人工智能促进经济高质量发展：机理、问题与对策人工智能是单独存在的一门技术

发表时间：2023-07-06 03:52:03

人工智能促进经济高质量发展：机理、问题与对策

摘要：人工智能技术具有渗透性、协同性、替代性、创造性等技术—经济特征，人工智能促进经济高质量发展的机理可概括为对三类产业的扩张效应、赋能效应和活化效应。其中，核心产业扩张效应与融合产业赋能效应交互构建了促进高质量发展的动态循环过程，潜在关联产业活化效应则通过提供非匹配、非集约、非规整、非公平问题解决方案促进经济社会高质量发展。当前，中国在世界人工智能领域第一梯队的地位愈发巩固，技术创新处于关键突破期，在地域空间上则形成了三大城市群为重要引擎、沿海地区快速增长、内陆地区稳定增长的发展格局。我国人工智能促进经济高质量发展还存在核心产业低质扩张、融合产业低效赋能、潜在关联产业低迷活化、相关社会伦理道德规范缺失、相关人才短缺且结构不合理等问题。为此，我国要推进基础理论研究和关键共性技术开发，提高科技自立自强能力；优化行业发展环境，促进产业生态良性发展；完善相关法律法规和伦理规范制度，促进人工智能“科技向善”；构建高素质人才培养体系和人才流动机制，促进包容性均衡发展；加快人工智能创新应用先导区和创新发展试验区建设，推进改革试点和应用示范。

关键词：人工智能；高质量发展；技术创新；核心产业；融合产业；潜在关联产业

基金项目：国家社会科学基金重点项目“新技术革命背景下全球创新链的调整及其影响研究”（19AJY013）

人工智能（AI）是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。作为新一代信息技术革命的代表技术之一，人工智能利用计算设备模拟人类思维决策过程，广泛应用了计算机、数学、物理学、生物学、逻辑学等学科的理论与方法。自1955年达特茅斯会议首次提出“人工智能”概念以来，人工智能经历了60余年的曲折发展，研究重点从早期（1956—1974年）基于符号主义的逻辑推理、启发式搜索，到中期（1974—2006年）符号主义与连接主义融合催生的神经元网络方法、专家系统，发展到近期（2006年至今）基于行为主义纲领的深度学习方法突破所带来的多领域广泛应用[1]。1974年以来的人工智能发展都可归类为连接主义，但2006年之前的连接主义主要对人类大脑活动进行模仿，并没有合理借鉴大脑产生智能的机制。2006年，深度学习方法在卷积神经网络等模型和参数训练技巧等方面取得突破，同时信息设备、算法算力、使用数据也迎来了革新、进步与增长，人工智能实现了跨越式的发展。目前，人工智能研究领域主要分为六大类：计算机视觉、自然语言处理、机器学习、认知及推理、机器人、博弈及伦理。人工智能已经成为世界各国竞争角逐的焦点，其发展水平是国家核心竞争力的重要体现，将对经济发展、社会进步、国际政治经济格局产生深远影响。

党的十九大报告明确提出，推动互联网、大数据、人工智能和实体经济深度融合，作为我国深化供给侧结构性改革、建设制造强国、促进经济高质量发展的重要举措。党的十九届五中全会通过的《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》强调，要推动互联网、大数据、人工智能等同各产业深度融合，这是建设制造强国、质量强国、网络强国、数字中国重要内容，是提高经济质量效益和核心竞争力的关键。本文对人工智能如何促进经济高质量发展的机理进行探讨，分析人工智能促进经济高质量发展存在的问题，提出相应的对策建议。

一、人工智能促进经济高质量发展的机理分析

习近平总书记在十九届中央政治局第九次集体学习时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是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。人工智能具有溢出带动性很强的“头雁”效应，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。我国经济已由高速增长阶段转向高质量发展阶段，迫切需要新一代人工智能等重大创新添薪续力，要推进人工智能和产业发展融合，为高质量发展提供新动能[2]。

（一）人工智能的技术—经济特征

人工智能技术既具有一般通用型信息通信技术所具有的渗透性与替代性特征，同时还具备与各经济要素协同配合提升经济效率的协同性特征，以及替代人类脑力工作的创造性特征。

1.渗透性。作为一种兼具通用性、基础性和使能性的数字技术，人工智能具备与经济社会各行业、生产生活各环节相互融合的潜能，这种广泛应用于经济社会各领域的特征被定义为通用型技术的渗透性。在发展初级阶段，人工智能只能应用于简单场景，解决一些抽象概念性的游戏问题，但随着人工智能技术发展，人工智能被越来越多地应用于多元场景、复杂场景，问题解决边界也向实际应用拓展。这种应用复杂化的趋势即是对人工智能技术渗透作用的印证。渗透作用是通用型技术最基本的技术—经济特征，也是计算技术领域重大创新能够引发技术革命，带来技术—经济范式转换的技术基础。渗透性特征决定人工智能具有对经济增长产生广泛性、全局性影响的潜力。在可预见的未来，人工智能技术将更加全面地融入日常生产生活活动之中，成为经济社会不可替代的一部分。

2.协同性。人工智能的协同性在一定程度是其渗透效应的具体实现。人工智能技术作为通用型技术渗透进入经济社会各个方面，在生产领域，人工智能技术的应用可以提升资本、劳动、技术等要素之间的匹配度，加强上游技术研发、中游工程实现、下游应用反馈各个生产环节之间的协同，从而提高运行效率。在消费领域，人工智能技术可以实现对用户消费习惯与消费需求的自动画像，完成需求与供给的智能匹配，进一步释放消费潜力的同时，实现经济的高质量增长。总的来说，人工智能的协同性特征体现在对经济运行效率的提升。蔡跃洲等核算了中国在过去三十年中ICT资本对增长的贡献率，并使用格兰杰因果检验印证了ICT资本与全要素生产率TEP增长具有因果关系，ICT资本通过与各个经济要素的协同促进了经济效率提升，最终推动了GDP的增长[3]。

3.替代性。随着设备设施与技术研发的持续发展，信息通信技术（ICT）产品相对价格持续下降，从而出现ICT产品对其他投资的大规模替代。如芯片领域的摩尔定律预言集成电路晶体管数目约18个月便会增加一倍，这使得芯片在能够解决更多问题的同时成本持续下降，实现对非ICT资本的不断替代。人工智能除了对非ICT资本的替代效应外，更能实现对劳动要素的直接替代，蔡跃洲等将人工智能对就业的影响分解为负面的替代效应与正面的抑制效应，并得出结论认为就业总量基本稳定的趋势还将延续一段时间，人工智能完全替代人类劳动的极端情形中短期不会出现[4]。人工智能技术持续发挥替代效应，在作为独立要素不断积累的同时，对其他资本要素、劳动要素进行替代，其对经济发展的支撑作用由此不断强化。

4.创造性。生产自动化能够实现对一些高强度、高难度的持续劳动进行替代，而人工智能之所以引起人们对就业前景强烈担忧的原因更在于其能够实现对人类脑力工作、创造性活动的替代。当下人工智能技术已经被广泛应用于药物发现及筛选、材料识别及模拟等科研活动，更是在金融、数字建模、应急救援、音乐绘画等领域被广泛赋予分析决策甚至是创造创新的权力，展现出人类历史上从未有过的来自人类头脑之外的创造力量。人工智能的创造性可以生产出额外的知识，增加人类整体智慧总量，从而促进技术进步，提高经济效率。针对人工智能将完全取代人类工作的担忧，Holford对人工智能的创造性进行了分析，认为人工智能技术主要通过符号解释、形式化和意义捕捉的方式获取知识，对于人类整体知识和隐性知识的复杂性、创造性较难模仿。在不出现颠覆性技术突破的情况下，人工智能技术无法实现对人类创造的完全替代[5]。

