人工智能是当前新科技革命的重要代表之一，其迅猛发展和广泛应用将深刻改变人类生产方式和生活方式。人工智能具有显著的溢出效应，不仅带动技术进步，而且推动新兴产业突破，是推进供给侧改革的新动能，是振兴经济发展的新机遇。为加快建设我国创新型国家，促进我国人工智能技术、产业和应用的快速发展，我们结合人工智能产业发展面临的技术瓶颈和政策障碍，提出了我国发展人工智能的政策建议。
      一、人工智能概述
      人工智能（Artificial Intelligence 缩写AI）是研究开发用于模拟、延伸和扩展人的智能的理论、方法技术及应用的新技术科学。人工智能是计算机科学的一个分支，是以人类智能相似的方式做出反应的智能机器，是认知科学、数学、计算机科学、控制论、信息论、自动化、仿生学、生物学、神经生理学、数理逻辑、心理学、语言学、不定性论、医学和哲学等多种学科互相渗透而发展起来的一门综合性学科。
      人工智能技术要素：算法、计算和数据，算法的核心是深度学习。人工智能涉及计算机视觉、机器学习、自然语言处理、机器人、语音识别和图像识别是人工智能的六大核心技术，其中自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低。未来人工智能技术将会向着更聪明的机器人、更快的分析、和更自然的互动三个方向发展。
      人工智能产业包含了基础设施层、技术研发层和应用层。基础设施层涵盖了数据支撑、感知和运算；技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向；应用层分为智能硬件平台和软件集成平台。
      人工智能应用领域涉及：机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编码等。人工智能在与大数据、云计算、AR/VR、机器人、脑科学、物联网等新兴技术结合后，将使无数行业发生颠覆性的变化，例如：交通、 娱乐、金融、医疗健康、教育、安防、智慧城市、农业、制造业等行业。
      二、国内外人工智能发展概况
      （一）世界人工智能发展概况
      市场规模增长迅速。据有关机构预测，2017—2020年世界人工智能将进入高速发展时期，年增速高达60%-80%。
      全球人工智能最热门的研究技术是机器人、神经网络、图像识别、语音识别和计算机视觉这五个方向。从全球人工智能专利的申请量来看，机器人、神经网络、图像识别、语音识别和计算机视觉这五个方向的专利申请量占全部申请量的80%以上。以美国企业为例，机器人占比32%，排名第一；其次是智能识别，占比24%；第三是神经网络，占比14.9%；第四是机器学习，占比6.8%；第五是图像识别，占比5.4%。除了机器学习技术的专利申请量还在继续快速增长以外，其他四个方向的专利申请量已经趋于平缓。
      发达国家近年来纷纷加快人工智能技术创新与战略布局。近年发达国家将人工智能作为提升国家竞争力的重要战略取向和重要抓手，力图占领产业发展新的制高点。美国对人工智能尤其重视， 2013年提出的“国家机器人计划”和2015年的“美国国家创新战略”，都将人工智能作为优先发展的对象加以主动支撑；欧盟在2009启动蓝脑计划，2013年又将“人脑计划”作为未来旗舰技术项目，2016年3月底公开发布了神经信息平台、大脑模拟平台：重建并模拟大脑、高性能计算平台、医学信息平台、神经形态计算平台、神经机器人平台等6大平台；日本在2015年1月发布了《机器人新战略》，由政府与各大企业联合共同推出机器人计划。
      全球人工智能产业发展面临三大难题：一是数据流通和协同化感知有待提升，仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析；二是强人工智能尚未实现关键技术突破，目前人工智能技术上取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破；三是智能硬件平台易用性和自主化存在差距，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
