中国人工智能发展现状与未来

□ 清华大学中国科技政策研究中心

对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要

虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念，但对人工智能的定义还没有达成普遍共识。传统的人工智能发展思路是研究人类如何产生智能，然后让机器学习人的思考方式和行为。现代人工智能概念的提出者约翰·麦卡锡认为，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。

第四次工业革命正在来临，而人工智能已经从科幻逐步走入现实。从1956年人工智能这个概念被首次提出以来，人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、以及海量互联网数据的支撑，人工智能终于在21世纪的第二个十年里迎来质的飞跃，成为全球瞩目的科技焦点。自从2016年AIphaGo战胜李世石之后，全球对于人工智能发展的兴奋与担忧交织难分。

即使如此，世界各国已经认识到人工智能是未来国家之间竞争的关键赛场，因而纷纷开始部署人工智能发展战略，以期占领新一轮科技革命的历史高点。对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。

本文从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境等方面描绘中国人工智能的发展面貌。

科技产出与人才投入

1.论文产出：中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家。高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现得十分出众。不仅如此，中国的高被引论文呈现出快速增长的趋势，并在2013年超过美国成为世界第一。但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球前20位。从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文里中国通过国际合作而发表的占比高达42.64% 。

2.专利申请：中国专利数量略微领先于美国和日本，国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的74%。全球专利申请主要集中在语音识别、图像识别、机器人以及机器学习等细分方向。中国人工智能专利持有数量前30名的机构中，科研院所与大学和企业的表现相当，其技术发明数量占比分别为52%和48%。企业中的主要专利权人表现差异巨大，尤其是中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。中国的专利技术集中在数据处理系统和数字信息传输等领域，其中图像处理分析的相关专利占总发明件数的16%。电力工程也已成为中国人工智能专利布局的重要领域。

3.人才投入：中国人工智能人才总量居世界第二，但是杰出人才占比偏低。截至2017年，中国的人工智能人才拥有量达到18232人，占世界总量的8.9%，仅次于美国(13.9% ) 。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球人工智能人才投入量最大的机构。然而，按高H因子（又称H指数，用于评价科学家的科研绩效）衡量的中国杰出人才只有977人，不及美国的五分之一，排名世界第六。企业人才投入量相对较少，高强度人才投入的企业集中在美国，中国仅有华为一家企业进入全球前20。中国人工智能人才集中在东部和中部，但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域，而中国的人工智能人才研究领域则比较分散。

产业发展和市场应用

1.企业规模：中国人工智能企业数量为全球第二，北京是全球人工智能企业最集中的城市。截至2018年6月，全球共监测到人工智能企业总数达4925家，其中美国人工智能企业数2028家，位列全球第一。中国(不含港澳台地区)人工智能企业总数1011家，位列全球第二，其后分别是英国、加拿大和印度（图1）。

图1 全球人工智能企业分布（单位：家）

图2 全球人工智能企业数量TOP20城市（单位：家）

从城市尺度看（图2），全球人工智能企业数量排名前20的城市中，美国占9个，中国占4个，加拿大占3个，英国、德国、法国和以色列各占1个。其中，北京成为全球人工智能企业数量最多的城市，其次是旧金山和伦敦。上海、深圳和杭州的人工智能企业数量也进入全球前20。

从成立时间看（图3），中国人工智能创业企业的涌现集中在2012-2016年，在2015年达到顶峰，新增初创企业数量达到228家。从2016年开始，创业企业的增速有所放缓。

中国人工智能企业的平均年龄为5.5年。其中，北京、上海和天津等地初创企业云集，企业平均年龄相较于全国平均水平更年轻，平均年龄在5.5年以下。山东和辽宁等地老牌工业机器人和自动化企业转型较多，企业年龄相对较大。

人工智能的应用技术主要包括语音类技术(包括语音识别、语音合成等)、视觉类技术(包括生物识别、图像识别、视频识别等)和自然语言处理类技术(包括机器翻译、文本挖掘、情感分析等)。将基础硬件考虑在内，国内外人工智能企业应用技术分布如图4所示。相比国外，中国人工智能企业的应用技术更集中于视觉和语音，而基础硬件占比偏小。

