當前，在移動互聯網、大數據、腦科學等新理論技術以及經濟社會發展需求的驅動下，人工智能邁入了新發展階段，呈現出深度學習、跨界融合、人機協同增強智能、群體集成智能、自主操控等新特征，被廣泛應用于機器視覺、生物特征識別、智能控制等方面。技術應用場景不斷拓展，相關領域產業規模不斷壯大，為世界各國經濟社會發展、社會治理、人民生活帶來重大而深遠的影響。

人工智能成國際競爭新焦點

近年來，人工智能技術快速發展與變革，對助力新興產業發展、提升國家競爭力等方面帶來的影響日益突顯，人工智能已逐漸成為了國際競爭的新焦點、經濟發展的新引擎。

世界主要國家加快人工智能產業布局謀劃

面對當前人工智能帶來的新技術產業革命，以美、歐、日為代表的主要發達國家和地區先后出臺戰略性研究計劃，不斷加大科研投入，搶占技術和產業發展的制高點。

2019年2月，特朗普簽署了13859號行政令《維持美國人工智能領導地位》，正式啟動美國人工智能計劃。6月，美國在2016年發布的第一個國家AI研發戰略計劃基礎上，對《國家人工智能研發戰略計劃》進行了更新完善，進一步強化戰略導向，堅定不移地加大人工智能領域的投資，加快技術突破和產業發展，旨在穩固其在人工智能領域的領先地位。

歐盟于2018年4月發布《歐盟人工智能戰略》，秉持的人工智能發展理念，從加大政府投資、促進科技成果走向市場、打造世界級歐洲人工智能研究中心、推動中小企業和潛在用戶受益、支持人工智能技術測試、吸引私人投資、加強數字開放共享等方面，加快推動人工智能發展，彰顯歐盟發展人工智能的獨特優勢。

日本于2016年1月頒布了《第5期科學技術基本計劃》，提出了超智能社會5.0戰略，并將人工智能作為實現超智能社會5.0的核心。2019年3月，日本制定了《AI戰略》，提出每年培養25萬能夠熟練使用人工智能人才的目標，發揮人才引領作用，提升日本在人工智能領域的整體競爭力。

我國也立足于國家發展全局，準確把握全球人工智能發展態勢，找準突破口和主攻方向，加快人工智能頂層設計和前瞻布局。2016年5月，國家發展改革委、科技部、工信部、中央網信辦聯合制定了《“互聯網+”人工智能三年行動實施方案》，計劃到2018年，基本建立人工智能的產業、服務和標準化體系，實現核心技術突破，培育若干全球領先的人工智能骨干企業。2017年7月，國務院發布《新一代人工智能發展規劃》，提出構建開放協同的人工智能科技創新體系、培育高端高效的智能經濟、建設安全便捷的智能社會、加強人工智能軍民融合、構筑泛在安全高效的智能化基礎設施體系、前瞻布局新一代人工智能重大科技項目等6項重點任務，以提升新一代人工智能科技創新能力為主攻方向，推動以人類可持續發展為中心的智能化，全面提升社會生產力、綜合國家競爭力，為建設創新型國家和世界科技強國提供強大支撐。

人工智能產業規模日益壯大

在政策引導和市場需求的推動下，人工智能產業鏈日漸完善，產業規模也相應日益壯大。相關數據統計，2018年全球人工智能核心產業市場規模超過555.7億美元，較2017年增長50.2%，基礎層市場規模約為111.1億美元，技術層市場規模約為172.3億美元，而應用層市場規模最大，為272.3億美元。我國人工智能核心產業市場規模超過83.1億美元，相較于2017年增長約48.4%，其中，基礎層市場規模約為16.6億美元，技術層市場規模約為24.1億美元，應用層市場規模約為42.4億美元。

在核心產業的各個層級中，全球市場規模中基礎層智能芯片占比仍然最高，約為55.6億美元，智能芯片仍是未來全球人工智能產業的重要發展方向之一；技術層方面，由于智能語音助理和人機語音交互技術的快速發展，語音識別市場迎來全面爆發期，達到118.9億美元，占據技術層整體規模的2/3以上，圖像視頻識別次之，為41.3億美元，文本識別相對市場規模較小，僅為12.1億美元；應用層市場規模分布較為平均，智能教育和智能安防市場規模分別為43.6億美元與43.4億美元，均為16%左右，其它產業發展規模繼續保持穩步增長。

從各國人工智能企業規模和探索模式來看，截至2019年3月，美國在人工智能企業數量、投融資規模等方面處于領先地位，聚集了谷歌、微軟、亞馬遜等2169家人工智能企業，大力推動了人工智能基礎層和技術層的產業發展。中國擁有1189家人工智能的企業，占到全球的22.1%，投融資主要集中在技術和應用層，造就了不少人工智能獨角獸企業。歐洲人工智能企業總數約為1148家，占全球的21.3%，通過大量的科技孵化機構，孵化了大量優秀的人工智能初創企業。

規模初具，挑戰猶存

每一次科技和技術進步都難免會產生新的問題，遇到新的挑戰，人工智能也是如此。以我國為例，經過多年的探索，我國雖然在人工智能技術和應用方面已打下良好的基礎，產業發展也初具規模，但仍面臨許多不可避免的挑戰，主要體現在以下幾個方面。

