中国人工智能如何更好发展
光明日报记者 陈建强
编者按
近年来，人工智能技术创新如火如荼，但最终的发展前景取决于产业落地。近日，由中国工程院、天津市人民政府共建的中国新一代人工智能发展战略研究院发布了《新一代人工智能科技驱动的智能产业发展》专题报告，把脉中国人工智能的发展。报告指出，在人工智能技术和产业，中国不再是一个跟随者，各方正在加大研发投入。中国人工智能技术和产业的发展，不仅会成为中国经济转型和升级的内生动力，也能够为世界经济的繁荣和发展贡献中国智慧。
天津，第二届世界智能大会现场展示的工业机器人。光明日报记者 袁于飞摄/光明图片
第二届世界智能大会现场，观众在体验智能钢琴。光明日报记者 袁于飞摄/光明图片
中国智能科技和产业的发展，内生于经济转型升级过程中的智能化需求。中国智能企业创建的时间大多集中分布在2010年至2016年间，其中的峰值出现在2014年。北京、广东、上海、浙江和江苏是智能企业最密集的地区，北京市的占比达到43.9%。
中国人工智能企业广泛分布在企业技术集成与方案提供、关键技术研发应用平台、智能硬件和智能制造在内的17个应用领域，但大多分布在应用层，基础层和技术层企业占比相对偏低。在中国智能企业的核心技术中，机器学习、大数据和云计算、机器人技术位列前三。
人工智能的发展，内生于中国经济转型升级的需求
迄今为止，人类社会先后经历了以人力和电力及石化能源为主要驱动力的农耕经济和工业经济时代。伴随着第四次工业革命的兴起和发展，人类社会进入以数据和计算为驱动力的智能经济时代。智能科技萌芽于20世纪40年代计算机的诞生，1956年在达特茅斯会议上首次提出人工智能概念，即研究和开发用于模拟、延伸和扩展人的智能的理论、技术和方法。
随着互联网、物联网、大数据、超级计算机和脑科学的发展，人工智能开始从象牙塔走进我们的生产和生活。与前期发展不同，基于互联网和大数据的新一代人工智能，不再局限于用单纯的计算机模拟人的智能，而是指在物理—社会—网络三维空间结构下的机器、人和网络相互融合的智能系统。
随着智能科技和产业的发展，数据和计算正在成为驱动经济增长和发展的关键要素。作为第四次工业革命的引擎，智能科技和经济在中国的发展内生于经济转型升级中所创造的智能化需求。
基于独特的信息环境和数据生态，中国在智能科技领域正在快速崛起为世界不可忽视的力量。
中国在智能科技和产业发展领域的创新，不仅表现在数据生态方面，而且表现在包括算法、智能芯片、操作系统和开放式创新平台在内的诸多领域和环节。在数据生态方面，截至2017年12月，中国网民规模达到7.72亿；手机网民规模达到7.53亿，占网民总数的97.5%；农村网民规模为2.09亿，占网民总数的 27.0%。
借助互联网基础设施，2017年互联网应用保持快速增长，其中网上外卖用户规模年增长率达到64.6%；手机外卖、手机旅行预订用户规模年增长率分别达到66.2%和29.7%；网民线下消费使用手机网上支付的比例由2016年的50.3%提升到65.5%，线下手机支付加速向农村地区渗透，农村地区网民使用线下手机支付的比例由2016年12月的31.7%提升到47.1%；购买互联网理财产品的网民规模达到1.29亿，2.21亿人通过共享单车解决城市短距离交通出行需求。
数据生态的完善和经济智能化需求强力驱动智能科技和智能产业的发展，2014年以来，中国快速涌现出包括寒武纪科技、商汤科技、华为海思、中天微、海康威视和Ali-NPU等在内的一批拥有智能芯片公司。
