构建人工智能发展的良好生态

□ 文／董 波 之江实验室

2020 年经济形势格外严峻，中美经贸的“灰犀牛”叠加新冠疫情的“黑天鹅”，使得传统制造业遭受供应链、需求端的双重冲压力。各级政府为了实现区域经济突围，纷纷寻找新的增长点。在此背景下，人工智能产业被寄予了厚望。

然而，如何才能推动人工智能产业发展？对于新兴产业而言，关键在于构建良好生态。但很多地方在营造人工智能产业生态时，多是从产业链的角度去思考和布局。殊不知人工智能不同于传统制造业，其企业的创办和流动更快，对上下游配套的空间距离要求不高，生产要素依赖也大为不同。

因此，构建人工智能发展的良好生态，重点不在于产业链是否完备，而是要把握好“人才、数据、应用场景”三个方面。

人才是人工智能产业发展的核心要素

人工智能是一个非常依赖从业者智慧的行业。凭借领军人才的学术成果或科研团队的集体智慧，在算法等关键技术上取得突破，就能推动人工智能企业快速成长甚至颠覆行业格局。所以，在人工智能生态中，对人才的培养和招引集聚尤为重要。

全球都在积极培养和争抢人工智能人才。加拿大Element AI 首席执行官JF Gagne 发布的2019 版《全球AI人才报告》，显示AI人才主要在美国、中国、英国、德国和加拿大这五个国家中，其中美国占比最多，达46% ，其次就是中国的11%。但通过数据追踪分析，发现AI 人才流动性很大，大约三分之一的研究人员并没有在其获得博士学位的国家工作。其中留学人员回归故国，以及寻找更有发展前景的工作，是人才流动的主要动因。

德勤《全球人工智能发展白皮书》显示，中国人工智能企业分布最多的省市依次是北京、上海、广东、浙江，相应人工智能人才分布也主要在北京（27.9%）、上海（12.1%）、深圳（8.5%）、杭州（6.5%）。我国超过75%的人工智能人才是由国内高校培养输出的，北京、上海等具有丰富优质科研教育资源的城市，在行业发展中具有明显优势。

对于大力发展人工智能产业的城市而言，培育和集聚人工智能人才的途径有三：

一是大力扶持本地高校。人工智能是一门新兴学科，2019 年教育部才批准了国内35 所大学设立首批人工智能本科专业。区域内拥有相关专业高校的地方政府，可通过鼓励产教融合等扶持手段，加大人才培养力度；区域内有高校但没有设置相关专业的地方，也可鼓励高校以联合办学的方式，引入人工智能相关学科。近期浙江工商大学与英国的萨塞克斯大学合作设立人工智能学院，成为中国人工智能领域的首个中外合作办学机构，引进萨塞克斯大学的高水平研究团队后，每年将招收培养200 名本科生和100名硕士研究生。

二是建立新型研发机构。高校的创办和发展非朝夕之功，很多地区无法拥有人工智能专业高校。可替代的是引入多元投资主体和科技研发力量，建立人工智能实验室等新型研发机构。《浙江省实验室体系建设方案》明确提出要形成由国家实验室、国家重点实验室、省实验室、省级重点实验室等共同组成的实验室体系，在人工智能、大数据等领域集聚一批具有国际顶尖水平的战略科技人才和团队。坐落于城西科创大走廊核心的之江实验室建立迄今尚不足三年，已集聚科研人员超千人，包括多名院士、图灵奖获得者、IEEE Fellow、长江学者等专家。

三是面向全球精准招才。科技人才最初都是向有着良好就业机会和发展环境之地流动集聚，当同类人才集聚成规模后，会带来更多信息和技术的交流分享，对人才形成更大的吸引力。因此地方上在招引人才时，可在特定区域出台对特定人才的优惠政策（如个人所得税、人才房、公共服务配套等），特意构建空间相对集聚的人才群落。同时要像精准招商一样去精准招才，不用一味瞄着具有极高学术声望和名声的大牌科学家，而是认真分析本地产业发展所需人才，通过对国际优秀论文、专利成果等知识图谱分析，瞄准具有重大学术潜力和技术转化价值的中青年专家团队。尤其正在海外留学和从事相关科研工作的国人和华裔，在当前疫情等引发的国际形势动荡之机，恰是招引他们归国的良机。

数据是人工智能发展的“燃料”

大数据对于即将到来的人工智能时代，就如同煤对于蒸汽的时代，电对于电气的时代。

人工智能的本质就是大数据，只有数据量足够大，才能将智能问题转化为数据处理问题。2016 年让世人震惊的AlphaGo，其训练算法是几十年前的人工神经网络，真正的突破之处在于储存并计算了之前难以想象的天量棋局数据。同样，近年来Google 翻译突飞猛进的原因，也不在于算法的创新，而是比之前其他研究团队使用了多几千上万倍的数据。因此，Google 才能从搜索服务公司成为大数据公司，进而演化为人工智能公司。

