《中国人工智能发展报告2018》正式发布！（免费下载）
报告来源：清华大学中国科技政策研究中心关注机器人文明（ID：xsy-ai）在后台发送关键字“2018人工智能报告”可获得原报告PDF人工智能正成为全球性话题，各国的AI人才争夺战也正愈演愈烈。那么目前，人工智能在中国的发展条件如何，中国距离成为真正的人工智能强国到底还有多远？基于此，7月13日，《中国人工智能发展报告2018》在清华大学主楼接待厅发布。报告从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境、以及社会认知和综合影响四个方面描绘中国人工智能的发展面貌。
先来看几个报告中的结论：
中国在论文总量和高被引论文数量上都排在世界第一，中科院系统AI论文产出全球第一，但中国在人才拥有量全球第二，杰出人才占比偏低；
专利上，中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本；
产业上，中国的人工智能企业数量排在全球第二，北京是全球人工智能企业最集中的城市；
风险投资上，中国人工智能领域的投融资占到了全球的60%，成为全球最“吸金”的国家。
此报告由清华大学中国科技政策研究中心、清华大学公共管理学院政府文献中心、清华大学中国工程科技发展战略研究院联合科睿唯安公司、科学家在线、中国信息通信研究院数研中心以及北京字节跳动科技有限公司联合撰写。
人工智能科技产出与人才投入中国在人工智能的产出上总量第一
全球Al论文产出最多的20个国家和地区
（1997-2017）（单位：篇）
过去20年间，全球众多国家与地区广泛参与到人工智能领域的基础性研究中，其中，中国与美国的论文产出位于全球的第一、二位，且是位于第三位的英国产出量的3倍以上。
英国、日本、德国、印度、法国、加拿大、意大利、西班牙、韩国、台湾、澳大利亚构成了该领域论文产出的第二梯队。伊朗、巴西、波兰、荷兰、土耳其、新加坡、瑞士等国组成第三梯队，也产出了较多人工智能领域的论文。
在全球院校中，中国科学院系统AI论文产出数量最多
全球Al论文产出最多的20个机构（单位：篇）
从机构层面，全球参与人工智能相关科研的主要机构中，中国科学院系统、法国国家科学研究中心（CNRS）以及美国的加州大学系统三足鼎立，其20年的论文产出量都超过了24000篇。
在全球人工智能领域产出最多的百强机构中，87家为高校，8家为科研院所，3家为政府机构，只有2家企业。其中，3家政府机构为：美国能源部（DOE）、美国国防部（DOD）和美国国家航空和宇宙航行局（NASA）；2家企业为：IBM和微软。
计算机科学与工程领域是发表论文最多的学科
AI领域全球及论文产出最多的8个国家
主要学科分布
从学科分布看，无论是全球还是论文产出量最多的8个国家在人工智能领域发表论文最多的两个学科都是计算机科学与工程。除印度外，自动控制系统是全球以及论文产出量最多的其余七国产出排名第三的学科。
此外，机器人学、数学以及影像科学和照相技术也是八国集中关注的学科。各国也基于自身的优势和特点，将人工智能拓展到不同学科的研究中。例如，印度作为能源短缺的国家将人工智能应用于能源与燃料学科；而中国利用在材料科学学科的优势，将人工智能应用于能源管理（电池系统）、机器人或其他器件的制作材料等方向。
全球高水平论文产出上，中国数量排名第一
全球Al高影响力论文分布
上图展示了全球Al高水平论文的区域分布情况，可以看出，目前高水平论文的来源主要分布在北美、西欧和东亚等地区。
全球Al高水平论文产出Top10国家
（单位：篇）
上图列举了全球高水平论文产出最多的10个国家的高被引论文数量和热点论文数量。中国、美国和英国在高水平论文产出的榜单上排名三甲，伊朗作为唯一的西亚国家排名第8。
进一步统计Top10国家Al领域高被引论文占其在Al领域全部论文的百分比可以看到，Top10国家的高被引论文百分比均超过了全球平均水平1%，其中澳大利亚在该指标中表现最佳，达到2.66%，英国与中国也都是全球平均水平的2倍多。
在中国机构中，中国科学院系统获最高引用
Al高影响力论文产出最多的20个中国机构
（单位：篇）
上表列出了中国在人工智能领域发表高水平论文最多的机构，中国科学院以242篇高被引论文和7篇热点论文位居榜首，哈尔滨工业大学、东南大学、清华大学和香港城市大学也都进入了前五名。值得注意的是，辽宁工业大学和渤海大学，在人工智能领域的总体产出虽然不多，但其中的高水平论文比例较高，双双进入了高影响力论文产出最多Top20中国机构的榜单。
