我國人工智能發展趨勢研究

田永靜 范衛國

【摘要】當前人工智能技術正在以前所未有的速度蓬勃發展，帶來了新技術突破和產業變革，為人工智能與產業融合發展注入新動能。同時，我國人工智能基礎設施建設和人工智能技術自主可控有待提升，人工智能引發的安全風險對監管和治理提出新要求，對有效保障國家安全提出新挑戰。積極推動我國人工智能發展，要推動人工智能基礎設施建設，加快人工智能芯片技術發展，實現人工智能核心技術突破，加強人工智能安全保障支撐、科研教育支持、金融政策支持，推動人工智能行業賦能應用，加強人工智能應用監管治理。

【關鍵詞】人工智能? 基礎設施? 產業發展

【中圖分類號】F49? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2024.08.009

“人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁效應。”[1]基于生成式人工智能（AIGC）技術可以生成高質量文本、圖像和視頻、代碼等內容，大大提升了數據分析處理和智能化交互能力，并逐漸賦能各產業生態，從而改變人們日常工作生活方式。

當前人工智能技術發展態勢

人工智能創新型突破性技術不斷涌現。一是人工智能技術加速演進。人工智能技術經過七十多年發展，早期是機器學習、專家系統、神經網絡等技術不斷演進，近十幾年隨著互聯網、大數據的發展，深度學習、強化學習等技術引領了新一輪爆發式增長的高潮。二是大模型開啟人工智能新紀元。通用大模型平臺為人工智能技術創新和應用提供了強大的算力和訓練能力支撐，加速了各類垂直領域行業大模型應用的開發和部署。三是通用人工智能可能會加速到來。2022年12月，OpenAI推出生成式大語言模型GPT3.5，將機器對人類語言的理解推向新高度。2024年2月，OpenAI推出文本生成視頻大模型Sora，被稱為“世界模擬器”，對真實物理世界的理解和還原能力遠超人類想象。這些人工智能取得的新技術突破，使更多人認為像人類一樣思考、擁有多種用途的通用人工智能（AGI）將成為可能。

人工智能基礎設施建設快速發展。一是人工智能算力需求呈指數級增長。據OpenAI報告指出，從2012到2018年，AI模型訓練的算力增長近30萬倍，平均3.5個月翻倍，且呈進一步加速態勢。[2]二是人工智能數據資源重要性日益凸顯。多模態和跨模態數據集的建設，對人工智能技術發展起到關鍵支撐。

人工智能大規模產業應用將快速展開。傳統人工智能技術已經廣泛應用。而隨著大模型在語義理解、視覺感知和邏輯推理等方面的能力突破，對各行業的顛覆和重塑將會上演。大模型將為未來產業發展注入“智能”，并引發產業競爭新格局。當前全球人工智能產業規模正迅速增長，預計2030年我國人工智能核心產業規模將超過1萬億元。[3]

我國人工智能發展面臨的新挑戰

我國人工智能基礎設施建設有待完善。一是在算力基礎設施建設方面，我國在通訊網絡基礎設施建設方面處于領先地位，算力基礎設施建設也在積極推進，但生成式人工智能應用已提出更高算力需求。另外，隨著算力中心建設和大模型訓練任務增多，對電力能源的需求也將不斷增長。二是在通用大模型平臺建設方面，通用大模型框架平臺是開展人工智能驅動的行業應用基礎，國內公司積極推出相關通用大模型平臺和行業應用，但我國在通用大模型平臺研發方面與美國仍存在技術差距。三是在數據資源建設方面，構建高質量、結構化、多模態的數據集是人工智能發展的重要基礎設施之一。我國人口和產業規模龐大，數據資源豐富，但在高質量公共數據集建設上仍缺乏對行業模型訓練的數據整理和標注，尚未將所擁有的數據資源規模優勢轉換為大模型技術在各行業領域的更好應用效果。

