冲刺“人工智能高地”的背后人工智能国外的发展现状如何

发表时间：2023-07-03 17:30:43

冲刺“人工智能高地”的背后

原标题：多地升级人工智能产业政策，北上深等地相继发布支持产业的政策文件（引题）

冲刺“人工智能高地”的背后（主题）

工人日报—中工网记者赖志凯

阅读提示

如何抓住人工智能这一轮技术变革的浪潮，促进区域以及产业发展，多个一线城市开启了“追逐赛”。北京更是闻风而动，一天之内发布两项政策，冲刺“人工智能第一城”。

中国积极布局人工智能产业，竞跑“未来赛道”。随着各行业、各领域对人工智能需求的日益增长，与实体经济深度融合的新模式不断涌现，形成了具有中国特色的研发体系和应用生态，引领着经济社会各领域从数字化、网络化向智能化跃升。以“大模型”为代表的技术爆发，加速了人工智能产业的发展。

相关专家指出，大模型相关新研究、新产品竞相涌现，通用人工智能正成为各国重点布局的关键赛道。

如何抓住这一轮技术变革的浪潮，促进区域以及产业发展，多个一线城市开启了“追逐赛”。近期，北京、上海、深圳等地纷纷出台相关政策举措，发挥自身特色优势创新“助跑”。北京更是闻风而动，一天之内发布两项政策，冲刺“人工智能第一城”。

多地支持政策密集出台

近期，各地出台政策举措力促人工智能发展。《深圳市加快推动人工智能高质量发展水平应用行动方案（2023~2024年）》于近日出炉，该方案明确提出：“加大财政资金投入力度，重点支持人工智能创新和应用。发挥政府投资引导基金作用，统筹整合基金资源，形成规模1000亿元的人工智能基金群。”

除深圳之外，成都市经济和信息化局于6月1日就《成都市进一步促进人工智能产业高质量发展的若干政策措施（征求意见稿）》公开征集社会意见。

而近日公布的《上海市加大力度支持民间投资发展若干政策措施》提出，充分发挥人工智能创新发展专项等引导作用，支持民营企业广泛参与数据、算力等人工智能基础设施建设。目前，上海徐汇区正积极引进和培育一批大模型研发团队，将加快研究打造大模型生态集聚和创新应用高地。

不难看出，当人工智能新一轮产业竞赛持续升温之时，各地鼓励支持人工智能发展的利好政策也密集出炉。记者注意到，最新地方政策文件中均重点提到了算力端发展，加大算力基础设施的投资力度，同时强调了人工智能的高质量发展，拓展AI创新应用场景的深度与广度。多名来自AI产业的人士也向记者表示，国家及地方出台的多项AI产业支持政策将给产业发展带来助推力，更进一步推动数字经济与实体经济的融合发展。

中国工程院院士、中国人工智能学会理事长戴琼海表示，中国拥有广阔的人工智能应用市场，但在基础性技术和人才方面还处于弱势。应从政策、机制和投入上，深化人工智能人才培养和基础研究，强化原始创新。天眼查数据显示，目前我国拥有人工智能相关企业近273.1万余家，其中今年1~5月新增注册企业23.2万余家，平均增速达66.7%。

“经过这些年的发展，通用人工智能成为一个新的竞争热点，各方的投资、研发都热度不减。”北京智源人工智能研究院院长黄铁军说，未来，SegGPT等视觉类通用人工智能将在自动驾驶、机器人等方面有广泛应用。

据统计，目前中国10亿级参数规模以上大模型已发布79个；有14个省区市在开展大模型研发，主要集中在北京和广东，其中北京38个、广东20个。

北京一天发布两项重磅政策

在日前举行的2023中关村论坛闭幕式重大成果发布会上，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023—2025年）》（以下简称《方案》），《北京市促进通用人工智能创新发展的若干措施》（以下简称《措施》）重磅发布。北京将通过这两项政策，从鼓励与引导行业发展角度，围绕创新发展共性需求，进一步统筹资源，全面推动人工智能自主技术体系建设及产业生态发展，到2025年基本建成具有全球影响力的人工智能创新策源地。

