强化新一代人工智能基础技术创新

姜娟

习近平总书记强调，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，迫切需要新一代人工智能等重大创新添薪续力。充分发挥自身优势，抢占新一代人工智能关键核心技术制高点，是江苏肩负的重大历史使命。

强化基础技术创新势在必行

创新普遍被认为有四个阶段，分别为知识创新、技术创新、应用创新和产业创新。国外的绝大多数研究认同产业创新的重点和难点在于技术创新。当一个国家处于低层次发展阶段，通常可以通过引进发达国家的设备和科技成果实现商品化和产业化。之后，将会发展为在发达国家原始创新的基础上进行应用型研发。但是当一个国家成长为世界经济强国之后，技术、设备、关键零部件的引进就会遭遇封锁，经济学原理中的“国际分工理论”就不再适用。眼前的中美贸易摩擦和中兴、晋华事件都说明了自主创新，尤其是技术创新的重要性、紧迫性和必需性。

习近平总书记多次强调核心技术是国之重器，而核心技术中最重要的就是基础技术，是指以实际应用为目标同时也追求理论突破的技术，其具有通用性，往往会扩散到多种技术以及产业领域，从而给各经济社会部门带来效益，比如半导体、纳米、质谱分析法、蓝光技术。产业应用技术若缺乏基础技术的支撑，即使外围技术有突破，也难以实现产业层面的原始创新，所以基础技术被称为创新的“种子”。一个国家拥有的基础技术不仅代表了该国的原创力，同时也代表了该国对人类技术进步的贡献程度，而当其产权化以后更成了国家、企业在国际舞台上争取话语权的筹码。发达国家早已认识到基础技术的重要性，当因创造了“日本奇迹”而从上世纪80年代遭到美国敲打后，日本政府就开始大幅度提高基础技术领域的投资，这也是近年日本诺贝尔奖辈出的根本原因之一。

人工智能技术的特征

1947年艾伦·麦席森·图灵首次提出“人工智能”这一概念以来，这一技术经历了两次严冬后再度受到热切关注，起因是以大数据为代表的可利用数据的增多以及计算机计算能力的突飞猛进，其背后更是因为有超过60年的基础理论的积累与发展。

21世纪伊始，虽然深度学习重要的要素技术已被开发，但是不宜实用化，其原因在于当时的计算机还不够强大。出乎预料的是电脑游戏的更新换代直接推动了电脑计算能力的提升。为了使游戏场景更加逼真、图像更加清晰，电脑硬件公司做了很多基础研发工作，强大的图像处理器（GPU）应运而生。到了2010年，科学家们突然意识到图像处理器可以用来发展神经网络。与此同时，随着互联网的普及，可利用的数据量剧增。Google利用YouTube的动画实施大规模深度学习；亚马逊推出了平台——土耳其机器人，通过获取的成千上万的做过标记的图像，进行算法的开发。知名的AlphaGo以及超越人眼的图像识别算法都是深度学习的产物。

从根本上说，深度学习是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程，其发挥威力的前提是计算机的计算性能和处理能力的大幅提高，以及由于互联网的蓬勃发展而产生的各种高质量的大数据。可以说深度学习+高性能计算机+大数据=人工智能。

数据是养分、算法是引擎，它们与计算机之间相辅相成，共同演进，缺一不可，这就决定了发展人工智能需要从这三方面出发，进行全方位思考。

人工智能基础技术专利申请与授权分析

发明专利是衡量应用研究原始创新力的重要指标之一，本文沿用国际通用的检索分类方法，用国际专利分类号将人工智能的基础技术细分为四类，如表1所示（以下我们分别简称该四类技术为“生物”“知识”“数学”和“其他”）。通过分析发现不同国家和地区在人工智能基础技术专利申请与授权上呈现出不同的特点。

