李超/文
一、人工智能科技革命是第四次科技革命
我們認(rèn)為，人工智能科技革命是第四次科技革命�？萍几锩l(fā)的標(biāo)志就是新一代科技成果開始廣泛應(yīng)用生產(chǎn)生活，解放生產(chǎn)力、發(fā)展生產(chǎn)力，提高全要素生產(chǎn)率。人工智能的發(fā)展將極大地替代人類重復(fù)的腦力勞動，重塑人和機器的關(guān)系，進(jìn)一步解放人類的創(chuàng)造力，增加閑暇時間，擴寬人們生活休閑娛樂方式，社會面貌有望發(fā)生翻天覆地的變化。
（一）2010年前后，新一輪科技革命開始孵化
實際上在2010年前后，隨著芯片、云計算、物聯(lián)網(wǎng)等技術(shù)的不斷發(fā)展，人類收集和處理大數(shù)據(jù)的能力極大地提高，算力大幅提升、算法不斷改善，人工智能科技革命已經(jīng)開始孵化、孕育和成長，ChatGPT版本的快速迭代、智能駕駛技術(shù)的不斷進(jìn)步以及人形機器人雛形的出現(xiàn)等等一系列現(xiàn)象都是人工智能科技革命的縮影，我們已經(jīng)可以預(yù)見到人工智能技術(shù)廣泛地應(yīng)用于生產(chǎn)生活的可能性。
隨著芯片、云計算、物聯(lián)網(wǎng)等技術(shù)快速發(fā)展，2010年前后，人工智能科技革命開始孵化、孕育和成長，幾項技術(shù)之間相互促進(jìn)、不斷迭代，使得超大規(guī)模的數(shù)據(jù)收集、信息處理和模型訓(xùn)練等過程變成現(xiàn)實。
芯片是人工智能的“心臟”。人工智能芯片指的是針對人工智能算法做了特殊加速設(shè)計的芯片，可以處理人工智能應(yīng)用中的大量任務(wù)，最早誕生于2008年，以英偉達(dá)重要的AI芯片Tegra芯片誕生為標(biāo)志。2010年，IBM首次發(fā)布類腦芯片原型模擬大腦結(jié)構(gòu)，該原型具有感知認(rèn)知能力和大規(guī)模并行計算能力，芯片領(lǐng)域?qū)崿F(xiàn)重大突破。
深度學(xué)習(xí)是目前實現(xiàn)人工智能的主流方法，即通過使用歸納和綜合等手段使計算機具有智能，其應(yīng)用遍及人工智能的各個領(lǐng)域，于2012年進(jìn)入技術(shù)爆發(fā)期。2006 年，大規(guī)模深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的可能性首次被驗證，隨后在2012年，深度神經(jīng)網(wǎng)絡(luò)因錯誤率較低在比賽中脫穎而出，行業(yè)進(jìn)入爆發(fā)期。
大模型是基于深度學(xué)習(xí)的人工智能網(wǎng)絡(luò)模型，于2014年進(jìn)入發(fā)展期。2014年，被譽為21世紀(jì)最強大算法模型之一的對抗式生成網(wǎng)絡(luò)誕生，標(biāo)志著深度學(xué)習(xí)進(jìn)入了生成模型研究的新階段。2018年，預(yù)訓(xùn)練（pre-trained）大模型成為自然語言處理領(lǐng)域的主流。大模型能夠大幅縮減特定模型訓(xùn)練所需要的算力和數(shù)據(jù)量，縮短模型開發(fā)周期，還能得到更好的模型訓(xùn)練效果。
云計算是人工智能的基礎(chǔ)計算平臺，幫助人工智能實現(xiàn)應(yīng)用落地，于2009年進(jìn)入快速完善期。人工智能則不僅豐富了云計算服務(wù)的特性，更讓云計算服務(wù)更加符合業(yè)務(wù)場景的需求，并進(jìn)一步解放人力，催生了如AI繪畫、AI寫作等等的應(yīng)用。2009年開始，云計算種類增多、功能逐步完善，相關(guān)企業(yè)通過兼并收購不斷擴大規(guī)模，加速云計算市場的擴張。進(jìn)入2010年后，云計算廣泛推廣，人工智能的研究人員可以通過云計算借助大量CPU和GPU進(jìn)行混合運算。