      （二）我国人工智能发展概况
      发展势头非常迅猛。我国的人工智能产业发展较国外要晚很多，但近年发展迅猛。目前，人工智能专利申请数累计达到15745项，列世界第二，人工智能领域投资列世界第三。截止到2016年底，人工智能产业市场规模已经增长至95.6亿元，年均复合增长率高达40.25%；产业规模突破100亿，增长率高达43.3%。最近5年内，我国在人工智能产业化应用领域的投资已超过1000多亿元，培育出了百度、腾讯、科大讯飞等处于世界一流水平的人工智能企业。
部分领域已形成了较好的发展基础。据不完全统计，近年来，在语音识别、人脸识别及其在身份识别等方面已形成产业并占领国内外市场，技术水平已达到国际先进水平。2015 年国内智能语音产业规模达到40.3亿元，人脸识别全球市场达到80亿美元。涌现出寒武纪、甲骨文、地平线、北京云知音、中科云从和湖南自兴等一批初露头角的涉及人工智能的创业实体。
      行业应用主要集中于金融、电信、教育和消费电子。我国企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。根据 i Research 的报告，语音和图像识别分别占有当前中国人工智能市场的 60%和 12.5%。71%的中国人工智能公司集中在应用开发上，其他的则聚焦在算法上，其中 55%是计算机视觉，13%在自然语言处理，9%在基础机器学习。在居民消费领域，智能手机、智能电视等产品已成为市场主流。智能路由器、智能空气净化器、智能摄像头、服务机器人等新产品逐渐成熟和普及。智能家居、智能车载、智能客服、智能金融、智能教育和智能医院等场合的应用也越来越多。我国在机器学习、智能机器人、智能驾驶等人工智能领域，已有不同程度的产业集聚，产业化步伐逐步加快。
      巨头公司都比较重视创新投入，积极组织人工智能技术研发。目前我国人工智能领域排名前十的企业分别是百度、阿里巴巴、腾讯、华为、科大讯飞、中科创达、蚂蚁金服、Inspur浪潮、华大基因、和博实股份。这些公司纷纷独立或者与高校合作建立人工智能研究员或实验室，在深度学习、大数据挖掘、科技金融等前沿领域开展研究。
      我国近年连续发布政策推动人工智能产业的发展。2016 年发改委等制定《“互联网+”人工智能三年行动实施方案》（发改高技[2016]1078号）布局与大力支持人工智能产业体系发展。同期《国家创新驱动发展战略纲要》、《“十三五”国家战略性新兴产业发展规划》（国发〔2016〕67号）、《关于深化制造业与互联网融合发展的指导意见》（国发〔2016〕28号）、《关于实施制造业升级改造重大工程包的通知》（发改产业〔2016〕1055号）、《机器人产业发展规划（2016—2020 年）》（工信部联规〔2016〕109号）、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》（工信部科【2017】315号）等政策的连续出台，都将大力推动智能技术与装备在产业升级中的创新应用发展。
      三、人工智能发展面临的技术瓶颈和政策问题
      （一）我国与国外人工智能发展对比
      我国人工智能产业规模和深度与领先国家还有较大差距。美国在人工智能领域已经形成了由底层算法、核心器件到上层应用、整套设备的完整产业体系，除了在深度学习、计算机视觉、语义识别等当前热门领域拥有一批全球领先的IT和互联网企业外，在神经元芯片、智能机器人、无人驾驶汽车/飞行器等更为前沿的领域，也有多家企业从事研发与产业化工作。与之相比，我国在人工智能领域的优势主要集中在百度、阿里巴巴和腾讯等少数几家企业和少数领域。
      基于人工智能的商业模式探索与布局相对迟滞。机器学习算法是人工智能的核心。当前以机器学习算法为平台，通过开放API促进人工智能应用开发的模式正在成为主要企业培育并掌控人工智能生态的重要手段。IBM和微软已先后开放Watson和AzureML的API接口，并有三家企业基于Watson平台推出了各自领域的人工智能应用。我国企业则总体处于技术验证与应用前期，对商业模式及产业生态的布局尚未形成。
