在今年的政府工作报告中，人工智能再次被 " 点名 "。与此同时，包括百度董事长李彦宏、科大讯飞董事长刘庆峰在内的多位两会代表委员也纷纷畅谈人工智能，建言人工智能的产业发展。
从全球来看，不管是中国、美国，还是欧盟，都已经把人工智能作为国家的最核心发展战略进行布局。多名业内专家对《科创板日报》记者表示，人工智能正从传统的安防领域向工业、教育、医疗等更多行业拓展，但如何全面从实验室走向产业化，依然是最大的挑战。
推动工业制造转型升级
在人工智能与实体经济的结合中，工业制造是备受关注的一环。全国人大代表、中国航天科技集团四院 7416 厂技能工人徐立平表示，提升制造业竞争力首先要加强原始创新能力，推动互联网、大数据、人工智能和实体经济深度融合，应依靠原发性创新，超前布局一批前沿技术，进一步突破制约行业发展的关键核心技术，抢占前沿制高点，构筑技术竞争新优势。
全国政协委员、广州白云电器设备股份有限公司董事长胡德兆建议，要强化智能制造，扶持国产工业软件，并持续深化工业互联网平台，建设积极部署新一代信息基础设施建设，加快传统基础设施的智能化改造，重视数字化专业人才供给。
百度智能云智能制造相关负责人向《科创板日报》记者介绍，目前人工智能在工业领域的重点应用方向包括工业互联网、智能质检、安全巡检、设备预测性维护维修、工艺参数优化、排产排程、能耗优化、AI 远程诊断和培训、知识图谱等。
" 特别是对于一些重复性劳动，强度高、工作环境隐藏风险的岗位，人工智能可以代替人力，让工人的工作更安全，更有价值。比如质检岗位，原来靠人眼检测零部件。"他说。
一位行业分析师告诉《科创板日报》记者，未来 1-2 年数字孪生、设备预测性维护、工业质检、智能巡检等是应用热点。其中，工业质检、智能巡检正在推进规模化应用。
某制造业资深人士也表示，人工智能在品质检验、设备参数优化等领域应用比较成熟，但未来肯定有更多领域有广阔的应用，尤其在智能算法领域。
" 对业务数据的分析，并通过算法的积累来代替人进行决策，比如订单的预测和决策，生产排产方案的决策等等。原来这些都是人来判断的，后期都可以通过算法来替代。"
教育领域的新型应用
教育历来是全国两会上最受关注的民生议题之一，而教育领域 " 双减 " 无疑是 2022 年最受关注的热点话题。
全国人大代表、科大讯飞股份有限公司董事长刘庆峰认为，将人工智能技术与学校教育、家庭教育场景深度融合，为减轻家长的教育压力创造了条件。他建议，加快制定人工智能教育产品的关键技术和产品标准，并确定检验检测方法；指导行业开发技术领先、阳光健康、绿色护眼、安全可控的人工智能玩具、家庭教育大屏、个人学习终端等产品，在 " 双减 " 背景下落实减负增效，减少家长的教育焦虑。
格如灵创始人张琨告诉《科创板日报》记者，目前教育领域的数字化转型和人工智能的新型应用，主要包括三大类：
第一类是基于AI 构建大数据平台，包括学前分析、考核、题库分析等。目前主流的在线教育平台都开始做这类的 To B 的业务。
第二类是教学内容的数字化转型。相比过去的图文、视频的教学模式，借助 XR、AI、5G 等技术的融合对教学内容进行 3D 沉浸式的升级，知识信息可以更直观的传授给学习者，让知识点吸纳更快速，目前国内和海外的数据实证，可提高超过 60% 以上的传授效率，技能等实训部分每 6-7 次的虚拟实训，可以将真实的实训模块的通过率提高 96.7%
第三类则是非常火热的新型智能硬件，包括智能纸笔终端、智能学习设备等。
