張鑫 王明輝

內(nèi)容提要：人工智能是新一代“通用目的技術(shù)”，對經(jīng)濟社會發(fā)展和國際競爭格局產(chǎn)生著深刻影響。但在“弱人工智能階段”，其在短期內(nèi)對經(jīng)濟的貢獻和對就業(yè)的沖擊可能是有限的。當前，中國人工智能技術(shù)發(fā)展迅速，但與美國等發(fā)達國家相比，存在基礎研究投入不足、產(chǎn)業(yè)基礎層薄弱、政府數(shù)據(jù)聯(lián)通開放滯后、人才培養(yǎng)能力缺乏等短板。此外，國際技術(shù)合作阻力加大、政策協(xié)調(diào)和規(guī)制體系不完善、隱私泄露與倫理風險等問題逐步凸顯，對中國人工智能可持續(xù)健康發(fā)展形成一定挑戰(zhàn)。下一步，中國應著眼未來、布局長遠，合理設置人工智能促進政策的短期目標，從完善體制、補齊短板和改進規(guī)制三方面著手夯實發(fā)展基礎，從而在未來人工智能領域技術(shù)和產(chǎn)業(yè)國際競爭中爭得優(yōu)勢。

關鍵詞：人工智能;創(chuàng)新發(fā)展;科技革命

中圖分類號：F49

文獻標識碼：A

文章編號：1003-7543（2019）09-0031-14

人工智能是繼互聯(lián)網(wǎng)后的新一代“通用目的技術(shù)”，雖然目前其商業(yè)應用仍處于初級階段，但發(fā)展迅猛，對經(jīng)濟社會發(fā)展和國際競爭格局產(chǎn)生著深刻影響。黨的十九大報告提出，要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，培育新增長點、形成新動能。2018年10月31日，中共中央政治局就人工智能發(fā)展現(xiàn)狀和趨勢舉行第九次集體學習，習近平總書記在主持學習時強調(diào)，“人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，加快發(fā)展新一代人工智能是事關我國能否抓住新一輪科技革命和產(chǎn)業(yè)變革機遇的戰(zhàn)略問題。要深刻認識加快發(fā)展新一代人工智能的重大意義，加強領導，做好規(guī)劃，明確任務，夯實基礎，促進其同經(jīng)濟社會發(fā)展深度融合，推動我國新一代人工智能健康發(fā)展”。對中國人工智能發(fā)展的現(xiàn)狀、問題及其促進策略進行研究，具有重大的理論和現(xiàn)實意義。

一、人工智能的內(nèi)涵與發(fā)展演進

人工智能的實質(zhì)是“賦予機器人類智能”。盡管國內(nèi)外學界、商界和政界普遍認為，人工智能將是未來生產(chǎn)率提升和經(jīng)濟增長的關鍵推動力，同時人工智能替代勞動的速度、廣度和深度將大大超越從前的技術(shù)進步，但未來人工智能的發(fā)展仍難以一帆風順。一方面，從技術(shù)特征來看，人工智能發(fā)展的一個基本現(xiàn)實是其將長期處于“弱人工智能”階段，通用人工智能在可預見的未來仍難以走進現(xiàn)實。另一方面，從人工智能發(fā)展史來看，未來人工智能發(fā)展可能仍將經(jīng)歷起落。

（一）人工智能的內(nèi)涵與特征

通過賦予機器感知和模擬人類思維的能力，人工智能使機器達到乃至超越人類的智能。人工智能不同于常規(guī)計算機技術(shù)依據(jù)既定程序執(zhí)行計算或控制等任務，而是具有生物智能的自學習、自組織、自適應、自行動等特征。

第一，人工智能是目標導向，而非指代特定技術(shù)。人工智能的目標是在某方面使機器具備相當于人類的智能，達到此目標即可稱為人工智能，具體技術(shù)路線則可能多種多樣。一方面，檢驗機器是否具備人類智能的最重要標準是“圖靈測試”。艾倫·圖靈在其論文《計算機器與智能》中提出，人類通過文字交流無法分辨智能機器與人類的區(qū)別，那么該機器就通過了“圖靈測試”，可以被認為擁有人類智能。另一方面，多種技術(shù)類型和路線均被納入人工智能范疇。按照技術(shù)原理的差異，人工智能可以劃分為符號學派、控制學派和連接學派三類。目前最為流行的神經(jīng)網(wǎng)絡和深度學習是連接學派的代表性技術(shù)路線，與其他學派存在本質(zhì)差異。

第二，人工智能是對人類智能及其生理構(gòu)造的模擬。以神經(jīng)網(wǎng)絡為例，當前流行的深度學習的重要基礎是1951年普林斯頓大學數(shù)學系研究生馬文·明斯基建立的神經(jīng)網(wǎng)絡機器SNARC（Stochastic Neural Analog Reinforcement Calculator）。該算法建立了有40個神經(jīng)元的網(wǎng)絡，首次模擬了人類神經(jīng)信號的傳遞。

第三，人工智能發(fā)展涉及數(shù)學與統(tǒng)計學、軟件、數(shù)據(jù)、硬件乃至外部環(huán)境等眾多因素。一方面，人工智能本身的發(fā)展需要算法研究、訓練數(shù)據(jù)集、人工智能芯片等橫跨整個創(chuàng)新鏈并覆蓋多學科領域的同步進展。另一方面，人工智能與經(jīng)濟的融合要求外部環(huán)境進行適應性變化。所涉外部環(huán)境包含十分廣泛，例如法律法規(guī)、規(guī)制政策、倫理規(guī)范、基礎設施、社會輿論等。隨著人工智能進一步發(fā)展并與經(jīng)濟深度融合，其所涉外部環(huán)境范圍將進一步擴大，彼此互動和影響將日趨復雜。

（二）人工智能的發(fā)展演進

當前，人工智能處于本輪浪潮的巔峰。但人工智能技術(shù)成熟和大規(guī)模商業(yè)化應用可能仍將經(jīng)歷波折。人工智能發(fā)展史表明，每一輪人工智能發(fā)展浪潮都將遭遇技術(shù)瓶頸的制約，以致商業(yè)化應用難于落地，最終重新陷入寒冬。本輪人工智能浪潮的技術(shù)天花板和商業(yè)化潛力上限無疑大大高于前兩輪發(fā)展浪潮，部分專用人工智能可能獲得長足進步，但許多業(yè)內(nèi)專家認為目前的人工智能從機理上還不存在向通用人工智能轉(zhuǎn)化的可能性，本輪人工智能發(fā)展也可能遭遇波折，難以一帆風順快速推進。

迄今為止，人工智能技術(shù)研究經(jīng)歷了三次浪潮和兩次寒冬。第一次浪潮是人工智能技術(shù)興起。對人工智能技術(shù)的研究源于20世紀四五十年代。在此期間，明斯基等人制造出第一臺神經(jīng)網(wǎng)絡計算機，艾倫·圖靈提出了“圖靈測試”。1956年，由約翰·麥卡錫等人組織舉行的“達特茅斯會議”被公認為人工智能技術(shù)的開端。麥卡錫將人工智能定義為制造智能機器，特別是智能計算機程序的科學工程。1956～1973年，人工智能技術(shù)獲得了長足的發(fā)展，標志性成就有西蒙提出的物理符號系統(tǒng)、薩繆爾編寫成的西洋跳棋程序以及主要算法發(fā)明。在此期間，尚不成熟的人工智能技術(shù)被廣泛應用于數(shù)學和自然語言識別領域以解決代數(shù)、幾何證明和語言識別分析等問題。麻省理工學院和斯坦福大學等高校建立了人工智能實驗室。1974～1980年，人工智能技術(shù)遭遇第一次寒冬。由于邏輯證明器、感知器和增強學習等工具被證實只能完成簡單任務，同時一些重要數(shù)學模型被發(fā)現(xiàn)存在缺陷，人工智能技術(shù)受到了社會輿論的普遍質(zhì)疑，大量研究資金被撤回。