人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用(本文中定义为“AI+")等。国内外人工智能企业的行业应用分布如图5所示。可以看出，相比于国外，国内企业更看重智能机器人、无人机和智能驾驶等终端产品的市场，而国外企业更注重AI在各类垂直行业的应用。

2.风险投资：中国已成为全球人工智能投融资规模最大的国家。

自2013年以来，全球和中国人工智能行业投融资规模都呈上涨趋势（图6）。2017年全球人工智能投融资总规模达395亿美元，融资事件1208笔，其中中国的投融资总额达到277.1亿美元，融资事件369笔。中国AI企业融资总额占全球融资总额的70%，融资笔数达31%。

图3 中国主要省份人工智能企业平均年龄（单位：年）

图4 国内外人工智能企业应用技术分布

图5 国内外人工智能企业行业分布

图6 全球（含中国）中国人工智能投融资变化趋势

根据2013年到2018年第一季度全球的投融资数据，中国已在人工智能融资规模上超越美国成为全球最“吸金”国家，但是在投融资笔数上，美国仍然在全球处于领先地位。

国内融资金额和融资笔数最高的省市是北京，且遥遥领先其他各省。上海、浙江、江苏和广东等省市的表现也比较突出。值得注意的是，广东省虽然投融资总额相对较少，但活跃度很高，融资笔数仅次于北京和上海。各省融资金额和笔数如图7所示。

从投融资轮次分布看，从2015年开始，国内投融资活动早期投资(包括种子轮、天使轮和A轮)的占比逐渐下降，这意味着国内投融资活动愈加趋于理性，产业也逐渐走向成熟。国内投融资活动各个轮次占比如图8所示。

3.市场规模：中国人工智能市场增长迅速，计算机视觉市场规模最大。 2017年中国人工智能市场规模达到237.4亿元，相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元（图9）。

中国人工智能创业热潮与投融资热情在2017年回归理性，但随着人工智能各项技术的不断成熟以及各类应用场景的落地，预计在2018年，人工智能市场增速将达到75%，整体规模将达到415.5亿元（图10）。

2018年，机器学习、深度学习等算法能力的增强将促进计算机视觉、语音等技术不断突破。核心计算芯片也成为巨头们战略布局的一环，谷歌升级TPU3.0，英伟达发布最大GPU，国内寒武纪推出首款云端智能芯片MLU100，阿里、华为、小米纷纷推出自己的AI芯片产品，并将进入大批量商用上市阶段，人工智能产业将继续增长并与垂直行业加深融合。

图7 中国人工智能投融资地域分布（2015-2018Q1）

图8 中国人工智能投资轮次分布

图9 中国人工智能市场结构

图10 2015-2020年中国人工智能市场规模（单位：亿元）

图11 全球主要工业机器人市场出货量（单位：台）

4.产品应用：应用范围广泛，语音和视觉类产品最为成熟。伴随着算法、算力的不断演进和提升，基于语音、自然语言处理和视觉技术，有越来越多的应用和产品落地。比较典型的包括语音交互类产品(如智能音箱、智能语音助理、智能车载系统等)、智能机器人、无人机、无人驾驶汽车等。在行业解决方案方面，人工智能的应用范围则更加广泛，目前已经在医疗健康、金融、教育、安防、商业、智能家居等多个垂直领域得到应用。

（1）人工智能终端产品。目前，由于人工智能技术尚处于发展阶段，且以机器学习、深度学习为代表的新一代人工智能技术主要体现在算法层面，而成熟的实体终端产品并不多。下面主要对发展较为成熟，且已初具市场规模的三款终端产品予以介绍，分别是智能音箱、智能机器人和无人机。

①智能音箱。搭载了人工智能语音交互系统的联网智能音箱近几年年均复合增长率超过30%，全球总市场规模将从2017年的11.5亿美元增至2021年的35.2亿美元，超过普通智能音箱市场。