围绕着人工智能如此密集地发布重要文件，实属罕见，北京市建设人工智能高地的决心和力度清晰可见。

首先，《方案》围绕着突破关键技术、夯实底层基础、构建产业方阵、推动场景建设、构建创新生态五大方向，提出16项重点任务；《措施》则从提升算力资源统筹供给能力、提升高质量数据要素供给能力、系统构建大模型等通用人工智能技术体系、推动通用人工智能技术创新场景应用、探索营造包容审慎的监管环境五个方面退出的具体措施。

在这两个重磅文件中，几个重点和关键词值得关注。

一是突破和原创。《方案》提到了“突破人工智能前沿基础理论创新”，强调“围绕人工智能数学机理、大数据智能、多模态智能、决策智能、类脑智能、科学智能、具身智能等方向开展研究布局，形成具有国际影响力的人工智能原创理论体系”。不仅仅是要有基础理论框架体系，而且强调“原创”。

二是两个重要内容。《方案》提到“支持创新主体重点突破分布式高效深度学习框架、大模型新型基础架构、深度超大规模图计算、超大规模模拟计算等基础平台技术。支持数据与知识深度联合学习、高维空间多模态语义对齐、大规模认知与推理、可控内容生成、高效低成本训练与推理等关键算法研发，着力推动大模型相关技术创新。鼓励相关技术和算法开源开放”。

核心产业规模将达3000亿元

“人工智能核心产业规模达到3000亿元，持续保持10%以上增长，辐射产业规模超过1万亿元。”《方案》提出了具体的目标数据。

16项重点任务和21条具体措施就是围绕着这个目标展开。从大的方向上看，是在国家发展新一代人工智能的决策框架之下，针对北京市的“两个人工智能区”——北京国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区，“一个地”——全球影响力的人工智能创新策源地，“一个中心”——国际科技创新中心的继续布局、深化加强和全面推动。

围绕这一蓝图，一个个细化的目标也在《方案》中明确。北京将在人工智能基础理论方面取得突破，人工智能理论框架体系基本形成，通用人工智能雏形显现；自然语言、通用视觉、多模态交互大模型等形成完整技术栈，关键算法技术达到国内领先、国际先进水平。人工智能算力布局初步形成，国产人工智能芯片和深度学习框架等基础软硬件产品市场占比显著提升，算力芯片等基本实现自主可控；国产硬件比例显著提高。

人工智能领军企业科研投入持续增加，初创企业数量不断增长，企业总数保持国内领先，新培育独角兽企业5至10家。

根据《方案》，北京还将建设一批具有世界级影响力的人工智能科研机构，引进培育国际一流创新人才团队；力争高水平学者数量超万人，国内占比保持领先。在人工智能相关政策措施、伦理安全、技术标准等方面，也将努力取得重要进展。

人工智能行业发展趋势及市场规模分析2023

人工智能行业发展趋势及市场规模分析2023郭梦2023年6月28日来源：互联网79248繁体

近年来，人工智能成为全球数字技术创新最活跃的前沿领域之一，是数字经济的新赛道和国际竞争的新热点。同时，社会公众对于人工智能疑虑未消，在踩下油门的同时如何控制好速度与方向，进而构建安全、可信的人工智能，成为与会企业家、专家热议的焦点。

构建安全可信的数字世界

人工智能时代，智慧教育有了新模样：机器人通过图像识别就可以批改试卷、识题答题;“AI老师”通过人机交互技术实现24小时在线答疑解惑。不仅教育领域，工业、商业、物流、医疗……对话过程中，业内人士不断分享着人工智能的应用场景。

人工智能行业发展趋势及市场规模分析2023

在产业政策支持下，市场立法逐渐健全，未来中国人工智能市场规模将高速增长，到2025年将突破3000亿元。作为全球最大的人工智能应用市场，中国人工智能技术落地迅速，已经广泛应用于多个行业和场景。中国人工智能飞速发展刺激着各行各业的经济，应用市场潜力巨大。

人工智能技术的应用不仅大大提高了传统行业的生产效率，更是让传统制造业变得更有市场竞争力。

从全球范围来看，人工智能技术的发展速度非常快，有很多行业在积极地运用人工智能技术。美国是最早开始研究和开发人工智能技术的国家之一，欧洲的部分国家也有着相当高的研发实力，中国则成为了世界上发展最快的人工智能市场之一。

从行业来看，人工智能技术在医疗、金融、零售、制造业等多个领域都有着广泛的应用。其中，医疗健康应用是人工智能技术的一大重点领域，包括疾病预测、医学影像诊断、智能辅助诊疗等。

