参与全球人工智能创新链竞争
近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，各国竞相制定数字经济发展战略、出台鼓励政策，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。
在诸多革命性数字技术中，人工智能以其渗透性、协同性、替代性、创新性等“技术—经济”特性，能通过核心产业的扩张、融合产业的赋能、潜在关联产业的活化等，促进经济高质量发展。世界主要经济体都把发展人工智能作为提升国家竞争力、维护国家安全的重要战略。
在人工智能领域，研发创新的意义尤为重要。人工智能不仅能作为一种产品或服务参与到经济系统中，而且能实现对劳动、资本等其他传统生产要素的替代，进而重构生产函数，对经济运行产生变革性作用。未来一段时期，加快人工智能创新发展，促进人工智能与互联网、大数据等产业深度融合，发挥人工智能对传统产业的赋能作用，积极参与全球人工智能创新链竞争并获取优势地位，对我国加快建设创新型国家和世界科技强国，都具有重要意义。
人工智能创新链的主要特征
“创新链”这一概念最早被用于描述创新活动中不同环节的相互关系，包括技术创新过程中的基础研究、技术研发以及产品创新过程中的实际应用和产业化、市场化等环节。
随着新一轮科技革命和产业变革加速演进，生产函数底层架构出现变化，新的生产要素与生产方式展现出越来越强的重要性，我国学界已普遍认识到积极参与全球创新链竞争的战略意义，虽然对于创新链还存在不同理解，但对于以产业发展为导向的创新链内涵已经形成以下共识：创新链基于产业环节存在一系列创新节点，不同节点的创新主体以产业发展为导向，通过调配与整合链上的创新资源，最终实现价值创造与增值；产业发展在创新链中起导向作用，创新范围不仅包括科研知识创造、技术与产品成果创新，也包括商业模式、服务功能的改进；创新主体对创新资源进行调配整合，既包括对材料、设备、资金等有形资源的调配，也包括对知识、信息、观念等无形资源的整合；创新主体中，大学及科研机构等是基础知识的主要创新者，企业是科技成果应用与商业化的主要实施者，金融机构或科技中介机构是创新要素的主要调控者。
当前，我国对人工智能创新链的研究还比较缺乏系统性。进一步深化相关研究，需依据人工智能的“技术—经济”特性，研判人工智能创新链的主要特征。相关特征主要表现为以下几个方面。一是多元性。首先是创新参与主体多元性，既包括核心企业、上下游企业、大学科研机构等创新活动主体，也包括政府、金融机构、科技中介机构等其他主体；其次是创新资源多元性，包括人才、资金、专利、设备、观念等；最后是创新链结构多元性，包括政策链、服务链、资金链、人才链等一系列配套链式架构。二是协同性。创新主体对产品进行研发创新的过程，涉及需求分析、技术解构、服务演化等一系列新知识积累，只有当这些新知识与其他创新资源在各主体间充分流动，各主体就创新行为达成协同，才能有效实现创新。三是循环性。创新产品进入市场后，市场对产品、服务提出新的需求，使用、体验产生的应用数据与信息反馈重新进入创新链结构，作为一种新的创新要素促进理论研究与技术更迭。四是发展性。创新资源的循环流动意味着创新链是一个不断发展的动态架构。随着创新主体的不断增多，创新范围与产业领域持续扩张，创新资源进一步发挥溢出效应，创新链地位也将进一步巩固。
全球人工智能创新链竞争态势
当前，全球人工智能创新链基本形成了中美两国主导、东亚北美西欧协同引领的格局。
一方面，以中国为代表的东亚地区已初步形成人工智能知识创新高地，但北美地区依旧掌握理论创新话语权。有数据显示，中国人工智能出版物总数在2017年成为世界第一，在2020年贡献了全球22.4%的出版物数量。在期刊发表文献数量上，中国于2017年超越美国成为世界第一，2020年全球占比达到18%。就整个东亚地区而言，相关期刊发表文献数在2020年达到全球的26.7%，已初步形成人工智能知识创新高地。但是，在更能体现人工智能重点研发方向与赛道规则制定权方面，以美国为代表的北美地区依旧把握着理论创新话语权。2020年，美国会议出版文献数在全球占比19.4%，中国则为15.2%，在会议出版文献引用情况上，美国占比达到40.1%。
另一方面，全球已基本形成中美两国共同引领技术创新的格局。据统计，2010年至2019年，全球人工智能专利申请量521264件，其中，中国申请量为389571件，居世界第一位，占全球总量的74.7%。2010年至2021年2月，全球累计人工智能领域的专利授权量达17.8万件，中国占比43%位居首位，美国占比33%。中国的技术创新主要集中在已有技术优化和工程实现上，颠覆性技术创新相对缺乏，相比之下，美国则在这方面拥有较大领先优势。
与此同时，全球人工智能软硬件产业创新总体上由美国、中国、欧盟、日本主导。美国人工智能软件产业具有巨大体量优势，同时处于较高创新等级，基本把持了人工智能软件产业话语权；中国不断降低对其他国家的依赖程度，在硬件产业上同时具备创新与贸易优势；欧盟在软件产业上依赖美国、东盟，在电子产业上依赖中国、美国，且依赖程度有加强趋势；日本仍然维持在人工智能软硬件产业创新链的头部地位，但对其他国家的依赖程度有所提高。
多措并举提升创新链竞争力
相比其他领先国家，我国的人工智能创新链仍存在诸多不足。比如，知识创新缺少理论话语权，缺乏原创性颠覆性技术创新；产业链供应链创新链失衡，且面临被国际垄断巨头压制的风险；产学研主体创新资源流通不畅，市场创新活力相对不足；政策链、服务链、资金链、人才链等创新支撑链有待健全。对此，需立足自身优势，补短板、锻长板，在保持领先地位的同时，大力提升创新链竞争力，力争在全球人工智能创新链竞争中把握主动。
第一，推进基础理论和关键共性技术协同创新。要加快构建开放协同的人工智能科技创新体系，在重点前沿领域探索布局。特别是要发挥我国算力强、数据多、场景全、使用基数大的优势，力争在理论、方法、工具、系统等基础理论和关键共性技术方面取得变革性、颠覆性突破，全面增强人工智能原始创新能力。与此同时，要发挥政策引导作用，促进产学研用结合，建立健全政府、企业、行业组织和产业联盟、智库等的协同机制，加强在技术攻关、标准制定等方面的协调配合。
第二，加强相关产业与人工智能产业链创新链融通发展。需充分发挥我国在新型基础设施建设和产业应用方面的巨大优势，建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施，推进人工智能与相关产业融合发展；依托国家新一代人工智能创新发展试验区，大力开展人工智能技术示范、政策试验和社会实验，形成一批人工智能与经济社会发展深度融合的典型模式；加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系，发展多种形式的科技中介服务机构，促进企业之间、企业与大学及科研院所之间的知识流动和技术转移转化。
第三，制定相关法律法规和标准，优化创新环境。一方面，要实现创新发展和风险治理的有效平衡，加强各类标准规范、数据开放与隐私保护、算法监管与问责等体系化研究，引导和规范人工智能发展。另一方面，要深入研究人工智能发展的新情况新问题，探索人工智能领域监管的适用性问题，不断完善相关法律法规，创造公平的竞争环境、良好的商业秩序，激发市场主体的创新活力。
