中国与美国在人工智能发展方面的真实差距有多大！
AI泡沫前，我们怎么办？这是我们在开启《中美两国人工智能产业发展全面解读》课题时候遇到的一个沉甸甸的问题。
无论中美，全球许多国家都对AI充满了憧憬与渴望。人们坚信，一个新的世界即将到来。人工智能是当前人类所面对的最为重要的技术社会变革，可谓是互联网诞生以来的第二次技术社会形态在全球的萌芽。
所谓人工智能（AI），是人类在利用和改造“机器”的过程中所掌握的物质手段、方法和知识等各种活动方式的总和。AI赋予了机器一定的视听感知和思考能力，不仅会促进生产力的发展，而且也会对经济与社会的运行方式产生积极作用。
但是，站在新世界起点，我们也看到一些似曾相识的情形，作为见证过互联网发展热潮的人，不免会发现现在的AI领域像极了当年的互联网在1998年勃兴两年后又遇到寒冬的情形。近年来AI厚积薄发，主要因深度学习获得了突破，创业和投资由此情绪高涨。
我们要保持冷静的认知。深度学习仍有难以克服的缺陷。接下来几年，你发现投资越来越多，公司越来越少，项目越来越贵，而深度学习自身的不足并没有快速得到解决，AI商业化之路其实有点力不从心。
在行业即将出现泡沫的时候，不宜设定过高的期望。美国积60余年之功，全面领先全球，其他国家的AI创新尚处于萌芽阶段。赶英超美，并非朝夕可成，我们需要把有限的资源用到核心环节上，方能在未来占有一席之地。
1.中美顶层设计相仿一种乐观观点认为，人工智能的发展将在30年内深刻改变人类社会生活、改变世界，因此，中美两国均在为这一时代的到来积极准备，在顶层设计方面有许多堪可玩味的地方。
从顶层设计来看，中美有近乎相仿的重视程度。
第一，美国和中国政府都把人工智能当作未来战略的主导，出台发展战略规划，从国家战略层面进行整体推进。美国人工智能报告体现了美国政府对新时代维持自身领先优势的战略导向。作为最大的发展中国家，中国也在战略引导和项目实施上做了整体规划和部署。
第二，美国和中国都在国家层面建立了相对完整的研发促进机制，整体推进人工智能发展。但在应用系统中，美国走的较远，已经开始将AI装备到军事领域。
第三，美国一直处在人工智能基础研究的前沿，保持全球领先地位。中国在全球跻身第一梯队，但在基础算法和理论研究方面，与美国还有相当大的差距。
2.产业真实差距较大尽管顶层设计相仿，但从产业发展实际情况来看，中国情形就显得不那么乐观了。本报告进行了七个维度的全面对比，结果非常出人意料。完全没有发现可以弯道超车的迹象，实际上中国只在局部有所突破。
第一，美国的AI企业数量遥遥领先全球。
在全球范围内，人工智能领先的国家主要有美国、中国及其他发达国家。截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。中美两国相差486家。其余872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列、印度等国家。
从企业历史统计来看，美国人工智能企业的发展早于中国5年。美国最早从1991年萌芽；1998进入发展期；2005后开始高速成长期；2013后发展趋稳。中国AI企业诞生于1996年，2003年产业进入发展期。在2015年达到峰值后进入平稳期。
第二，美国全产业布局，而中国只在局部有所突破。
美国AI产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。
基础层（主要为处理器/芯片）企业数量来看，中国拥有14家，美国33家，中国仅为美国的42%。
技术层（自然语言处理/计算机视觉与图像/技术平台），中国拥有273家，美国拥有586家，中国为美国的46%。
应用层（机器学习应用/智能无人机/智能机器人/自动驾驶辅助驾驶/语音识别），中国拥有304家，美国拥有488家，中国是美国62.3%。
第三，从人才队伍来看，美国梯队完整，中国参差不齐。
AI产业的竞争，说到底是人才和知识储备的竞争。只有投入更多的科研人员，不断加强基础研究，才会获得更多的智能技术。
美国研究者更关注基础研究，人工智能人才培养体系扎实，研究型人才优势显著。具体来看，在基础学科建设、专利及论文发表、高端研发人才、创业投资和领军企业等关键环节上，美国形成了能够持久领军世界的格局。
