台湾地区人工智能研发创新的制度体系与发展模式——兼论两岸人工智能科技合作展望

孙 璇

(福建社会科学院 综合协调处，福建 福州 350001)

新一轮科技革命与产业变革正在重构全球创新版图、重塑全球经济结构。人工智能(AI)技术作为新一轮科技革命与产业变革的核心驱动力，已成为全球各经济体争相布局和抢攻的关键技术。2016年以来，台湾地区大力推动人工智能发展，积极出台支持人工智能研发创新的制度，构建岛内人工智能创新生态体系，初步形成了富有特色的人工智能研发创新模式。

一、台湾地区人工智能研发创新的制度体系

人工智能研发创新的制度体系指的是推动人工智能发展的激励性制度、约束性制度和支持性制度所共同构成的制度集合。它是推动人工智能发展的重要外部支持条件，也是培育研发创新主体、活化研发创新资源、塑造核心竞争力的重要保障。近年，台湾地区出台了一系列促进人工智能基础设施发展、推动人工智能技术攻关的战略和政策，既完善了人工智能发展的顶层设计，又明确了人工智能研发创新的重点领域和优势环节，形成了人工智能研发创新的制度体系。

(一)人工智能研发创新的支持性制度

人工智能研发创新的支持性制度是在精准把握世界人工智能技术变革趋势的基础上，支持基础理论研究和关键核心技术研发，前瞻性部署重点研发方向，引导支持产学研各领域力量在人工智能理论、方法、工具、系统等方面取得突破，不断增强人工智能原始创新能力的一系列规划性、导向性和支持性制度。整体性、宏观性的支持性制度多体现于人工智能战略规划中，具体性、功能性的支持性制度则多体现于有关部门出台的科技研发政策中。台湾地区人工智能研发创新的支持性制度主要针对人工智能基础设施建设和人工智能核心技术研发创新。

台湾地区对于人工智能基础设施建设的制度支持主要采取自上而下的算力支持、数据支持、平台支持等方式。在算力基础设施方面，“前瞻基础建设-数位建设”计划投入50亿元新台币建设台湾人工智能云端服务及高速运算平台，创造大规模共享的高速运算环境。[1]在数据、云计算等基础设施方面，“台湾AI行动计划”提出建构智慧科技应用研发支援体系，建设大数据中心，完善宽带网络基础设施，打造云端资源共享环境，建设人工智能和云端技术相结合的物联网等基础设施。在平台基础设施方面，“台湾AI行动计划”提出成立智慧系统整合服务中心，推动产业标准共通，建构面向企业的人工智能研发创新开放式服务平台。例如，近年芯片体积日趋缩小、精密度日益提高，其制造技术更为复杂，半导体产业研发成本也随之持续高涨，为中小型半导体设计企业带来了一定的成本压力。台湾物联网整合服务中心(IISC)面向中小型企业提供飞梭(shuttle)服务，协助企业研发物联网感测芯片、智能芯片、创新应用处理芯片、应用整合芯片等，并为中小型半导体设计企业提供公用的设计数据库使用权，以降低其研发成本。

人工智能核心技术研发创新属于资本和技术高度密集的活动，依靠市场自发力量难以快速推动技术的整体性跃升。台湾地区聚焦技术攻关，从技术标准、技术发展路线、技术创新示范等方面推出一系列支持性举措。2016年，亚洲硅谷计划提出加快盘点人工智能相关技术缺口，锁定关键项目领域进行产业标准与专利布局，实施人工智能开源软件、智能芯片、深度学习与算法、自动驾驶感知技术及先进无人机应用等重点研究计划，同时推动智慧应用服务示范计划，为相关技术和产品研发提供智能化多元示范场域。2017年，台湾科技事务主管部门公布“人工智能推动策略”与“人工智能科研战略”，从基础研究、技术创新、关键硬件研发、人才培育等方面全方位部署人工智能研发创新，积极推动人工智能、云计算、物联网、大数据分析等核心技术应用于农业生物技术、智能制造、商业金融、绿能环保、数字政府、智慧城市、社会生活、医疗照护等领域。基于台湾半导体产业尤其是半导体封测、设计和代工等领域的全球领先优势，台湾地区实施“半导体射月计划”，重点推动半导体产业智能化发展，力争获得嵌入式智能芯片技术的全球领先地位。除此之外，“台湾AI行动计划”还从技术标准、技术治理和技术实证场域建设等层面推动人工智能研发创新：打造数据开放与流通环境，促进数据共享；在岛内重点院校推动成立“AI创新研究中心”，在中部和南部科学园区建立智能机器人自造基地；建设多元人工智能应用实证场域，包括台南沙仑的无人驾驶汽车技术、高雄亚洲新湾区的体感应用技术、台中精密园区的智慧产线技术等，以提供模块测试，以及系统功能整合验证、展示、体验、运行等相关技术研发服务，同时建立实证数据库及数据开放平台，形成开放的创新生态。

