人工智能是引領未來的戰略性技術，是中美戰略競爭的焦點領域之一。我國人工智能芯片和開發框架的關鍵自主根技術落后，基礎設施薄弱、頂尖人才缺乏，若“十四五”時期不能實現重大突破，將難以與生態成熟、市場廣闊、用戶眾多的少數先進國家競爭，必須在戰略與戰術上科學謀劃，實現跨越發展。

我國人工智能產業進入活躍期，市場前景廣闊，但面臨根技術落后、基礎設施薄弱、行業落地困難、頂尖人才缺乏等挑戰

受政策、技術、市場等因素驅動，我國人工智能保持高速發展態勢。在互聯網、公安等方面應用處于國際前列，逐步形成了包括芯片、開發框架等根技術、基礎軟件和應用場景在內的相對完善的產業體系，涌現出一批骨干企業，推出了如華為昇騰人工智能芯片、MindSpore開發框架，寒武紀思元芯片、百度PaddlePaddle開發框架等代表技術和產品。自2019年，我國人工智能論文發表數超過歐美，論文被引用量與美國相當。

但要看到，我國人工智能產業發展面臨一系列挑戰。

一是關鍵根技術落后帶來發展風險。我國人工智能產業的發展，甚至政府、軍事等領域的關鍵應用主要建立在美國根技術的基礎上。英偉達（Nvidia）的人工智能高端芯片占我國90%以上高價值市場份額。美國谷歌和臉書以開源和免費人工智能框架搶占人工智能算法創新源頭。TensorFlow和PyTorch已占我國85%以上份額，TensorFlow一周的下載量超我國所有自主人工智能框架2020年的下載量之和。人工智能基礎算法的30多個專利掌握在谷歌手里。國內人工智能基礎軟件、應用軟件、算法等需要借助國外技術才能發展和演進，高端芯片等供應鏈上的“命門”也掌握在美國手里。持續在國外根技術基礎上發展我國的人工智能產業，是國家戰略投資的浪費，將錯失自主發展的歷史性機遇。

二是基礎設施建設不足，算力昂貴稀缺，行業開放數據集缺乏。我國缺少大規模開放行業數據集，數據生產、交易和治理的機制缺位。高質量大規模的基礎數據和行業數據是人工智能發展的基礎，也是人工智能與實體經濟融合的關鍵。盡管我國互聯網領域已集中產生了海量結構化數據，帶動算法技術快速成熟，但大規模高質量的行業數據集缺乏。如互聯網圖片識別常用的ImageNet數據集有14197122張圖片，而工業視覺領域的工業質檢數據集通常僅1000張左右。但工業質檢的準確率需要99.99%，對比互聯網一般95%的準確率要求更高，更需要大規模高質量的數據集進行訓練。據統計，國內大量行業數據資源集中在教育、醫療、交通管理等政府公共部門，占比高達75%。此外，互聯網等行業數據集基本上由少數幾家巨頭掌握。由于國內人工智能數據生產、流動和治理機制辦法缺位，政府公共部門和眾多人工智能企業出于法律和商業利益考慮，大量高質量數據的共享與傳播受到限制，無法得到有效利用。

三是應用門檻高，應用落地領域不均衡，整體智能化水平較低。據統計，我國85%以上人工智能算力集中在互聯網、公安行業，在教育、醫療、養老、環境保護、城市運行、司法服務、交通、能源、制造等領域未得到深度應用，對社會治理、經濟活動各環節的智能化水平提升作用不足。主要原因在于，人工智能需與各行業的業務流程、信息系統、生產系統等深度結合才能產生價值。除相應的硬件、軟件、算法外，還需同時具備行業知識、人工智能知識、信息系統知識的人才進行開發和部署。人工智能開發和應用是一個跨領域融合的過程，有諸多困難需要克服。另外，工業領域細分子行業多、應用場景多，相應的算法模型訂制頻繁，人工智能快速復制存在困難。

四是頂尖人才儲備少，基礎創新能力不足。根據清華大學AMiner數據平臺每年發布的“AI2000人工智能全球最具影響力學者榜單”，中國入選全球AI2000學者數量為196，位居第二，但僅占全球9.8%，約為美國高層次學者數量的1/6。高層次人才的短缺也直接反映在我國人工智能關鍵根技術和算法創新方面能力的匱乏。建設高水平的人才隊伍和創新團隊是我國人工智能發展的迫切需求。

