新一代人工智能產業發展研究

羅冰倩

(福州大學 經濟與管理學院，福建 福州 350108)

0 引言

黨的十九屆五中全會強調，要堅定不移建設數字中國，加快數字化發展。數字技術是當今創新最活躍、最富活力的領域，以新一代人工智能為代表的新興技術不斷迭代演進，為數字中國創新發展提供不竭動力。與此同時，數字生態中用以達成萬物智聯的新一代人工智能技術需與產業發展融合。根據產業發展階段，對新一代人工智能產業展開系統性研究，推動人工智能關鍵技術進步與產業化應用推廣，提升我國在新一代人工智能產業實力，助力建設創新型數字強國。

1 新一代人工智能產業發展階段

人工智能自誕生之日起，從基于基礎研究的復雜知識網絡構建、海量原始數據捕獲與聚化，到智能中樞集成獲取，逐步開啟了人機融合的自動生產、定位營銷、個性教學、透明社交，再到推動智慧應用。回溯新一代人工智能產業發展歷程，基于創新模式，對新一代人工智能產業發展階段進行劃分。

創新模式泛指產業部門在特定時期的技術、管理與組織創新典型特點。新一代人工智能產業創新依據創新驅動可分為科研技術推動、市場拉動和混合(科研力量、市場與政府)推動3種模式。同時，考慮創新模式對新一代人工智能產業化方面的促進作用，將新一代人工智能產業劃分為科研技術推動的知識工程產業化階段、市場拉動的商業價值產業化階段及混合推動的應用生態產業化階段。

1.1 科研技術推動的知識工程產業化階段(20世紀90年代以前)

此等階段以科研技術為推動力量，知識工程實現初步產業化[1]。此階段之初，人工智能理論誕生，形成專家系統；隨后形成感知系統神經科網絡，突破人工智能的第一次寒冰期；最終形成以模糊邏輯為基礎的模糊推理與模糊控制。該技術誕生于實驗室，是科研為主導力量推動下的產物，為工業生產過程、智能控制提供新的有效決策、控制與管理手段，同時為新一代人工智能賦能數據分析、醫療診斷、計算機設計等領域提供有力工具。很多技術承襲發展至今，得到廣泛應用。可將這一時期的新一代人工智能產業化稱為知識工程產業化。知識工程產業化不僅取得巨大經濟效益，而且使人工智能渡過難關，得到進一步發展，并為更多人所了解與應用。但這一階段的成功僅限于實驗室范圍，專家系統依賴的硬件系統與軟件層面都面臨巨大挑戰。

1.2 市場拉動的商業價值產業化階段(20世紀90年代至21世紀10年代中期)

該階段以市場需求為拉動力量，展現出商業價值產業化的雛形，企業開始登上新一代人工智能產業的歷史舞臺。在階段之初，機器學習理論誕生，完成人工智能觀念上去符號化、去計算化的轉變。鑒于機器學習理論應用的成功，Geoffrey Hinton等提出深度學習模型。此時正值傳統工業飽和，市場打開了智能化需求缺口，擴寬了人工智能應用場景。以曠視等為代表的企業紛紛進行人工智能布局，AI技術從實驗室研究轉向實際項目應用，形成了一批開展AI商業化落地的企業。2015年，中國人工智能市場收入規模突破200億元[2]，人工智能巨大的商業價值變現能力得到印證，商業價值引領技術革新并推動產業化進程。

1.3 混合推動的應用生態產業化階段(21世紀10年代中期后)

該階段新一代人工智能產業發展的推動力量多元化，全球各主要國家紛紛出臺政策，規劃新一代人工智能產業。科研機構、市場與政府聯動，推動新一代人工智能產業鏈形成。以2015年“中國制造2025”和 2017年“新一代人工智能發展規劃”為代表，新一代人工智能產業進入多元力量混合推動的新階段。該階段，新一代人工智能產業投資顯著增加，各企業爭相創立人工智能創新平臺，以深度學習神經網絡算法為代表的主要技術重大突破式創新掀起新一代人工智能應用生態產業化浪潮。該階段較以往人工智能產業化階段具有前所未有的深度與廣度，產業發展趨勢席卷全球，將產生不可估量的積極影響[3]。