(二)人工智能研发创新的激励性制度

人工智能研发创新的激励性制度是支持性制度在研发创新活动中的具体延伸和补充。支持性制度主要从宏观政策指导、基础资源配置等方面对人工智能研发创新进行扶持；激励性制度则着眼于科研人员等研发创新主体，从项目激励、税收减免激励、劳动就业激励、教育激励、境外合作激励等方面进行扶持。例如，“台湾AI行动计划”设立了“AI领航计划”“半导体射月计划”“AI智慧应用服务发展环境推动计划”和“园区智慧机器人自造基地”等激励性项目，鼓励岛内龙头企业联合科研机构和中小企业共同开展研发创新。亚洲硅谷计划主张台湾地区同美国硅谷深度合作，借助“台硅链结计划”和“台硅基金”，建立台湾创新创业中心，支持具有国际市场发展潜力的台湾创业团队进驻硅谷，培育国际级台湾企业。为鼓励相关领域专业人才研发创新的积极性，该计划提出了一系列激励措施：在税收减免激励方面，主张出台税收优惠政策，对人工智能、物联网等领域国际专业人才来台工作的薪资所得税给予优惠，同时将外籍专业人士在台子女教育费用列入所得税扣除项目；在就业激励方面，要求劳动事务主管部门修订所谓“就业服务法”，允许取得永久居留权的外籍人士免经许可即可在台工作，同时放宽外籍专业人士配偶在台工作资格条件，以优化外籍专业人才留台就业环境；在教育激励方面，推动出台教育政策以鼓励高等院校推动人工智能产学合作及创新创业，包括放宽公立大学教师兼职限制、教师持股缓课税限制(1)根据台湾地区所谓“科学技术基本法”相关规定，台湾地区教师或科研人员凭借知识产权投入获得的股权收益可免于征收当年所得税。、教师持股比例限制、大学开办新创企业持股限制等；在境外合作激励方面，鼓励台湾地区的高校与境外的重点学术机构及研发机构长期合作，共同培育人才，遴选台湾优秀青年学生赴境外的重点学术机构及研发机构蹲点等。

(三)人工智能研发创新的约束性制度

人工智能研发创新是研发创新主体利用公共数据、公共基础设施和公共平台等公共资源进行科技研发的活动，其必须在安全、以人为本、多元包容等原则前提下妥善使用公共资源，确保科技创新符合伦理规范。目前，台湾地区尚未出台人工智能发展治理规范，相关约束性制度散见于2018年台湾当局出台的“无人载具创新实验条例”、2019年台湾科技事务主管部门发布的“AI科研发展指引”等。这些约束性制度初步规定了人工智能研发创新活动在个人隐私保护、安全、信息公开、避免歧视、可持续发展等方面的要求。“AI科研发展指引”提出了人工智能发展的八大要求，包括共荣共利、公平性与非歧视、自主权与控制权、个人隐私与数据治理、透明性与可追溯性、安全性、可解释性、问责与沟通等。并且，该指引在约束性制度层面还提出构建数据治理机制、外部回馈机制、技术说明机制等要求：人工智能领域科研人员在从事系统、软件、算法等技术研发活动中，必须坚持以人为本、平等尊重人权与人性尊严；建立有效的数据治理机制，对数据资料、资料标签及算法使用建立记录保存制度，确保对个人资料的搜集、处理及利用符合“数位通讯传播法”及“电信法”等规定；避免人工智能技术应用导致技术滥用、偏见与歧视等风险，建立外部反馈机制；科研人员和相关责任人需要对其研发的人工智能系统、软件、算法等技术应用的后果和影响进行解释，对使用者与潜在受影响者可能产生的影响和变化进行充分说明。