第四，培养和引进相结合，大力增加高端人才供给。既要加强人才储备和梯队建设，积极开设人工智能专业，加强基础学科建设，又要拓宽国际人才交流渠道，鼓励国际合作交流，还要完善全国统一、竞争有序的技术产权市场体系建设，建立并完善人工智能知识产权交易制度，促进技术扩散。
第五，有效拓展国际合作，参与全球人工智能创新链与治理体系。需坚持国际视野和全球思维，以开放心态应对全球竞争，搭建全球化服务平台，促进国际交流，吸引全球创新资源要素参与我国人工智能技术及产业发展，广泛组织参与人工智能国际合作。要完善人工智能产业贸易促进政策，加强制度供给和法律保障，加强人才交流与技术共享。应借鉴国际规则和经验，围绕数据跨境流动等重大问题探索建立治理规则，积极参与全球人工智能领域的规则制定，为全球人工智能发展贡献“中国智慧”。
（郭朝先方澳作者单位：中国社会科学院工业经济研究所）
[责编：肖春芳]人工智能发展报告2023：全球各国战略布局，未来将往强化学习、智能机器人
关于协会电促会简介章程组织机构会领导常务理事理事会员单位分支机构发展历程中国电力发展促进会（简称电促会）由原能源部综合计划司、国家计委投资司、国家能源投资公司计划部、华能集团公司计划部于1992年联合发起组建。1993年5月民政部准予注册登记。电促会第四届理事会将促进“大数据、云计算、物联网、人工智能”等新技术在电力行业的应用写入《章程》，与电力规划一起作为协会的核心服务内容。现设有可再生能源发电分会、核能分会、电力数字化产业委员会、知识产权分会、人工智能与电力大数据分会、网络安全专委会、网络教育培训与人才开发专委会、能源物联网分会、智能电器专委会、低碳用能与智能电力专委会、碳达峰碳中和专委会，独资运营北京中电创智科技有限公司，主编《中国电力年鉴》，主办中国电力网。
2023年全球人工智能行业市场现状、竞争格局及发展前景分析 未来市场规模高速增长
全球人工智能应用场景将不断丰富，市场规模持续扩大
当前，国内外互联网巨头纷纷将人工智能作为下一次产业革命的突破口，积极加大投资布局，与此同时，随着人工智能技术进步和基础设施建设不断完善的推动下，全球人工智能应用场景将不断丰富，市场规模持续扩大。
“人工智能”一词最初是在1956年美国计算机协会组织的达特矛斯(Dartmouth)学会上提出的，人工智能发展至今经历过经费枯竭的两个寒冬(1974-1980年、1987-1993年)，也经历过两个大发展的春天(1956-1974年、1993-2005年)。从2006年开始，人工智能进入了加速发展的新阶段，并行计算能力、大数据和先进算法，使当前人工智能加速发展;同时，近年来人工智能的研究越来越受到产业界的重视，产业界对AI的投资和收购如火如荼。
1、全球人工智能技术迈入深度学习阶段
机器学习是实现人工智能的一种重要方法，深度学习(DeepLearning)是机器学习(MachineLearning)的关键技术之一。深度学习自2006年由JefferyHinton实证以来，在云计算、大数据和芯片等的支持下，已经成功地从实验室中走出来，开始进入到了商业应用，并在机器视觉、自然语言处理、机器翻译、路径规划等领域取得了令人瞩目的成绩，全球人工智能也正式迈入深度学习阶段。
与此同时，全球人工智能领域对新技术的探索从未停止，新技术层出不穷，例如近年来一些新的类脑智能算法提出来，将脑科学与思维科学的一些新的成果结合到神经网络算法之中，形成不同于深度学习的神经网络技术路线，如胶囊网络等，技术的不断进步是推动全球人工智能的发展的不竭动力，这些新技术的研究和应用将加快全球人工智能的发展进程。
2、全球主要经济体加快人工智能战略布局
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。自2013年以来，包括美国、中国、欧盟、英国、日本、德国、法国、韩国、印度、丹麦、芬兰、新西兰、俄罗斯、加拿大、新加坡、阿联酋、意大利、瑞典、荷兰、越南、西班牙等20多个国家和地区发布了人工智能相关战略、规划或重大计划，越来越多的国家加入到布局人工智能的队列中，从政策、资本、技术人才培养、应用基础设施建设等方面为本国人工智能的落地保驾护航。
3、全球人工智能领域新基建扩容趋势明显
人工智能新基建包含智能芯片、5G、感知网络、数据中心等支持人工智能发展的生产性设施建设，同时人工智能与实体经济深度融合做构建的智能经济形态也是人工智能领域新基建的一部分。
近年来，全球人工智能发展的生产性设施建设步伐加快，2020年新冠疫情在全球爆发，对全球的经济生产活动产生较大的冲击，但值得注意的是，全球范围内的新基建业务扩容未被阻断，从各国政府到行业主要企业都积极参与到人工智能新基建的建设中。
人工智能芯片是人工智能的大脑，随着全球人工智能终端设备数量的增长以及边缘计算的需求逐步提升，全球人工智能芯片需求量快速增长，市场规模不断扩大。
根据Tractica公布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增加至175亿美元，2025年全球人工智能芯片市场规模有望突破720亿美元。
5G的低延迟、高速度和边缘计算能力可以推动人工智能设备更智能地进行大量的数据连接，提升人工智能设备的学习能力，与此同时将5G网络与人工智能技术相结合，可以有效提高5G网络的智能化程度，使网络从人工配置参数与使用专家的经验编制策略转变为网络智能配置参数与智能策略自动生成成为可能。
由此可见，5G与人工智能的互促式发展可以加速全球人工智能应用突破与落地，因此，目前全球范围正在加快5G商用推广的步伐，全球5G基础设施建设如火如荼。
根据GSMA(全球移动通信系统协会)公布的数据显示，截至2020年7月底，全球38个国家已经部署了92张5G移动网络，较4月底增加了22张;截至2020年9月，全球5G终端达到18类362款，其中162款手机，113款已经上市，其中70%+支持SA(独立组网)，5G商用正在加快。
根据爱立信公布的数据显示，截至2020年6月底，全球范围内共部署了约72万个5G基站，2020年8月这一数据增加至80万个，前瞻预计，到2020年底，全球5G基站总数将达到100万个。
近年来，随着计算能力越来越强，云计算、大数据、虚拟化等技术的出现，让人工智能有了可依赖的现实技术基础。人工智能的算法需要依赖海量的数据，利用海量的样本进行机器学习。
数据中心天然就是一个海量数据库，每天生成的和转发的数据都在呈指数增长，有了这些数据，再利用大数据技术去分析，就能得到很多有意义的数据供人工智能学习;与此同时，人工智能要依赖计算，只有高速的计算能力才能在短时间完成指定的任务，现在的数据中心利用网络进行分布式计算，大大提高了计算能力，人工智能的学习能力可以得到大幅提升。数据中心为人工智能提供更多的技术支撑与创造无限可能。
全球数据中心建设加快有力的推动了人工智能的发展，从2017年开始，伴随着大型化、集约化的发展，全球数据中心数量开始缩减，但值得注意的是，随着行业集中度的逐步提升，全球超大型数据中心数量总体增长，据Cisco的统计数据显示，2019年，全球超大型数据中心数量约447个;至2020年，全球超大新数据中心将达到485个。
根据Gartner公布的数据显示，2017年底全球部署机架数达到493.3万架，安装服务器超过5500万台，2019年全球数据中心部署的机架数量约为495.4万架。预计2020年机架数将超过498万架，服务器超过6200万台。
