中国人工智能产业发展分析及对策研究

(英国布里斯托大学经济金融与管理学院，英国布里斯托市 BS81TH，UK)

人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。

从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题(哲学角度)两方面。吴永和等依据教育人工智能(EAI)的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，并运用马克思“对象成为对象性的人”理论，为人工智能时代的共生提供前瞻性提示。[9]然而，国内文献较少考虑从产业发展与治理的角度剖析中国人工智能产业现状及对策研究，并且普遍存在研究层面低、研究深度浅的问题。

为弥补上述缺陷，本文将基于人工智能的内涵，系统分析美国和英国等主流发达国家的战略方向和国际人工智能产业发展趋势，并结合国内技术及应用现状，深入探讨应对人工智能发展障碍的产业组织与政府治理政策，以期待能够加速推进人工智能产业良性发展。中国社会经济正面临老龄化来临、劳动红利缺失以及高端技术难以突破等挑战，人工智能产业提供了一个结构转型升级的突破口。尽管发展新兴产业面临较多的挑战和潜在风险，但切勿因噎废食，我们应采取积极的姿态，这不仅有利于打造大众创业、万众创新和增加公共产品、公共服务双引擎，还对实现中国经济提质增效具有很强的现实意义。

一、国际人工智能战略方向和发展趋势

(一)美国人工智能战略方向

2016年10月，美国国家科学与技术委员会发布了两份人工智能战略报告，标志着主流发达国家开始了指导人工智能发展的国家努力。《国家人工智能发展与研究战略计划》从技术角度出发，提出七大重点战略方向：对技术研究进行长期投资、构建人类与人工智能间的有效协作、妥善解决人工智能所带来的社会伦理道德及法律影响、增强人工智能系统安全可靠程度、开发人工智能训练资源库和公共数据集、制定评估系统智能化水平的技术标准、保障人工智能国家人才需求。另一份报告《为人工智能的未来做好准备》则更多从政府治理角度进行探讨，主要聚焦于人工智能的公共物品效应、政府给予的应用鼓励和资金支持、人工智能管制以及全球视角下的安全等主题。[10]综合两份报告中的观点，不难看出美国人工智能战略不但具有新技术时代的新特征，也凸显了美国延续自身优势的战略导向。

(二)英国人工智能战略方向

作为人工智能知识与监管研究领域的领先者，英国在同年发布了《机器人技术和人工智能》报告，该报告侧重阐述了针对于人工智能发展所带来的伦理道德和法律挑战的应对方案。报告呼吁通过建立多元化的领导体系，围绕人工智能安全与管控加强监管，重点关注了人工智能系统的决策透明和可归责性、公众隐私与知情权等问题。除此之外，该报告还强调鼓励公众对话的重要性，加强公众参与能更好地理顺人工智能发展过程中的社会矛盾，建立公众对于政府的信任。[11]整体上看，英国正走上一条审慎的监管道路，定位于一个监管上的跨部门合作以寻求道德标准领域的全球领导者地位。

(三)国际人工智能发展趋势

1.算法、计算和数据驱动人工智能的发展

算法是实现人工智能的核心。现阶段，以深度卷积神经网络为标志的感知智能算法实现了突破，已在模式识别和自然语言处理等方面远超人类的分类能力，研究热点也正在转向基于感知智能模型的物体精准定位和分割能力。据艾瑞咨询预测，感知智能技术应用还需要3—5年成熟。[12]32然而，能够模拟人类更高级的思维能力的认知智能算法实现前景尚不明朗，特别是缺乏现代脑科学研究成果的支持。计算和数据是人工智能的基础。目前，使用云计算和大规模GPU并行计算、神经计算基本能满足人工智能计算需求，但仍不乏有大批科研机构为了获得更快的运算速度和更低的计算成本，而专注于量子计算以及更高性能芯片的研发。相对而言，大数据更是构建人工智能战略性竞争优势的关键。互联网催生了大数据，后者又进一步催生出人工智能。海量、精准且高质量的数据集是训练人工智能的最佳材料。[1]79当前，由互联网发展积累数据的共享度和完善度均较低，国际巨头纷纷呼吁政府开放更多领域的公共数据，同时积极建立覆盖行为、环境等全面数据的物联网系统，以期待充分挖掘其中巨大的商业价值。