人工智能专利产出中国的Al专利技术全球第一
上图显示中国的Al专利技术布局程度位居榜首，而其中授权专利比例最高的国家是美国。
全球Top10专利权人榜单，中国仅有国家电网上榜
Al领域中Top10专利权人分布（单位：件）
在主要专利权人的分析中，国家电网公司作为唯一一家中国企业在Al领域中与国际竞争对手在专利布局中占有一席之地。国家电网公司的Al相关发明技术主要应用在电网控制、配用电网、智能配电变压器、风电站、新能源等领域，同时对Al相关的智能算法、机器人等技术研发相对也比较重视。
在中国，图像处理分析的相关专利技术创新数量最多
上图显示，中国发展的主要技术领域集中在数据处理系统、数字信息传输等。其中图像处理分析的相关专利技术创新发明数量较其他子领域更多，占总发明件数的16%。
人工智能人才投入中国人工智能人才投入总量位列全球第二
国际人工智能人才投入高度集中于美、中、印、德、英等少数国家。截至2017年，国际人工智能人才投入总量达204575人，密集分布于北美、西欧、北欧、东亚、南亚、西亚地区。从国家层面上看，人工智能人才集中于少数国家，排名前十的国家Al人才投入占据总量的61.8%。
中国国际人工智能人才投入总量位列第二，是美国人数的65%。美国在人工智能人才投入量独占鳌头，累计高达28536人，占据世界总量的13.9%；中国投入量列居第二，累计达18232人，占据世界总量的8.9%；印度、德国、英国分别以17384、9441、7998人列席三、四、五位。从城市尺度看，美、中、印、德、英五国人才数量排名前五城市的人才累计占比分别为该国总量的10.5%、20.0%、14.9%、17.3%和23.3%。
中国杰出人才投入量全球第六，清华为最大载体
中国等发展中国家杰出人才投入比例显著偏低。美国在人工智能杰出人才投入量上依旧遥遥领先，累计高达5158人，占据世界总量的25.2%，是排名第二位英国的4.4倍；英国、德国、法国、意大利分列第二、三、四、五名，杰出人才投入量大体相当。中国杰出投入量977人，排名第六，相对于其全球第二的人才总量而言，杰出人才占比过低。
全球国际人工智能人才所属大学分布
（单位：个）
高强度人才投入的高校院所集中在中国，清华大学成为全球国际人工智能人才投入量最大的载体。
高校院所的人才投入量主要受科研人员数量及硕博招生规模的影响，清华大学依托优渥的科研基础汇集822名国际人工智能人才，名列世界第一；上海交通大学以590人的数量位列第二；韦洛尔大学、北京航天航空大学、卡内基梅隆大学分别以526、525、523人的数量位列第三、四、五名。美国麻省理工大学、斯坦福大学和乔治亚理工学院分别名列十四、十七和十八名。
全球人工智能杰出人才高校排行中，中国高校排名靠后
然而，在全球人工智能杰出人才最多的高校排行中，中国没有高校进入前十。斯坦福大学杰出人才投入量达79人，全球领先；麻省理工学院、伦敦大学学院、华盛顿大学、圣保罗大学紧随其后。清华大学排名15位，上海交通大学排名第33，与其国际人工智能人才总量相比，排名大幅下滑。
中国人工智能人才投入中国人工智能人才投入呈现东多西少的态势
中国人工智能人才投入整体呈现东多西少的态势。截至2017年，中国人工智能人才投入总量达201281人，密集分布于东部地区。东部省份人工智能人才投入量高达126120人，占据全国总量的62.7%，中部地区37514人，占全国总量的18.6%，西部地区37362人，占据总量的18.6%。
北京市优势显著，人才投入量累计达27355人，名列全国第一。江苏省人才投入量累计达到19293人，排名第二；陕西省人才投入量达12878人，排名第三，也是唯一一个排名进入前十的西部省份。湖北省（11773人）、上海市（10592人）紧随其后。
整体来看，东部人才投入呈现北京、江浙沪（合计37624人）双极态势，中部和西部则出现湖北省和陕西省两个高点。
从城市尺度看，北京领先优势大，西安、上海、武汉、南京紧随其后。北京市作为中国的文化中心，人才投入力度强劲，累计占据总量的13.5%，在国内具有绝对优势。西安市、上海市、武汉、南京市人才投入数量逾万，位列第二梯队。长沙市、广州市、成都市、哈尔滨市和杭州市人才投入逾5000，位列第三梯队。
人工智能企业分布中国人工智能企业分布中，北京395家，全球第一
全球人工智能企业分布（单位：家）
