Page 19 - 计算机网络技术及应用

第一章 人工智能的发展与未来

但同样也需要投入巨大的人力，相较于美国硅谷高昂的人工成本，中国在数据标
注方面具有成本优势，另一方面，源自中国丰富的应用场景带来的模型训练所需
的大数据基础。统计公报显示，中国互联网普及率为 73%，移动支付业务量与
交易量保持快速增长，其产生的海量数据为人工智能在基础设施优化、服务能
力提升等方面形成了良好的反馈机制，进而为数据模型的训练提供了大量的数据

积累。
2. 中国部分人工智能领域已具备领先优势
一是在类脑智能研究方面，由清华大学类脑计算研究中心开发了具有自主知

识产权，能够实现基于 1024 个氧化物忆阻器阵列的类脑计算的类脑芯片，完全
摒弃了冯诺依曼架构的人工智能技术路径，该芯片能够实现，功耗不到传统人工
智能芯片的千分之一；二是在大脑成像方面，由华中科技学研究的“显微光学切
片断层成像技术（MOST）”和“全脑定位系统（BPS）”，在全球已经率先实

现了精准成像，对脑机交互等方面的研究提供了无限可能；三是在计算机视觉方
面，中国在安防、移动互联网、金融等领域已经开展大规模的试验验证，以安防
领域重要的人脸识别技术为例，相比于美国政府对于涉及个人隐私方面采用新技
术的强监管模式，中国采用智慧城市、雪亮工程等政策推动，成为推动计算机视

觉技术落地的最大保障。
3. 制度加持和消费者认可度助力的优势
中国政府密集出台了《新一代人工智能发展规划》《促进新一代人工智能发
展三年行动计划》等多项战略规划文件，高度的政府支持与协同高效的逐步推进

是保证行业稳步发展的重要动力。其次，中国消费者对于新技术应用更包容或者
更倾向于尝试，以手机娱乐为例，AI 美颜在国产手机中可能是标配，也是国产
手机的卖点，但这一亮点遭受了美国消费者的大量差评，也间接阻碍了新技术的
应用拓展。

（二）挑战
在人工智能快速发展的时代，也同样需要面对来自伦理道德冲击、基础理论、
技术储备不足等方面带来的挑战。
1. 基础层支撑力量相对匮乏

按照人工智能产业链划分，分为基础层、技术层和应用层。中国在人工智能
领域基础层领域基础理论、关键技术积累相对薄弱，一直处于追随者的状态。从

7