2.国际间人工智能产业发展对比

人工智能可能带来的产业颠覆性变革得到越来越多国家的重视，各国纷纷加快布局，培育新兴产业生态。据赛迪公开数据预计，2018年全球人工智能市场规模将达到2700亿元，年复合增长率接近17%。[13]8从全球人工智能新增企业数量来看，根据乌镇智库统计数据显示，在2000—2016年间，美国累计新增人工智能企业3033家，占全球累计总数的37.41%，全球第一。中国和欧洲新增企业数则比重相当，均在18%附近(见图1)。[13]10关于全球人工智能融资分布，由乌镇智库统计结果可以看出，美国与欧洲投资频次密集，其次为中国。具体而言，在2000—2016年间，美国、英国和中国以分别获投3450笔、274笔和146笔位列前三甲。[14]5然而，中国在人工智能总融资规模方面表现强势，超越英国位列第二(见图2)。在人工智能专利申请方面，美国在2000—2016年间以累计人工智能专利申请26891项位列全球第一，第二为中国，共计15745项，其次为日本、韩国等东亚国家。[14]6但自2012年以来，每年中国在人工智能领域的专利申请和授权数均超过美国，并且凭借近五年AI专利年平均增速43%领先全球。[13]16

图1 2000—2016年中美欧新增AI企业数量在全球比重数据来源：乌镇指数全球人工智能发展报告(2017)

图2 2000—2016年中美英AI企业融资规模分布数据来源：乌镇指数全球人工智能发展报告(2016)

综上所述，美国在人工智能领域领先优势明显，国家间发展差距较大，但中国在发展速度上领先全球。

3.国际企业产业结构布局

从广义上看，人工智能产业结构自上而下可以分为基础层、技术层和应用层。基础层价值最高，主要由硬件、数据和计算资源组成。技术层则涵盖各类算法模型和可供应用的通用技术。依托技术层输出的技术，面向用户直接提供解决方案的是应用层，其变现能力最强。[15]68目前，国际互联网公司和科技公司巨头均重点布局于技术层和应用层。在产业链技术层面，国际企业纷纷开源算法平台来吸引开发者，力求打造活跃的社区生态，进而制定行业标准，掌握行业主导权，例如谷歌和微软相继推出TensorFlow机器学习平台和Project Malmo人工智能平台供研究者廉价使用。在产业链应用层，国际企业则基于互联网自筹数据，针对个人用户和企业用户开发和优化解决方案。类似Apple的Siri智能助理和谷歌布局的无人驾驶系统均可在不断吸收用户数据过程中，完成“试验—验证—优化”的闭环。

二、国内人工智能发展现状

尽管国内人工智能研究起步较晚，但在技术应用上追赶很快，目前在模式识别领域处于全球领水平。不过，我国人工智能整体研发能力距离国际领先还有很大差距，远未达到通用智能阶段。

(一)国家战略驱动

人工智能产业已得到政府的高度重视。在2015年政府工作报告中谈到“人工智能技术势必成为国家经济结构转型升级的新支点。”同年发布的还有中国实施制造强国战略的第一个十年行动纲领《中国制造2025》，它将智能制造列为首要战略任务，而智能制造的核心技术就是人工智能。[7]15随后国务院出台《关于积极推进“互联网+”行动的指导意见》，其中明确表示要依托互联网平台提供人工智能公共创新服务，加快推进关键技术突破和应用示范。[2]为贯彻落实该指导意见，国家发改委联合其他三个部门印发了《“互联网+”人工智能三年行动实施方案》指出，中国将在2018年前建立人工智能产业体系、创新服务体系和标准化体系，形成千亿级人工智能市场规模。[1]87上述扶持政策的出台，标志着我国政府已经将人工智能技术提高到国家战略的高度，为其发展提供了优越的政策环境。

(二)行业竞争格局

图3 2012—2016年中国AI企业各季度融资情况数据来源：乌镇指数全球人工智能发展报告(2017)