在BAT（百度、阿里巴巴、腾讯）和科大讯飞开放创新平台的引领下，中国企业在计算机视觉、机器学习、图像识别、生物识别、语音识别和自然语言处理关键技术领域不断取得突破。在经历了PC时代的Windows和移动互联时代的Android和iOS之后，与新一代人工智能相适应的操作系统正在打破原有的垄断。平台主导的创新生态系统聚集了大批智能科技应用领域的开发者，“平台+赋能+开发者”正在成为以“双创”为导向的智能经济的组织形态。
与前三次工业革命不同，在智能科技和产业领域，中国已经不再是被动的跟随者，正在成为积极的引领者。尤其是随着“互联网+”和《新一代人工智能发展规划》国家战略的制定和实施，中国智能科技和企业将呈现出爆发式增长的态势。
高强度的研发投入，为人工智能发展注入强大动力
与美国相比，中国智能企业无论是萌芽、发展和高速成长阶段出现的时间都落后5年。中国智能企业创建时间主要集中在2010年至2016年之间，占比为53.8%，智能企业创建的峰值出现在2014年，占比为15.4%。
截至2017年6月，全球人工智能企业总数达到2542家，其中美国为1078家，中国为592家，占比分别为42.4%和23.3%，其余的872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列和印度等国家和地区。
从地域分布看，北京、上海、广州、深圳和杭州是目前中国智能经济最为聚集和最富活力的热点城市。中国智能企业主要分布在北京、广东、上海、浙江、江苏、湖北、四川、天津、湖南和山东。其中，北京占比最高，为43.9%，主要分布在海淀区；其次是广东，占比为16.9%，主要分布在深圳和广州；排名第三的是上海，占比为15.9%，主要分布在浦东新区；排名第四的是浙江，占比为8.8%，主要集中在杭州。
从产业层次上看，应用层智能企业占比最高，达到77.7%；其次是技术层企业，占比为 17.9%；第三是基础层企业，占比为5.4%；4家企业同时属于两个层次。与美国智能企业产业层次分布的比较看，中国在应用层的企业数占比远高于美国，而在基础层和技术层企业数占比则明显低于美国。
从企业核心技术的分布看，机器学习占比最高，为25.3%；其次是大数据和云计算、机器人技术、计算机视觉技术，占比分别为19.3%、13.6%、10.3%；自然语言处理、智能硬件、生物识别和智能芯片技术的占比分别为 9.1%、8.8%、5.3%、2.4%。
中国智能企业广泛分布在17个应用领域，其中企业技术集成与方案提供、关键技术研发和应用平台两个应用领域的企业数占比最高，分别为16.7%和13.2%。智能硬件、智能制造、智能商业和零售、智能机器人、科技金融、新媒体和数字内容领域的企业数占比相对较高，分别为8.1%、7.6%、7.6%、7.1%、6.6%、6.6%。
企业技术集成与方案提供、关键技术研发和应用平台两个应用领域占比最高，说明中国智能科技和经济发展一方面在努力突破关键技术瓶颈，另一方面通过技术集成和方案提供推动关键技术快速向现有产业渗透和融合。
超过44.8%的中国智能企业员工数量在500人以内，员工数在500人—1000人的企业占比为16.8%，员工数量为1500人—2000人的企业占比仅为4.3%。尽管员工数量在1500人—2000人的企业占比低，但是都属于基础和技术层次的平台企业，是中国智能经济发展的主导者。
高强度的研发投入，为智能科技和经济的发展注入了强大动力。中国智能企业的研发强度大于5%的企业数占比超过60%，远高于国内企业的平均水平（2.12%）。中国智能企业专利数大于100的企业仅占样本量的17.3%，而专利数低于20的企业占比为57.9%。中国在人工智能领域的技术专利主要集中在独角兽和上市公司。
