2023年人工智能专利综合指数报告
前言人工智能（ArtificialIntelligence，简称AI），是研究人类智能活动规律，构造具有一定智能的人工系统，国际数据公司IDC将真正具备学习能力的系统称之为人工智能系统。自二十世纪五十年代提出“人工智能”概念，经过七十多年的发展，人工智能现已广泛应用于医药、金融、零售、制造等行业。中国的人工智能产业在2015年国务院印发《关于积极推进“互联网+”行动的指导意见》后迎来新拐点，《意见》明确提出将人工智能作为主要的11项重点行动之一。产业在政策、资本、市场需求的共同推动和引领下高速发展，2016年-2020年中国人工智能市场规模持续增长，市场规模从2016年的154亿元增长至2020年的1280亿元，年复合增长率达到69.79%，预计在2025年将超过4000亿元。中国人工智能技术主要应用在政府城市治理和运营（城市运营，政务平台，司法公安，环保与监所）。其次是互联网与金融行业对于人工智能技术的使用位列前茅，目前这些行业主要使用的还是数据分析可视化，风险控制等。预计在未来五年，这一行业格局会发生变化，由于不同行业人工智能技术发展的差异性，不同行业对于人工智能的把控会发生变化。以至于不同的行业开始接受与接入智能。为了研究人工智能领域的企业创新能力，智慧芽创新研究中心将专利作为评价创新能力的重要指标，建立专利综合模型，发布了《2021年人工智能专利综合指数报告》。其中，平安集团以70.41分位居榜首，三星电子以65.23分位居第二，其余8家公司均低于65分。全球人工智能专利申请情况当前产业智能化转型已成为不可逆转的趋势，产业界已应用的AI技术能力主要有图像技术、人体与人脸识别、视频技术、语音技术、自然语言处理、知识图谱、机器学习和深度学习。随着人工智能技术在医药、金融、零售、制造等行业的落地应用，近年来相关专利申请数量也大幅增加。过去4年（2018～2021年10月），全球共申请了65万件人工智能相关专利，其中企业申请占比最高，申请量为44.8万件，院校/研究所为16.5万件，个人为3.3万件。可以发现，专利申请主要集中于企业，占比达到68.9%，院校/研究所的专利申请量排名第二，占比25.3%，个人申请占比排名第三占比为5.1%。我们发现，在人工智能领域专利申请中，个人申请占比较低，低于科技领域个人申请的平均水平，说明人工智能领域的技术仍然赖于团队完成；院校/研究所占比第二，说明人工智能的原始创新还处于非常活跃的阶段，预计在未来的3-5年里还将有更多的人工智能基础技术产生。图1：2018～2021年10月人工智能专利的申请人类型在过去4年里，全球超过100个国家和地区有人工智能的专利申请，其中申请数量最多的3个国家分别为中国、美国和日本，专利申请量分别是44.5万件、7.3万件和3.9万件。值得一提的是，这4年内，中国专利的申请量一直以超出第二名1～2倍的速度高速增长着。图2：2018～2021年10月人工智能目标市场国/地区排名在过去4年中，受理人工智能专利最多的6个国家和地区分别为中国、美国、世界知识产权组织、韩国、日本、欧洲专利局。图3：2018～2021年10月人工智能专利授权量排名前6的国家技术来源国指的是，技术第一次提出申请的国家，代表了技术来源哪些国家，代表了一个地区对人工智能的创新能力和活跃程度。图4：2018～2021年10月人工智能技术来源国占比情况从2018年起，中国已经是人工智能专利申请的大国，远远超出第二名的美国。我国人工智能相关专利不仅只集中于个别企业手中，企业间的专利申请数量差距相当，说明人工智能是科技发展的一大趋势。其中，平安集团的人工智能研发团队是全球人工智能专利申请人中申请专利数量最多的，单个团队近4年共申请了785件专利，其申请的专利主要集中于智慧金融、智慧医疗和智慧城市三大重点领域。图5：2018～2021年10月人工智能专利集中的IPC领域2021年人工智能专利综合指数