二、台湾地区人工智能研发创新的发展模式

一般而言，不同地区会基于既有的研发基础、比较优势以及在全球创新价值链中的地位和分工，形成自身特有的研发创新路径和模式。从人工智能研发创新的前期基础和比较优势来看，台湾地区在半导体代工、封测和设计等领域的研发实力位居全球前列，人工智能芯片研发实力较强。近年，台湾地区科技界积极投入类神经网络、专家系统等理论研究，以及机器学习与大数据趋势分析预测相关研发，不断强化人工智能基础理论研究实力。从在全球创新价值链中的地位和分工来看，台湾地区人工智能核心技术专利不多，在创新价值链上游的基础理论和核心技术方面不具备突出优势，且在中下游软硬件系统整合应用与智能产品服务等方面的实力也较为欠缺。台湾地区虽然在全球人工智能创新价值链中不属于第一梯队，但其已嵌入全球创新价值链的关键环节，在半导体等关键技术设备领域具有举足轻重的影响。基于自身基础优势和在全球创新价值链中的分工，台湾地区紧紧围绕其固有优势，凭借在半导体、智能机器人、智慧机械、生技医疗等产业的相对优势，推动人工智能基础设施建设，构建人工智能创新生态体系，为嵌入全球人工智能创新价值链并巩固其分工优势地位奠定了较好的基础。

(一)产研协同机制：推动人工智能基础设施建设

人工智能发展的三大支撑要素是数据、算力和算法，三者共同构成了推动人工智能发展的重要基础。其中，数据和算力是驱动人工智能技术快速突破的关键性要素，算法是人工智能研发和应用的先导性要素。台湾地区人工智能基础设施建设主要采用产研协同模式。产研协同本质上是企业、研究机构等创新主体，按照利益共享、风险共担、优势互补、共同发展的原则，开展技术合作创新研究，逐步实现产品市场、研究机构和财政投入的良性循环，促进地区创新体系发展。[2]

在台湾地区，“高速网络与计算中心”作为发展人工智能的主要基础科研力量，被整合到人工智能产业链中，承担起基础研究和协助市场推广应用的职能，对提升台湾地区人工智能基础创新能力起到重要作用。[3]该中心拥有台湾唯一大型计算平台和学术研究网络设施，通过开展先导性高速计算、云端运算、大数据计算等方法与应用研究，为岛内各界提供高速计算、高质量网络、高效能储存、大数据分析及科学工程模拟等云端整合服务，聚焦环境与防灾、生物医学、科学与工程、数字文创等云端应用领域，并进行深度学习等创新应用技术研发。近年来，高速网络与计算中心联合重点产业龙头企业开展协同攻关，以产业实际应用需求为导向，提供基础设施服务，为台湾地区人工智能发展提供先导性和基础性支撑。参与台湾地区人工智能基础设施建设的企业多为岛内电子信息龙头企业，如广达电脑股份有限公司、华硕电脑股份有限公司、台湾大哥大股份有限公司等(2)广达电脑股份有限公司、华硕电脑股份有限公司、台湾大哥大股份有限公司以下分别简称为广达电脑、华硕电脑和台湾大哥大。，他们同高速网络与计算中心共同推动超级计算机“台湾杉二号”与“台湾AI云”(Taiwan Computing Cloud)的研发应用。其中，广达电脑主要承担中央处理器/图像处理器(CPU/GPU)计算主机和储存设备平台建设，华硕电脑主要承担机器学习软件平台开发，台湾大哥大则主要承担网络信息安全与数据中心机房规划。[4]产研协同模式推动台湾人工智能基础设施建设实现较快发展。在大数据方面，高速网络与计算中心承担着全台湾数据汇集和大数据分析，其数据集平台涵盖社会治理、科研、语音、医疗、信息安全等多个领域。以医疗影像大数据为例，高速网络与计算中心已建成心脏冠状动脉、脑瘤、肺癌等数据库，汇集约13.8万个案例，其中7.9万个病例案例已进行数据标注，这些案例数据经学术研究机构申请可用于人工智能机器学习。[5]在算力方面，“台湾杉二号”在2020年全球超级计算机运算效能排名中虽然落后于日本、美国和中国大陆的超级计算机，但也取得了第26名的成绩(表1)。“台湾AI云”主要由华硕电脑协助高速网络与计算中心建设，其能进行速度高达176万张/秒的AI影像训练，GPU运算近1 000万小时，AI训练时间缩短90%，深度学习效率提高了497倍。[5]在算法方面，高速网络与计算中心纳米元件实验室正在研发包括环境感知、机器学习与高速运算等半导体制造验证技术。同时，台湾经济事务主管部门还推出了“高延展性深度学习训练推理运算平台技术计划”，打造自主研发的深度类神经网络高效训练推理运算平台。该平台可支持异质运算单元和超过8个运算单元的高延展性运算，进而实现更强的推理运算能力和更高的运算效能。