专利数排名前100的智能企业主要集中在北京、广东、上海和浙江四省市，占比达到84%。其中，北京占比最高，为45%；其次是广东，占比为21%；上海和浙江并列第三，占比为9%。专利数排名前100的智能企业主要集中在应用层，占比为61%，技术层和基础层企业占比分别为23%和13%，而同时属于基础层和技术层的企业占比为3%。
中国人工智能领域的相关专利主要集中在基础层和技术层企业。虽然应用层企业数在专利数排名前100企业中占的比例较高，但是专利数占比却相对较低，仅为28.1%。而技术层和基础层企业虽然企业数占比较低，但是专利数占比却高达48.4%。尤其值得关注的是横跨基础层和技术层的企业，虽然仅占样本量的3%，但专利数占比却达到22.8%。
在中国智能经济的发展中，最有影响力和辐射力的是腾讯、百度、阿里巴巴、科大讯飞、华为等公司。无论从人力资本还是从技术和投融资关系方面看，它们在中国智能科技和经济发展中都扮演重要角色。尤其是腾讯、阿里巴巴、百度和科大讯飞的四大开放创新平台，通过数字化和智能化赋能，推动智能科技与经济和社会的融合，不仅催生出新技术、新产品、新业态和 新模式，而且引发了一系列组织和制度变革，成为中国智能经济发展的关键主导者。
统计分析的结果表明，从技术输入关系看，408家样本企业来自国内企业的技术输入关系占比为77.4%，来自国外企业的占比为22.6%。而从技术赋能关系看，408家样本企业对国内企业的技术赋能关系占比达到91.2%，对国外企业的技术赋能关系占比为8.8%。
无论从技术输入还是从赋能关系看，都是以国内企业为主。相比较技术赋能关系，技术输入关系的国外企业占比例较高，这说明中国智能经济对国外技术具有较强的依赖度，尤其是关键技术领域，国内企业与国外企业存在差距。
中国人工智能发展未来需要关注的问题
与前期工业化不同，中国智能科技和经济的兴起和发展内生于经济转型升级中所创造的智能化需求。第四次工业革命与中国经济转型升级的共生和共融，为中国智能科技和经济的发展提供了难得的历史机遇，但笔者认为，有一些问题也值得关注：
首先，在智能科技和经济发展中，大学和科研院所的分布与智能产业的发展不存在直接的相关关系。例如，包括黑龙江、辽宁和陕西在内的省区市拥有丰富的智能科技创新资源，但是本地智能产业的发展却出现了相对滞后的现象。在智能科技和产业的发展上，科技与经济“两张皮”仍然存在。
其次，在智能产业和经济的发展中，响应国家战略的关键是适应区域经济转型和升级中出现的智能化需求来增加有效科技供给。而能否培育和建立富有活力的创新生态系统和创新治理体系，是提升有效科技供给能力的关键。如果仅仅是再次掀起一波新的投资、引资和人才争夺战，可能会引发智能科技和经济领域的泡沫。
再次，尽管在智能产业的发展上中国走在了世界前列，但是如何加强源头创新，使人工智能科技创新和产业发展具有可持续性，是值得关注的问题。只有高度重视我国人工智能发展中存在的问题和不足，提高源头创新能力和抢占科技制高点，才能在中国人工智能产业的发展上立于不败之地。
还有，在人工智能社会关注度迅速提升的条件下，要广泛开展科普和适当开展双重属性的跨领域交叉研究。尤其是高度重视人工智能科技发展中可能带来的标准、法律和伦理道德问题研究，防患于未然。
总之，智能科技和经济的兴起和发展，为中国成长为具有全球影响力的科技创新中心提供了难得的战略机遇,中国能够为世界经济的繁荣和发展贡献中国智慧。
《光明日报》（2018年06月14日 13版）
[责任编辑:徐皓]发挥数字经济优势 助力高质量发展
原标题：发挥数字经济优势助力高质量发展
