补齐人工智能发展短板推动产业高质量发展

窦悦 杨帆

随着数字经济的蓬勃发展，人工智能正在成为新一轮科技革命和产业变革的焦点。党中央、国务院对此高度重视，审时度势，把握时机，适时出台“互联网+行动指导意见”《新一代人工智能发展规划》等一系列政策文件，为新时代人工智能发展奠定了基础，指明了方向，也提出了新要求。当前，人工智能领域数据爆炸式增长，算力需求日益增强，产业也呈现出蓬勃发展态势。但政策落地难、核心技术弱、数据共享难、人才缺口大等问题仍制约着人工智能的深入发展，下一步要从数据、算法、算力三个维度重点发力，推动人工智能产业真正实现高质量发展。

一、我国人工智能产业呈现蓬勃发展态势

目前，我国智能芯片、智能算法、知识图谱、计算机视觉、自然语言处理等人工智能技术不断取得突破，直接催生了一批新技术、新业态、新模式和新产品，人工智能产业创新创业大量涌现。宏观层面，人工智能产业集聚效应初见规模;中观层面，各地人工智能产业发展多样性和普适性差异明显;微观层面，人工智能创新要素加速流动，人才需求日益迫切。

（一）产业集聚形成规模

2018年以来，我国人工智能产业爆发式增长，逐步形成以经济增速较快城市和京津冀、长三角、珠三角城市群为特点的点面结合的规模效应。从注册规模看，在有注册金额信息的730224家企业中，注册金额在100万—500万之间的企业数量最多，约占32%。从产业发展看，在人工智能產业中，智能医疗产业比较优势明显、产业普遍性最高;智能安防、智能交通和智能驾驶等产业分布比较均衡;虚拟现实、智能机器人、智能无人机和智能芯片等产业发展基础较为薄弱，应重点扶持。

（二）融资规模稳步扩大

我国人工智能市场规模急速扩大，预计2022年整体规模将达到98.4亿美元，年均增长50%左右。随着市场规模扩张，我国融资规模也不断增长，总量仅次于美国。调查数据显示，目前我国人工智能投融资额占全球总量的近35%，达635亿美元。2018年1月到2019年4月间，我国人工智能领域融资金额超过26.2亿美元，仅广东省就融资15.2亿美元，位列全国第一。其中，上海、江苏和北京等经济发达地区的融资规模在逐步扩大。计算机视觉与图像、自然语言处理和智能驾驶三大领域投融资额占国内人工智能投融资总量的60%以上，成为资本热捧的焦点。

（三）创新要素加速融合

我国人工智能产业各种创新要素正加速流动并不断实现融合。以该领域论文发布情况为例，人工智能领域基础研究能够实现“高产量”“跨机构”“热点多”，关键靠全国科研人员的通力合作。有数据显示，中国科学院、清华大学、香港中文大学、新加坡南洋理工大学等机构合著论文较多;西安交通大学、哈尔滨工业大学、深圳大学、上海交通大学、南京大学、北京邮电大学等高校发表的合著论文数量也比较多。

（四）人才需求日益迫切

目前，中国AI产业人才严重短缺，人才储备总量不及美国的50%。由于中国人工智能基础研究起步晚、前期投入少，本土培养的AI高层次领军人才匮乏。数据显示，全球18107名人工智能学者中，中国学者占全球比例为14.77%。显然，中国人工智能人才占比不高，但人才需求却非常旺盛，数据显示，2016年到2018年，我国人工智能产业招聘人数约569407人，且呈逐年增长趋势。人才供给严重不足、需求旺盛等因素，使得人工智能产业人才需求更显迫切。

二、我国人工智能产业发展短板亟需补齐

我国人工智能产业整体上发展迅速，市场规模增长迅速，产业前景非常广阔。国家发展改革委、工信部等部门形成的人工智能协同发展机制也发挥了重要作用，但我们应该认识到，当前我国人工智能产业发展仍然存在一些短板，这将是未来人工智能产业实现跨越式发展面临的关键问题。

（一）政策落实落地较难

截至目前，国家层面已出台一系列推动人工智能产业发展的规划方案，但真正落地见效的“实招”“硬招”却比较少。与“智能制造”和“互联网+”等重点项目相比，人工智能发展需要解决的基础性问题更多、研究范围更广，更需要国家推动已有规划方案的落实，并适时出台推动“人工智能+”“+人工智能”发展的行动方案，明确时间表和路线图，以引导产业健康发展。

（二）核心技术依然薄弱

芯片是新一代人工智能产业的关键硬件，在芯片领域缺乏话语权，将导致产业发展受制于人。我国人工智能产业发展迅速，但芯片硬件等关键技术仍比较落后。如，美国几乎垄断了全球计算机芯片市场，美国公司也是全球手机芯片市场的“领头羊”。可以说，核心技术薄弱将是未来我国人工智能产业发展的重要隐患。

