2020年11月3日下午，中國（深圳）綜合開發(fā)研究院舉行“中國數字化之路研討會”，中科院深圳先進技術研究院數字所所長喬宇做了主題為《中國數字化之路：人工智能技術的挑戰(zhàn)和機遇》的發(fā)言。

一、人工智能是發(fā)展數字經濟的核心驅動力量

全球對人工智能發(fā)展日益重視。現(xiàn)代社會從信息時代、互聯(lián)網時代發(fā)展到了物聯(lián)網時代。當前，社會的發(fā)展從萬物互聯(lián)走向萬物智能，大數據和人工智能技術也成為數字經濟時代的主流。展望全球，發(fā)達國家積極布局人工智能，選擇適合本國發(fā)展需要的數字經濟重點領域加快突破。人工智能已經成為世界各國競爭的焦點，人工智能的發(fā)展水平也是國家核心競爭力的重要體現(xiàn)。

發(fā)展人工智能成為中國國家戰(zhàn)略。在當前新興技術高速發(fā)展的背景下，2018年中央政治局第九次集體學習中明確指出，人工智能是新一代科技革命和產業(yè)變革的重要驅動力量，加快發(fā)展新一代人工智能事關我國是否能夠抓住新一代科技革命和產業(yè)變革機遇的戰(zhàn)略問題。國務院在2017年也發(fā)布了《新一代人工智能規(guī)劃》，規(guī)劃中提到，2020年人工智能總體技術和應用要與世界先進水平同步。到2025年，人工智能基礎理論要取得重大突破，部分技術與應用達到世界領先水平；到2030年要成為世界主要人工智能創(chuàng)新中心，人工智能理論、技術與應用都要達到領先水平。因此，中國已從國家戰(zhàn)略高度重視人工智能技術及其產業(yè)發(fā)展的重要意義。

二、當前中國人工智能發(fā)展具有的獨特優(yōu)勢

近些年來，中國在人工智能領域取得的成就為世界所矚目，人工智能在中國的發(fā)展優(yōu)勢主要集中在以下幾個方面：

首先，國家相繼出臺一系列政策支持人工智能的發(fā)展。從中央政府到地方政府，都有人工智能規(guī)劃，且在人工智能基礎建設投入很大。

其次，我國的互聯(lián)網規(guī)模、網民數量、產生數據能力在全球處于領先水平。隨著中國工業(yè)化、城鎮(zhèn)化和網絡化的提高，中國產生數據能力的優(yōu)勢還會提高，而所有這些數據都將推動人工智能應用的發(fā)展。

第三，近年來中國產業(yè)資本非常活躍，無論是產業(yè)數量還是獨角獸在全球都是第二位，融資額在全球占很大的比例。目前中國AI企業(yè)融資總額占全球的70%，中國人工智能企業(yè)數量位列全球第二。

第四，中國從事人工智能的人才體量在不斷上升。現(xiàn)在中國有43所高校成立人工智能學院，有35所大學新增人工智能專業(yè)，很多大數據中心及超算中心的規(guī)模在全球領先。而這些都將助力于推動中國人工智能領域的發(fā)展。

三、相比全球領先水平，中國人工智能發(fā)展仍存在差距

中國已將人工智能技術列為優(yōu)先發(fā)展領域，并結合自身優(yōu)勢和特點，在推動人工智能發(fā)展方面取得重要的進展，但與某些歐美國家的領先技術相比，仍面臨明顯的發(fā)展短板。其中，有些是全球各國發(fā)展面臨的共同瓶頸，有些則是自身發(fā)展中的階段性不足。

（一）研發(fā)范式仍有欠缺

重要人工智能進展的研發(fā)范式可以從三個角度理解，即深度學習、頂尖技術的突破和開源框架。

深度學習是指頂尖學者引領原創(chuàng)理論方法，并進行長期持續(xù)的深入研究。在中國的科技界，專家學者善于對熱點的科技議題進行跟蹤和解析，但長期的持續(xù)研究是比較缺乏的。

頂尖技術的突破是指在數據、計算資源的支持下頂尖人才突破核心技術。而頂尖人才突破核心技術則需要很強的團隊支撐、充分的數據資源支持以及很好的環(huán)境。中國在這些方面與美歐還是有一定差距。

