人工智能技術特點與創新模式研究

陶永亮，高金莎

(1.之江實驗室 智能社會治理研究中心；2.浙江省經信智慧城市規劃研究院，浙江 杭州 310000)

0 引言

近年來，世界主要國家紛紛加大對人工智能技術發展的投入，以搶占人工智能領域的領先地位。推動人工智能技術的快速健康發展，既離不開對其發展所需的軟硬環境支持，也需要尋求匹配其創新規律的創新模式。人工智能作為一種新型技術，孕育了新的生產要素和生產流程，使得傳統的生產函數底層邏輯出現變化，也使得傳統創新模式難以為繼。面對人工智能技術發展，企業、大學、科研院所等各類創新主體聯合政府部門紛紛開始探尋新的創新模式，通過探索多視角聚焦、多學科協同、多層次攻關的創新體系，從而構建集基礎研究、技術研發、產業化于一體，科學家、技術人員以及創業者共同參與的有機協作創新模式。

在此背景下，會聚技術的提出和廣闊發展前景引起了理論界和實踐界的共同關注，重大科學技術的創新不再依賴于單一技術和單一組織，各領域技術之間的交叉融合會產生強大動力。此后，在會聚技術的基礎上，衍生出了會聚科學、會聚研究、會聚觀等一系列概念，開始強調學科融合、跨界合作、協同共享的新一代技術發展模式。在人工智能技術創新發展與傳統模式不完全適配的情境下，本文基于“會聚”系列相關研究，凝練提出了會聚創新這一創新模式，以期為高效化利用人工智能技術創新要素、協同整合人工智能技術創新主體、最大化激發人工智能技術創新動力提供路徑與方案。

1 人工智能技術及其發展特點

1.1 人工智能概念內涵

人工智能(Artificial Intelligence，AI)的學術概念正式誕生于1956年在達特茅斯召開的人工智能研討會，約翰·麥卡錫提出：人工智能就是要讓機器的行為像人所表現的智能行為一樣。隨著人工智能技術的不斷發展，其定義內涵也逐漸豐富充實，學者們將其界定為一門學科、一種科學工程、一種技術能力等。盡管理解各有所異，但人工智能的定義可以被歸納為類人思考、類人行為、理性思考和理性行為四大類[1]，因此其可以被認為是利用計算機或計算機所控制的機器以模擬、延伸和擴展人的智能，進而感知環境、獲取且利用知識的理論、方法、技術和應用系統。

根據人工智能在類人能力上的成熟程度，其被分為弱人工智能和強人工智能。前者并不具備自主意識，只是實現特定功能的專用智能；而后者則指具備知覺和思維的真正類人智能機器。目前人工智能技術的發展仍停留在弱人工智能范疇，強人工智能更多是一種未來暢想。

1.2 人工智能技術的發展特點

人工智能技術發展進入創新活躍期，理論、模型、算法、數據都迎來快速迭代階段，與此同時，人工智能技術的密集成熟也使其孕育出一些新趨勢，體現出一些新特點。

(1)技術躍遷快。新技術的出現，促使創新速度進一步加快，多學科動態交叉與技術群發式突破高度耦合，復雜程度遠超以往。在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術的驅動下，絕大部分的人、設備、信息等都將置于廣域的網絡環境中，這為人工智能技術的創新、實踐的發展奠定了扎實的基礎，推動人工智能技術以空前的速度取得創新進展。此外，云計算、區塊鏈、物聯網、多媒體等其他類型技術的持續突破也為其提供了一定動力。

(2)轉化鏈條短。并行開發方式加快創新進程，在人工智能領域，從科學發現到生產應用的時間較傳統行業顯著縮短，新產品從構思、設計、試制到商業性投產，在19世紀大約經歷70年，在20世紀2次世界大戰之間則縮短為40年，到現在只需2～3年甚至更短時間。有別于一般技術，人工智能技術的很多基礎性研究在中間成果階段就申請了專利甚至迅速轉化為產品，而產品落地應用的同時，新一階段的技術迭代也同時開始，科學發現到生產應用幾乎同時進行。