据中研普华产业院研究报告《2023-2027年中国人工智能行业全景调研与发展战略研究咨询报告》分析

近年来，人工智能产业进入高速发展阶段，人工智能的应用场景从硬件扩展到了软件、服务与平台体系，在工业、农业、医疗领域的行业应用不断深入。

我国人工智能产业链主要包括算法、芯片、算力、数据及场景等几大环节，各个环节都存在细分领域的龙头企业。

人工智能是新形势下数字经济的重要基础设施，具备同各行各业结合的能力，越来越多的行业和领域都在进行不同层次的智能化升级。新人工智能时代将是泛智能时代，覆盖的范围也远远不止传统理解中的互联网和科技行业，将给全社会带来生产力和连接度的飞跃。

伴随着科学基础和实现载体取得新的突破，类脑计算、深度学习、强化学习等一系列的技术萌芽预示着内在动力的成长，人工智能的发展已进入一个新的阶段。

我国政府高度重视人工智能的发展，通过发布政策、实施重大项目等方式积极推动人工智能技术和产业创新发展，将人工智能融入国家整体创新体系，不断增强产业竞争力。

随着我国新基建、新经济的不断推进，AI技术在各领域的应用不断深化，我国人工智能行业市场规模持续增长。

我国人工智能市场规模逐年扩大。2022年，我国人工智能市场规模达到2680亿元，预计2023年全年我国人工智能市场规模将达到3200亿元，同比增长33.8%。

在科技迅速发展的时代，人工智能的发展是大势所趋，而中国发展人工智能具有着良好的社会环境，如在人才培养、人力资源、社会消费需求等方面体现出游刃有余的社会优势。近年来，中国知识产权创造水平稳中有进，国内企业创新主体地位进一步提升，国际社会对中国知识产权保护的信心持续增强，人工智能技术的发展具有良好的知识产权保护环境。

未来，在5G+物联网的加持下，各行各业都将进入一个智能化阶段。通过数据流和控制流的实时交互，实现人与机器之间、人与物之间的高效协同，并在人机协作中进一步提高生产效率和产品质量。

人工智能行业研究报告旨在从国家经济和产业发展的战略入手，分析人工智能未来的政策走向和监管体制的发展趋势，挖掘人工智能行业的市场潜力，基于重点细分市场领域的深度研究，提供对产业规模、产业结构、区域结构、市场竞争、产业盈利水平等多个角度市场变化的生动描绘，清晰发展方向。

欲了解更多关于人工智能行业的市场数据及未来行业投资前景，可以点击查看中研普华产业院研究报告《2023-2027年中国人工智能行业全景调研与发展战略研究咨询报告》。

关注公众号

免费获取更多报告节选

免费咨询行业专家

人工智能人才培养现状、问题及发展方向

7月26日，中国科协青少年科技中心、中国青少年科技辅导员协会和山东省科学技术协会共同主办的2021年中国人工智能普及教育发展论坛在山东烟台举行。论坛主题为“智能时代智创未来”，中国科学院大学人工智能学院副院长肖俊，浙江大学计算机学院教授、教育部义务教育信息科技课标组专家翁恺，山东大学软件学院副院长许信顺围绕人工智能人才培养现状、问题及如何做好人工智能人才培养等话题进行了分享和交流。小编整理专家们的干货观点，为你呈现：

2021年中国人工智能普及教育发展论坛会议现场

人工智能人才培养历史及现状

国内外人工智能人才培养链条初步形成

基于研究的高端人工智能人才培养已经发展了近半个世纪，肖俊梳理了国内外人工智能人才培养发展过程中有影响力的十件大事。

1958年，麦卡锡在麻省理工大学组建全球第一个人工智能实验室，开始人工智能研究和人才培养。1962年他在斯坦福组建了世界上第二个人工智能实验室。时至今日，上述两个实验室和卡内基梅隆大学的人工智能实验室排名全球前三。

2017年5月，中国科学院大学成立国内首个全面人工智能人才培养学院，随后，清华大学、北京大学、中国人民大学、南京大学等相继成立了人工智能学院和研究院。

2017年，中国《新一代人工智能发展规划》出台，明确提出要加快培养聚集人工智能高端人才，包括“人工智能+X”复合专业培养、学科交叉和产学研合作，同时实施全民智能教育项目，中小学阶段设置人工智能相关课程。

