Page 43 - AV_202302

观察·事件

用人工智能技术。AI开放平台应运而
生，帮助企业将AI能力快速部署到不
同行业，实现降本增效。
AI开放平台是使开发者可以通过
调用API或SDK的形式高效使用平台中
开放的AI能力，实现AI产品开发的平
台。通过AI开放平台可以释放行业能
力，构建行业生态，实现合作共赢

趋势四：联邦学习与可信AI走向
落地实践
随着人工智能等新兴技术越来越
多的赋能社会和企业，技术使用的底
层数据安全性也越来越受到国家的
关注。随之而来的《数据安全法》、
《个人隐私保护法》也提出了新的数
据使用要求，让人工智能可信已经从
可选变成必选。目前，可信AI研究已
经从理论探索逐步走向工程化落地实
践。为了更好的，在可信的前提下挖
掘人工智能技术的潜力，隐私计算日 趋势六：AI赋能的工业质检实现 深度学习等人工智能技术分析处理多
益成为克服数据安全与开放共享之间冲 规模复制 维度、多模态、多场景下的模拟和真
突的关键技术方向。可信联邦学习的出 根据IDC预测，2021年工业质检 实数据，解决复杂推演计算问题，加
现，则有助于改善了隐私计算面临安 解决方案（不包含硬件）整体市场规 快基础科学和应用科学的发现、验
全、效率、性能三者均衡的问题。 模达到了2.1亿美元，较2020年增长 证、应用，打造新一代科研范式。
可以预见，全域隐私计算技术将 了近48.4%。AI工业质检领域场景碎 当前，AI for Science正处于发展上升
在安全和隐私性上有新的突破，联 片化导致市场持续碎片化，大部分厂 期，未来将从基础学科、技术研发、
邦学习与可信AI也将迎来新的机遇和 商都在逐步寻找自身优势的细分行业 产品创新、产业服务等维度深度赋能
挑战。 场景。在2021年自身重点市场取得规 传统科学领域，而如何更好地挖掘人
模化复制的同时，2022年开始向更多 工智能技术潜力，解决重大挑战，提
趋势五：构建AI数字人队伍成为 场景领域拓展布局。3C、汽车、消费 升创新活力成为新的命题。
新浪潮 品和原材料四大行业中很多AI质检场
2021年，有20家以上的数字人企 景实现规模化复制，成为驱动市场发 总结
业获得新一轮的融资，且都在数千万 展的主要动力。 2023年，新的人工智能技术势
元人民币以上的规模。2022年数字人 必对各个行业产生更多影响，这是一
更是几乎成为AI第一热门赛道，在诸 趋势七：AI for Science 个极具创新和颠覆性的技术，会将社
多应用场景大放光彩。 我国中央和地方政府相继出台政 会、经济、工作、生活推向更高维
机构预计，到2026年中国AI数字 策，要求加快人工智能促进科学研究 度，创造更多机遇和财富，同时也伴
人市场规模将达到102.4亿元人民币， 创新发展，形成具有未来竞争优势的 随着更多挑战。
保持高速增长。当然，目前AI数字人 战略性前沿方向。AI for Science作为 如今，人工智能已和我们如影随
整体上还处于起步阶段，距离市场成 重点路径，应用场景覆盖生命科学、 形，我们必须对它进行更多了解、更
熟还有较长的距离，市场参与者大多 自然环境、数学推理、材料工程、量 多使用，才有可能在 2023 年及未来
为差异化竞争，分别在已有客户群体 子计算、物理化学等重要方向。 的竞争中获得更多生存、发展和超越
的领域依托自身技术优势进行深耕。 AI for Science是指以机器学习、 的空间。

43