（二）人工智能促进经济高质量发展的机理与效应

人工智能代表了未来经济发展的无限可能性，现有观点普遍认为人工智能可以通过提高生产率促进经济增长。在微观个体活动方面，人工智能发展传统自动化为“智能自动化”，持续释放个体创造力，极大提升劳动生产率。在中观行业生产方面，人工智能不断提升生产能力与资本效率，对行业进行分析并作出控制决策，解决某些行业生产准确率低、工作量大、设备闲置、安全性差等一系列问题。在宏观经济发展方面，人工智能促进管理效率、资源配置效率和社会交易效率的提升，推动创新并提高全要素生产率，深化分工形式，大大拓展产品创新的空间，从提升分工专业化效率转向提升分工多样化效率，从多样性角度拓展生产可能性边界[6-7]。师博从生产、分配、交换、消费四个方面探讨了人工智能充分契合创新、协调、绿色、开放、共享的新发展理念，在生产环节发挥创新效应与技术外溢效应实现创新发展；在分配环节优化分配结构同时提升分配效率深化共享发展；在交换环节，通过平台经济、国际共建等方式实现协调、开放发展；在消费环节改进消费质量，加速绿色消费，贯彻绿色发展理念。人工智能在贯彻新发展理念的同时，与经济社会充分融合，实现经济的高质量发展[8]。任保平等聚焦人工智能与实体经济的融合增长效应，从培育高端要素、优化要素禀赋结构的供给侧到普及智能产品与服务、多元化需求渠道的需求侧，双向探讨人工智能对实体经济的融合促进作用，并结合我国当前发展阶段，分析人工智能对传统产业、新兴产业、新商业模式以及供需协同的带动作用，提出构建融合支持体系、加强新基建、培育产业环境、优化投融资支持、深化对外开放等建议[9]。罗以洪基于数字产业化、产业数字化、数字化治理的模型框架，结合宏观理论中四部门经济的各个部门与要素特征，提出政府、消费者、生产者、国外消费者、国外生产者以及金融机构四部门数字经济模型，细化资源型、技术型、融合型、服务型四种数字经济类型，提出具有针对性的数字经济高质量发展路径与对策建议[10]。

已有研究对人工智能如何促进经济高质量发展的机理分析主要集中在以下几个角度：一是基于微观、中观、宏观三重视角进行分析，其具有坚实的经济逻辑支撑，易于进行理论分析，并提出相关政策建议；二是从生产、分配、交换、消费等经济环节进行分析，其更加全面地聚焦经济社会整体的高质量发展，并与新发展理念有着高契合度；三是以中国信息通信研究院提出的数字经济分析框架（数字产业化—产业数字化—数据价值化—数字化治理）为基础进行分析，这一角度具备国际通用性，同时在实证分析方面具有广泛的研究基础，有较多的研究基于相同框架对国内外不同主体进行数字经济测算。与此同时，上述角度都存在一定缺陷：微观、中观、宏观三重视角难以聚焦人工智能产业如何实现发展的高质量，经济环节视角则难以提出有针对性的促进建议，并且在量化发展质量、实证分析路径效应方面二者都有着较大的局限性。数字经济框架则是为数字经济所设计，套用于人工智能产业需要进一步探讨其适配性。

本文基于人工智能的技术—经济特征，对经济社会产业进行划分，并根据划分结构针对性分析人工智能对经济高质量发展的促进机理。经济社会产业可以分解为三种类型，即核心产业、融合产业、潜在关联产业（见图1）。首先，作为一项系统性较强的数字技术，人工智能催生了一系列配套核心产业，其产品服务涵盖了上游研发到下游应用的产业链各环节。其次，人工智能通过发挥渗透性、替代性、协同性、创造性四大技术—经济特征，对一些已有产业进行技术赋能，进而创造出智慧农业、智能制造、智慧建筑、智慧医疗等一大批产业融合新生态。最后，针对目前经济社会中市场化程度不高，尚与人工智能关联较弱的经济社会领域，在不久的未来，人工智能可能通过对其资产与产业环节的“激活”，实现意料之外的爆发式增长。

图1三类产业：按照与人工智能联系程度来

1.核心产业的扩张效应。人工智能作为一项系统性较强的数字技术，其应用的实现离不开技术研发、软硬件开发、算法模型训练、具体场景应用等一系列环节，从而催生了一系列支撑配套的核心产业，有着完备的产业链条，其产品服务涵盖了上游研发到下游应用的各环节。在软件层面，人工智能技术包括算法软件、图谱模型、处理流程等内容的开发，而在硬件层面，人工智能技术涵盖专用芯片、存储器、处理器等硬件设施的生产，除此之外，还包含对数据的搜集与处理，对样本进行学习，对模型进行训练等一系列配套工作。人工智能技术是一项涵盖诸多技术产品的复杂系统，从上游的技术研发到中游的工程实现，再到下游的应用反馈，系统中各个环节都对应着相匹配的产品及服务，随着行业的发展人工智能行业逐渐形成了一套相对独立的核心产业体系。

人工智能促进经济高质量发展的路径之一，即是人工智能核心产业的扩张增长效应。人工智能产业体系根植于高新信息技术产业，但不同于其他信息技术产业，人工智能具有与生产生活应用更高的融合度，可以快速响应具体问题，根据不同的场景生态提供对应的应用方案。不断增长的应用需求使得人工智能产业保持较高速度的增长，同时也促进了基础信息技术产业的壮大，人工智能核心产业的扩张增长符合产业结构优化升级方向，其对经济的支撑作用不断强化，促使经济实现高质量发展。

2.融合产业的赋能效应。人工智能技术发挥渗透性、替代性、协同性、创造性的技术—经济特征，输出智能化设施、智能化方案，对已有产业进行智能化改造，实现数字经济与实体经济的融合发展，通过提质增效促进经济高质量发展。

在农业领域，人工智能融入农业生产、物流、出售等环节中，实现农业生产的无人数控、基于数据分析的生产决策、智能农业机器人的精准执行等转变。中国工程院院士赵春江认为，数字技术将实现农业的产业结构升级、产业组织优化和产业创新方式变革，进一步实现农业从自然资源依赖向知识资源依赖的转变[11]。在工业领域，人工智能基于不同工业行业的产业特征提供生产服务的精准升级，一方面在生产端实现冗余资产的发现切除、错配资产的优化调整、闲置资产的重新激活，促进生产效率的提升；另一方面在消费端实现用户需求的快速响应、精确匹配、个性定制，充分释放消费端潜力。人工智能目前已经实现了客户识别、定向展示、工业数据分析等诸多应用。在服务业领域，人工智能早已应用于金融、旅游、物流、文化体育等各个领域，其中在金融领域进行赋能的研究与实践最丰富，人工智能的分析与决策潜力被认为是打造数字金融体系，实现包容性增长的重要路径之一[12]。如今人工智能技术正越来越多地被应用于供应链、交通物流、工业互联等领域，在工业、农业、金融、公共安全等行业逐步构建多样化行业技术服务及解决方案平台，将智能技术与行业数据、专业知识、业务流程深度融合，形成细分领域垂直行业平台，提供相对通用的行业应用服务。人工智能核心产业与融合产业促进经济高质量发展的动态作用机理见图2。

图2人工智能核心产业与融合产业促进经济高质量发展的动态作用机理

核心产业与融合产业之间并非独立增长的割裂状态，相反，人工智能对融合产业的增长赋能离不开人工智能核心产业高质量智能化设施与智能化方案的支撑，而核心产业的持续迭代更新也无法脱离融合产业提供的技术升级需求与场景数据反馈，一些阶跃性的模型优化与算法创新在高质量的场景数据支持下可以在短时间内达到极佳的训练效果并迅速投入推广使用，节省大量训练成本。核心产业与融合产业对经济高质量发展的促进作用是一个具有循环化、动态化特征的交互促进过程，在这个交互过程中，核心产业的底层架构创新能力与迭代速度持续提升，数据更加自主可控、安全高效，而融合产业的赋能边界不断拓展，逐步覆盖国民经济全产业链各环节。两类产业对经济高质量发展的促进路径具有内生自我反馈机制，在循环往复、不断深化的持续性过程中，实现更加全面、深化、自主、包容的经济高质量发展。

