推進人工智能產業技術創新和全面發展

文 司馬紅

截至2018年底，我國活躍的人工智能企業數量僅次于美國，位列全球第二，人工智能產業將成為促進我國經濟轉型增長的新動能和推動我國經濟高質量發展的新引擎。人工智能的技術特點決定其發展離不開高質量、大規模的數據支撐，通過數據的開放共享創建數據生態、以數據生態激活創新生態，能夠加速人工智能技術創新、推動人工智能產業發展、促進人工智能技術與實體經濟深度融合。

我國擁有全球門類最齊全、規模最龐大的數據資源，如由阿里、騰訊、百度、京東等互聯網企業和全國8.29億網民共同貢獻的消費數據；覆蓋農業、工業和服務業的產業數據；幅員遼闊的國土所蘊含的天文、地理、水文、環境等自然數據。但不完善的數據環境，限制了數據技術的應用創新。一是政府數據開放共享程度不足，高價值政府數據難以有效釋放，對依賴數據驅動的創新應用支撐不足。二是商業數據開放共享缺乏有效激勵，企業沒有開放共享商業數據的動力。三是缺乏統一數據標準，跨行業、跨領域的數據難以有效融合。四是大數據、智能技術和行業應用脫節，數據所有者難以挖掘數據價值、技術開發者缺乏數據支撐、新技術的功能和老產業的需求難以有效匹配。

建議盡快出臺政府數據開放的指標體系和指導標準。建立政府數據公開負面清單制度，制定政府數據申請使用操作細則，健全數據開放共享監管制度。

二是為商業數據市場化流通提供制度保障和技術支撐。建立數據和信息保護法律法規，從法律上明確界定數據權屬，建立數據資產的產權制度；積極探索基于區塊鏈等新技術的數據確權、數據交易新模式，進一步完善數據交易所、數據銀行等商業數據交易、交換機制，為數據資產的市場化流通提供技術支持。

三是推進跨行業數據互聯互通標準的制定。加強數據標準化的頂層設計，逐步統一數字化基礎設施、底層技術、平臺工具、行業應用、管理和安全的數據標準體系，統一不同部門、不同領域的標準資源，完善跨部門、跨行業的數據標準體系；加強我國數據標準化組織與相關國際組織的交流合作，積極參與國際數據標準化工作。

四是建立以數據為核心的人工智能創新平臺。以數據鏈融合產業鏈、供應鏈和價值鏈，以開放共享的數據生態集成人工智能產業創新要素。打破“官產學研”的合作思維定勢，構建數據提供方、數據服務方和數據消費方三位一體的人工智能創新平臺，融合平臺各方在數據來源、技術研發和業務場景理解等方面的優勢，形成“業務主導、數據驅動、技術賦能”的人工智能價值創造閉環，實現技術創新和商業創新的雙輪驅動。優先選擇交通、能源、金融工業制造等重點領域建設主題性人工智能創新平臺，探索人工智能與實體經濟融合的新模式；各地可結合實體經濟產業發展基礎和特點建立人工智能創新平臺，為區域經濟高質量發展注入新動能。

五是立足創新平臺生態培育多層次人工智能創新人才。重點培育具備人工智能技術原創能力的科技人才、具備工作技能的一線技術工人和具備行業知識、技術能力、管理經驗和商業思維的復合型產業人才。