中国の人工知能産業における4つの大きなトレンド

人工知能は新たな産業変革の中核的な原動力であり、これまでの科学技術革命と産業変革によって蓄積された膨大なエネルギーをさらに解放し、新たな強力なエンジンを生み出し、生産、分配、交換、消費など経済活動のあらゆる側面を再構築し、マクロからミクロまであらゆる分野で新たなインテリジェントな需要を形成し、新しい技術、新しい製品、新しい産業、新しいビジネス形態、新しいモデルを生み出します。人工知能は急速にあらゆる分野と融合し、伝統的な産業の変革とアップグレード、品質の向上、効率の向上に貢献し、世界規模で新たな産業の波を引き起こしています。

[[431314]]

人工知能は国家戦略計画として急速に発展している

中国政府は人工知能の技術進歩と産業発展を非常に重視しており、人工知能は国家戦略となっている。 「新世代人工知能発展計画」では、2030年までに人工知能の理論、技術、応用が全体的に世界をリードするレベルに達し、世界の主要な人工知能イノベーションセンターになることが提案されています。「新世代AI産業発展3カ年行動計画」では、中国で人工知能チップの大規模な応用を実現するために、ニューラルネットワークチップのサポートに重点を置くことが示されています。「国家新世代人工知能標準システム構築ガイドライン」では、2023年までに人工知能標準システムを最初に確立し、データ、アルゴリズム、システムなどの重要かつ緊急に必要な標準の開発に重点を置き、製造、運輸などの重要な業界と分野でそれらを推進することを明記しています。

この段階では、バリューチェーンの改善、コスト削減、効率向上といった内部需要と、人工知能が「新インフラ」に組み込まれるという外部要因に後押しされ、各業界の企業でインテリジェント化とアップグレードに対する多様なニーズが生まれ、人工知能産業の急速な発展に弾みをつけている。統計によると、2020年の中国の人工知能産業のコア産業の市場規模は1,513億元で、前年比38.93%増加し、関連産業の市場規模は5,726億元で、前年比49.82%増加した。新産業、新形式、新ビジネスモデルの経済建設を背景に、企業のAIに対する需要は徐々に高まっており、人工知能の生産額の成長率は顕著です。2025年までに、コア人工知能産業の市場規模は4,533億元に達し、関連産業の市場規模は約1,664.8億元に達すると予測されています。

人工知能アプリケーション実装の3つのレベル

人工知能の基礎理論には長い歴史がありますが、現段階で新世代の人工知能の急速な発展と段階的な産業応用を促進する主な要因は、計算能力の向上、データの爆発的な増加、機械学習アルゴリズムの進歩、投資の増加という4つの側面に起因しています。

人工知能産業チェーンは、基本層、技術層、アプリケーション層の 3 つの部分で構成されています。基本層は主に、AI チップ、AI プラットフォーム、AI フレームワークなど、人工知能の基本技術に対するコンピューティング パワー サポートを提供します。代表的な大手インターネット企業や業界リーダーには、Google、Amazon、Intel、IBM、Baidu、Huawei などがあります。

技術層は、主に基礎層設備をベースに開発された汎用人工知能技術であり、認知・知覚コンピューティング技術に代表される汎用技術です。このうち、知覚部分にはコンピュータービジョン、音声認識、自然言語処理が含まれ、認知部分は主にナレッジグラフによって表現されます。

アプリケーション層は主に垂直産業の AI アプリケーション企業で構成されており、さまざまな業界のアプリケーションを組み合わせて、特定のアプリケーション シナリオ向けのエンドツーエンド ソリューションやハードウェアとソフトウェアの統合製品など、一般的な人工知能技術を実用的な製品にパッケージ化します。近年、一般的な技術がますます成熟するにつれて、多くの企業が技術レベルからアプリケーションレベルへと徐々に移行し、産業アプリケーションの価値がますます顕著になってきました。

人工知能業界の問題点と解決策

産業実装の過程では、人工知能技術と企業のニーズとのギャップを無視することはできません。企業ユーザーの中心的な目標は、人工知能技術を利用してビジネスの成長を達成することです。しかし、人工知能技術自体はビジネスニーズを直接解決することはできません。特定のビジネスシナリオと目標に基づいて、スケーラブルな製品とサービスを形成する必要があります。このプロセスにおいて、人工知能は、データ、アルゴリズム、ビジネスシナリオの理解、サービス方法、入出力比率の面で一連の課題に直面します。

データが不足しています。 AIの分野では、データは基本的な要素です。現在存在するAIモデルのほとんどは教師あり学習モデルであるため、大量のデータラベリングが必要です。大量のデータのラベル付けにはより多くの人的リソースが必要になるだけでなく、人間の関与によって必然的にデータにある程度のエラーが生じます。データ量に対する膨大な需要に加えて、データの次元も可能な限り包括的であることが求められます。要するに、できる限り最高のものを提供してください。包括的であればあるほど良いのです。しかし、現実には、構造化された包括的なデータを入手することは難しく、比較的正確なデータを入手することも困難です。

ブラックボックス効果。従来のモデルから新しいアルゴリズムまで、AI の複雑さは徐々に増大しており、人工知能アルゴリズムの意思決定メカニズムを人間が理解し、説明することがますます困難になっています。多くの人は、ディープラーニングベースのアルゴリズムのほとんどを「ブラックボックス」と想像しています。つまり、モデルは解釈不可能であると考えています。 「ブラックボックス」と比較して、説明可能なAIはディープニューラルネットワークの透明性を高め、ユーザーに判断基準などの情報を提供し、人工知能に対するユーザーの信頼と安心感を高めるとともに、事後監視、責任帰属などの強力な基盤を提供します。