3.潜在关联产业的活化效应。除核心产业的扩张效应与融合产业的赋能效应外，作为一项颠覆性技术，人工智能还将对经济体系中的潜在关联产业产生重要驱动作用，即产生“活化效应”，带来创造性地增长。很多原本与数字技术毫无关联的产业，在人工智能行业产品输出、服务输出、技术输出、范式输出、商业模式创新等助力下得到活化，迎来了新一轮高质量发展行情。比如，在十余年前，外卖还只是人们拨打商家电话进行点餐配送行为的别称，而如今，外卖在人工智能技术的加持下，通过算法推荐、匹配骑手、产业链优化等方式，已经成长为一个万亿规模的巨型市场。在日常出行领域，人工智能技术为高效安全出行提供支持，在房地产行业，人工智能技术为交易主体实现智能匹配，降低交易时间成本，提升社会福利。我们正处于一个剧烈变革的时代，在可预见的未来，这种活化效应将越来越多地刺激经济社会的各个潜在关联产业，实现高效集约、创新绿色的高质量增长。

活化效应与融合产业的赋能效应有所区别：一是活化效应面对未来，活化对象更多指目前还未与人工智能技术产生交集的潜在行业；二是赋能效应的对象是融合产业，赋能过程中人工智能与融合产业的交互作用、动态发展，需要融合产业不断提供产品服务信息，而活化效应更多通过人工智能核心产业单向输出实现。

此外，对于部分潜在关联产业，特别是非正规部门（可称为市场外潜在关联产业），人工智能通过将其进行资本化来实现活化效应。索托在《资本的秘密》一书曾讨论这类广泛存在于发展中国家，严重阻碍社会部门运转以及经济产业发展的产业，包括城乡接合部非正式市场系统、非法作坊、非法建筑等。这些正式体系之外的经济部门在一定程度上弥补了正式经济领域的空白，但当其比重过大时便会形成对经济社会发展的强大阻力[13]。邱泽奇等将这类资产获得市场进入机会定义为资产的资本化过程，认为促进有效资本增长的途径有两条：其一，提高资本化程度；其二，增加资产数量[14]。在市场外潜在产业的资本化方面，数字技术展现了前所未有的催化效率，而人工智能技术更是综合大数据、识别匹配、智能决策等流程于一体，在社会各个方面实现冗余资产的发现切除、错配资产的优化调整、闲置资产的重新激活，促进了资产的高速、高效资本化。

人工智能通过对市场内潜在关联产业的活化效应，解决产业内存在的问题：其一，供求双方信息流通受阻，市场信息不对称的非匹配问题；其二，产业规模增长而质效降低的粗放增长非集约问题。对于市场外潜在关联产业，人工智能的资本化效应则解决了两方面的问题：其一，非正式产业尾大不掉的非规整问题；其二，数字设备能力差异化、市场进入机会不平等、地域发展不均衡等非公平问题。人工智能充分发挥对潜在关联产业的活化效应，作用范围逐步覆盖国民经济全产业链各环节，提供经济发展过程中非匹配、非集约、非规整、非公平问题的解决方案，实现经济的高质量发展。

二、我国人工智能发展现状

长久以来，中国在世界科技发展历史中扮演着追赶者的角色，而人工智能是我国在新一轮技术革命中率先取得领先优势地位的少数领域之一。2020年中国人工智能核心产业规模达到3251亿元，年度行业投融资金额突破800亿元[15]，人工智能正加速与实体经济融合发展，助力产业转型升级、提质增效。

（一）基于行业发展视角，中国处于人工智能领域的第一梯队地位

目前我国在人工智能领域的论文发文量、专利申请量方面都居于世界前列，并且增长速度正进一步提高。总体而言，中国人工智能处于全球第一梯队位置，成为仅次于美国的第二大贡献国。

根据中国科学技术发展战略研究院、科技部新一代人工智能发展研究中心发布的《中国新一代人工智能发展报告2020》数据显示，2019年中国共发表人工智能论文2.87万篇，比上年增长12.4%，单年论文规模达到美国的1.5倍，相比2013—2018年共产出7.4万篇有了大幅提升。在全球近五年前100篇人工智能论文高被引论文中，中国产出占21篇，相比2018年增加5篇。中国在人工智能领域各顶级国际会议上的活跃度和影响力不断提升，在自动机器学习、神经网络可解释性方法、异构融合类脑计算等领域中都涌现了一批具有国际影响力的创新性成果。中国人工智能专利申请量2019年超过3万件，比上年增长52.4%[16-17]。另据深圳市人工智能协会发布的《2021人工智能发展白皮书》，截至2020年底，中国人工智能相关企业数量达到6425家，同比增长25.37%，企业数量位居全球第二[18]。另外，中国始终以积极的姿态推动人工智能领域的国际合作，在国际人工智能开源社区的贡献度已成为仅次于美国的第二大贡献国。

（二）基于技术研发视角，中国正处于人工智能发展的关键突破期

人工智能对经济社会高质量发展的促进力量根植于自身的通用性技术特征，而作为一项引领新一轮产业变革的数字技术，其对产业的变革动力来源于底层的一系列技术创新。中国信息通信研究院对人工智能技术创新程度和突破难度进行分类，从高到低分为颠覆、阶跃、创新优化和工程实现四个发展层级[17]。目前，我国在创新优化和工程实现技术方面处于全球领先位置，但在颠覆性和阶跃性技术方面相对缺乏，缺乏全球引领能力。

据中国信息通信研究院测算，现阶段我国在视觉、语音等基础智能任务的工程实现水平，处于世界领先位置，算法模型的二次创新优化能力同样居于世界前列，但在基础理论、原创模型等颠覆性、阶跃性技术领域仍不具备领导能力[19]。具体而言，中国有一大批人工智能研发机构致力于吸收改造领域内的人工智能算法技术并对其进行场景应用方面的训练，在完成工程实现的同时，基于丰富的场景、用户数据对技术模型进行较小的创新优化。如中国科学院大学人工智能学院近年来开发了基于大数据的互联网机器翻译核心技术及产业化（2017）、大规模知识图谱构建关键技术与应用（2020）等项目。在企业方面，旷视科技融合算法、算力和数据，打造新一代AI生产力平台旷视Brain++，开源深度学习框架“天元”，其ShuffleNet模型具备轻量级CNN模型结构，在同等计算复杂度下可编码更多信息。极智嘉科技基于丰富运营经验和场景积累，建立了国内机器人数量最多、出货能力最大的机器人拣选仓库产品和解决方案系统，覆盖订单拣选、自动搬运、包裹分解等不同物流应用场景，提供环境地图构建、动态环境适应、混合场景多传感器融合、自适应运动等一系列技术服务。依图科技与上海交通大学、芯片公司ThinkForce合作建立“视觉计算与应用”联合实验室，搭建全球最大的人像系统，覆盖超15亿人像，为全国20余省的安防、海关总署、中国边检等合作伙伴提供人像比对服务，并广泛应用在招商银行、浦发银行等多个互联网金融业务场景中。

尽管中国在视觉、语音、自然语言处理等基础应用任务的算法开发上技术完成度高、处理能力强、迭代速度快，多所企业与高校在全球权威比赛中成绩优异①，但是，在颠覆层级的基础理论开发，以及阶跃层级的模型原创或技术优化方面，中国缺失与产业体量相匹配的领导力。一方面，知识工程、深度学习、神经网络等人工智能基础理论开发需要相关统计学、认知学、神经学等底层学科作为理论基础，而中国长久以来一直在现代基础学科理论创新方面落后于欧美发达国家，缺乏基础性创造性贡献。另一方面，中国还没能掌握人工智能热点发展方向的决定权，技术标准、数据标准体系长期对标国际，国内研发重心长期跟随国际，缺失人工智能领域技术研发话语权，短期难以突破领域内寡头垄断格局。

①商汤、旷视、依图、腾讯等企业在细粒度图像识别、自动驾驶场景定位及追踪、行人重识别（ReID）、人体视频解析等复杂任务各类比赛中成绩优异；哈工大讯飞联合实验室（JointLaboratoryofHITandiFLYTEKResearch，HFL）在推理阅读理解评测任务（HotpotQA）全维基赛道中获得第一。