開源框架是指提前布局，大團隊持續(xù)的投入以及完善生態(tài)建設。這是中國高新科技領域目前最大的短板。中國在產業(yè)鏈影響力、大規(guī)模投入以及生態(tài)建設上仍存在欠缺。

（二）頂級人才供不應求

以中美兩國頂級人才的情況對比為例，美國與中國在人工智能領域的人才總量上沒有太大的差異，分別居世界第一二位。然而在頂級人才體量方面，美國則具備有強大的優(yōu)勢。目前中國是人工智能高端人才的輸出國家。有29%的人工智能高端人才是在中國完成本科學歷，但是其中只有34%的學生留在了中國，56%出國。在美國讀完研究生的學生有88%留在美國，只有10%左右選擇回國。盡管我國現(xiàn)在的人才引進計劃吸引了很多國內外人才回國發(fā)展，但是引進特別頂尖的人才回國暫時還是比較困難的。

（三）產業(yè)發(fā)展面臨瓶頸

此外，中美兩國在人工智能領域的產業(yè)化差距也較大。對比中美雙方企業(yè)，主要反映在投入、文化、產業(yè)鏈三方面的區(qū)別。

一是在投入方面，美國的大企業(yè)頂級人才匯集，研究基礎好，研發(fā)投入巨大。而中國大公司的研發(fā)力量和在基礎設施上投入的意愿與國際巨頭有較大差距。

二是在文化方面，美國的大企業(yè)科技創(chuàng)新文化濃厚，積極鼓勵原創(chuàng)，鼓勵“從0到1”的創(chuàng)新，愿意投入大量的資源探索新科技的產業(yè)應用。而中國大部分企業(yè)不愿意先期投入和承擔風險，更多是業(yè)務創(chuàng)新而非科技創(chuàng)新。

三是在產業(yè)鏈方面，國際的科技寡頭往往控制了產業(yè)鏈上下游的資源，更容易實現(xiàn)技術的集成創(chuàng)新。而中國產業(yè)鏈資源相對分散，更多是利用全球化從美國已有的生態(tài)、基礎能力和市場中分得一杯羹。

四、建議：短期補齊短板，長期引領未來

在目前的復雜多變的國際環(huán)境下，中國發(fā)展人工智能必須自立自強，加大科研攻關力度，以實現(xiàn)技術上的創(chuàng)新突破。

一是夯實研究基矗軟硬件基礎設施已經被證實在人工智能產業(yè)中是剛需，目前中國還處在追趕的狀態(tài)。國家實驗室可以填補這個空白，但卻難以解決所有“卡脖子”問題。基于此，可以集中力量突破幾個重點，如強化研發(fā)基礎軟件和硬件系統(tǒng)，打造一流人工智能基礎平臺，補齊短板，突破制約人工智能發(fā)展的基礎理論。

二是提升對技術的前瞻性預判。中國應對未來人工智能重大技術的發(fā)展趨勢作出預判，提前進行人才和技術布局，以及實現(xiàn)關鍵核心技術上的突破。技術的發(fā)展具有一定的不確定性，某些關鍵技術未來有可能成為人工智能產業(yè)的剛需，使中國在未來的競爭中占得先機。

三是推動產學研協(xié)同聯(lián)動。中國在產業(yè)化方面具有一定的優(yōu)勢，例如豐富的場景，以及海量的大數據。為了實現(xiàn)突破，應聯(lián)合產業(yè)上下游的資源，集成創(chuàng)新，探索并引領一批具有顛覆意義的人工智能重大應用，率先實現(xiàn)大規(guī)模產業(yè)化。而且當創(chuàng)新型的產業(yè)應用具有較大不確定性、企業(yè)不愿意大規(guī)模投入的時候，國家實驗室有責任實現(xiàn)“冷啟動”，實現(xiàn)從0到1的突破。

四是完善人工智能人才培養(yǎng)體系。頂尖人才對人工智能的發(fā)展至關重要。中國應優(yōu)化科研制度環(huán)境、提供資金支持，精準擴大人工智能相關學科高層次人才培養(yǎng)規(guī)模，從而匯聚世界最頂尖人才和團隊，培養(yǎng)留住杰出青年人才。
責任編輯：YYX