美国产业人才总量约是中国的两倍。美国1078家人工智能企业约有78000名员工，中国592家公司中约有39000位员工，约为美国的50%。
美国基础层人才数量是中国的13.8倍。美国团队人数在处理器/芯片，机器学习应用，自然语言处理，智能无人机4大热点领域全面压制中国。
在研究领域，近年来中国在人工智能领域的论文和专利数量保持高速增长，已进入第一梯队。相较而言，中国在人工智能需要在研发费用和研发人员规模上的持续投入，加大基础学科的人才培养，尤其是算法和算力领域。
第四，从AI行业热点领域来看，中美各有优势。
深度学习引领了本轮AI发展热潮。究其原因，在于算力和数据在近十年来获得了重大的突破。当下，人工智能产业出现了九大发展热点领域，分别是芯片、自然语言处理、语音识别、机器学习应用、计算机视觉与图像、技术平台、智能无人机、智能机器人、自动驾驶。
在美国AI创业公司中排名前三的领域为：自然语言处理252家，机器学习应用（MachineLearningApplication）242家，以及计算机视觉与图像190家。
在中国AI创业公司中排名前三的领域为：计算机视觉与图像146家，智能机器人125家以及自然语言处理92家。
第五，从投资趋势来看，中美差异较大。美国投入资本雄厚，中国这种近些年奋起直追。
自1999年美国第一笔人工智能风险投资出现以后，全球AI加速发展，在18年内，投资到人工智能领域风险资金累计1914亿元。
截止至目前，美国达到978亿元，在融资金额上领先中国54.01%，占据全球总融资50.10%；中国仅次于美国，635亿，占据全球33.18%；其他国家合计占15.73%。
中国的1亿美元级大型投资热度高于美国，共有22笔，总计353.5亿元。美国超过1亿美元的融资一共11笔，总计417.3亿，超过中国63.8亿。
第六，从创业投资领域角度来看，美国面向全产业投资，投资领域遍及基础层、技术层和应用层，而中国接受融资的企业主要集中在应用层。
中国人工智能企业中，融资占比排名前三的领域为计算机视觉，融资143亿元，占比23%；自然语音处理，融资122亿元，占比19%以及自动驾驶/辅助驾驶融资107亿元，占比18%。中国的自动驾驶/辅助驾驶企业虽然数量不多，只有31家，而融资额却是第三，意味着中国的投资者非常看好这一领域。
美国融资可能在2020年前突破2000亿。预计在2020年之前，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。
中国AI企业增势不明朗。根据行业发展周期来计算，中国人工智能产业将会在2018年回暖，新增公司数量会上扬到30以上，预期融资累计量将会达到900-1000亿人民币，仍和美国有较大差距。
第七，从主导产业发展的巨头实力来看，美国具有先发优势。
由于AI产业核心技术掌握在巨头企业手里，巨头企业在产业中的资源和布局，都是创业公司所无法比拟的。因而引领AI产业发展的技术竞赛，主要是巨头之间的角力。
当前，苹果、谷歌、微软、亚马逊、脸书，这五大科技巨头无一例外投入越来越多资源抢占人工智能市场，甚至整体转型为人工智能驱动的公司。国内互联网领军者“BAT”也将人工智能作为重点战略，凭借自身优势，积极布局人工智能领域。
巨头通过招募AI高端人才、组建实验室等方式加快关键技术研发。同时，通过持续收购新兴AI创业公司，争夺人才与技术，并通过开源技术平台，构建生态体系。
3.出现泡沫的信号行业泡沫即将出现。主要信号有两个：
一是资金多而项目缺。
具体到美国未来趋势而言，美国AI领域的融资可能在2020年前突破2000亿。原因在于特朗普上台后采取了一系列改革措施，促进了美国经济的恢复。美国资本迅速回流，资本市场正在加大对AI企业的投资。由此推动美国AI产业融资持续上升。预计在2020年之前，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。
具体到中国来看，中国AI企业增势不明朗，但资金仍在增加。
根据历史数据推断，中国在2017年成立的新公司将不超过15家，融资增长也较前两年放缓，预计融资总额将会在2017年年末达到745亿，是美国同期预计值的50%。从行业发展周期来看，中国人工智能产业将会在2018年回暖，当年新增公司数量会上扬到30家以上，预期融资累计量将会达到900-1000亿人民币，整体上仍和美国有较大差距。
