“十五五”時期的人工智能與創新效能

大力發展新質生產力，要加強關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術創新，完善推動新一代信息技術、人工智能、生物醫藥、量子科技等戰略性產業發展政策和治理體系。人工智能等新興技術的發展不僅能夠改造提升傳統產業，更能夠催生新領域新賽道，已經成為新一輪科技革命和產業變革的重要驅動力量。發展人工智能不僅是技術領域的競爭，更關乎經濟結構的轉型升級，創新效能整體提升。人工智能的文化社會技術屬性會帶來社會治理模式的創新，關乎我國社會主義文化強國建設。

當前人工智能技術發展的趨勢特征

自1956年達特茅斯會議提出人工智能概念以來，其發展經歷了近70年的時間。人工智能技術的發展經歷了以“手工知識”“機器邏輯推理能力”為特征的第一次浪潮（1956—1974年）、以“統計學習”“專家系統”為特征的第二次浪潮（1980—1987年）和以“適應環境”“深度學習”“感知智能”為特征的第三次浪潮（1993年至今）。當前，人工智能發展正處于第三次浪潮，呈現出如下特征。

其一，人工智能的本質仍然是數據智能，關于常識推理、因果理解等人類智能的核心能力還未獲得突破。人工智能模型高度依賴數據，通過分析和處理大量數據來提取有價值的信息和模式，并據此進行預測或決策。用于模型訓練的數據規模、質量和多樣性對人工智能模型的效果具有重要影響。這也是著名的規模效應，即人工智能模型的性能與數據集大小成冪律關系。人工智能模型在大量數據中挖掘出的現實關聯，并不是基于對現實世界的基本認知和理解，仍然難以進行真正的抽象概括和邏輯推理。相比較而言，人類能夠根據因果關系預測事件發展，通過類比遷移快速學習新知識，并運用常識處理復雜的現實問題，這些能力是當前的人工智能無法實現的。

其二，深度學習是當前人工智能主流算法，應用于部分場景下的模式識別精準度甚至超越人類水平。2006年，以杰弗里·辛頓等為代表的連接智能學派，以學習能力自動化為目標，掀起了神經網絡的研究熱潮，拉開深度學習的大幕。近20年來，卷積神經網絡、循環神經網絡、長短期記憶網絡等基于大數據的深度學習模型和算法取得了顯著的技術突破，并在計算機視覺、自然語言處理、博弈對抗等領域實現了規模應用。這些進展極大地推動了人工智能的發展，使其在醫療、金融等行業中得到了廣泛應用。

其三，人工智能大模型技術推動智能計算邁向新高度，生成式人工智能快速迭代，能力不斷提升。生成式人工智能能夠通過學習現有數據的分布來生成具有相似特征的新數據，包括文本、圖像、音頻、視頻等。大語言模型是生成式人工智能的一種類型，是“大數據+大算力+強算法”結合的產物，具有規模大（神經網絡參數規模要達到百億以上）、涌現性（具有產生預料之外的新能力）和通用性（能夠廣泛解決不同類型問題）的特點。除語言能力以外，大模型也在迅速擴展視覺、聽覺、具身（有身體的智能，能與環境進行交互）、行動等其他通用智能能力。在向多模態、具身化方向發展的同時，AI智能體有望成為下一代平臺，人工智能從理解到生成，從感知到決策，能力不斷提升，有望完成“感知—決策—行動”的閉環。

其四，“AI+”成為未來經濟社會發展的重要驅動力和新模式，人工智能將成為新一輪科技革命和產業變革的賦能技術和底層技術。人工智能有望成為推動產業優化升級、生產力整體躍升的重要驅動力量。人工智能技術與醫療、制造、教育、商務等行業深度融合的趨勢正在進一步加深，推動產業高質量發展和生產力深層次變革。具備廣泛知識和技能的人工智能模型，能夠應用于多種任務和領域的通用性大模型正在成為新的追求目標。人工智能開源開放趨勢日益明顯，打破傳統技術壁壘，顯著促進了知識共享和創新，這將促使當前應用成本逐漸降低，具有向各個產業拓展的可能性。