理解了人工智能的本质，才能懂得人工智能发展所期待的，就是最大限度的数据开放和应用。

2020 年 4 月 9 日 ，《中 共 中 央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式发布，明确提出了要加快培育数据要素市场。然而，国内数据要素市场的培育尚处于起步阶段。整个社会的大数据，绝大多数沉淀在政府的公共管理部门和各大商业集团、平台公司中，但政务数据的开放举步维艰，商业平台数据的买卖无法可依、徘徊于灰色地带。在此情形下，哪个地方能率先完善法规、大力推动数据集成开放和规范交易，就能抢先建成人工智能发展的最佳环境。

地方政府为吸引人工智能企业和团队入驻，在企业用地、资金补助、人才补贴上的优惠政策力度再大，也远不如公共数据开放、规范使用，对人工智能的科研团队吸引力来得大。而这，恰恰也是地方政府大可作为的领域。

当然，数据开放是个系统工程，要从公共数据、社会数据和政策法规多方发力。

一是推进公共数据共享开放。大数据的最大拥有者、管理者是政府部门，但目前数据“孤岛”和“烟囱”林立。因此要优化公共数据归集模式，编制公共数据资源目录，明确数据采集部门、共享属性、开放属性和更新频率；完善公共数据开放目录，优先推动与民生紧密相关、社会迫切需要和产业战略意义重大的公共数据开放；探索建立公共数据资源有偿服务机制，鼓励社会各方参与公共数据产品创新，并根据“对价”原则为特定对象提供数据服务。

二是提升社会数据资源价值。如电力、交通、导航、网购、网上支付、手机信令等商业平台所沉淀的数据和公共数据，开放聚合后将发挥更大的价值，但之前商业平台大数据一直游走于灰色地带。为此要研究探索数据产权确权方案，在保护个人、企业等主体的合法数据权益基础上建立数据资产登记确权、价值评估、标准服务、规范交易等机制；构建数据资源交易平台，加快健全数据要素报酬机制；鼓励企业、行业协会、社会组织等单位开放自有数据资源，探索建立社会数据平台与公共数据平台实现对接的税收激励政策。

三是完善数据相关的政策法规。借鉴美国《消费者隐私权利法案》（Consumer Privacy Bill of Rights）、欧盟《个人数据保护》（Personal-Data Protection）等经验，明确将公民自身数据的控制权交给公民本人，同时将消除身份信息后的数据使用权提供给政府和企业，使沉淀数据价值最大限度地释放。为此要设立专业机构进行数据规范处理、从业人员安全教育与培训考核；加快研究个人信息保护的基本原则和具体标准，完善数据安全保护的监管体系与执法机制；还要加强数据安全伦理规范研究，预防和应对数据要素市场化带来的就业结构变动、隐私泄露、数据歧视等社会问题。

人工智能需要大量应用场景实践

人工智能是快速迭代的新技术，需要大量应用场景作为试验场。人工智能是始露苗头的新产业，其产品得到市场广泛接受要假以时日，所以需要政府率先应用和推广，即通过“2G”，再“2B”和“2C”。

人工智能必将颠覆现有的产业结构和行业格局，深刻改变未来的医疗、教育、城市管理、制造业、服务业等，自然在产业发展之初会遭遇怀疑、屏蔽甚至抵制，这一方面是消费者的接受需要缓冲时间，另一方面会是来自原有产业利益格局的阻扰。因此，作为推动人工智能产业发展的地方政府，应该充分调动自身资源，打造多个政府应用场景，来助推人工智能技术和产业的真正落地。

其中，很大一个载体，就是当前各级政府正在开展的智慧城市或“城市大脑”。

一是以应用为导向建设智慧城市。当前多个地方已经开展了智慧城市建设，一些还被纳入国家相关部委确立的试点。但从建设进程来看，大多比较注重数据归集、中台开发和最后的可视化表现，在应用场景打造和智能工具开发上成效甚微。导致既不能给政府部门赋能减负，也无法给城市公民智慧服务，往往沦为一个大屏展示的昂贵“形象工程”。因此在后续智慧城市建设中，一定要以应用为导向，踏踏实实打造各类应用场景和智能工具。

二是注重智慧平台的开源开放。目前一些地方建设智慧城市，往往委托大型互联网公司或高科技公司开发，在架构设计时容易形成封闭系统，导致其他大数据和人工智能企业无法在其平台上进一步开发工具和产品，难以形成众智迸发、创新创业的数字生态。这大大延缓了智慧城市的迭代升级，也没法放大智慧城市的试验场功能。因此，未来在智慧城市等平台建设中要推动开源开放，以开放合作的理念吸引众多人工智能公司入驻平台开发。

三是要拉动当地人工智能产业发展。智慧城市建设往往动辄上亿、数十亿的财政预算，如此大的地方政府投入，一定要积极放大其投资乘数和产业带动效应。在平台开发和维护、应用场景打造、智能工具开发等方面，可鼓励本地人工智能企业公平参与投标建设，或支持外地人工智能企业以项目为契机，在本地落户，确实转化为当地人工智能产业发展的生力军。