如同公元前的轮子和铁，19世纪的铁路和电力，20世纪的汽车、电脑、互联网，人工智能是一种新的通用技术，其发展将对人类社会带来根本改变。

“机器能思考吗？”1950年，艾伦·图灵在他著名的论文《计算机器与智能》开篇发问。这一提问，不仅为图灵赢得“人工智能之父”的骄傲，更唤醒人工智能此后60余年的发展。人工智能（AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。

业界普遍认为，人工智能迄今经历了两代。第一代人工智能是知识驱动型的，总体进展有限；第二代人工智能是数据驱动型的，也就是目前炙手可热的大数据、深度学习等，已经成为不少科技强国竞相争夺的战略技术高地。

当前世界主要发达国家，均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮科技革命中掌握发展的主导权。比如日本2017年发布《人工智能技术战略》、欧盟2018年出台《欧盟人工智能战略》、美国2019年启动“美国人工智能倡议”、韩国2019年公布“人工智能(AI)国家战略”等。

“人工智能是科技制高点，谁能够掌握它，谁就掌握了经济社会发展的巨大优势，所以中国一定要在人工智能方面尽快实现突破，在世界上争取我们的地位。”中国科学院院士、清华大学交叉信息研究院院长姚期智说。

中国应用落地走在世界前列

我国人工智能起步于1978年。

经过持续多年的研发布局，特别是2017年《新一代人工智能发展规划》颁布以来，人工智能上升为国家战略，我国人工智能进入快速发展的新阶段，并在多个领域取得重要成果，部分领域关键核心技术实现突破，已具有全球影响力。

在基础理论方面，我国在新兴的深度学习理论和推理算法、类脑计算、脑机接口等基础前沿领域取得突破，在智能芯片等部分关键技术领域取得重大成果，华为“昇腾”、深度学习处理器芯片“寒武纪”、清华大学可重构芯片等均达到世界先进水平。

在关键技术方面，我国在机器翻译、自动驾驶、智能机器人等技术上紧跟世界前沿，实现部分关键技术的突破，并在人脸识别、语音识别与生成等领域居世界领先地位。

与此同时，我国人工智能加速与各行业、各领域融合发展，人工智能技术正从互联网应用逐渐向实体经济和民生领域渗透。基于物联网数据感知能力、从云端到终端的智能计算能力，我国人工智能行业应用不断落地开花，并在智能医疗、智慧城市、智能物流、智能交通和智慧环保等方面取得显著成效。

“目前我国人工智能企业数量全球第二，融资规模全球最大，专利申请量世界第一，特别是在应用落地方面走在世界前列。可以说，我国已成为世界人工智能重要领军国家之一。”中国科学技术信息研究所党委书记赵志耘评论说。

赵志耘认为，在全球人工智能千帆竞发的当下，我国战略、政策、数据和市场应用等方面的优势，为人工智能实现跨越式发展创造了重要条件。

一是强有力的战略引领和政策支持。赵志耘说，《新一代人工智能发展规划》的颁布，意味着我国人工智能发展的战略部署成形，此后各部门、各地方积极推动落实，北京、上海、天津、重庆等众多省市均出台相应人工智能规划和行动计划，并加大研发投入、设立研发机构、制定人才引进和税收优惠等配套政策，带动企业加快智能化转型步伐，政产学研用协同推进人工智能发展的格局正在形成。

二是海量的数据资源。我国拥有全球最多的9.89亿网民数量和9.86亿手机用户数量，手机网络支付用户规模达到8.53亿。特别是在特定应用领域数据规模庞大，比如我国医疗门诊总量每年达80多亿人次。“如此大规模的数据量，是世界仅有，也为我国人工智能技术的发展提供了丰富资源。”赵志耘说。

三是丰富的应用场景。我国具有全球规模最大，且较为成熟的互联网市场，人工智能在互联网领域的应用空间十分广阔。我国拥有全球最完整的产业链，各细分领域都面临转型升级需求，对人工智能赋能需求巨大。随着新型城镇化加速推进，城镇规模不断扩大，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大。

四是青年人才快速成长聚集。我国重点院校正加快布局人工智能学院，扩大本科和研究生培养规模。在与人工智能相关的国际顶级会议和学术期刊中，我国青年学者成为最活跃的群体之一。青年领衔的人工智能创业企业和独角兽企业不断增加，海外归来的青年学者大幅增长。

基础不牢影响战略前景

我国人工智能发展也存在薄弱环节。

一是人工智能基础理论和原创算法差距较大。我国人工智能研究起步较晚，原创性贡献不多，虽然近年我国高质量论文数量增长显著，但顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。