习近平总书记指出，“发展数字经济意义重大，是把握新一轮科技革命和产业变革新机遇的战略选择”。当前，我国经济正面临需求收缩、供给冲击、预期转弱的三重压力，如何抓住机遇，以新动力推动经济高质量发展，成为社会关注的重要问题。在全球经济深度调整的关键时刻，世界各国竞争日益加剧，新一轮科技革命催生的数字经济成为大国抢占制高点的主阵地。大力发展数字经济助力高质量发展，既是时代赋予的机遇，也面临众多挑战，其关键在于依靠科技革命和产业变革推动新旧动能转换。
1.数字经济在高质量发展中发挥着重要作用
发展数字经济有利于激发国内市场需求。数字经济的快速发展提供了多元化的应用平台和丰富的消费场景，能够激发消费者的消费潜力，创造增量的消费需求。首先，数字应用的快速渗透促进了服务业的发展，打破了传统消费市场时间和空间上的制约，不仅为消费者提供了多样化的消费选择和购物渠道，还降低了买卖双方的信息不对称程度。比如，娱乐平台以直播的方式一边娱乐一边向消费者推销产品，这种将娱乐与销售相结合的营销模式极大激发了消费者的消费潜力。其次，数字化技术应用的深化，不仅可以挖掘消费者的消费偏好，为其提供个性化服务，还可以培养消费者网络消费习惯，有利于优化消费结构。一方面，消费者可以通过电商平台表达自己的个性化需求，生产者获得产品订单信息后，根据消费者要求为其量身打造相应的产品，为消费者提供高质量产品服务；另一方面，电商平台也可以通过对消费者的消费历史进行分析，挖掘消费者的潜在需求偏好，并依据需求偏好进行相关产品推荐，以更好地满足消费者的消费体验。
第六届数字中国建设成果展上，工作人员在向参观者介绍数字高校智慧大脑综合管理平台。新华社发
发展数字经济有利于优化资源配置。优化资源配置是高质量发展的应有之义。随着数字技术在经济发展中不断渗透，要素市场和产品市场配置资源的能力都有所增强。一方面，数字化平台推动要素流动机制重塑，加快线上线下资源整合，显著提升要素市场的资源配置效率。例如，数字技术的应用可以降低市场搜寻成本、议价成本、信息沟通成本和运营成本，促进资本和劳动力跨区域流动，从而提高资本和劳动的市场匹配效率。同时，数字经济的发展也会导致更多劳动者流向技术密集型工作岗位、选择更具弹性的工作条件，促进就业的灵活化。另一方面，数字技术在企业中的不断普及可以帮助企业及时掌握消费偏好、调整预期偏差，提高企业生产和消费的匹配度，降低供求信息不对称程度，从而避免资源错配和浪费。
发展数字经济有助于加快绿色转型。数字经济与绿色产业相融合可以加快绿色转型，助力实现碳达峰与碳中和目标。数字经济可以提高资源利用率，降低碳排放，共享单车、网约车等共享产品有助于培养公众的共享意识，使得绿色低碳出行方式日益普及。数字化技术应用的创新和普及，使跟踪、检测和监管碳排放变得更加容易，有利于促进碳排放权交易和定价。在数字经济时代，新媒体和自媒体成为信息传播的重要渠道，通过他们积极宣传绿色发展的观念和具体做法，能够引导消费者增强节能环保意识，推动绿色消费，助力实现双碳目标。
发展数字经济有利于调整产业结构、促进产业升级。数字经济在不断发展的过程中，对于经济增长的贡献逐步增加，在调整产业结构和促进产业升级方面发挥了重要作用。一方面，随着数字产业化不断推进，电子信息制造业、电信业、软件和信息技术服务业、互联网行业等高端技术产业对经济增长的贡献越来越大，促使经济增长方式由劳动密集型向技术密集型转变。另一方面，产业数字化也不断加速，数字经济在助力传统产业提质增效方面贡献突出，大大提高了传统产业的运转效率。
2.数字经济在助力高质量发展中面临的挑战