在这段时期内，创投圈将会发现，找到一个新的有潜力的项目越来越难，由于新增企业数量稀少，经常只能跟投一些项目。
二是周期长而营收难。
通俗的说，现在的人工智能市场被高估了。深度学习起源于上世纪八九十年代的神经网络研究。在很多情况下，前沿研究是由对已有方法的微小改动和改进组成，而这些方法在几十年就已经被设计出来了。
尽管如此，市场热炒的人工智能技术和产品的成熟度仍然有限。许多项目和技术，并不能直接获得消费者欢迎，还需要相当长的时间才能走向成熟。
这种前提下，创业项目不得不舍弃大众消费场而致力于解决企业级问题，创新公司的商业模式回归到类似传统IT厂商的角色，进一步加大了营收难度。
综合来看，资金多而项目缺，周期长而营收难，项目却一天比一天更加昂贵，这是资本泡沫即将出现的信号。但对于创业公司，它们将过上一段顺风顺水的好日子。
4.中国未来在哪里？放眼技术社会变迁，IT时代Wintel联盟一统江山；互联网时代，谷歌、亚马逊异军突起雄霸天下；移动时代，又有苹果谷歌引领世界潮流。
现在，人工智能正在缓缓揭开时代变迁的新篇章。
人工智能拥有令人难以置信的力量，可以全面提升一个国家的实力。中国政府高度重视AI产业发展战略，中国正在快速形成商业应用开发能力，行业创投领域正在紧追美国，并在应用层的一些领域显现出竞争实力，部分指标达到了与美国相近的水平。
与互联网相似，中国将会成为AI应用的最大市场，拥有丰富的应用场景，拥有全球最多的用户和活跃的数据生产主体。我们需要进一步加大基础学科建设和人才培养，以便让中国AI有机会走得更远。
国家实力的提升来源于科技企业创新。美国以绝对实力处于领先地位，一批中国初创企业也在蓄势待发。AI时代未来必然也会产生类似英特尔、微软、谷歌、苹果这样的全球级企业。我们相信中国企业有机会成为人工智能时代的弄潮儿，在AI领域占有一席之地。
AI群雄逐鹿，天下未定，机遇和挑战同在。
多些实干，少些浮躁。
让我们保持冷静的头脑，见证这个伟大的时代吧。
（作者微信：zhangxiaorong1609）
接下来，腾讯研究院联合IT桔子即将推出中美AI产业创投研究报告，更多一手数据披露，告诉你一个不同的产业真相。欢迎各位关注腾讯研究院公号，抢先收获一手资料！
▌ 研究团队与数据说明
1.课题团队与分工：
2.数据采用和处理说明
本文从政策、企业、项目、投资、巨头，应用，人才等多个维度对中美AI进行了最完整的对比和分析，力图展现出中美各个角度的差异并以此来分析中国未来人工智能企业的走向和趋势。
对VentureScanner，CBInsight，Mattermark，Crunchbase,ResearchandMarket等国内外九大专业数据库进行了详细比对，确定了venturescanner和IT桔子为基准，并以此进行数据清洗和处理。
数据统计截止：2017年6月
我们对每一个公司信息都进行了复审、整理和添加标签等以确保数据的准确统一性，在剔除了异常数据后，最终确定了中国AI公司数量592家，美国1078家，分为9个领域，3大层面的数据框架。这些数据以创业公司为主，著名的巨头公司则予以专文分析。
在经过多次讨论和考证，汇总多方专家意见后，根据基础层，技术层和应用层三个产业层面的划分，最终确认了人工智能领域的九大热门领域。
我国多项人工智能技术全球领先
人工智能时代，中国没有落后。在日前举行的科大讯飞2017年度发布会上，科大讯飞董事长刘庆峰介绍了语音合成与语音识别等多项领先世界的绝技。随着这些技术的应用落地，中国将优先享用到人工智能时代的创新福利。
人类90%的信息输出依靠语言，让计算机“能听会说”是人工智能的重要目标，实现这一目标的前提就是发达的语音识别与合成技术。
暴风雪竞赛是国际最权威的语音合成比赛。科大讯飞不仅以语音合成技术率先超过4.0分的成绩连续12年蝉联全球第一名，而且依然是全世界唯一能让语音合成技术达到真人说话水平的技术厂商。“5.0分是播音员水平，4.0分代表美国普通老百姓的发音水平。得4.0分说明中国人做的计算机可以像美国人一样念英语。”刘庆峰说。