人工智能技術(shù)的第二波浪潮產(chǎn)生于20世紀80年代初期。在此期間，專家系統(tǒng)和BP神經(jīng)網(wǎng)絡等重要研究進展紛紛問世。但不久之后的1987年，人工智能遭遇其發(fā)展史上的第二次寒冬。專家系統(tǒng)表現(xiàn)不佳，難以匹敵蘋果公司等生產(chǎn)的臺式機性能。美國國防高級研究計劃局（DARPA）等聯(lián)邦先進技術(shù)研究機構(gòu)也表示不看好人工智能技術(shù)的發(fā)展和應用。

人工智能技術(shù)應用的第三次浪潮產(chǎn)生于21世紀初期，并延續(xù)至今。1997年，IBM深藍戰(zhàn)勝了國際象棋冠軍卡斯帕羅夫。2006年，Hinton等人提出深度學習算法，隨后，大數(shù)據(jù)的興起引發(fā)了深度學習的廣泛應用。2009年，洛桑瑞士聯(lián)邦理工學院牽頭的“藍腦計劃”成功用計算機模擬鼠腦的部分神經(jīng)網(wǎng)絡。2011年，IBM創(chuàng)造的超級電腦“沃森”與人類選手共同參加智力問答節(jié)目“危險邊緣”并獲得冠軍。2016年，谷歌旗下DeepMind公司開發(fā)的阿爾法狗（Alpha Go）戰(zhàn)勝人類頂尖圍棋選手，引起了世界輿論的廣泛關注。2017年，美、中等國相繼發(fā)布人工智能發(fā)展戰(zhàn)略規(guī)劃。本輪人工智能浪潮的興起，主要歸功于數(shù)據(jù)、算力和算法的飛躍，具體而言，一是移動互聯(lián)網(wǎng)普及帶來的大數(shù)據(jù)爆發(fā)，二是云計算技術(shù)應用帶來的計算能力飛躍和計算成本持續(xù)下降，三是機器學習在互聯(lián)網(wǎng)領域的應用推廣。作為繼互聯(lián)網(wǎng)后的新一代“通用目的技術(shù)”，人工智能的影響可能遍及整個經(jīng)濟社會，創(chuàng)造出眾多新興業(yè)態(tài)。這為世界經(jīng)濟的發(fā)展注入了新動能，但也為各國政府原有的基于傳統(tǒng)業(yè)態(tài)和發(fā)展模式的促進政策和公共規(guī)制框架帶來了一定挑戰(zhàn)。人工智能大規(guī)模商業(yè)化應用可能仍將是長期而曲折的過程。一方面，人工智能的發(fā)展目前仍處于早期階段，在可預見的未來仍將主要起到輔助人類工作而非替代人類的作用。另一方面，嚴重依賴數(shù)據(jù)輸入和計算能力的人工智能距離真正的人類智能還有較大的差距。

二、中國人工智能發(fā)展態(tài)勢

當前，中國人工智能研發(fā)和產(chǎn)業(yè)發(fā)展迅速，從人才投入、融資總量等投入指標和論文發(fā)表、專利申請、市場規(guī)模等主要產(chǎn)出指標來看，都已具備較強的競爭力和深厚的發(fā)展?jié)摿ΑＷ鳛樽钤缣岢鋈斯ぶ悄馨l(fā)展戰(zhàn)略規(guī)劃的國家之一，中國已建立相對完善的人工智能發(fā)展政策體系。

（一）中國人工智能發(fā)展的主要投入

1.中國人工智能人才投入的總量與結(jié)構(gòu)

人工智能人才可分為兩類：一是人工智能學術(shù)人才，即近10年公開發(fā)表過本領域論文或?qū)＠幕钴S研究人員。根據(jù)清華大學中國科技政策研究中心發(fā)布的《中國人工智能發(fā)展報告·2018》，截至2017年，過去10年公開發(fā)表過專利或中英文論文的研究人員總量為201 281人。二是人工智能產(chǎn)業(yè)人才，即在人工智能初創(chuàng)企業(yè)中就職或在科技巨頭企業(yè)中從事人工智能領域技術(shù)工作的人員。根據(jù)領英（Linkedln）公司發(fā)布的《全球AI領域人才報告》，領英大數(shù)據(jù)顯示，截至2017年第一季度，中國人工智能領域?qū)I(yè)技術(shù)人才約為5萬人?！吨袊斯ぶ悄馨l(fā)展報告，2018》指出，中國人工智能學術(shù)國際人才為18 232人，占世界總量的8.9%，位居世界第二，僅次于美國。

從人才結(jié)構(gòu)來看，一方面，中國人工智能學術(shù)國際人才中，杰出人才為977人，占比僅為4.8%。另一方面，中國人工智能產(chǎn)業(yè)人才總量僅為美國的50%，且主要集中于應用層。根據(jù)騰訊研究院發(fā)布的《2017全球人工智能人才白皮書》，截至2017年6月，中國擁有人工智能初創(chuàng)企業(yè)592家，從業(yè)人員約為39 200人，位居全球第二位。全球人工智能初創(chuàng)企業(yè)共計2617家，其中，美國擁有1078家，從業(yè)人員約為78 700人，位居全球首位。人工智能初創(chuàng)企業(yè)數(shù)量排名第三至五位的分別是英國、以色列和加拿大，擁有企業(yè)數(shù)量分別為138家、74家和70家。中國人工智能產(chǎn)業(yè)人才數(shù)量在基礎層劣勢較大。人工智能產(chǎn)業(yè)通常可以分為基礎層、技術(shù)層和應用層三個層面。美國基礎層從業(yè)人員是中國的14.0倍，技術(shù)層是中國的2.3倍。應用層是中國的1.3倍。中國應用層人才占總量的比例為61.8%，而美國僅為39.89%。從人工智能重點研究領域來看，中國的人才數(shù)量僅在智能機器人領域占據(jù)優(yōu)勢，在自然語言處理、處理器/芯片、機器學習應用、智能無人機和計算機視覺等領域均大幅落后。

需要指出的是，中國人工智能人才數(shù)量上升潛力較大。中國STEM（科學、技術(shù)、工程和數(shù)學）畢業(yè)生數(shù)量居世界首位，投人人工智能領域的人才數(shù)量上升潛力較大。據(jù)世界經(jīng)濟論壇數(shù)據(jù)，2016年，中國STEM畢業(yè)生人數(shù)達470萬，其中，博士畢業(yè)生約為3萬名。同期，美國的STEM畢業(yè)生為56.8萬，僅為中國的12.1%。大量的STEM畢業(yè)生為中國培育人工智能學術(shù)和產(chǎn)業(yè)人才提供了充足的勞動力供給。

2.中國人工智能投融資的總量與結(jié)構(gòu)

從投資總量來看，根據(jù)《中國人工智能發(fā)展報告·2018》，2017年，中國人工智能投融資規(guī)模達277.1億美元，占全球融資總額的70.1%：融資事件369筆，占全球融資筆數(shù)的30.5%。從全球投融資分布來看，中國和美國占據(jù)主導地位。2013年至2018年第一季度，中、美兩國人工智能投資總額占全球比重為89.1%，同期投資筆數(shù)占比為73.0%。從投資變化趨勢來看，中國投資的規(guī)模和集中度在不斷提升。一方面，中國人工智能投融資總額占全球比重不斷上升。中國比重由2014年之前的低于50%提高到2017年的70010。2013年至2018年第一季度，中國人工智能投融資總額累計占全球比重為60.0%。同期，美國占比僅為29.1%。另一方面，中國人工智能投融資筆數(shù)占比近年來有所下降，說明中國投資更為集中，單筆融資規(guī)模較大。2013年至2018年第一季度，中國人工智能投融資筆數(shù)累計占全球比重為31.7%。同期，美國占比則高達41.3%（見圖1、圖2）。

從國內(nèi)人工智能投融資金額區(qū)域分布來看，中國人工智能投融資主要集中于北京、上海、浙江、江蘇和廣東，特別是高度集中于北京。根據(jù)《中國人工智能發(fā)展報告，2018》，2015年至2018年第一季度，北京市人工智能投融資總量占全國的比重超過50%，北京市投融資總量約為2600億元，而排名第二至第五的上海、浙江、江蘇、廣東均不及500億元。在排名前五的省份之外，國內(nèi)其他地區(qū)的人工智能投資極少。從國內(nèi)人工智能投融資筆數(shù)區(qū)域分布來看，上海、廣東兩地投資活躍且較為分散。中國人工智能投融資筆數(shù)依然集中于北京、上海、浙江、江蘇和廣東5個省份，但分布更為均衡。上海、廣東兩地投資筆數(shù)較多但投資總量較小，其平均單筆投資額不及北京的一半。