表1 2020年全球超级计算机运算效能部分排名

资料来源：根据2020年全球超级计算机TOP500排行数据整理。

(二)研发竞合机制：构建人工智能创新生态体系

人工智能创新生态体系是指有利于人工智能研发创新资源优化配置，促进研发创新资源要素向更有实力的研发平台和研发主体聚集，有助于形成高效、集中、规模化行业格局的创新环境。台湾地区采取平台竞合机制，在岛内若干家有实力的高校成立研发创新平台，作为创新生态体系的核心节点，将创新软硬件资源、项目资本和人才向研发创新平台集聚，在此基础上推动产研协同，促进研发成果应用化、落地化。2018年以来，台湾科技事务主管部门以打造人工智能创新生态体系为目标，5年投入50亿元新台币[5],在台湾大学、台湾清华大学、台湾交通大学和台湾成功大学等重点高校成立了4个AI创新研究中心，并以此为依托，凝聚人工智能研发合力，构建创新生态体系。

台湾科技事务主管部门将上述四大AI创新研究中心定位为既合作又竞争的关系。一方面，四所高校AI创新研究中心打造差异化研究特色，分别主攻不同领域的人工智能技术：台湾大学AI创新研究中心主攻人工智能核心技术和生技医疗应用；台湾清华大学AI创新研究中心主攻智能制造；台湾交通大学AI创新研究中心重点攻关智慧服务；台湾成功大学AI创新研究中心专注生技医疗研究。另一方面，台湾科技事务主管部门每年组织专家对各大中心研究成果进行评估，对于评估结果不理想的研究成果将遵循退场机制，提前中止相应的研究计划，转向资助新的研究计划。

具体来说，台湾大学AI创新研究中心从各领域召集人工智能研发团队，主要攻关机器学习与深度学习、资料探勘与大数据分析、人工智能知觉、自然语音与语言处理、人工智能与法律等理论研究和前瞻技术，同时推动全幅健康照护(all vista healthcare)(3)全幅健康照护由台湾大学AI创新研究中心推出，主要开展应用人工智能技术进行疾病风险预测、监控以及治疗等健康管理活动。的人工智能应用，引领岛内生技医疗水平提升，建立人工智能生技医疗研究聚落。台湾清华大学AI创新研究中心成立了人工智能制造系统研究中心,下辖10个研究计划，涉及人工智能、深度学习、机器视觉、大数据分析、智慧农业、智慧机台、机联网等研究领域，主要是将人工智能技术运用于瑕疵分析、讯号感测、信息处理、场域监控、制程参数最佳化与优化、产线资源最佳化、产线多工学习(4)产线多工学习由台湾清华大学AI创新研究中心提出，是指借助人工智能技术在智能制造生产线进行多工种操作、深度学习等活动。、人机协作等。该中心整合台湾地区产学研各界力量，邀请台湾生计医疗产业策进会、台湾积体电路制造股份有限公司(以下简称“台积电”)高管、自强基金会负责人、台湾大学电机系教授等担任指导委员。台湾交通大学AI创新研究中心主攻无人机、机器人、自动驾驶汽车、人机互动以及人工智能在金融、营销、通讯、交通、环境与社会等领域的创新应用模式与技术。台湾成功大学AI创新研究中心着重探索人工智能技术在智慧医疗、智慧照护及智慧生技等领域的应用。