4、全球人工智能商业化加速应用场景愈发丰富
人工智能技术经过过去近10年的快速发展已经取得较大突破，随着人工智能理论和技术的日益成熟，人工智能场景融合能力不断提升，因此，近年来商业化应用已经成为人工智能科技企业布局的重点，欧洲、美国等发达国家和地区的人工智能产业商业落地期较早，中国作为后期之秀，近年来在政策、资本的双重推动下，人工智能商业化应用进程加快。目前，人工智能技术已在金融、医疗、安防、教育、交通、制造、零售等多个领域实现技术落地，且应用场景也愈来愈丰富
值得注意的是，尽管目前全球范围内人工智能商业化进程正加速推进，但受制于应用场景的复杂度、技术的成熟度、数据的公开水平等限制，全球人工智能仍处在产业化和市场化的探索阶段，落地场景的丰富度、用户需求和解决方案的市场渗透率仍有待提高。
5、全球人工智能市场规模快速增长
基于人工智能技术的各种产品在各个领域代替人类从事简单重复的体力或脑力劳动，大大提升了生产效率和生活质量，也促进了各个行业的发展和变革。
普华永道数据预测，受到下游需求倒逼和上游技术成型推动的双重动因，2020年全球人工智能市场规模将达到2万亿美元，预计未来几年市场将继续保持高速增长，到2030年全球市场规模将达到15.7万亿美元的规模，约合人民币104万亿元。
6、北美地区人工智能产业发展领先
近年来，人工智能在北美洲、亚洲、欧洲地区发展愈演愈烈。北美、亚洲和欧洲是全球人工智能发展最为迅速的地区。截止2019年底，北美地区共有2472家人工智能活跃企业，超级独角兽企业78家;亚洲地区活跃人工智能企业1667家，超级独角兽企业8家;欧洲地区活跃人工智能企业1149家，超级独角兽企业8家。
注：超级独角兽指的是估值超过100亿美元的企业
7、科技巨头纷纷布局人工智能行业
近年来，全球科技巨头纷纷布局人工智能。在美国地区，Google实行“全面开花”的策略，在云服务、无人驾驶、虚拟现实、无人机、仓储机器人等领域均有布局。Facebook依托社交网络，从产品中获得数据、训练数据，再将其人工智能产品反作用于社交网络用户。
微软则致力于将人工智能技术应用到智能助手、AR/VR等领域，例如Skype及时翻译、小冰聊天机器人、Cortana虚拟助理等应用。在中国，互联网巨头企业如百度、腾讯和阿里均纷纷依托自身平台优势，构建人工智能服务产品，主要布局于人工智能应用层领域。
8、全球人工智能新一轮资本热潮方兴未艾
从生产方式的智能化改造，到生活水平的智能化提升，再到社会治理的智能化升级，新一代人工智能的应用驱动特征愈加明显，大量新兴应用场景持续培育形成。快速丰富的数据储备，逐渐清晰的业务逻辑，以及即将落地的商业价值，促使全球人工智能新一轮资本热潮方兴未艾。
根据CBInsights公布的数据显示，2014-2019年全球人工智能融资金额和融资次数逐年增长，2019年再创新高，融资金额达到265.80亿美元，融资次数超过2000次。
以上数据及分析均来自于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资、IPO募投可研等解决方案。
参与全球人工智能创新链竞争
近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，各国竞相制定数字经济发展战略、出台鼓励政策，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。
在诸多革命性数字技术中，人工智能以其渗透性、协同性、替代性、创新性等“技术—经济”特性，能通过核心产业的扩张、融合产业的赋能、潜在关联产业的活化等，促进经济高质量发展。世界主要经济体都把发展人工智能作为提升国家竞争力、维护国家安全的重要战略。
在人工智能领域，研发创新的意义尤为重要。人工智能不仅能作为一种产品或服务参与到经济系统中，而且能实现对劳动、资本等其他传统生产要素的替代，进而重构生产函数，对经济运行产生变革性作用。未来一段时期，加快人工智能创新发展，促进人工智能与互联网、大数据等产业深度融合，发挥人工智能对传统产业的赋能作用，积极参与全球人工智能创新链竞争并获取优势地位，对我国加快建设创新型国家和世界科技强国，都具有重要意义。
人工智能创新链的主要特征
“创新链”这一概念最早被用于描述创新活动中不同环节的相互关系，包括技术创新过程中的基础研究、技术研发以及产品创新过程中的实际应用和产业化、市场化等环节。
随着新一轮科技革命和产业变革加速演进，生产函数底层架构出现变化，新的生产要素与生产方式展现出越来越强的重要性，我国学界已普遍认识到积极参与全球创新链竞争的战略意义，虽然对于创新链还存在不同理解，但对于以产业发展为导向的创新链内涵已经形成以下共识：创新链基于产业环节存在一系列创新节点，不同节点的创新主体以产业发展为导向，通过调配与整合链上的创新资源，最终实现价值创造与增值；产业发展在创新链中起导向作用，创新范围不仅包括科研知识创造、技术与产品成果创新，也包括商业模式、服务功能的改进；创新主体对创新资源进行调配整合，既包括对材料、设备、资金等有形资源的调配，也包括对知识、信息、观念等无形资源的整合；创新主体中，大学及科研机构等是基础知识的主要创新者，企业是科技成果应用与商业化的主要实施者，金融机构或科技中介机构是创新要素的主要调控者。
当前，我国对人工智能创新链的研究还比较缺乏系统性。进一步深化相关研究，需依据人工智能的“技术—经济”特性，研判人工智能创新链的主要特征。相关特征主要表现为以下几个方面。一是多元性。首先是创新参与主体多元性，既包括核心企业、上下游企业、大学科研机构等创新活动主体，也包括政府、金融机构、科技中介机构等其他主体；其次是创新资源多元性，包括人才、资金、专利、设备、观念等；最后是创新链结构多元性，包括政策链、服务链、资金链、人才链等一系列配套链式架构。二是协同性。创新主体对产品进行研发创新的过程，涉及需求分析、技术解构、服务演化等一系列新知识积累，只有当这些新知识与其他创新资源在各主体间充分流动，各主体就创新行为达成协同，才能有效实现创新。三是循环性。创新产品进入市场后，市场对产品、服务提出新的需求，使用、体验产生的应用数据与信息反馈重新进入创新链结构，作为一种新的创新要素促进理论研究与技术更迭。四是发展性。创新资源的循环流动意味着创新链是一个不断发展的动态架构。随着创新主体的不断增多，创新范围与产业领域持续扩张，创新资源进一步发挥溢出效应，创新链地位也将进一步巩固。
全球人工智能创新链竞争态势
当前，全球人工智能创新链基本形成了中美两国主导、东亚北美西欧协同引领的格局。
一方面，以中国为代表的东亚地区已初步形成人工智能知识创新高地，但北美地区依旧掌握理论创新话语权。有数据显示，中国人工智能出版物总数在2017年成为世界第一，在2020年贡献了全球22.4%的出版物数量。在期刊发表文献数量上，中国于2017年超越美国成为世界第一，2020年全球占比达到18%。就整个东亚地区而言，相关期刊发表文献数在2020年达到全球的26.7%，已初步形成人工智能知识创新高地。但是，在更能体现人工智能重点研发方向与赛道规则制定权方面，以美国为代表的北美地区依旧把握着理论创新话语权。2020年，美国会议出版文献数在全球占比19.4%，中国则为15.2%，在会议出版文献引用情况上，美国占比达到40.1%。