数字经济是现代化经济体系的重要组成部分，是世界科技革命和产业变革的前沿，也是新一轮国际竞争的重点领域，体现了数字时代的国家综合实力。在理论上，数字经济助力高质量发展的核心动力是推动新旧生产要素、生产方式更替，以其高创新、强渗透、广覆盖的特征推动各类资源整合，实现产业链互联贯通，有效减少信息摩擦，助力产业链上下游企业优化产能、升级改造，成为引领经济高质量发展的重要引擎。然而，数字经济在助力高质量发展中面临的诸多问题和挑战也不容忽视。
首先，关键领域创新能力不足导致核心技术升级困难。数字经济是创新驱动的新兴经济，以数字经济助力高质量发展必须以先进的科学技术作为支撑，以源源不断的创新作为动力。当前我国数字经济创新主要集中在商业模式和应用层面，在原始创新和基础研究领域的创新能力有所不足，加上美国等西方国家在芯片等核心技术上的封锁打压，在短期内加剧了我国数字技术的“卡脖子”问题，因此在核心技术创新上，中国落后于美国、日本等发达国家的局面尚未完全改变，核心技术对数字经济的贡献仍然较低。
其次，数字鸿沟和高质量发展的不平衡性问题突出。数字经济助力高质量发展就是要以满足人民日益增长的美好生活需要为宗旨，让全民平等、充分地享受到数字经济发展的红利，而在城乡二元经济结构与人口老龄化背景下，数字经济发展不平衡、不充分问题仍然突出。农村在数字基础设施建设、网络普及和数字素养等方面落后于城市，导致农村家庭在数字化时代被相对地边缘化，难以同等地从数字经济发展中获取数字红利。从网民规模来看，城镇网民规模远超农村，2021年中国城镇网民规模高达7.14亿，互联网普及率78.3%，而农村网民规模仅有2.97亿，互联网普及率为59.2%。数字时代新技术、新产品、新应用功能更新速度快，而老年群体对智能设备和智慧生活的适应速度慢、接受能力差，面对新场景、新技术往往无法及时适应。
3.数字经济助力高质量发展的路径
数字经济事关国家发展大局。以数字经济助力高质量发展，必须抓住数字时代发展的历史机遇，积极应对关键领域创新能力不足导致核心技术升级困难、数字化发展不平衡与数字鸿沟问题等一系列挑战，寻找数字经济助力高质量发展的最优路径。
坚持创新驱动，推进科技体制改革。坚持创新引领数字经济发展是实现高质量发展的重要保证，其重点在于着力解决技术“卡脖子”问题，摆脱核心技术受制于人的境遇。技术创新是以人才为依托、科研为主导、企业为主体的系统性工程，需要不断推进科技体制改革，改善创新环境，调动创新主体的积极性，提高创新质量和效率。为此，一是加强基础研究领域人才培养和经费投入，建立符合基础研究规律的评价机制。尤其是高校和科研院所，应以学术贡献和创新价值为核心的评价准则，探索实行长周期评价，为科研人员营造良好的研究氛围。二是健全分配制度，完善创新激励政策。健全生产要素按贡献参与分配的制度，给予创新企业相应的税收优惠，保证优惠政策落到实处，同时加强创新成果的评价与审核。三是优化企业融资模式，完善重大项目容错机制。核心领域的技术研发周期长、资金需求量大、风险性高，这是制约企业创新的重要原因，为激发企业创新热情，应建立“私募股权+贷款+保险保障+财政风险补偿”的新型融资模式，并完善重大创新项目的容错机制，将创新成果与职位升迁和工资等级相结合，以制度激励强化自主创新，帮助企业孵化创新产品，提高创新效率。
建立健全法律法规，完善数字经济治理体系。推动高质量发展要以数字经济健康运行为基础，建立健全法律法规，完善数字经济治理体系，规范数字经济发展。一是健全市场准入制度、公平竞争审查制度、公平竞争监管制度，建立全方位、多层次、立体化的监管体系，及时纠正和规范发展过程中损害群众利益、妨碍公平竞争的行为和做法。二是提高监管技术，覆盖监管盲区，着力打造与数字经济发展相适应的监管系统，主动识别电商消费、服务、支付等领域违法行为，营造健康高效的数字经济发展环境。三是加强数据安全技术研究，促进数据安全开发利用。进一步完善数字经济治理，坚持数据安全与发展并重，以国家安全、公共安全以及个人隐私安全为底线，合理把握数据应用开放的界限，促进数据资源的流动和利用。
