補齊人工智能發展短板推動產業高質量發展

竇悅 楊帆

隨著數字經濟的蓬勃發展，人工智能正在成為新一輪科技革命和產業變革的焦點。黨中央、國務院對此高度重視，審時度勢，把握時機，適時出臺“互聯網+行動指導意見”《新一代人工智能發展規劃》等一系列政策文件，為新時代人工智能發展奠定了基礎，指明了方向，也提出了新要求。當前，人工智能領域數據爆炸式增長，算力需求日益增強，產業也呈現出蓬勃發展態勢。但政策落地難、核心技術弱、數據共享難、人才缺口大等問題仍制約著人工智能的深入發展，下一步要從數據、算法、算力三個維度重點發力，推動人工智能產業真正實現高質量發展。

一、我國人工智能產業呈現蓬勃發展態勢

目前，我國智能芯片、智能算法、知識圖譜、計算機視覺、自然語言處理等人工智能技術不斷取得突破，直接催生了一批新技術、新業態、新模式和新產品，人工智能產業創新創業大量涌現。宏觀層面，人工智能產業集聚效應初見規模;中觀層面，各地人工智能產業發展多樣性和普適性差異明顯;微觀層面，人工智能創新要素加速流動，人才需求日益迫切。

（一）產業集聚形成規模

2018年以來，我國人工智能產業爆發式增長，逐步形成以經濟增速較快城市和京津冀、長三角、珠三角城市群為特點的點面結合的規模效應。從注冊規模看，在有注冊金額信息的730224家企業中，注冊金額在100萬—500萬之間的企業數量最多，約占32%。從產業發展看，在人工智能產業中，智能醫療產業比較優勢明顯、產業普遍性最高;智能安防、智能交通和智能駕駛等產業分布比較均衡;虛擬現實、智能機器人、智能無人機和智能芯片等產業發展基礎較為薄弱，應重點扶持。

（二）融資規模穩步擴大

我國人工智能市場規模急速擴大，預計2022年整體規模將達到98.4億美元，年均增長50%左右。隨著市場規模擴張，我國融資規模也不斷增長，總量僅次于美國。調查數據顯示，目前我國人工智能投融資額占全球總量的近35%，達635億美元。2018年1月到2019年4月間，我國人工智能領域融資金額超過26.2億美元，僅廣東省就融資15.2億美元，位列全國第一。其中，上海、江蘇和北京等經濟發達地區的融資規模在逐步擴大。計算機視覺與圖像、自然語言處理和智能駕駛三大領域投融資額占國內人工智能投融資總量的60%以上，成為資本熱捧的焦點。

（三）創新要素加速融合

我國人工智能產業各種創新要素正加速流動并不斷實現融合。以該領域論文發布情況為例，人工智能領域基礎研究能夠實現“高產量”“跨機構”“熱點多”，關鍵靠全國科研人員的通力合作。有數據顯示，中國科學院、清華大學、香港中文大學、新加坡南洋理工大學等機構合著論文較多;西安交通大學、哈爾濱工業大學、深圳大學、上海交通大學、南京大學、北京郵電大學等高校發表的合著論文數量也比較多。

（四）人才需求日益迫切

目前，中國AI產業人才嚴重短缺，人才儲備總量不及美國的50%。由于中國人工智能基礎研究起步晚、前期投入少，本土培養的AI高層次領軍人才匱乏。數據顯示，全球18107名人工智能學者中，中國學者占全球比例為14.77%。顯然，中國人工智能人才占比不高，但人才需求卻非常旺盛，數據顯示，2016年到2018年，我國人工智能產業招聘人數約569407人，且呈逐年增長趨勢。人才供給嚴重不足、需求旺盛等因素，使得人工智能產業人才需求更顯迫切。

二、我國人工智能產業發展短板亟需補齊

我國人工智能產業整體上發展迅速，市場規模增長迅速，產業前景非常廣闊。國家發展改革委、工信部等部門形成的人工智能協同發展機制也發揮了重要作用，但我們應該認識到，當前我國人工智能產業發展仍然存在一些短板，這將是未來人工智能產業實現跨越式發展面臨的關鍵問題。

（一）政策落實落地較難

截至目前，國家層面已出臺一系列推動人工智能產業發展的規劃方案，但真正落地見效的“實招”“硬招”卻比較少。與“智能制造”和“互聯網+”等重點項目相比，人工智能發展需要解決的基礎性問題更多、研究范圍更廣，更需要國家推動已有規劃方案的落實，并適時出臺推動“人工智能+”“+人工智能”發展的行動方案，明確時間表和路線圖，以引導產業健康發展。

（二）核心技術依然薄弱

芯片是新一代人工智能產業的關鍵硬件，在芯片領域缺乏話語權，將導致產業發展受制于人。我國人工智能產業發展迅速，但芯片硬件等關鍵技術仍比較落后。如，美國幾乎壟斷了全球計算機芯片市場，美國公司也是全球手機芯片市場的“領頭羊”。可以說，核心技術薄弱將是未來我國人工智能產業發展的重要隱患。