2018年4月，中国教育部印发《高等学校人工智能创新行动计划》，提出要加强理论研究，引导高校从增量知识和存量调整方面加大人工智能人才培养力度。教育部印发文件还指出，为构建人工智能多层次教育体系，中小学阶段也将引入人工智能普及教育。同时鼓励支持高校相关教学、科研资源开放，建立面向青少年和社会公众的人工智能科普公共服务平台，积极参与科普工作。

2018年5月，卡内基梅隆大学（CMU）开设全美第一个人工智能本科专业。同年，中国35所高校申请并获批招收人工智能本科专业学生，2019年之后逐渐变多，教育部也新增高职（专科）人工智能专业，2020年起开始执行。人工智能本科、专科和研究生层次的人才培养开始正式招生。

2018年来，中小学人工智能普及教育引发广泛关注。相关专业机构成立、面向中小学的教材陆续出版。2018年4月14日，中国青少年科技辅导员协会成立人工智能普及教育专业委员会；2019年5月26日中国人工智能学会成立了中小学工作委员会。如陈玉琨、汤晓鸥编写的《人工智能基础（高中版）》等。

2019年，中国人社部相关通知发布人工智能工程技术人员成为“新”的职业工种并组织专家和相关企业起草人工智能职业的相关标准和规范。

2019年3月22日，首届中国人工智能教育大会召开；2019年5月16-18日，国际人工智能与教育大会在北京召开，时任中国教育部部长陈宝生出席。

2019年9月22日，北京大学、清华大学等9所高校及清华大学出版社成立中国人工智能教育联席会，围绕全面提高人工智能人才培养这一核心，共同研讨人工智能人才培养的理念、方法和机制，抓好人工智能专业内涵建设，构建和完善“多主体协同育人长效机制”，培养高水平人工智能人才。

2020年1月21日，教育部、国家发展改革委和财政部印发的《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》出台，2020年人工智能专业研究生大幅扩招。

从上述这十件事情可以看出：尽管国内人工智能教育开始时间不长，但已受到学校、企业和政府等多方的高度重视；我国已逐步开启学位教育与职业培训协同发展的多元化人工智能人才培养模式；我国已经初步形成覆盖中小学、专科、本科、研究生等各个层次的人工智能人才培养链条，但仅仅是“初步形成”，和高等教育相比，中小学、专科和本科教育仍需再深入研究。

我国人工智能人才缺口大

人工智能人才紧缺是我国人工智能发展面临的主要困境。肖俊以2017年《全球AI领域人才报告》为依据，将当前中美人工智能人才数量做了一个对比。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，美国超过85万，排在第一位，而中国超过5万，全球第七，不足美国的6%。从人工智能人才从业时间的角度分析，中国高层次AI人才极其稀缺且从业时间短，美国从业十年以上的人才比我国高一倍。从年龄分布角度来看，我国也处于明显的弱势，整体而言28-37岁是AI主力军，但是在中国48岁以上的资深AI人才比较少，年轻人比较多一些。而48岁以上美国占到16.5%，中国只有3.7%。

随着诸多行业转向人工智能领域，该领域的人才需求量十分巨大。传统IT企业全面向人工智能转型，纷纷抢占智能产业制高点，如谷歌、IBM等。诸多非IT企业也开始布局人工智能产业，这与人工智能逐渐深入各行各业迫使它们不得不向该方向做转型有关，比如碧桂园就不惜重金招人工智能博士帮企业布局新发展。很多学物理化学材料专业的学生也开始学人工智能技术，希望可以通过学科交叉做出一些新的东西。据TalentSeer和AI人才社区Robin.ly联合发布的数据显示，2016-2019年，全球人工智能人才需求年均增长达74％，而我国工业和信息化部人才交流中心数据显示，当前我国人工智能产业内，有效人才缺口达30万。可见，人工智能的人才培养已是刻不容缓。