從早期投資活動占比來看，人工智能早期投資活動占比逐年減少。2013年以來，中國人工智能早期投資筆數(shù)（種子輪/天使輪和A輪）占比呈現(xiàn)先上升后下降的趨勢，2015年達到最高點79.8%之后，逐年回落，2018年第一季度已下降至51.5%。同期，全球人工智能早期投資筆數(shù)占比也呈現(xiàn)了相似的變化趨勢。這種變化趨勢可能說明：一方面，對人工智能初創(chuàng)企業(yè)的投融資熱度有所下降，逐步回歸理性：另一方面，人工智能產(chǎn)業(yè)逐步走向成熟，更多投融資被用于較為成熟的創(chuàng)業(yè)企業(yè)。

（二）中國人工智能發(fā)展的科技產(chǎn)出

1.中國人工智能的論文產(chǎn)出量

中國人工智能論文產(chǎn)出量自1998年以來保持快速增長，年復合增長率達24.32%。2017年，Web of Science核心集合收錄的中國（含港澳臺地區(qū)）人工智能領域論文發(fā)表總量為1.73萬篇，占全球比重為26.63%。1998。2017年。中國（含港澳臺地區(qū)）人工智能領域論文發(fā)表累積總量為14.18萬篇，占全球比重23.5%，僅次于美國的14.91萬篇。人工智能論文累積總量排名第三至第五位的是英國、德國和印度，其發(fā)表論文數(shù)分別為4.1萬篇、3.5萬篇和2.9萬篇，與中、美兩國差距較大。從人工智能論文發(fā)表量的變化趨勢來看，過去20年間，除2009～2010年呈現(xiàn)負增長外，中國和全球的人工智能論文總量持續(xù)保持快速增長。中國占全球的比重變化可以劃分為三個階段：1998～2009占比快速上升，由1998年的6%提升到2009年的25%：2009～2010年占比出現(xiàn)顯著下滑，降至21%：2010～2017占比穩(wěn)步回升，目前已達27%，為歷史最高水平（見圖3）。

中國人工智能論文質(zhì)量優(yōu)于全球平均水平，但與美國差距較大。2017年，中國人工智能論文質(zhì)量（按FWCI指數(shù)衡量）約為1.3.超過全球平均值1，但與美國的2.5仍有較大差距。從論文質(zhì)量的年度變化來看，中國論文質(zhì)量自2008年以來呈現(xiàn)持續(xù)上升趨勢，但2017年略有下降。

2.中國人工智能的專利申請量

中國人工智能專利申請總量2014年以來增速大幅提高，同期除中國外其他國家相關專利申請年度增長量則基本保持平穩(wěn)。根據(jù)《2018世界人工智能產(chǎn)業(yè)發(fā)展藍皮書》，1999～2017年，在全球人工智能領域中，圖像識別、生物特征識別、語音識別、語音合成、自然語音理解、機器學習等主要技術(shù)分支的專利申請量超過10萬項。中國人工智能專利申請總量自2010年起顯著增長，2014年以來增速大幅提高。2018年，中國人工智能領域?qū)＠暾埧偭恳颜既虻?7.1%。從全球分布來看，中、美、日、韓四國是人工智能專利主要申請國，專利申請總量加總后占全球總量的83.9%（見圖4）。

中國人工智能發(fā)明專利關鍵基礎層（基礎硬件層和基礎算法層）占比不高，且缺乏海外布局。根據(jù)國家知識產(chǎn)權(quán)局發(fā)布的《2017年我國人工智能領域?qū)＠饕y(tǒng)計數(shù)據(jù)報告》，2017年，我國人工智能發(fā)明專利授權(quán)量為6475件，其中，基礎算法、基礎硬件、垂直應用的占比分別為21.0%、4.9%和74.1%。在2017年全球人工智能發(fā)明專利申請公開量（除中國外）中，排名前10位中有7家美國企業(yè)（微軟、谷歌、IBM、高通、英特爾、蘋果、亞馬遜），而中國申請人中排名前二十位的申請總量僅略多于微軟一家企業(yè)的申請量。

（三）中國人工智能產(chǎn)業(yè)發(fā)展狀況

1.中國人工智能當前市場規(guī)模較小，但增長迅速

當前，中國人工智能產(chǎn)業(yè)發(fā)展仍處于起步階段，市場總體規(guī)模較小。根據(jù)《中國人工智能發(fā)展報告，2018》，2017年，中國人工智能市場規(guī)模為237.4億元。在細分行業(yè)中，占據(jù)市場最大份額的是以生物識別、圖像識別和視頻識別等技術(shù)為核心的計算機視覺行業(yè)，其規(guī)模達82.8億元，占總市場規(guī)模的比重為34.9%。市場規(guī)模排名第二至第五位的細分行業(yè)依次是語音（24.8%）、自然語言處理（21.0%）、硬件（11.3%）和算法（8.0%）。

近年來，隨著部分人工智能技術(shù)走向成熟和商業(yè)化應用，中國人工智能市場保持高速增長。2019～2020年，預計人工智能市場規(guī)模的增長率將終止持續(xù)上升的勢頭，逐步呈現(xiàn)下滑態(tài)勢，但總體而言，人工智能產(chǎn)業(yè)在未來3年整體規(guī)模仍將保持40%以上的高速增長（見圖5）。

2.從企業(yè)數(shù)量和分布來看，中國位居世界第二

截至2017年6月，全球人工智能企業(yè)總數(shù)達到2542家，其中美國1078家，占42%：中國人工智能企業(yè)為592家，占全球23%。其余的872家分布在瑞典、新加坡、日本、英國、澳大利亞、以色列和印度等國。

互聯(lián)網(wǎng)平臺企業(yè)引領人工智能產(chǎn)業(yè)發(fā)展。美國的FAANG和中國的BAT等主要互聯(lián)網(wǎng)平臺企業(yè)引領人工智能產(chǎn)業(yè)發(fā)展。主要互聯(lián)網(wǎng)平臺企業(yè)擁有人工智能產(chǎn)業(yè)核心技術(shù)和數(shù)據(jù)資源，同時對人工智能技術(shù)和產(chǎn)業(yè)發(fā)展進行了大量的投資。中國的BAT主要布局于應用層，技術(shù)層和基礎層較少涉及。相比之下，美國的6家規(guī)模最大的人工智能企業(yè)（谷歌、亞馬遜、Facebook、微軟、蘋果、IBM）對人工智能技術(shù)的基礎層、技術(shù)層和應用層都進行了全面的研發(fā)和產(chǎn)品布局。其中，谷歌、亞馬遜、Facebook、微軟在基礎層（芯片）、技術(shù)層（技術(shù)平臺/框架）和應用層（消費級產(chǎn)品、行業(yè)解決方案）進行了全面的布局：蘋果主要布局應用層（消費級產(chǎn)品）和基礎層（芯片）;IBM未涉足消費級產(chǎn)品。

中國人工智能企業(yè)主要分布于應用層，基礎層和技術(shù)層企業(yè)數(shù)量相對較少。從基礎層（主要為處理器、芯片）的企業(yè)數(shù)量來看，中國擁有14家，美國擁有33家：從技術(shù)層（自然語言處理、計算機視覺與圖像、技術(shù)平臺）企業(yè)數(shù)量來看，中國有273家，美國有586家：從應用層（機器學習應用、智能無人機、智能機器人、自動駕駛與輔助駕駛、語音識別）企業(yè)數(shù)量來看，中國有304家，美國有488家。

就基礎層而言，國內(nèi)人工智能企業(yè)主要分布于三個子領域，分別是人工智能開放平臺、機器學習開源平臺和人工智能芯片。其中，前兩者主要布局企業(yè)是BAT等互聯(lián)網(wǎng)企業(yè)，而人工智能芯片的主要參與者是華為、百度和寒武紀等人工智能創(chuàng)業(yè)企業(yè)。