推動我國人工智能產業加快發展

（一）明確我國人工智能產業自主技術路線，培育關鍵根技術，構建我國人工智能產業體系

1. 成立國家層面的領導小組，明確人工智能自主根技術路線，并統籌推進規劃落地國家層面成立人工智能根技術發展領導小組，對人工智能技術體系進行整體規劃設計，對規劃落地進行統籌協調。培育一批人工智能高端芯片、框架根技術的頭部企業，構建基于根技術的生態體系，推動其在各行業、各場景中廣泛應用。

2. 啟動“人工智能根技術”國家重點研發專項，力爭三年內形成可持續的根技術路線和相對完備的生態體系啟動“人工智能根技術”國家重點研發專項，重點扶持國內企業人工智能高端芯片、框架研發，資金投入上與美國在人工智能基礎技術上的投入相當，三年內形成持續投入和研發、不依賴國外技術的能夠穩定供應和發展的可持續根技術路線，在部分領域實現國際領先。

圍繞人工智能根技術打造開放生態體系。圍繞高性能芯片，發展適用于人工智能計算范式的內核架構、內存系統、高速互聯、協處理機制和芯片封裝等技術；圍繞人工智能框架，發展安全可信體系和人工智能應用使能軟件，高性能使能基礎軟件，完善統一編程接口、動態計算圖執行、彈性計算等技術；基于人工智能芯片和開發框架，發展軟硬件協同和系統級優化技術，構建異構軟件編程及開發體系。

3. 促進中歐合作，形成有利的國際發展環境，推動技術、學術交流和標準統一。

加強與歐洲AI4EU聯盟等人工智能組織的聯系，建立技術生態合作，與歐盟人工智能高級專家組（AIHLEG）的專家進行互動；與歐洲大型ICT技術公司和行業獨角獸加強商業聯系，發揮頂級合作伙伴在歐盟內部的影響力，在交通、制造、醫療等重點行業樹立樣板，強化中歐人工智能領域經濟聯系；識別歐盟重點高校頂級教授，通過顧問、招聘模式建立合作，聚焦德、法等國重點高校，落地高校教學合作；對歐盟政策、法律保持跟蹤，在標準領域，引導中歐形成基于我國人工智能技術路線根技術的統一標準，形成類似于5G通信領域的標準聯盟。確保在美國技術被阻斷的背景下，我國仍可獲得全球人工智能的領先技術、思想，相互交流促進，避免封閉發展。

（二）集約化建設算力中心和開放數據集，奠定人工智能根技術發展和行業落地的基座

1. 加快基于我國根技術的人工智能計算中心建設。

通過政府主導，配套國家和地方產業發展資金，集約化規劃和建設一批人工智能計算中心。依托人工智能計算中心，搭建算力公共服務平臺、人工智能應用創新孵化平臺、產業聚合以及協同創新平臺、人才培養及標準孵化平臺。

支持建設基于我國人工智能技術路線的EFLOPS級人工智能計算中心，建立對人工智能計算中心建設標準、技術規范、算力調度和審批運營考核機制，制定基于有效算力的人工智能計算中心考核指數。

2. 推動數據開放，建設一批高質量公共數據集。

推進數據開放，制定辦法和指標，推動政府公共部門（政務、醫療）定期發布脫敏數據；對央企（能源、交通、金融）制定數據積累指標，在不影響商業機密的基礎上定期收集發布，形成行業共享數據集。積累政府和央企的開放行業數據集存儲在國家投資和管理的計算中心和創新中心供行業企業免費使用，人工智能計算中心及平臺提供數據集安全可信及開放共享。鼓勵民營部門開發脫敏數據集給教育和科研機構使用，鼓勵產業與學術協作。

3. 推進數據生產和流動機制，調動政府部門、產業界、學術界、公眾等創新主體并促進互動通過制定數據生產和流動機制，依靠政府統籌打通匯聚、共享等環節，明確數據格式、元數據標準，并開發標準庫和工具包，制定并統一數據標注規范、存儲安全標準，使用方法；推動政府機構間、政府與企業之間、企業與企業之間的數據分級訪問，普及數據保護意識；鼓勵所有機構為人工智能訓練和測試開發公共數據集；提高數據可用性，根據研究機構的反饋，優先發展人工智能數據的訪問質量和路徑。