我國實現人工智能技術自主可控面臨更高要求。一是智能算力資源建設仍依賴國外GPU硬件，成本高且存在斷供風險。智能算力是人工智能發展的“基礎底座”，高度依賴智能芯片GPU。我國急需實現高端智能芯片技術新突破，突破我國人工智能發展的算力資源制約。二是需加大大模型自主核心技術研發。算法創新是取得人工智能行業產品和應用競爭優勢的關鍵驅動力量之一。我國大模型基礎技術理論、核心算法、框架平臺研究以及應用效果尚不理想。國內大模型行業應用也主要依賴國外開源通用大模型，制約著我國人工智能和產業融合的發展。目前，各國都更加重視構建符合本國國情和文化特征的人工智能生態應用系統，人工智能的國家主權爭奪日益突出。三是需引進人工智能領域高端研究人才。我國從事人工智能領域研究和開發技術人員數量規模較大，論文和專利成果數量較多，但基礎研究和原創性成果不多，需要加大對人工智能基礎研究和平臺構架領域高水平人才的吸引。

人工智能引發的安全風險對監管和治理提出新要求。一是內容安全問題。人工智能的使用一直存在社會倫理爭議。二是數據安全問題。數據安全和個人隱私保護成為關鍵問題。三是模型安全問題。人工智能模型自身也存在安全隱患，針對訓練數據投毒攻擊，操縱干擾模型輸入內容，都可以產生錯誤或潛在危險輸出。四是給法律監管和治理提出新挑戰。人工智能發展帶來的諸多安全問題，需要對人工智能進行有效治理和監管，防止技術濫用、數據知識產權爭議。

人工智能對有效保障國家安全提出新挑戰。一是影響國家政治和文化安全。利用人工智能工具進行有目的的意識形態滲透和網絡傳播，會對國家政治安全和文化安全造成潛在的不良影響。誘導式的用戶交互，可以大范圍進行數據收集和事件畫像，導致涉及國家安全的敏感數據和機密情報泄露。二是推動國家網絡安全對抗升級。人工智能技術在提升網絡攻擊手段多樣化和智能化的同時，也為檢測識別各種復雜網絡安全威脅變化提供新手段。關鍵信息基礎設施安全已成為大國地緣政治博弈的新前線，人工智能技術發展對實現其網絡安全防護韌性提出新挑戰。三是推動現代戰爭形態加速演進。人工智能技術在武器裝備上的應用部分改變了戰爭形態。同時利用深度偽造圖片和視頻等進行虛假信息宣傳，已成為認知戰、輿論戰的重要組成部分。

積極推動我國人工智能發展的對策建議

推動人工智能基礎設施建設。一是夯實人工智能算力基礎設施。建設國家智能計算中心，加快西部智能算力中心建設，促進算力資源區域協同共享，提升算力資源利用效能。二是打造高質量數據資源基礎設施。建立國家數據資源服務和共享平臺，加強各行業應用數據集和語料庫建設，促進大規模優質數據資源匯集。建立數據匯聚統一標準、格式規范，加強對各領域數據的標注工作，推動各方協作開展數據資源共享和開發利用。

加快人工智能芯片技術發展。一是加快自主可控人工智能芯片技術研發。加快實施高端智能芯片重大專項，推動關鍵技術攻關重大項目，提升智能芯片設計能力和制造水平，打造自主可控的智能算力硬件基礎。二是提升國產智能芯片推廣應用。加大國內芯片廠商智能芯片研發和配套軟件的國產化替代進程，引導大模型研發和應用企業的國產化算力資源部署。三是推動人工智能芯片產業發展。加大對通用人工智能芯片GPU設計制造，以及針對應用場景的專業芯片設計和研發力度，推動智能芯片全產業鏈發展。

實現人工智能核心技術突破。一是布局人工智能核心技術攻關。鼓勵國內企業在通用大模型算法、框架和平臺設施方面的建設，推進我國全階段自主可控通用大模型建設，爭取人工智能核心技術發展的主動權和話語權。二是支持人工智能多領域應用場景技術開發。優先支持基于大模型的各領域應用技術開發，支持面向各應用領域的高質量語料庫建設，支持基于大模型應用場景的創新研究。

加強人工智能安全保障支撐。一是成立國家人工智能咨詢機構。持續跟蹤分析人工智能對國家安全的影響，為政府提供相關技術監管和治理的政策建議。二是加強網絡安全領域應用場景技術研發。加強對人工智能基礎設施的網絡安全監管，利用人工智能技術提升關鍵信息基礎設施安全保障能力。三是加強人工智能在軍事領域應用支持。加強人工智能在軍事領域應用的跟蹤分析，加快軍隊武器裝備智能化、無人化的研制進程，推進戰場態勢感知平臺和智能化軍事指揮系統開發。

