1973年，中国电子工业部发动大学和相关研发机构一起，首次联合设计了中国自主的、拥有一致指令系统、看齐美国计算机标准的全新“1000系列机”。最终在众多科研人员的共同努力下，只花了一年2个月，看起来就像是三台冰箱并排放的DJS-130计算机横空出世。
作为中国第一个形成产业规模的系列机，它在日后足足生产了2000多台，并且被应用到国民经济和国防的多个领域，是中国计算机发展史上重要的里程碑。
就在中国的科研人员还在熟悉这台用各种电子元件组件起来、只有13条引导程序的计算机，用极为传统的穿孔带来输入和输出结果的同时。大洋对岸的美国，却已经半步跨进了“PC时代”。
包括惠普、IBM在内的公司已经用上了微型化的电脑处理器，将电脑缩小为电视大小，同时在原有代码系统的基础上引入图形化接口概念，由针对私人公司设计转向个人使用的电脑概念。在个人电脑的庞大需求下，越来越多新技术和新产品横空出世，其中就包括了英特尔1978年推出的第一款X86处理器8086，以及微软1981年推出的第一代Windows系统MS-DOS。
因为在技术积累的投入上的巨大差别，中国最终还是“错过”了PC时代的浪潮。之后引领整个PC行业发展的，一直是美国和欧洲的企业。哪怕联想最终凭借“贸工技”路线走上全球PC销量冠军，但相当一部分利润仍要被欧美的处理器公司拿去。
这种情况，进入了以智能手机和平板电脑为代表的“后PC时代”才发生了一定程度的转变。因为“（前）PC时代”的深厚积累，以美国、欧洲为主的一批企业依旧主导了消费电子产品的早期发展。
但这一次我们有了3个重要筹码：第一个是领先全球的消费电子代工能力；第二个是全球最大、最普及的移动通信网络；第三个是全球最为集中、消费意愿最强烈的客户。
最终让中国的消费电子产业在3G、4G、5G的推动下获得了长足的发展。最典型的例子莫过于华为，短短20余年间，从一家生产电话交换机的小厂，最终成为了全球IT通信制造业的巨头，同时在手机、手机SoC处理器、4G/5G技术、通信基站等多个领域完全不弱于甚至超过发达国家公司的存在。
虽然我们最终在“后PC时代”的尾声追上了技术发展的浪潮，但随着“人工智能时代”这一全新阶段的出现，新挑战也已经出现——中国应如何保证在“人工智能时代”不落后，甚至领先全世界。
答案在我看来就是3个字：根技术。
颠覆的人工智能
无论是“PC时代”还是“后PC时代”也好，其最底层的核心，依旧是通用计算能力，也就是CPU（中央处理器）在支撑。相比之下，人工智能时代因为算法上的整体改变，在整个技术体系上发生了重大的改变。
这其实要从原理上说起，CPU的核心是根据半导体特性打造的逻辑和计算电路，人类编程员根据CPU的二进制算法特性，写出CPU可以高效逻辑判断和计算的程序。
相比之下，人工智能则是建立在对人类的算法“模拟”上，准确地说是对人类大脑工作模式的模拟。在这个基础上结合人类自我对于不同任务的逻辑判断思路，构建神经模型，然后利用大量的现实数据来训练神经模型，最终得到一个可以用来应用、推断的神经模型。
是不是有点抽象？我们不妨结合通用计算和人工智能的两个重要里程碑来对比一下。
1992年IBM斥巨资打造了超级计算机“深蓝”，利用数个机柜以及多达480颗特制的“象棋处理器”战胜了人类国际象棋大师。但在原理上，“深蓝”所做的事情并不复杂，依旧是穷举，而且不是无限穷举。
在当时，人类的象棋大师大概能够算到之后10步棋的所有情况，而深蓝则能够算到12步棋的所有情况。理论上能看到更多未来棋局可能性以及对应优劣，并且更不容易犯错的深蓝肯定会获胜，但在其第一次挑战中实际上输给了人类国际象棋大师。后来又调整优化了一年以后，终于雪耻。