解决数据开发利用分歧，推动传统产业升级。高质量发展的根本在于提高经济活力、创新力和竞争力，推动传统产业升级。数字经济推动传统产业升级的关键是解决数据开发利用分歧，促进数据自由流动。首先，加快建设5G网络、云计算、人工智能等领域的基础设施，推动数字化产业进程，打通经济高质量发展的信息通道，从顶层设计上着力解决数据流通涉及的相关问题，促进数字资源全方位流动。其次，鼓励社会力量充分挖掘数字资源隐藏的潜在价值，推动数据价值产品化、服务化，促进数据、技术、场景深度融合。最后，利用数字化手段对传统产业进行全方位改造，促进数字技术向工业、农业、服务业深度渗透，以数字技术孵化新业态，建立高水平统筹协调平台，提高技术应用与行业需求的适配性，助力传统产业优化升级。
（作者：薛英杰、屈满学，分别系对外经济贸易大学博士后、教授，均系北京市习近平新时代中国特色社会主义思想研究中心特约研究员）
人工智能在对促进国民经济发展和新基建建设方面起到了哪些作用
当前，新冠肺炎疫情防控和稳定经济运行成为重点工作，我国加快推进国家规划已明确的重大工程和基础设施建设，“新基建”成为国内外关注的焦点。人工智能对5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、工业互联网各新基建科技端领域具有重大促进作用；人工智能与5G、大数据等技术结合，将带动诸多行业快速发展，为很多领域数字化智能化转型奠定基础。本期刊发中国人工智能学会副理事长、中南大学信息科学与工程学院蔡自兴教授的观点。
作为新基建主要支撑的人工智能技术，对国民经济发展和新基建都起到巨大作用。人工智能在助力当前疫情防控、复工复产方面作用突出，在稳投资、促消费、助升级、培植经济发展新动能、创建智能经济新形态等方面潜力巨大。要抓住“新基建”机遇，全面夯实人工智能基础建设，更好地服务经济和社会。
人工智能与5G相结合的智能体温检测设备在应用。
人工智能设备
1.人工智能核心技术及其关系
人工智能的核心技术涉及知识、数据、算法和算力。
知识是人们通过体验、学习或联想而认识的世界客观规律性。知识是人工智能的重要基础，知识获取是其瓶颈问题。知识研究知识表示、知识推理和知识应用问题，如状态空间表示和语义网络表示、确定性和不确定性推理以及知识库、知识图谱、知识挖掘、知识发现等。
数据是事实或观察的结果，指所有能够输入计算机并被程序处理的数字、字母、符号、影像信号和模拟量等各种介质的总称。数据从经典数据到大数据，从大数据到活数据，从互联网到物联网和两网发展带来的海量数据。5G网络使数据传输速度更快、时延更小，应用更广泛与有效。
算法是解题方案准确而完整的描述，指一系列求解问题的清晰指令，代表着用系统方法描述问题求解的策略机制。当前深度学习算法与知识图谱、逻辑推理、符号学习结合，从非结构化或未标记数据进行无监督学习。由认知计算、类脑计算、普适计算、进化计算发展而催生的各种新型算法应运而生。现有算法如深度学习已解决了很多实际应用问题，但是认知层算法尚未突破。
算力是机器在数学上的归纳和转化能力，即把抽象复杂的数学表达式或数字通过数学方法转换为可以理解的数学式子的能力。向处理器配备高端部件以及芯片组、内存和硬盘，提高计算能力。出现了新的计算架构包括GPU、FPGA、NN芯片等新芯片和云计算、量子计算等新计算。随着计算能力的不断增强，计算速度获得不断提高。