研究公司Canalys今年5月发布的最新数据显示，谷歌已经超过亚马逊成为全球智能音箱市场的第一巨头。谷歌在2018年第一季度售出了320万台智能音箱，市场份额达36.2%。相比之下，亚马逊售出了250万台Echo智能音箱，市场份额为27.7%。中国两大品牌阿里巴巴天猫和小米在第一季度分列全球智能音箱市场第三和第四位，市场份额分别为11.8%和7.0%。

②智能机器人。智能机器人的关键技术包括视觉、传感、人机交互和机电一体化等。从应用角度分，智能机器人可以分为工业机器人和服务机器人。其中，工业机器人一般包括搬运机器人、码垛机器人、喷涂机器人和协作机器人等。服务机器人可以分为行业应用机器人和个人/家用机器人。其中，行业应用机器人包括智能客服、医疗机器人、物流机器人、引领和迎宾机器人等;个人/家用机器人包括个人虚拟助理、家庭作业机器人(如扫地机器人)、儿童教育机器人、老人看护机器人和情感陪伴机器人等。

根据IFR 2018年6月最新发布的数据，2017年全球机器人市场规模已达500亿美元。2017年全球工业机器人的总销量达38万台，同比增长29%。中国自2013年以后一直是全球最大的工业机器人市场。2017年，中国的工业机器人销量达13.8万台，其次是韩国，约4万台，日本销量约有3.8万台。在美洲，美国是最大的单一市场，销售了约3.3万台工业机器人。在欧洲，德国售出了约2.2万台。中、韩、日、美、德五国 2017年工业机器人销量占全球总销量的71%（图11）。

③无人机。目前无人机市场主要由个人消费级无人机和商用无人机构成。消费级无人机主要用于航拍、跟拍等娱乐场景。商用无人机的应用范围则非常广泛，可以用于农林植保、物流、安保、巡防等多个领域。

消费级无人机售价基本保持在5000美元以下，续航能力不超过1小时。商用无人机相比于个人无人机，拥有更大的有效载荷和更长的飞行时间，目前在工业领域应用最为成功。商用无人机市场出货量虽小，但售价较高，其收入占据了无人机市场的三分之二。Gartner预测2018年全球无人机市场产量将达313万台，市场规模将达到73亿美元，预计较2017年同比增长28%。

目前国内最有影响力的无人机企业是大疆创新(DJ I)。大疆主要开发制造消费级无人机，同时在民用领域也有渗透。在消费级无人机市场，大疆在全球占有绝对领先的市场地位。

除大疆外，国内还有一些发展较快、比较有影响力的无人机企业，如亿航、零零无限、零度智控和极飞科技等。

（2）人工智能的行业应用。相较于终端产品，人工智能在相关行业的应用则更为丰富。

①智能医疗。随着人工智能技术的不断落地，已有不少应用人工智能提高医疗服务水平的成功案例。人工智能已深入医疗健康领域的方方面面，包括智能诊疗、医学影像分析、医学数据治理、健康管理、精准医疗、新药研发等场景中都可以看到人工智能的身影。

过去，医生以自己的医疗知识和临床经验为基础，根据病人的症状和检查结果判定病症及病程。如今，人们将人工智能应用于医疗辅助诊断，让计算机“学习”专业的医疗知识、“记忆”海量历史病例、识别医学影像，构建智能诊疗系统，为医生提供一个“超级助手”，帮助医生完成诊断。IBM的Watson是智能诊疗应用中的一个著名案例，Watson可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次试验数据、106000份临床报告。2012年Watson通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗的服务。目前Watson提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀肤癌、卵巢癌、子宫癌等多种癌症。

②智能金融。智能金融是人工智能技术与金融体系的全面融合。人工智能在金融领域的应用主要包括“智能投顾”和金融欺诈检测等。

无人机运输。

“智能投顾”，即智能投资顾问，是金融科技中非常常见的一类应用场景。“智能投顾”通过机器学习算法，根据客户设定的收益目标、年龄、收入、当前资产及风险承受能力自动调整金融投资组合，以实现客户的收益目标。不仅如此，算法还能根据客户收益目标的变动和市场行情的变化实时自动调整投资策略，始终围绕客户的收益目标为客户提供最佳投资组合。目前美国的一些大中型投资公司（如Betterment和 WeaIthFront）已经通过“智能投顾”为客户提供服务，并且价格低廉，获得了年轻一代的喜爱和认可。