(3)產業滲透強。人工智能研究既有理論層面的研究探索，即尋找新規律、新范式或新框架，又要解決具體問題，實現技術路徑上的突破、工藝設備的設計以及新產品的研發，未來人工智能技術的價值將不斷在新的應用場景中得以體現。如在交通出行領域，自動駕駛行業已呈現出整體布局、多元配置、多角度切入的格局；在金融科技領域，人類交易員正在大量被機器算法所取代，包括銀行、保險、證券等在內的整個金融行業，都加大力度用人工智能改進現有流程，提高業務效率[2]； 在智慧醫療領域，人工智能已在不同醫療場景體現了巨大的應用價值，目前人工智能技術已經滲透到了影像分析、智能問診、健康監測等不同醫療環節。

(4)復雜程度高。在學科知識上，人工智能是一門綜合性、交叉性學科，需要多學科之間的深度融合與合作，以突破單一學科的科學知識限制，實現在不同學科之間的轉換，且形成一套通用的概念和術語體系。在技術領域上，人工智能研究匯聚了深度學習、算法研究、芯片制造、圖像識別、自然語言處理、語音識別、推薦系統、搜索引擎等在內的多個研發領域，以及技術、經濟、法律、倫理等多個方面；在發展主體上，人工智能技術參與主體更為多元，對人才素質要求更高，底層數據要素的流動模糊了基礎研究和應用研究的邊界，要求多元創新主體進行跨產業、跨組織和跨區域的技術重組和互補創新發展[3]；在開放需求上，人工智能技術躍遷快、創新周期短的背后離不開源源不斷的數據涌入和算法更新的支撐，因此也對各主體的開源開放提出了更高要求。

2 典型創新模式回顧及其不足

熊彼特創新理論將創新定義為生產要素和生產條件的新組合，且被視為是刺激經濟增長的核心動力，隨之而來，技術發展動力也已然由傳統要素驅動轉為創新要素驅動。回顧創新模式的演進，其主要經歷了離散到集成、封閉到開放、無序到協同的轉變，然而人工智能這一顛覆性新技術的出現使得傳統創新模式難以充分適應其新的發展特征和創新需求，暴露出了不足之處。

2.1 集成創新

集成創新源于Marco Iansiti所提出的技術集成(Technology Integration)，被認為是產品導向下，將不同領域、不同階段中各創新主體的創新要素集成融合的過程，其強調創新要素的系統性和關聯性。集成創新包括戰略集成、知識集成和組織集成三大維度：其中戰略集成包括技術創新與企業創新環境、現有經營戰略和市場技術方向的集成；知識集成是將顯性和隱性的知識從個體傳遞到小組，最終形成企業整體知識庫，使知識的流動不受人為等級制度限制；組織集成是落實戰略和知識集成的關鍵，做到跨職能、充分溝通、協商合作，以保證企業內外部之間的交流協調[4]。

集成創新可分為概念開發、研究、整合和開發四階段，研究發現其更關注創新的中后期發展，即成果的形成和市場化應用[4]。正如集成創新不限于技術層面，其產出不僅包括實體化的產品或服務，也可能是概念、方法、組織制度等方面的復雜結合。

2.2 開放式創新

“開放式創新”由Chesbrough于2003年正式提出，被認為是企業突破組織邊界，聚焦內外部創新資源整合，從而提高企業創新能力的一種模式[5]。相較于市場主體內部完成創新活動的封閉式創新，開放式創新強調創新活動的主體多元性和資源豐富性，其認為創新主體首先要與外部組織開放合作，以獲取互補性創新資源，并有效整合資源以提高創新效率[6]，其次要通過交流合作進行系統性的知識探索、整理和開發利用，并將內部創新向外傳播[7]。

根據技術、知識等無形資源和產品和設備等有形資源相對于組織邊界的流向，開放式創新可分為內向開放式創新和外向開放式創新[8]，創新組織模式也相對應地分為3種。內向創新組織模式主要發生在研發階段，強調創新資源由外向內流動，突破組織邊界實現技術共享和優勢互補，如研發合約、技術購買、外包等。外向創新組織模式主要發生在成果轉化階段，強調成果的由內向外，如股權投資、技術許可等。而雙向創新組織模式主要發生在研發與創新成果轉化過程中，內向和外向兩種創新方式并存，如收購、兼并、設立合資公司和網絡組織等。