就技術(shù)層而言，中國企業(yè)主要布局于兩個子領域，分別是語音識別自然語言處理和計算機視覺。前者的主要參與企業(yè)是科大訊飛和百度等，后者的主要參與企業(yè)是商湯科技等創(chuàng)業(yè)企業(yè)。在這兩個子領域，中國企業(yè)的技術(shù)在全世界處于領先地位。

就應用層而言，中國企業(yè)活動十分活躍。人工智能機器人、智能家居和移動互聯(lián)網(wǎng)三個領域都有大量企業(yè)分布。主要參與企業(yè)來源廣泛，包括百度、寒武紀等互聯(lián)網(wǎng)平臺和創(chuàng)業(yè)企業(yè)，小米、華為、海爾等智能終端制造企業(yè)，新松等機器人制造企業(yè)，以及以移動互聯(lián)網(wǎng)為載體的咨詢、娛樂、投資顧問、教育、醫(yī)療、導航等企業(yè)。

（四）中國人工智能發(fā)展的政策環(huán)境

1.中國正迅速完善人工智能發(fā)展規(guī)劃和政策體系

2015年以來，中國制定和發(fā)布了一系列人工智能發(fā)展戰(zhàn)略和指導性政策文件。中國已成為較早部署人工智能技術(shù)和產(chǎn)業(yè)發(fā)展的國家之一。2015年7月，國務院印發(fā)《國務院關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》，“互聯(lián)網(wǎng)+”人工智能被納入11項重點行動之中。2016年，國家發(fā)展和改革委員會印發(fā)《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》，從培育發(fā)展人工智能新興產(chǎn)業(yè)角度部署了主要任務和重點工程。2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，在戰(zhàn)略目標中就法律和倫理體系建設提出“三步走”的要求，要求加快制定促進人工智能發(fā)展的法律法規(guī)和倫理規(guī)范。2017年11月，科學技術(shù)部宣布成立新一代人工智能發(fā)展規(guī)劃推進辦公室和新一代人工智能戰(zhàn)略咨詢委員會，并公布了首批4家國家新一代人工智能開放創(chuàng)新平臺。2017年12月，工業(yè)和信息化部印發(fā)《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》，從培育智能產(chǎn)品、突破核心基礎、深化發(fā)展智能制造以及構(gòu)建支撐體系四個維度對未來3年人工智能產(chǎn)業(yè)發(fā)展作出部署。

2.中國已建立相對完善的人工智能發(fā)展實施和資助體制

圍繞《新一代人工智能發(fā)展規(guī)劃》，國家發(fā)展和改革委員會、科學技術(shù)部、工業(yè)和信息化部和國家標準化管理委員會已聯(lián)合設立規(guī)劃推進機構(gòu)，并結(jié)合各自分管工作積極指導設立相關研究和產(chǎn)業(yè)發(fā)展組織，目前已形成較為完善的人工智能發(fā)展推進體制。其中，科學技術(shù)部承擔推進《新一代人工智能發(fā)展規(guī)劃》實施的主要職責?？茖W技術(shù)部牽頭，聯(lián)合其他14家機構(gòu)成立新一代人工智能發(fā)展規(guī)劃辦公室，并先后指導成立了新一代人工智能治理專業(yè)委員會、新一代人工智能發(fā)展研究中心和認知智能國家重點實驗室等研究機構(gòu)。此外，針對人工智能產(chǎn)業(yè)發(fā)展，科學技術(shù)部還主導成立了國家新一代人工智能開放創(chuàng)新平臺和人工智能產(chǎn)業(yè)創(chuàng)新技術(shù)聯(lián)盟。工業(yè)和信息化部和國家發(fā)展和改革委員會主要聚焦產(chǎn)業(yè)發(fā)展和風險投資，分別指導成立了中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）和全國人工智能創(chuàng)業(yè)投資服務聯(lián)盟。國家標準化管理委員會積極謀劃人工智能領域標準設定，成立了國家人工智能標準化總體組和專家咨詢委員會。

從中央政府層面的項目管理來看，中國也進行了全創(chuàng)新鏈的完整布局。在基礎研究方面，國家自然科學基金委員會2017年就針對人工智能發(fā)展進行了重大布局調(diào)整。一是設立2017年人工智能基礎研究應急管理項目，投入資金5000萬～6000萬元資助25個人工智能基礎研究項目：二是2018年對國家自然科學基金項目指南進行調(diào)整，在信息科學部新增“人工智能”二級領域代碼，引導相關領域科學家加強對人工智能領域的研究。據(jù)估算，2017～2018年，國家自然科學基金面上等7類項目每年向人工智能領域投入資金約為3億元。在產(chǎn)業(yè)化試點示范方面，國家發(fā)展和改革委員會、科學技術(shù)部、工業(yè)和信息化部分別推出2018年“互聯(lián)網(wǎng)+”、人工智能創(chuàng)新發(fā)展和數(shù)字經(jīng)濟試點重大工程、“科技創(chuàng)新2030-‘新一代人工智能’重大項目”和“2018年人工智能與實體經(jīng)濟深度融合創(chuàng)新項目”。

三、現(xiàn)階段中國人工智能發(fā)展存在的問題與制約因素

與以往的“通用目的技術(shù)”相比，中國在以人工智能為代表的新興技術(shù)領域不再僅僅是追趕者，更有望成為引領者。面向未來的技術(shù)和產(chǎn)業(yè)競爭，中國已具備良好的投入、市場和政策基礎，但未來發(fā)展仍面臨外部合作環(huán)境趨緊、內(nèi)部投入結(jié)構(gòu)問題凸顯、現(xiàn)有規(guī)制體系難以及時響應“智能+”新業(yè)態(tài)需求以及安全、數(shù)據(jù)與倫理風險逐步上升等多重挑戰(zhàn)。

（一）現(xiàn)階段中國人工智能發(fā)展存在的問題

1.國際技術(shù)合作阻力增大

在2018年11月美國商務部工業(yè)和安全局（ BIS）公布的限制出口的技術(shù)清單征求意見稿中，人工智能及相關技術(shù)作為14類“對國家安全至關重要”的代表性新興技術(shù)中的一類被納入其中。目前，由于人工智能的研究開發(fā)本質(zhì)上是開放共享的，美國難以直接禁止美國公司和大學公開發(fā)布其研究成果，但下一步美國可能通過兩項措施來限制其他國家人工智能發(fā)展：一是限制與人工智能相關的云計算技術(shù)和芯片出口：二是建立限制外國獲取最新研究成果信息的控制機制?？偟膩砜?，未來各國在人工智能合作研發(fā)和技術(shù)交流等方面可能遭遇更大阻力。

2.缺少頂層協(xié)調(diào)機制

現(xiàn)階段，中國尚未建立人工智能發(fā)展的頂層協(xié)調(diào)機制。從中國人工智能發(fā)展的政策環(huán)境來看，已形成完整的規(guī)劃、實施和項目管理體制。一是中國人工智能發(fā)展規(guī)劃和政策出臺的時機和密度與主要發(fā)達國家基本同步：二是科學技術(shù)部、工業(yè)和信息化部、國家發(fā)展和改革委員會、國家標準化管理委員會等部門已組成覆蓋全創(chuàng)新鏈的人工智能發(fā)展規(guī)劃實施推進體制：三是國家自然科學基金委員會、科學技術(shù)部、工業(yè)和信息化部、國家發(fā)展和改革委員會等機構(gòu)圍繞實施推進《新一代人工智能發(fā)展規(guī)劃》，對人工智能研發(fā)和產(chǎn)業(yè)化項目進行了系統(tǒng)布局。