2 新一代人工智能產業發展

2.1 知識工程產業化階段發展

在知識工程產業化階段，技術研發開始萌芽，產品尚不成熟，政策導向由消極對抗轉為積極支持，部分人工智能產業相關技術項目寫入國家發展規劃。這一階段主要任務是夯實產業基礎，建成完善、強勢的知識工程。由于人工智能構想需要依托基礎層與技術層的技術手段提升實現，因而此階段各國人工智能產業的較量本質上是技術上的角逐，發展策略偏重基礎層與技術層。

2.1.1 彌補核心技術短板，依托“精明加碼”策略激發源頭創新

“精明加碼”策略是指在知識工程產業化階段，面對技術研發需求海量增長，引導技術展現出造福社會發展的正向效能，同時將“蛋糕做大”，利用好投資，掌握好分配尺度。即一種引導產業研發重點分明、促進產業總體布局緊湊、提升產業高效協同的精明分配策略。“砝碼”的添加在保持已有優勢技術強勁勢頭的同時，彌補技術短板，撬動原始創新，尋求投資在優勢技術與短板技術間的平衡。以集約資源為主軸，強調要素分配的科學性與資源利用的集約性。

(1)產業鏈上游基礎層。“精明加碼”策略在基礎層體現為，資金在彌補技術短板與保持技術優勢上的精明分配。產業鏈上游基礎層可細分為硬件技術、系統技術和數據技術，主要包括計算硬件技術(AI芯片)、計算系統技術(大數據、云計算和5G通信)和數據技術(數據采集、標注和分析)。其中，硬件技術是基礎層的核心，加快芯片領域基礎層發展技術，建設重大基礎設施與國家公共平臺，推行一系列優惠政策，大力支持新一代人工智能領域的原始性創新。

同時，要保持系統技術與數據技術的既有優勢。我國5G通信技術處于全球領跑地位，基站與用戶數量位居全球第一。我國正從數據大國向數據強國轉型，騰訊、阿里、華為等互聯網頭部企業將為系統技術與數據技術的發展提供持續開源動力，不斷積蓄系統技術與數據技術的發展勢能，牢牢把握領先地位。結合技術實際，以重點發展硬件技術為主靶，兼顧系統技術、數據技術。構筑源頭創新孵化平臺，完善基礎研究支持體系；突出資源在基礎層應用的集約化與高效化。

(2)產業鏈中游技術層。“精明加碼”策略在技術層體現為，在保證基礎層平衡發展的同時，積極引導人工智能商業化構建，打造技術開放平臺，打破技術難以落地于具體場景的障礙，消除人工智能再逢寒冬的輿情擔憂。加強技術平臺建設，縱向打通全產業鏈、拓展基礎技術、與基礎層硬件戰略緊密配合。

(3)產業鏈下游應用層。“精明加碼”策略在應用層體現為在保障基礎層與技術層有條不紊發展的同時，推動源頭創新，挖掘行業細分，建設源頭創新系統，以“精明加碼”撬動創新杠桿，促進產業緊湊布局與規劃，推動知識工程向商業落地轉化。橫向以業務為導向，搶灘重點產業，建立重點產業融合先發優勢。

2.1.2 主動應對挑戰，推進國際合作

國際合作策略是指在知識工程產業化階段，緊跟新一代人工智能技術國際合作趨勢，提升優勢技術國際化認同程度，掌握優勢技術層話語權，建立國際性組織與機制，即采用國際性合作策略。

(1)產業鏈上游基礎層。國際性合作策略在基礎層表現為對挑戰的積極應對，牽頭標準建立，促進國際交流合作。基礎層應推進國際標準，并對標先進標準，提升自身研發實力。同時，通過制定人才引進與學術交流，提升應對阻力的源頭創新能力。成立國際性新一代人工智能標準組織，推動基礎術語、參考框架、關鍵技術、支撐平臺、產品服務標準制定與推廣。