同时，台湾科技事务主管部门通过设立科研专项积极推动岛内研究中心加强同产业界的联系，鼓励其开展紧密结合实际、产业应用性强的研发创新活动，并要求研究中心将研究数据同产业界共享，积极打造产研合作的公共智能化平台。截至2020年，台湾科技事务主管部门指导设立的四大AI创新研究中心与“半导体射月计划”已补助437个研究项目，其中353个项目是产研合作计划，由各研究中心联合岛内知名龙头企业如台积电、日月光集团、鸿海集团等进行技术攻关，已有62项技术研发成果移转应用到相关产业。[5]一些研究项目主攻人工智能芯片核心技术，并应用于智能制造、智慧服务及生技医疗等领域。例如，日月光半导体制造股份有限公司中坜分公司与台湾清华大学、中原大学、中央大学等高校联合组建研究团队，在半导体封装、瑕疵检测等方面开展智能制造合作。台湾清华大学团队的低功耗高性能AI硬件加速器/高分辨率实时影像分割与辨识技术，已提出17项专利申请，该技术通过智能压缩算法开发相关芯片，适用于制造功耗较低、精准度较高的汽车芯片、医疗用途芯片等。台北医学大学健康信息科技国际研究中心团队运用AI技术协助判断医嘱的科学性，以降低用药错误的概率、节省药物核删的时间，目前此项技术已应用于医学中心与区域医院。

(三)跨境合作机制：嵌入人工智能国际创新链

全球化为人工智能国际创新协作的发展创造了重要的基础条件，也为具有人工智能研发实力和优势的经济体嵌入人工智能国际创新链带来新的机会。处于全球人工智能创新价值链顶端和上游的经济体及其龙头企业，成为人工智能创新链核心资源的分配者和治理者。其利用所掌握的核心系统、软件、技术及技术整合权力，纵向控制全球人工智能研发创新国际分工与合作机制，吸纳具有一定研发实力、在不同创新链环节具有分工优势的伙伴进行协同创新，进而对处于创新价值链下游、缺乏研发实力、需要进口相关技术设备的国家和地区进行技术贸易控制。近年，台湾地区主要通过技术嵌入、人才嵌入和供应链嵌入等模式进入人工智能国际创新链并参与国际分工，与境外研发机构和企业形成了分工合作关系。

第一，技术嵌入指的是台湾地区凭借其在某些技术方面的基础优势，同境外研发机构和企业开展人工智能核心技术攻关。例如，台湾科技事务主管部门鼓励岛内AI创新研究中心同境外研发机构和企业开展合作，共同开展人工智能核心技术研发，建立人工智能研发与供应链的伙伴关系。台湾大学AI创新研究中心与美国斯坦福大学签署合作备忘录，双方互设推动办公室，合作开展生技医疗人工智能应用研究，建立医疗信息处理系统、信息系统整合平台与资料仓储，共同培育相关人才。[6]台湾大学AI创新研究中心还同美国谷歌公司开展合作，共同举办谷歌AI创新研究营，合作研究机器学习、语音识别、自然语言处理等人工智能前沿技术，培训台湾相关科研团队掌握谷歌开源机器学习平台(TensorFlow)的应用。台湾大学机器学习影像识别研究团队同美国英伟达公司合作成立人工智能实验室，共同培育人才并参加全球人工智能竞赛等。[7]由此可见，台湾地区试图通过跨境人工智能研发中心协作，利用发达国家在人工智能算法、系统、软件等方面的资源优势，快速对接先进技术、降低研发壁垒和成本、促进研发价值增值扩散，强化台湾地区在全球创新价值链中的竞争力。