以往金融欺诈检测系统非常依赖复杂和呆板的规则，由于缺乏有效的科技手段，已无法应对日益演进的欺诈模式和欺诈技术。伪造、冒充身份等欺诈事件常有发生，给金融企业和用户造成很大经济损失。国内以猛犸反欺诈为代表的金融科技公司，应用人工智能技术构建自动、智能的反欺诈技术和系统，可以帮助企业风控系统打造用户行为追踪与分析能力，建立异常特征的自动识别能力，逐步达到自主、实时发现新欺诈模式的目标。

③智能安防。安防是人工智能落地较好的应用领域。安防以图像、视频数据为核心，海量的数据来源满足了算法和模型训练的需求，同时人工智能技术也为安防行业事前预警、事中响应和事后处理提供了技术保障。

目前，人工智能在安防领域的应用主要包括警用和民用两个方向。警用方向，人工智能在公安行业的应用最具有代表性。利用人工智能技术实时分析图像和视频内容，可以识别人员、车辆信息、追踪犯罪嫌疑人，也可以通过视频检索从海量图片和视频库中对犯罪嫌疑人进行检索比对，为各类案件侦查节省宝贵时间。在民用方向，利用人工智能可以实现智能楼宇和工业园区的智能监控。智能楼宇包括门禁管理、通过摄像头实现“人脸打卡”、人员进出管理、发现盗窃和违规探访的行为。在工业园区，固定摄像头和巡防机器人配合，可实现对园区内各个场所的实时监控，并对潜在的危险进行预警。除此之外，民用安防方向还有一个非常重要的应用场景，就是家用安防。当检测到家庭中没有人员时，家庭安防摄像机可自动进入布防模式，有异常时，给予闯入人员声音警告，并远程通知家庭主人。而当家庭成员回家后，又能自动撤防，保护用户隐私。

安防领域作为人工智能成功落地的一个应用，国内很多安防企业也开始从技术、产品等不同角度涉足人工智能。大华、海康威视、东方网力等传统企业在不断加大安防产品的智能化;另外，像商汤科技、旷视科技、云从科技和依图科技等以算法见长的企业正将技术重点聚焦于人脸识别、行为分析等图像智能领域。

④智能家居。智能家居基于物联网技术，以住宅为平台，由硬件、软件、云平台构成家居生态圈。智能家居可以实现远程设备控制、人机交互、设备互联互通、用户行为分析和用户画像等，为用户提供个性化生活服务，使家居生活更便捷、舒适和安全。

例如，借助语音和自然语言处理技术，用户通过说话即可实现对智能家居产品的控制，如语音控制开关窗帘(窗户)、照明系统、调节音量、切换电视节目等操作;借助机器学习和深度学习技术，智能电视、智能音箱等可以根据用户订阅或者收看的历史数据对用户进行画像，并将用户可能感兴趣的内容推荐给用户。在家居安防方面，可以利用面部识别、指纹识别等生物识别技术对智能家居产品进行解锁，通过智能摄像头实时监控住宅安全，对非法入侵者进行监测等。

在国内，小米打造的智能家居生态链在经历了几年的积累后，已经形成了一套自研、自产、自销的完整体系，接入生态链的硬件已经高达6000万台。另外，以美的、海尔、格力为代表的传统家电企业依托本身庞大的产品线及市场占有率，也在积极向智能家居转型，推进自己的智能战略。

⑤智能电网。伴随着电网规模日趋庞大，未来人工智能将成为智能电网的核心部分。在需求方面，人工智能技术能持续监控家庭和企业的智能电表和传感器的供需情况，实时调整电网的电力流量，实现电网的可靠、安全、经济、高效。

在供应方面，人工智能技术能协助电力网络营运商或者政府改变能源组合，调整化石能源使用量，增加可再生资源的产量，并且将可再生能源的自然间歇性破坏降到最低。生产者将能够对多个来源产生的能源输出进行管理，以便实时匹配社会、空间和时间的需求变化。