（三）基于我國人工智能自主技術路線發展行業應用，對人工智能創新企業采取先保護、后競爭的措施

1. 建設人工智能生態創新中心，加快推動人工智能與各行業融合創新，推進人工智能規模化應用鼓勵領先地區結合當地優勢產業，聚集龍頭企業和研究院所的創新力量，配合人工智能計算中心，建設區域人工智能生態創新中心，面向傳統企業提供關鍵人工智能共性技術，開展人工智能技術賦能活動，推動企業智能化發展，打造產業集聚效應。從而推動新舊動能轉換，助力數字經濟賦能產業轉型升級，引領產業向價值鏈高端邁進，有力支撐實體經濟發展，獲得整體產業競爭優勢。

培育具有重大引領帶動作用的人工智能產業，加快促進人工智能與各產業領域深度融合，推動形成數據驅動的智能經濟形態。出臺相關獎勵和減稅等鼓勵政策，大規模推動企業智能化升級，提供算力補貼給符合申請規定的企業，對其制定免稅、減稅等激勵措施，鼓勵創新投入。

2. 在初期保障人工智能自主技術路線根技術應用，制定重點行業和企業的技術路線實施計劃。

在人工智能自主技術路線根技術發展初期，制定重點行業（如軍隊、安防、金融等）根技術應用計劃，實現我國根技術路線三年全面落地。制定政府部門和重點行業央企（如應急、金融、交通、能源、教育等）我國人工智能自主技術路線根技術應用最低比率（如30%），或向人工智能計算中心租用同等算力。對于三年內應用我國根技術產品或解決方案的民營企業，予以一定比例補貼。其中基于我國根技術的產品或解決方案可采用清單方式進行管理。

3. 建立“人工智能+行業”國家重點實驗室，促進我國人工智能行業應用在重點行業突破落地。

在人工智能產業聚集的重點區域圍繞重點行業，如醫療、交通、安平、制造、能源等建立“人工智能+行業”國家重點實驗室，以人工智能技術在行業的應用落地為核心，開展行業智能基礎研究和應用創新工作。通過人工智能技術與行業應用場景的結合，制定相關技術框架、標準、規范，形成具有行業引領和示范作用的系統性原創成果，力求實現關鍵技術的突破與集成。加強行業人工智能實驗室研究成果的銜接與轉化，構筑面向該行業的人工智能技術支撐和賦能能力，促進我國各行業智能化的均衡發展。

（四）引進全球頂尖人才資源，加速青年人才培養和產學研協同發展

1. 加強全球頂尖人才引入，充分利用全球化人才資源。

隨著美國對中國人工智能產業的封鎖，美國部分公司經營狀況下滑，收入下降，某些領域出現對華裔學者的歧視性現象，可以吸引這些美國高級科技人才歸國回流。俄羅斯的計算機開發語言、編譯器、數據庫等方面的技術較為領先，可以引入相關人才。對于相關急需人才來中國工作或中國企業在國外設立研究所可以給予快車道和相關政策支持。為國外回流領軍人物解決國籍、戶口、住房、子女教育、教職等問題，使其能夠專心科研，設立針對AI2000高端人才的專項引入計劃。

2. 重塑人工智能人才培養體系，將人才培養和科學研究建立在自主根技術之上提高全民對人工智能的認知水平。強化STEM教育，以科學、技術、工程及數學等學科作為人工智能的基礎教育，從小學到高中教育階段設置人工智能相關課程。支持高校調整和新建人工智能學科專業，鼓勵有條件的高校建立人工智能學院，加強基于我國根技術的人工智能學科設計與教材編制，積極開展“新工科”教育實踐，形成“人工智能＋X”復合專業培養新模式。打造職業培訓體系，鼓勵高校、企業等賦能各類職業教育機構培養基礎型人才，為勞動力技能轉型提供更多培訓機會，以適應各行業智能化轉型所帶來的技能轉型和提升需求。引導雙一流高校人工智能專業開設基于我國人工智能根技術的必修課程。

3. 鼓勵產學研協同發展，基于人工智能根技術聯合創新鼓勵企業與高校合作開展尖端科研工作。鼓勵高校院所聯合行業龍頭企業，采用產學研合作模式創建一批國家級或省級人工智能重點實驗室、新型研發機構、工程（技術）研究開發中心、企業技術中心等公共技術創新平臺，促進人工智能前沿核心技術和應用技術開發研究，開展科技成果轉化和行業標準制定等工作，掌握核心技術，形成自主知識產權。

（作者單位：中國國際發展知識中心）