然而，缺少跨部委的頂層協(xié)調(diào)機制一定程度上制約了人工智能的研發(fā)和應用。目前，為協(xié)調(diào)推進《新一代人工智能發(fā)展規(guī)劃》，科學技術(shù)部聯(lián)合其他14家相關部門，設立了新一代人工智能發(fā)展規(guī)劃推進辦公室?，F(xiàn)有的協(xié)調(diào)機制雖然對推進國家人工智能發(fā)展規(guī)劃的實施起到了積極作用，但也存在較明顯的短板。主要表現(xiàn)在：第一，人工智能技術(shù)作為新一代“通用目的技術(shù)”，其發(fā)展涉及眾多國務院組成部門，單一部門難以進行有效協(xié)調(diào)：第二，人工智能與產(chǎn)業(yè)融合形成了大量新興業(yè)態(tài)，一方面需要分門別類靈活準入，另一方面其規(guī)制又牽涉眾多部門，單一部門雖有積極性卻難以獨力推進，急需建立有效的跨部門規(guī)制體制。

3.基礎研究投入不足

基礎研究投入對未來占領人工智能產(chǎn)業(yè)制高點將起到至關重要的作用。人工智能是新興科技領域，其理論基礎、技術(shù)積累和產(chǎn)品開發(fā)從長期來看仍處于起步階段，目前其商業(yè)化潛力和對經(jīng)濟增長率的促進作用僅露出冰山一角，未來其技術(shù)路線、商業(yè)化模式仍可能發(fā)生重大變化。實現(xiàn)人工智能領域高質(zhì)量發(fā)展，要求中國相關產(chǎn)業(yè)實現(xiàn)向價值鏈高端的躍升，其主要阻礙是技術(shù)瓶頸。技術(shù)瓶頸的形成主要原因有二：一是研發(fā)起步較晚，技術(shù)積累不足：二是僅僅引進和復制技術(shù)，在核心精密部件等方面難以做到消化、吸收再創(chuàng)新。人工智能領域方興未艾，各主要國家的研發(fā)積累差距較小，未來二三十年的產(chǎn)業(yè)競爭力取決于當前的研發(fā)投入，特別是基礎研究投入。

從全創(chuàng)新鏈研發(fā)投入來看，中國在人工智能領域基礎研究投入相對不足。從政府投入來看，據(jù)本文估計，中國人工智能領域基礎研究投入2017年約為3.5億元，2018年約為3億元。針對面向重大需求的關鍵共性技術(shù)研發(fā)投入，2018年，僅科學技術(shù)部“科技創(chuàng)新2030-新一代人工智能重大項目”就投資經(jīng)費8.7億元，此外還根據(jù)細分項目性質(zhì)的不同要求進行1：1或1：2的配套。在產(chǎn)業(yè)化試點示范方面，工業(yè)和信息化部、國家發(fā)展和改革委員會也安排了專項進行投入。從社會投融資來看，2017年，中國人工智能市場總規(guī)模為237.4億元，但人工智能投融資規(guī)模達277.1億美元，占全球投融資總額的70.1%，投融資與市場規(guī)模之比約為7.8：1，社會人工智能產(chǎn)業(yè)化資金較為充沛。與之相比，當前主要依賴政府投入的人工智能基礎研究資金投入相對不足，可能對未來產(chǎn)業(yè)自主創(chuàng)新和高質(zhì)量發(fā)展形成制約。

4.人才總量和結(jié)構(gòu)與美國差距較大，教育培訓能力不足

中國人工智能人才相對缺乏。一是人工智能人才存量不足。根據(jù)領英發(fā)布的《全球AI領域人才報告》，截至2017年第一季度，基于領英平臺的全球AI領域技術(shù)人才總量超過190萬，其中美國相關人才約85萬，而中國僅5萬余人。從產(chǎn)業(yè)角度來看，中國從業(yè)人員也僅為美國的一半。根據(jù)騰訊研究院研制的《2017全球人工智能人才白皮書》，截至2017年6月，全球人工智能初創(chuàng)企業(yè)共2617家，其中，美國1078家企業(yè)約有78 700名員工，中國592家企業(yè)約有39 200名員工。二是人工智能人才培養(yǎng)能力不足。中國高校的總體水平距離世界一流高校還有一定差距，人才培養(yǎng)能力還不足以支撐與美國競爭人工智能發(fā)展主導權(quán)的目標。根據(jù)騰訊研究院發(fā)布的《2017全球人工智能人才白皮書》，2017年，全球共有367家具有人工智能研究方向的高校。其中，美國擁有168所，占比為45.8%，而中國僅有20所，僅占5.40%。中國大學發(fā)展歷史相對較短、積淀不足，同時學科布局缺乏靈活性，難以適應科技和產(chǎn)業(yè)快速發(fā)展的需要。2017年5月至今，中國科學院大學等30余所高校先后建立了人工智能學院，致力于為中國培養(yǎng)高端人工智能人才和研發(fā)創(chuàng)新成果，但教學團隊的建設和人才培養(yǎng)機制的創(chuàng)新成效顯現(xiàn)尚需時日。

5.產(chǎn)業(yè)發(fā)展主要聚焦應用層，基礎層和技術(shù)層布局薄弱

中國人工智能的研發(fā)和產(chǎn)業(yè)化目前主要集中在應用層，基礎層和技術(shù)層的投資和人才儲備相對匱乏，特別是在人工智能基礎層研發(fā)和產(chǎn)品方面與美國相比還存在一定差距，主要表現(xiàn)在兩方面：一是以人工智能芯片為代表的核心智能硬件仍處于起步階段。目前，從市場規(guī)模來看，人工智能芯片占據(jù)的比例較小。根據(jù)AIlied Market Research數(shù)據(jù)，2017年人工智能芯片市場規(guī)模為24億美元，占據(jù)全球芯片產(chǎn)值比重僅為0.6%。從技術(shù)路線來看，人工智能芯片存在三種主流解決方案，分別是以英偉達為代表的基于GPU的通用芯片、以英特爾（Altera）為代表的基于FPGA的半定制化芯片以及以谷歌TPU等為代表的全定制化芯片（ASIC）。目前，中國的一些創(chuàng)業(yè)企業(yè)如寒武紀、地平線、深鑒科技等針對ASIC路線開發(fā)了部分具有一定競爭力的產(chǎn)品，一些大型半導體企業(yè)也陸續(xù)發(fā)布了自己的通用人工智能芯片產(chǎn)品，如華為的麒麟、異騰芯片等。根據(jù)市場研究公司Compass Intelli-gence于2018年5月發(fā)布的報告，全球排名前15位的人工智能芯片企業(yè)中，美國獨占9家，且排名第一至第六的均為美國公司：中國僅有華為上榜，位列第12名。此外，雖然國內(nèi)企業(yè)取得了一些突破，但人工智能芯片與傳統(tǒng)芯片類似，也面臨技術(shù)“卡脖子”問題。在芯片的設計、制造和封裝三大環(huán)節(jié)中，中國制造環(huán)節(jié)的劣勢仍較為明顯。二是中國機器學習開源平臺相較美國而言推出滯后，美國企業(yè)已建立產(chǎn)業(yè)事實標準。美國谷歌、亞馬遜、微軟、IBM等互聯(lián)網(wǎng)巨頭和高校早在2015年就開始推動機器學習平臺開源，貢獻了如TensorFlow等大量人工智能學習框架、工具和數(shù)據(jù)集。而國內(nèi)企業(yè)從2016年下半年才開始逐步發(fā)布開源平臺戰(zhàn)略，如百度異構(gòu)分布式深度學習系統(tǒng)PaddlePaddle、騰訊面向機器學習的分布式計算框架Angel、阿里云人工智能平臺DTPAI等。由于投入規(guī)模、技術(shù)積累等多方面限制，目前這些平臺還難以與美國互聯(lián)網(wǎng)巨頭主導的主流開源平臺相抗衡。