另外，數(shù)據(jù)中心和新型電力系統(tǒng)也是人工智能發(fā)展的必要條件。深度學(xué)習(xí)需要大量的數(shù)據(jù)傳輸和運算，背后需要強大的電力支撐。由于需要大規(guī)模接入信息，電力結(jié)構(gòu)、電力設(shè)備以及數(shù)據(jù)交互更加復(fù)雜繁多，調(diào)度等系統(tǒng)核心業(yè)務(wù)面臨的不確定性問題日漸凸顯。因此，支撐人工智能的數(shù)據(jù)傳輸和運算需要龐大的電力支撐，才能在較為特定的場景中進(jìn)行相關(guān)的工作。此外，通過深度學(xué)習(xí)算法可以降低人工智能技術(shù)自身在數(shù)據(jù)中心運行、模型開發(fā)過程中的碳排放，從而輔助構(gòu)建新型的電力支撐系統(tǒng)，實現(xiàn)“雙碳”目標(biāo)。
（二）科技革命爆發(fā)的標(biāo)志是新一代科技成果開始廣泛應(yīng)用生產(chǎn)生活
科技革命爆發(fā)的標(biāo)志就是新一代科技成果開始廣泛應(yīng)用生產(chǎn)生活，解放生產(chǎn)力、發(fā)展生產(chǎn)力，提高全要素生產(chǎn)率。
第一次科技革命是以蒸汽機技術(shù)為基礎(chǔ)的革命，以瓦特的蒸汽機誕生為標(biāo)志，其廣泛應(yīng)用于生產(chǎn)生活發(fā)生于1830年，英國棉紡業(yè)基本實現(xiàn)了以蒸汽機為動力的機器大工業(yè)，從而大面積提高機器的工作效率。第二次科技革命是以電力技術(shù)為基礎(chǔ)的電氣革命，以內(nèi)燃機和電氣機械的出現(xiàn)為標(biāo)志，內(nèi)燃機等推動了鋼鐵、石油開采、石化工業(yè)和精密儀器儀表工業(yè)的發(fā)展，電話、家用電器大規(guī)模進(jìn)入家庭。第三次科技革命是以計算機技術(shù)為基礎(chǔ)的信息技術(shù)革命，以家用計算機和互聯(lián)網(wǎng)為載體并在短時間內(nèi)呈現(xiàn)出在企業(yè)和居民端快速滲透的特征，迅速提升了經(jīng)濟效率，即“互聯(lián)網(wǎng)革命”。
第四次科技革命將再一次提高全要素生產(chǎn)率。人工智能將廣泛地、深刻地改變各行各業(yè)。當(dāng)前人工智能已經(jīng)開始應(yīng)用于汽車、家居、家電、建筑、醫(yī)療和教育等諸多方面。在可預(yù)見的未來，人工智能將在更多領(lǐng)域?qū)崿F(xiàn)廣泛的應(yīng)用。
二、人工智能科技革命的具體應(yīng)用是機器人
機器人將成為人工智能科技革命的具體應(yīng)用和最佳載體，這里包括廣義機器人和狹義機器人兩層含義。廣義機器人即具有一定腦力或體力的機器，可以取代或幫助人類完成人類不想或不能完成的工作，如無人駕駛車、掃地機器人等；狹義機器人（人形機器人）是指一種擁有人形外觀、具備人類特征，以代替或輔助人類工作的機器人產(chǎn)品。
（一）機器人是人工智能科技革命的最佳載體
我們認(rèn)為，機器人將成為人工智能科技革命的具體應(yīng)用和最佳載體。其一，從客觀規(guī)律上來看，在人口老齡化、勞動力短缺、用工成本上行的時代背景下，機器替代人已經(jīng)成為必然趨勢。其二，從主觀能動性上來看，科技革命成果的體現(xiàn)方式之一就是通過機器完成人類不想和不能完成的工作，切實提高生產(chǎn)效率，在人工智能技術(shù)加持下，傳統(tǒng)的機器將被賦予大腦，進(jìn)而成為廣義機器人。其三，機器人因其具有的移動和感知等性能具備大規(guī)模應(yīng)用于生產(chǎn)生活的條件，尤其是人形機器人可以自然地適應(yīng)目前人類所處的環(huán)境，極有可能會成為第四次科技革命的代表性產(chǎn)品，類似于第二次科技革命的電器或者第三次科技革命的電腦和手機。
1、用工成本上行的大背景下，機器替代人已經(jīng)成為必然趨勢
從客觀規(guī)律上來看，在人口老齡化、勞動力短缺、用工成本上行的時代背景下，機器替代人已經(jīng)成為必然趨勢。當(dāng)前人口老齡化問題嚴(yán)峻，全球65歲及以上人口的增長速度超過年輕群體�！妒澜缛丝谡雇�2019年修訂版）》的數(shù)據(jù)顯示，到2050年，全世界每6人中，就有1人年齡在65歲（16%）以上，而這一數(shù)字在2019年為11人（9%）；到2050年，在歐洲和北美，每4人中就有1人年齡在65歲或以上。人口老齡化所帶來勞動力短缺和勞動成本上升，會驅(qū)動一個國家更多地將人工智能技術(shù)應(yīng)用于經(jīng)濟生產(chǎn)，機器代替人在此背景下成為必然趨勢。