截至到2018年6月，全球共监测到人工智能企业总数达4925家，其中美国人工智能企业数2028家，位列全球第一。中国（不含港澳台地区）人工智能企业总数1011家，位列全球第二，其次分别是英国、加拿大和印度。
全球人工智能企业数量TOP20城市（单位：家）
在中国，人工智能企业主要集中在北京、上海和广东三地。其中，北京人工智能企业数量395家，遥遥领先其他省份。除此之外，浙江和江苏两省也有较多的人工智能企业。
中国人工智能创业潮的集中在2012-2016年
从成立时间看，中国人工智能创业企业的涌现集中在2012-2016年时期，在2015年达到顶峰，新增初创企业数量达到228家。从2016年开始，创业企业的增速有所放缓。
全国人工智能企业的平均年龄为5.5年。其中，北京、上海和天津等地初创企业云集，企业平均年龄相较于全国更年轻，平均年龄在5.5年以下。山东和辽宁等地老牌工业机器人和自动化企业转型较多，企业年龄相对较大。
人工智能行业投资中国已经成为全球最“吸金”的国家
中国人工智能投融资变化趋势
自2013年以来，全球和中国人工智能行业投融资规模都呈上涨趋势。2017年全球人工智能投融资总规模达395亿美元，融资事件1208笔，其中中国的投融资总额达到277.1亿美元，融资事件369笔。中国Al企业融资总额占全球融资总额70%，融资笔数达31%。
根据2013年到2018年第一季度全球的投融资数据，中国已在融资规模上超越美国成为全球最“吸金”国家，但是在投融资笔数上，美国仍然在全球处于领先地位。
中国人工智能融资集中在视觉领域
中国人工智能市场结构
2017年我国人工智能市场规模达到237.4亿元，相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元。
中国人工智能热潮回归理性
中国人工智能创业热潮与投融资热情在2017年回归理性，但随着人工智能各项技术的不断成熟以及各类应用场景的落地，预计在2018年，人工智能市场增速将达到75%，整体规模将达到415.5亿元。
国际人工智能战略和政策世界各国人工智能战略与政策发布情况图
美国发布的人工智能政策着力点在于应对人工智能蓬勃发展的大趋势，欧盟以及德、英、法为代表的欧洲国家，着重关注的是人工智能带来的伦理和道德。日本的人工智能政策发布较晚，政策预期在国家层面建立起相对完整的人工智能研发促进机制。
中国人工智能政策在初期偏向于互联网领域，因此相关产业偏重于应用层，如计算机视觉、自然语言处理、智能机器人和语音识别。因此，目前中国的人工智能战略坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进，强化人工智能对科技、经济、社会发展和国家安全的全面支撑。
主要国家和地区人工智能重点研发和应用领域
如上图，各国科学技术水半相买际国情存在重大差异，因此其人工智能政策在研发重点相重点应用领域存在及大不同。
中国国家层面政策发布趋势
中国人工智能政策根据其重要政策发布时间点，可以分为五个阶段：
2013年之前的潜在发展期，该阶段政策文献较少，人工智能并未列入国家发展重点；
2013-2015年发展初期阶段，该阶段社会各界逐渐认识到人工智能的重要性；
2015-2016的飞速发展期，该阶段出台了大量政策文献，发展人工智能上升为国家战略；
2016-2017年的稳定发展期，对人工智能的研发和产业发展认识越发成熟，政策文献稳步发布；
2017-目前，该阶段经历了人工智能发展热潮，社会各界对人工智能的认识更加务实，相关政策更加具有针对性。
中国国家层面人工智能政策主题变迁
Al政策主题变迁
在第一阶段（2009年-2013年），人工智能政策主题关注重点在于物联网、信息安全、数据库、人工智能、基础设施。
在第二阶段（2013.2-2015.5），人工智能政策主题词频从高到低排序是物联网、技术标准、基础设施、大数据、人工智能。
在第三阶段（2015.5-2016.3），人工智能政策主题词为大数据、基础设施、物联网、云计算、数据共享。
在第四阶段（2016.3-2017.7），人工智能政策主题词频从高到低排序是大数据、人工智能、基础设施、物联网、云计算。
在第五阶段（2017.7-目前），人工智能政策高频主题词包括人工智能、大数据、信息安全、云计算、基础设施。
—完—
往期精选
边缘计算“军备赛”打响！IBMWatson：武士刀的悲歌