根据专利数据统计，在过去4年人工智能领域全球专利申请数量最多的10家公司分别是平安集团（中国）、三星电子株式会社（韩国）、腾讯科技(深圳)有限公司（中国）、国际商业机器公司（美国）、北京百度网讯科技有限公司（中国）、谷歌有限责任公司（美国）、LG电子株式会社（韩国）、OPPO广东移动通信有限公司（中国）、微软技术许可有限责任公司（美国）、佳能株式会社（日本）。其中，有6家公司来自国外，4家来自中国。表6:人工智能相关专利申请量Top10企业排名情况从专利申请量来看，平安已经超过所有的竞争对手，为了更进一步分析当前人工智能企业的科技创新综合能力，智慧芽创新研究中心针对人工智能领域专利申请量排名前10的企业在近4年的专利数据进行分析。本次指数共分成5个一级指标和32个二级指标，其中一级指标分别为专利基础、技术宽度与质量、专利质量与布局、当前及未来影响力和自研能力，5个一级指标总分100分，其中专利基础占30分、技术宽度和质量占15分、专利质量与布局占20分、当前及未来影响力占20分、自研能力占15分。本次发布的指数是专利的综合指数，分别从5大维度考量一家企业的专利综合能力，本指数从专利基础和专利质量与布局出发，并通过专利来判断企业技术宽度和质量、当前及未来影响力、自研能力等三方面的得分，综合获得企业的专利综合指数，对专利的综合能力的评价更加的客观和公正。根据专利综合指数得出结果，可将这10家公司分为3个梯队。第一梯队：平安集团（中国），以70.41分排名第一。第二梯队：三星电子株式会社、腾讯科技（深圳）有限公司、国际商业机器公司、谷歌有限责任公司（美国）和微软技术许可有限责任公司（美国），分数在55-66分之间。第三梯队：LG电子株式会社（韩国）、北京百度网讯科技有限公司、OPPO广东移动通信有限公司（中国）和佳能株式会社（日本），分数为45-51分。表1:2021年人工智能TOP10企业专利综合指数专利基础、技术宽度与质量、专利质量与布局、当前及未来影响力和自研能力五大方面，平安集团之所以领先三星、腾讯、谷歌等国内外企业，其核心竞争力主要体现在专利基础、当前及未来影响力和自研能力。表2:2021人工智能TOP10企业专利基础指标排名专利基础
作为每家企业的基本申请情况，分别包含专利申请数量、非外观专利申请数量等6个指标，在一定程度上代表了一家企业的专利基本情况。近4年内，平安集团的科研投入重点在人工智能领域，因此相关专利申请的数量也明显增加，专利申请量排名第一，三星电子排名第二。平安在人工智能领域投入是全面的，专利申请稳定性也位居全球第一，PCT申请总量也位居全球第一，平安在人工智能的人才上的投入，目前已经实实在在的转化为技术的积累。表3:2021人工智能TOP10企业技术宽度和质量指标排名技术宽度和质量
技术宽度和质量是通过专利技术集中度、专利技术广度等8个指标综合计算所得，可了解公司主要技术专利的全球占比和企业技术质量。在过去4年，谷歌以11.141的得分排名第一，IBM和LG排名分别位列第二、第三。从客观条件来看，国外企业经过常年的积累，在技术宽度和质量方面的评分高于中国企业，但是经过4年的积累，中国企业在部分技术上已经取得了突破，平安和腾讯在专利集中度上分别排名第一和第三，专利集中度是指在主要研究方向上，专利的累计数量，集中度越高累计量越大，相信在未来的3-5年后，中国企业可以在技术宽度和质量的指标上全面超越国外企业。表4:2021人工智能TOP10企业专利技术集中度排名表5:2021人工智能TOP10企业专利质量与布局指标排名
专利质量与布局
专利质量与布局是通过有效发明专利总量、有效发明专利占比、平均专利家族规模、专利家族授权比例、平均引证率、专利地理分布等6个指标综合计算所得。专利规模以及平均引证率，不仅可以说明该公司对技术的保护情况，也体现出该企业技术领先情况。以一级指标评判，谷歌的专利质量与布局指数最高，总计15.45分，其次为三星和腾讯。平安集团专利申请时间较晚，不少专利正处于18个月专利审核期内并未完全公开，所以检索到的授权专利数量较少，在该维度没有明显优势，排名第九。非常值得注意的是，在过去4年，平安集团在平均引证率和专利家族授权比例两方面迎头赶上，分别排于第三和第四，这表明平安集团的专利属于行业内较为领先的技术。表6:2021人工智能TOP10企业当前及未来影响力指标排名当前及未来影响力