人工智能高等教育人才培养

面临的问题及解决思路

追求短平快，学科建设、各方协作不足

肖俊认为我国目前的人工智能高等教育主要存在三方面的问题。一是学科建设不健全。人工智能非一级学科，国内现在有几个专业都在做人工智能人才培养，包括智能科学与技术、数据科学和大数据、机器人工程等，没有明确规定人工智能人才必须在哪个系统或者哪个学院培养，导致培养体系不健全，目前每所高校的方案都不一样。二是要警惕“短平快”导向偏差。现在人人都来跨专业学人工智能，简单学一些深度学习算法和Python编程等基本能力就出去找工作。这种浅层次学习和人才培养其实不一定需要由高校承担。高校的人才培养需要贯彻落实“百年树人”思想，不能追求短平快。三是产学研协作不足。人才培养定位和目标不明确、校企供需对接不够、学校招生需求与就业脱节。

做好人才培养的精确分类

肖俊认为，人才培养需要执行“三个面向”方针，即面向世界科技前沿，面向国家重大需求和面向国民经济主战场，对人才做好分类培养。针对人工智能人才培养定位和目标不明确、校企供需对接不够、学校招生需求与就业脱节等问题，首先应面向不同需求做好精确分类，比如学术和职业教育层面就应区分开。研究生层面应设立创新型人才培养与技术应用型人才培养互补，专业化培育与定制型培育相结合的培养体系。职业教育层面，要充分发挥高职高专的职业教育优势，尤其是要与新公布的人工智能新职业工种和标准做好衔接。此外，人工智能教育培训市场目前也存在一定的泡沫，社会化培训也需要进一步规范，培养人才的初衷不能变。面向成人的教育，可以以技能培训为目标，并与职业资格考试结合。许信顺将高等教育人工智能人才培养划分为三个层次：一是研究人才培养，主要做核心算法、核心理念创新的工作，还有产业研发等；二是应用型人才培养，主要是把人工智能算法和具体产业相结合落地，使用现有人工智能工具，根据场景解决具体问题，做规模化、产业化；三是人工智能人才基础素养培养。

注重学科交叉、数理人文基础教育

“学科交叉”是肖俊谈人工智能高等人才培养的第一个关键词。针对人工智能培养体系不健全等问题，他认为首先应加快人工智能一级学科论证，充分考虑和重视人工智能的学科交叉性，考虑在2020年新增的“交叉学科”门类下进行设置；第二，应制定规范的人工智能人才培养方案，明确招生目标，合理设置招生专业和课程，充分体现人工智能与计算机科学、控制科学的异同；第三，应区分相关教材和专著，目前是专著多，教材少，应打造真正适合教学、学生使用的人工智能系列教材。针对“短平快”问题，现阶段人工智能方向的研究生应将模式识别、计算机视觉作为首选方向，像一些基础性、交叉性方向比如（脑）科学、生物信息学是很好的，但很多学生不一定很感兴趣，他们大多喜欢刷数据集，做应用，调参数，短平快的出成果。当然，出现这一现象也有老师的一部分责任，很多教师的目标在于出“成果”，这个目标本无可厚非，但不应该是人才培养的全部。事实上，不管是人工智能人才培养还是其它学科的人才培养，既然是人才培养，就一定要遵循自身规律，要注重周期性、流畅和质量。

“数理人文基础”是肖俊提出的第二个关键词。在论坛中，他介绍了卡内基梅隆大学（CMU）开设的人工智能本科专业的课程设置。它的课程很有特点，数学与统计学核心课程占6门，人文与艺术占7门，反而像计算机科学和人工智能这类核心课程加一起才8门。可见其非常重视培养学生的数理基础和人文艺术等交叉学科的整体素养的培养。这也是现在我国很多大学所做的通识教育，比如中国科学院大学的本科，前三个学期主要在学数理基础。因此，通过国外的做法可以看到，人工智能高等教育应重视对学生数理基础和人文知识素养的培养，为交叉学科做好准备。因为数学是人工智能核心算法的基础，而人文、伦理是人工智能涉及的重要方面。

政府、学校、企业协同

作为一个对硬件和软件要求较高的学科，在人工智能人才培养过程中联合政府、学校和企业之力实现资源共建共享是十分必要的，这也是目前很多学校在探索的路径。

许信顺提出，研究型人才的主要培养主体在高校和研究所。高校主要做规模化课程体系，而科研院所拥有非常先进的设备和优质的研究环境。除了前述两个主体外，还离不开政府和企业。政府方面，在国内能否培养哪个专业人才是需要教育部批准的，另外还需要做资金投入，需要政府拨款，与此同时政府还通过典型的项目投资来推动相关人才的培养工作。企业方面，前些年许多企业经常表示大学培养出来的人才与实际需求相脱钩，为此国家也非常重视这方面的问题，比如推动产教融合的人才培养模式。在人才培养过程中，企业可以提供相关研究环境包括数据，从而深入参与到人才培养过程中。尤其，对于应用型人才培养，更应该推动高校和企业的联合培养，高校有系统化的课程体系，企业有非常完善和成熟的应用场景，二者可以做深度结合。

