AI有优也有忧

　　当前，在移动互联网、大数据、脑科学等新理论技术以及经济社会发展需求的驱动下，人工智能迈入了新发展阶段，呈现出深度学习、跨界融合、人机协同增强智能、群体集成智能、自主操控等新特征，被广泛应用于机器视觉、生物特征识别、智能控制等方面。技术应用场景不断拓展，相关领域产业规模不断壮大，为世界各国经济社会发展、社会治理、人民生活带来重大而深远的影响。

　　人工智能成国际竞争新焦点

　　近年来，人工智能技术快速发展与变革，对助力新兴产业发展、提升国家竞争力等方面带来的影响日益突显，人工智能已逐渐成为了国际竞争的新焦点、经济发展的新引擎。

　　世界主要国家加快人工智能产业布局谋划

　　面对当前人工智能带来的新技术产业革命，以美、欧、日为代表的主要发达国家和地区先后出台战略性研究计划，不断加大科研投入，抢占技术和产业发展的制高点。

　　2019年2月，特朗普签署了13859号行政令《维持美国人工智能领导地位》，正式启动美国人工智能计划。6月，美国在2016年发布的第一个国家AI研发战略计划基础上，对《国家人工智能研发战略计划》进行了更新完善，进一步强化战略导向，坚定不移地加大人工智能领域的投资，加快技术突破和产业发展，旨在稳固其在人工智能领域的领先地位。

　　欧盟于2018年4月发布《欧盟人工智能战略》，秉持的人工智能发展理念，从加大政府投资、促进科技成果走向市场、打造世界级欧洲人工智能研究中心、推动中小企业和潜在用户受益、支持人工智能技术测试、吸引私人投资、加强数字开放共享等方面，加快推动人工智能发展，彰显欧盟发展人工智能的独特优势。

　　日本于2016年1月颁布了《第5期科学技术基本计划》，提出了超智能社会5.0战略，并将人工智能作为实现超智能社会5.0的核心。2019年3月，日本制定了《AI战略》，提出每年培养25万能够熟练使用人工智能人才的目标，发挥人才引领作用，提升日本在人工智能领域的整体竞争力。

　　我国也立足于国家发展全局，准确把握全球人工智能发展态势，找准突破口和主攻方向，加快人工智能顶层设计和前瞻布局。2016年5月，国家发展改革委、科技部、工信部、中央网信办联合制定了《“互联网+”人工智能三年行动实施方案》，计划到2018年，基本建立人工智能的产业、服务和标准化体系，实现核心技术突破，培育若干全球领先的人工智能骨干企业。2017年7月，国务院发布《新一代人工智能发展规划》，提出构建开放协同的人工智能科技创新体系、培育高端高效的智能经济、建设安全便捷的智能社会、加强人工智能军民融合、构筑泛在安全高效的智能化基础设施体系、前瞻布局新一代人工智能重大科技项目等6项重点任务，以提升新一代人工智能科技创新能力为主攻方向，推动以人类可持续发展为中心的智能化，全面提升社会生产力、综合国家竞争力，为建设创新型国家和世界科技强国提供强大支撑。

　　人工智能产业规模日益壮大

　　在政策引导和市场需求的推动下，人工智能产业链日渐完善，产业规模也相应日益壮大。相关数据统计，2018年全球人工智能核心产业市场规模超过555.7亿美元，较2017年增长50.2%，基础层市场规模约为111.1亿美元，技术层市场规模约为172.3亿美元，而应用层市场规模最大，为272.3亿美元。我国人工智能核心产业市场规模超过83.1亿美元，相较于2017年增长约48.4%，其中，基础层市场规模约为16.6亿美元，技术层市场规模约为24.1亿美元，应用层市场规模约为42.4亿美元。

　　在核心产业的各个层级中，全球市场规模中基础层智能芯片占比仍然最高，约为55.6亿美元，智能芯片仍是未来全球人工智能产业的重要发展方向之一；技术层方面，由于智能语音助理和人机语音交互技术的快速发展，语音识别市场迎来全面爆发期，达到118.9亿美元，占据技术层整体规模的2/3以上，图像视频识别次之，为41.3亿美元，文本识别相对市场规模较小，仅为12.1亿美元；应用层市场规模分布较为平均，智能教育和智能安防市场规模分别为43.6亿美元与43.4亿美元，均为16%左右，其它产业发展规模继续保持稳步增长。

　　从各国人工智能企业规模和探索模式来看，截至2019年3月，美国在人工智能企业数量、投融资规模等方面处于领先地位，聚集了谷歌、微软、亚马逊等2169家人工智能企业，大力推动了人工智能基础层和技术层的产业发展。中国拥有1189家人工智能的企业，占到全球的22.1%，投融资主要集中在技术和应用层，造就了不少人工智能独角兽企业。欧洲人工智能企业总数约为1148家，占全球的21.3%，通过大量的科技孵化机构，孵化了大量优秀的人工智能初创企业。

　　规模初具，挑战犹存

　　每一次科技和技术进步都难免会产生新的问题，遇到新的挑战，人工智能也是如此。以我国为例，经过多年的探索，我国虽然在人工智能技术和应用方面已打下良好的基础，产业发展也初具规模，但仍面临许多不可避免的挑战，主要体现在以下几个方面。