2.3 協同創新

協同創新最早被定義為“自我激勵的人員構成網絡小組，并設定集體愿景，通過小組網絡交流信息、工作，合作實現共同目標”，陳勁等[9]將其定義為“企業、政府、研究機構等創新主體為實現創新而開展的大跨度整合的一種創新組織模式，強調創新要素和資源的整合流動所帶來的疊加效應”。

協同創新具有兩大特點，一是創新的整體性，認為創新是要素資源的有機結合而非簡單相加；二是動態性，認為創新是不斷動態變化的。根據現有研究，實現協同創新的路徑包括產學研協同平臺、創新戰略聯盟、產學研合作中介服務機構、同主體多區域協同、跨區域多主體協同等[10]。

2.4 典型創新模式的不足

單一產出導向無法滿足各創新主體的共生需求。以集成創新和協同創新為代表的創新模式過多注重產品導向，其創新的使命目標自然趨向于經濟價值，從而導致忽略了創新系統中多元利益相關者的價值訴求，以及各創新主體之間的均衡式發展。人工智能技術創新涉及多類主體，其創新場域是公共的，除卻產學研主體外，還有政府和用戶主體等，這也導致其創新產出應該是混合型，不應僅強調經濟效率和經濟價值，而是朝著綜合價值和共享價值前進。

集成創新和協同創新均側重于以某創新主體為核心，其他主體提供創新要素支撐該創新主體開展活動，即創新主體立足自身水平將要素“合”起來，最終的創新產出多屬于該創新主體且以其為評價主體，無法從根本上消除創新孤島現象[11]。即使是開放式創新也存在一定開放局限，復雜的組織形式和人力管理使其很難解決創新主體地域分離的問題，導致隱性知識傳播范圍受限，制約了創新的廣度[12]。

忽略戰略全局觀無法滿足人工智能快速迭代的創新需求。現有創新模式較多立足于局部思維，缺少戰略愿景、戰略設計和執行的引領和推動，一昧追求縱、橫向資源要素的整合，或是側重于從具體的創新行為、方法或環節進行創新實現，一方面易導致開放過度、核心能力不足等問題的發生，另一方面，其最終產出的創新成果只是組織計劃下的單方面改進提升，并非是自然生發的共同創新[13]。但人工智能技術作為一種迭代速度較快的技術，其需要整體觀、系統觀的思維范式以著眼重大創新，超越局部、橫向、靜態的創新模式，以戰略引領、全面協同、動態發展的創新模式以保障技術持續快速迭代。

3 會聚技術的興起及其創新特征

縱觀人類科技史，科技的每一次重大進步，都離不開科技創新方法論及創新模式的變革。與傳統的創新模式相比，會聚創新的獨特之處在于將不同專業、不同領域的主體集聚到一個機構內部，改變了以往科學家負責“發現”、工程師負責“發明”、企業家負責“產業化”的分散格局。

3.1 概念內涵

會聚技術(Converging Technologies)的提出為會聚創新奠定了基礎。2001年，“會聚技術”的概念被正式提出，泛指納米技術、生物技術、信息技術以及認知科學四類技術(NBIC)的協同融合。此后，歐盟、日本、以色列、加拿大等發達國家均展開了相應的會聚技術規劃，會聚技術也向其他科技領域延伸，成為普適性概念。2014年美國國家研究理事會(NRC)指出，會聚是通過跨學科界限以解決問題的方法，將生命科學、物理學、數學、計算科學乃至其他領域的學科知識、工具方法和思維方式結合為一個綜合框架，以應對多領域交匯下的科學問題和挑戰[14]。

基于會聚技術，會聚創新也被認為是融合不同學科的理論、技術和研究方法的過程，是知識體系聚合裂變、綜合創新的過程，能極大地拓展人類創新活動的范圍和深度。其既包括解決一系列科研問題的相關專業知識的會聚，也包括形成合作伙伴關系網絡，這個合作網絡提供對相關科學研究的支持并能夠使研究成果不斷轉化為新的創新形式和創新產品。

