業界普遍認為，人工智能迄今經歷了兩代。第一代人工智能是知識驅動型的，總體進展有限；第二代人工智能是數據驅動型的，也就是目前炙手可熱的大數據、深度學習等，已經成為不少科技強國競相爭奪的戰略技術高地。

據了解，世界主要發達國家均把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略，加緊出臺規劃和政策，圍繞核心技術、頂尖人才、標準規范等強化部署，力圖在新一輪科技革命中掌握發展的主導權。比如日本2017年發布《人工智能技術戰略》、歐盟2018年出臺《歐盟人工智能戰略》、美國2019年啟動“美國人工智能倡議”、韓國2019年公布“人工智能(AI)國家戰略”等。

“人工智能是科技制高點，誰能夠掌握它，誰就掌握了經濟社會發展的巨大優勢，所以中國一定要在人工智能方面盡快實現突破，在世界上爭取我們的地位。”中國科學院院士、清華大學交叉信息研究院院長姚期智說。

1

中國應用落地走在世界前列

我國人工智能起步于1978年。

經過持續多年的研發布局，特別是2017年《新一代人工智能發展規劃》頒布以來，人工智能上升為國家戰略，我國人工智能進入快速發展的新階段，并在多個領域取得重要成果，部分領域關鍵核心技術實現突破，已具有全球影響力。

在基礎理論方面，我國在新興的深度學習理論和推理算法、類腦計算、腦機接口等基礎前沿領域取得突破，在智能芯片等部分關鍵技術領域取得重大成果，華為“昇騰”、深度學習處理器芯片“寒武紀”、清華大學可重構芯片等均達到世界先進水平。

在關鍵技術方面，我國在機器翻譯、自動駕駛、智能機器人等技術上緊跟世界前沿，實現部分關鍵技術的突破，并在人臉識別、語音識別與生成等領域居世界領先地位。

與此同時，我國人工智能加速與各行業、各領域融合發展，人工智能技術正從互聯網應用逐漸向實體經濟和民生領域滲透。基于物聯網數據感知能力、從云端到終端的智能計算能力，我國人工智能行業應用不斷落地開花，并在智能醫療、智慧城市、智能物流、智能交通和智慧環保等方面取得顯著成效。

“目前我國人工智能企業數量全球第二，融資規模全球最大，專利申請量世界第一，特別是在應用落地方面走在世界前列。可以說，我國已成為世界人工智能重要領軍國家之一。”中國科學技術信息研究所黨委書記趙志耘評論說。

趙志耘認為，在全球人工智能千帆競發的當下，我國戰略、政策、數據和市場應用等方面的優勢，為人工智能實現跨越式發展創造了重要條件。

一是強有力的戰略引領和政策支持。趙志耘說，《新一代人工智能發展規劃》的頒布，意味著我國人工智能發展的戰略部署成形，此后各部門、各地方積極推動落實，北京、上海、天津、重慶等眾多省市均出臺相應人工智能規劃和行動計劃，并加大研發投入、設立研發機構、制定人才引進和稅收優惠等配套政策，帶動企業加快智能化轉型步伐，政產學研用協同推進人工智能發展的格局正在形成。

二是海量的數據資源。我國擁有全球最多的9.89億網民數量和9.86億手機用戶數量，手機網絡支付用戶規模達到8.53億。特別是在特定應用領域數據規模龐大，比如我國醫療門診總量每年達80多億人次。“如此大規模的數據量，是世界僅有，也為我國人工智能技術的發展提供了豐富資源。”趙志耘說。

三是豐富的應用場景。我國具有全球規模最大，且較為成熟的互聯網市場，人工智能在互聯網領域的應用空間十分廣闊。我國擁有全球最完整的產業鏈，各細分領域都面臨轉型升級需求，對人工智能賦能需求巨大。隨著新型城鎮化加速推進，城鎮規模不斷擴大，利用人工智能改進城市基礎設施、提升城市治理水平潛力巨大。

四是青年人才快速成長聚集。我國重點院校正加快布局人工智能學院，擴大本科和研究生培養規模。在與人工智能相關的國際頂級會議和學術期刊中，我國青年學者成為最活躍的群體之一。青年領銜的人工智能創業企業和獨角獸企業不斷增加，海外歸來的青年學者大幅增長。

2

基礎不牢影響戰略前景

我國人工智能發展也存在薄弱環節。

一是人工智能基礎理論和原創算法差距較大。我國人工智能研究起步較晚，原創性貢獻不多，雖然近年我國高質量論文數量增長顯著，但頂級論文和重大理論創新仍以美國、英國、加拿大等國為主。

這意味著，我國人工智能領域從0到1的基礎創新少，從1到N的應用創新多。“雖然也開枝散葉，但樹根不在國內。”趙志耘說。

趙志耘認為，核心算法和開源系統薄弱，是我國人工智能領域最突出的技術瓶頸之一，導致我國深度學習模型、生成對抗網絡等新的重大成果和原創性理論貢獻不多，并在機器學習等通用開源算法平臺方面布局不夠，產業發展主要依賴國際巨頭的開源代碼和系統框架。