加大人工智能科研教育支持。一是加快建立國家人工智能研究基礎設施，為政府部門、研究型大學、科研機構等提供模型訓練算力支撐，建立更加開放的人工智能創新服務環境。二是建設多個國家級人工智能研究中心，形成覆蓋全國的國家級人工智能研究、教育和成果轉移的綜合生態網絡。三是加大人工智能人才培養和科研支持力度。四是加強人工智能知識與應用的民眾教育和青少年普及。

加大人工智能金融政策支持。一是支持國內人工智能關鍵技術發展。充分發揮資本市場激勵技術創新的作用。二是加快國內人工智能產業發展。支持人工智能企業創新和產業升級，加大人工智能科技創新專項的財政資金支持力度，鼓勵人工智能企業進行境內外多層次資本市場的融資上市。

推動人工智能行業賦能應用。一是加大人工智能在各領域應用的政策支撐。擴展通用人工智能的各領域應用場景創新，推動人工智能和實體經濟深度融合發展。二是及時總結我國人工智能在各產業領域階段性發展成效，結合現階段人工智能產業發展形勢和需求，制定產業發展目標、任務和具體實施方案。三是加強人工智能應用場景創新應用，加快形成新質生產力。發揮行業標桿示范工程的引領帶動作用，帶動各行業領域的企業人工智能技術應用，加快形成國家所需的各行業領域大模型應用產品和方案。

培育人工智能產業生態集群。一是推進高水平人工智能產業園區規劃和建設。依托現有創新資源和產業基礎，規劃和發展一批人工智能產業創新區，培育人工智能交叉發展的專精特新企業，充分發揮產業聚集效應和規模效應。二是建立自主可控人工智能產業體系。持續做大做強國內人工智能產業，持續加強人工智能基礎研發能力，重點在智能芯片、基礎構架、大模型產業應用等領域開展創新活動，構建人工智能全產業鏈和產業技術體系。三是形成全球競爭力人工智能產業集群。推進企業和科研院所、研究型大學之間相互協作，共同構建人工智能產業創新生態，增強人工智能產業發展綠色動能，增強人工智能產業鏈整體競爭力。

加強人工智能國際交流合作。一是加強國際合作和技術交流。通過國際技術交流合作，更好引進國外人工智能的高端人才、技術和服務。加強我國人工智能技術對外輸出，促進人工智能產業向外拓展業務，打造我國全球化人工智能企業。二是建立跨國數據協調機制，加強我國企業對海外數據的控制能力。從國家層面建立明確的數據跨國流動機制，在加強海外數據的隱私保護同時加強對非敏感數據的共享和利用。三是加強人工智能國際治理合作。主動參與全球人工智能的使用規范和標準制定，共同打擊利用人工智能技術的有組織網絡犯罪，共同應對人工智能帶來的安全威脅。

加強人工智能應用監管治理。一是從國家層面加快制定人工智能監管法律法規。積極完善有關人工智能的監管政策及法律法規，防治人工智能技術濫用帶來的安全風險。關注人工智能數據安全，防止企業和用戶隱私數據泄露。二是加強人工智能應用的監督和數據審查。建立健全人工智能應用的分級分類監管制度和監管措施，建立行之有效的數據審查機制和接入許可規范，從源頭規范大模型內容安全。加強對人工智能技術應用管理，對大模型應用可能產生的安全風險開展合規性評估和審查處置。

（本文系國家社會科學基金高校思政課研究專項“數智技術賦能‘大思政課實踐教學機制研究”的階段性成果，項目編號：23VSZ094）

注釋

[1]《加強領導做好規劃明確任務夯實基礎 推動我國新一代人工智能健康發展》，《人民日報》，2018年11月1日 ，第1 版。

[2]《AI算力需求6年增長30萬倍、3.5月翻一番——OpenAI數據分析》，2018年5月17日，https：//www.jiqizhixin.com/articles/051704。

[3]《中科院原院長白春禮：2030年我國人工智能核心產業規模將超過1萬億元》，2023年5月17日，https：//www.tmtpost.com/nictation/6533147.html。

責 編／李思琪? 美 編／梁麗琛