知识是人工智能之源，从人工智能的长期发展历史看，人工智能的发展源于知识，并依赖知识。专家系统、模糊计算、知识图谱、知识库等都是以知识为基础发展起来的。
数据是人工智能之基，将数据引入人工智能，丰富了人工智能内容，提高了人工智能理论水平，促进人工智能的发展升级。计算智能取决于数据而不是知识；神经计算，进化计算等都是以数据为基础而发展起来的。
算法是人工智能之魂，也是人工智能软实力的核心。算法研究的不断进步，使人工智能的问题求解策略日臻完善。一个好的算法可以使问题求解事半功倍，甚至使求解效率提高十倍、百倍、千倍。深度学习算法和深度强化学习算法等是算法的优秀代表。
算力（计算能力）是人工智能之力，也是人工智能硬实力的关键保证。新型人工智能芯片和新型计算方法，使计算能力不断增强，计算速度的不断提高，可以极大地促进人工智能产业的发展。
2.人工智能产业化的发展现状
现状之一：国际上已初步形成人工智能产业化基础，近年来人工智能企业数量大幅增长。国际人工智能企业数量：美国遥遥领先，中、欧不分伯仲。截至2017年，全球人工智能企业分布集中在美国（2905家，占48.11%）、中国（670家，占11.10%）、欧洲（657家，占10.88%）。到2019年3月，美国占40.3%、中国占22.1%，中美人工智能企业数量差距2年内从37.0%减小至18.2%。
现状之二：人工智能投融资环境空前看好。融资规模美国一家独大，欧中紧跟其后。人工智能已经成为2017年最热门的投资领域之一。美国最多（42%，45.4亿美元），欧洲（18.7%，20.2亿美元），中国（16.9%，18.3亿美元）紧跟其后。到2019年3月，美国占比降至36.5%，中国占比升为23.5%，中美在人工智能投融资方面的差距2年内从25.1%缩小至13.0%。
现状之三：产业化技术起点更高，感知智能领域相对成熟。人工智能产业正从感知智能向认知智能发展。感知智能涉及的智能语音、计算机视觉及自然语言处理等技术，应用基础已比较成熟；如深度学习让图像、语音等感知类问题取得突破，计算机视觉催生出人脸识别、智能视频监控等应用。但认知智能要求的“机器思维”和“人工情感”等，仍处于开发与探索中，与实际应用仍有一定距离。
现状之四：人工智能国际论文发表和高被引数量逐年增多。近10年中国论文发表总量第一，高被引数量居第二。2009-2018年中国、美国的人工智能论文占比分别为22.7%和20.4%，而高被引数量占比分别为35.6%和38.6%。美国的人工智能论文引文影响力、专利数量、企业数量和融资规模等都居全球第一，整体实力领跑全球。中国论文发文量居全球最高，企业数量、融资规模居全球第二。
现状之五：人工智能国际专利申请数量不断刷新。2017年中国的国际专利申请数量超过美国，排名世界第一占37.1%；美国排名第二占24.8%；日本排第三占13.1%。2017年以来，中国一直保持人工智能国际专利第一的位置。
现状之六：人工智能人才紧缺，高端人才争夺激烈。2018年全球人工智能专家205295人，其中美国28536人（13.9%），中国18232人（8.9%），印度17382人（7.8%）。2018年全球培养高级人工智能人才22400人，美国占44%，中国11%，英国6%，德国5%。各国人工智能人才严重供不应求，我国人工智能人才也非常缺乏，人工智能高端人才争夺十分激烈。
现状之七：人工智能的社会和伦理问题引人关注。人工智能的快速发展，使人们担心人工智能超过人类智能，会使人类社会主人的地位和安全受到威胁。人工智能，特别是能推理、会思维、懂情感的高级人工智能，将引起许多社会法律和伦理道德问题。