目前，全国各地均在推进教育信息化、数字化的建设工作。2022 年 3 月 11 日，《2022 年北京市教育信息化和网络安全工作要点》正式印发，其中明确提出加快人工智能在教育领域的创新应用，鼓励各区、各学校积极探索基于人工智能的新型教学模式。《上海市教育数字化转型实施方案（2021-2023）》也指出，探索发展基础教育、职业教育、高等教育基于人工智能的探究式、个性化学习，基于增强现实和虚拟现实等技术的沉浸式、体验式教学，基于 5G 的远端多点协作式教学，深化线上线下教育融合和创新。
AI 医疗渐成新高地
作为事关国计民生的医疗行业，亦在两会中备受关注。今年政府工作报告提出，推动优质医疗资源向市县延伸，提升基层防病治病能力；提高心脑血管疾病防治能力，坚持预防为主，深入推进健康中国行动。
全国人大代表、中国科学院上海营养与健康研究所所长李林建议，以人工智能赋能健康管理，开启 " 互联网 + 医疗护理 " 新模式，从 " 治已病 " 过渡到 " 治未病 "。刘庆峰也建议，加快推广人工智能技术在慢病管理领域的应用，能够为居民提供精细化、个性化服务，缓解县域医疗机构医保基金的运行压力。此外，全国人大代表、湖北省人大常委会常务副主任王玲建议，加大科技投入，建议用人工智能解决乳腺癌筛查困难。
鲸平台智库专家、澳门博士智库委员会主任邓伟强认为，几乎所有行业都拓展对于人工智能的关注，而受疫情的驱动，医疗照顾和医学诊断可预计将得到长足发展，通过运算加快疾病的预测及防治工作。
值得一提的是，药物研发正成为了 AI 医疗的新高地。易观分析指出，药物研发场景是 AI 技术重塑医疗行业的关键突破口，也是生物体征数字化纵深的起点，对行业未来格局存在巨大冲击效应。药物研发强依赖于药物化学数据、临床实验数据以及文献数据等，因此，致力于寻求研发突破的 AI 公司必须寻求与药企的深度合作，而药企也将在 2022 年开始通过自建团队、战略合作、并购等方式获得 AI 药物研发领域的关键能力。
天壤 X-lab 苗洪江博士向记者介绍：" 目前，已有 AI 辅助研发的蛋白药物进入临床阶段，预示着蛋白设计这项工作已经从科研项目逐渐走向产业，成为影响我们健康和生活的药物。生物学产业研发已经迎来了新的拐点。"
产业化应用推进依然存在挑战
根据 IDC 最新发布了《2022 V1 全球人工智能支出指南》，IDC 预测，全球 AI 市场规模将在 2021 年达到 885.7 亿美元，并在 2025 年增至 2,218.7 亿美元，五年复合增长率（CAGR）约为 26.2%。2025 年，中国约占全球总规模 8.3%，位列单体国家第二。
虽然市场前景广阔，但 AI 产业化推进依然存在挑战。邓伟强认为，2022 年人工智能的发展方向将聚焦芯片和应用场景扩展两大方面，目前芯片供应链紧张情况未见逆转，汽车产业和自动化设备需求甚大，同一焦点都在于高效能运算芯片的需求。
中科创星董事总经理张思申表示，人工智能算力需求的增长速度，大大超过了芯片算力的进步，算力不足成为普遍现象，驱动计算架构从单一通用架构 CPU+GPU 到混合异构架构 CPU+GPU+FPGA+XPU，也出现新型存算一体芯片、光计算芯片，以满足算力需求。
此外，AI 人才的缺失、传统企业对 AI 认知不足、收益难以计算等也制约了国内 AI 的落地应用。
其中，模型泛化能力一直是限制 AI 规模化应用的难点。一位分析师告诉记者，训练好的 AI 模型换一个场景就不再适配，需要进行重新训练，这一挑战在工业质检、医疗领域都存在，" 换一个产品型号就需要重新训练，这导致了极高的定制化成本，AI 应用的限制了大范围落地。"
