WAIC 2022
賽事評獎是世界人工智慧大會（WAIC）「會、展、賽、用」四大板塊之一，由世界人工智慧大會組委會主辦，上海市人工智慧行業協會作為唯一組織、服務、支撐和管理單位。
WAIC 2022現有品牌賽事包括：BPAA應用算法實踐典範、AIWIN世界人工智慧創新大賽、黑客馬拉松和團市委青少年人工智慧創新大賽。根據世界人工智慧大會SAIL獎的推薦規則和資格要求，品牌賽事承辦方將有機會推薦本賽事中的優秀項目參與SAIL獎評選。
當前，我國數位化建設正處在由建設數位化系統和呈現平台走向建設數位化內涵集成，數據中心、算力中心和算法中心並重，應用數據提升問題處置與對策能力的階段。《2022年AI指數報告》顯示，全球湧入人工智慧領域的投資資金從2020年的1195億美元增長到了2021年的1764億美元[1]。同時，算法也受到了越來越多的關注。自2020年元旦以來，「算法」的百度搜索指數穩步上升[2]；中國的一項調查顯示，56.1%的受訪者表示關注《網際網路信息服務算法推薦管理規定》，其中15.7%的受訪者非常關注[3]。
算法與算法治理程度是我們是否擁有數智化腦核，是否能夠穿越現有的管理系統與平台化數位化階段，上升到數據智能應用階段的關鍵，即算法決定了算量和算力的應用價值和意義。但算法價值的認同、算法開發能力的培育、算法人才的匯聚、算法團隊的維護、算法產業化的政策支持相對來說都還遠未到位。
01
算法產業化發展普遍受到忽視
從產業界角度來看，雖然有部分地方政府在全國先行推動算法創新行動和算法產業化部署，也有諸如應用算法實踐典範（BPAA）等算法創新應用賽事出現，但目前仍普遍存在忽視算法產業化發展的傾向。
首先，由於普遍不熟悉算法，因此把注意力、資源和政府支持都首先集中於算量和算力的發展，導致行業發展要素嚴重缺環；其次，由於我國在算法研究和培養方面極其薄弱，因此即使是高等數位技術人才通常也沒有太強的算法概念；再次，由於全球基礎算法的研發和開源主要由美英日德以等國貢獻，因此中國與其相比存在著相應的知識偏差、技術偏差和能力偏差；最後，由於算量與算力發展已具備規模化特徵，政策上也獲得了先行發展和基礎建設的位置，商業投資回報的現實價值更明顯，因此無論數位技術龍頭企業還是地方政府，都更願意關注這兩個要素資源。
從算法落地角度來看，算法產業化發展遇阻的原因主要有兩點。一是算法模塊相對分散，從商業落地的角度來說，一個產業場景就需要一套算法來解決此類問題，專業知識要求較高；二是算法的可評判性相對模糊，導致其效果檢驗難度高，會遇到較大挑戰，比如使用某種算法對電信詐騙案進行偵查，若破案率沒有得到提高，使用者便會對算法的可靠程度產生質疑。
02
算法落地評估的關鍵維度：有效性、創新性、應用性
一般來說，可以從時間、空間、成本等方向對算法進行評估，算法的好壞通常看花費的時間、占用的內存以及成本問題。而聚焦到算法產業化層面，我們可以從有效性、創新性、應用性三大關鍵維度來對算法和產業結合的情況進行判斷。
有效性指算法的每個步驟和策略都能夠成為可執行的操作，也就是算法聚焦的應用場景本身需要具備實際意義，其問題通過算法模型得以解決後也可以帶來一定的經濟效益或社會效益，例如解決交通擁堵、政務服務時間冗長、人力成本昂貴等問題。具體來看，算法模型需要具備紮實和充分的業務經驗和規則提煉，其訓練數據和測試數據的選擇是否公平公正也是需要評估的重要指標之一。此外，算法應用進行開放和訓練所支持的數據的充分程度也應當納入考量。
創新性是評判算法是否能迸發新活力、為行業乃至社會帶來變革性影響的重要維度。該算法應用是基於創造性的集成算法還是基於經典的、開源的算法？是「無中生有」還是「站在巨人的肩膀上」？是否能花費更少的時間和資源來解決問題，節省勞動力和成本？其答案的不同則直接影響到其創新性的強弱。
應用性是指在解決實際問題的過程中，不僅要考慮算法本身，也要考慮現實因素，即成本相關問題，包括人力、算力、推廣成本、覆蓋成本等。一是該算法是否能夠進行復用推廣，如果算法能反覆利用，解決更多的具體問題場景，且門檻相對不高，則更為有利；二是所形成的算法是否周全，能否覆蓋大部分應用場景，如果算法落地應用需要花費大量的勞動力成本，與傳統的成本情況相比並無突破性的收益，則不利於該算法的大規模推廣。
03
算法產業化亟需算法典範和前沿團隊
可喜的是，目前已有許多優秀的應用算法技術團隊獨立研發、與客戶合作開發、借鑑升級了大量應用算法，並分布於公共、商業、金融、工業、醫療、安全等諸多領域，形成了行業算法實踐。
落地應用程度是一個算法項目是否能真正賦能行業的關鍵所在。行業算法在商業應用上發揮著關鍵作用，舉例來說，在機電產品的檢測、故障診斷領域，快速運轉的生產線上的軸承通過自動檢測儀的掃描，利用算法識別即可瞬間得出它的表面是否存在瑕疵；在電商領域，算法在提煉出消費者的行為習慣和行為關聯邏輯後，可以極大地提升推薦精度，減少消費者挑選商品所需要的時間精力，甚至直接替消費者做決策；在醫療領域，算法可以服務於AI醫療診斷，實現重症早篩等等。
算法產業化不僅需要市場端的需求拉動，也需要人才端的推動，國內亟需更多優秀的算法團隊，讓海歸人才、海外算法人才與本土算法人才協作配合，形成更多能夠面對真實問題、切入需求場景並產生應用成效的算法典範和前沿團隊。期待在未來有更多的算法團隊出現，能在算法產業化開始得到重視的今天，突破發展瓶頸，結合更多的市場與政策資源，進入發展快車道。
數據來源：
[1] 《2022年AI指數報告》，史丹福大學以人為本人工智慧研究所（HAI），https://mp.weixin.qq.com/s/weGZvCYlDyrn8X4XQkhY6A
[2] 「算法」的百度搜索指數數據，百度，https://index.baidu.com/v2/main/index.html#/trend/%E7%AE%97%E6%B3%95?words=%E7%AE%97%E6%B3%95
[3] 關於《網際網路信息服務算法推薦管理規定》的調查，中國青年報社社會調查中心&問卷網，https://mp.weixin.qq.com/s/BFqIVB7aRotMNN7Pg8c9Xg
世界人工智慧大會官網
第二屆BPAA賽程一覽