2、人工智能加持下，廣義機器人的應(yīng)用能進(jìn)一步提升生產(chǎn)效率
人工智能加持下，機器人可以替代人來完成人類不想和不能完成的工作，從而提升全要素生產(chǎn)率。在應(yīng)用場景中，機器人可以替代人來完成人類不想和不能完成的工作。其中人類不想完成的多為負(fù)重或重復(fù)性的工作。例如黑燈工廠，又稱智慧工廠，即從原材料到最終成品，所有的生產(chǎn)、存儲、搬運和檢測環(huán)節(jié)無需人工操作，主要由智能機器人或自動化設(shè)備按照軟件系統(tǒng)的指令自行完成。黑燈工廠的自動化車間較傳統(tǒng)車間總體生產(chǎn)效率提升79%，生產(chǎn)運營成本降低34%，能源利用率提升17%，大大提高了生產(chǎn)效率，有利于制造業(yè)智能化進(jìn)程的加速實現(xiàn)。人類不能完成的多為高危工作，例如涉及輻射、高壓、消防救援等危險場景的工作。智能消防救援機器人接到指令后可以進(jìn)入火場內(nèi)部，代替消防戰(zhàn)士完成危險環(huán)境下的偵查作業(yè)，其的激光雷達(dá)可以實時掃描周圍環(huán)境，接收現(xiàn)場聲音，通過相機獲取現(xiàn)場實時畫面，利用紅外探測生命體征，將火情和被困人員位置發(fā)送給消防員。整體來看，機器人在替代人類完成工作的過程中，不僅實現(xiàn)了對勞動力的代替，也減少了不必要的人員傷亡，從而提高生產(chǎn)效率。
3、機器人因其具有的移動和感知等性能，具備大規(guī)模應(yīng)用于生產(chǎn)生活的條件
機器人因其具有的移動和感知等性能，具備大規(guī)模應(yīng)用于生產(chǎn)生活的條件。首先，機器人具備的體力和腦力功能，能夠更好的移動、接收信息、完成和人的交互，人類也無需刻意學(xué)習(xí)機器人的語言來完成人和機器之間的溝通；其次，機器人自由度和靈活度更高，比其他形態(tài)能夠更好的適應(yīng)人類所處的環(huán)境從而順利實施工作，這是由于當(dāng)前生產(chǎn)生活中所有場景是根據(jù)人類的身體特征來設(shè)計的，無需改變場景就可以使機器人在現(xiàn)有場景中完成相應(yīng)的工作；再次，機器人可以根據(jù)視、聽、觸等功能自主完成工作，形成工作循環(huán)。因此，能夠完成接收信息、實施工作及自主工作的工作閉環(huán)的最佳形態(tài)是人形機器人。
此外，機器人衍生出的數(shù)字孿生可以反哺人工智能促使技術(shù)更新迭代。數(shù)字孿生，是通過對物理世界的所有要素數(shù)字化，在網(wǎng)絡(luò)空間再造一個與之對應(yīng)的“虛擬世界”，利用數(shù)字化方式為物理對象創(chuàng)建虛擬模型，由此來模擬其在現(xiàn)實環(huán)境中的行為。數(shù)字孿生反哺AI大模型，生成數(shù)據(jù)供以AI模型訓(xùn)練。不同于金融等其他行業(yè)，工業(yè)場景相對來說數(shù)據(jù)樣本量較小，AI訓(xùn)練相對困難，在此背景下，機器人衍生出的工業(yè)數(shù)字孿生可以通過仿真的方式生成大量數(shù)據(jù)幫助AI模型深度優(yōu)化，從而更好地使AI應(yīng)用于已知工業(yè)場景。
（二）機器人具有廣義機器人和狹義機器人兩層含義
據(jù)國際標(biāo)準(zhǔn)化組織（ISO），機器人是具有一定程度的自主能力，可在其環(huán)境內(nèi)運動以執(zhí)行預(yù)期任務(wù)的可編程執(zhí)行機構(gòu)。廣義機器人一般指自動化控制機器，即有體力或腦力能力，擁有代替人的部分功能。狹義機器人指一種擁有人形外觀、具備人類特征，以代替或輔助人類工作的機器人產(chǎn)品。在人工智能科技革命的進(jìn)程中，廣義機器人和狹義機器人均將得到極大發(fā)展和推廣。
1、廣義機器人將在生產(chǎn)生活領(lǐng)域廣泛應(yīng)用
廣義機器人一般指自動化控制機器，即有體力或腦力能力，擁有代替人的部分功能。