(2)產業鏈中游技術層。國際合作策略在技術層表現為，利用優勢技術掌握行業話語權，通過健全監督機制促進國際合作。技術層是新一代人工智能產業發展核心，其發展程度直接影響到應用層產品智能化水平。我國人工智能技術平臺主要聚焦于計算機視覺、語音識別和語言技術處理領域，技術層企業發展勢頭迅猛，已進入世界先進行列。需發揮優勢，以國際合作組織為載體，遵循組織原則與行業規范，明確新一代人工智能產業技術發展路線圖，發揮技術層優勢，積極培育新型產業增長點，促進技術發展與技術標準協同并進，實現國際范圍內新一代人工智能技術合作共贏。牽頭成立國際性行業技術監管機構，制定全球范圍內統一適用的新一代人工智能監管規則，對技術漏洞和智能濫用進行預警。

(3)產業鏈下游應用層。國際合作策略在應用層表現為通過主導產業互聯推動國際性合作。即以技術層為紐帶，實現全產業鏈互聯合作，通過技術推動效應驅動新一代人工智能產業發展。一是搭建新一代人工智能技術發展國際化交流平臺，促進新一代人工智能先進技術成果轉化與吸收；二是建立國際化的新一代人工智能合作機制，在資金、人才和數據等方面支持關鍵領域技術研發。

2.2 商業價值產業化階段的發展

商業價值產業化階段的產品與市場需求快速釋放，政策導向變得更加積極，人工智能被寫入政府工作報告。這一階段主要任務是將龐大的數據資源轉化為產業優勢，使產品更豐富、更適應用戶需求，與現有產品形成互補。人工智能商業變現都需要依靠應用層產業融合與細分對接，因此該階段新一代人工智能產業競爭本質上是應用層面的激烈角逐，發展策略偏重應用層。

2.2.1 推進開源共享，化數據資源為產業優勢

近年來，開源共享成為新一代人工智能企業參與國際競爭的重要策略。開源實質上是依托開源軟件提升應用層平臺任務執行效率，從而降低成本；而共享的內容是大規模并行數據。倡導開源共享策略，有助于新一代人工智能產業獲得聲譽并樹立品牌，促進標準組織與開源平臺的加速融合，實現商業價值的指數累進。

(1)產業鏈上游基礎層。開源共享策略在基礎層表現為數據資源的有效利用與開放共享，同時增強數據抓取、處理和解釋能力。數據流量的快速增長尤其是云端深度學習計算平臺需求快速釋放，使數據挖掘對象日益龐雜，以字節為基本單位的元數據不斷激增，數據資源處理流程趨于復雜。同時，鑒于數據資源的精準評估與有序推演具有助力經濟發展、生態改善、科教進步、國家安全與社會穩定的重大意義，因此要促進基礎層數據開放共享。提升數據承載能力和零散數據細節抓取能力；促進數據開放，提升數據質量。

(2)產業鏈中游技術層。開源共享策略在技術層表現為數據層面產業核心技術能力提升，并賦能開源共享數據生態建設。在技術層，算法理論(機器學習算法、類腦算法)、開發平臺(基礎開源框架、技術開放平臺)先進與否均會影響數據處理能力，進而影響基于各類感知技術與深度學習技術研究成果的新一代人工智能商業化構建。因此，應夯實算法理論，提升數據吞吐能力，構建開放應用平臺，促進數據共享，擴充基礎開源框架，達到實用化水平。架設開源共享平臺網絡，促進傳統產業改造升級。

應用層開源策略主要表現形式是開源軟件。開源軟件是指面向用戶開放源代碼的一類軟件，支持用戶不受限自由使用、復制、修改和共享軟件。開源軟件擺脫了當前依賴昂貴人工智能平臺執行任務的境況，降低了中小型初創企業使用新一代人工智能的成本。我國應加大力度開發全方位、多角度開源應用軟件，實現數據動態捕捉與檢測，使應用層產品更豐富、更具彈性地適應用戶需求，與現有產品形成互補效應，進一步對開源軟件提供正向反饋。同時，加速開源共享思想傳播，利用開源軟件為應用層產業進一步獲得聲譽并樹立品牌。促進標準組織與開源加速融合，通過開源的實時開發與測試為標準研發賦能，并提供即時反饋，以更好地支持開放標準發展，推動新的技術架構發展并重塑未來產品和服務網絡。依托開源軟件塑造開源生態系統，培育和發展基于人工智能技術的新產業、新業態、新模式。