一是產業布局不均衡，人工智能的基礎層和技術層相對薄弱。目前我國人工智能產業主要布局在應用層、基礎層和技術層，與美國相比，仍存在不小的差距。在芯片制造和人工智能基礎理論研究方面，我國的芯片仍較為依賴進口，計算力方面的技術基礎也較為薄弱。有關數據顯示，2017年我國進口芯片總量為3770億塊，進口額為2601千億美元，已經超過了原油的進口額。在算法研究方面，我國大多產品仍然應用的是谷歌、臉書等公司提出的算法框架，在算法研究上仍亟需突破。

二是行業投資供應與供給不平衡，人工智能的部分產品存在期望高實際效果欠佳的跡象。自2016年以后，人工智能行業的企業新增勢頭放緩，新增企業數量呈現出下降趨勢，但同時，累計融資量仍持續快速增長，造成投資供應數量大，而新的有潛力的項目供給數量少，經常只能跟投一些項目。此外，隨著近些年人工智能在安防、金融、醫療等應用場景的不斷拓展，行業對人工智能產品的期望值越來越高，希望在更多垂直行業將技術轉化成應用。但受關鍵技術、大環境等牽制和影響，有些人工智能產品的成熟度較低，落地效果差，想獲得消費者和市場的歡迎還需要相當長的時間。

三是數據治理手段較為有限，人工智能領域的法律法規也尚不健全。人工智能的發展應用建立在大量數據資源的基礎上，如何保障數據的安全可控是發展過程中需要關注的重中之重。目前我國在人工智能發展上主要強調促進技術進步和產業應用，而對道德倫理、安全規則等問題還缺少關注，數據治理的手段也較為有限，有關法律法規也不夠健全。法律法規的不健全，一方面對網絡安全、個人信息隱私構成威脅，另一方面也對人工智能行業的可持續健康發展產生不良影響。以無人汽車為例，如果沒有健全、完善的法律法規做保障，即便相應的技術發展成熟，市場也有需求，自動駕駛也難以商業化落地。

四是專業人才缺口較大，人工智能領域的頂尖人才嚴重缺乏。工業和信息化部調研統計顯示，中國人工智能產業發展與人才供需比為1∶10，到2030年，人工智能人才缺口將達到500萬。由此可見，我國人工智能產業規模高速增長與低速人才培養輸出之間存在巨大的矛盾。除此之外，在人工智能人才供給“金字塔”頂端的前沿理論研究人才，也存在嚴重缺乏的局面。據加拿大《全球AI人才流動報告》，美國在人工智能促進協會會議（AAAI）、國際人工智能聯合會議（IJCAI）、國際人工智能與統計會議（AISTATS）、計算機視覺及模式識別會議（CVPR）等21個國際頂尖會議上發表論文的研究人員有15747人，而中國僅有2725人。這些發表論文的作者中，有44%以上的作者在美國獲得博士學位，而在中國獲得博士學位的作者占比接近11%。此外，牛津大學2018年對中美兩國對算法研究的人才與全球先進國家的對比顯示，美國算法人才的占比為26.2%，而中國在算法研究方面的人才僅占全球人工智能底層技術研究的13.1%。從人工智能從業經驗來看，美國半數以上的數據科學家擁有10年以上的工作經驗，而在中國超過40%的數據科學家工作經驗不滿5年。

四大建議助推人工智能發展

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。加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略，可以推動我國科技跨越發展、產業優化升級、生產力整體躍升。針對當前面臨的問題與挑戰，筆者提出幾點建議。

一是加強人工智能基礎理論研究。努力在人工智能發展方向和理論、方法、工具、系統等方面取得顛覆性突破，確保我國在人工智能這個重要領域的理論研究走在前面。以關鍵核心技術為主攻方向，全面增強人工智能科技創新能力，加快建立新一代人工智能關鍵共性技術體系，在短板上抓緊布局，確保人工智能關鍵核心技術牢牢掌握在自己手里。緊緊圍繞經濟社會發展需求，強化科技應用開發，充分發揮我國海量數據和巨大市場應用規模優勢，堅持需求導向，積極培育人工智能創新產品，推進人工智能技術產業化。

二是推動人工智能和產業發展融合。培育具有重大引領帶動作用的人工智能企業和產業，構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。積極發揮人工智能在產業升級、產品開發、服務創新等方面的技術優勢，促進人工智能與一、二、三產業深度融合，加強人工智能在教育、醫療衛生、體育、住房、交通、助殘養老、家政服務等領域的深度應用，以人工智能技術推動各產業變革，培育新增長點、形成新動能。

三是強化人工智能發展的潛在風險研判和防范。整合多學科力量，把握人工智能發展規律和特點，開展人工智能倫理道德等相關社會問題研究，開展與人工智能應用相關的民事與刑事責任確認、隱私和產權保護、信息安全利用等法律問題研究，建立健全保障人工智能健康發展的法律法規、制度體系等。加大力度推動《新一代人工智能治理原則——發展負責任的人工智能》等落地實施，鼓勵和推動行業嚴守和諧友好、公平公正、包容共享、尊重隱私、安全可控、共擔責任、開放協作、敏捷治理等原則，確保人工智能安全、可靠、可控。

四是加強人工智能人才隊伍建設。建立適應智能經濟和智能社會需要的學習就業培訓體系，支持高等院校、職業學校和社會化培訓機構等開展人工智能技能培訓，大幅提升就業人員專業技能，鼓勵企業和各類機構為員工提供人工智能技能培訓，打造多種形式的高層次人才培養平臺，加強后備人才培養力度，為科技和產業發展提供更加充分的人才支撐。