大咖云集长三角人工智能应用创新张江峰会：2030年中国AI市场市值将达万亿

每经记者 夏冰    每经编辑 祝裕

人工智能是近年来中国科技发展的关键词之一，自十九大报告中提出加快人工智能与实体经济的深度融合后，全国各地都着力发展人工智能产业，除培育人工智能技术企业外，更注重技术与产业的融合。在此背景下，上海同样发力发展人工智能产业，而张江作为具有全球影响力的科创中心的核心承载区，也将人工智能产业列为十三五期间重点培育的新型产业。

“10年后计算机将代替人类完成50%的基础、机械、重复的文字处理工作，大型政企客户也将会配备有相应的计算机软件系统来完成智能化转型。”达观数据创始人陈运文在5月25日主办的主题为“AI上海创未来”的“2018长三角人工智能应用创新张江峰会”上如是指出。

陈运文指出，目前，人工智能的发展在运算智能和感知智能上已经取得了很大的突破和优于人类的表现，接下来以理解人类语言为入口的认知智能将成为人工智能发展的突破点。今后，人工智能技术在金融、法律、制造等行业的落地应用将带来产业整体的变革，向智能化升级。

《每日经济新闻》注意到，上述“AI上海创未来”峰会正是落地张江浦东软件园区内。峰会聚集了目前国内一大批聚焦人工智能发展中的企业创始人和管理者、专家学者、投资人，峰会从全球视野探讨当前人工智能在学术研究、资本市场、应用落地等方面的创新发现与行业经验，展望未来趋势，推动人工智能在中国企业智能化转型中的落地发展。

人工智能落地开花 文本智能处理应用潜力无限

从1956年美国达特茅斯学院举行了第一次人工智能研讨会开始，人工智能的发展在运算智能和感知智能上已经取得了很大突破，并表现出优于人类的态势，接下来以理解人类语言为入口的认知智能将成为人工智能发展的突破点。

“语言的运用有超过5000年的历史，不同民族进化出了各不相同的语言体系，当今的工作场景中，平均每个人每天有超过1/3的时间用在文字的阅读、写作和处理中。人脑通过博览群书归纳出内容的规律进行预测分析，计算机则可以通过输入海量的文本数据，通过大量算法模型的训练来进行学习和预测。”陈运文对记者介绍了目前文本智能处理的常见应用场景，比如达观的处理平台已涵盖了垂直搜索引擎、智能推荐引擎和文本挖掘引擎。其中文本挖掘引擎在财务报表账目信息抽取、商业票据关键信息识别、应标书信息自动导出、基金合同差异核对、投资报告项目信息自动提取、法律文书风控要素审核、新闻稿文字校对、政府补贴项目申请表内容核准等方面已经可以成功协助工作人员处理抽取、审阅的工作，企业员工只需做结果的确认即可。

对于文本智能处理的应用潜力预测上，陈运文还大胆预测：“10年后计算机将代替人类完成50%的基础、机械、重复的文字处理工作，大型政企客户也将会配备有相应的计算机软件系统完成智能化转型。”

来自真格基金的董事总经理顾旻曼在主题演讲《AI创业投资观察》中则分享了互联网从云端落向地面的过程中如何像“病毒”一样渗透进所有行业。顾旻曼认为：数据是下一代的石油，AI就是下一代的电。未来，人工智能将遍及人们生活的方方面。

人工智能赋能企业发展 如何智能落地发展成突破关键

值得注意的是，本次峰会聚焦人工智能落地发展。相关专家表示，AI在不同行业的破竹之势，得益于大数据与机器学习的相互成就。语言识别、语音合成、自然语言处理、机器视觉与图形识别，这些领域机器学习已经有了深入广泛的应用。

来自SAP高级副总裁黎文宪在发表题为《机器学习赋能智慧型企业》演讲中讲述了机器学习的发展历程和SAP在企业智能实践的经验。他介绍，数字化时代正向智能化时代开始转变，智慧企业将提升员工专注于更高价值的任务。想搭建智慧企业框架，要有3个关键的“组件”：智慧企业套件、智能系统和数字化平台。企业变得智能可从自动化知识性工作开始着手，例如：转型人力资源服务、自动化财务运营、自助客户服务、对话式的销售机器人和流失客户挽留洞察等，这些也都是SAP的企业智能愿景。

来自安永的合伙人陈炽则分享了安永在人工智能战略和发展中的实践经验。他表示，安永重视在自然语言处理、关系图谱、大数据算法应用、智能自动化这几个领域的发展，并且在人力资源、财务、税务合规、供应链和信息技术方面已经有了成熟的RPA解决方案与服务。

陈炽介绍，中国人工智能应用市场于2017年增长50%，超越全球20%的市场预期。在2030年前，中国AI市场价值预计达到1兆元。陈炽认为分析、自动化和创新是人工智未来发展变革的重要三大要素。

“加强客户体验转换和数字设计相融合分析，以及使分析过程垂直一体化，同时加强客户体验转换和数字设计相融合分析，以及使分析过程垂直一体化，锚定在主导的创新领域，围绕行为、金融犯罪和网络，通过人工智能手段实施有效解决方案。”陈炽如是表示。

人工智能的热潮很大程度是由深度学习发展引发，人工智能深度学习领域大力推动了先进的计算机视觉应用的实现，同时也让自然语言处理领域受益匪浅。

来自复旦大学计算机系教授，2017年国际自然语言处理与中文计算程序委员会主席黄萱菁教授介绍到，自然语言处理中的深度学习，其中的一些算法模型几乎涵盖大部分人物，如常见的机器翻译、自动问答、序列标注和文章摘要等都可借由其完成。深度学习也不断带来新的变化，例如：语义理解变得更为重要，不断出现像看图说话、机器作诗、作词、绘画、写代码的新玩儿法。

达观数据副总裁桂洪冠也表示，想让计算机像人一样准确高效地理解文字，对文字的语义理解处理是一大难点。中文语言灵活、句法结构变化多样，桂洪冠总结了达观在文本智能处理方面的四大经验：第一，从词汇级、句法级和篇章级以此理解文字含义；第二，为特定应用场景制定相关的语言模型，比如为专业领域文本进行语言建模，对行业语料进行不断的积累和处理；第三，必须利用机器学习确保泛化的能力，也就是使算法具有举一反三的能力来确保计算模型自动优化，效果可持续提升；第四：通过构造知识图谱利用行业专家的经验，用结构化的背景知识更好理解文本内容。