3.2 實踐探索

以人工智能技術為核心的新一輪科技革命風起云涌，對于各個國家、地區以及產業主體而言，構建高效率組織變得至關重要。圍繞如何構建高效率的科研組織這一重大命題，國內外開展了廣泛而深入的探索。

從全球范圍看，美國、英國和歐洲等國家和地區從基金、項目、學科等多個方面支持科研組織開展新一輪探索。如美國國家科學基金會(NSF)的會聚項目和“大學主導”重大挑戰計劃，將資金和資源投入到多學科會聚融合的科學和工程領域，以推進與行業、私人基金以及其他聯邦機構的合作。英國國家科研與創新署(UKRI)的全球挑戰研究基金、跨組織主題和計劃以及歐盟的“地平線2020”計劃均倡導加強對科研人員和科研機構在多學科研究上的資助力度。縱觀英美等主要國家的探索，可以發現其多是在公眾科研組織或大學牽頭下進行的新研究生態探索，且呈現出利益主體形態多樣、資金來源多方合力、研究基礎多學科支撐等特點。如歐洲微電子研究中心(IMEC)，定位于微電子技術、納米技術以及信息系統設計的前沿領域研發，其理事會成員來自政府、產業界和當地高校，各占1/3。IMEC借助當地政府、國際企業和比利時企業的研究收入以及歐洲委員會和歐洲航天局的項目經費，通過全球化研究模式，開展產業聯合項目研究、高校聯合基礎研究、企業雙邊應用開發研究以及參與部分政府項目。

從國內看，2016年起，《國家創新驅動發展戰略綱要》《“十三五”國家科技創新規劃》以及2018年政府工作報告，均提出要全面推進新型研發機構建設。此后，浙江、江蘇、上海、廣東等多個省市地方政府相繼探索新型研發機構建設，涌現出之江實驗室、張江實驗室、鵬城實驗室等多個高水平創新載體。在國內，大型研究機構建設離不開政府的牽頭引導和政策保障，但同時也呈現出投資主體多元化、運行機制市場化、跨學科研究常態化、用人機制靈活化等特點。如浙江省重點打造的之江實驗室，定位于人工智能和網絡信息兩大主要研究領域，以及智能感知、智能計算、智能網絡、智能系統四大主攻方向。通過有效整合政府、浙江大學、阿里巴巴集團的多元資源投入，充分發揮多家利益主體在科研、人才、平臺和設施等方面的優勢，采用多元化的項目發現機制和大兵團協作的項目實施機制，在不到5年的時間里，就在智能計算關鍵核心技術領域取得一批重大成果。

3.3 創新特征

基于對“會聚”概念的理論探討和科研組織對會聚方法的實踐探索，雖然目前對會聚創新范式還沒有形成統一的認識，但是我們已經可以觀察到這一創新模式所具有的的一些鮮明特征。

(1)專業學科知識會聚。專業學科知識會聚強調原本相對獨立的學科(知識)體系進行高水平和深層次的交叉融合和相互作用。事實上，早在20世紀初，交叉學科便被廣泛應用于實驗室和重大項目中，彼時的交叉學科更多是基于“問題驅動”，但專業學科知識會聚在此基礎上有進一步的拓展，其是由“戰略愿景”所驅動，是在戰略目標和規劃愿景的導向下，于復雜情境中形成系統框架的學科知識概念和話語體系。在這一框架下，底層知識單元組合形成宏大的有機整體。因此會聚創新下，新的學科知識體系實現了集成和內在統一，消除了學科本位意識，打破了學科間邊界壁壘，促進了自然科學、社會科學、人文科學、計算科學、工程技術科學等全科學領域的銜接、滲透和互融。這并非是單純的加和性質，而是非線性的相互作用，最終形成單一學科無法帶來的乘數效應及溢出效應。

