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
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。
我国人工智能发展的最大瓶颈是高水平人才不足，特别是本土培育的高水平人才严重缺乏
未来需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。
“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。
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。”
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。