总的来说，我国要逐步实现包括人工智能基础产业、技术产业和应用产业的全产业链布局。
3.人工智能与实体经济深度融合发展
人工智能核心技术加速突破推动产业强劲发展和产业升级。知识资源、数据基础、核心算法、运算能力深度融合发展，共同促进人工智能涌现新活力。新时期产业发展亟须推进新一轮基础设施建设和技术变革以驱动产业模式的全面升级。作为新基建的人工智能将能够渗透至各行各业，有效激发市场活力，助力传统行业实现跨越式升级，推动经济形态和社会生产力快速发展，也成为经济转型的重要突破口。
智能化应用向多元发展，智能服务线下线上对接。目前人工智能的应用多处于专用阶段，如人脸识别、语音识别、视频监控等具体任务。随着智能制造、智慧物流、智慧医疗等产业的兴起，人工智能应用将面向复杂场景、处理复杂问题的复合新阶段，应用向多元化发展。分布式计算平台的广泛应用，扩大了线上服务的应用范围。同时，智慧医疗、智能机器人、自动驾驶汽车等人工智能产业化的发展，为智能服务带来新的途径或新的传播模式，加快线上服务与线下服务的融合进程，促进多产业升级。
人工智能和实体经济深度融合进程进一步加快。一方面，建设制造强国将促进人工智能的发展，推动人工智能产业实现整体性突破；另一方面，传统行业依靠人工智能基础设施技术及其行业数据资源实现人工智能与实体经济的融合创新。2018年中国人工智能为实体经济带来1000多亿元的增长。新一代人工智能技术与实体经济深度融合，将使零售、医疗、交通、制造、金融等产业提效降费、转型升级。人工智能新产品、新服务层出不穷，加速培育产业新动能，开拓实体经济新增长点，有力推动我国经济结构优化升级。例如，已就智能驾驶与智能网联汽车发布《智能汽车创新发展战略》，推动智能汽车快速发展，支持智能汽车基础共性关键技术研发和产业化、智能交通及智慧城市基础设施重大工程建设等；在智能机器人及服务机器人领域，新基建催生新机遇，服务机器人产业加速成长；对于智能制造，要求“大力发展先进制造业，出台信息网络等新型基础设施投资支持政策，推进智能、绿色制造”；对于智慧医疗领域，已在辅助诊疗、疾病预测、医疗影像处理、药物开发等方面发挥重要作用，将为加大公共卫生服务作出新的贡献；而对于智能家居，为住户提供个性化的安全、节能、便捷生活服务，并能够加快释放新兴消费潜力。
加快高素质人工智能人才培养。各层次高素质人工智能人才是人工智能科技基础和产业发展的第一资源。要多模式多渠道全面布局培养高素质人工智能人才，高层少而精、中层实而强、底层多而壮，一个不能少。要建立人工智能专业和人工智能一级学科。教育是改变世界最强大的武器。教育借助人工智能正在发生深刻变化，带来巨大利益。人工智能技术的快速发展给各级教育带来创新教育手段与机遇。智能虚拟助手和聊天机器人能够向学生提供更个性化的教学和咨询过程。个性化智能学习平台、个性化AI教学助手、个性化游戏能够帮助学生按自身节奏和快乐学习。
人工智能作为我国新时期的战略性技术和产业，已经取得重要进展和可喜成就，必将对国家的社会进步、经济发展和人民生活发挥重大的和不可替代的作用。在统筹疫情防控和经济社会发展的关键时期，将人工智能列为国家新基建领域和新基建的提速为推动人工智能持续强劲发展带来重大机遇。我们既要看到我国人工智能发展的重要成就，又要认清存在的短板和差距，既要满怀信心，又要不骄不躁，不失时机地抓住机遇，加快发展人工智能新型基础设施，夯实基础，全面建设，增强实力，赶超国际领先水平，为我国建设现代化经济体系，实现经济转型和升级奠定坚实基础。
责任编辑；zl