(2)利益相關者會聚。從參與主體角度而言，會聚創新本質上離不開聯合創新，因此其不僅需要多個學科專業知識的會聚，也需要來自多個學科領域的研究者，來自政府、產業、金融等各界的合作者，乃至社會公眾的思想碰撞者，通過統籌整合利益相關者的資源力量，建立起合作關系網絡和利益共同體。會聚創新是跨學科的，同時也是跨行業的，因此利益相關者會聚的特征不僅是技術創新的內在要求，也是產學政三螺旋模式的外在表現，在促進重大基礎原理問題解決的同時，也要加速會聚創新成果的轉化應用，最后發揮技術創新的社會價值。

(3)資源會聚。從載體角度而言，會聚創新強調各參與主體之間的平臺型合作機制，破除時空限制，在人力、財力、設備、數據、信息、空間土地等創新要素和物質資源上實現自由流動和充分交互。一般而言，創新主體很難通過自身提供長期穩定創新所需的全部資源，需要建立多元化的資源支撐體系，集中廣泛利益主體的智慧和資源。因此作為投入密集型的會聚創新往往會打造開放共享的資源平臺，打破條塊和部門分割界限，以跨國界、跨地區、跨部門、跨學科的資源共享機制支撐大科學工程背景下的技術創新。

4 以會聚創新驅動人工智能發展

4.1 打破學科壁壘，推進學科會聚生態系統

會聚創新下人工智能技術的發展需要融合計算機科學、數學、認知科學、信息論等眾多學科領域的知識、工具和思維，構建一個全面綜合的學科框架，從而應對多領域交叉下的科學和社會問題。一是要以核心學科會聚為先行。核心學科承擔著知識溝通的功能，強大的核心學科基礎有利于推動學科群內不同知識的有效整合，從而帶動跨學科群的發展。二是要漸進式推進學科會聚。專業學科知識的會聚是漸進式的，基于核心-次核心-其他的時序過程逐步會聚。基于核心學科，將知識鄰近性強、工具方法相通性高的學科會聚，進而逐步擴展至其他知識領域的學科。三是要加快學科交叉造峰。專業學科知識會聚是基礎，后續要形成互聯共通的學科網絡，在合作網絡中促進戰略性新興學科知識涌現，培育新的學科知識增長點，充分發揮學科會聚的溢出效應和乘數效應，以新知識推動新前沿。

4.2 瞄準重大挑戰問題，樹立會聚創新戰略目標

人工智能技術會聚創新由具體、復雜、待解決的問題所驅動，其所關注的問題既要立足于當下，也要面向未來，站在區域社會的同時也要面向全球人類。一是要面向重點深度科學問題。新一代人工智能技術的發展應聚焦重大科學前沿問題，開展跨學科的探索性研究，建立新一代人工智能基礎理論體系，超前布局人工智能創新方向，提出原創理論，作出原創發現。 二是要聚焦國家技術戰略重點。人工智能技術會聚創新要遵循國家創新戰略和重大挑戰計劃指導，且最終要朝著搶占國家創新圖譜制高點的方向前進。三是要面向急迫社會需求。人工智能技術會聚創新要面向政府、經濟、社會組織發展中面臨的問題、人民群眾息息相關的社會問題，凝練出亟待解決、具有實踐價值、需要長期關注的問題，以驅動人工智能創新。

4.3 深化體制機制改革，構建會聚創新制度

通過人工智能技術發展相關研究機構和研究領域的會聚試點，探索制定會聚創新模式下，人工智能技術創新的自主政策、綜合評價、人才培育等體制機制經驗。一是完善科研項目管理。確定人工智能技術相關會聚項目的具體特征、評審標準、評審程序和運行模式，建立協同投入管理、綜合評價的機制，從而促進不同專業學科背景的利益相關者之間的高效合作。二是人工智能會聚型人才培育。會聚創新需要培育多學科知識基礎的復合型人才，形成“人工智能+X”的新培養模式，因此需要積極推進人才培育模式改革。在人工智能會聚型人才的培養目標上，強調超學科思維和能力；在培養體系上，強調挑戰創新，從學科導向轉為戰略問題導向；在評價標準上，建立跨領域、跨部門的人才考核和晉升制度。