当前及未来影响力是通过审中专利情况、专利预期寿命、平均剩余年限、当前影响力、平均被引次数、核心专利被引用次数、核心专利被引用占比、被引最多前10项专利的质量等8个指标综合计算所得。专利能够被其他公司甚至是海外企业引用，不仅可以说明该专利具有很强的社会影响力，同时也是外界对该企业认可的一种体现。平安集团在过去4年申请的人工智能专利中，有3个子指标排名均为第一，分别为审中专利数量、专利预期寿命和核心专利引用占比，核心专利被引用占比越高说明核心技术代表的专利可能成为未来主流技术的可能性越大。单模块以13.278的分数居于榜首。百度与腾讯分别位列第二、第三。表7:2021人工智能TOP10企业自研能力指标排名自研能力
自研能力是通过活跃发明人规模、专利自引率、专利联合申请量、联合申请人等8个指标综合计算所得。作为一家人工智能行业的公司，研发团队是其核心资产，也是支撑企业持续发展的核动力。IBM的活跃发明人指数得分较高，领先其他公司；而公司自主研发的延续性和稳定性也是必不可缺的，平安集团则以较高的专利自引率指数和联合申请人指数领先其他企业。不得不提的是，平安人寿AI团队曾在世界级人工智能领域大赛中获得多项世界第一。从自研能力上来看，平安已经和微软达到相同的等级，仅仅以0.05分的差距在自研能力排行中排名第二。纵观整个人工智能相关的企业专利综合指数排名，中国有4家企业进入前10榜单，并且在3个一级指标榜单中有着不俗表现，这说明中国在人工智能行业的起步虽晚，但是发展速度惊人，且在专利布局、创新影响力等方面形成了独特优势。而第一梯队的平安集团与第二梯队各企业相比总评分有明显的差距，其原因在于，虽然三星、谷歌、IBM等公司在技术宽度和质量上略微领先，但论及技术创新影响力和企业的自研能力，平安集团的优势更明显。从一级指标来看，以平安集团为首的国内企业在“当前及未来影响力”方面超出微软等国外企业1.28分之多，说明平安集团的专利技术未来潜力发展态势明显。在平安的专利库中，平安集团的核心专利被引用占比最高，说明平安的专利中的创新思维已经被业内广泛认可，并有大量的研究成果成为业内科技的参考基础。中国人工智能创新从整体来看，我国在人工智能方面的专利不仅仅在申请量上占有优势，在当前及未来影响力上也是处于全球第一梯队，中国的企业也在全球的人工智能的专利综合指数中占有举足轻重的地位。我们将着重分析上榜的中国企业——平安集团和腾讯。平安集团：构建AI+生态系统，打造全新“平安式”智能生活对于平安集团来说，人工智能是其重点关注、布局的领域之一。平安科技是平安集团旗下科技解决方案专家，致力于运用智能认知、人工智能、区块链、云技术等前沿科技，赋能集团生态圈建设，打造全新智能科技生活。平安在技术上的投入更加强调应用落地，这也是平安集团发展人工智能的独特优势。平安将人工智能技术与金融、医疗、城市治理等传统业务板块深度结合，有效实现各业务环节的“三提两降”，即提效率、提效果、提用户体验、降风险、降成本。通过人工智能技术及业务解决方案的研发应用，完善智能技术平台和方案中台的建设，形成规模化拓展AI应用的能力，，让人工智能得到真正的落地应用，也因此形成独特的平安“AI+”生活方式。比如，平安科技推出了智能闪赔、平安声纹、平安智能坐席、平安票据OCR识别、平安医疗影像、平安金融风险智能预警系统等众多人工智能领域的尖刀产品。其中智能闪赔利用深度学习神经网络技术，以及大数据挖掘逻辑规则，通过车损图片，在风险可控的前提下，自动计算损失项目、损失程度和损失价格。从出险到理赔，最快仅需133秒，全程实现"无人操作"，定损、审核等多个理赔环节中实现流程自动化与智能化，客户最快仅需3步即可完成理赔全流程，相比传统理赔平均时效提升了34%，通过智能图片定损应用+数字化反渗漏规则，实现自动理算案件99.7%，定损速度提高4000倍。在医疗领域，探索搭建医疗健康生态圈，打造覆盖诊前、诊中、诊后全流程端到端智慧医疗一体化解决方案，实现医、患、政、产多维度互联互通，全面提升行业服务与管理的智慧化水平。