世界领先的语音合成与识别技术，除了能帮助人们实现语音输入、语言互译，还可以重现、保存人类方言。目前世界上现存约6000种方言，而平均每两周就有一种方言消失。现在科大讯飞的方言识别已经有22种，是全世界唯一能做多种方言识别的核心技术厂商。据介绍，在中国方言识别方面，科大讯飞的相对指标比2016年提升了50%以上，现在方言识别准确率超过90%的已经接近10种，包括粤语、四川话、东北话、宁夏话等。
2015、2016年，科大讯飞利用人工智能技术，不仅可以把学生手写内容自动识别转为电子内容，还使得机器在英语和语文的作文评分上可以超过一般老师的评价水平。2017年，科大讯飞英文手写识别准确率由去年的92%达到97%，全世界排名第一。对数学题目中的图形识别，准确率达到92%以上。
教育学习是人工智能应用的一大重点领域。刘庆峰介绍，科大讯飞的教育学习类智能产品能帮助老师迅速完成对学生学习成果的考评，也能根据学生测验情况制定个性化的学习计划。“把人工智能技术应用到学校中，可以帮助老师更好地因材施教、实现个性化教学。”
医学影像是医生诊断病情的重要依据，影像科医生每天都要看上百张科学影像图片，强度很大。利用人工智能帮助医生识别医学影像，是科大讯飞近年来开发的新技术。在今年8月举行的全球肺结节测试（针对肺癌肺部结节的测试，名为Luna测试）中，科大讯飞刷新了世界纪录，读片准确率达到94.1%。“根据科大讯飞在安徽省立医院等三甲医院测试结果，人工智能对肺结节的判断技术已经达到了三甲医院医生的平均水平。”刘庆峰说。
阅读理解也是人工智能的重要内容。在由斯坦福大学牵头的SQuAD国际机器阅读理解比赛中，有大约10万篇英文文章，机器阅读之后需要回答有关提问，并给出文章出处。过去两年均由微软摘取第一名，在今年10月举行的比赛中，科大讯飞刷新了这项世界纪录，准确率达到86.45%。
11月6日，科大讯飞研发的人工智能机器人――讯飞智医助手，通过了国家职业医师资格测试，成为全球第一个通过国家医师资格考试的机器人。这款机器人还能完成问诊工作，通过语音识别，从医生病人的对话中自动找到关键内容，预判患者可能患了哪几种病，然后比对这几种病的症状与患者的症状，通过人工智能的推理和耦合学习训练，不断对比修订，最终推论出一种病症表现。“人工智能在越来越多的领域可以学习顶尖专家知识，达到一流专家水平，从而可以超过90%普通专业人士。”刘庆峰表示。
《人民日报》（2017年11月15日16版）
(责编：易潇、毕磊)分享让更多人看到
人工智能，中国有啥缺啥
编者按：中国人工智能在过去十年中从实验室走向产业化生产，重塑了传统行业模式，并为全球经济和社会活动做出了不容忽视的贡献。那么在人工智能领域，中国究竟有哪些亮点？还缺什么？本文转自《瞭望》2021年第9期，原题《逐浪人工智能》。
“机器能思考吗？”1950年，艾伦·图灵在他著名的论文《计算机器与智能》开篇发问。
这一提问，不仅为图灵赢得“人工智能之父”的骄傲，更唤醒人工智能此后60余年的发展。
人工智能（AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。
如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网，人工智能是一种新的通用技术，其发展将对人类社会带来根本改变。
业界普遍认为，人工智能迄今经历了两代。
第一代人工智能是知识驱动型的，总体进展有限；
第二代人工智能是数据驱动型的，也就是目前炙手可热的大数据、深度学习等，已经成为不少科技强国竞相争夺的战略技术高地。
据了解，世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮科技革命中掌握发展的主导权。比如日本2017年发布《人工智能技术战略》、欧盟2018年出台《欧盟人工智能战略》、美国2019年启动“美国人工智能倡议”、韩国2019年公布“人工智能(AI)国家战略”等。
“人工智能是科技制高点，谁能够掌握它，谁就掌握了经济社会发展的巨大优势，所以中国一定要在人工智能方面尽快实现突破，在世界上争取我们的地位。”中国科学院院士、清华大学交叉信息研究院院长姚期智说。
▲ 中国（青岛）生活机器人先锋汇上展出的机器人（2020年12月25日摄）李紫恒摄/本刊
PART
01
中国应用落地走在世界前列
我国人工智能起步于1978年。