另一方面，全球已基本形成中美两国共同引领技术创新的格局。据统计，2010年至2019年，全球人工智能专利申请量521264件，其中，中国申请量为389571件，居世界第一位，占全球总量的74.7%。2010年至2021年2月，全球累计人工智能领域的专利授权量达17.8万件，中国占比43%位居首位，美国占比33%。中国的技术创新主要集中在已有技术优化和工程实现上，颠覆性技术创新相对缺乏，相比之下，美国则在这方面拥有较大领先优势。
与此同时，全球人工智能软硬件产业创新总体上由美国、中国、欧盟、日本主导。美国人工智能软件产业具有巨大体量优势，同时处于较高创新等级，基本把持了人工智能软件产业话语权；中国不断降低对其他国家的依赖程度，在硬件产业上同时具备创新与贸易优势；欧盟在软件产业上依赖美国、东盟，在电子产业上依赖中国、美国，且依赖程度有加强趋势；日本仍然维持在人工智能软硬件产业创新链的头部地位，但对其他国家的依赖程度有所提高。
多措并举提升创新链竞争力
相比其他领先国家，我国的人工智能创新链仍存在诸多不足。比如，知识创新缺少理论话语权，缺乏原创性颠覆性技术创新；产业链供应链创新链失衡，且面临被国际垄断巨头压制的风险；产学研主体创新资源流通不畅，市场创新活力相对不足；政策链、服务链、资金链、人才链等创新支撑链有待健全。对此，需立足自身优势，补短板、锻长板，在保持领先地位的同时，大力提升创新链竞争力，力争在全球人工智能创新链竞争中把握主动。
第一，推进基础理论和关键共性技术协同创新。要加快构建开放协同的人工智能科技创新体系，在重点前沿领域探索布局。特别是要发挥我国算力强、数据多、场景全、使用基数大的优势，力争在理论、方法、工具、系统等基础理论和关键共性技术方面取得变革性、颠覆性突破，全面增强人工智能原始创新能力。与此同时，要发挥政策引导作用，促进产学研用结合，建立健全政府、企业、行业组织和产业联盟、智库等的协同机制，加强在技术攻关、标准制定等方面的协调配合。
第二，加强相关产业与人工智能产业链创新链融通发展。需充分发挥我国在新型基础设施建设和产业应用方面的巨大优势，建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施，推进人工智能与相关产业融合发展；依托国家新一代人工智能创新发展试验区，大力开展人工智能技术示范、政策试验和社会实验，形成一批人工智能与经济社会发展深度融合的典型模式；加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系，发展多种形式的科技中介服务机构，促进企业之间、企业与大学及科研院所之间的知识流动和技术转移转化。
第三，制定相关法律法规和标准，优化创新环境。一方面，要实现创新发展和风险治理的有效平衡，加强各类标准规范、数据开放与隐私保护、算法监管与问责等体系化研究，引导和规范人工智能发展。另一方面，要深入研究人工智能发展的新情况新问题，探索人工智能领域监管的适用性问题，不断完善相关法律法规，创造公平的竞争环境、良好的商业秩序，激发市场主体的创新活力。
第四，培养和引进相结合，大力增加高端人才供给。既要加强人才储备和梯队建设，积极开设人工智能专业，加强基础学科建设，又要拓宽国际人才交流渠道，鼓励国际合作交流，还要完善全国统一、竞争有序的技术产权市场体系建设，建立并完善人工智能知识产权交易制度，促进技术扩散。
第五，有效拓展国际合作，参与全球人工智能创新链与治理体系。需坚持国际视野和全球思维，以开放心态应对全球竞争，搭建全球化服务平台，促进国际交流，吸引全球创新资源要素参与我国人工智能技术及产业发展，广泛组织参与人工智能国际合作。要完善人工智能产业贸易促进政策，加强制度供给和法律保障，加强人才交流与技术共享。应借鉴国际规则和经验，围绕数据跨境流动等重大问题探索建立治理规则，积极参与全球人工智能领域的规则制定，为全球人工智能发展贡献“中国智慧”。
（作者单位：中国社会科学院工业经济研究所）
从两极到三强：欧盟人工智能的全球竞争战略分析
0分享至摘要人工智能已经成为当今国际竞争的关键领域，分析人工智能的发展态势和大国战略对赢得这场竞争至关重要。本文旨在研究该领域中普遍认为的美中两极格局将如何以及为何会走向美中欧三强的局面，运用文本分析法梳理欧盟人工智能“以人为中心”的人工智能竞争战略的实施意图、举措与前景，并从其主要竞争对手美国的相关反应评估其战略效果，推断战略中存在的薄弱环节与风险。研究发现：欧盟以伦理监管的先发优势实施“遏制型”战略参与竞争，令其在实现主导全球人工智能监管标准方面取得阶段性成功。本文基于欧盟研究，为中国人工智能竞争战略的制定与实施提供建言。0引言人工智能正在成为影响未来社会变革的最重要不确定因素之一。从资金投入、技术发展、人才培养、应用场景等多方面来看，中美两国已显著占据全球人工智能领域“两极”之位。世界70大互联网公司掌握着人工智能技术赖以存在的绝大部分数据与算法，而这些公司90％的市场资本由中美两国所把控。但不容忽视的是，欧盟正在成为该领域的新晋竞争者。欧盟委员会自2018年发布《欧洲人工智能战略》以来连续出台多份关联文件，并积极推进立法，引发有关欧盟会否成为另一个人工智能超级大国之问。首先，欧盟表明了试图将“两极”盘踞的局势扭转为“三强”相争的意愿。欧盟委员会明确表示不愿意在中美两国间“选边战队”的立场，提出要成为竞技手，而不是充当其他人的竞技场。其次，欧盟委员会已发布的战略文本显示，欧盟正基于自身比较优势选择以不同于中美的发展模式参与竞争。欧盟委员会主席乌尔苏拉・德莱恩提出了“技术主权”（technologicalsovereignty）的概念，其实质是希望在与核心技术相关的基础设施、工具、标准和法律规则乃至价值观和社会模式方面实现最大程度的“规制自主”（regulatoryautonomy），为欧洲争取发展空间。最后，考虑到欧盟确实拥有重视个人隐私及数据相关权利的价值传统与民意基础，以及《一般数据保护条例》（GDPR）带来的实践经验，欧盟有可能在以国家驱动的中国力量和以市场驱动的美国战略之外，抛出“以人为中心”的价值观立场，抢先发布人工智能领域的伦理监管准则，并将其推向国际社会，尝试以欧洲方式实现“弯道超车”。由于人工智能议题关乎大国间在科技、经济、社会等多维度上的力量对比，极有必要持续跟踪分析国家和国家集团层面在人工智能方面的国际竞争态势，其中，欧盟是研判全球人工智能竞争格局所不能忽视的重大变因。本文在全盘梳理欧盟人工智能战略的实施意图、举措与前景的基础上，从其主要竞争对手美国的相关反应评估其战略效果，推断战略中存在的薄弱环节与风险，为中国应对新的竞争局面提供建言。1文献综述21世纪以来，科技竞争成为大国间竞争的主导领域。关于美国和中国争夺技术主导地位的研究较多，特别是在人工智能领域。但也有学者提出，这些分析缺少一个重要的参与者：欧洲。欧洲正在发展自己的战略和能力，以之与美国和中国抗衡。国外对欧盟人工智能战略的分析，自2018年《欧洲人工智能战略》发布后掀起一波小高潮。研究重点可分为三类：第一类，战略框架的评议，以及进一步推进的建言。大部分文章认为，欧盟一直致力于鼓励发展合乎道德的、值得信赖和可靠的新技术，这促使其在人工智能领域也采用了相同的治理思路，即强调对人工智能技术和应用的监管，使其值得信赖、稳健可靠，并以伦理监管作为主要治理工具。基于此立场对战略的评议也以正面为多，认为欧洲目前需要人工智能的监管、标准化和道德原则，胜过需要创新。