（三）人力資源短板明顯

目前，我國人工智能產業發展面臨較為嚴重的人才短缺問題，人才缺口至少達百萬量級。與美國相比，我國新一代人工智能產業人才儲備差距較大。從新一代人工智能人才數量看，我國僅有600人左右，而美國共有1.2萬余名人工智能人才，是我國的20倍;從人工智能領域人才質量看，我國也明顯弱于美國，我國AI專家數量僅有206人，而美國有3017人。

（四）數據利用存在壁壘

我國數據總量巨大，但支撐人工智能產業發展的基礎卻比較薄弱，數據獲取成本高、法律權屬不清、開放程度低、標準不統一等因素制約著人工智能發展。以醫療行業為例，數據歸屬不明確，健康醫療數據缺乏法律明確界定歸屬給制造方獲取訓練數據帶來一定困難;數據開放程度有限，境內外數據隱性商業壁壘、醫院間數據流通限制，公立醫院醫療信息對民營和外資醫療機構開放存在限制等問題普遍存在;數據標準不統一，電子病歷標準缺乏統一規范，地區間、醫院間數據也不統一。

（五）數據安全隱患凸顯

當前，我國人工智能產業數據安全隱患仍然比較突出。絕大多數擁有海量數據資源的互聯網企業或其他機構所使用的底層基礎設施國產化，自主可控程度較低，一旦數據系統安全后門和漏洞被惡意攻擊者掌握，易導致大規模用戶敏感數據被竊取或泄露，進而通過海量數據挖掘來清晰刻畫特定人群或機構的行為規律，這對國家、機構和個人安全構成了巨大潛在危害。

三、多舉措推動人工智能產業實現高質量發展

盡管我國人工智能產業發展中存在一些短板，但整體來看，未來人工智能產業發展的基礎雄厚、前景光明、潛力巨大。而推動新時代人工智能實現高質量發展的關鍵是從數據、算法、算力三個層面著力，聚焦短板、對癥下藥、精準施策，具體舉措如下：

（一）制定國家戰略和行業規范

推動人工智能產業發展，首先要著眼于制定整體戰略規劃和行業標準規范。一是盡快制定人工智能領域國家發展戰略。我國應以“互聯網+”和“制造強國戰略”等國家戰略為契機，抓住智能革命窗口期，加速推進人工智能產業化，適時推出“人工智能+”發展戰略。二是深化人工智能領域技術研發推廣。圍繞深度學習、計算機視覺、智能語音處理、生物特征識別、自然語言理解、智能決策控制以及新型人機交互等關鍵領域，設立人工智能專項支持計劃，加大人工智能產業化支持力度。三是建立人工智能產業標準體系。積極借鑒西方國家做法，探索制定人工智能相關技術和產業標準體系，規范人工智能行業發展。

（二）加速推進關鍵領域基礎研究

完善產業創新體系，提升自主創新能力，重點從關鍵領域基礎研究入手。一是保持戰略定力。基礎研究周期長、風險大，要克服浮躁和急功近利心態，保持定力，為科研人員特別是青年科技人員潛心鉆研提供寬松向上的環境。二是集中人力物力重點突破基礎研究。調整投入結構，加大基礎研究投入力度，大幅提高基礎研究經費投入比重;鼓勵校企開展深度合作，建立協同創新聯盟，重點突破自主芯片技術和算法技術。三是擴大國產芯片采購。探索制定采購國產芯片的管理辦法，擴大國產芯片市場規模，提升市場競爭力。

（三）高度重視產業人才培育

把握人工智能產業發展機制，關鍵是打贏人才爭奪戰。一是完善高校人工智能專業培養機制。完善高校人工智能學科體系建設和布局，將增強人工智能素養貫穿于教育和職業培訓體系中。二是深化“產學研”融合發展。鼓勵高校、科研院所與企業合作，探索在高校設立人工智能重點學科和科研基地，通過校企共建人工智能專業和課程，將行業經驗和案例融入學校教學，也為學校創新成果提供產業化渠道和機會。三是堅持“走出去+引進來”。選派人工智能領域優秀科研人員赴海外學習交流，擴大國際化視野;制定全球人工智能技術優秀人才移民政策，利用“千人計劃”等吸引海外人才。

（四）加強人工智能數據綜合治理

破解數據共享、安全難題，要從以下幾個方面著手：一是最大程度推進數據開放共享。加快數據開放共享立法進程，加快數據開放平臺建設，明確建設標準、維護更新機構、管理機制等，實現數據全面有序開放共享。二是堅決守住數據安全的紅線、底線。構建系統化數據安全保護制度;加大監督執法力度，嚴厲打擊盜用數據行為。三是規范人工智能領域社會倫理。人工智能企業要定期反饋技術領域的重大突破，防止危害社會安全的智能算法開源;合理限制、管理和控制人工智能所需數據，保障公眾數據安全和隱私權;加強與學術研究者、從業人員及公共利益團體的對話，推動構建社會倫理規范。

〔本文系國家社科基金青年項目“使用大數據方法開展社會政策評估的探索性研究”（項目編號：18CSH018）階段性成果〕

（作者單位：國家信息中心大數據發展部）