美国从2010年开始专利申请出现剧增现象，并且四细分领域都出现迅猛增长，热点主要集中在专家系统以及大数据应用领域。

从利用中国国家专利局的数据统计得到的四类技术细分领域的发明专利申请状况看（2018年3月为止的公开专利），我国所有类型的专利申请数都从2016年开始大幅度增长，并且主要集中在和神经网络相关的“生物”技术类。北京、江苏、广东、上海、浙江的申请数量在四类中均为全国前5位。其中北京在所有技术细分类别中都名列第一，江苏在“生物”和“数学”技术领域的申请数为全国第二，在“知识”和“其他”领域为第四位。

专利的授权是衡量专利质量的一个重要指标，由于从申请专利到授权有时间滞后，鉴于“生物”以外的其他三类专利申请大多从2016年开始，已授权专利数量过少，所以本文只选取“生物”进行授权率的统计分析。如表4所示，2011至2014年在与神经网络相关的“生物”细分领域，江苏的平均授权率是44.6%，和第一位的北京56.4%有较大差距，并次于浙江和广东，位于全国第四，表明江苏的专利质量有较大的改善空间。

与其他地区相比，江苏的专利申请人较为分散，且江苏的高校作为基础专利申请人发挥着重要的作用。如在“生物”技术领域，江苏的专利申请量名列全国第二位，同时江苏的申请人超过200，人数远远超过了其他省份。申请量前十位的申请人依次为河海大学（126，授权26）、南京航空航天大学（86，授权21）、东南大学（84，授权17）、南京邮电大学（80，授权14）、江苏大学（49，授权12）、南京大学（48，授权4）、江南大学（46，授权3）、南京信息工程大学（45，授权14）、南京理工大学（39，授权4）、南京工程學院（14，授权3）。除了江苏省电力公司（21）和南京艾溪信息科技有限公司（9）以外，众多苏锡常的企业（均为1、2项左右）也出现在名单里。

加快人工智能基础技术创新的思考

抓住机遇，强化知识产权意识，重视国际专利申请。人工智能技术虽已发展了60余年，但其实用化的爆发却只有数年的历史。纵观世界各专利局的数据发现，从整体上看，人工智能基础技术的发明专利数量仍处于低量水平，应充分抓住这一历史机遇，增强基础技术研发实力，获取相关知识产权，特别是国外的知识产权，避免贸易纠纷，在国际舞台上争取拥有更多话语权，为我国企业抢占创新链产业链高端提供坚实基础，为高质量发展铺平道路。

强化高校创新优势，构建有效的区域创新体系。在人工智能基础技术领域的主要贡献者中高校占据了重要的位置，尤其是江苏省的高校在区域创新体系中的地位更显重要。江苏顶尖大学很多高层次人才不仅在专业领域具有很高的国际声誉，更掌握国际科研合作网络资源，具备组织团队实施科研管理的先进经验，应成为聚集省内外、国内外青年才俊的“核心”。他们在我省的发展状况将对海外、省外的人才起到生动的示范作用。高校的知识、技术积累、特别是高质量基础技术专利的持有，是吸引企业联合开发的重要因素。要提高高校的专利质量，打破现有的高校评价体系，鼓励高校对基础技术进行原创性研究，并且在设计适合人工智能技术特征的有效的产学联合模式、促使高校与企业的知识互动上进行更深刻更具体的探索。

成立软硬结合的人工智能专业，培育复合型人才。近年来，国内外高校纷纷加快了开设人工智能专业的步伐。通过分析人工智能技术的发展历程以及国外大学的经验发现，人工智能并非是单纯的计算机专业，而是一门综合性科学。人脸识别、无人驾驶、智能制造等应用，其背后的基础技术是算法。不过很多优秀算法开发出来后最初只能做平凡、简单的工作，或是由于会产生巨大的热量而不能实用化，直到开发出新的硬件才得以大放异彩。人工智能技术的突破不能仅靠算法的创新，更需要硬件技术的突破来支撑。所以，要从根本上发展人工智能技术与产业，形成具有前瞻性、原创性、标志性的科技创新成果，需要在知识创新的源头——高校组建联合电子等相关硬件专业的人工智能专业，培养复合型人才。

（作者系南京邮电大学校长特聘教授、江苏现代化信息服务业研究基地专家）