肖俊也提出，校企协作是提高人工智能人才培养效率重要途径。企业、研究机构和高校有最先进的技术、设备和体验场所可以向社会开放，如中国科学院的研究所每年都有公众开放日，年年预约总是瞬间就满了，这说明社会需求量很大。如果相关企业高校都可以做这种开放日让公众去体验，那么可以在很大程度上解决这个问题。还有如百度、华为、阿里等企业，它们都有体验中心可以对学生开放，在这方面国外企业开始的很早，而国内比较晚。

中小学人工智能普及教育

面临的问题及解决思路

基础教育师资短缺，课程、平台不完善

人工智能普及教育要进入中小学，目前面临了三个难题。第一是没有形成成套系统的课程体系。许信顺建议，应该把人工智能基本概念、算法程序设计、机器学习、计算机视觉、人机交互等知识在整个素养培养过程当中进行融入。除了课程体系外，师资力量短缺的问题更是制约发展的瓶颈。依靠现有各个中小学的师资，把所有课程体系内容都讲通有一定难度，在济南很多学校达不到，师资配备不可能把所有课程串起来。第三，教学平台不完善。据许信顺了解，目前济南市拥有比较完善平台的学校只有一所，大部分学校现有的教学平台难以支撑实施所有的人工智能课程模块。现在很多学校有一个思路就是做高校企业的联合培养，通过资源整合来加快人才的培养进程。

人工智能普及教育应是一种素质教育

翁恺在论坛发言中特别强调，基础教育阶段的人工智能教育首先应是一种素质教育，即所有学生都应该在基础教育阶段学习，从小学到大学需要有连贯的规划和设计。其次是非技能性，基础教育学科的课程都是基本原理，而不是技能，既不期望学生学了语文可以成为小说家，也不期望学生学了物理可以成为机械工程师；理解人工智能的核心价值和基础理念比掌握具体可见的人工智能技术、手段更重要。

翁恺简单介绍了教育部新一轮的义务教育阶段信息科技课程标准修订的大致情况。课程的核心素养包括信息意识、计算思维、数字化学习以及信息社会责任等，课程目标是让学生具备应用信息科技解决问题的能力，养成合作与探究的习惯，自觉践行信息社会责任，为成为信息社会的合格公民打下数字化基础。

为什么要提“信息科技”而非“信息技术”呢？翁恺表示，之所以这样提，是为了使课程更具科学性。课程的科学性既体现在知识内容上，也体现在教和学的方法上，如何设计教学手段让学生自己探究来得到这些知识，这才是更重要的。教育不仅仅是使学生习得谋生的方法，正如浙江大学老校长竺可桢曾说，教育更需要有科学的方法来分析，公正的态度来计划和果断的决心来执行，而这些都应该是小学时代养成和学习的，这就是教育当中科学的体现。

培养孩子对机器的亲切感

生活在信息时代的孩子们，是互联网的原住民，对于非物质世界的认识，他们比以往任何一代都要深刻。因此，人工智能作为一门理解非物质世界的基础学科，需要把握好核心和出发点。在翁恺看来，人工智能教育最重要的是培养和机器打交道的能力，最原始的出发点就是让孩子喜欢计算机，培养他们对机器的亲切感，见到机器不陌生不害怕，习惯用机器解决问题。就像农民的孩子看到锄头是亲切的，医生的孩子看到听诊器是亲切的，我们的孩子看到机器应该是亲切的。在这样一个基础之上理解什么是虚拟，什么是现实，理解技术的边界和能力。

（来源：“全国青少年人工智能科普活动”微信公众号）

中国青少年科技辅导员协会

提醒广大科技辅导员

戴口罩勤洗手少集会

不给病毒可乘之机！

原标题：《人工智能人才培养现状、问题及发展方向》

冲刺“人工智能高地”的背后 人工智能国外的发展现状如何