2015年，Google旗下AI创业公司DeepMind发布了围棋人工智能AlphaGo，并且直接约战当时的世界围棋冠军。作为人类迄今为止最为复杂的棋盘类游戏，围棋理论上走法更是达到10的171次方。每一步棋都有多种下法，并且都会对整盘棋最终结果产生影响。这也是为什么人类一直坚信：机器无法通过简单穷举运算，在围棋上打败人类。
但用 学习能力“武装”了自己的人工智能还是出乎了人们的意料，直接以4:1击败了人类世界冠军李世石。更关键的是，在这次比赛中，人工智能展现出了与人类过去3000年围棋历史完全不一样的下法策略。你也可以说，人工智能远不只是击败了人类，反而是在不断对围棋的学习中，开辟出了一整套全新的、胜率更高的走法。
从这次比赛开始，一股新潮流开始在世界最顶尖的围棋圈开始蔓延，这些顶尖棋手们在研究学习了人工智能的下法之后，纷纷采用了其中的一些思考和招式。以中国围棋选手柯洁为例，就曾专门表示“感谢AlphaGo给我们棋界带来的震撼”。
就核心能力而言，通用计算可能是“替代+加速”，人工智能则是“拟人+创新”。这显然不在一个维度上。
更重要的是，在AlphaGo之后，越来越多的企业开始将人工智能应用在各行各业上。在翻译、语音识别、大数据、自动驾驶、目标识别等多个应用场景中都表现出了充足的颠覆性，只要有足够庞大的数据集，就能生成远超人类编程水平的神经模型和算法，最终实现远超人类编程的计算效果。
显而易见，人工智能一直都是中国不能错过的浪潮。
扎根，中国迎接人工智能时代的重要保障
事实上，尽管中国在人工智能产业的发展上取得了一定的成绩，但隐忧同样存在：相比美欧这样人工智能底蕴更充实的“老玩家”，中国在人工智能根技术上的积累薄弱不少。
根据头豹研究院的《2020年中国人工智能产业投融资报告》统计，截至2019年2月，中国AI相关企业数量为745家，约占全球21.7%，其中67.3%创立于2010-2016年间。 “年轻”的中国AI企业们，多数是在2015年标志性AlphaGo围棋人工智能事件之后成立的。
AI企业整体偏年轻，对应的结果是这类企业更多专注在AI应用层，极少企业涉足底层的AI根技术。在上方统计的745家AI相关企业中，75.2%为应用层企业，22%为技术层企业，仅2.8%的企业位于基础层。
而就重要性而言，人工智能时代“根技术”的影响力将会远超PC时代和消费电子时代。所谓“根技术”是指那些能够衍生出并支撑着一个或多个技术簇的技术。根技术是技术树之根，为整个技术树持续提供滋养，很大程度上决定着技术树的荣枯。
虽然同样是由计算机硬件和软件完成整个过程，但是因为从整个计算逻辑上不同于传统的CPU和人工编程，所以人工智能的技术栈与以PC为代表的通用计算产生了许多差异。
从整体上来说，人工智能的技术栈主要分为四部分，最底层的硬件基础设施、中层的软件基础设施、更上层的技术层、以及最上层的应用层。其中应用和技术层因为更偏向应用和解决方案，合起来一起作为应用与技术层。其中硬件基础设施部分还可以分为AI处理器和AI硬件设备；软件基础设施则可以再分为处理器使能、AI框架以及开发使能平台。
而“根技术”最核心的存在就在于“软件基础设施”和“硬件基础设施”这两部分。这一点我们也可以从英伟达、谷歌这类更早进入人工智能的巨头的布局中看出。
以英伟达为例，其GPU产品最早被AI研发用于 学习训练和推理，英伟达在不断优化自己产品AI运行效率的同时，也进一步深化到设备层，除了各种规格尺寸的人工智能GPU之外，还专门针对不同的场景应用打造成不同的解决方案，有名片大小的Jetson、也有专门针对自动驾驶场景的Drive系列产品，更有直接用超高速网络将数颗GPU联合成“超大”GPU的DGX。