经过持续多年的研发布局，特别是2017年《新一代人工智能发展规划》颁布以来，人工智能上升为国家战略，我国人工智能进入快速发展的新阶段，并在多个领域取得重要成果，部分领域关键核心技术实现突破，已具有全球影响力。
在基础理论方面，我国在新兴的深度学习理论和推理算法、类脑计算、脑机接口等基础前沿领域取得突破，在智能芯片等部分关键技术领域取得重大成果，华为“昇腾”、深度学习处理器芯片“寒武纪”、清华大学可重构芯片等均达到世界先进水平。
在关键技术方面，我国在机器翻译、自动驾驶、智能机器人等技术上紧跟世界前沿，实现部分关键技术的突破，并在人脸识别、语音识别与生成等领域居世界领先地位。
与此同时，我国人工智能加速与各行业、各领域融合发展，人工智能技术正从互联网应用逐渐向实体经济和民生领域渗透。基于物联网数据感知能力、从云端到终端的智能计算能力，我国人工智能行业应用不断落地开花，并在智能医疗、智慧城市、智能物流、智能交通和智慧环保等方面取得显著成效。
“目前我国人工智能企业数量全球第二，融资规模全球最大，专利申请量世界第一，特别是在应用落地方面走在世界前列。可以说，我国已成为世界人工智能重要领军国家之一。”中国科学技术信息研究所党委书记赵志耘评论说。
赵志耘认为，在全球人工智能千帆竞发的当下，我国战略、政策、数据和市场应用等方面的优势，为人工智能实现跨越式发展创造了重要条件。
一是强有力的战略引领和政策支持。赵志耘说，《新一代人工智能发展规划》的颁布，意味着我国人工智能发展的战略部署成形，此后各部门、各地方积极推动落实，北京、上海、天津、重庆等众多省市均出台相应人工智能规划和行动计划，并加大研发投入、设立研发机构、制定人才引进和税收优惠等配套政策，带动企业加快智能化转型步伐，政产学研用协同推进人工智能发展的格局正在形成。
二是海量的数据资源。我国拥有全球最多的9.89亿网民数量和9.86亿手机用户数量，手机网络支付用户规模达到8.53亿。特别是在特定应用领域数据规模庞大，比如我国医疗门诊总量每年达80多亿人次。“如此大规模的数据量，是世界仅有，也为我国人工智能技术的发展提供了丰富资源。”赵志耘说。
三是丰富的应用场景。我国具有全球规模最大，且较为成熟的互联网市场，人工智能在互联网领域的应用空间十分广阔。我国拥有全球最完整的产业链，各细分领域都面临转型升级需求，对人工智能赋能需求巨大。随着新型城镇化加速推进，城镇规模不断扩大，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大。
四是青年人才快速成长聚集。我国重点院校正加快布局人工智能学院，扩大本科和研究生培养规模。在与人工智能相关的国际顶级会议和学术期刊中，我国青年学者成为最活跃的群体之一。青年领衔的人工智能创业企业和独角兽企业不断增加，海外归来的青年学者大幅增长。
PART
02
基础不牢影响战略前景
我国人工智能发展也存在薄弱环节。
一是人工智能基础理论和原创算法差距较大。我国人工智能研究起步较晚，原创性贡献不多，虽然近年我国高质量论文数量增长显著，但顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。
这意味着，我国人工智能领域从0到1的基础创新少，从1到N的应用创新多。“虽然也开枝散叶，但树根不在国内。”赵志耘说。
赵志耘认为，核心算法和开源系统薄弱，是我国人工智能领域最突出的技术瓶颈之一，导致我国深度学习模型、生成对抗网络等新的重大成果和原创性理论贡献不多，并在机器学习等通用开源算法平台方面布局不够，产业发展主要依赖国际巨头的开源代码和系统框架。
在姚期智看来，发展人工智能最大的压力来自于基础研究。“我们都知道中国的人工智能应用绝对赶得上世界很多地方，甚至走在世界的前面，但是我们对于人工智能的基础研究，还是处于比较缺乏的阶段。所以我们一定要培养出人才，一定要给他们好的环境，激励他们从事基础研究，这是推动人工智能未来突破的不二选择。”