第二，人才嵌入指的是台湾地区通过与境外企业和研发机构合作开展人工智能专业人才教育和实训培育，促进研发创新资源集聚、构建创新人才生态，进而嵌入人工智能创新人才链。2019年，台湾资策会与微软、谷歌两大境外知名企业合作，开展高中职学生人工智能教育和实训活动。台湾资策会嫁接台湾10所新兴科技区域推广中心资源，面向岛内高中职学生开展人工智能、机器学习、信息科学等人工智能在线课程、实作营、微软和谷歌企业参访活动等，支持参训学生参加微软专业认证。台湾地区通过引进境外知名企业资源，输送青年研发人才到微软、谷歌等境外知名企业进行实训，有力地推动了台湾本土人才嵌入到国际人工智能创新人才链中，并由此带动台湾地区嵌入全球创新价值链。

第三，供应链嵌入指的是台湾地区通过与境外企业形成人工智能技术、产品和设备生产分工合作关系，促进台湾人工智能的优势产品和设备嵌入全球人工智能产业供应链。人工智能产业已基本形成全球化供应模式，中国大陆、美国、英国等凭借较强的研发实力和市场优势占据全球供应链的优势地位。中国台湾则凭借半导体代工、封测及智慧机械等方面的基础优势，成为国际人工智能产品和设备供应链的关键节点之一，同其他经济体形成了前后向关联效应。台湾本地智能芯片、智慧机械等产品和设备供应商、分包商、销售商与境外公司开展实质性交易，构成关联企业供应合作关系，并借助前后向关联效应，在与境外公司的交易活动中吸纳先进技术与管理经验，形成供应链协作对人工智能创新研发的溢出效应。

三、两岸人工智能科技合作展望

面对中美大国博弈、全球科技竞争加剧的外部环境，两岸人工智能科技合作既充满挑战，又孕育着许多新的机遇。两岸人工智能发展具有较强的互补性，大陆在政策、基础设施、市场等方面具有比较优势，台湾地区则在关键零组件制造、科技研发等方面具有较强实力。因此，应强化两岸人工智能基础设施研发合作与自主核心技术研发合作，推动两岸人工智能优势互补与协同创新，引导台湾地区积极嵌入大陆人工智能市场，促进形成两岸高科技共同市场，构建两岸人工智能高质量发展、融合发展的双赢格局。

(一)两岸人工智能科技合作动力

两岸人工智能科技合作在基础设施研发、自主核心技术研发等方面表现出明显的互补性，这有助于推动创新资源双向流动、集聚、配置和扩散，客观上为两岸人工智能科技合作创造了较强的驱动力。

在人工智能基础设施研发方面，两岸各有优势与瓶颈。《2020-2021年中国人工智能计算力发展评估报告》指出，2020年中国大陆人工智能基础设施市场规模达到39.3亿美元，同比增长26.8%，其中AI服务器市场规模占整体人工智能基础设施市场的87%以上。[8]在大数据储量爆发式增长的时代，算力已成为支撑人工智能发展的基本生产力。从表1可知，2020年全球算力最强的超级计算机主要集中在中国大陆、日本和美国，其中中国大陆的“神威·太湖之光”和“天河2A”分别排在第4位和第6位；“台湾杉二号”的算力远远落后于大陆的超级计算机。同时，大陆庞大的人口基数和发达的数字经济是大数据发展的先天优势，有关大数据、新基建等方面的政策和规划密集出台也为大陆人工智能发展带来强劲助力。目前，大陆有20多个省市出台了大数据相关政策并设立了专门的大数据管理机构。相比之下，台湾地区人工智能数据平台发展还不成熟，支撑人工智能发展的大数据规模较为有限，多元数据开放及流通机制尚未建立。可见大陆在算力和数据池方面的优势能够弥补台湾在人工智能基础设施方面的不足。而在算法方面，台湾地区在深度类神经网络高效训练推理运算平台等方面已具备一定的自主核心技术，而大陆开源人工智能框架软件生态还不完善，大陆企业开发的算法框架和平台尚未得到广泛认可和应用。因此，在算力、算法和数据等人工智能关键基础设施建设方面，两岸具有较强的互补性与合作动力。