其五，人工智能的能耗問題及其對環境的影響引發關注，綠色人工智能及低能耗人工智能的研究和部署迫在眉睫。綠色人工智能和低能耗人工智能是未來人工智能發展的重要方向，主要路徑有：一是加大新型能源供給技術的開發，通過應用可再生能源、能源存儲技術、能效優化技術等，保持可持續的能源供應，支持大模型等能源消耗。二是優化人工智能運行策略降低能耗，相較于傳統計算，量子計算具有更高的能源使用效率，有望成為新的計算方式。三是研發更高效的算法和芯片，模擬人腦功能的神經形態芯片在節能提效方面具有一定優勢。

“十五五”時期人工智

能對經濟社會影響分析

人工智能技術發展將對“十五五”時期我國經濟社會的方方面面帶來深遠影響。

具體來看，其一，在產業發展方面，“十五五”時期，人工智能“智能產業化”“產業智能化”趨勢明顯，并有望重構產業鏈形態，深刻影響全球產業價值鏈格局。一是人工智能相關技術加速應用融合，不斷催生新業態新模式，“智能產業化”格局基本形成。據統計，2023年我國人工智能核心產業規模達5784億美元，生成式人工智能的企業采用率已達15%，市場規模約為14.4萬億美元。二是人工智能技術深度嵌入多個產業領域，加速推進產業優化升級，“產業智能化”浪潮來臨。當前人工智能在制造、醫療、教育、交通、農業等多個傳統行業領域得到廣泛應用，涌現出礦山大模型、氣象大模型、交通大模型等一批數字化轉型新標桿，推動傳統行業的轉型升級。三是人工智能促進產業縱向延伸、橫向拓展，產業鏈形態有望實現重構。人工智能技術作為一種賦能技術，其廣泛應用一方面會推進現有產業“縱向延伸”，使企業突破既有生產邊界，向產業鏈上游延伸或向下游拓展，不斷衍生出新行業或新產品。另一方面，人工智能技術可以促進產業鏈的“橫向拓展”，拓寬產業鏈的寬度并形成產業集群。四是人工智能有望改變全球產業鏈格局，重塑全球產業價值鏈，具有改變全球競爭格局的潛力。

其二，在就業及收入分配方面，人工智能技術發展將會對就業結構和收入分配格局產生深刻影響，這要求我們重新思考和應對未來的經濟社會挑戰。實踐表明，每一次的技術進步，都會顯著提高生產效率，使得單位勞動能夠產出更多的產品和服務，這就必然帶來一定程度的就業替代，人工智能技術也不例外。人工智能技術已經在標準化和重復性的工作崗位上產生了勞動替代效應，如辦公室行政、電話客服等。同時，生成式人工智能的出現，對原本被認為不易受自動化影響的智力密集型行業構成挑戰，如互聯網、金融、高科技等。人工智能也創造了新的就業機會，例如，數據分析師、大數據專家、商業智能分析師、數據庫和網絡專業人員以及數據工程師等職位的需求將增加30%—35%。人工智能技術將引發收入分配結構的變革，進一步拉大高技術與低技術地區的收入分配差距。人工智能技術的沖擊造成行業間勞動力的需求和供給結構變化，進而加劇以行業劃分的收入分配差異。

其三，在社會治理方面，一是人工智能發展應用將引發社會治理結構變革。新一代人工智能將改變政府與社會互動的方式，以智能化、一體化的政務服務平臺構建起新的治理結構。同時，大語言模型重構數據鏈條，將推動政府內部權責結構調整。二是人工智能的發展應用將催生新型社會治理模式。人工智能推動單一化的科層制逐漸與扁平化、多樣化的智能治理手段相融合，從而實現向多樣化、智能化和綜合化治理手段的變革。人工智能的發展應用將會使源頭治理、系統治理與精細化治理成為可能。三是“人工智能+社會治理”模式涌現，也會帶來相應風險。政府部門現有的許多相關技術應用都是由掌握技術優勢的科技企業研發完成，政府對這些企業的依賴程度將加深，這無疑是將一定的決策權和公共事務處理權交給了智能機器系統及其背后的科技企業。