中国科学院计算技术研究所研究员陈云霁也曾在《智能计算系统——一门人工智能专业的系统课程》一文中尖锐指出：“越是人工智能上层（算法层、应用层）的研究，我国研究者对世界作出的贡献越多；越是底层（系统层、芯片层），我国研究者的贡献越少。在各种ImageNet比赛中，我国很多机构的算法模型已经呈现‘霸榜’的趋势，可以说代表了世界前沿水平。但这些算法模型绝大部分都是在CUDA编程语言、Tensorflow编程框架以及GPU之上开发的。在这些底层的‘硬科技’中，我国研究者对世界的贡献就相对少了很多。底层研究能力的缺失不仅给我国人工智能基础研究拖后腿，更重要的是，将使得我国智能产业成为一个空中楼阁，走上信息产业受核心芯片和操作系统制约的老路。”
二是高端芯片、关键部件、高精度传感器等方面基础薄弱。据了解，英伟达、高通、英特尔等国际巨头仍然垄断全球高端芯片业务，尤其是2020年各大厂商之间的并购，使主动权进一步被西方发达国家掌握。这些因素导致我国关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面基础薄弱，图形处理器、专用集成电路和现场可编程门阵列等硬件技术，欧美国家仍占据垄断地位。
三是未能形成具有国际影响力的人工智能创新生态。赵志耘说，国际巨头通过建立人工智能开放平台，打通硬件—系统—产业链条，主导了创新生态建设。我国面向特定领域的国家级人工智能开放创新平台虽已初见成效，但在机器学习的通用开源算法平台方面仍然布局不够，对产业链的带动性和国际影响力有待进一步提高。
而在这三大短板背后，最大的瓶颈是高水平人才不足。清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》显示，从人工智能高层次学者国家分布看，美国人工智能高层次学者数量最多，有1244人次，占比62.2%，中国排在美国之后，位列第二，但仅有196人次，占比9.8%。
“我们在超一流科研团队上还是有差距。”北京大学经济学院教授、深圳市湾区数字经济与科技研究院院长曹和平说，“我们不能出了问题才去解决问题，而是要预备一群战略型、创新型科学家。他们把已经出现和将要出现的问题，未雨绸缪地形成思想，再把这种思想具象化为问题，形成知识专利并在实验室放样。然后与大国民经济体系中产业园区中的孵化器和加速器对接，形成产业能力。”
PART
03
科技引领和应用驱动双向发力
着眼于此，专家建议未来我国需坚持科技引领、应用驱动的战略导向，着力提升科技创新能力，全面推动人工智能应用，通过科技引领和应用驱动的双向发力，实现我国人工智能尽快在理论上补齐短板、在技术上自主可控、在产业上占据高点。
一是整体提升我国人工智能科技创新能力。加大对人工智能领域基础研究的稳定持续支持力度，推动人工智能与数学等基础学科交叉融合，支持原创性强、非共识的探索性研究。集中力量打好关键核心技术攻坚战，引导和组织优势力量下大力气解决“卡脖子”问题。加快建设人工智能领域的国家战略科技力量，加强人工智能国家实验室和国家重点实验室等相关创新基地的整合布局。及时把握人工智能技术跃迁的重大机会窗口，以加快实施科技创新2030—“新一代人工智能”等重大项目为抓手，解决我国经济社会智能化升级的重大技术需求。
二是大规模推动人工智能场景应用。强化企业创新主体地位，深化产学研合作，提升人工智能技术在不同真实工业环境中的适应性，不断提高技术成熟度和实用化性能。通过进一步推进国家新一代人工智能开放创新平台建设等方式，充分发挥人工智能行业领军企业、研究机构的引领示范作用，鼓励各类通用软件和技术的开源开放，打造更加完善的技术创新生态。充分发挥地方推动人工智能发展的积极性，加强人工智能应用示范，全面增强经济创新力和国际竞争力。
三是继续把人才队伍建设作为人工智能发展的重中之重。坚持培养和引进相结合，完善人工智能教育体系，扩大研究生招生规模，加强人才储备和梯队建设，开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。
四是加强人工智能伦理治理。人工智能具有技术属性和社会属性高度融合的特征，要围绕人工智能可能带来的风险挑战，加强人工智能在法律、安全、就业、道德伦理和政府治理等方面的问题研究，引导人工智能安全可控发展。
五是深化人工智能开放合作。要坚持国际开放合作，围绕人工智能全球性技术难题开展研发合作，共同推动人工智能发展与治理，共同制定人工智能领域相关国际标准和伦理规范，积极应对人工智能可能引发的全球性挑战。
（关注微信：青贝克智慧工场kingmaker798）