开发的新冠肺炎胸部CT影像分析及辅助诊断系统，实现10秒内快速检测肺炎症状，准确率97%以上，为医生提供定量信息辅助诊断，已覆盖上千家医疗机构应用，阅片数量达到数百万张。目前，人工智能技术正在我国蓬勃发展，平安科技也在AI领域不断崭露头角，专利申请数量相应稳定增长。如今，平安AI已经向生活场景深入地全方位落地，赋能金融、医疗、城市治理等传统业务板块的同时，也不断推出创新服务，在音乐、娱乐、翻译等细分领域都有不俗的成就。由此可见，平安集团以“AI+”模式成功将人工智能技术落地进入人们生活的各领域，未来还将持续夯实关键技术和业务壁垒，赋能实体业务，解决实际痛点，在智能化生活方向探索更长远。腾讯：聚焦用户体验，攻坚“通用人工智能”终极目标腾讯拥有丰富的应用场景，遍布文娱、互联网、社交网络、媒体等日常生活的各个领域。其在社交网络、媒体等业务的深耕，加上QQ和微信庞大的用户体量，使其在AI开发上更关注用户体验的问题。在人工智能技术储备方面，AILab、腾讯优图、WeChatAI是腾讯三大人工智能实验室，主攻机器学习、计算机视觉、语音识别、自然语言处理（NLP）等四大方向。而后，腾讯又以AILab和机器人实验室RoboticsX作为“AI+机器人”双基础部门，连接虚拟和真实世界，并合力攻坚“通用人工智能”这一终极目标。除了基础技术研究，腾讯在AI应用场景上，主要聚焦内容、社交、游戏和医疗。其中，医疗是腾讯人工智能技术应用的最重要场景。腾讯推出了AI+医疗产品“腾讯觅影”，他在医疗领域的两项核心能力分别是AI医学影像分析和AI辅诊。“腾讯觅影”利用AI医学影像分析可以辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌、宫颈癌等疾病；同时，利用AI辅诊引擎可以辅助医生对700多种疾病风险进行识别和预测，辅助临床医生提升诊断准确率和效率。“AI+游戏”，游戏是腾讯的主营业务，是腾讯AI率先落地的领域。大量的游戏AI研究，也有助于腾讯对于人、智能体和环境之间复杂交互关系的研究，从而提升AI的用户体验。在游戏AI的研究上，腾讯AILab已从围棋AI“绝艺”等单个AI的完全信息类游戏，转移到规则不明确、任务多样化、情况复杂的游戏类型，如《星际争霸》和《Dota2》等复杂的即时战略类RTS游戏或多人在线竞技类MOBA游戏。而在企服平台方面，不得不提腾讯云。腾讯云倾力打造了“腾讯云小微”，这是一个智能服务开放平台，可以让硬件快速具备语音和视觉感知能力。同时，腾讯云小微又是一种智能解决方案，可以赋予硬件更多的能力扩展，从而构建一个丛云到端的“智能云生态”。腾讯云旗下深度学习平台DI-X，平台集数据开发、训练、预测和部署于一体，适用于图像识别、语音识别、自然语言处理、机器视觉等领域。结束语：厚积薄发，未来可期随着人工智能技术的发展以及科技进步的赋能，中国人工智能应用的市场规模将进入高速增长阶段。现在，人工智能已被列入十四五规划，面向2035年，科技创新型国家会趋向为一种人工智能驱动的社会。中国人工智能终将进入高速发展阶段，市场必然迎来新的机遇，当前中国企业也在持续的研发投入中，专利质量及技术质量都具有长足的进步，未来将是一个可以预见的AI时代。国家的大力引导，企业家们的砥砺前行，更有千万的中国研发工程师的日以继夜，使得我国的人工智能技术积累大幅提升，期待在不久的将来中国的企业在人工智能领域大放异彩。关于智慧芽创新研究中心智慧芽创新研究中心致力于在科技创新领域提供独立的研究数据、研究报告、排行榜、研究洞察等各类内容。研究中心基于智慧芽强大的数据能力，包括知识产权数据、创新研发数据、市场数据、投资并购数据等各类数据；研究中心还运用人工智能分析产业和数据，结合定制数据模型，打造智慧芽科创力报告和科创力指数，为创新产业发展赋能。免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。【责任编辑：钟经文】人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）