2.3 應用生態產業化階段的發展

在應用生態產業化階段，新一代人工智能正式被提出并納入國家發展戰略，萬物智聯的新一代人工智能技術在推進開源聚力的知識傳遞、驅動協作共享的產業變革以及實現精準遞歸的社會治理的同時，也逐漸暴露出算法決策內嵌的安全隱患、異化強權以及智能迭代侵害人權等諸多風險[4]。這一階段主要任務是構建完善健全的安全倫理機制，在不影響個體自由、尊嚴和幸福的前提下，探索融通創新，引導新一代人工智能產業可持續發展。該階段新一代人工智能產業發展策略應著重體現全產業鏈的協同效應。

2.3.1 以全面洞察為觸手，構建積極審查的安全倫理機制

由于新一代人工智能具備高觸達、強互聯特性，風險往往無法提前預知，著名物理學家Stephen Hawking、微軟創始人Bill Gates和特斯拉CEO Elon Musk都曾作出過人工智能或可成為人類最大威脅的論斷。因此，需要對新一代人工智能全產業鏈構建健全的安全倫理機制，采取積極審查策略。

(1)產業鏈上游基礎層。積極審查策略在基礎層表現為，依據流量優勢，建立數據資源相互關聯、全面洞察的數據網絡，構建安全倫理機制。通過挖掘巨量信息中潛藏的諸多關聯性，審查新一代人工智能技術參與者的行為軌跡、思維模式和未來趨向，建立安全預警響應機制。也就是說，不僅要設計和建造“有道德”的智能化系統，更要重視人工智能技術研發與應用整個生命周期中設計者、制造者、編程者和使用者等相關主體的價值取向、倫理抉擇、行為規范和責任分配等。建立全產業鏈數據監控、倫理風險預警機制，保障新一代人工智能產業健康運行。

(2)產業鏈中游技術層。積極審查策略在技術層表現為，通過感知技術和深度學習技術，審查以人類為中心、打造并嵌入倫理標準的人工智能的安全性，促使其發展成為具有道德判斷并自主采取符合人類倫理行為方式的道德能動者。設計符合道德規范的人工智能架構，致力于維護開發平臺與開放系統應用技術的隱私權、平等權和自主權。

(3)產業鏈下游應用層。積極審查策略在應用層表現為，將安全倫理考察納入新一代人工智能技術細分，將風險預警機制引入行業滲透過程，將情感聯結修復歸入生產生活需求。同時，需要關注新一代人工智能的可持續發展，以及個體的自由、尊嚴和幸福，尊重并遵循所在國家和地區的政策法規，考慮本領域的特殊風險及其倫理應對。提供符合倫理且更為人性化的行業解決方案和產品設計，對超人工智能關鍵節點研發項目實施多重評估制度。

擬定預應力管樁混凝土強度等級 C50（EC為 3.45×104N/mm2），預應力鋼筋采用鋼絞線（1×7）（Es為 1.95×105N/mm2、fpy為 1 220 N/mm2），按照樁體受拉狀態進行承載力及抗裂驗算。為確保構件安全，軸向拉力設計值采用式（1）的計算結果1 189 kN。

2.3.2 以實現通用人工智能為目標，探索一條融通創新道路

新一代人工智能產業尚缺乏系統、前瞻性的研發布局。基礎設施層面尚未形成可以實現不同領域廣泛應用的通用AI系統，研發主體層面也還未形成具有國際影響力的生態圈和產業鏈。我國新一代人工智能產業發展較發達國家還存在一定差距。因此，需利用社會與經濟形態的雙重優勢，采用融通創新策略，即在協同創新基礎上進一步實現全國創新要素一盤棋，形成融合貫通的創新共同體網絡，探索新一代人工智能走向通用人工智能的路徑。

(1)產業鏈上游基礎層。融通創新策略在基礎層表現為加快形成基礎研究平等共進的百家爭鳴局面，同時開展通用智能理論構建。國家科技管理部門提出的融通創新構念，突出表現在科學研究與實踐方面，并外化為基于創造、使用、轉讓和保護知識、技術、商業秘密、新產品而構建的知識相互融合貫通的創新共同體網絡，同時也是國家創新體系的基礎和重要組成部分。