美国科技智库则持不同的观点，认为监管会限制人工智能在欧洲的开发与应用，还会增加欧盟人工智能企业和消费者的成本。第二类研究集中分析了欧盟成员国对欧盟人工智能战略的响应与准备程度，指出成员国解释欧盟政策的方式及其推进相关目标的国家举措，会最终决定欧盟战略重点和伦理监管的方法能否奏效。第三类研究，也是本文最为关注的部分，即从全球竞争角度比较欧盟与其他国家的人工智能战略，但此类研究较少。虽然存在一些分别比较欧盟-美国或欧盟-中国的人工智能战略研究，但切入点多为何种战略模式更利于人工智能的发展，而非置于全球竞争局势下对竞争策略的分析。在人工智能竞争研究方面，国内学者更注重锚定美国而较少关注欧盟的动作。欧盟战略发布后，虽有大量报道却缺乏深度研究。曹建峰等分析了欧盟人工智能伦理治理的路径；黄郑亮从全球价值链视角切入，分析了欧盟人工智能的竞争力。但是，目前还较少有从竞争战略的角度就欧盟对策可能对国际竞争格局带来的变化及其对中国的影响展开研究。分析综述表明，在当下全球大国竞争局势下，以欧盟为主要对象研究其人工智能竞争战略的目标和核心举措具有重要意义，尤其是探讨其以不同于中美的竞争策略入局所可能带来的影响，可为中国下一阶段的谋篇布局提供参考。2欧盟人工智能竞争战略文本分析2.1战略文本梳理笔者将研究范围锁定在2018年以来由欧盟委员会发布的所有与人工智能相关的战略文本，因为这一年《欧洲人工智能战略》正式发布，首次明确了欧盟将作为一个整体，基于欧洲价值观来确定自己参与全球人工智能竞争的方式，并在文件中审视了自身在国际竞争格局中的地位，且以中美为主要竞争对手。如表1所示，2018一2021年，欧盟委员会先后发布了五份紧扣人工智能主题的战略文件。其中，《可信赖人工智能伦理指南》虽非欧盟委员会直接发布，却是因应战略要求经欧盟委员会召集52位跨领域的高端人才组成的智库一人工智能高级专家组（High-LevelExpertGrouponAI）撰写提交的，因而也具有重要的参考价值。该临时智库在两年的工作期内（2018.06一2020.07）助力欧盟委员会演绎了人工智能战略的竞争定位，提供了具有可操作性的实施路径，因此其发布的文件也作为本研究之列。2.2竞争战略特点（1）竞争定位：发展“以人为中心”的人工智能。特劳特等根据军事中“选择决战地点”的概念提出定位理论，强调要避开竞争对手在顾客心智中的强势，或是利用其强势中蕴含的弱点，确立品牌的优势位置。借用此理论分析欧盟人工智能的竞争战略，便是在制定竞争定位时避开中美两大竞争对手在人工智能尖端技术和应用市场方面的强势，选择让欧盟的人工智能在公众心目中成为“可信赖与安全的”代表。具体而言，欧盟的竞争定位是创建“以人为中心（human-centered）”的人工智能（国内也有译为“以人为本的人工智能”）。以人为中心的人工智能概念虽然最早由斯坦福大学、麻省理工学院等美国大学展开集中研究，强调人工智能不仅仅是技术，也必须是人文的、合乎道德伦理的、惠及人类的，是增强人的能力而非取代人。但欧盟率先将这一概念嵌入竞争战略中，突出概念中道德伦理的部分，强调欧盟的人工智能是与众不同的，将在保护并尊重人类基本权利和价值观的前提下显著改善公民生活，并有效助力社会和经济发展，并且要让欧盟与成员国共同成为以人为中心的人工智能的全球领导者。此定位透露出欧盟参与竞争的内在逻辑：01以人为中心的人工智能应该是符合欧盟核心价值观的人工智能，即《里斯本条约》明确的欧盟必须建立在尊重人的尊严、自由、民主、平等、法治和尊重人权，包括少数族裔人权的基础上。这些价值观应该完全融入人工智能技术与系统从开发到应用的全过程；符合欧盟核心价值观的人工智能，更容易获得欧洲用户的信任，并形成成员国之间的合力，用以构建统一的欧洲市场；0203判定人工智能是否以人为中心符合欧盟价值观，就必须为其设定一套道德准则和评估标准，甚至上升至法律层面，这将自然地为欧洲市场设立起一道监管屏障。（2）竞争策略：建立可信赖与安全的人工智能监管框架。欧盟人工智能的国际竞争策略并非通常认为的实现技术上的赶超，而是基于欧盟强大的伦理和法律监管框架，为以人为中心的人工智能设下全球标准。《人工智能白皮书一通往卓越和信任的欧洲路径》（以下简称《人工智能白皮书》）明确了监管的原则：新的人工智能监管框架应该能够有效实现其目标，但亦不能规定得过于“事无巨细”，尤其不应造成中小企业不成比例的负担。为此，新的监管框架应以风险为导向，即基于风险对人工智能应用分级分类，采取不同的事前规制。欧盟在操作层面将人工智能的监管框架分为两部分：一为伦理指南，也称为“软法”；二为出台遏制性的法律法规。“软法”是被所有欧盟文件反复提及、监管框架中的关键要素，既是正式立法的前提，也有助于为人工智能的事前规制设定全球标准。基于风险导向的原则，欧盟人工智能高级别专家组发布的《可信赖的人工智能伦理准则》对这种标准进行了内涵的演绎和阐释，明确“可信赖的人工智能”应该是合乎法律的、合乎道德的、技术稳健的。其中，合乎道德标准可以理解为人工智能系统的设计应充分尊重人类的自主性、不应对人类造成任何伤害或不利、开发部署和使用必须确保对所有人的公平，以及系统决策的整个过程应该是可解释的。《人工智能白皮书》进一步明确了风险导向原则将使欧盟首先盯牢“高风险”人工智能应用，例如用于招聘员工、评估信用、司法决策等方面的人工智能系统就属于高风险，旨在不妨碍创新的前提下积极保护用户的利益，符合以人为中心的战略定位。在“软法”基础上，《关于人工智能的统一规则（人工智能法）并修正某些联合立法行为》提案（以下简称“《人工智能法》提案”）是一套针对在欧盟投放市场、投入服务和使用人工智能系统的统一规则。一旦通过，该法案就将为欧盟构建起一个重视风险且态度审慎的监管结构，通过精细划分人工智能风险等级并制定针对性的监管措施，确保其伦理监管竞争策略切实可行。法案还提出设置专责机构，即由欧洲人工智能委员会负责促进各成员国监管部门落实该法案。虽然草案仍需经过欧洲议会和欧洲理事会的审议批准，但欧盟方面已明确了拟成为全球首个就如何使用人工智能出台规则的大型司法管辖区的决心。（3）搭建使能环境。为了使竞争战略奏效，欧盟着力三方面为其搭建使能环境：第一，构建统一数据空间，夯实基础。欧盟必须要进一步消除数字化领域的内部市场壁垒，才能形成参与国际竞争的合力。《人工智能白皮书》的附件《欧洲数据战略》明确欧盟的目标是构建欧盟统一的数据空间，即真正的统一数据市场，以便使全球数据都能够进入欧盟，同时确保个人及非个人数据（包括敏感商业数据）的安全。在这个数据空间中，欧盟法律将得到有效执行，同时所有数据驱动的产品和服务都需遵守欧盟统一市场的相关规范。欧盟发布的人工智能战略文本中并未就“数据空间”作明确定义，但欧洲智库大数据价值协会提供了解释：数据空间是一个总称，对应所有由数据模型、数据集、本体、数据共享合同和专业管理服务所组成的生态系统，以及围绕它的软竞争力（即治理、社会互动、业务流程）。这些能力遵循数据工程方法，优化数据存储和交换机制，并以这种方式保存、生成和共享新知识。欧盟显然希望形成一个完整且可以“自给自足”的欧洲数据存储、处理、共享、服务生态系统。数据空间的建立主要从两方面着手：01聚力成员国欧盟希望通过标准和立法，减小成员国之间的“有害割裂”。《欧洲人工智能战略》呼吁成员国分享最佳实践，在互操作性和数据集方面进行合作，推动人工智能初创公司的出现：同时落实针对公共欧盟数据空间治理的立法框架，明确跨行业数据和公共数据的获取和使用问题。