（三）基于地域空间视角，中国形成了三大城市群为重要引擎，沿海地区快速增长，内陆地区稳定增长的发展格局

自2017年国务院发布《新一代人工智能发展规划》以来，全国各地加快推进具有地方特色、符合地方定位的人工智能战略规划布局，央地共治共同推动人工智能发展成效显著，相关细化政策不断完善落地。当前中国形成了以京津冀、长三角、大湾区三大城市群为重要引擎，沿海地区快速增长，内陆地区稳定增长的人工智能地域发展格局。其中，京津冀城市群形成以北京为绝对核心的单核加速发展态势，长三角城市群构建以上海、杭州为正副核心的双核引领发展态势，大湾区城市群形成以深圳、香港、广州为核心的三极协同发展态势。三大城市群以外，主要有成都、武汉、长沙、合肥等城市支撑起了内陆地区人工智能领域的发展。

截至2020年底，中国人工智能企业数量达到6425家，京津冀、长三角、大湾区三大区域占据了企业总数量的80%以上。广东、北京、上海、浙江在企业专利申请数量方面领先全国，广东、江苏、北京、浙江是人工智能专利转移最活跃的地区，这些地区通过科技成果供给激发了区域经济发展新动能。2019年人工智能论文发表活跃度排名依次为北京、江苏、广东、湖北等地。2020年人工智能领域从业人员超过60万人，而北京、上海、深圳、杭州聚集了80%以上的人工智能人才①。三大城市群的人工智能快速发展离不开一大批人工智能研发机构的底层支撑，笔者根据机构资料与中国信息通信研究院对人工智能技术层级划分标准，对地处三大城市群的人工智能研发机构进行了简要划分。在北京，有清华大学神经网络结构研究中心、北京大学智能科学系、微软亚洲研究院、百度深度学习研究院支撑起颠覆与阶跃层级的技术开发，中科大模式识别实验室、北理工仿生机器人与系统国际合作联合实验室、旷视科技计算机视觉研究院等则聚焦创新优化与工程实现级的技术研发。上海与杭州在颠覆与阶跃层级的基础理论开发有上海交通大学人工智能数学基础、机器认知计算研究中心、复旦大学类脑智能教育部重点实验室、深兰科学院等校企机构，创新优化与工程实现级则有浙江大学计算智能与信号处理研究所、多源感知与机器智能研究所、之江实验室、上海智能机器人工程技术研究中心等研发机构提供支撑。大湾区地区有着广泛的人才吸引力与技术流动性，建有华为云计算异构系统关键技术工程实验室、中山大学大数据与计算智能研究所、无人系统研究所、深圳人工智能与大数据研究院、香港中文大学智能系统实验室；云从科技—中国民航共建智慧民航研究中心（广州）、大疆智能无人系统开放创新平台等一大批校企研发机构。

①数据来源：深圳市人工智能行业协会。其中，企业专利申请数量：广东28.32万件，北京10.28万件，上海6.13万件，浙江3.67万件

三、我国人工智能促进经济高质量发展存在的主要问题

（一）关键核心技术缺乏与产业话语权缺失导致核心产业低质扩张

在当前世界局势中，人工智能被视为经济社会发展重要的新增长点，各国都十分重视人工智能技术的发展，国内人工智能企业与高校科研院所在国际市场中极易被打上“中国”的标签，并遭遇一些来自非市场力量的压迫。中国目前在创新优化级、工程实现级的人工智能技术研发工作取得了巨大成就，但在颠覆性理论突破与阶跃性模型创新方面还有所不足，中国还未能掌握人工智能热点方向的决定权，技术标准、数据标准体系不得不长期对标国际，研发重点跟随国际脚步，缺失人工智能领域技术研发话语权。同时，在关键技术、芯片制造、架构设计、底层平台方面中国还面临着发达国家“卡脖子”的局面。人工智能促进经济高质量发展的路径之一是通过其核心产业的扩张增长，在核心技术话语权缺失的情况下，中国将难以发挥核心产业的扩张效应，甚至长期陷入“大而不强”的被动局面。

（二）产学研合作存在“梗阻”与要素流通不畅导致融合产业低效赋能

人工智能对融合产业的赋能过程涉及特定产业专业与人工智能专业的交叉复合知识，更需要研发端长期布局，熟悉特定产业的运行架构与关键症结。然而，目前中国不同人工智能主体的研发重心存在偏差，高校科研院所相对重视人工智能理论开发与模型训练问题，而人工智能企业更重视场景应用与技术服务，产业端与研发端之间的界限依旧牢固，市场激励基础理论研发与基础研发促进产业升级的双向路径不通畅，技术、人才、制度、数据等要素难以自由流动，核心产业与融合产业之间的产品服务流与信息数据流渠道受阻，原本的动态融合逻辑被打破，人工智能对融合产业赋能成本高、效率低、效果差，无法充分发挥对经济高质量发展的交互促进效应。

（三）平台垄断问题与溢出效应不足导致潜在关联产业低迷活化

在人工智能时代，学习算法不断优化，模型算力持续进步，数据的经济价值将得到前所未有的深度挖掘和充分释放,为海量用户数据提供了完美的商业可能。同时，人工智能技术依赖数据进行正反馈循环发展，行业自然倾向于垄断，当人工智能头部平台公司形成一定的市场势力，市场机制将很难阻止其利用“技术+市场势力”的循环进一步深化垄断格局。人工智能产业主体通过数据垄断而限制、排除竞争的行为，将成为反垄断法面临的新时代课题[20]。当前，我国数字经济平台垄断问题已经有所凸显，以滴滴为代表的一批数字平台被国家互联网信息办公室核实存在严重违法违规收集使用个人信息问题，要求下架整改[21-22]。人工智能行业存在的垄断问题对行业发挥溢出效应有着严重的阻碍，行业活力被抑制，导致人工智能对于潜在关联产业的活化效应严重释放不足。

（四）相关社会伦理道德规范缺失，隐私保护和安全性问题突出

与发达国家相比，我国还缺乏与人工智能相关的社会伦理和法律规范系统研究和整体规划，对于人工智能使用和赋能造成的潜在风险、隐私保护，缺乏事前预见性和事后应急处置方案，特别是在社会治理领域的应用，容易诱发隐私侵犯、侵入式检测事件，甚至诱发危及社会稳定和政权安全的严重群体性社会问题。人工智能法律法规有待完善，行业发展尚需伦理准则规范，法律地位不明确、算法不透明、危险决策不可解释等一系列风险亟须解决。

此外，我国还存在开源软件使用不当导致的知识产权侵权风险、强制开源导致企业核心技术泄露风险（如使用GPL等许可协议，要求引用/修改/衍生代码的开源/免费使用，不允许修改/衍生的代码作为闭源商业软件发布和销售）、不遵守许可协议造成合同违约风险，以及多个开源许可证不兼容风险等一系列问题。在开源软件使用不当方面，我国人工智能领域在国际上声誉受损和被经济制裁的案例时有发生。

（五）相关人才短缺且结构不合理，难以支撑实体经济高质量发展

1.高端人才总量偏少。知名AI领域机构ElementAI发布的2020年《全球AI人才流动报告》称，尽管中国在人工智能处于世界前列，论文数量排名也居于全球第二位置，但中国人工智能人才储备表现不佳，在全球AI人才库中，美国拥有188300人，再次位列第一，印度拥有86213人，居次席，中国拥有AI人才数量仅为22191人，排在第四位；并且，据测算，2014—2019年，中国人工智能高端人才呈现越来越严重的净流出状态[23]。

2.人才结构不合理。我国人工智能人才主要集中在应用领域，而美国则主要集中在芯片、机器学习、计算机视觉等重要基础技术领域。我国目前缺乏具备人工智能和实体经济交叉知识体系的复合型人才，但高校专业设置落后于科技发展实际，人工智能专业教学存在缺乏实践、领域宽泛、知识陈旧、碎片化严重等问题。产业界则存在人才使用和激励机制不完善的问题，对如何评价科技人员贡献缺乏有效办法，人工智能技术人员在选拔、任用、培养、使用上缺乏有效激励办法。

四、对策建议

（一）推进基础理论研究和关键共性技术开发，提高科技自立自强能力

针对核心产业低质扩张问题，充分发挥新型举国体制优势，集合产学研多方优势，加大在机器学习、智能计算、核心算法、基础软硬件等人工智能前沿理论和关键核心技术研发应用的投入力度，坚持创新在经济高质量发展中的核心地位，增强科技自主创新能力，尽快在基础理论研究和关键共性技术获得突破，解决一批“卡脖子”技术问题，提高人工智能领域科技自立自强能力。