      （二）我国人工智能发展面临的技术瓶颈
      缺少面向公众开放的大型基础资源和公共实验平台。在新算法不断涌现、单个研究单位的计算资源不足、缺乏海量数据和应用闭环的情况下，我国人工智能研究在算法、计算、数据和应用四个方面的瓶颈日益突显。缺乏公共的人工智能平台也导致严重的资源浪费，难在高水平的基础上创新。
      技术相对落后。尽管我国近年在机器人行业发展迅猛，人工智能技术总体上提升较大，但与美日德等先进国家相比还有很大差距。在计算、视觉、语音、驱动等四个关键技术上，只有语音技术能跟国际领先技术不相上下，其他三个领域的差距比较明显。技术上的差距，导致我国在核心部件上仍然依赖进口，从而促使我国机器人的价格居高不下，产品缺乏竞争力。技术与成本相互掣肘，已经成为我国机器人行业发展的最大挑战。
      机器人行业缺乏统一标准。机器人制造公司没有统一的操作系统软件，标准化检测标准、技术及流程等方面仍然是空白。流行的应用程序很难在五花八门的装置上运行，在一台机器人上使用的编程代码，几乎不可能在另一台机器上发挥作用，如果想开发新的机器人，通常得从零开始，结果使机器人研发、制造、销售、集成、服务等有秩序、细化的产业链难以形成。
      高精尖人才极度匮乏。大体上两类人才最为紧缺：领航型人才及专业技术人才。领航型人才是指能从全球及中国的整体经济状况、机器人行业发展现状的全局出发，引领机器人发展的潮流，为机器人企业的发展确定方向，同时还能了解机器人研发、制造、推广、销售及企业管理的复合型高级人才。而专业技术人才是指在计算机科学、信息论、控制论、不定性论、哲学、认知科学、心理学、数学、神经生理学、仿生学等相关学科较为熟悉的专业性技术人才。
      （三）我国人工智能发展面临的政策问题
      行业监管问题。目前，人工智能技术或产品的研发本身并未设置行政许可和准入限制，而一旦这些技术和产品将要应用到具体的行业之中，那么就有可能会涉及各类行业的牌照取得的问题。例如，金融行业的智能投顾平台，涉及投资咨询和资产管理两个方面的牌照，政府并没有相关执行制度；医疗设备、联网的可穿戴设备等，也都存在牌照监管问题。
      人工智能产品市场进入问题。目前我国法律、法规和政策对部分人工智能产品的使用规定还处于空白或者禁止状态。如对于是否允许无人车在公路上跑，以及出现事故是由智能机器责任还是人责任，国家还没有相关法规进行规范；又如无人机的使用涉及到我国低空空域开放政策，没有放开低空领域或者健全低空监管制度，都将对无人机的产业化产生极大的影响。
      人工智能和网络信息安全唇齿相依。自动驾驶不仅要求通过5G技术解决宽带问题，更重要的是要解决信息网络安全问题，预防网络攻击和网络犯罪，并且解决好相关法律法规、行业准入、行业监管等问题。此外，大量人工智能在云计算、大数据、物联网等领域的应用，都对信息网络安全保障提出了更高的要求，同时衍生出众多信息网络安全技术和产品。
      四、人工智能发展重点
      （一）加强人工智能科技创新体系建设
      人工智能科技创新体系建设涉及基础理论体系建设、关键共性技术体系建设、创新平台建设和高端人才培育。
      布局前沿基础理论研究，突破基础理论瓶颈。瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向，开展大数据智能理论、跨媒体感知计算理论、混合增强智能理论、群体智能理论、自主协同控制与优化决策理论、高级机器学习理论、类脑智能计算理论、量子智能计算理论等研究，突破自适应学习、类脑控制及智能计算、量子加速机器学习方法等基础理论瓶颈，开展神经科学、认知科学、量子科学、心理学、数学、社会学等跨学科研究，攻克人工智能前沿科学难题。
      开展关键共性技术研究。以算法为核心，以数据和硬件为基础，以提升感知识别。知识计算、认知推理、运动执行、人机交互为重点，开展关键共性技术研究：知识计算引擎与知识服务体系，跨媒体分析推理技术，群体智能关键技术，混合增强智能新框架与新技术，自主无人系统智能技术，虚拟现实智能建模技术，智能计算芯片与系统，自然语言处理技术等。近年重点突破智能传感器、神经网络芯片、开源开放平台等核心关键技术。