02投资基建，尤其是云基建及相关服务统一的欧洲数据空间需要具有安全性、可持续性、互操作性和可扩展性等云基础设施及服务，包括成员国层面、欧盟层面及私营部门现存计算能力的互联与整合，解决跨组织数据共享的技术障碍。欧盟将在2021一2027年投资40亿至60亿欧元，发展有关欧洲数据空间和联合云基础设施的高影响力项目，同时加快成员国之间的云联盟与合作，建立欧洲云服务市场，减少对外国大型云服务提供商的依赖。第二，公共部门先试先行，示范应用。为了突出以人为中心的人工智能的竞争定位，令公众更大程度地接受可信赖的人工智能技术与系统，欧盟在多份战略文本中强调人工智能应用可以通过更智能的分析能力，更好地理解经济、社会和环境中的实时过程（如人口、经济、环境和气候的变化），为更好的公共服务做出贡献。同时呼吁成员国在公共部门和公共服务领域先试先行，率先接纳可信赖的人工智能，向公众做出示范。《人工智能协调计划》提出欧盟人工智能必须在具有重大影响力的领域中占据战略领导地位，公共部门便是具有重大影响力的领域之一，并且公共部门要成为应用人工智能的探路者。具体举措包括三方面：其一，构建公共采购数据空间，用以共享公共采购数据；其二，制定公共部门人工智能应用计划，推动政府等公共部门主体的人工智能应用；其三，推广人工智能驱动的城市数字孪生计划，利用数字孪生技术解决城市环境或气候问题。除此之外，计划提及的其他具有重大影响力的领域包括气候与环境、医疗健康、机器人、执法移民和救济、交通和农业，也大都具有公共属性，部分以公共服务的形式呈现于公众面前，同样也服务于欧盟以人为中心的人工智能的竞争定位。第三，寻求共识联合盟友，扩大影响。欧洲智库欧盟对外关系理事会认为：欧盟应改变长期以来主要从经济角度看待技术问题的方式，转而深入参与技术的地缘政治，只有这样才能在中美两个技术强国之间找到属于自己的位置。欧盟战略文本显示，欧盟有意在制定人工智能规制的同时，积极与所有愿意分享相同价值观的非欧盟国家展开对话。具体表现为欧盟有意在联合国、经合组织、七国集团或二十国集团等全球治理平台上推广人工智能的伦理准则。笔者也发现，经合组织近年来频繁发文关注欧盟的人工智能发展模式，并已在2020年与欧盟委员会形成合作，共同构建全球人工智能战略和政策的数据库，跟踪发展趋势。另一方面，欧盟通过《人工智能协调计划》呼吁成员国尝试协调个别成员国和第三国之间与人工智能相关的双边外展工作。在成员国的协同作用下，欧盟还将寻求与利益相关者一一科技公司、学术界和其他各方结成联盟。欧盟清楚地意识到，只有形成一套承认欧盟价值观的人工智能伦理监管的多边合作框架，才有可能真正扩大欧洲力量，同时使其成为欧盟加强在欧洲之外影响现有地缘政治格局的重要筹码。2.3欧盟竞争战略小结基于自身优劣势的考虑，结合国际竞争格局带来的挑战与机会，欧盟选择扛起以人为中心的人工智能的大旗，一方面通过设立非正式的伦理行为指引（软法）和正式立法（硬法），双管齐下撬动其强大的监管力量，发挥“布鲁塞尔效应”，即虽然欧盟只监管其内部市场，但由于其内部市场的规模足够大，跨国公司为进入该市场而不得不遵循欧盟标准。随着这些公司自愿将欧盟标准延伸至管理其全球业务，欧盟便可改变全球市场。《一般数据保护条例》就是循此路径单方面改变了全球市场的行业标准。可以说，全球人工智能竞赛因此产生了一条新赛道，即人工智能监管竞赛，而欧盟是在这条道上占据先发优势的参赛选手。欧盟要完全依靠伦理监管提升人工智能的综合竞争力仍面临多重挑战：01伦理监管为先的竞争战略若不能具备足够的预见性、灵敏性和适应力，可能掣肘创新力，限制欧盟内部人工智能技术与企业的发展；在技术优势不足的情况下，伦理监管可能难以在全球竞争中形成真正的威慑力；0203欧盟如果不能形成真正的数字单一市场，则无法真正推进人工智能监管的欧盟标准，也无法利用窗口期实现人工智能技术或应用的超越。3中美欧竞争格局的分析与启示3.1欧盟跻身人工智能三强的可能性分析欧盟主要竞争对手美国的反应，可在一定程度上判断欧盟战略的有效性。2021年9月美国商务部透露正在组建委员会，针对人工智能竞争力和伦理问题向总统和联邦政府提供建言。美国战略与国际问题研究中心发布美欧《人工智能合作监管议程前景》的研究报告，提出跨大西洋合作发展才有优势，美欧需要明确采取监管“高风险”人工智能应用的共同办法。笔者对美国著名科技智库信息技术和创新基金会（ITIF）的公开发表物进行了跟踪分析，发现即便这是一个长期研判中美科技竞争态势的主要智库，在人工智能方面也能清晰看到其“提防”欧盟之心远胜中国。如表2所示，截至2021年6月28日，ITIF从未对中国人工智能进行单独国别的研究。与中国相关的研究成果共计5项（包括简报、研报、研讨会），都是把中国放在全球人工智能竞赛版图内展开的多国比较研究。与此同时，ITIF就欧洲的人工智能共发布25份研究内容，其中22份是以欧盟为单独研究对象进行分析的，这些成果的撰文者主要来自ITIF下设在欧洲的数据创新中心。ITIF对欧洲人工智能的研究结论非常统一：批判欧洲实施的人工智能战略框架，尤其强调其对伦理方面的监管方向掣肘了欧洲的综合竞争力，使其落后于美国和中国。笔者分析，结合美国科技企业多番折戟于欧洲的数据监管，这也可以理解为美国智库的观点输出策略，底层逻辑还是为了说服这位有潜力的竞争对手卸下监管壁垒，或者说有意拉拢这位潜在“盟友”。从实践角度来看，可将欧洲数据监管方面的成效作为参考，研判欧盟跻身人工智能三强的可能性。2016年欧美通过“欧美隐私盾牌”协议，令美国企业接受与在欧盟境内同样的数据保护标准，这意味着欧盟开始有意识地控制美国互联网公司在欧洲的发展速度。2020年7月，欧洲法院以担心美国政府监听欧盟用户数据为由废除了该协议，彻底限制数据流出欧洲，正式宣告数据主权。与此同时，英国通过与日本签订《全面经济伙伴关系协定》允许两国间数据自由流动，有可能形成英日欧的数字经济共同体。由此来判断，欧盟只要能够争取国际盟友，克服脱欧后的英国所存在的不确定因素，扩大伦理监管的适用范围，确有可能取得战略成效。3.2中美欧人工智能的竞合关系研判欧盟构建起的可信赖与安全的人工智能监管框架一旦与中国、美国其中之一互认，将形成事实意义上的全球最大数字经济共同体。因此，研判美中欧之间的竞合关系至关重要。从美欧关系来看，双方因为拥有一些共同的价值观而存在合作的基础，这也有利于欧盟更好地输出其对人工智能施以伦理监管的主张，但欧盟的实际行动显示出其对全盘跟随美国持犹疑态度。例如，美国希望欧洲参与“清洁网络”计划等抵制中国公司的行动，但大部分欧洲国家深知贸然跟随会破坏全球供应链从而对欧洲产生巨大影响，因此并未作出积极响应。从中欧关系来看，双方在数字治理规制方面存在分歧，但在经贸合作方面依存度较高。欧盟委员会主席冯德莱恩在2020年发表的“欧盟版年度国情咨文”中提到：中国是一位谈判伙伴，一个经济方面的竞争者，也是一位系统性对手。笔者认为，这段表述强调的正是中欧之间合作与竞争将长期并存的现实。据此推断，欧盟的态度始终会在犹疑中实现平衡，可能会在维护技术主权的核心理念下，尝试调和中欧数字经济和人工智能治理所存在的分歧。如果美国执意与中国进行技术脱钩，欧盟对通过“技术主权”实现战略自主的目标设定可能更利好中国。因为只要美国无法强迫欧洲在数字经济的关键问题上完全向其靠拢，中国就将获得与欧盟之间更大的协商空间。3.3对中国的启示（1）人工智能的竞争策略需要在竞争环境中立足国情。