针对融合产业低效赋能问题，大力推进以企业为主体、“政产学研用”相结合的开放式协同创新，提高创新生态系统开放性、协同性。加强人工智能相关的企业国家重点实验室建设，支持企业与高校、科研院所等共建研发机构和联合实验室，打破产学研壁垒，进一步疏通二者之间技术、人才、制度、数据的流动路径，加强面向人工智能和行业共性问题的应用基础研究，联合开展关键共性技术攻关。鼓励不同产业领域对人工智能技术的创新应用，加快人工智能应用覆盖速度，拓展人工智能应用赋能边界。鼓励实体经济与人工智能的深度融合，推进融合产业动态高质量发展。

（二）优化行业发展环境，促进产业生态良性发展

人工智能与实体经济深度融合需要优化发展环境，包括完善的市场建设、公平的竞争环境、良好的商业秩序、政府规范合理的行为及其激励与保障下企业对于技术创新与产业创新的追求（而非对于寻租及政策套利活动的追求）。

在反垄断方面，贯彻落实《中华人民共和国反垄断法》和《国务院反垄断委员会关于平台经济领域的反垄断指南》，强化对数字经济平台企业反垄断执法，坚决制止平台企业利用算法歧视、算法操纵、数据垄断、侵犯隐私等手段，侵害消费者利益，实施排除、限制竞争的行为。

在政策环境方面，推进普惠性产业政策转型，由当前“政府选择+政策支持”的产业政策，与“产业规划—项目选择—政策支持—效果评估”的政策实施方式，转变为“环境建设+市场选择”的产业政策，与“产业规划—环境建设—体制机制保障—企业行为—市场选择”的政策实施方式[24]。

在市场环境方面，完善全国统一、竞争有序的市场体系建设，加大知识产权保护力度，防范打击人工智能领域知识产权侵权行为。建立完善人工智能知识产权交易制度，促进人工智能技术在产业间的扩散。完善资本市场支撑环境，优化人工智能与实体经济融合的金融市场支持。完善区域间技术、人才、资本流动环境，积极引导中西部地区重视人工智能产业发展，解决地域发展不均衡问题。

（三）完善相关法律法规和伦理规范制度，促进人工智能“科技向善”

新一代人工智能技术是一种数据驱动型技术，存在着技术上鼓励数据的全社会流动共享与安全上要求个人加强隐私信息保护之间的深层矛盾。数据的高质量、大规模、可得性关乎人工智能发展的成败，因此在数据安全性方面，需要政府重视相关法律法规体系建设，行业协会加快制定行业标准规范，企业内部建设并严格执行数据泄露惩罚机制。

贯彻落实《中华人民共和国网络安全法》《中华人民共和国数据安全法》，呼吁尽快出台《中华人民共和国个人信息保护法》。借鉴欧盟《通用数据保护条例》等在数据安全和隐私保护的先进经验，结合实际情况出台相关实施细则和配套政策，在确保数据安全和个人隐私、企业秘密前提下，鼓励数据互联互通。组织社会学家、法律专家、技术专家针对相关问题展开合作，全社会广泛参与讨论，制定完善相关法律法规和伦理规范，规范人工智能信息收集、保存、使用、共享、转让、信息披露等活动，实现信息安全、隐私权与数据可得性之间的平衡，确保人工智能“科技向善”。

（四）构建高素质人才培养体系和人才流动机制，促进包容性均衡发展

人工智能核心产业扩张增长过程的专业性与融合产业赋能增长过程的复合性对相关人才的数量、质量提出了高要求。中国需要在鼓励高校设立人工智能专业的同时，鼓励设立“人工智能+”复合专业，培养融合专业人才。基于多学科构建人工智能人才协同培育体系，加强优势专业校际交流，深化教育科研改革，加大交叉人才培养力度，增加人工智能人才储备。

我国人工智能发展水平高的机构和企业主要集中在东部地区，中西部人工智能研发和应用水平相对较低，区域发展不平衡问题较为突出。中西部地区应以大力发展数字基础设施为契机，完善地区营商环境和知识产权保护制度，构建灵活顺畅的人才流动机制，通过建立人工智能专项发展基金池等办法，吸引东部人才到中西部地区创业发展，提升中西部地区人工智能发展水平。

拓宽国际人才交流和招揽渠道，扶持人工智能、机器学习，以及数字经济所需的数据分析、云端计算等领域的人才引进及培养。鼓励高校、企业相关团队赴国外顶尖大学及研究机构合作交流人工智能及机器学习等最新技术。完善外籍高层次人认定标准，畅通人才申请永久居留的市场化渠道，为外籍高层次数字科技人才在华工作、生活提供更多便利。完善国际化人才培养模式，加强数字科技人才国际交流合作，推进职业资格国际互认。

（五）加快人工智能创新应用先导区和创新发展试验区建设，推进改革试点和应用示范

目前，工信部已经在上海（浦东新区）、深圳、济南—青岛、北京、天津（滨海新区）、杭州、广州、成都设立了8个国家人工智能创新应用先导区，这是部省协同推进人工智能和实体经济深度融合的重要举措。科技部则分别发函支持北京、上海、合肥、杭州、深圳、天津、济南、西安、成都、重庆、广州、武汉、苏州、长沙等城市和浙江省德清县，建设国家新一代人工智能创新发展试验区，国家新一代人工智能创新发展试验区已达14市1县。

要以创建国家人工智能创新应用先导区和国家新一代人工智能创新发展试验区为契机和载体，发挥先导区和试验区在技术原创、产业生态、人才基础、发展环境等多重优势，不断拓展应用场景，促进人工智能与制造业深度融合，促进人工智能与核心产业、融合产业、潜在关联产业更多融合发展。与此同时，探索新一代人工智能发展新路径新机制，形成可复制、可推广的经验，不断挖掘机制改革“深度”，提升创新能力“高度”，加快应用落地“速度”，增进产业集聚“热度”，导出经验、模式、产品及服务，为经济高质量发展提供有力支撑。

参考文献

[1]姜国睿,陈晖,王姝歆.人工智能的发展历程与研究初探[J].计算机时代,2020(9):7-10,16.

[2]习近平主持中共中央政治局第九次集体学习并讲话[EB/OL].(2018-10-31)[2021-07-07].http://www.gov.cn/xinwen/2018-10/31/content_5336251.htm?cid=303.

[3]蔡跃洲,张钧南.信息通信技术对中国经济增长的替代效应与渗透效应[J].经济研究,2015(12):100-114.

[4]蔡跃洲,陈楠.新技术革命下人工智能与高质量增长､高质量就业[J].数量经济技术经济研究,2019(5):3-22.

[5]HolfordWD.Thefutureofhumancreativeknowledgeworkwithinthedigitaleconomy[J].Futures,2019(105):143-154.

[6]曹静,周亚林.人工智能对经济的影响研究进展[J].经济学动态,2018(1):103-115.

[7]郭晗.人工智能培育中国经济发展新动能的理论逻辑与实践路径[J].西北大学学报(哲学社会科学版),2019(5):21-27.

[8]师博.人工智能助推经济高质量发展的机理诠释[J].改革,2020(1):30-38.

[9]任保平,宋文月.新一代人工智能和实体经济深度融合促进高质量发展的效应与路径[J].西北大学学报(哲学社会科学版),2019(5):6-13.

[10]罗以洪.大数据人工智能区块链等ICT促进数字经济高质量发展机理探析[J].贵州社会科学,2019(12):122-132.

[11]赵春江:加快数字技术应用于农业农村[N].农民日报,2020-12-19(03).

[12]张勋,万广华,张佳佳,等.数字经济､普惠金融与包容性增长[J].经济研究,2019(8):71-86.

[13]赫尔南多·德·索托.资本的秘密[M].于海生,译.北京:华夏出版社,2012.

[14]邱泽奇,张樹沁,刘世定,等.从数字鸿沟到红利差异——互联网资本的视角[J].中国社会科学,2016(10):93-115,203-204.

[15][18]深圳市人工智能行业协会发布《2021人工智能发展白皮书》[EB/OL].(2021-05-28)[2021-06-20].https://www.sohu.com/a/469049593_121123919.