2018年全球最具突破性的AI技术
安防格局骤变！AI+安防行业研究报告
2018中国医疗人工智能发展研究报告
自动驾驶报告深度解析（附产业研究报告）
2023年中国人工智能行业发展现状分析，可信人工智能成为行业发展重点「图」
一、概述
1、定义及分类
人工智能是利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。目前，人工智能按照其智能程度主要可分为弱人工智能、强人工智能和超人工智能三类。
人工智能的分类及相关介绍
资料来源：公开资料整理
2、发展历程
自人工智能诞生以来，已有半个多世纪的发展历程，其发展大致可分为起步、低速发展和蓬勃发展三个阶段。
人工智能的发展历程
资料来源：公开资料整理
二、驱动因素
1、政策
随着我国人工智能产业的不断发展，国家有关部门高度重视行业的发展，陆型出台一系列相关政策促进我国人工智能产业的发展，为人工智能行业的发展提供了明确、广阔的市场前景和良好的政策环境。
中国人工智能行业部分相关政策一览表
资料来源：公开资料整理
2、经济
伴着新一轮科技革命和产业变革持续推进，数字经济已成为当前最具活力、最具创新力、辐射最广泛的经济形态，是国民经济的核心增长极之一。而人工智能作为数字经济重要驱动引擎，也将随着我国数字经济规模的不断增长而向好发展。据资料显示，2020年我国数字经济规模达39.2万亿元，同比增长9.5%。
2015-2021年中国数字经济规模及增速情况
资料来源：信通院，华经产业研究院整理
3、技术
从我国人工智能专利技术情况来看，随着我国人工智能产业的不断发展，我国人工智能相关专利数量也随之快速增长。据资料显示，2021年我国人工智能相关专利申请数量达19945项，同比增长20.6%。
2015-2021年中国人工智能相关专利申请数量情况
资料来源：佰腾网，华经产业研究院整理
三、产业链分析
1、产业链
人工智能行业产业链可分为基础层、技术层和应用层。其中基础层主要包括AI芯片、传感器、大数据、云计算及5G通信等；技术层主要包括计算机视觉、语音识别、自然语言处理、机器学习、知识图谱等；应用层主要包括智慧城市、智能制造、智慧医疗、智慧交通、智慧安防、智慧物流、智慧金融等产业。
人工智能行业产业链示意图
资料来源：公开资料整理
2、AI芯片
AI芯片是人工智能产业核心组成部分之一，随着近年来我国人工智能产业的不断发展，市场对AI芯片需求持续增加，推动了我国AI芯片市场规模的快速增长。据资料显示，2021年我国AI芯片市场规模达426.8亿元，同比增长123.9%。随着未来AI芯片的应用场景不断丰富，不断增长的需求也将促进我国AI芯片市场规模的持续增长。预计到2025年我国AI芯片市场规模将达1780亿元。
2019-2025年中国AI芯片市场规模及增速情况
资料来源：公开资料整理
3、下游端分析
智慧城市是我国人工智能产业重要的应用领域之一，在我国数字经济不断发展，城市化进程加快以及5G、互联网技术的不断发展等多方因素的推动下，我国智慧城市发展迅速，市场规模也随之不断扩大。据资料显示，2021年我国智慧城市市场规模达25万亿元，同比增长29.5%。
2015-2021年中国智慧城市市场规模及增速情况
资料来源：公开资料整理
四、行业现状
1、市场规模
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础。近年来，在我国政策的大力支持以及5G通信、大数据、云计算等技术不断发展的共同推动下，我国人工智能产业规模快速增长。据资料显示，2020年我国人工智能行业市场规模达1280亿元，同比增长。预计到2021年市场规模将达1963亿元。
2016-2021年中国人工智能行业市场规模及增速
资料来源：公开资料整理
2、市场结构
从我国人工智能市场结构分布来看，2020年我国人工智能市场中，视觉人工智能占比最高，达43.4%，其次为决策类人工智能和语音及语义人工智能，占比分别为20.9%和18.2%。
2020年中国人工智能行业市场结构分布情况
资料来源：公开资料整理
3、应用结构
从我国人工智能应用结构分布来看，2020年，政府城市治理和运营、互联网和金融领域是我国人工智能主要应用领域，占比之和达79%。其中政府城市治理和运营占比为49%，互联网占比为18%，金融占比为12%。
2020年中国人工智能行业应用结构分布情况