在分類上，中國電子學(xué)會將機器人劃分為工業(yè)機器人、服務(wù)機器人和特種機器人三類。其中工業(yè)機器人在汽車、電子、金屬制品、塑料及化工產(chǎn)品等行業(yè)已經(jīng)得到了廣泛的應(yīng)用，一般用于制造業(yè)生產(chǎn)環(huán)境，比如機床機器人、搬運機器人、焊接機器人等；而服務(wù)機器人應(yīng)用場景和服務(wù)模式正不斷拓展，推動市場規(guī)模逆勢增長，服務(wù)機器人一般用于生活等非制造業(yè)環(huán)境，例如家用清潔機器人，餐飲服務(wù)機器人、醫(yī)療服務(wù)機器人等；現(xiàn)階段，考慮到我國在應(yīng)對自然災(zāi)害和公共安全事件中，對特種機器人有著相對突出的需求。中國電子學(xué)會發(fā)布的《中國機器人產(chǎn)業(yè)發(fā)展報告（2022年）》預(yù)計，2022年，全球機器人市場規(guī)模將達(dá)到513億美元，2017至2022年的年均增長率達(dá)到14%。其中，工業(yè)機器人市場規(guī)模將達(dá)到195億美元，服務(wù)機器人達(dá)到217億美元，特種機器人超過100億美元。整體來看，全球機器人應(yīng)用場景不斷拓展，已經(jīng)大致覆蓋汽車制造、電子制造等領(lǐng)域。
2021年機器人安裝量創(chuàng)歷史新高，機器人產(chǎn)業(yè)迎來升級換代、跨越發(fā)展的窗口。當(dāng)前，新一代信息技術(shù)、生物技術(shù)、新能源技術(shù)、新材料技術(shù)等與機器人技術(shù)加快融合，機器人產(chǎn)業(yè)發(fā)展日新月異，新技術(shù)新產(chǎn)品新應(yīng)用層出不窮，新生態(tài)加速構(gòu)建，為推動全球經(jīng)濟發(fā)展、造福人類提供更好的服務(wù)。2020年之后，各行業(yè)使用機器人的意愿進(jìn)一步提升，全球機器人產(chǎn)業(yè)發(fā)展按下“快進(jìn)鍵”，機器人產(chǎn)業(yè)迎來升級換代、跨越發(fā)展的窗口。據(jù)IFR統(tǒng)計，2021年，全球機器人市場規(guī)模持續(xù)擴大，工業(yè)機器人市場強勁反彈，安裝量創(chuàng)下歷史新高，服務(wù)機器人和特種機器人持續(xù)高速發(fā)展、創(chuàng)新活躍，有力促進(jìn)全球經(jīng)濟的回暖。
2、狹義機器人（人形機器人）有望成為人工智能科技革命的代表性產(chǎn)品
狹義機器人多指同時具有體力和腦力能力的人形機器人，是人工智能、集成電路、新材料、先進(jìn)制造等前沿技術(shù)系統(tǒng)集成的產(chǎn)品。
當(dāng)前海內(nèi)外人形機器人的發(fā)展均處于中早期，且由于體力和腦力能力相關(guān)技術(shù)方面亟待提升，成本難以快速降低，暫時未得到大面積的普及運用。在國際上，人形機器人的技術(shù)研發(fā)以企業(yè)實驗室為主，根據(jù)適用的工作環(huán)境，人形機器人分三大梯隊。其中第一梯隊在體力和腦力能力方面都有較強的技術(shù)支撐，以美國的波士頓動力和特斯拉為代表；第二梯隊是同時具備體力和腦力能力，但多數(shù)應(yīng)用在非野外環(huán)境的人形機器人，以日韓為代表；第三梯隊是僅適用于平滑路面的機器人。在國內(nèi)，人形機器人的研究設(shè)計以高校實驗室為主，此外也包含研究機構(gòu)和高科技公司。目前國內(nèi)在基礎(chǔ)器件、新材料與新結(jié)構(gòu)、控制理論、識別算法、智能理論等方面已經(jīng)取得重要進(jìn)展，各類專業(yè)機器人已經(jīng)廣泛應(yīng)用于工業(yè)、醫(yī)療、農(nóng)業(yè)、服務(wù)等領(lǐng)域。2023年8月17日，世界機器人大會現(xiàn)場發(fā)布《中國機器人技術(shù)與產(chǎn)業(yè)發(fā)展報告》，報告顯示，我國機器人產(chǎn)業(yè)總體發(fā)展水平穩(wěn)步提升，應(yīng)用場景顯著擴展，核心零部件國產(chǎn)化進(jìn)程不斷加快，協(xié)作、物流、特種機器人等產(chǎn)品優(yōu)勢不斷增強，創(chuàng)新型企業(yè)大量涌現(xiàn)。我國人形機器人有望率先應(yīng)用于真實場景，占據(jù)市場先機。
