关于找准人工智能产业着力点的几点建议

◎ 全国政协委员、民建中央常委、中华职业教育社副理事长四川国弘现代教育投资公司（省属国有企业）董事长苏 华

2018年人工智能技术应用达到一个高点，提升了人工智能相关技术在金融、交通、安防、医疗等领域的渗透率：如计算机视觉和机器人应用于智能交通、刑侦、养老、工业生产等领域；基于专家系统的远程医疗等等，各种“AI+”或“+AI”场景正在逐步落地。据不完全统计，2017年中国人工智能核心产业规模超700亿元，2018年接近1000亿元。2017年07月20日，国务院印发了《新一代人工智能展规划》制定了人工智能“分三步走”的战略目标。随后的《促进新一代人工智能产业发展三年行动计划（2018-2020）》明确了从培育智能产品、突破核心基础、深化智能制造以及构建支撑体系的发展规划。

根据上述情况，为了我国能在未来占领人工智能产业机遇的制高点，我们提出把人工智能产业根据价值流重新定义和划分为“基础层”、“中间层”和“应用层”3个产业子领域：

“基础层”主要以感知芯片和动力传导等硬件和数据资源为主导，解决人工智能“替代和发展人的感知和行为能力”的问题；“中间层”解决人工智能“替代和发展人的知识和学习能力”的问题，使其能像领域专家一样思考和创新，是人工智能产业的核心；“应用层”是整合基础层或中间层的能力与各传统产业领域相结合，实现人工智能对各行各业的新旧动能转化，实现“高效满足人的更高需求”的目标。

这其中，涉及人工智能核心竞争力的是表达人类从事各行业的专门知识和创新发展逻辑图谱的“中间层”——在人工智能时代，人们改造世界的智能，是以“知识和逻辑图谱”的方式通过“基础层”手段渗透到包括机器人、无人机、医疗诊断等人工智能终端产品的行业应用中去。“基础层”和“应用层”非常适合在“工业文明”的基础上延伸发展出来，因此我国人工智能产业的发展目前也绝大部分以这两头为主。但“中间层（知识逻辑层）”牵涉到领域知识和逻辑，更应该是世界各国和行业争抢独创知识产权的核心竞争点。因此，明晰人工智能产业结构、充分认识“中间层”的重要性，是抓住产业可持续发展源动力的前提。

但目前，我国从事“中间层（知识和逻辑图谱）”产业的企业仅占4%。业界现状是“中间层”普遍没有实现“独立自主”。从事“基础层”和“应用层”两端的领军企业所应用的“中间层”技术往往掌握在境外机构或少数大企业手中，或者是缺乏坚实科学基础的“拼凑”。造成“中间层”核心技术发展不足的原因在于：中国企业苦于当下的生存压力或为了快速提升当前市场份额的占有率，纷纷以“短平快”的方式在低层次市场化通道中相互倾轧，没有资源或无暇顾及“中间层”的研发和积累；另外，企业研发科学的“中间层”，受限于各自单独拥有的有限的人工智能技术手段，特别是发展面向行业应用的人工智能技术所需要的凝聚人类专业权威领域知识和逻辑图谱（“金标准”）、对行业有充分覆盖度的正确的数据类型和优质的数据质量。

综上所述，应当充分重视人工智能产业“中间层”子领域的扶植和发展，聚焦“中间层”抓手，我们建议：

一、产业规划中重视、扶持和引导AI“中间层”企业的科学发展。明确“中间层”在AI产业规划中的地位和重要性，针对植根AI“中间层”或在“中间层”拥有国际领先性的企业，在包括扶持基金和税收等各产业政策方面给予重点扶持，鼓励其持续进化和完善。同时，通过制定形成各行业AI技术的数据证据标准引导“中间层”的科学发展方向。

二、充分引导和鼓励AI企业发展“中间层”技术的创新和积累。一方面，通过对AI企业税收或相关政策的扶持，引导AI企业不追求快速盈利，从而留出“中间层”创新和技术积累的时间和空间，增强对“逻辑知识和图谱”的研发和积累的重视程度，大力鼓励形成国际标准和专利技术。另一方面，对拥有自主知识产权“中间层”的市场化应用予以扶植，例如在政府采购项目中优先应用。

三、针对产业应用，构建若干国家级“中间层”共享资源平台，缓解AI行业“中间层”企业研发力度不足的局面。国家在鼓励“中间层”企业持续发展适用于各行业的核心知识和逻辑图谱的同时，积极发现、总结、整合优质资源，构建行业共享资源平台，提升核心资源的有效利用和配置。

四、加强数据资源思维、形成数据资源战略，夯实“中间层”的行业发展基础。政府应加强对数据资源的统筹思维，扩大全社会数据编码应用，打破各方壁垒，从各传统行业进行数据的抽取、清洗、验证、标签化，化解数据孤岛局面，保障隐私的同时提升数据效用，从而使更多AI领域创新企业能够利用这些基础数据资源，促进其算法模型和解决方案的优化升级，挖掘更多潜在增长点。

五、关注“中间层”人才的补给，改善人才不足对我国AI产业发展的制约。当前建设AI“中间层（逻辑和知识图谱）”所需的科技人才十分稀缺，应更重视复合型人才的培养。打破专业设置藩篱，加强数学、自动化、计算机等专业技能与公安、医疗、金融、民政、交通、城市规划、娱乐等相关行业的融合和互动，加深对通过AI技术实现产业转型升级的理解，才能打破AI人才欠缺的制约。