在姚期智看來，發展人工智能最大的壓力來自于基礎研究。“我們都知道中國的人工智能應用絕對趕得上世界很多地方，甚至走在世界的前面，但是我們對于人工智能的基礎研究，還是處于比較缺乏的階段。所以我們一定要培養出人才，一定要給他們好的環境，激勵他們從事基礎研究，這是推動人工智能未來突破的不二選擇。”

中國科學院計算技術研究所研究員陳云霽也曾在《智能計算系統——一門人工智能專業的系統課程》一文中尖銳指出：“越是人工智能上層（算法層、應用層）的研究，我國研究者對世界作出的貢獻越多；越是底層（系統層、芯片層），我國研究者的貢獻越少。在各種ImageNet比賽中，我國很多機構的算法模型已經呈現‘霸榜’的趨勢，可以說代表了世界前沿水平。但這些算法模型絕大部分都是在CUDA編程語言、Tensorflow編程框架以及GPU之上開發的。在這些底層的‘硬科技’中，我國研究者對世界的貢獻就相對少了很多。底層研究能力的缺失不僅給我國人工智能基礎研究拖后腿，更重要的是，將使得我國智能產業成為一個空中樓閣，走上信息產業受核心芯片和操作系統制約的老路。”

二是高端芯片、關鍵部件、高精度傳感器等方面基礎薄弱。據了解，英偉達、高通、英特爾等國際巨頭仍然壟斷全球高端芯片業務，尤其是2020年各大廠商之間的并購，使主動權進一步被西方發達國家掌握。這些因素導致我國關鍵設備、高端芯片、重大產品與系統、基礎材料、元器件、軟件與接口等方面基礎薄弱，圖形處理器、專用集成電路和現場可編程門陣列等硬件技術，歐美國家仍占據壟斷地位。

三是未能形成具有國際影響力的人工智能創新生態。趙志耘說，國際巨頭通過建立人工智能開放平臺，打通硬件—系統—產業鏈條，主導了創新生態建設。我國面向特定領域的國家級人工智能開放創新平臺雖已初見成效，但在機器學習的通用開源算法平臺方面仍然布局不夠，對產業鏈的帶動性和國際影響力有待進一步提高。

而在這三大短板背后，最大的瓶頸是高水平人才不足。清華大學人工智能研究院、清華-中國工程院知識智能聯合研究中心聯合發布的《人工智能發展報告2011-2020》顯示，從人工智能高層次學者國家分布看，美國人工智能高層次學者數量最多，有1244人次，占比62.2%，中國排在美國之后，位列第二，但僅有196人次，占比9.8%。

“我們在超一流科研團隊上還是有差距。”北京大學經濟學院教授、深圳市灣區數字經濟與科技研究院院長曹和平說，“我們不能出了問題才去解決問題，而是要預備一群戰略型、創新型科學家。他們把已經出現和將要出現的問題，未雨綢繆地形成思想，再把這種思想具象化為問題，形成知識專利并在實驗室放樣。然后與大國民經濟體系中產業園區中的孵化器和加速器對接，形成產業能力。”

3

科技引領和應用驅動雙向發力

著眼于此，專家建議未來我國需堅持科技引領、應用驅動的戰略導向，著力提升科技創新能力，全面推動人工智能應用，通過科技引領和應用驅動的雙向發力，實現我國人工智能盡快在理論上補齊短板、在技術上自主可控、在產業上占據高點。

一是整體提升我國人工智能科技創新能力。加大對人工智能領域基礎研究的穩定持續支持力度，推動人工智能與數學等基礎學科交叉融合，支持原創性強、非共識的探索性研究。集中力量打好關鍵核心技術攻堅戰，引導和組織優勢力量下大力氣解決“卡脖子”問題。加快建設人工智能領域的國家戰略科技力量，加強人工智能國家實驗室和國家重點實驗室等相關創新基地的整合布局。及時把握人工智能技術躍遷的重大機會窗口，以加快實施科技創新2030—“新一代人工智能”等重大項目為抓手，解決我國經濟社會智能化升級的重大技術需求。

二是大規模推動人工智能場景應用。強化企業創新主體地位，深化產學研合作，提升人工智能技術在不同真實工業環境中的適應性，不斷提高技術成熟度和實用化性能。通過進一步推進國家新一代人工智能開放創新平臺建設等方式，充分發揮人工智能行業領軍企業、研究機構的引領示范作用，鼓勵各類通用軟件和技術的開源開放，打造更加完善的技術創新生態。充分發揮地方推動人工智能發展的積極性，加強人工智能應用示范，全面增強經濟創新力和國際競爭力。

三是繼續把人才隊伍建設作為人工智能發展的重中之重。堅持培養和引進相結合，完善人工智能教育體系，擴大研究生招生規模，加強人才儲備和梯隊建設，開辟專門渠道，實行特殊政策，實現人工智能高端人才精準引進。

四是加強人工智能倫理治理。人工智能具有技術屬性和社會屬性高度融合的特征，要圍繞人工智能可能帶來的風險挑戰，加強人工智能在法律、安全、就業、道德倫理和政府治理等方面的問題研究，引導人工智能安全可控發展。

五是深化人工智能開放合作。要堅持國際開放合作，圍繞人工智能全球性技術難題開展研發合作，共同推動人工智能發展與治理，共同制定人工智能領域相關國際標準和倫理規范，積極應對人工智能可能引發的全球性挑戰。