相較于廣義機器人，狹義的人型機器人的主要應(yīng)用領(lǐng)域是在醫(yī)療和教育領(lǐng)域。當(dāng)前人形機器人處于發(fā)展早期，在技術(shù)上仍存在軟件與硬件相關(guān)瓶頸，暫時還不能更高效地幫助人類完成各種服務(wù)。但未來在人工智能相關(guān)技術(shù)的加持下，算法對機器人運動能力的控制、算法與硬件的匹配度等都有望提升。例如在機器人任務(wù)層，語音大模型對于機器人任務(wù)描述、分解、代碼編程的作用有望改善，在實時控制層，人工智能大模型有望加速仿真虛擬訓(xùn)練，快速實現(xiàn)算法迭代，并擴大算法多場景處理能力。
三、人工智能科技革命基礎(chǔ)設(shè)施是什么？
AIGC開啟人工智能新紀(jì)元。羅馬非一日建成，人工智能行業(yè)也并非新生事物。中國科學(xué)院院士譚鐵牛表示，1956年夏，麥卡錫、明斯基等科學(xué)家在美國達(dá)特茅斯學(xué)院開會研討“如何用機器模擬人的智能”，首次提出“人工智能（Artificial Intelligence，簡稱AI）”這一概念，標(biāo)志著人工智能學(xué)科的誕生，自此近70年的歷程中，人工智能行業(yè)不斷發(fā)展，初期主要在于發(fā)展理論和用于文本識別、圖像識別的感知式AI，1960s分析式AI開始以邏輯推理、數(shù)據(jù)挖掘等方式出現(xiàn)，1970s開始出現(xiàn)決策性AI進(jìn)行智能決策，1980s后機器學(xué)習(xí)開始演進(jìn)，其背后的向量機、神經(jīng)網(wǎng)絡(luò)、決策樹等算法快速發(fā)展，同時在這一階段芯片算力在硬件領(lǐng)域的大幅度提升，也為人工智能行業(yè)發(fā)展推波助力。進(jìn)入2010s，伴隨著大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等產(chǎn)業(yè)快速發(fā)展，人工智能行業(yè)在數(shù)據(jù)量、計算量、存儲量和算力需求上以指數(shù)級增長，“量變”推動“質(zhì)變”，生成式AI（AIGC）得以出現(xiàn)，2023年ChatGPT的發(fā)布進(jìn)一步引爆了各界對生成式AI的關(guān)注，人工智能行業(yè)進(jìn)入新紀(jì)元。
人工智能基礎(chǔ)設(shè)施是推動行業(yè)發(fā)展的重要力量，AIGC科技革命對基礎(chǔ)設(shè)施的要求進(jìn)一步提升。從人工智能行業(yè)的發(fā)展歷程來看，理論突破固然重要，但更重要的是在數(shù)據(jù)量、存儲量、計算量、算力等硬件層面的提升，早期以規(guī)則導(dǎo)向的感知式AI和分析式AI隨著硬件水平的提升和算法層面的突破，實現(xiàn)了機器學(xué)習(xí)到深度學(xué)習(xí)的快速發(fā)展和應(yīng)用，人工智能行業(yè)取得長足進(jìn)步，2023年ChatGPT引爆了新一輪AIGC科技革命，也使得我們可以對未來“自主學(xué)習(xí)”的超人工智能階段一窺究竟。以ChatGPT為例，它需要以大量數(shù)據(jù)訓(xùn)練和海量存儲需求為支撐，在多模態(tài)和大模型基礎(chǔ)上，依賴巨大算力基礎(chǔ)為使用者提供持續(xù)性的服務(wù)，可以完成聊天、寫郵件、編輯視頻腳本、寫文案、翻譯和寫代碼等服務(wù)。
可以看到，考慮AIGC的背后需要多模態(tài)認(rèn)知、大模型、海量數(shù)據(jù)、實時計算、智能交互與硬件算力等支撐，對科技基礎(chǔ)設(shè)施的要求也將進(jìn)一步提升。早在ChatGPT問世前，美歐等發(fā)達(dá)經(jīng)濟體早已開始布局，根據(jù)中國信通院《人工智能基礎(chǔ)設(shè)施發(fā)展態(tài)勢報告（2021年版）》，2021年7月，美國國家科學(xué)基金會計劃投資2.2億美元新建11個國家人工智能研究中心，覆蓋人工智能和高級網(wǎng)絡(luò)基礎(chǔ)設(shè)施、人機交互與協(xié)作等研究領(lǐng)域；2020 年2月，歐盟委員會提出超過40億歐元的“數(shù)字歐洲計劃”來支持高性能計算和量子計算，包括邊緣計算和人工智能、數(shù)據(jù)和云基礎(chǔ)設(shè)施。我們預(yù)計，隨著本輪人工智能科技革命的發(fā)展，相關(guān)基礎(chǔ)設(shè)施的發(fā)展也將加速。