根据乌镇智库调查显示，自2000年以来，我国新增人工智能企业数达1477家，其中最近三年开始爆发式增长，人工智能生态化进程明显加快。[13]13在此趋势下，国内人工智能企业逐渐形成五大类发展模式，整体市场呈现出多元化竞争格局。以互联网公司巨头为主的生态构建者，以场景应用作为流量入口，长期在基础设施建设和技术研发着力布局，打造全产业链生态。该领域代表型企业百度，就是基于海量数据资源和强大运算能力，通过建立算法平台、通用技术平台和应用平台全面进入产业。以软件公司为主的技术算法驱动者，通常深耕算法和通用技术，待建立技术优势后，开发差异化细分领域应用。典型企业科大讯飞，以语音识别类技术为核心，逐步建立语音技术开放平台和语音应用，切入人工智能市场。以创业公司和传统行业公司为主的应用聚焦者，如出门问问和格力等公司，一般积累有成规模的细分场景数据，针对长期存在行业痛点的领域构建应用。以滴滴出行为首的垂直领域先行者，在使用频率较高且优质数据资源易得的场景，率先推出杀手级应用用以积累用户数据，在商业模式成熟后，颠覆性向该垂直领域的算法和通用技术层面拓展，成为垂直行业主导者[1]85。

除此之外，部分以开发芯片、硬件为主的基础设施提供者，从硬件资源供应层面发力，积极整合相关产业链上游企业，力求实现人工智能平台化战略。

(三)金融资本助力

随着经济的快速发展，中国金融资本市场已经为人工智能产业的发展开辟了良好的土壤。据乌镇智库统计，在2000—2016年间，国内人工智能企业融资总规模达到27.6亿美元。尤其是近五年，如图3所示，人工智能领域的投资额和投资频次均有明显增长。[14]16尽管在2015年下半年呈现出短暂下滑趋势，但整体上表现仍十分活跃。从国内投资细分领域来看，70%获得投资的人工智能企业为应用类企业，剩余技术类企业中，大部分研发重点集中在机器视觉领域。[15]69

(四)智力资源优势

如前所述，近五年，中国在新增人工智能专利数上开始超越美国，发展速度领先全球。尤其是诸如机器人、机器视觉等领域的应用类专利，增长幅度更快。而推动我国人工智能快速发展的动力，源于国家大力科研投入下的人才红利。据艾瑞咨询统计，中国的科研投入资金总量能够占到全球的20%，仅次于美国，且信息技术是国家支持的重点领域。[12]8在此支撑下，在全国已有30余所大学开设了智能科学与技术专业，每年培养的高端人才数以千计，给人工智能行业带来巨大的人才红利。[7]19数据显示，我国人工智能科研人员正以每年20%高速度增长。另外，不可忽视的是中国拥有世界上最大规模的互联网网民群体，正在无形中贡献着空前的人工智能群体资源优势。

三、中国人工智能发展存在的问题

(一)国家政策有待落实，行业缺乏统一标准

国家虽已陆续出台了一批与人工智能产业发展相关的规划方案，但尚未制定全面发展人工智能的国家战略。与“智能制造”和“互联网+”等重点项目相比，发展人工智能需要解决的基础性问题更多，涉及的研究范围更广，因此更需要国家将已有的规划方案有序落实，增加科研投入，注入人才红利，并在未来适时出台“人工智能+”和“+人工智能”等实施方案，引导产业健康发展。人工智能产业要想发展壮大还需解决标准问题。随着人工智能产业化的迅速推进，在缺乏规范统一的基础共性标准体系的情况下，不可避免地出现部分没有核心技术的企业单纯炒作人工智能概念而扰乱市场的行为。为遏制市场内出现劣币驱逐良币的发展势头，必须明确人工智能产业内涵，建立和完善硬件、数据、系统和测试等细分领域技术标准。

(二)监管体系缺位，存在恶性竞争隐患

在监管与组织实施领域，国家虽然针对“互联网+”行动建立了部际联席会议制度，用以统筹协调互联网与经济社会各领域深度融合，但人工智能领域仍处于监管灰色地带，尚未形成专门的跨部门领导实体。这不仅会阻碍科技的创新和发展，也会导致公众的信任危机和市场失灵。具体而言，监管缺位极有可能造成产业发展缺乏顶层设计和引导规划的局面，短期内全国各地一哄而起，井喷式发展，形成质低价廉的恶性循环，重蹈汽车、光伏发电等产业的覆辙。因此，建立适当的监管领导机制，准确衡量人工智能发展潜在的伦理道德等社会影响，同时保障其在商业上的利益与公众的支持，避免密集投资重复建设，谋求社会效益最大化是紧迫且有必要的。