在人工智能自主核心技术研发方面，两岸也具有进一步合作的动力。台湾地区凭借半导体产业优势，大力推动智能芯片等优势领域快速发展。联发科技股份有限公司、联咏科技股份有限公司等龙头企业纷纷推出了智能芯片产品和技术，在各自领域积累了自主技术优势。大陆人工智能发展的主要瓶颈之一在于芯片的对外依赖性较强、企业的服务器市场份额较为有限。在智能芯片、机器学习开源框架等决定人工智能核心竞争力的技术领域，美国的科技巨头掌握着技术研发和产品供应的主导权，市场垄断格局已然形成。台湾地区在半导体、机器学习等方面的前期发展基础可以弥补大陆人工智能自主核心技术和关键设备方面的不足，两岸可以通过推动智能芯片、机器学习开源框架等自主核心技术研发合作，共同实现突破性进展。

(二)两岸人工智能科技合作前景

当前，两岸人工智能科技合作面临的外部环境正发生深刻变化，应站在全球视野高度，着眼国际人工智能科技竞合态势，把握中美大国博弈的规律与特征，力争为两岸人工智能科技合作创造更大的空间。近年来，全球主要经济体纷纷加强了人工智能战略布局和技术攻关，初步形成了“两超多强”的全球人工智能科技竞争格局。中国大陆和美国成为全球人工智能科技发展的两大“领头羊”，人工智能科技综合实力远远领先其他经济体。此外，英国、欧盟等经济体则在自动驾驶、AI对决、机器人等特定领域具备一定竞争实力。美国为保持全球人工智能科技领先优势，整合英国、法国等盟友和一些国际组织的科技资源和力量，加快调整全球人工智能供应链，针对中国大陆制定了包括人工智能技术在内的管制技术清单，将多家中国大陆人工智能科技企业和科研机构列入出口管制“实体清单”，采取技术封锁和脱钩等一系列手段来钳制中国大陆的人工智能技术发展，试图主导人工智能技术标准制定，掌握全球人工智能发展的国际话语权，使两岸人工智能科技合作的外部环境极具挑战性。

但与此同时，大陆的超大规模市场优势和强有力的政策优势为两岸人工智能科技合作带来了广阔的前景。近年，大陆人工智能发展迅猛、优势凸显，集中表现为市场规模大、政策扶持力度大、创新主体多、应用场景丰富、人力资源充足等。2020年，中国大陆人工智能企业超过5 000家，人工智能核心产业规模达到3 251亿元人民币，预计到2025年人工智能市场规模将突破4 000亿元人民币；[9]中国大陆人工智能产业规模、核心企业数量，包括独角兽企业数量均仅次于美国，位居全球第二位。[10]2019年8月《国家新一代人工智能创新发展试验区建设工作指引》提出，到2023年大陆将布局建设20个左右试验区，打造一批人工智能创新高地，形成人工智能发展转型重点示范区域。目前，成都重点推动智能空管、普惠金融、智慧医疗等应用示范；重庆重点开展智慧旅游、智慧物流、智慧交通、智慧生态保护等应用示范；西安强化智能感知处理、智能交互、先进制造、文创旅游、商贸物流等应用示范；济南重点推动算力基础、智能制造、农业、交通等创新应用。在系列支持政策的引导下，大陆各省市推出了多元化人工智能研发创新模式，数量众多、实力雄厚的高等院校和科研机构也参与其中。此外，大陆人工智能教育体系日趋完善，人才基数大、理论成果多。在中小学教育方面，随着《新一代人工智能发展规划》颁布，大陆大力推动人工智能基础教育，将编程教育等纳入中小学生必修课程，并在北京、广州等5个城市进行试点，人工智能基础教育提升行动不断深化。在高等教育方面，2018年大陆发布《高等学校人工智能创新行动计划》，推动人工智能在教学、管理、资源建设等全流程应用。该计划明确，到2030年高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地。大陆各大高校纷纷设立人工智能学院、研究中心、硕博士点，人工智能专业人才数量持续增长。《中国新一代人工智能发展报告2020》显示：2020年大陆人工智能论文发表量为近3万篇，保持超过10%的复合增长率；专利申请数量超3万件，首次超过美国位居世界第一。在自动机器学习、神经网络可解释性方法、异构融合类脑计算等领域，大陆涌现出一批具有国际影响力的创新性成果。在职业教育方面，大陆共有职业学校1.13万所，在校生3 088万人，已形成全球规模最大的职业教育体系。[11]