人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵在于數(shù)據(jù)、算力和算法三大要素。本輪人工智能科技革命，從其技術(shù)演化和迭代到商業(yè)應(yīng)用，關(guān)鍵在于數(shù)據(jù)、算法和算力三大領(lǐng)域的發(fā)展：
數(shù)據(jù)決定了生成式AI的性能、泛化能力和應(yīng)用效果，在數(shù)據(jù)收集階段需要從不同數(shù)據(jù)源（音頻、視頻、圖像等）獲取數(shù)據(jù)，通過人工或者半自動方式對原始數(shù)據(jù)進(jìn)行標(biāo)注，按照數(shù)據(jù)類型與需求進(jìn)行數(shù)據(jù)清洗，然后根據(jù)算法需要進(jìn)行存儲，以備后續(xù)訓(xùn)練和測試使用。一言以蔽之，人工智能進(jìn)行“反饋響應(yīng)”的基礎(chǔ)是數(shù)據(jù)，“投喂”數(shù)據(jù)的質(zhì)量決定了其表現(xiàn)效果和泛化能力。
算力是人工智能的生產(chǎn)力基矗算力是人工智能的生產(chǎn)力基礎(chǔ)，是實現(xiàn)人工智能產(chǎn)業(yè)化的核心。算力是通過對信息數(shù)據(jù)進(jìn)行處理，實現(xiàn)目標(biāo)結(jié)果的計算能力，其關(guān)聯(lián)技術(shù)包括數(shù)據(jù)中心、分布式計算、邊緣計算和高性能計算，與之對應(yīng)的是對不同類型芯片的需求。根據(jù)IDC發(fā)布的《中國人工智能計算力發(fā)展評估報告（2022-2023）》，2022年我國人工智能芯片市場89%是GPU芯片，NPU、ASIC和FPGA分別占9.6%、1.0%和0.4%。隨著人工智能科技革命的發(fā)展，面對數(shù)據(jù)攀升、算法和模型領(lǐng)域的突破，“大腦”需要盡可能快速、精準(zhǔn)地處理大量數(shù)據(jù)或執(zhí)行復(fù)雜的指令，這將對AI算力提出更高的需求。
算法突破推動通用人工智能發(fā)展。ChatGPT引爆新一輪人工智能科技革命，關(guān)鍵在于“通用人工智能”的出現(xiàn)，這是多模態(tài)和大模型算法的勝利，本次算法的突破體現(xiàn)在大模型（當(dāng)模型規(guī)模超過某個閾值后，對于通用任務(wù)的效果顯著提升，也稱為涌現(xiàn)能力）、人類反饋強化學(xué)習(xí)（能夠憑借強化學(xué)習(xí)的方式不斷優(yōu)化人類反饋的語言模型）、思維鏈（該算法使得模型生產(chǎn)推理路徑，并在敏感話題方面避免無法回答的問題）、無監(jiān)督學(xué)習(xí)（可以在無人工標(biāo)注的條件訓(xùn)練，數(shù)據(jù)更多、成本更低、模型返回能力更強）等方面，本輪算法突破是生成式AI出現(xiàn)和通用人工智能發(fā)展的重要基石。
云計算、物聯(lián)網(wǎng)和算力支持是人工智能基礎(chǔ)設(shè)施�？紤]數(shù)據(jù)、算力和算法三大要素之間的關(guān)系，人工智能技術(shù)迭代與演進(jìn)的歷程對相關(guān)基礎(chǔ)設(shè)施的需求提升，我們認(rèn)為，云計算、物聯(lián)網(wǎng)和算力支持是人工智能基礎(chǔ)設(shè)施，是未來推進(jìn)我國人工智能行業(yè)發(fā)展的核心方向。
算力支持：我國算力水平處于全球前列，根據(jù)IDC、浪潮信息、清華全球產(chǎn)業(yè)院聯(lián)合發(fā)布的《20212022全球計算力指數(shù)評估報告》，我國計算力指數(shù)達(dá)到70，排名全球第二，僅落后于評分77的美國，計算力發(fā)展水平漲幅達(dá)到13.5%，印證我國算力發(fā)展較快。根據(jù)IDC發(fā)布的《中國人工智能計算力發(fā)展評估報告（2022-2023）》，未來我國算力規(guī)模仍將保持高速增長，預(yù)計2026年智能算力和通用算力規(guī)模將分別達(dá)到1,271.4（EFLOPS）和111.3（EFLOPS）。具體來看，芯片領(lǐng)域我國仍面臨GPU的對外依賴和自研瓶頸，服務(wù)器我國領(lǐng)跑全球，未來關(guān)注綠色發(fā)展；計算架構(gòu)仍需進(jìn)一步技術(shù)創(chuàng)新的支撐。