（三）人力资源短板明显

目前，我国人工智能产业发展面临较为严重的人才短缺问题，人才缺口至少达百万量级。与美国相比，我国新一代人工智能产业人才储备差距较大。从新一代人工智能人才数量看，我国仅有600人左右，而美国共有1.2万余名人工智能人才，是我国的20倍;从人工智能领域人才质量看，我国也明显弱于美国，我国AI专家数量仅有206人，而美国有3017人。

（四）数据利用存在壁垒

我国数据总量巨大，但支撑人工智能产业发展的基础却比较薄弱，数据获取成本高、法律权属不清、开放程度低、标准不统一等因素制约着人工智能发展。以医疗行业为例，数据归属不明确，健康医疗数据缺乏法律明确界定归属给制造方获取训练数据带来一定困难;数据开放程度有限，境内外数据隐性商业壁垒、医院间数据流通限制，公立医院医疗信息对民营和外资医疗机构开放存在限制等问题普遍存在;数据标准不统一，电子病历标准缺乏统一规范，地区间、医院间数据也不统一。

（五）数据安全隐患凸显

当前，我国人工智能产业数据安全隐患仍然比较突出。绝大多数拥有海量数据资源的互联网企业或其他机构所使用的底层基础设施国产化，自主可控程度较低，一旦数据系统安全后门和漏洞被恶意攻击者掌握，易导致大规模用户敏感数据被窃取或泄露，进而通过海量数据挖掘来清晰刻画特定人群或机构的行为规律，这对国家、机构和个人安全构成了巨大潜在危害。

三、多举措推动人工智能产业实现高质量发展

尽管我国人工智能产业发展中存在一些短板，但整体来看，未来人工智能产业发展的基础雄厚、前景光明、潜力巨大。而推动新时代人工智能实现高质量发展的关键是从数据、算法、算力三个层面着力，聚焦短板、对症下药、精准施策，具体举措如下：

（一）制定国家战略和行业规范

推动人工智能产业发展，首先要着眼于制定整体战略规划和行业标准规范。一是尽快制定人工智能领域国家发展战略。我国应以“互联网+”和“制造强国战略”等国家战略为契机，抓住智能革命窗口期，加速推进人工智能产业化，适时推出“人工智能+”发展战略。二是深化人工智能领域技术研发推广。围绕深度学习、计算机视覺、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键领域，设立人工智能专项支持计划，加大人工智能产业化支持力度。三是建立人工智能产业标准体系。积极借鉴西方国家做法，探索制定人工智能相关技术和产业标准体系，规范人工智能行业发展。

（二）加速推进关键领域基础研究

完善产业创新体系，提升自主创新能力，重点从关键领域基础研究入手。一是保持战略定力。基础研究周期长、风险大，要克服浮躁和急功近利心态，保持定力，为科研人员特别是青年科技人员潜心钻研提供宽松向上的环境。二是集中人力物力重点突破基础研究。调整投入结构，加大基础研究投入力度，大幅提高基础研究经费投入比重;鼓励校企开展深度合作，建立协同创新联盟，重点突破自主芯片技术和算法技术。三是扩大国产芯片采购。探索制定采购国产芯片的管理办法，扩大国产芯片市场规模，提升市场竞争力。

（三）高度重视产业人才培育

把握人工智能产业发展机制，关键是打赢人才争夺战。一是完善高校人工智能专业培养机制。完善高校人工智能学科体系建设和布局，将增强人工智能素养贯穿于教育和职业培训体系中。二是深化“产学研”融合发展。鼓励高校、科研院所与企业合作，探索在高校设立人工智能重点学科和科研基地，通过校企共建人工智能专业和课程，将行业经验和案例融入学校教学，也为学校创新成果提供产业化渠道和机会。三是坚持“走出去+引进来”。选派人工智能领域优秀科研人员赴海外学习交流，扩大国际化视野;制定全球人工智能技术优秀人才移民政策，利用“千人计划”等吸引海外人才。

（四）加强人工智能数据综合治理

破解数据共享、安全难题，要从以下几个方面着手：一是最大程度推进数据开放共享。加快数据开放共享立法进程，加快数据开放平台建设，明确建设标准、维护更新机构、管理机制等，实现数据全面有序开放共享。二是坚决守住数据安全的红线、底线。构建系统化数据安全保护制度;加大监督执法力度，严厉打击盗用数据行为。三是规范人工智能领域社会伦理。人工智能企业要定期反馈技术领域的重大突破，防止危害社会安全的智能算法开源;合理限制、管理和控制人工智能所需数据，保障公众数据安全和隐私权;加强与学术研究者、从业人员及公共利益团体的对话，推动构建社会伦理规范。

〔本文系国家社科基金青年项目“使用大数据方法开展社会政策评估的探索性研究”（项目编号：18CSH018）阶段性成果〕

（作者单位：国家信息中心大数据发展部）