(三)人力资源紧缺，高端人才引进难度大

在人工智能市场快速扩张趋势下，相关领域对技术人才的需求大幅增长，不仅高端科研人才存在缺口，国内也没有足够的受过培训的技术工人来支撑其发展。同时，随着智能化机器的大规模应用，其替代人力的特性势必会对低端劳动者就业产生冲击。为了稳定就业市场，政府迫切需要加强在职业培训领域的支持力度，给与劳动者再学习的机会。其次，为缓解高端人才紧缺的现状，国家在大力倡导人才引进战略，希望吸引更多海外学子和外国专家来加盟中国人工智能建设。上述策略虽然美好，但在实际执行过程中却受到政策不灵活、落实不彻底等机制体制约束，人才引进难度较大。另外，据麦肯锡发布的《中国创新的全球效应》调查显示，由于受住房、交通等高生活成本的影响，中国北上广等主要城市对创新人才的吸引力远低于其他国家的一线城市。

四、中国人工智能发展对策建议

(一)明确人工智能国家战略和行业规范

对于新技术，特别是智能化时代的关键使能技术，作为后发国家必须要抢先制定战略，争取早日实现赶超和弯道超车。中国应当以“互联网+”和“中国制造2025”等国家战略为契机，把握即将来临的机器革命窗口期，加速推进人工智能产业化，并适时推出“人工智能+”发展战略，深化人工智能领域技术研发和推广应用，避免重复建设和无序竞争，为经济新常态注入智能化思路。

从夯实人工智能产业发展基础的角度出发，国家可以研究出台大数据战略和强化知识产权战略。数据是人工智能的基础，国家需对政府和公共信息资源按照重要性和敏感程度进行筛选，将优质安全的公共数据开放共享，建立系统化结构化的国家大数据资源平台，为人工智能的发展提供资源。另一方面，推动人工智能领域知识产权保护和成果转化也是当务之急。国家应鼓励企业在人工智能关键技术应用领域加强专利布局，并积极推进专利合作授权机制和风险防控机制的建立，加强保护该类新兴业态的创新成果，为经济社会爆发创新活力提供内在驱动。

在明确人工智能国家发展战略后，有必要借鉴西方国家做法，探讨构建标准体系和相应的国际技术联盟，确保行业规范并提高国际话语权。在建立和完善基础共性、产品应用、网络安全和隐私保护等技术标准的基础上，还应加强对人工智能系统智能化水平评估，对终端产品的算法和软硬件进行标准化测试，严禁不合格产品投放市场，保障人工智能产业开放协同和公平竞争。同时，在国际上应致力于推广中国技术标准，与国际标准化组织合作构建国际技术联盟，进一步巩固和强化先导性优势，谋求在人工智能领域全球领导者地位。

(二)政府采取积极性策略，有序落实现有国家政策

引导人工智能产业健康发展，政府必须承担起积极的责任。尽管企业是推动人工智能技术进步的主体，但就国内目前现状来看，单纯依靠市场不足以支撑人工智能深度发展。按照现有的国家规划方案，政府主要从提供长期稳定的资金投入、应用鼓励和完善产业创新体系三个方面发力。

在资金支持层面，政府应统筹利用好财政资金的引导作用，同时完善多元化社会融资渠道，有针对性的增大对基础研究的经费支持力度。在应用鼓励层面，政府也应在人工智能应用方面给予先导性的示范推广，成为其产品或服务的早期客户，尽可能让人工智能广泛地在公共服务中产生作用，为其大规模产业化应用做出示范。在创新体系构建层面，中国政府要借鉴美国在高新科技创新领域的科研管理经验，继续积极创建人工智能国家实验室和以龙头企业为主体、跨界交叉领域的创新平台，布局国家级创新中心。值得注意的是，政府在积极承担责任的同时，也要处理好与市场的关系，不能利用自己优先投入优势压制市场的后续跟进。理想状态下，政府在关键领域的先行突破和企业的后续开发应用有效结合，形成良性循环。