云計算：云計算是一種基于互聯(lián)網(wǎng)、通過共享軟硬件資源向用戶提供大量計算資源和應(yīng)用程序統(tǒng)一管理和調(diào)動的資源池，以此實現(xiàn)資源最大化并降本增效。最常見的三種云計算服務(wù)方式是軟件即服務(wù)（SaaS），平臺即服務(wù)（PaaS）和基礎(chǔ)設(shè)施即服務(wù)（IaaS），由于人工智能技術(shù)迭代和演進(jìn)產(chǎn)生的巨量算力需求，云計算需求顯著增加，此外隨著人工智能商業(yè)應(yīng)用未來的廣泛擴展，云計算的需求也將進(jìn)一步提升。
物聯(lián)網(wǎng)：物聯(lián)網(wǎng)是一個由相互關(guān)聯(lián)的計算設(shè)備、機械和數(shù)字機器、物體、動物或人組成的系統(tǒng)，能夠通過網(wǎng)絡(luò)傳輸數(shù)據(jù)，而不需要人與人或人與計算機的互動，從而實現(xiàn)“萬物互聯(lián)”的狀態(tài)，全面感知、可靠傳遞、智能處理和人工干預(yù)最少，是物聯(lián)網(wǎng)獨特而又重要的四大特征。在萬物互聯(lián)的基礎(chǔ)上，與物聯(lián)網(wǎng)的結(jié)合是實現(xiàn)人工智能廣泛應(yīng)用于生產(chǎn)生活的關(guān)鍵。以人工智能農(nóng)業(yè)為例，通過各類溫度傳感器、濕度傳感器、光傳感器、CO2傳感器等物聯(lián)網(wǎng)設(shè)備，將農(nóng)業(yè)涉及的溫度、濕度、光照、土壤養(yǎng)分等數(shù)據(jù)進(jìn)行記錄和收集，依賴人工智能進(jìn)行決策，做出增補水分、調(diào)升溫度和增減光照等反饋，進(jìn)而服務(wù)于農(nóng)業(yè)生產(chǎn)。2021年我國發(fā)布的《物聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施建設(shè)三年行動計劃（2021-2023年）》明確提出，致力于到2023年底在國內(nèi)主要城市初步建成物聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施，社會現(xiàn)代化治理、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型和民生消費升級的基礎(chǔ)更加穩(wěn)固。
四、人工智能科技革命的“原材料”是半導(dǎo)體
人工智能引領(lǐng)新一輪科技革命，關(guān)鍵“原材料”是半導(dǎo)體。結(jié)合人工智能三大要素數(shù)據(jù)、算法和算力，我們認(rèn)為，人工智能科技革命的關(guān)鍵原材料在于半導(dǎo)體，算法的突破是建立在擁有超強計算能力的芯片基礎(chǔ)上，通過大數(shù)據(jù)“投喂”得以發(fā)現(xiàn)了大模型的“涌現(xiàn)能力”，大數(shù)據(jù)的存儲和調(diào)用也是建立在不斷迭代的存儲設(shè)備之上，需要半導(dǎo)體產(chǎn)業(yè)不斷技術(shù)迭代滿足存儲需求；而算力需求提升本身就對應(yīng)著芯片技術(shù)和性能的提高。因此，綜合來看，我們認(rèn)為，本輪由人工智能引領(lǐng)的新一輪科技革命，關(guān)鍵“原材料”是半導(dǎo)體。
人工智能發(fā)展需要半導(dǎo)體產(chǎn)業(yè)的全面支持。半導(dǎo)體產(chǎn)業(yè)鏈包含上中下游，上游包括四部分：EDA、IP核、半導(dǎo)體材料和半導(dǎo)體設(shè)備；中游可分為設(shè)計、制造和封測三大環(huán)節(jié)，包含集成電路（IC）、傳感器、光電子器件和半導(dǎo)體分立器件四大產(chǎn)品；下游廣泛應(yīng)用于消費電子、汽車電子、醫(yī)療、通信技術(shù)、人工智能、物聯(lián)網(wǎng)、新能源和工業(yè)電子等領(lǐng)域。從人工智能行業(yè)發(fā)展角度來看，需要半導(dǎo)體產(chǎn)業(yè)的全面支持，上游關(guān)注半導(dǎo)體材料的突破和半導(dǎo)體設(shè)備的創(chuàng)新；中游關(guān)注后摩爾定律時代，半導(dǎo)體設(shè)計、制造和封測技術(shù)路徑的提升和創(chuàng)新；下游則在于發(fā)展人工智能，并拓展人工智能應(yīng)用場景，推動半導(dǎo)體產(chǎn)業(yè)發(fā)展。