在线路的巡视巡检方面，借助智能巡检机器人和无人机实现规模化、智能化作业，提高效率和安全性。智能巡检机器人搭载多种检测仪，能够近距离观察设备，运检准确性高。在数据诊断方面，相比人眼和各类手持仪器，机器人巡检也更精确，而且全天候全自主，大大提高了设备缺陷和故障查找的准确性和及时性。同时，可以对机器人巡检的每个点位的历史数据进行趋势分析，提前预警设备潜在的劣化信息，为制定精准检修策略提供科学依据。无人机搭载高清摄像仪，具有高精度定位和自动检测识别功能，可以飞到几十米高的输电铁塔顶端，利用高清变焦相机对输电设备进行拍照，即便非常细小的零件发生松脱现象，也可通过镜头得到清晰精准的呈现。来自广东电网的资料显示，广东电网在变电站的机巡，年作业量超18万公里，相当于绕地球4圈半，其中无人机巡视占85%，作业量全球第一，综合效率提升了2.6倍。

发展战略和政策环境

1.国际比较：各国人工智能战略与政策各有着重点。 2013年以来，美、德、英、法、日、中等国都纷纷出台了人工智能战略和政策。各国人工智能战略各有侧重，美国重视人工智能对经济发展、科技领先和国家安全的影响;欧盟国家关注人工智能带来的安全、隐私、尊严等方面的伦理风险;日本希望人工智能推进其超智能社会的建设;而中国人工智能政策聚焦于实现人工智能领域的产业化，助力中国的制造强国战略。各国政策在研发重点和重点应用领域也存在着较大差异。

2.国家政策：从物联网，到大数据，再到人工智能。从2009至今，中国人工智能政策的演变可以分为五个阶段，其核心主题词也不断变化，体现了各阶段发展重点的不同。国家层面政策早期关注物联网、信息安全、数据库等基础科研，中期关注大数据和基础设施，而2017年后人工智能成为最核心的主题，知识产权保护也成为重要主题。综合来看，中国人工智能政策主要关注以下六个方面：中国制造、创新驱动、物联网、互联网+、大数据、科技研发。

3.地方政策：响应国家战略，地方政策主题因地而异。地方政府积极响应国家人工智能发展战略，其中，《中国制造2025》处于人工智能政策应用网络的核心，在地方人工智能政策制定过程中发挥着纲领性的作用。通过政策发布数量来看，目前中国人工智能发展活跃的区域主要集中在京津冀、长三角和粤港澳地区。各省的政策主题也大有不同，比如江苏省关注基础设施、物联网和云计算等基础研发领域，广东省关注制造和机器人等人工智能应用，而福建省关注物联网、大数据、创新平台和知识产权，各地政策与地方发展条件密切相关。

对社会的综合影响

随着人工智能的充分发展，劳动生产率和生产力水平的提升，人们的生活体验将更加丰富多彩，将更多地将人们从体力劳动乃至常规性的脑力劳动中解放出来，更多地投入到创造性活动当中，使人类自身与社会得到更充分的发展。当前，人工智能技术的突飞猛进正不断改变着零售、农业、物流、教育、医疗、金融、商务等领域的发展模式，重构生产、分配、交换、消费等各环节。根据IDC数据显示，在未来5年内，人工智能技术应用到多个行业，将极大提高这些行业的运转效率，具体提升的效率为教育行业82%、零售业71%、制造业64%、金融业58%。

1.人工智能对教育和就业的影响。发展人工智能的最终目的不是用来替代人类，而是帮助人类变得更加智慧，而教育将在这个过程中起到关键性作用。人工智能技术提升经济活动中的产能，使得人们逐渐从机械的重复性的或危险的劳动中抽离出来，从而增加了思考、欣赏等闲暇时间，更专注于创新能力、思考能力、审美与想象力的潜能开发与提升。

目前，人工智能在教育领域的应用主要集中在以下几方面：自适应(个性化)学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实/增强现实的场景式教育。用适合自己的方式去学习，不仅效率会提高，而且会保持更长时间的学习兴趣。