在软件基础设施上，英伟达推出的CUDA解决方案更是影响深远，而在AI框架上，英伟达直接采用了谷歌的TensorFlow和Facebook打造的PyTorch。这是因为英伟达选择将更多的精力放在了技术层上，通过应用SDK深入行业深入应用。
其次是谷歌，谷歌不但鼓励子公司DeepMind推进AlphaGo项目。同时为了给AlphaGo提供充足的算力，谷歌还研发了专用于人工智能的TPU处理器。并且将TPU主机服务器化，放入了自己的云服务体系中。在后续的几年中不断更新TPU处理器版本和其解决方案，最终更将TPU作为一种云服务业务内容，向广大的客户开放。
除了两家在“根技术”上的发力，还有一点尤为值得关注，就是人工智能全栈路的技术布局协作：英伟达用CUDA串起了自己最擅长的GPU硬件和之上的整个软件架构和生态，谷歌则根据自己人工智能技术的丰厚积累，做出了行业内最受欢迎的AI框架TensorFlow。
纵观谷歌和英伟达这两家全球人工智能产业最领先的公司，它们都不约而同地选择了同时布局AI根技术的关键节点，通过关键节点之间的协作，进而让自己的人工智能生态能力和效率最大。
最重要的是，核心公司的人工智能生态，还会随着时间的推移，辐射到整个国家，乃至全球的人工智能产业，形成公司、国家在人工智能产业中的潜在话语权。
中国发展人工智能产业依然需要“弯道超车”乃至“后发制人”，而接下来唯一的关键——发展自己的人工智能。
破局人工智能，中国企业该做些什么？
最首要的，也是中国企业目前最大的短板，就是人工智能的基础硬件。更具体的说，包括了AI处理器以及利用处理器打造的各种解决方案。
原因主要有三点，一是AI硬件是AI应用推广的主要边界，尤其是像智能手机、物联网、智慧城市等强调端侧数据采集和处理的场景，需要的往往是量身定制的AI计算能力和紧凑的解决方案；其次是处理器架构和开发方式上要实现高度统一；最后是基础硬件的自主创新问题。
除此之外，为了把这些基础硬件发挥出最大价值，还必须为其配套高效软件基础设施，主要包括“芯片使能”、“AI框架”、“开发使能平台”。
要一口气在这么多环节取得进展乃至突破，显然不是易事，但中国的许多企业们在这些年里还是交出了不少成绩。一大批AI处理器、AI算法公司应运而生，纷纷开始填补AI根技术的空白，例如现在不少造车新势力就正在将国外的AI处理器换成国内创业公司的产品。
在AI框架和开发端取得进展的就更多了，不仅有百度腾讯这样的互联网巨头长期重金布局，在细分的应用场景中，例如语音语义中的科大讯飞，又例如智慧城市应用领域中的“AI四小龙”。
从追求布局整体性和前瞻性出发，目前进展最大的是华为。华为的人工智能是一条以“根技术”为核心抓手的发展之路。目前，昇腾计算产业从基础硬件到基础软件层已形成了全栈全场景的“根技术”布局，且在云、边、端侧都部署了统一架构的昇腾系列解决方案，其基础软件层的异构计算架构CANN和AI开发框架MindSpore不仅能优化流程，也能与昇腾硬件基础进行 的优化整合，进行全栈调优。在这些根技术之上，AI开发平台MindX也进一步加快了AI应用的开发部署。
中国的AI时代，不能没有“根”。随着中国人工智能产业建设的深入，我们也将看到会有越来越多的中国AI企业，深耕于人工智能“根技术”的产品与业务。发展具有自主创新“根技术”一定是中国建设人工智能产业的共识。尽管在破局人工智能发展上，我们依然会面临挑战，但中国AI公司已经用过去数十年的努力证明了一点：在全球AI根技术竞赛中，中国同样有机会实现追赶乃至超越。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
