人工智能研究可以分幾層?

　　人工智能研究可以分為基礎(chǔ)層、技術(shù)層、應用層，美國在技術(shù)難度大、技術(shù)帶動效應強的基礎(chǔ)層方面，不斷取得研究以及實踐進展;而中國在基礎(chǔ)層方面能力稍弱，在技術(shù)層和應用層發(fā)力更多。

　　基礎(chǔ)層主要指處理器、芯片等支撐人工智能技術(shù)的核心能力;技術(shù)層包括自然語言處理、計算機視覺、技術(shù)平臺等通用技術(shù);應用層是指自動駕駛、智能機器人等實際應用主體。

　　人工智能浪潮的興起，使得美國大公司紛紛進軍基礎(chǔ)層的研究。以芯片為例，美國的芯片制造企業(yè)英偉達推出了世界首款120萬億次級處理器Volta V100 GPU，可以將機器學習指令傳達的效率從幾周的時間縮短至幾個小時，幫助客戶更加快速地迭代并優(yōu)化各自產(chǎn)品的上市時間。過去3年中，英偉達為深度學習提供了10倍的性能加速，被評論界稱為“摩爾定律的平方”，保持目前的性能提升速率，到2025年，GPU將可實現(xiàn)比CPU快1000倍的性能。

　　谷歌、亞馬遜、微軟、蘋果等最初并不研發(fā)芯片的公司，也開始發(fā)力芯片和處理器，這使得美國在全球人工智能基礎(chǔ)層研究地位進一步增強。微軟公司公布了其人工智能芯片制造項目，展示了一款專門為微軟增強現(xiàn)實眼鏡HoloLens打造的新型芯片。谷歌已于2016年宣布了其深度學習芯片的研發(fā)，并聲稱，隨著語音識別技術(shù)的爆發(fā)，高性能處理器TPU已為公司省下了打造15個新數(shù)據(jù)中心的成本。谷歌同時在與生物公司合作開發(fā)高效計算DNA信息的芯片。2017年4月，蘋果公司宣布蘋果將通過自主研發(fā)和生產(chǎn)芯片，進一步掌握產(chǎn)業(yè)鏈主導權(quán)。消息一出，蘋果芯片供應商英國公司Imagination的股價應聲暴跌。

　　但是，中國在芯片基礎(chǔ)研發(fā)領(lǐng)域仍然落后于美國企業(yè)，對進口芯片的需求居高不下。

　　從事計算機視覺識別的中國公司“曠視科技”品牌與市場中心總經(jīng)理謝憶楠表示，在圖像識別領(lǐng)域，公司同時應用英偉達和英特爾的芯片，目前還沒有國產(chǎn)芯片能夠完全取而代之。英特爾中國研究院院長宋繼強也承認，我國人工智能領(lǐng)域不足之處在于我們原創(chuàng)理論創(chuàng)新、基礎(chǔ)人工智能研發(fā)能力還不太夠。中國學者需要在理論上有所突破。地平線機器人技術(shù)創(chuàng)始人余凱表示，在PC電腦與移動互聯(lián)網(wǎng)時代，我們都錯失了如操作系統(tǒng)等基礎(chǔ)平臺性技術(shù)，人工智能時代需要迎頭趕上。

　　人工智能專業(yè)前景如何?