在教育领域深度发展人工智能的意义并不是取代教师，而是协助教师使教学变得更加高效和有趣。另外，在人工智能技术所影响的教育体系中，对人才的信息输入与输出能力、自主学习能力等的要求骤然提高，创新能力的培养也成为重要方向。

在人工智能重塑产业格局和消费需求的情境下，一部分工作岗位终将被历史淘汰，但是也会伴随着人工智能技术孵化出一系列新的岗位。

随着技术的发展逐步替代人类从事大部分繁琐重复的工作或体力劳动，在给人们带来福利的同时也带来前所未有的挑战。今天已经有越来越多的人担忧是否自己的工作会被人工智能技术所取代，或者只能在人工智能所留下的“夹缝”中生存。有专家对中国的就业岗位被人工智能取代的概率进行了估算，结果显示，未来20年中，约占总就业人口76%的劳动力会受到来自人工智能技术的冲击，若只考虑非农业人口，这一比例为65 %。但同时，人工智能技术对就业的创造效应也已有所显现。调查显示，中国科技公司目前人工智能团队规模平均扩张20%，而且这种需求还会增长。另外国家工业和信息化部教育考试中心专家称，在未来几年中国对AI领域的人才需求可能增至500万。

可以判断，在人工智能重塑产业格局和消费需求的情境下，一部分工作岗位终将被历史淘汰，但是也会伴随着人工智能技术孵化出一系列新的岗位。另一方面，新型的人机关系正在构建，非程序化的认知类工作会变得愈发难以替代，其对人的创新、思考与想象力提出更高的要求。

机械化和智能化塑造着新的就业格局，但也要警惕新格局下有可能发生的衍生问题，比如由于失业率上升而引起的贫富差距和社会稳定问题。人工智能所带来的“冲击”是持续性的，对教育和就业的多重影响也是持续性的，因此也需要不断积极探索与技术革命相匹配、相适应的教育与就业机制。

2.人工智能对隐私与安全的影响。今天，在许多生活消费场景中，人们对个性化体验的需求不断增加，个性化、场景化服务也逐渐成为人工智能驱动创新的主要方向。服务供应方在信息获取社交化、时间碎片化的情境下，着力建立更灵活便捷的消费场景，给人们带来更加友好的用户体验。与此同时，随着语音识别、人脸识别、机器学习算法的发展和日趋成熟，企业可以通过分析客户画像真正理解客户，精准、差异化的服务使得客户的被重视被满足感进一步增强。但是在蕴藏着巨大商业价值的同时，也对现有法律秩序与公共安全构成了一定的挑战。

网络空间的虚拟性，使得个人数据更易于被收集与分享，极大地便利了身份信息编号、健康状态、信用记录、位置活动踪迹等信息的存储、分析和交易过程，与此同时，人们却很难追踪个人数据隐私的泄露途径与程度。例如，以人工智能技术为支撑的智慧医疗，病人的电子病例、私人数据归属权如何界定，医院获得及使用私人数据的权限界限如何规范。再比如人工智能技术生成作品的著作权问题等。开放的产业生态使得监管机构难以确定监管对象，也令法律的边界变得越来越模糊。

人工智能的普遍使用使得“人机关系”发生了趋势性的改变，人机频繁互动，可以说已形成互为嵌入式的新型关系。时间与空间的界限被打破、虚拟与真实也被随意切换，这种趋势下的不可预测性与不可逆性很有可能会触发一系列潜在风险。与人们容易忽略的“信息泄露”不同，人工智能技术也可能被少数别有用心的人有目的地用于欺诈等犯罪行为。如基于不当手段获取的个人信息形成“数据画像”，并通过社交软件等冒充熟人进行诈骗。再比如，使用人工智能技术进行学习与模拟，生成包括图像、视频、音频、生物特征在内的信息，突破安防屏障。去年曾有报道，新款苹果手机“刷脸”开机功能被破解即是这类例子。而从潜在风险来看，无人机、无人车、智能机器人等都存在遭到非法侵入与控制，造成财产损失或被用于犯罪目的的可能。