6.數(shù)據(jù)資源具有一定優(yōu)勢，但存在隱憂

中國人工智能企業(yè)得益于中國龐大的移動互聯(lián)網(wǎng)用戶規(guī)模，其數(shù)據(jù)積累相比其他國家占有一定優(yōu)勢，但數(shù)據(jù)國際化程度和利用率較低。數(shù)據(jù)是驅(qū)動人工智能發(fā)展的主要燃料。中國擁有龐大的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)使用人口，以B人T、滴滴、美團等為代表的互聯(lián)網(wǎng)平臺公司積累了豐富的用戶數(shù)據(jù)。根據(jù)IDC 2019年2月發(fā)布的白皮書《數(shù)字化世界：從邊緣到核心》，2018年，中國產(chǎn)生的數(shù)據(jù)總量為7.6ZB（澤字節(jié)，zettabyte），略多于美國的6.9ZB。但與美國相比，中國人工智能企業(yè)（包括開發(fā)和應用人工智能技術(shù)的互聯(lián)網(wǎng)平臺公司和創(chuàng)業(yè)企業(yè)等）存在兩大劣勢：一是數(shù)據(jù)的國際化水平較低。中國人工智能企業(yè)獲取的數(shù)據(jù)基本局限于國內(nèi)用戶，相比之下，美國人工智能企業(yè)則面向世界各國服務并獲取其數(shù)據(jù)。據(jù)TechCrunch數(shù)據(jù)，2017年6月，臉書（Facebook）的月活躍用戶人數(shù)已超過20億，約為全球網(wǎng)民人數(shù)的2/3。中國人工智能企業(yè)數(shù)據(jù)的同質(zhì)性較高，雖然有利于針對中國用戶特征開發(fā)定制化人工智能產(chǎn)品和服務，但也進一步強化了這些產(chǎn)品和服務“出?！钡碾y度。二是數(shù)據(jù)處理能力不足。超過一半的數(shù)據(jù)在采集后從未被利用過，形成“沉淀數(shù)據(jù)”。除了企業(yè)對合規(guī)風險的擔憂外，一個重要的原因是企業(yè)缺乏處理數(shù)據(jù)的能力。例如，當前人工智能的主流方法“機器學習”中最常見的“監(jiān)督學習”要求為每個樣本提供預測量的真實值（即對數(shù)據(jù)進行精確標注），這將耗費大量人力，企業(yè)通常不愿或難以承擔數(shù)據(jù)標注成本。目前，國內(nèi)數(shù)據(jù)的整理標注和數(shù)據(jù)集的開放與國外相比仍有明顯差距。例如在計算機視覺領域，2016年，谷歌就已發(fā)布包含被分為6000余類的900萬張圖片的Open Image數(shù)據(jù)集。

（二）影響中國人工智能發(fā)展的規(guī)制問題

1.產(chǎn)品責任主體確認和責任劃分方面的法律法規(guī)制定相對滯后

人工智能產(chǎn)品法律主體界定和責任劃分等方面的法律法規(guī)制定滯后，可能影響相關產(chǎn)業(yè)發(fā)展。人工智能技術(shù)的應用將引發(fā)兩類安全問題：一是操作權(quán)失控、惡意使用和管理不當導致的安全威脅，例如黑客通過人工智能技術(shù)發(fā)起的對信息基礎設施的攻擊。這類安全威脅可以在現(xiàn)有的法規(guī)體系內(nèi)得到規(guī)制，但規(guī)制難點在于，人工智能技術(shù)的使用導致責任主體難以追溯，執(zhí)法成本高昂。二是人工智能技術(shù)失控或技術(shù)缺陷導致的安全隱患。在未來許多應用場景中，人工智能產(chǎn)品將會在沒有人類直接干預的情況下，根據(jù)數(shù)據(jù)和算法進行學習并自行作出決策和實施行動。由于某些特殊或意外的原因，比如算法紕漏或者數(shù)據(jù)丟失等，其行動有可能會給人類及其財產(chǎn)帶來損害。但是，人工智能產(chǎn)品并不是法律意義上的主體，這就為清晰界定制造和使用人工智能產(chǎn)品的法律責任造成了一定的困難。此外，最具代表性的人工智能算法深度學習采用的黑箱模式使得模型系統(tǒng)的可解釋性不強，難以按照現(xiàn)行法規(guī)追溯事故責任主體。目前，中國在中央政府層面尚未制定相關法律規(guī)則，或?qū)ο鄳梢?guī)則作出適應性調(diào)整。

2.隱私泄露和數(shù)據(jù)濫用風險逐步凸顯

人工智能發(fā)展可能會放大數(shù)據(jù)隱私泄露和數(shù)據(jù)濫用的風險。一是當前主流人工智能技術(shù)依賴于大數(shù)據(jù)采集。人工智能算法的準確性來源于對海量數(shù)據(jù)的獲取和計算，用戶信息將越來越多地被數(shù)據(jù)化，進而被自動收集和分析并用于商業(yè)活動，使隱私泄露的風險大大增加，現(xiàn)行法律體系難以對已泄露的個人信息進行有效保護。例如，歐洲法院在2014年裁定普通公民的個人隱私具有被遺忘權(quán)。中國在2015年就出現(xiàn)了首例“被遺忘權(quán)案”，但無法可依導致原告敗訴。二是人工智能與云計算技術(shù)疊加應用使數(shù)據(jù)安全面臨更大風險。在目前許多人工智能技術(shù)應用中，以云計算為主要支持架構(gòu)。由于云計算技術(shù)成本低廉、使用方便，大量用戶將數(shù)據(jù)存儲至云端，將隱私信息存儲至云端后，這些信息就更容易受到盜取和攻擊。三是人工智能的大數(shù)據(jù)分析能力加劇個人隱私泄露風險。由于人工智能技術(shù)具有強大的從數(shù)據(jù)到知識的抽取能力，即將無數(shù)個看似不相關的數(shù)據(jù)片段整合在一起從而識別出個人行為乃至性格特征，其在云端對用戶個人數(shù)據(jù)的處理和應用，也加劇了個人隱私泄露的風險。

3.現(xiàn)有規(guī)制架構(gòu)難以適應新業(yè)態(tài)發(fā)展，市場準入存在一定障礙

一方面，現(xiàn)行管理架構(gòu)和規(guī)制體系應對人工智能新業(yè)態(tài)發(fā)展存在一定困難。人工智能發(fā)展不僅會催生許多新業(yè)態(tài)，而且將促進不同行業(yè)之間的跨界和融合，這對主要依照傳統(tǒng)產(chǎn)業(yè)體系建立的現(xiàn)行規(guī)制架構(gòu)和管理部門設置是一個很大的挑戰(zhàn)。一種新產(chǎn)品、新業(yè)態(tài)的產(chǎn)生和發(fā)展可能會牽涉許多管理部門，存在協(xié)調(diào)難題。例如，自動駕駛汽車監(jiān)管涉及交通、汽車、測繪、信息、科技、質(zhì)檢等20余個主管部門，涉及關鍵法律法規(guī)條款近30項。而且，政府部門往往對促進行業(yè)發(fā)展態(tài)度比較積極，但是對如何規(guī)制和治理缺乏有效措施。

另一方面，人工智能技術(shù)商業(yè)化實踐探索仍存在市場準入等規(guī)制障礙。人工智能技術(shù)迅速向各種應用場景滲透，新業(yè)態(tài)不斷誕生并發(fā)展演化，但是管理部門未能在短時間內(nèi)對人工智能所涉及的新產(chǎn)品、新業(yè)務進行認定，并及時放開準入限制，同步完善相關規(guī)制措施。例如，中國自動駕駛汽車產(chǎn)業(yè)發(fā)展幾乎與美國同時起步，但是對道路測試的準入和規(guī)范則大大滯后。截至2015年底，美國已有16個州對自動駕駛汽車進行路測立法，9個州的共16部法案及行政命令正式生效。2016年9月，美國交通運輸部又頒布了《聯(lián)邦自動駕駛汽車政策》。這一系列法規(guī)的出臺大大促進了商業(yè)化測試實踐和產(chǎn)業(yè)發(fā)展。中國直到2018年初才在北京啟用了首個自動駕駛汽車封閉測試場，之前自動駕駛汽車企業(yè)只能私下里違規(guī)上路測試，或遠赴美國申請路測。2018年以來，中國自動駕駛領域的規(guī)制已逐步開放，自動駕駛汽車企業(yè)已可以在北京、上海、重慶等地的部分開放道路上測試，但在全國層面還沒有合法路測的資格，還需要在保障公共安全的前提下加快規(guī)制規(guī)則的完善。

