□许亚倩

经由几十年的科研探索和前期布局，人工智能现已成为生动在科技领域的核心力量，也成为国家 间科技竞赛的新沙场。
近年来中国人工智能发展迅速，凭借技能的突出进步和科研实力的快速增长，不断缩小与一贯处于主导地位的美国之间的差距。
国外学者和媒 体认为，中国人工智能或将实现弯道超车。
但客不雅观剖析，中国人工智能发展还面临着顶层设计不足、人才储备不敷等制约成分，在追赶美国过程中应从三方面着重发 力。

中国人工智能发力追赶美国

1. 中国政府致力于营造良好的政策环境，大力扶持人工智能研发。
一方面，中心政府加强勾引和方案，将人工智能、机器人等作为主要发展方向，出台了《“互联网+”行动辅导见地》、《“互联网+”人工智能三年行动履行方案》等政策文件。
另一方面，各级政府纷纭出台资金扶持等配套政策，支持培植人工智能家当园和示范基地，吸引科技创新公司和高端人才入驻，鼓励企业把资金投入到人工智能关键技能领域，例如杭州、苏州等城市都在加快培植人工智能家当园和家当孵化器。

2. 中国科技巨子迅速行动，纷纭布局人工智能。
美国科技企业将发展重心向人工智能转移，Facebook制订以人工智能为核心的“十年路线图”，谷歌明确将人工智能研发与其所有核心业务联合起来，苹果发布人工智能报告，亚马逊推出公有云AWS上的人工智能产品线。
中国以BAT为代表的互联网企业不甘掉队，积极展开人工智能布局。
百度2016年进行计策架构调度，把人工智能视作公司发展的重中之重；阿里将人工智能与大数据、云打算等结合，对电商物流和物联网进行支撑；腾讯通过搜狗发力人工智能，在语义理解、识别和人机交互方面展开了诸多探索。

3. 中国在人工智能理论研究领域快速崛起，科研实力不容小觑。
美国在人工智能理论研究领域一贯处于天下前列，论文数量自2008年开始就遥遥领先。
中国在该领域快速崛起，正在成为不可忽略的主要力量。
2012年，中国人工智能论文数量快速增长，超越德国、日本等国家，位居天下第二；2013年，中国论文数量以“井喷”办法增长；2014年至2015年，无论是论文数量还是数据有效引用，中首都超过了美国，居于领跑位置；2016年10月，美国一份递交白宫的人工智能报告中多次提到，中国学者揭橥的研究论文数量已经超过了美国。

发展存在诸多制约成分

1. 中国缺少对人工智能发展的长远方案和布局。
美国已将人工智能作为国家计策，先后颁布了《为人工智能的未来做好准备》、《国家人工智能研究与发展计策方案》、《人工智能、自动化与经济报告》等文件，明确了人工智能发展方案。
中国政府也在积极营造良好的政策环境。
虽然中国在制造业、互联网+、科技创新等计策方案中都提及了人工智能，但还没有专门针对人工智能的国家计策方案，人工智能的发展路径、韶光表、路线图等还不清晰。
目前在人工智能发展中，中国仍紧张依赖科研机构和企业的自身力量，国家层面对人工智能长期投入、根本技能攻关及干系标准规范研究等还没有明确的方案和布局，不利于人工智能的全面推进。

2. 中国人工智能技能和人才储备与美国存在巨大差距。
美国企业在人工智能方面的研究和布局远早于中国，如微软1991年景立研究院开展人工智能研究，对主要领域的研究已超过25年；谷歌已成功推出开源机器学习平台，无人驾驶汽车测试里程已超过200万公里。
反不雅观海内，百度的人工智能研究始于2013年景立的深度学习研究院，阿里的人工智能布局尚局限在对大数据和云打算业务的支撑，腾讯也紧张做事于内部互联网业务。
美国科技巨子在前瞻性、源头性技能方面的布局和积累，极大地吸引了全天下专注前沿科技的精英。
领英平台的数据显示，美国人工智能人才中拥有10年以上履历的比例靠近50%，而中国不到25%。

3. 中国人工智能市场集中在运用层面，深度学习能力不敷。
由于中国人工智能起步较晚、人才储备不敷，研究和运用方向多集中在运用层面，对机器学习等根本技能重视不足。
据统计，中国人工智能紧张集中在语音和视觉识别技能方面，分别占比60%和12.5%；专注开拓运用的公司较多，兼顾机器学习算法的公司只占29%；研究算法的公司业务也集中在打算机视觉和自然措辞处理，致力于机器学习算法的只占9%，专注深度学习的公司更是百里挑一。
这种市场和业务的集中，尤其是忽略根本技能或依赖少数企业发展根本技能，会引发后劲不敷及依赖国外技能、平台、开拓工具等问题，不利于人工智能的全面发展。

加速中国人工智能发展的建议

1. 制订国家计策和路线图，加强顶层方案设计。
将发展人工智能作为国家重大计策，把握机遇，明确人工智能科技投入的国家目标，折衷各干系机构根据其职责、能力等确定发展重点，方案发展路线。
促进不同研究领域企业的折衷互助，在传统企业发展中引入人工智能技能，同时鼓励传统企业以多种形式对人工智能的研究供应资金支持，促进人工智能在各个行业的广泛运用。
有效挖掘人工智能技能潜力，支撑行业长期稳健的发展，推动人工智能发展国家经济的同时做事社会发展。

2. 提倡数据和研究成果共享，加速科技成果孵化。
提倡高校与企业、高科技公司与传统企业、跨行业企业和机构之间的数据共享，使中国大数据的天然上风能够为人工智能行业所利用。
加强人工智能科研与家当的结合，战胜“企业数据和院校算法脱节”的家当发展瓶颈，勾引科研职员兼顾运用处景和研究成果可行性，并采纳方法担保科研成果孵化成产品的通道畅通，开通绿色通道，加快孵化速率，填补中美之间从科研到产品的发展差距。

3. 重视根本技能和创新研究，加快核心人才培养。
重视和加强前瞻性根本研究，鼓励多学科交叉创新研究，对感知技能、深度学习等根本技能研发给予政策和资金勾引，大力扶持致力于机器学习算法和深度学习运用的企业，开拓自主平台和工具。
规范人工智能的学科设置和职业培训，针对人工智能根本技能和运用的需求，加大对从事根本技能和创新研发核心人才的培养力度，确保人才储备充足。
鼓励采取产学研联动模式，从高校和科研机构向企业运送精良人才和根本技能成果。

（作者单位为工业和信息化部赛迪研究院网络空间研究所）