學研究的生產力,促進人工智能的工程落地。一方麵,AI與傳統科學領域的深度融合,極大拓展該領域解決問題的能力,目前AI在生物、數學、材料、物理、基因、化學等基礎科學領域都取得了諸多成果和突破,並對科學研究範式產生了深刻的影響,例如,目前人工智能已經能夠預測幾乎所有的生物蛋白質的可能結構,被譽為人類在21世紀取得的最重要的科學突破之一,可能開啟“數字生物學”的新時代。另一方麵,傳統科學領域的進步和對AI技術的需求加速了AI本身的發展。當前產學研共同發力人工智能與科學的融合,產業界聚焦工具創新,開源工具和基於開源工具產生的創新成果呈爆發趨勢,AI4S的研究範圍也擴展到了更多基礎問題領域。高校和研究院聚焦算法和應用,用AI算法更好地將科學計算和物理模型相連接,進而指導科學與產業創新。
知識和數據雙輪驅動的人工智能技術路線展現了強勁的發展潛力,知識的融合應用有效地提升了智能問答,智能推薦,大規模預訓練模型等人工智能技術中的效果
器人流程自動化,智能流程管理,低代碼應用平台,流程挖掘等工具和平台,銜接起了企業級各類複雜業務場景,其綜合應用,互使能是超級自動化發揮效能的重要手段
規模化是指整合了豐富的人工智能開發,部署,測試,運維等能力,標準化是指將異構的軟硬件環境封裝為標準化的界麵,可擴展是指可以不斷適配新的技術和工具
到端的MLOps一體化工具和細分場景的專項工具都非常火熱,端到端工具追求大而全的功能集,專項工具在局部或某些場景下功能和性能較好
AI軟件設施在近兩年成為產業焦點,AI開源框架生態,預訓練大模型體係,AI軟件平台生態等內容都得到了長足的發展,像水電一樣成為觸手可得的普惠資源
智能文檔處理、智能會議、知識管理、智能客服等各類企業智能應用不斷發展,全麵賦能企業辦公、管理、決策、風控、營銷、服務等各個環節
頭部科技企業先後發布了AI治理戰略和治理體係,成立了相關委員會和工作組,聚焦企業層麵的AI治理和風險管理體係,可信AI技術和保障工具也在蓬勃發展
全球人工智能市場收支規模達850廳美元,預測,2022年該市場規模將同比增長約20%至 1017廳美元,並將於2025年突破2000廳美元大關, CAGR 達24.5%
調度決策外賣調度係統困住騎手;個性化推薦電商場景下的信息繭房和馬太效應;內容治理如何守護清朗健康的網絡環境;人工智能可以放心使用嗎
數據不完備和濫用風險突出而損害用戶的權益;人工智能算法存在固有缺陷在可解釋性魯棒性偏見歧視等方麵尚存在局限;企業人工智能管理體係不完善
企業作為落實人工智能治理原則的重要主體,形成覆蓋人工智能產品全生命周期的風險管理機製,提出了麵向可持續發展的人工智能治理基本框架
構建麵向可持續發展的人工智能技術體係,推動人工智能技術可用、可靠、可信,其內涵包括提升技術安全和構建技術管理機製兩個層麵工作