中游可以視為核心產(chǎn)業(yè)鏈，包括設(shè)計、制造和封測三個環(huán)節(jié)。設(shè)計環(huán)節(jié)主要指根據(jù)終端客戶需求設(shè)計出相應(yīng)的電路圖，并最終輸出版圖供晶圓制造企業(yè)使用，在設(shè)計電路中需要使用自動設(shè)計軟件EDA，部分設(shè)計還需要使用授權(quán)的IP核。制造環(huán)節(jié)指由晶圓制造廠完成的前道工藝，包括氧化/擴散、光刻、刻蝕、離子注入、薄膜生長、清洗與拋光、金屬化等七大工藝步驟，在制造過程中需要使用各類半導(dǎo)體前道設(shè)備和半導(dǎo)體材料。封測是封裝與測試的簡稱，封測環(huán)節(jié)是指由封測廠完成的后道工藝，包括貼膜、磨片、貼片、劃片、裝片、鍵合、測試等，在封測過程中需要使用各類封裝材料和半導(dǎo)體后道設(shè)備。
我國半導(dǎo)體設(shè)備仍待發(fā)展。半導(dǎo)體設(shè)備根據(jù)應(yīng)用環(huán)節(jié)不同主要分為前道工藝設(shè)備(晶圓制造)和后道工藝設(shè)備(封裝測試)兩大類，細(xì)分又可以劃分出百種不同的機臺，占較大市場份額的主要有：光刻機、刻蝕機、薄膜沉積設(shè)備、離子注入機、測試機、分選機、探針臺等。半導(dǎo)體設(shè)備方面，比如光刻機，目前高端光刻機（如EUV光刻機）被荷蘭ASML公司壟斷，中低端光刻機供應(yīng)商有Canon和Nikon等，國產(chǎn)光刻機進(jìn)展較慢，自主研發(fā)仍有很大空間。
推動我國人工智能行業(yè)發(fā)展，關(guān)鍵在于促進(jìn)我國半導(dǎo)體行業(yè)多點開花。根據(jù)SIA最新數(shù)據(jù)，2021年全球半導(dǎo)體產(chǎn)業(yè)鏈的區(qū)域分布主要集中在南美與亞太地區(qū)，其中美國市場份額占比最高，約占總市場的一半。韓國、日本、歐洲、中國臺灣與中國大陸的市場份額分別占到19%、9%、9%、8%與7%。從產(chǎn)業(yè)鏈細(xì)分行業(yè)來看，不同國家/地區(qū)具有不同優(yōu)勢。半導(dǎo)體設(shè)備與半導(dǎo)體設(shè)計環(huán)節(jié)這類研發(fā)密集型細(xì)分行業(yè)主要由美國、韓國、日本和歐洲主導(dǎo)，半導(dǎo)體材料這類資源密集型、以及半導(dǎo)體制造與封測等勞動密集型細(xì)分行業(yè)主要由中國臺灣、中國大陸主導(dǎo)。關(guān)于我國人工智能行業(yè)的發(fā)展前景，我們認(rèn)為，促進(jìn)我國半導(dǎo)體行業(yè)多點開花較為重要，一方面利用在我國具備相對優(yōu)勢的封測等領(lǐng)域積極推進(jìn)發(fā)展，縮小與海外半導(dǎo)體產(chǎn)品的差距；另一方面在中美博弈的大背景下，我國在半導(dǎo)體材料、設(shè)備及先進(jìn)制造方面距離美歐日韓等國家仍有差距。
我們認(rèn)為在新型舉國體制的支持下，或持續(xù)加大對半導(dǎo)體科技創(chuàng)新的投入力度，縮小相關(guān)領(lǐng)域差距。結(jié)合日韓等國家半導(dǎo)體行業(yè)崛起歷史，在全球半導(dǎo)體行業(yè)相對低迷（當(dāng)前全球半導(dǎo)體銷售額處于周期底部）的階段，更應(yīng)積極加大資本開支，并積極通過收購、重組等方式吸收海外先進(jìn)技術(shù)、設(shè)備和廠房等資源，通過吸收消化和自研創(chuàng)新推動半導(dǎo)體行業(yè)加速成長，縮小與領(lǐng)先國家的差距。特別是本輪由人工智能革命引領(lǐng)的科技革命方興未艾，我國擁有龐大的終端市場和積極友好的政策環(huán)境，半導(dǎo)體行業(yè)的多點開花將成為我國人工智能行業(yè)發(fā)展的重要基石。
（作者為浙商證券首席經(jīng)濟學(xué)家）
見習(xí)編輯：劉錦平 主編：程凱