[16]《中国新一代人工智能发展报告2019》发布——我国人工智能论文发文量全球领先[EB/OL](.05-26)[2021-06-08].https://baijiahao.baidu.com/s?id=1634542618791206141&wfr=spider&for=pc.2019-

[17]《中国新一代人工智能发展报告2020》发布[EB/OL].(2020-10-22)[2021-06-14].https://baijiahao.baidu.com/s?id=1681229567542644309&wfr=spider&for=pc.

[19]《人工智能核心技术产业白皮书》发布[EB/OL].(2021-04-21)[2021-06-20].https://www.sohu.com/a/462167290_120056153.

[20]吴汉东.人工智能的数据垄断与反垄断法的时代使命[N].光明日报,2018-07-03(11).

[21]关于下架“滴滴出行”App的通报[EB/OL].(2021-07-04)[2021-07-11].http://www.cac.gov.cn/2021-07/04/c_1627016782176163.htm.

[22]关于下架“滴滴企业版”等25款App的通报[EB/OL].(2021-07-09)[2021-07-11].http://www.cac.gov.cn/2021-07/09/c_1627415870012872.htm.

[23]2020全球AI人才报告:全球AI人才突破47万,中国仅有2万[EB/OL].(2021-03-25)[2021-07-09].https://www.sohu.com/a/457292666_120129517.

[24]高煜.我国经济高质量发展中人工智能与制造业深度融合的智能化模式选择[J].西北大学学报(哲学社会科学版),2019(5):28-35.

方澳，中国社会科学院大学硕士研究生，研究方向为数字经济、政府政策。

郭朝先,方澳.人工智能促进经济高质量发展：机理、问题与对策[J/OL].广西社会科学:1-10[2021-07-26].http://kns.cnki.net/kcms/detail/45.1185.C.20210723.1327.002.html.

人工智能的发展与未来

随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。

现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay

19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。

20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。

至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。

智能，是一种特殊的物质构造形式。

就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？

图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。

英国数学家，计算机学家图灵

这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。

虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。

1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。

而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。

而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。

而这之后，人工智能的发展也与图灵的想象有所不同。

现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。

但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。

人工智能让芯片的处理能力得以提升｜Pixabay

从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。

虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。

参考文献

[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.

[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.

[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.

[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.

[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.

[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987

作者：张雨晨

编辑：韩越扬

[责编：赵宇豪]

黄奇帆：人工智能“五大件”将是全球竞争主战场

➤数字时代对应的是“五全信息”，即全空域泛在、全流程持续、全智能解析、全价值叠加和全数据解析，具有结构型、动态型、秩序型、信用型、生态型五个特征

➤展望未来，人工智能时代的商业模式将呈现三个新特点：定制化、服务化、生态化

➤智慧的城市必须是一个以人为核心、系统化发展的城市，要基于数据要素、借助数字技术，形成城市五位一体运营的智慧体系

➤在实现城市数据化、网络化、智能化后，要根据每座城市的生态、文化、产业特色，合理规划开发城市的数字空间，让每个主体都能跨越实体空间和数字空间，公平地生活、工作和交易

文 | 中国国家创新与发展战略研究会学术委员会常务副主席、重庆市原市长黄奇帆

观众在贵阳举行的2023中国国际大数据产业博览会上参观了解智能机械（2023年5月26日摄）陶亮摄/本刊

数据之光，烛照前行；技术蝶变，赋能发展。今年2月份，中共中央、国务院印发的《数字中国建设整体布局规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。

当前，新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史性交汇，数字化、网络化、智能化在构建新发展格局、建设现代化经济体系、构筑国家竞争新优势方面释放出强劲动能。

数字中国建设是一项横跨经济、政治、社会、生活、安全等多领域的系统工程，理解数字中国建设赋能经济高质量发展的内在逻辑，对于在推动经济高质量发展中赢得历史主动意义重大。

数字时代的“五全信息”

数据作为一种经济要素，有其特定的本质和特性，人类通过处理数据形成智慧。通常来说，数据具有六大特性：数据是取之不尽、用之不竭的；原始数据是碎片化的、没有意义的；数据不可能完全“原始”，其加工过程是由无序到有序的过程；数据可以产生数据；数据在利用过程中产生了价值与产权；数据可以多次转让和买卖。由于这六大特性，人类得以在不断产生、利用和提炼数据的过程中，认知规律、探求真理，创造璀璨的科学文化成果，传承丰富的经验技艺，推动文明进步。

信息是认识世界的钥匙，不同的信息形态和内涵对应的现实世界是不一样的。农业时代对应的是自然信息、工业时代对应的是市场信息、互联网时代对应的是流量信息。数字时代对应的则是“五全信息”，即全空域泛在、全流程持续、全智能解析、全价值叠加和全数据解析，具有结构型、动态型、秩序型、信用型、生态型五个特征。

可以说，“五全信息”是智慧形成的关键。原始的、碎片化的数据，通过提炼清洗才能成为“五全信息”，才具备从信息到知识、知识到判断、判断到智慧的价值。

从原始数据到“五全信息”的产生必须经历五个步骤：第一是数字化，要实现“万物发声”；第二是网络化，要实现“万物万联”；第三是智能化，要实现“人机对话”；第四是智慧化，要实现“智慧网联”。原始数据完成这四步，就有条件进入第五个步骤——数字孪生，通过物理实体和数字模型之间动态、持续、实时、双向的联动和交互，将整个系统产生的海量数据转化成“五全信息”。

综合上述，支撑人类社会完成数字化、网络化、智能化、智慧化，再到实现数字孪生的底层技术、软硬件基础设施，是由大数据、云计算、移动互联网、人工智能和区块链这些数字化技术的多个环节有机结合形成的数字化平台，而这种数字化平台类似一个人体结构的智能体。

人工智能是数字化平台的灵魂

数字化平台的基础功能和应用推陈出新，助推人类数字文明一步步走向繁荣。其中，人工智能的发展扮演了关键角色。

从上世纪50年代阿兰·图灵在《计算机器与智能》中提出“图灵测试”、美国达特茅斯学院举办的研讨会首次提出“人工智能”概念开始，人工智能的发展正式拉开序幕。在70多年发展历程中，人工智能演进出深度学习、增强学习、模式识别、数据搜索、机器视觉、知识工程（科普常识、社会共识、专业知识）、自然语言理解、类脑交互决策这八大关键技术。

2023年以来，海内外一系列AIGC（内容生成式人工智能）成果的推出，更是代表着人工智能进入高速发展阶段。当前，以ChatGPT为代表的人工智能技术通过智能算法和大数据分析，可以从全球范围内收集、分析和处理海量数据，大型AI模型的应用场景远远超出对话聊天的范畴，甚至发展出推理、理解和抽象思考的能力。

以ChatGPT为例，它实现了以下重大突破：一是摆脱了人工规则和统计学，比以前的AI模型表现出更多的通用智能。二是已从对话中发展出视觉能力，一旦装上四肢工具，就能胜任人类基础性工作。三是能够自主学习新知识，在无样本训练时模仿人类做出决策。

人工智能应用于各个行业场景，将深度改变办公、电商、娱乐、教育、媒体等各行各业，并引领人工智能实现从感知理解到智慧创造的跃迁。展望未来，人工智能时代的商业模式将呈现三个新特点：定制化、服务化、生态化。

第一是定制化。系统的私有化部署和个性化定制，将是未来人工智能技术大规模安全应用的前提。这意味着，个人的人工智能将和公网的人工智能隔离，组织或者个体在获得最全面、达到行业平均水平的服务时，保证自身的数据安全。

第二是服务化。在互联网时代，科技企业赚钱的方式有免费增值、个性化广告、订阅制等。到了人工智能时代，一个人工智能的公司在售卖产品之后，在服务和支持方面可以通过多种方式赚钱。

第三是生态化。未来科技公司的AI产品要放大收益，必然会建立完整的人工智能生态系统，涵盖从硬件设备到软件应用、算法模型和数据平台等环节，形成完整产业链。

第四次工业革命的“五大件”