这意味着，我国人工智能领域从0到1的基础创新少，从1到N的应用创新多。“虽然也开枝散叶，但树根不在国内。”赵志耘说。

赵志耘认为，核心算法和开源系统薄弱，是我国人工智能领域最突出的技术瓶颈之一，导致我国深度学习模型、生成对抗网络等新的重大成果和原创性理论贡献不多，并在机器学习等通用开源算法平台方面布局不够，产业发展主要依赖国际巨头的开源代码和系统框架。

在姚期智看来，发展人工智能最大的压力来自于基础研究。“我们都知道中国的人工智能应用绝对赶得上世界很多地方，甚至走在世界的前面，但是我们对于人工智能的基础研究，还是处于比较缺乏的阶段。所以我们一定要培养出人才，一定要给他们好的环境，激励他们从事基础研究，这是推动人工智能未来突破的不二选择。”

中国科学院计算技术研究所研究员陈云霁也曾在《智能计算系统——一门人工智能专业的系统课程》一文中尖锐指出：“越是人工智能上层（算法层、应用层）的研究，我国研究者对世界作出的贡献越多；越是底层（系统层、芯片层），我国研究者的贡献越少。底层研究能力的缺失不仅给我国人工智能基础研究拖后腿，更重要的是，将使得我国智能产业成为一个空中楼阁，走上信息产业受核心芯片和操作系统制约的老路。”

二是高端芯片、关键部件、高精度传感器等方面基础薄弱。英伟达、高通、英特尔等国际巨头仍然垄断全球高端芯片业务，主动权被西方发达国家掌握。这些因素导致我国关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面基础薄弱，图形处理器、专用集成电路和现场可编程门阵列等硬件技术，欧美国家仍占据垄断地位。

三是未能形成具有国际影响力的人工智能创新生态。赵志耘说，国际巨头通过建立人工智能开放平台，打通硬件—系统—产业链条，主导了创新生态建设。我国面向特定领域的国家级人工智能开放创新平台虽已初见成效，但在机器学习的通用开源算法平台方面仍然布局不够，对产业链的带动性和国际影响力有待进一步提高。

而在这三大短板背后，最大的瓶颈是高水平人才不足。清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》显示，从人工智能高层次学者国家分布看，美国人工智能高层次学者数量最多，有1244人次，占比62.2%，中国排在美国之后，位列第二，但仅有196人次，占比9.8%。

“我们在超一流科研团队上还是有差距。”北京大学经济学院教授、深圳市湾区数字经济与科技研究院院长曹和平说，“我们不能出了问题才去解决问题，而是要预备一群战略型、创新型科学家。他们把已经出现和将要出现的问题，未雨绸缪地形成思想，再把这种思想具象化为问题，形成知识专利并在实验室放样。然后与大国民经济体系中产业园区中的孵化器和加速器对接，形成产业能力。”

科技引领和应用驱动双向发力

着眼于此，专家建议未来我国需坚持科技引领、应用驱动的战略导向，着力提升科技创新能力，全面推动人工智能应用，通过科技引领和应用驱动的双向发力，实现我国人工智能尽快在理论上补齐短板、在技术上自主可控、在产业上占据高点。

一是整体提升我国人工智能科技创新能力。加大对人工智能领域基础研究的稳定持续支持力度，推动人工智能与数学等基础学科交叉融合。集中力量打好关键核心技术攻坚战，引导和组织优势力量下大力气解决“卡脖子”问题。加快建设人工智能领域的国家战略科技力量。及时把握人工智能技术跃迁的重大机会窗口，以加快实施科技创新2030—“新一代人工智能”等重大项目为抓手，解决我国经济社会智能化升级的重大技术需求。

二是大规模推动人工智能场景应用。强化企业创新主体地位，深化产学研合作，进一步推进国家新一代人工智能开放创新平台建设等方式，充分发挥人工智能行业领军企业、研究机构的引领示范作用，鼓励各类通用软件和技术的开源开放，打造更加完善的技术创新生态。充分发挥地方推动人工智能发展的积极性，加强人工智能应用示范，全面增强经济创新力和国际竞争力。

三是继续把人才队伍建设作为人工智能发展的重中之重。坚持培养和引进相结合，完善人工智能教育体系，扩大研究生招生规模，加强人才储备和梯队建设，开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。

四是加强人工智能伦理治理。人工智能具有技术属性和社会属性高度融合的特征，要围绕人工智能可能带来的风险挑战，加强人工智能在法律、安全、就业、道德伦理和政府治理等方面的问题研究，引导人工智能安全可控发展。

五是深化人工智能开放合作。要坚持国际开放合作，围绕人工智能全球性技术难题开展研发合作，共同推动人工智能发展与治理，共同制定人工智能领域相关国际标准和伦理规范，积极应对人工智能可能引发的全球性挑战。

来源：人民网