由此可见，大陆多元化的技术应用示范模式、完善的支持政策体系、庞大的市场规模等，有助于促进台湾地区人工智能投资资本、技术、人才、管理等要素流入大陆，以克服台湾地区内需市场偏小，智能化产品和服务应用场景及市场需求规模相对有限、产业研发扶持力度不足等瓶颈。随着台湾地区人工智能研发创新资源向大陆市场延伸和集聚，两岸人工智能创新资源将实现再整合，两岸人工智能科技合作和共同市场建设潜力巨大。这也是有效应对美国技术钳制的重要途径之一。

(三)两岸人工智能科技合作策略

近年来，中国大陆积极推动高质量发展和创新驱动发展，已具备较强的竞争实力，并在全球高科技竞争中“前排就座”。为抢占人工智能发展制高点、补齐原始创新能力等方面的短板、打破外部技术封锁格局，大陆在推动科技自立自强的同时，还需要强化包括两岸人工智能科技合作在内的跨区域科技合作，加快建立两岸人工智能共同市场。

第一，推动两岸人工智能基础设施互补发展。两岸基础算力、大数据等方面的互补性合作具有广阔前景，应着力推动两岸大型数据中心、超算中心、AI开放平台、数据知识资源共享平台等软硬件建设，以提升原始创新能力为目标，共同提升人工智能基础算力等底层共性技术研发能力。大陆可利用超级计算机算力、大数据等方面的比较优势，结合台湾在人工智能芯片开发、深度类神经网络高效训练推理运算平台的自主研发能力等方面的基础优势，与台湾协同开展基础设施建设，为两岸产业智能化转型和人工智能核心产业发展提供支持，进一步构建互利共赢的两岸人工智能基础设施发展生态。

第二，完善两岸人工智能研发创新合作机制，促进创新要素集聚。大陆应进一步完善全方位激励机制，通过项目激励、税收减免激励、劳动就业激励、教育激励、境外合作激励等方式调动起人工智能市场主体和专业人才研发创新的积极性；构建研发竞合机制，引导人工智能创新发展试验区差异化、特色化发展，通过推行试验区之间的竞合规则构建更有活力的人工智能创新生态体系。同时，两岸应积极消除制约人工智能科技合作的体制机制障碍，逐步建立大陆人工智能创新发展试验区与台湾AI创新研究中心等平台的对接合作机制，共同孵化更多的两岸人工智能应用创新项目，促进科研创新效率提升；充分发挥台湾在智能芯片、智慧机械、智能生技医疗等方面的研发创新优势，补齐大陆的短板，推动两岸协同组建一批人工智能创新研发平台，形成研发创新共同体，增强人工智能基础研发能力；协同建立技术交易市场，激发两岸科技人员、高校、科研院所参与技术交易的主动性，共同培育智能化转型示范企业，加快科技成果转化应用。

第三，深化两岸人工智能教育合作与人才融合。台湾地区在人工智能职业教育和培训方面，尤其在智能芯片、智慧机械和智能医疗生技等领域形成了较为成熟的专业人才培育模式。两岸应促进人工智能教育发展规划相互衔接、人工智能教育融合发展，共享优质教育资源；支持具有合作基础、具备相同专业背景的学校组建人工智能教育培训联盟，构建学分互认、学位互授联授机制，共同建立产学研用结合的人工智能联合实验室、研究中心、技术转移中心等平台；共商共建两岸人工智能职业评价标准框架，逐步推动两岸高科技创新要素流通，进一步深化两岸人工智能人才融合。