(相关资料图)

日前，国家工业信息安全发展研究中心、工信部电子知识产权中心联合正式对外发布《AI创新链产业链融合发展赋能数字经济新时代——中国人工智能专利技术分析报告(2022)》。

报告展示了我国深度学习、智能云、智能语音、量子计算等十大人工智能技术的专利分布及发展趋势，详细刻画了AI创新链高价值专利在智慧城市、智慧交通、智慧医疗、智慧金融、智慧工业、智慧教育、智慧农业等七类“智慧+”场景应用的产业图景，并对我国AI创新链产业链融合发展趋势进行了前瞻性预测。

据《报告》显示，从创新链主要创新主体的专利分布看，智慧工业是各创新主体重点布局的应用场景，在七大类“智慧+”场景中发展最为成熟。在我国现代化城市建设及新基建不断推进下，智慧城市、智慧交通也成为创新主体竞相布局的热门场景。随着人工智能在农业、教育、医疗等传统领域的不断深入，智慧教育、智慧农业等成为创新主体着重布局的新兴应用场景。同时，人工智能技术正在全面赋能千行百业，不断推动产业智能化升级，涌现出“海淀城大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例，以人工智能为核心的产业集群正加速形成。

企业需要深入了解他们的供应链，以实现其可持续发展目标并满足新兴的 ESG 相关监管要求。追溯产品来源的能力对于证明企业是否是合乎道德和可持续的方式进行生产，这一点至关重要，因为消费者越来越期望企业从供应链的第一公里到最后一英里都能够做到完全透明。了解碳足迹也很关键，因为范围 3 排放可占温室气体排放总量的 90%。

透明度和可见性需要可信、安全的数据，大多数首席供应链官 (CSCO) 预计，提高透明度和可见性水平将成为他们未来三年的关键差异化因素。使用数据、分析和人工智能使组织能够优化工作流程并提供这种可见性，CSCO 将利用人工智能和数据驱动方法来应对供应链挑战。

通过应用人工智能技术，企业可以建立更加透明、可追溯和脱碳的供应链。人工智能和自动化可以帮助 CSCO 及其团队收集数据、识别风险、验证文档并提供审计跟踪，即使在高通胀时期也是如此，同时还可以管理他们的碳、废物、能源、水、消耗和材料效用。这可以调整库存规模，帮助企业减少浪费，并且可以把追踪产品来源所需的时间从几天减少到几秒钟。

为了提升AI模型的泛化能力，使机器具备跨模态的图像解析与理解能力，以"机器视觉+自然语言理解"为代表的多模态算法开始兴起并飞速发展。这种多个信息模态交互的算法模型，可以显著提升AI的感知、理解与交互能力，一旦成熟并应用于AI助盲领域，将能够造福数以亿计的失明者，重新"看见世界"。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量高达45万。

从盲人视觉问答任务引发的"多米诺效应"

第一人称视角感知技术，对于AI助盲来说意义重大。它无需盲人跳出参与者身份去操作智能设备，而是可以从盲人的真实视角出发，帮助科学家们构建更符合盲人认知的算法模型，这促使了盲人视觉问答这一基础研究任务的出现。

盲人视觉问答任务是学术界研究AI助盲的起点和核心研究方向之一。但在现有技术条件下，盲人视觉问答任务作为一类特殊的视觉问答任务，相比普通视觉问答任务，精度提升面临着更大的困难。一方面，盲人视觉问答的问题类型更复杂，包括目标检测、文字识别、颜色、属性识别等各类问题，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

关键词： 人工智能 问答任务 人工智能技术