其四，在法律倫理方面，人工智能將會對社會運行的法律法規和倫理規則提出新挑戰。一方面，人工智能的發展將會引發大量的倫理失范現象。在可信性方面，當前主導性的機器學習技術，面臨決策過程不透明、生成錯誤信息等問題；在公平性方面，人工智能可能會反映出數據和算法中的偏見和歧視，從而產生公平問題；在自主性方面，人工智能算法被用于信息推送，信息過度同質化產生“信息繭房”現象，長此以往影響人的認知自主權；在人機關系方面，人工智能產品向著擬人化方向發展，影響人與人的關系，也會產生類似機器情感依賴的人機關系。另一方面，人工智能將使已有的法律體系面臨挑戰。一是人工智能的深度應用產生全新的社會現象與事實，要求已有法律體系增加新的內容，如深度偽造等問題。二是隨著人工智能技術深度應用帶來一系列新的內容形式，提出變革要求，已有的法律條例難以有效應對，例如自動駕駛將引發交通法律條例的變革。三是人工智能的跨國監管問題日益突出，國際大國競爭博弈加劇，全球治理共識難以達成，亟需形成全球治理規則。

關于推進我國人工智能創新發展的建議

立足“十五五”時期經濟社會整體發展戰略目標，為搶占人工智能技術發展制高點，拓展人工智能產業應用深度廣度，有效應對人工智能技術發展對經濟社會帶來的廣泛深刻影響，全面發揮人工智能對經濟社會的賦能效應，實現人工智能可持續健康發展，提出如下建議。

其一，加快制定新一輪人工智能發展規劃綱要。系統梳理近年來我國在智能化、數字化技術領域出臺的相關政策舉措，評估政策執行情況，研判新政策需求。前瞻研判全球人工智能技術和產業發展最新趨勢、發展方向及潛在突破口，深入調研我國人工智能技術和產業發展面臨的現實條件、困境不足和可能優勢，在高水平科技自立自強、高質量發展的戰略目標引領下，制定新一輪規劃，并推動智能化與數字化兩方面政策體系協調發展。

其二，發揮“有為政府”作用，超前規劃布局人工智能產業發展。超前部署人工智能基礎理論及關鍵核心技術研發。加強大模型、大數據智能、群體智能、自主協同與決策等基礎理論研究，加快形成一批具有自主知識產權和重大國際影響力的關鍵核心技術，推動人工智能與神經科學、認知科學、數學等相關基礎學科交叉融合。構建共性關鍵技術的新型攻關體系。推動人工智能創新要素向具有技術優勢的科技領軍企業、高水平研究型大學和科研院所集中，圍繞智能芯片、大模型算法、框架等基礎性關鍵核心技術和產品，打造高效協同、動態調整的交叉創新攻關隊伍。搭建協同創新平臺。以人工智能重大應用需求為牽引，加強平臺內各方主體在人工智能算力輸出、服務能力優化以及人才培養方面深度協同，推動核心技術成果產業化，形成產業鏈上下游通力合作、產學研用協同創新的產業生態格局。

其三，釋放“有效市場”活力，以企業為主體打造人工智能創新生態。推動企業加快智能化轉型步伐，各類企業加大智能化技術的研發投入，深入挖掘自身業務中的智能化場景，針對關鍵技術瓶頸，積極推動產學研合作。探索基于智能化技術的新商業模式和市場空間，推動智能技術與傳統產業的深度融合。鼓勵企業牽頭，與高校科研機構成立創新聯合體，實現技術、人才、資金、數據等資源優化配置和共享，加速人工智能技術研發、應用和推廣。鼓勵自主深度學習框架的人工智能企業與國產底層芯片企業開展協同創新，圍繞芯片適配、框架優化、系統集成等關鍵環節，整合資源，推動數據共享、人才聯合培養與交流，突破國外技術封鎖，保障人工智能產業技術安全。加快大模型開發者生態體系建設和運營，搭建國產大模型開源社區，促進開發者之間的交流與合作。創新融資模式，拓寬融資渠道，為企業提供資金支持，培育人工智能技術跨越從早期研發到成熟應用全過程。

其四，加快研究制定人工智能相關規則和標準。采用多種制度規范方式，充分發揮中國特色法律法規規范體系的整體功能，綜合運用已出臺的關于人工智能、大數據、互聯網的法律法規、部門規章、規范性文件等多種規范手段，及時回應人工智能治理需要。站在打造現代化產業體系、推動新質生產力發展的高度，把激勵創新創造放在首位，采取包容審慎態度，堅持問題導向，分類施策，審慎推進立法工作。綜合使用“倫理”治理工具，健全人工智能倫理風險等級評估體系，細化分級分類評估標準。鼓勵多元參與和協同共治，更快速、高效地協調各方利益，確保人工智能技術符合倫理規范。

編輯：陳希琳