我们所熟悉的“对标”或“赶超”思维未必适合产业技术的国际竞争，中美欧三方正以三种不同的竞争策略参与人工智能的国际竞争。每个国家选择自己策略的出发点，首先应该立足国情，同时需要“左顾右盼”，在与事实上的竞争对手博弈中建立自己的战略。欧盟选择“以人驱动监管为重”的模式，是考虑到美国和中国已经占据先机的形势下将个人的权利置于人工智能发展的核心，充分发挥伦理监管和数据主权的先发优势，以此暂时抵挡来自外部的竞争，为欧盟内部建成数字单一市场、为自有企业和技术的成熟发展、为拉拢价值观一致的国际盟友而争取时间。美国拥有运作良好的科技创新生态系统，该系统是由受益于上一轮数字创新浪潮而成长起来的科技公司共同构建的，故而美国选择了市场驱动技术发展的模式，由人工智能初创企业在技术和资金都充沛的生态系统中自由萌发与生长。在该模式背后，由于长期领先的传统半导体和计算机芯片的发展，美国的人工智能底层技术实力雄厚，如自然语言处理能力、深度学习等方面始终保持领先优势，令人工智能技术生态日趋完善，这又有助于反哺整个美国的科技创新生态系统。由于主要以市场主导，美国的人工智能国家政策表现为“受事件影响”，即美国联邦政府往往是在其他主要大国发布人工智能规划或政策文件之后跟随出台相关政策，尚未表现出掌握人工智能全球规制主导权的显著意愿。中国首先坚持互利共赢是全球人工智能市场得以可持续发展的战略前提。2017年《新一代人工智能发展规划》把“开源开放”作为基本原则之一，明确要积极参与人工智能全球研发和治理，在全球范围内优化配置创新资源。惟其如此，才有可能在新时代与大变局相互激荡的当下，把全球市场的蛋糕做大。在此前提下，中国以“政府引导全面推进”的竞争战略布局，其举措和目标范围覆盖增加研发投入、培养人才、推进产业化、部署安全问题等各方面，被西方世界誉为“最全面的国家人工智能战略”。考虑到中国拥有发展得更好的人工智能应用基础，以及日益庞大的用户数据资源，这套“自上而下”的政策可以使中国加大经济投入，促进人才、企业、研究与数据相结合，打造全球领先的人工智能生态系统，并给予其更多参与国际市场竞争的机会。无论何种模式都表明，大国在参与人工智能的国际竞争中没有普遍适用的单一路径。各国必须立足资源禀赋，动态化研判竞争局势，以最适合自己的“姿态”躬身入局。（2）人工智能的伦理监管需在竞争中寻求共识。伦理监管可以、也正在成为全球人工智能的竞争工具。除欧盟以外，经合组织的主要成员国及阿根廷、巴西等国共同签署了《经合组织人工智能原则》；G20部长级会议通过了《G20人工智能原则》，推动建立可信赖人工智能的国家政策和国际合作；美国联邦政府也发布了《人工智能应用的监管指南》。虽然都是不具有法律约束力的伦理监管“软法”，但显示出在人工智能国际竞争的版图上，伦理监管必成大势之趋。具有先发优势的欧盟标准一旦与更广泛地区互认，真正成为人工智能的全球标准制定者，就会掣肘中国发展。因此，中国需要对伦理监管的竞争维度有所准备。2019年6月，在科技部的支持下，国家新一代人工智能治理专家委员会起草发布了《新一代人工智能治理原则》，提出“人机和谐”的发展愿景，说明中国已开始关注人工智能的伦理问题。在此基础上，可以借鉴欧盟以风险防范为导向，对人工智能的应用分级分类展开研究，同时需要注意监管方式的敏捷性与适应性，既要与快速迭代的技术发展相匹配，又要防止过度监管从而妨碍本国人工智能企业的创新。中国也需要秉持大国格局，更早地意识到人工智能的伦理管制最终需要在竞争中寻求共识。缺乏国际共识的人工智能伦理治理不仅无法达成治理目标，还有可能令人工智能技术在分裂的治理框架下给人类社会的发展带来无法预计的挑战。新冠疫情的发生便凸显了推行绝对的数据主权战略的潜在风险，开发有效的人工智能训练算法需要维护高质量的全球数据，分裂的全球人工智能监管与治理方式必然妨碍全人类福祉的提升。中国应在实现全球共同利益和道德驱动的人工智能治理目标方面形成表率。（3）人工智能的长远发展需加强人文基础研究。以发展眼光来看，中国更应具备面向未来的大局观，在深入推进人工智能发展战略时，预先考虑到强大的人工智能技术必将以不可预测的方式渗透至人类生活的方方面面，并因此带来严峻的理论困境，包括伦理的问题、社会关系的变革法律维度的挑战等。以欧盟实践来看，之所以能够在伦理监管方面具有一定程度的先发优势，部分源于欧洲学界和智库始终保持着对技术及人文领域的深层次反思与探索。中国需要加强与人工智能领域相关的人文基础研究。2019年孙熙提出，应该在人工智能的哲学层级中重新认识人工智能与人类智慧的本质，深入研究人工智能的基础理论。2020年施旭等进一步指出，人工智能研究可以，也应该从“文化话语研究”的角度出发，去重新认识和定义“人”和“智能”。为此，人工智能研究界、具有不同文化背景的社会科学界以及人工智能的技术人员，必须形成合力，从人类、文化、全球、传统、发展的多元视角加强基础理论的研究。人工智能技术的发展速度及其所能抵达的“彼岸”难以预测，在此前提下要解决技术可能带来的社会挑战，就需构建起创新性的哲学-社会-科学基础研究框架，厘清智能产生的底层逻辑，才有可能真正掌握未来发展的主动权。作者：施雯、缪其浩，上海图书馆（上海科学技术情报研究所）本文转载自微信公众号中国科技论坛，原载于《中国科技论坛》2022年第6期产业|工业化|数字化|人才|创新创业|颠覆性技术|科技指标|科技政策|前沿技术|知识产权|智库|获取方法如下：其他系列将陆续呈现，多多关注哦！投稿邮箱：nais-research@cnais.org.cn特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端加快推动人工智能产业高质量发展
人工智能产业为中国经济发展提供战略新动能，是引领中国经济发展的重要战略抓手。2018年9月17日，习近平总书记在致2018世界人工智能大会的贺信中指出，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。习近平总书记强调，中国正致力于实现高质量发展，人工智能的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。习近平总书记的重要论述，为人工智能产业实现高质量发展，更好服务于人民的美好生活指明了方向。
推动高质量发展是“十四五”时期的主题
党的十九届五中全会明确指出，我国经济已转向高质量发展阶段。以推动高质量发展为主题，是“十四五”时期以习近平同志为核心的党中央根据我国发展阶段、发展环境和发展条件变化对我国经济做出的新的重大科学判断。习近平总书记指出，高质量发展就是体现新发展理念的发展，是创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的发展。高质量的发展意味着在中高端产品消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域需要培育经济新增长点、形成发展新动能。新时代新阶段的发展必须贯彻新发展理念，必须是高质量发展。而推动经济高质量发展，关键在于以创新为驱动、高质量供给为引领，加快建立科技创新体系，构建现代产业体系，推动质量变革、效率变革、动力变革，建立中高端产业链、价值链，使发展成果更好惠及全体人民，不断实现人民对美好生活的新需求。