以人工智能为核心技术的大产品，将成为第四次工业革命所对应的“五大件”。每个时代风口都会催生出世界性耐用消费品，这些产品的形态、功能和使用场景各异，但其底层的技术基础往往是类似的，是当时社会大众生活场景中最先进的生产力代表。

当下全球正在发生的第四次工业革命是人工智能、智慧网联时代，新一代核心技术人工智能将成为新一轮产业变革的制高点，而人工智能所赋能的新一代的“五大件”将进入千家万户，成为全球产业竞争的主战场。这些大产品已经初露峥嵘，大体包括以下五种：

一是能够胜任人类基础性工作的家用机器人。这类家政机器人拥有类似眼、耳、鼻、舌般的智能传感器，可以高精度感知周围环境；拥有可以行动的机械身体，能够承担家政等工作。

二是具有逻辑判断能力的内容输出型机器人。这种机器人经过大模型的海量预训练，其功能不在于成为寻找案例的搜索引擎，而在于根据自身学习、提炼得到的科学常识、社会共识、专业知识，根据特定场景做出有效判断。这类机器人不必拥有机械臂、机械脚的形态，可能就是一个终端，但是可以输出内容，承担文秘、助手工作。

三是具备脑机接口的AR/VR头盔或眼镜。脑机接口就是在大脑和外部机器之间建立直接通信，配备了这一功能的AR/VR眼镜或头盔，将成为新的人机交互方式，只需捕捉大脑电信号就有可能实现人机互动。未来，这一设备甚至能够具备类脑交互决策的功能。

四是自动驾驶的清洁能源汽车。随着清洁能源汽车的发展，以人工智能数字化技术为核心的智能驾驶功能将逐渐渗透融入，实时联通路面交通工具和交通基础设施，对复杂路况和交通信息作出迅速反应，提高驾驶安全性和城市交通效率，极大拓展汽车作为交通工具的价值空间。

五是突破材料限制的3D打印。3D打印赋予了人们任意定制所需工具的能力，当前3D打印在材料环节存在限制，比如将原材料直接合成新的物质，在材料上取得突破是3D打印设备发展的关键所在。

这些产品一旦成熟，市场规模将达到万亿美元级，这些行业将成为国际竞争的关键战场。对此，我们要积极进行前瞻性布局，围绕这些重点产业形成一批具有全球竞争力的产业集群。

五位一体的智慧城市系统

城市走向全面智慧化的标志是对人的智慧的深层次释放，并形成经济、政务、文化、社会、生态文明五位一体的智慧城市系统。

随着人工智能技术不断发展，人类正在从技术层面上接近于智慧化。借助人工智能技术，人类将突破既有感官局限性，进一步释放大脑潜能，对事物本质有更准确的判断、更有效的推理与决策，开展更有创造力和发展潜力的工作，进而建设更加智慧、文明、民主、富强的城市智慧发展与运营系统。

《数字中国建设整体布局规划》指出，数字中国建设要全面赋能经济社会发展，实现经济、政务、文化、社会、生态文明五位一体的系统化发展。智慧的城市必须是一个以人为核心、系统化发展的城市，要基于数据要素、借助数字技术，形成城市五位一体运营的智慧体系。

一是经济发展智慧化。在AI等技术推动下，城市经济逐渐走向智慧化发展阶段。城市的数据资源将形成稳定的、智慧运行的经济循环，并在赋能百行千业的过程中持续为城市创造价值。城市各个业态将运行于人类发达的数据基础设施之上，大量的重复性劳动将由AI替代，人类从事的是充分体现人类大脑创造力的智慧型工作。通过这一智慧运营体系，人类的劳动价值得到空前放大，人类对未知世界的探索能力得到最大限度提升。

二是社会生活智慧化。AI时代的社会，数字技术全面融入社会交往和日常生活，公共服务和社会运行方式不断创新，全民畅享的智慧生活变成现实。在基本生活层面，人类的衣食住行将变得更加智能，人类可以用最小的个体消耗满足基本生活的智慧化运营；在数字消费层面，在城乡智慧系统驱动下，大量的数字需求被激活，不断开辟新的消费市场；在公共服务层面，城乡智慧化运营体系初步建立，工业时代面临的社会发展问题得到解决，城乡宜居度得到提升。

三是政务服务智慧化。在AI城市整体数字架构下，按照城市数字化发展的多层次需要，建立适合政务系统智慧化运作的制度规则体系。首先，夯实城市政务数据基础设施，构建全国一体化政务大数据体系；其次，实现政府各部门信息系统网络互联互通、数据按需共享、业务高效协同；第三，积极拓展城市数字空间的智慧治理，把政务服务延伸到数字空间中，形成数实融合的政府服务新模式。

四是文化繁荣智慧化。城乡实体空间和数字空间都将成为文化的载体，通过智慧化手段和工具，可以帮助大量中国传统文化走向数字化、市场化，也可以有序引导新文化的繁荣，把数据、算法、算力和人融合在一起，打造中国独有的、自信繁荣的数字文化。城市文化大数据体系、人工智能基础设施等，为文化的产生、传播、服务、消费新模式奠定基础，人类将进一步展现自身智慧的创造能力，产生跨越数实空间的数字文化新业态和全球领先的数字文化企业。

五是生态文明智慧化。城市生态环境的治理模式开始走向智慧化，并形成全国统一的生态文明大数据体系。基于自然资源三维立体“一张图”和国土空间基础信息平台，城市可以更好地运用数字技术推动山水林田湖草沙一体化保护和系统治理，更好地开发生态文明数据，通过数字孪生技术构建自然空间的数字映射，实现更智慧化的水资源、碳资源、空气资源、林草资源的利用和开发模式。

对数字孪生城市的治理

AI时代的城市是由实体空间和数字空间组成的数字孪生城市，要充分重视对数字空间的治理。随着城市数字化进程的加快，城市、企业、个人开始形成多样化的数字模型，各种构建数字空间的基础技术开始走向成熟，为建设数字孪生城市做好准备。

从居民个体来看，未来城市居民将在数字空间中工作创业、办理业务、购物娱乐、交友学习等，人群聚集的城市乡村将走向数字孪生，并孕育数实融合的城市新形态。

建设数字孪生城市不是一般意义的智慧城市，而是以需求为导向建立数字空间中的市场体系和治理体系，是开发城市数据要素的重要手段，也是未来城市经济的重要增长点。在实现城市数据化、网络化、智能化后，要根据每座城市的生态、文化、产业特色，合理规划开发城市的数字空间，让每个主体都能跨越实体空间和数字空间，公平地生活、工作和交易。

从城市管理来看，要充分重视对城市数字空间的治理。站在数实融合的角度，重新思考城市治理模型，建设治理数实空间的基础规范。比如，诚信是最基本的社会准则，信用体系是两个空间共用的数据和制度体系，是未来城市治理的关键所在。基于区块链、大数据、人工智能等技术，可以建立一个覆盖城乡的更加公平、可靠、安全的信用体系，加强对数字空间的相关立法，规范个体、企业、政府在数字空间的行为，避免垄断、大数据杀熟、侵犯隐私等现象，让数字空间成为城市经济活力的新来源、居民幸福生活的新补充。

作为现代化产业体系的载体，城市正在进入全新的发展阶段，数字化、智能化、智慧化的发展路径需要全国人民锐意进取、勇于创造，才能够顺利实现。当今世界正经历百年未有之大变局，中国的城市建设要完整、准确、全面贯彻新发展理念，保持战略定力，坚持以人为本，应用好人工智能等数字技术，统筹实体和数字两个空间，规划好城市的数字化发展路径，在AI时代力争打造出引领人类文明的城市发展新模式！

必须兼顾好发展与安全

人工智能既是重大机遇，也有潜在风险，必须兼顾好发展与安全。当前，人工智能的发展存在许多争议，比如人工智能会取代人类的工作岗位，导致大量人员失业；机器人是否应该具有自我意识；人工智能是否应该具有道德观念等。随着人工智能技术的快速发展，这些问题将变得愈发迫切和棘手。

一方面，必须对其潜在风险保持警惕，不断加强监管和规范。这些风险大体上包括：人工智能具有潜在的逐渐失控的风险；如果没有政府干预，人工智能将极大地加剧社会的不平等，带来更大的阶级鸿沟；科学无国界，但是人工智能必须有国界，必须加以全面管控；人工智能可能被别有用心的人利用，引发巨大风险。