4.就業(yè)沖擊風險可能逐步增加

人工智能應用可能帶來一定就業(yè)沖擊。目前，人工智能仍然主要是替代人類不愿從事或難以招聘的工種，如惡劣環(huán)境下的工作、客服工作等。人工智能目前帶來的就業(yè)沖擊仍遠小于經(jīng)濟周期和行業(yè)景氣帶來的影響。但從中長期來看，人工智能可能帶來就業(yè)結(jié)構(gòu)的巨變，因而有必要關注其中長期影響，并適時出臺應對措施。一般可將受到人工智能威脅較大的就業(yè)分為體力勞動、服務業(yè)和專業(yè)崗位低端工作三種類型，它們在中期受影響的程度并不相同：體力勞動在短期內(nèi)可能會受到較大沖擊：服務業(yè)由于其與人互動的復雜性（技術(shù)復雜度高、人機互動安全要求高等原因）短期難以取代，在服務機器人中，B端場景的應用可能快于C端：專業(yè)崗位的低端工作（如法律、醫(yī)療、新聞和翻譯等）取代還有很長的路要走。

5.社會倫理隨著人工智能產(chǎn)業(yè)發(fā)展將受到更多挑戰(zhàn)

隨著人工智能產(chǎn)業(yè)的發(fā)展，社會倫理將會受到更多挑戰(zhàn)。一旦出現(xiàn)重大倫理事件，就可能會遲滯產(chǎn)業(yè)發(fā)展。一些學者和產(chǎn)業(yè)界專家認為，需要為人工智能制訂行為規(guī)則。人工智能系統(tǒng)的研發(fā)設計必須與社會倫理匹配，機器規(guī)范與人類規(guī)范必須兼容，從而避免挑戰(zhàn)人類倫理。在不遠的將來，人工智能有望在司法、醫(yī)療、指揮等領域取代人類，獨立進行審判分析、疾病診斷等工作。人工智能將不僅具有感知、認知和獨立決策能力，而且將在不同環(huán)境中學習和演化，形成不同的個性。因此，人工智能或機器人的使用者需要承擔類似監(jiān)護人的道德責任和法律責任，以免對社會造成不良影響。

在弱人工智能時代，人工智能發(fā)展面臨兩項最為緊迫的倫理風險：一方面，如何就道德評判預先為自主決策的智能機器設定統(tǒng)一的道德準則難以達成共識：另一方面，用于軍事目的的人工智能項目可能會遭到強烈的輿論沖擊，未來在主要人工智能研發(fā)和使用國之間可能因此形成新的防技術(shù)擴散機制。這些倫理風險有可能為本領域技術(shù)研發(fā)和產(chǎn)業(yè)發(fā)展帶來負面影響。例如，在人工智能領域開發(fā)軍用技術(shù)在全世界引發(fā)廣泛抗議，導致行業(yè)領先的人工智能企業(yè)迫于輿論壓力退出相關項目研發(fā)。又如，特斯拉和UBer等企業(yè)自動駕駛出現(xiàn)重大事故，導致自動駕駛項目受到廣泛質(zhì)疑。

四、中國人工智能發(fā)展的促進策略

從人工智能發(fā)展史和技術(shù)成熟度來看，人工智能仍將長期處于“弱人工智能”階段，通用人工智能在可預見的未來仍難以實現(xiàn)大規(guī)模商業(yè)化應用。因此，當前階段應對人工智能帶來的經(jīng)濟社會沖擊還不需要施行諸如“全民基本收入”“機器人稅”等全新政策設計，而應在現(xiàn)有政策框架基礎上增加適應人工智能發(fā)展的新元素。中國一方面要繼續(xù)加大開放力度，積極融入全球創(chuàng)新生態(tài)：另一方面急需從補齊短板、完善體制和改進規(guī)制等方面著手，為人工智能領域技術(shù)和產(chǎn)業(yè)的“馬拉松”式國際競爭作長遠謀劃，打好基礎。

（一）推進中國人工智能發(fā)展的政策建議

1.大幅度提高基礎研究投入

建議完善投入機制，在人工智能領域大幅度提高基礎研究投入?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》提出，“到2030年人工智能理論、技術(shù)與應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心，智能經(jīng)濟、智能社會取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎?！蹦壳?，美國已為人工智能領域基礎研究和關鍵技術(shù)開發(fā)投入巨資，并早在近20年前就由DARPA等聯(lián)邦研發(fā)機構(gòu)領銜開始進行人才培養(yǎng)和技術(shù)儲備。中國要在人工智能理論、技術(shù)和應用方面達到世界領先水平，就必須在本領域大幅度提高基礎研究投入，有針對性地提前布局。一方面，加大國家自然科學基金人工智能領域非定向基礎研究投入力度。非定向基礎研究主要依賴政府投入，這部分投入將為長期的國家科技和產(chǎn)業(yè)發(fā)展奠定基礎。應尊重科學家首創(chuàng)精神，鼓勵和資助不同研究路線的發(fā)展和競爭。另一方面，進一步鼓勵人工智能領域領先企業(yè)與國家自然科學基金設立聯(lián)合基金資助定向基礎研究。定向基礎研究與科技成果轉(zhuǎn)化緊密相連，由企業(yè)聯(lián)合相關領域?qū)＜以O計項目指南并提供部分資助，在充實研究投入的同時提升產(chǎn)學研合作水平和科技成果轉(zhuǎn)化效率。

2.項目示范和資金引導聚焦產(chǎn)業(yè)基礎層

一是在國家集成電路產(chǎn)業(yè)發(fā)展布局的基礎上，適度向人工智能芯片產(chǎn)業(yè)傾斜。建議在國家發(fā)展和改革委員會、科學技術(shù)部、工業(yè)和信息化部等相關部委以及集成電路產(chǎn)業(yè)發(fā)展基金的項目選擇和資金投入等引導政策方面加大對人工智能芯片的支持力度。集成電路產(chǎn)業(yè)是中國產(chǎn)業(yè)發(fā)展中的一個主要薄弱環(huán)節(jié)，中國已建立體量龐大的集成電路發(fā)展基金，對集成電路全產(chǎn)業(yè)鏈發(fā)展在全國進行了系統(tǒng)布局。人工智能芯片作為集成電路產(chǎn)業(yè)中的新興細分領域，與傳統(tǒng)領域相比。中國與發(fā)達國家差距較小，有望更快實現(xiàn)對發(fā)達國家的趕超。但中國在人工智能芯片領域。目前仍主要由少量創(chuàng)業(yè)企業(yè)投入，傳統(tǒng)芯片企業(yè)積極性不高。

二是加大對專用人工智能開源創(chuàng)新平臺的支持力度。一方面，從短期來看，應支持互聯(lián)網(wǎng)平臺企業(yè)和創(chuàng)業(yè)企業(yè)建立專用開源平臺，集聚開發(fā)和應用資源。美國谷歌等公司在人工智能，特別是深度學習等領域積累了大量研發(fā)成果，在此基礎上建立深度學習平臺并將其開源共享，力圖建立人工智能時代的“安卓系統(tǒng)”。憑借其強大的研發(fā)能力、“先入為主”的優(yōu)勢以及開源共享的模式，在底層的通用開源平臺方面，中國企業(yè)難以與美國企業(yè)競爭。建議利用中國應用端數(shù)據(jù)豐富、迭代快速的優(yōu)勢，主要支持企業(yè)在底層通用開源平臺基礎上，建立和發(fā)展如百度自動駕駛開源平臺的專用開源創(chuàng)新平臺。目前，科學技術(shù)部已支持建設人工智能四大開放創(chuàng)新平臺，在建設專用開源創(chuàng)新平臺方面已邁出堅實步伐。下一步，應加大對平臺的支持力度，適度增加平臺示范項目，并引導平臺企業(yè)適時開源共享，為本細分領域的研發(fā)提供優(yōu)良環(huán)境和強有力的支撐，吸引和集聚國內(nèi)外企業(yè)在本平臺進行產(chǎn)品研發(fā)。另一方面，從長期來看，應支持企業(yè)嘗試在人工智能領域建立開放創(chuàng)新平臺，并適時開源共享。