当前新一轮科技革命和产业革命正在发生变革，这与我国高质量发展形成历史性交汇。“十四五”时期我国经济发展应抢抓这一重要变革机遇，为高质量发展“动力换挡”导入强劲引擎。伴随移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动，以人工智能技术为代表的新一轮科技革命蓬勃发展，以前所未有的速度和方式改变着经济发展，成为高质量发展的重要引擎。习近平总书记在十九届中央政治局第九次集体学习时的讲话中指出，“人工智能是引领这一轮科技革命和产业变革的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，具有溢出带动性很强的‘头雁’效应”。加快发展新一代人工智能不仅“事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”，而且是“我们赢得全球科技竞争主动权的重要战略抓手”，更是“推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源”。在推动经济高质量发展的过程中，人工智能产业的高质量，可以为中国经济发展添薪续力。
党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，“在当前和今后一个时期，我国发展仍然处于重要战略机遇期”，要紧扣重要战略机遇新变化，“坚持把发展经济着力点放在实体经济上，坚定不移建设制造强国、质量强国、网络强国、数字强国，推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力”。在推动经济高质量发展阶段，人工智能正在为中国新旧动能转换和国民经济高质量发展提供有力支撑，它是推动工业变革的核心驱动力量，也是最能体现知识要素贡献和打造经济社会发展新动能的基础设施产业，加快推进人工智能产业优化升级，成为未来科技创新的一个“超级风口”。近年来，中国人工智能产业化发展迅速，技术发展日益成熟、应用场景日益丰富，企业数量、融资规模均居全球第二，成为人工智能产业化大国之一。与此同时，我国人工智能产业的发展在基础理论研究、关键核心技术、人才培养等方面存在一些短板，这在一定程度上限制了人工智能产业创新发展潜能的充分释放。对此，习近平总书记强调，要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，创新技术，促进其同经济社会发展深度融合，推动我国新一代人工智能实现高质量的发展。
以人才、技术促进人工智能产业实现高质量发展
我国人工智能产业迅速发展，在智能芯片、智能算法、知识图谱、计算机视觉、自然语言处理等技术方面不断取得突破，为人工智能产业的创新发展奠定了一定基础。但中国智能产业在芯片硬件等关键性核心技术上仍然比较薄弱，这成为制约人工智能产业实现高质量发展的重要隐患。对此，习近平总书记指出，人工智能具有多学科综合、高度复杂的特征。我们必须加强研判，统筹谋划，协同创新，稳步推进，把增强原创能力作为重点，以关键核心技术为主攻方向，促进人工智能实现高质量发展。
重视产业人才培养，构建“引才、留才、用才”新格局。人工智能产业要实现高质量发展，培养人工智能人才是关键。因此，要强化多层次人才的培养和引入。一是培养人工智能产业所需的复合型人才。一方面，构建以技能为本的劳动力市场，鼓励企业和各类机构为员工提供人工智能技能培训，培育一批专业技能扎实、科学素养高、动手实践能力强、具备开阔产业应用视角和国际前瞻视野的人才，确保关键工种拥有充分数量的人才储备；另一方面，完善高校人工智能学科体系建设和布局，深化“产学研”融合发展，鼓励高校、科研院所与企业合作，通过校企共建人工智能专业和课程，培育更多符合人工智能产业高质量发展所需的复合型人才。二是坚持“走出去+引进来”，加大全球高端人才的培养和引入。一方面，选派人工智能领域优秀科研人员赴海外学习交流，扩大国际化视野；另一方面，充分利用海南自由贸易港、自由贸易区、粤港澳大湾区等历史性战略机遇，鼓励人工智能产业人才引入。
加快完善数字基础设施，增强人工智能科技创新能力。人工智能产业要实现高质量发展，技术的完善和突破是重点，这就要求在技术上既要加快完善基本数字基础设施，也要坚持核心技术的攻坚克难。一是要完善数字基础设施，推动传统产业智能化转型。一方面，充分利用新基建机遇，加强人工智能基础研究和技术研发，协调推进各类数据中心、5G网络部署，全面提升端侧的数据计算、采集及传输能力，为传统产业全面向数字化转型打造坚实广泛的计算基础。另一方面，充分发挥国家新一代人工智能开放创新平台赋能作用，加强传统产业与科技公司合作力度，共同突破工业数字化壁垒，实现双赢。二是要加大基础研究力度，加快突破一批人工智能产业化关键技术。国家要调整人工智能投入结构，提高基础研究经费投入比重和投入力度，支持科学家勇闯人工智能科技前沿的“无人区”，鼓励校企开展深度合作，建立协同创新联盟，努力在人工智能发展方向和理论、方法等方面取得变革性突破，确保我国在人工智能重要领域的理论研究走在前面。同时，要以问题为导向，重点突破自主芯片技术和算法技术，加快建立新一代人工智能关键共性技术体系，确保人工智能关键核心技术牢牢掌握在自己手里。
融合实体经济，推动人工智能产业高质量发展
人工智能是具有极强渗透性的技术。当前人工智能产业化应用正加速从娱乐、消费等领域开始向制造、医疗、能源、交通等更大范围的实体经济进军，这给人工智能产业提供了庞大的市场和丰富的场景。人工智能在我国交通、医疗、教育等传统行业中的发展和应用仍然处于较低水平，无法满足人民对美好生活的需要。因此，要实现人工智能产业高质量发展，就要发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势，推动人工智能与实体经济深度融合，以人工智能技术推动各产业变革，加快产业对接，聚焦重点领域，形成以场景应用为导向的发展模式。
搭建智能平台，发挥人工智能技术应用功能。人工智能不仅能创新产品和服务，而且也能在相当程度上改进或优化传统产业的生产流程，重构传统产业的业务模式。当前，以人脸识别、车辆特征识别、手写识别、文字识别等为代表的计算机视觉相关技术基本成熟，“机器视觉”在制造业中已经逐渐推广应用，加强计算机视觉技术与传统汽车制造等产业的深度融合，用机器代替人力劳动，不仅能节约人力投入，还能提高产品品质。人工智能还能对生产过程的数据进行分析并加以改进。工业生产线在运行过程中会生出大量实时数据(比如温度、压力等等)，利用人工智能技术对数据进行分析，能提前预测可能出现的机器故障、残次品率等等，进而对生产流程进行优化，以达到节约成本、提高效率的目标。因此，要大力推广应用人工智能在促进制造业转型升级中的支撑和引领作用，使其成为推动高新技术产业创新发展中的“头雁”和区域发展的“增长极”。
聚焦重点领域，助推人工智能应用场景落地。如果说人工智能产业是供给侧，那么传统行业则是需求侧。推进人工智能应用场景落地，就要处理好供给侧和需求侧的关系。随着人工智能加速向医疗、交通、智慧城市等多领域的渗透，应聚焦这些涉及民生的领域，提升人工智能产业与实体经济的融合度，为人民群众提供更优质、丰富、便利的新产品和新服务，满足人民群众对美好生活的需要。因此，人工智能技术要着眼于我国庞大的市场和丰富的场景，围绕社会发展需求领域布局，探索出一条充分发挥我国市场和场景资源优势的高质量人工智能产业发展路径。
（作者单位：北京科技大学马克思主义学院）
责任编辑：肖景华