另一方面，进一步加大人工智能投入，抢占未来科技革命制高点。我国在人工智能领域取得不少成就，但与美国等发达国家相比，仍然存在一定差距。因此，要进一步加大人工智能投入，从算法、模型、数据、硬件等方面探索和推进人工智能技术的发展，加强人工智能与其他前沿技术的融合，如量子计算、区块链、生物技术等，推动各领域交叉创新和发展。

第一，加强人工智能芯片和核心网的研发，打破美国在AI技术方面的垄断地位；第二，建立中国的通用大模型，维护国家安全、数据安全；第三，加大AI人才引进力度，支持科技平台加强大模型生态平台的研发。

总之，人工智能是百年一遇的科技产业机会，中国一定要抓住这一历史性机遇，加大资源投入，加强战略协同，为未来三十年、五十年的竞争打下坚实基础，提升中国在全球科技体系中的竞争力和话语权，实现中国科技飞跃。□

人工智能运用于国防领域是大势所趋

美军无人潜航器

俄罗斯“阿尔戈”战斗机器人

美军无人机蜂群作战示意图

作为新一轮科技革命的重要代表之一，人工智能是当今科技领域最前沿的课题。AlphaGoZero通过自我学习碾压“AI前辈”AlphaGo、百度无人汽车上路、苹果手机开启新的刷脸认证方式……近年来，人工智能的实际应用显示其技术巨大的驱动力。

在人工智能技术不断进步的背景下，人工智能在国防领域目前发展如何？人工智能在国防领域能发挥什么作用？未来应如何发展人工智能使其更好服务国防领域？围绕这些问题，记者采访了国防科技大学研究员朱启超。

人工智能成为国际竞争新焦点――

军事强国纷纷抢滩部署

“从世界局势来看，世界各国尤其是军事强国都在抢先布局人工智能，美、俄等国家政府部门均发布了人工智能相关战略或规划，彰显国家层面对人工智能的高度重视。”朱启超表示。

资料显示，俄罗斯始于2008年的“新面貌改革”将人工智能作为重点投资领域。此外，俄罗斯还发布《2025年前发展军事科学综合体构想》，强调人工智能系统将成为决定未来战争成败的关键要素。欧盟在2013年提出为期10年的“人脑计划”，拟斥资12亿欧元进行人类大脑研究。2016年10月，美国白宫发布《国家人工智能研究和发展战略规划》，构建美国人工智能发展的实施框架。

在朱启超看来，不少国家都在推进人工智能在国防领域的发展运用，从最初的无人机到智能化信息处理系统、仿生机器人等，人工智能逐步渗透到国防和军队各个领域。

近年来，美国曾在阿富汗战争、伊拉克战争中大量运用无人机和后勤作业机器人。2014年以来，美军已将智能化无人系统作为“第三次抵消战略”的颠覆性技术领域给予重点投资。去年4月，美国国防部宣布成立算法战跨职能小组，旨在将人工智能用于国防情报搜集和分析领域。据报道，日前美国国防部正式下令建立一个新的人工智能研究中心，整合国防部所有的人工智能相关工作。

其他国家也在这个领域加快步伐，推动军队智能化建设。俄罗斯军事工业委员会计划在2025年之前实现俄军装备30%的机器人化，其军队轮式和履带式地面作战机器人已经投入叙利亚战场。韩国和以色列开发和使用具有自动监视和自主决定开火能力的边境巡逻机器，以色列已在其境内部署自主性很高的“哈比”无人机，韩国国防部也在近期表示将在2020年之前投入75亿韩元用于推动人工智能在情报侦察、指挥控制等领域的运用。

“可以预见，各类智能化无人系统与作战平台将在地面、空中、水面、水下、太空、网络空间以及人的认知空间获得越来越多的应用，深刻改变着未来战争人工智能的技术比重。”朱启超说。

人工智能运用于国防领域是大势所趋――

国防运用需求前景广阔

从历史发展趋势和未来战争需求看，人工智能越来越成为推动新一轮军事革命的核心驱动力，未来战争需求也越来越呼唤人工智能的军事应用。新美国安全中心研究员格雷戈里・艾伦在其主笔的一份题为《人工智能与国家安全》的报告中强调：“人工智能对国家安全领域带来的影响将是革命性的，而不仅仅是与众不同的。世界各国政府将会考虑制定非凡的政策，可能会像核武器刚出现时一样彻底。”

纵观历史，世界历次军事变革经历了从冷兵器时代、热兵器时代、机械化时代到信息化时代的发展历程，从冶炼技术到火药技术、机械化技术、原子能技术，再到信息技术，四次军事革命的发生都贯穿着技术革命的核心作用。“人工智能逐步走向战场，势必会引起武器装备、作战样式、部队体制编制和战斗力生成模式显著更新，进而引发一场深刻的军事革命。”面对人工智能在国防领域的发展态势，朱启超表示。

在朱启超看来，人工智能的国防运用需求非常广阔。当下，战争形态由机械化、信息化向智能化转型的趋势愈发明显，夺取未来战争的胜利越来越取决于军队的信息优势、智力资源和决策速度。而人工智能在减少战场人员数量、获取和分析情报信息、快速决策和反应等方面具有巨大的潜力。2016年，美国辛辛那提大学研发的人工智能程序“阿尔法”在模拟空战中击败了美军资深飞行员，人工智能技术对于军事革命的颠覆性意义已初步显现。

“人工智能越来越成为推进国防和军队信息化建设的重要驱动力，不断提升国防领域的信息处理能力、指挥控制效率、精确打击能力和精准管理保障能力。”朱启超对人工智能提升国防领域智能化运用非常期待，他表示，随着军民融合发展战略的实施推进，人工智能技术、大数据技术、云计算技术等新一代信息技术将在国防领域发挥越来越重要的作用，推动国防和军事智能化水平不断提升。

警惕人工智能成为“战争毒药”――

人类是人机关系主导者

近年来，随着人工智能技术的发展，军事领域涌现出各种人工智能相关作战概念和装备技术项目，但朱启超认为，目前人工智能相关技术与应用还处于快速发展的初级阶段，不应忽视人工智能军事应用的局限性。

“首先，人工智能并不能取代人类智能。人工智能在解决可编程范围外的战争问题时，需要人类的理性分析能力、灵活应变能力、道德分辨能力等，因此，要在遵循战争制胜机理的前提下进行人工智能研究。”他分析道。

朱启超进一步说明，长期来看，还需要警惕人工智能可能带来的安全、法律、伦理等诸多问题。

安全方面，军事对抗环境下，人工智能系统或武器装备一旦被对手通过恶意代码、病毒植入、指令篡改等手段攻击，将带来战术失利甚至灾难性后果；人为错误、机器故障、环境扰动等因素也可能使得系统失去战斗效力。

法律方面，国际武装冲突法中的核心原则――必要性、区别性、相称性和人道性都将面临如何适用和调整的问题。比如，战场机器人无法区分军人与平民而造成滥杀无辜给区别性原则构成挑战。

伦理方面，由于智能化评估决策技术、无人机、机器人等的应用，人类奉为最高价值的生命和尊严可能受到漠视甚至践踏，而战争的指挥者却远离战场享受战争胜利的果实，战争或将成为搬上战场的“电子游戏”，这将冲击人类的道德底线。是否应该将人类的道德标准嵌入日益智能化的机器、嵌入什么样的道德标准以及如何嵌入？这些问题需要世界各国的广泛研究和探讨。

针对人工智能在国防领域运用过程中可能出现的安全、法律、伦理等问题，朱启超建议，应加强社会安全监督管控，形成适应人工智能时代的社会治理模式；积极参与人工智能国际军备控制讨论与谈判，为应对人工智能带来的安全、法律与伦理问题贡献中国智慧和中国方案；牢固确立人类是人机关系主导者的思想，实现对人工智能的安全有效控制，让其为人类的和平福祉服务，而不是使人工智能成为“恶魔的帮凶”。（潘娣）

人工智能促进经济高质量发展：机理、问题与对策 人工智能是单独存在的一门技术