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2022-2027年中国人工智能行业市场运行现状及投资规划建议报告》；
4、企业情况
从企业注册量情况来看，随着近年来我国人工智能行业向好发展，市场规模快速扩张，我国人工智能行业相关企业注册量也快速增长。据资料显示，2021年我国人工智能行业相关企业注册量达35.59万家，同比增长93.6%。
2015-2021年中国人工智能行业相关企业注册量情况
资料来源：企查查，华经产业研究院整理
从人工智能企业核心技术分布看，大数据和云计算占比最高，达到41.13%;其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%，6.81%，5.64%;物联网、工业机器人、语音识别和自然语言处理分别占比5.55%，5.47%，4.76%。
2020年中国人工智能企业核心技术分布情况
资料来源：公开资料整理
5、投融资情况
从我国人工智能行业投融资情况来看，由于近年来我国人工智能行业规模不断扩张，以及国家政策的大力扶持，行业资本市场十分火热，投资事件和投资金额不断增长。据资料显示，2021年我国人工智能行业投资数量为847起，投资金额达2528.52亿元。
2015-2021年中国人工智能行业投融资情况
资料来源：IT桔子，华经产业研究院整理
五、竞争格局
1、市场份额
计算机视觉和机器学习是我国人工智能关机技术组成。从计算机视觉市场份额来看，2020年我国计算机视觉市场格局较为分散，其中份额前三的企业分别为商汤、旷视和海康威视，市场份额分别为18%、13%和6%。
2020年中国计算机视觉行业市场份额分布情况
资料来源：IDC，华经产业研究院整理
从机器学习市场来看，行业集中度相对较高，行业CR3达48%。其中第四范式市场份额为25%；华为云市场份额为15%；九章云级市场份额为8%。
2020年中国机器学习平台市场份额分布情况
资料来源：公开资料整理
六、行业发展趋势
新一代人工智能技术迅猛发展，并向社会各个领域加速渗透，这给经济和社会发展带来了新的变革性机遇，也给人类生产生活带来了深刻的变化，与此同时，科技伦理也成为了当前AI产业技术发展与产业应用中的“必答题”。如今，以中国、美国、欧盟为代表的AI产业领头羊均把确保AI安全、可靠、可控的可信人工智能放在了其AI伦理和治理的核心位置，发展可信人工智能正在成为全球的共识。可信人工智能的核心原则是让AI应用满足可靠、安全、可解释、隐私保护、责任明确等条件，是落实AI治理的重要实践，所遵循的可信特征与AI伦理和相关法律法规等要求一脉相承，均将以人为本作为其本质要求。AI企业作为人工智能技术产品化的主体，在可信人工智能的发展实践中正发挥着日益积极的作用，谷歌、微软、百度、京东、旷视等一批国内外企业纷纷投身其中。科技巨头们在可信人工智能上的投入除承担社会公益和行业引领的责任外，在AI商业化上面临越来越多的限制和挑战也是关键驱动因素。以可信人工智能所包含的隐私保护为例，部分AI企业在接受监管机构上市问询时，被重点要求说明其技术、业务及产品中涉及到数据应用的具体环节，相关数据来源与合规性，以及保证数据合规的具体措施等。这种自上而下的监管推动也将与企业内驱形成合力，共同推动可信人工智能的发展与实践，可信人工智能也将成为AI产业下一阶段发展的重点。
华经产业研究院对中国人工智能行业发展现状、市场供需情况等进行了详细分析，对行业上下游产业链、企业竞争格局等进行了深入剖析，最大限度地降低企业投资风险与经营成本，提高企业竞争力；并运用多种数据分析技术，对行业发展趋势进行预测，以便企业能及时抢占市场先机；更多详细内容，请关注华经产业研究院出版的《2022-2027年中国人工智能行业市场全景评估及投资方向研究报告》。
人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能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。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，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，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）