3.人工智能对社会公平的影响。随着人工智能研发与应用的突飞猛进，一系列价值难题也正逐渐显现在人们面前。目前还有大量不会上网、由于客观条件无法使用互联网及不愿触碰互联网的人群，已经被定义为人工智能时代的“边缘人”，而人工智能对人们的文化水平、信息流的掌握程度又有了更高的要求。人工智能技术越发达，信息鸿沟就越深，进而演变为服务鸿沟、福利鸿沟，而在人工智能时代，“边缘人”将越来越难享受到便捷的智能信息服务，也更不易获得紧缺的服务资源。

在人类社会，按照公正原则，人工智能技术应该使尽可能多的人群获益，技术所带来的福利和便捷应让尽可能多的人群共享。2017年初在美国阿西洛马召开的Beneficial AI会议上提出的“阿西洛马人工智能原则”强调，应以安全、透明、负责、可解释、为人类做贡献和多数人受益等方式开发人工智能。实实在在的公共服务将极大限度地促进和谐良好的人机关系，使均等的智能服务惠及各地区、不同行业和不同群体。因此人工智能技术突飞猛进的同时，要积极思考与研究如何利用其提高基本公共服务平台的建设水平，不断缩小信息鸿沟，建设高效、发达、宜居的智能社会，推动社会包容与可持续发展，让全体公民能共享科技创造的美好未来。

初步判断和反思

结合既有研究，我们可以得到以下几点对中国人工智能发展的初步判断和反思。

1.从国际比较来看，中国人工智能发展已经进入国际领先集团。中国在历次工业革命里一直处于落后追赶的状态，而在第四次工业革命兴起之际，中国已经和其他国家一起坐在头班车上。在人工智能领域，中国在技术发展与市场应用方面已经进入了国际领先集团，呈现中美“双雄并立”的竞争格局。

2.从发展质量来看，中国的人工智能发展还远未达到十分乐观的地步。中国的优势领域主要体现应用方面，而在人工智能核心技术领域，如硬件和算法上，力量依然十分薄弱，这使得中国人工智能发展的基础不够牢固。中国的人工智能技术发展缺乏顶尖人才，与发达国家特别是美国的差距还十分明显。

3.从参与主体来看，中国人工智能企业的知识生产能力亟待提升。科研机构和大学是目前中国人工智能知识生产的主要力量。相比国外领先企业，中国企业作为一个群体的技术表现还比较逊色，在人工智能专利申请上落后于国内高校和科研院所。即使是被公认为人工智能巨头的百度、阿里巴巴、腾讯(BAT)等企业，在人才、论文和专利方面也还没有突出的表现，而它们的美国对手IBM、微软、谷歌等企业在每项指标的全球企业排名中均名列前茅。

4.从应用领域来看，人工智能与能源系统的结合是一个被忽视的重要领域。电力工程已成为中国人工智能专利布局的重要领域，而国家电网公司在人工智能科研论文和专利申请上都是中国表现最抢眼的企业。这个事实在以往的人工智能研究中都未被提及或重视，说明人工智能与能源系统的结合很可能是一个之前被忽视的领域，而这可能为中国人工智能技术应用开拓新的方向，并为能源低碳转型做出有益的贡献。

5.从发展方式来看，中国需要加强产学研合作，促进知识应用和转化。 国际合作和产学研合作是人工智能技术发展的重要途径。目前中国人工智能知识生产大量停留在大学和科研机构中，在产学研合作促进知识应用和转化方面仍然存在显著“短板”。展望未来，中国不但需要大力推进产学研融合创新，还需要更加鲜明地支持企业利用数据、算力等优势从事人工智能基础研究。

6.从政策环境来看，各地方政府积极支持，但也存在盲目跟风倾向。中国社会对人工智能的发展总体上是积极乐观的，为人工智能产业的发展提供了非常有利的政策、舆论、金融、市场和人才供给等发展环境，但各地在人工智能发展政策方面仍然存在“跟风中央”、“追逐热点”的倾向。目前中国在人工智能发展政策上主要强调促进技术进步和产业应用，而对道德伦理、安全规制等问题还没有予以足够重视。