　　一是产业布局不均衡，人工智能的基础层和技术层相对薄弱。目前我国人工智能产业主要布局在应用层、基础层和技术层，与美国相比，仍存在不小的差距。在芯片制造和人工智能基础理论研究方面，我国的芯片仍较为依赖进口，计算力方面的技术基础也较为薄弱。有关数据显示，2017年我国进口芯片总量为3770亿块，进口额为2601千亿美元，已经超过了原油的进口额。在算法研究方面，我国大多产品仍然应用的是谷歌、脸书等公司提出的算法框架，在算法研究上仍亟需突破。

　　二是行业投资供应与供给不平衡，人工智能的部分产品存在期望高实际效果欠佳的迹象。自2016年以后，人工智能行业的企业新增势头放缓，新增企业数量呈现出下降趋势，但同时，累计融资量仍持续快速增长，造成投资供应数量大，而新的有潜力的项目供给数量少，经常只能跟投一些项目。此外，随着近些年人工智能在安防、金融、医疗等应用场景的不断拓展，行业对人工智能产品的期望值越来越高，希望在更多垂直行业将技术转化成应用。但受关键技术、大环境等牵制和影响，有些人工智能产品的成熟度较低，落地效果差，想获得消费者和市场的欢迎还需要相当长的时间。

　　三是数据治理手段较为有限，人工智能领域的法律法规也尚不健全。人工智能的发展应用建立在大量数据资源的基础上，如何保障数据的安全可控是发展过程中需要关注的重中之重。目前我国在人工智能发展上主要强调促进技术进步和产业应用，而对道德伦理、安全规则等问题还缺少关注，数据治理的手段也较为有限，有关法律法规也不够健全。法律法规的不健全，一方面对网络安全、个人信息隐私构成威胁，另一方面也对人工智能行业的可持续健康发展产生不良影响。以无人汽车为例，如果没有健全、完善的法律法规做保障，即便相应的技术发展成熟，市场也有需求，自动驾驶也难以商业化落地。

　　四是专业人才缺口较大，人工智能领域的顶尖人才严重缺乏。工业和信息化部调研统计显示，中国人工智能产业发展与人才供需比为1∶10，到2030年，人工智能人才缺口将达到500万。由此可见，我国人工智能产业规模高速增长与低速人才培养输出之间存在巨大的矛盾。除此之外，在人工智能人才供给“金字塔”顶端的前沿理论研究人才，也存在严重缺乏的局面。据加拿大《全球AI人才流动报告》，美国在人工智能促进协会会议（AAAI）、国际人工智能联合会议（IJCAI）、国际人工智能与统计会议（AISTATS）、计算机视觉及模式识别会议（CVPR）等21个国际顶尖会议上发表论文的研究人员有15747人，而中国仅有2725人。这些发表论文的作者中，有44%以上的作者在美国获得博士学位，而在中国获得博士学位的作者占比接近11%。此外，牛津大学2018年对中美两国对算法研究的人才与全球先进国家的对比显示，美国算法人才的占比为26.2%，而中国在算法研究方面的人才仅占全球人工智能底层技术研究的13.1%。从人工智能从业经验来看，美国半数以上的数据科学家拥有10年以上的工作经验，而在中国超过40%的数据科学家工作经验不满5年。

　　四大建议助推人工智能发展

　　人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略，可以推动我国科技跨越发展、产业优化升级、生产力整体跃升。针对当前面临的问题与挑战，笔者提出几点建议。

　　一是加强人工智能基础理论研究。努力在人工智能发展方向和理论、方法、工具、系统等方面取得颠覆性突破，确保我国在人工智能这个重要领域的理论研究走在前面。以关键核心技术为主攻方向，全面增强人工智能科技创新能力，加快建立新一代人工智能关键共性技术体系，在短板上抓紧布局，确保人工智能关键核心技术牢牢掌握在自己手里。紧紧围绕经济社会发展需求，强化科技应用开发，充分发挥我国海量数据和巨大市场应用规模优势，坚持需求导向，积极培育人工智能创新产品，推进人工智能技术产业化。

　　二是推动人工智能和产业发展融合。培育具有重大引领带动作用的人工智能企业和产业，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。积极发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势，促进人工智能与一、二、三产业深度融合，加强人工智能在教育、医疗卫生、体育、住房、交通、助残养老、家政服务等领域的深度应用，以人工智能技术推动各产业变革，培育新增长点、形成新动能。

　　三是强化人工智能发展的潜在风险研判和防范。整合多学科力量，把握人工智能发展规律和特点，开展人工智能伦理道德等相关社会问题研究，开展与人工智能应用相关的民事与刑事责任确认、隐私和产权保护、信息安全利用等法律问题研究，建立健全保障人工智能健康发展的法律法规、制度体系等。加大力度推动《新一代人工智能治理原则——发展负责任的人工智能》等落地实施，鼓励和推动行业严守和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等原则，确保人工智能安全、可靠、可控。

　　四是加强人工智能人才队伍建设。建立适应智能经济和智能社会需要的学习就业培训体系，支持高等院校、职业学校和社会化培训机构等开展人工智能技能培训，大幅提升就业人员专业技能，鼓励企业和各类机构为员工提供人工智能技能培训，打造多种形式的高层次人才培养平台，加强后备人才培养力度，为科技和产业发展提供更加充分的人才支撑。