3.促進數(shù)據(jù)開放共享

一是促進政府數(shù)據(jù)的聯(lián)通和開放。一方面，政府數(shù)據(jù)應有效匯聚和聯(lián)通。政府數(shù)據(jù)無法彼此聯(lián)通已成為當前“ABC產(chǎn)業(yè)”（人工智能、大數(shù)據(jù)、云計算）發(fā)展的主要瓶頸之一，應著力推動部門問及地區(qū)間政府數(shù)據(jù)的匯集、確權(quán)和利用。另一方面，加大特定政府數(shù)據(jù)對企業(yè)的開放力度。對于政府數(shù)據(jù)中的非個人數(shù)據(jù)，以及個人數(shù)據(jù)匿名化后的數(shù)據(jù)產(chǎn)品，應免費或以成本價開放使用，以促進社會創(chuàng)新。對于與公民密切相關的公共事務中形成的個人數(shù)據(jù)、涉及國防與國家安全的數(shù)據(jù)，則需明確其權(quán)利人與開放對象。

二是推動企業(yè)數(shù)據(jù)的開放共享。企業(yè)數(shù)據(jù)可以分為兩類：企業(yè)本身運營數(shù)據(jù)和企業(yè)采集的用戶數(shù)據(jù)。對于運營數(shù)據(jù)等非個人數(shù)據(jù)，企業(yè)應享有完整的所有權(quán)利，鼓勵企業(yè)以適當方式向社會共享。對于用戶數(shù)據(jù)，數(shù)據(jù)采集者應通過公開、透明、明示授權(quán)等方式保護用戶權(quán)利，在征得被采集用戶同意后，可通過匿名化處理后再加以分析利用。

三是保護個人隱私和避免數(shù)據(jù)濫用。需明確政府和企業(yè)收集用戶信息的原則、程序，保密和保護義務，不當使用、保護不力的法律責任，以及監(jiān)督檢查和評估措施。

4.加強人才引進與培訓

一方面，加大人工智能領域引才和人才培養(yǎng)力度。具體可從如下方面著手：一是加大人工智能領域高端人才的引才力度，完善引進人才創(chuàng)新環(huán)境：二是引導高校、科研院所和企業(yè)建設人工智能創(chuàng)新團隊，在為本土青年科研人員打造學習提升平臺的同時，加強對其開展研究的支持力度，著力培養(yǎng)本土的人工智能高端人才：三是大力推動人工智能職業(yè)教育發(fā)展，根據(jù)市場需求和技術(shù)發(fā)展趨勢盡早調(diào)整職業(yè)學校專業(yè)，通過提供培訓津貼等手段激勵企業(yè)提供人工智能相關技能培訓。

另一方面，對人工智能可能帶來的就業(yè)風險保持適當警惕。一是建立人工智能發(fā)展就業(yè)預測預警機制。對人工智能發(fā)展可能造成的就業(yè)風險進行跟蹤研判，并適時提出應對預案。二是適時調(diào)整教育體系，強調(diào)人機協(xié)作技能。完全替代人類腦力勞動的通用人工智能距離實際應用的距離仍十分遙遠，在可預見的未來，人類將在專用人工智能的協(xié)助下不斷提升生產(chǎn)效率。應適時改進教育體系，增加人工智能應用的相關知識學習和普及，為未來的就業(yè)崗位變革做好準備。

5.促進產(chǎn)學研國際合作

一方面，搭建人工智能治理的國際合作機制和平臺，鼓勵國內(nèi)機構(gòu)展開人工智能研發(fā)、應用等方面的國際交流與合作。另一方面，組織研究人工智能倫理規(guī)則，積極參與和主導國際人工智能倫理、法律等規(guī)則的研討和制定，在為人工智能全球治理貢獻中國智慧的同時，為中國人工智能相關產(chǎn)業(yè)發(fā)展爭取話語權(quán)和有利地位。

（二）完善規(guī)制促進中國人工智能發(fā)展的政策建議

完善規(guī)制規(guī)則對推動人工智能發(fā)展具有顯著作用。中國應參照發(fā)達國家規(guī)制經(jīng)驗，加快相關法規(guī)、政策以及倫理規(guī)范的研究、調(diào)整與制定，既要掃除人工智能技術(shù)和產(chǎn)業(yè)發(fā)展的制度障礙，又要盡量避免其對社會的負面影響，防止重大負面事件影響人工智能研發(fā)和產(chǎn)業(yè)發(fā)展。政府主管部門應平衡獲取人工智能研發(fā)帶來的技術(shù)紅利和避免應用人工智能帶來的潛在危害。一是堅持包容創(chuàng)新的原則，制度規(guī)則總體上要有利于技術(shù)開發(fā)和產(chǎn)業(yè)應用的快速發(fā)展：二是避免技術(shù)濫用，確保人工智能向有利于人類社會福利提升的方向發(fā)展：三是貫徹公平原則，評估人工智能發(fā)展對不同群體的影響和保護弱勢群體：四是促進公平競爭，防止不當準入門檻的設置和區(qū)域壁壘的形成：五是避免過度規(guī)制人工智能的研發(fā)，重點規(guī)制人工智能在交通運輸、醫(yī)學、政治和娛樂等垂直領域的應用。

1.建立合理的法律責任分擔規(guī)則

推動相關法律法規(guī)的“立、改、釋”，各自界定人工智能產(chǎn)品設計者、生產(chǎn)者和使用者的主體責任義務?？蓞⒖悸?lián)合國教科文組織（UNESCO）與世界科學知識與技術(shù)倫理委員會（COMEST）提出的“責任分擔原則”，由所有參與到人工智能產(chǎn)品的發(fā)明、授權(quán)和分配過程中的人來分擔責任。這就要求人工智能系統(tǒng)必須能夠在算法和運行層面追溯問題的來源，從而確定相關責任主體。

2.建立人工智能頂層協(xié)調(diào)機構(gòu)，實行分門別類靈活準入

一方面，建立人工智能頂層協(xié)調(diào)機構(gòu)。建議國家科技領導小組下設人工智能專門委員會，負責人工智能領域發(fā)展規(guī)劃設計、政府投資重點等重大事項的統(tǒng)籌協(xié)調(diào)。

另一方面，建立快速反應、鼓勵創(chuàng)新的準入及規(guī)范機制。一要根據(jù)人工智能新產(chǎn)品、新業(yè)態(tài)的發(fā)展，及時明確不同業(yè)態(tài)的主要管理部門，盡快建立多部門參與的規(guī)制協(xié)調(diào)機制，合力推動規(guī)則制定并向立法部門提出法律法規(guī)調(diào)整建議。二要本著鼓勵創(chuàng)新的原則，充分發(fā)揮各級地方政府的積極性，允許人工智能新產(chǎn)品在特定范圍內(nèi)進行大膽試驗，加快商業(yè)化進程。三要完善人工智能規(guī)制機構(gòu)的人員構(gòu)成。對新技術(shù)如人工智能的有效規(guī)制應要求有關部門人員應擁有專業(yè)技術(shù)知識以幫助引導規(guī)制的決策。在規(guī)制部門內(nèi)和規(guī)制過程的每個階段，都需要相關領域?qū)＜业膮⑴c。

3.建立安全和倫理風險防控機制

適時建立人工智能安全和倫理風險防控體系，警惕人工智能發(fā)展可能帶來的對社會倫理的挑戰(zhàn)。一是加強人工智能安全風險防控體系建設。人工智能使數(shù)字基礎設施遭到攻擊的可能性大幅增加，經(jīng)濟安全和國家安全面臨更大威脅，應高度關注人工智能帶來的安全風險，并對其作出針對性防控。同時，運用人工智能技術(shù)有效加強傳統(tǒng)安全防控體系，著力推動人工智能技術(shù)在安全領域的應用。二是有效應對弱人工智能時代較為緊迫的倫理挑戰(zhàn)。首先，積極搭建平臺，推動學術(shù)界、企業(yè)及利益相關群體研討如何為自主決策的智能機器設定道德準則;其次，提前布局用于軍事目的的人工智能的研發(fā)，對相關項目意外披露可能帶來的國內(nèi)外輿情沖擊做好預案，同時，積極參與并力爭主導未來的國際人工智能技術(shù)防擴散機制的構(gòu)建;最后，相關規(guī)制機構(gòu)應建立倫理和輿情風險跟蹤識別機制。及時消除潛在隱患，維持公眾對人工智能技術(shù)應用的信心。

（責任編輯：羅重譜）