2020年11月3日下午，中國（深圳）綜合開發研究院舉行“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和機遇》的發言。

一、人工智能是發展數字經濟的核心驅動力量

全球對人工智能發展日益重視。現代社會從信息時代、互聯網時代發展到了物聯網時代。當前，社會的發展從萬物互聯走向萬物智能，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，發達國家積極布局人工智能，選擇適合本國發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，人工智能的發展水平也是國家核心競爭力的重要體現。

發展人工智能成為中國國家戰略。在當前新興技術高速發展的背景下，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變革的重要驅動力量，加快發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變革機遇的戰略問題。國務院在2017年也發布了《新一代人工智能規劃》，規劃中提到，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，中國已從國家戰略高度重視人工智能技術及其產業發展的重要意義。

二、當前中國人工智能發展具有的獨特優勢

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展優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展。從中央政府到地方政府，都有人工智能規劃，且在人工智能基礎建設投入很大。

其次，我國的互聯網規模、網民數量、產生數據能力在全球處于領先水平。隨著中國工業化、城鎮化和網絡化的提高，中國產生數據能力的優勢還會提高，而所有這些數據都將推動人工智能應用的發展。

第三，近年來中國產業資本非常活躍，無論是產業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企業融資總額占全球的70%，中國人工智能企業數量位列全球第二。

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，很多大數據中心及超算中心的規模在全球領先。而這些都將助力于推動中國人工智能領域的發展。

三、相比全球領先水平，中國人工智能發展仍存在差距

中國已將人工智能技術列為優先發展領域，并結合自身優勢和特點，在推動人工智能發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，仍面臨明顯的發展短板。其中，有些是全球各國發展面臨的共同瓶頸，有些則是自身發展中的階段性不足。

（一）研發范式仍有欠缺

重要人工智能進展的研發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理論方法，并進行長期持續的深入研究。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，大團隊持續的投入以及完善生態建設。這是中國高新科技領域目前最大的短板。中國在產業鏈影響力、大規模投入以及生態建設上仍存在欠缺。

（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。盡管我國現在的人才引進計劃吸引了很多國內外人才回國發展，但是引進特別頂尖的人才回國暫時還是比較困難的。

（三）產業發展面臨瓶頸

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

一是在投入方面，美國的大企業頂級人才匯集，研究基礎好，研發投入巨大。而中國大公司的研發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，美國的大企業科技創新文化濃厚，積極鼓勵原創，鼓勵“從0到1”的創新，愿意投入大量的資源探索新科技的產業應用。而中國大部分企業不愿意先期投入和承擔風險，更多是業務創新而非科技創新。

三是在產業鏈方面，國際的科技寡頭往往控制了產業鏈上下游的資源，更容易實現技術的集成創新。而中國產業鏈資源相對分散，更多是利用全球化從美國已有的生態、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境下，中國發展人工智能必須自立自強，加大科研攻關力度，以實現技術上的創新突破。

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中是剛需，目前中國還處在追趕的狀態。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，如強化研發基礎軟件和硬件系統，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展趨勢作出預判，提前進行人才和技術布局，以及實現關鍵核心技術上的突破。技術的發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。

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

四是完善人工智能人才培養體系。頂尖人才對人工智能的發展至關重要。中國應優化科研制度環境、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規模，從而匯聚世界最頂尖人才和團隊，培養留住杰出青年人才。
責任編輯：YYX