采用融通創新策略可以避免主體的慣性思維脫離客體的知識，甚至削足適履的情況。創新共同體網絡中的各部分各有見地地表達創新共同體共有的知識精義，迅速發現問題癥結，從而達到指向性探索、高效創新之目的。促進融通體產生、建立基礎研究聯盟，構建和諧爭鳴的環境。

(2)產業鏈中游技術層。融通創新策略在技術層表現為，科技與經濟社會發展深度融合，創新鏈不同環節徹底打通，各類創新主體、創新載體(基地、平臺、區域等)之間高效協同并相互融合，形成創新共同體新型創新模式[5]。融通創新策略與我國社會形態相契合，針對特定市場需求目標，能夠迅速形成創新共同體。融通創新策略通過內部通達彼此的思想與知識，提高知識供給質量，減少錯誤和無效知識供給，增強供給結構對需求變化的適應性和靈活性，在更高水平上實現總供給與總需求的動態平衡。促進科研院所與企業的緊密連接，縮短創新研發到需求融合的路徑，拓寬通用人工智能應用場景。

(3)產業鏈下游應用層。融通創新策略在應用層表現為，提升通用人工智能接納程度與落地速度，構建融通創新生態。從科學研究與實踐角度看，融通創新策略能加速以滿足市場需求為目標的相關企業、高校、研究院所、中介服務機構、政府等創新主體的融合速度，賦能通用人工智能行業解決方案與產品推廣，并打通新一代人工智能飛躍式發展的最后一公里。 具體可從以下幾方面著手：第一，建立新一代人工智能頂層協調機制，形成有力推進產業融合的機制；第二，發展科技中介服務機構，推進融通創新進程；第三，完善評估機制，暢通項目落地流程。

覆蓋完整的產業鏈與創新過程，形成立體、全面的策略體系(見圖1)。

圖1 新一代人工智能產業發展策略體系

3 新一代人工智能產業發展體系

“精明加碼”策略主張平衡、集約的資源分配方式，其作用于知識工程產業化階段，重點應用于基礎層建設。該策略可使資源分配與加碼過程中產業基礎層既能保持既有優勢，又能彌補短板，同時利于促成協同發展與資源高效分配，使產業規模快速提升，為技術層發展夯實基礎。

國際合作策略主張掌握主導權的產業推進模式，其作用于知識工程產業化階段，重點應用于技術層建設。鞏固我國技術領先地位，發揮優勢產業示范作用，促進技術發展標準化，有利于發揮全球一體化的行業整體性，健全產業體系，為應用層建設提供有力保障。

開源共享策略聚集于開放、集成的創新平臺建設，其作用于商業價值產業化階段，重點應用于應用層建設。該策略的有效施行，有利于提高數據資源的開放性、提升數據獲取的便捷性、加速產品發展的迭代性，促進我國向數據強國轉型，提供前瞻性產業發展布局。

積極審查策略要求構建完善的安全倫理機制，其作用于應用生態產業化階段，應用重點在于產業鏈全過程。該策略的大力推進，可改善產業發展環境，確保技術使用的安全性，為產業發展提供保障，有利于產業生態改善，護航持續健康發展。

融通創新策略號召建立創新共同體，其作用于應用生態產業化階段，重點應用于產業鏈全過程。該策略有助于創新理念深入人心，創新風氣浩然形成，從而為產業發展提供不竭創新動力。

綜上，新一代人工智能產業發展策略體系確立了“精明加碼”策略夯實規模基礎、國際合作策略提供體系支撐、開源共享策略進行布局優化、積極審查策略提供安全保障、融通創新策略提供創新動力的策略布局。

4 結語

本文針對新一代人工智能產業發展策略與產業發展階段匹配，基于創新模式總結了產業發展階段，并據此探討新一代人工智能產業發展策略，形成“精明加碼”策略夯實規模基礎、國際合作策略提供體系支撐、開源共享策略進行布局優化、積極審查策略提供安全保障、融通創新策略提供創新動力的產業發展策略體系，為新一代人工智能產業發展提供參考。