(三)确保新时代的安全和社会伦理规范

发展人工智能，将会在根本上创造新的行为主体，有可能在未来动摇传统社会的根基。因此，我们在探讨解决技术维度难题的同时，也要注重其社会维度的安全与平衡。鉴于国内在人工智能领域监管策略模糊的现状，本文呼吁建立一个专门的跨部门监管领导委员会，该委员会的工作重点在于高度监控人工智能技术的发展和应用，要求人工智能企业定期反馈技术领域的重大突破，防止危害社会安全的智能算法开源；其次是需要建立明确的规则保证人工智能系统决策的透明和可归责性，特别是要防范制度化典型歧视的代码被植入智能系统中。另外，委员会还需要就如何合理限制、管理和控制人工智能所需数据来保障公众数据安全和隐私权进行重点研究。

值得注意的是，构建公众对话平台能在构建新的社会伦理规范过程中起到重要的推动作用。将学术研究者、从业人员、政策制定者以及部分公共利益团体纳入其中，在国家人工智能监管标准和行业规划方面建言献策，并通过开展广泛透明的对话来使多方受益。

(四)加快人才培养，规范人工智能教育

教育是人工智能产业可持续发展的根本保证。面对人工智能领域人力资源缺乏和高端人才引进难度大的现状，我们更要从国内人才培养方面发力，以改革的精神打造一支涵盖技术骨干和高端科研人才的体系化队伍。首先，国家要鼓励相关研究机构专家学者面向社会劳动者广泛地开展人工智能基础知识和应用培训，以消除大规模智能机器的使用对于劳动者就业的负面影响，让职业转换者能及时跟上科技发展的潮流。其次，依托国家重大人才工程，要大力完善高校智能科学与技术专业，并鼓励高校、科研院所与企业合作办学，深化产学研融合，培养一批高端复合型人才。另外，选派部分人工智能领域优秀的科研人员赴海外学习交流，增强国际化视野，为中国未来引领人工智能国际化发展潮流打基础。

五、结论

人工智能经过60年的发展，目前其产业化应用正呈现出爆发之势。作为智能化时代的关键技术，人工智能必将引领新一轮产业技术革命，各国已纷纷奏响抢占行业制高点的号角。对中国而言，挑战与机遇并存，我们要系统谋划，瞄准国际发展趋势，立足国内社会现状及实际需求，科学设定发展目标，并尊重人工智能发展规律，争取早日实现全球领导者地位。近日，科技部已宣布首批国家新一代人工智能开放创新平台名单，标志着人工智能发展规划已经进入全面启动实施阶段。中国抢占人工智能全球制高点的战斗，已经打响！

[1]田丰，任海霞，Philipp Gerbert，李舒.人工智能：未来制胜之道[J].机器人产业，2017(01).

[2]邓志东.关于发展我国人工智能技术与产业的建议[J].科技导报，2016(07).

[3]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017(05).

[4]梁志勇，郑俊婷.人工智能技术对新闻生产的影响与再造[J].中国记者，2016(11).

[5]李漫江.基于人工智能的农用拖拉机发动机故障快速诊断研究[J].农机化研究，2017(11).

[6]秦爱梅，丁雨.基于人工智能视觉的特定场景识别系统设计[J].现代电子技术，2017(10).

[7]蔡自兴.中国人工智能40年[J].科技导报，2016(15).

[8]孙振杰.关于人工智能发展的几点哲学思考[J].齐鲁学刊，2017(01).

[9]余乃忠.自我意识与对象意识：人工智能的类本质[J].学术界，2017(09).

[10]何哲.通向人工智能时代—兼论美国人工智能战略方向及对中国人工智能战略的借鉴[J].电子政务，2016(12).

[11]腾讯研究院.人工智能各国战略解读：英国人工智能的未来监管措施与目标概述[J].电信网技术，2017(02).

[12]艾瑞咨询.2015年中国人工智能应用市场研究报告[EB/OL].http://www.iresearch.com.cn/report/2521. html，2016-01-20.

[13]乌镇智库.乌镇指数:全球人工智能发展报告(2017)[EB/OL].https://www.iwuzhen.org/e170727.html，2017-07-27.

[14]乌镇智库.乌镇指数:全球人工智能发展报告(2016)[EB/OL].https://www.iwuzhen.org/event5.html，2016-11-16.

[15]朱巍，陈慧慧，田思媛，王红武.人工智能：从科学梦到新蓝海—人工智能产业发展分析及对策[J].科技进步与对策，2016(21).