ビジネスシナリオの理解が不十分です。人工知能の産業発展に伴い、解決すべきビジネス上の問題は一般的なシナリオから特定のシナリオへと移行し、単一点の問題は知覚から認知へとビジネスプロセス全体へと進化しており、ビジネスシナリオの障壁と複雑さはますます高くなっています。このような状況では、アルゴリズム技術の蓄積だけに頼っていては、シーンを理解するための要件を満たすことは困難です。したがって、AI アルゴリズムには経験とビジネス ルールの組み合わせが必要です。この場合、ナレッジグラフ技術が鍵となります。ナレッジグラフを通じて、ビジネスをより深く理解することができます。統一グラフを構築して知識の統合を実現することで、人工知能の実装をさらに加速することができます。

サービスモードはシングルです。企業のビジネス担当者の基本的なニーズを満たすには、標準化された人工知能技術の出力や API 呼び出しサービス方式だけでは不十分です。メーカーは、具体的なシナリオに合わせてテクノロジーをベースにカスタマイズされたソリューションを提供し、それを業務システムに応用する製品、すなわち「AI+製品」としてパッケージ化する必要があります。さらに、メーカーは、AI製品が真に価値を発揮し、究極のビジネス効果を確実に得られるよう、継続的な業務運営サービス、すなわち「AI+サービス」を提供する必要があります。

入出力比率が不均衡です。企業にとって、ビジネスに AI テクノロジーを導入するには、チップやアルゴリズム プラットフォームなどのインテリジェント製品と、アルゴリズム エンジニアなどの人工知能の人材の導入という、少なくとも 2 つのレベルのコストがかかります。現在、いくつかのデータプラットフォームと機械学習プラットフォームの出現により、人工知能モデリングの自動化の程度が向上し、同時にビジネスプロセス全体のアルゴリズムエンジニアへの依存度も低下しています。AIアプリケーションの総コストを削減する必要があります。さらに、将来のアルゴリズムの進歩により、ハードウェア標準が低下し、コスト削減にもつながる可能性があります。

人工知能業界は4つのトレンドを示している

現在、国家戦略の前向きな指導、産学研究応用間の協同イノベーション、需要への強い牽引力、エコシステムの高い開放性、政府からの強力な支援が共同で我が国の人工知能産業における協同イノベーションメカニズムの発展を推進し、我が国のインテリジェント経済発展の黄金期を加速させています。今後、インフラのアップグレード、知覚インテリジェンスから行動インテリジェンス技術への進化、インテリジェントアプリケーションシナリオ産業の発展は、注目に値するいくつかの主要な方向性です。

業界の規模は依然として拡大しており、同時に国は人工知能産業を支援するためのさまざまな政策を絶えず導入しています。資本市場の人工知能産業への投資熱は衰えていません。継続的な技術革新は、業界の成長の原動力となっています。業界の発展はアルゴリズムの進歩にかかっています。アルゴリズムに関しては、ディープラーニングやニューラルネットワークなど優れたモデルがすでに存在していますが、短期間でブレークスルーを起こすのは難しいかもしれません。したがって、コンピューティング能力が競争の焦点となっています。

さまざまなレベルで明確な差別化が見られ、さまざまなレベルでトップ企業が出現し始めており、同時にトップ企業も自社の分野にさらに注力しています。基盤インフラの構築に関しては、テンセント、アリババ、百度、ファーウェイなどがデータ、アルゴリズム、テクノロジー、サーバーにおいて独自の優位性を持っています。 iFlytek、DeepGlint、Fusion Reality、Megvii Technology は、コンピューター ビジョンと音声認識の分野で多くの技術を蓄積してきました。 SenseTime、Horizo​​n Robotics、Huawei、Xiaomiなどの企業は、アプリケーション製品レベルで徹底的な研究開発を行っています。

工業化は将来の方向です。人工知能業界は主に「エンパワーメント」に関するもので、人工知能と従来の産業をどのように組み合わせるかを模索しています。実践が徐々に深まるにつれて、人工知能技術の単純な重ね合わせでは、ユーザーの知能に対する期待に応えられなくなります。人工知能産業は、伝統的な産業に対する深い理解によって、徐々に産業化へと進んでいきます。標準化された製品、大規模生産、組立ライン運用は、人工知能の産業化の発展方向となるでしょう。

包括的なアプリケーションシナリオの改善。ディープラーニング技術によって切り開かれた人工知能の第一の発展段階では、単一点技術の革新により、市場における技術応用の小さな閉ループが急速に形成され、技術主導のビジネスモデルが急速に形成されました。人工知能技術のシナリオへの応用が継続的に深まるにつれ、単一の技術で実現する技術的なクローズドループでは複雑なシナリオにおけるインテリジェントなニーズを満たすことが難しくなり、総合的な応用シナリオの割合が増加しました。

国のデジタル改革と産業データインフラの改善に伴い、産業インターネットは人工知能産業チェーンの各リンクのデータルートを開拓しました。これに基づいて、人工知能の応用は企業内部のインテリジェンスから産業インテリジェンスにまで広がり、調達から製造、流通までのインテリジェントな協力メカニズムを徐々に実現し、それによって業界全体の効率を向上させ、産業インターネットの価値を最大化し、将来的にはより多くの業界を産業インテリジェンスと相互接続された発展へと導きます。