      人工智能创新平台建设。建设布局人工智能创新平台，包括：人工智能开源软硬件基础平台，群体智能服务平台，混合增强智能支撑平台，自主无人系统支撑平台，人工智能基础数据与安全检测平台等，开展技术研发、试验验证、成果转化和技术服务等工作，为人工智能技术创新奠定基础。
      培育人工智能高端人才。建设人工智能学科，设立人工智能专业，培育人工智能跨学科人才、高端人才。建立人工智能专业技术团队，形成人工智能复合型人才队伍，培育出具有国际顶尖水平的人工智能高端人才，吸引和集聚国际上人工智能专家学者和优秀人才，实施人才引进计划。
      （二）加快人工智能新兴产业发展
      大力发展人工智能新兴产业，促进产业智能化升级，发展智能企业，打造人工智能创新高地。
      发展人工智能新兴产业。加快人工智能关键技术转化应用，推动智能产品创新，培育人工智能新兴业态，布局人工智能产业链，打造具有国际竞争力的人工智能产业集群，大力发展智能软硬件、智能机器人、智能运载工具、虚拟现实与增强现实、智能终端、物联网基础器件等智能产业。近期要大力发展智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断系统、视频图像身份识别系统、智能语音交互系统、智能翻译系统、智能家居产品等。
      以人工智能促进产业升级。推动人工智能在各行各业融合创新，在制造业、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用示范，发展智能制造、智能农业、智能物流、智能金融、智能商务、智能家居等，形成人工智能的行业解决方案和智能化服务，推动人工智能规模化应用，全面提升产业发展的智能化水平。
      发展智能型企业。大规模推动企业智能化升级，在设计、生产、管理、物流和营销环境应用人工智能新技术，形成企业管理和营运新模式。推广应用智能化工厂，实现生产设备网络化、生产数据可视化、生产过程透明化、生产现场无人化，提升企业营运管理智能化水平。培育人工智能领军企业，加强专利布局，开展国际标准制定，以龙头牵引形成产业生态圈。支持各类机构和平台面向人工智能企业提供专业化服务。
      打造人工智能创新高地。结合区域基础和优势，开展人工智能产业布局，围绕产业链布局创新链和资金链，打造人工智能产业集群和创新高地。开展人工智能应用试点示范，建设人工智能产业园、特色小镇和众创空间，完善产业孵化体系，推动人工智能成果转移，支持人工智能创业创新发展。
      （三）推动人工智能社会应用
      开展便捷高效的智能服务。围绕提高人民生活水平和质量的目标，加快人工智能深度应用，形成无处不在的智能化环境，提升全社会智能化水平。发展智能教育、智能医疗、智能健康和养老等人工智能创新应用，为公众提供个性化、多元化、高品质服务。
      推进社会治理智能化。围绕行政管理、司法管理、城市管理、环境管理等社会治理的热点和难点问题，开展智能政务、智慧法庭、智慧城市、智能交通、智能环保的建设和运行，促进人工智能技术应用，推动社会治理现代化。
      提升公共安全保障。围绕社会综合治理、新型犯罪侦查、反恐等迫切需求，研发集成多种探测技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品，建立智能化监测平台。加强公共区域安防设备的智能化改造升级；强化人工智能在食品安全、自然灾害等领域的推广应用，推动构建公共安全智能化监测预警与控制体系。
      构建智能化基础设施。大力推动智能化信息基础设施建设，提升传统基础设施的智能化水平，形成适应智能经济、智能社会和国防建设需要的基础设施体系。建设宽带网络基础设施，建设大数据基础设施，建设高效能计算基础设施，构建成泛在安全高效的智能化基础设施体系。
      五、人工智能发展的政策建议
      （一）营造良好的政策环境
      政府应从以下三个维度加强对人工智能产业的政策支持：（1）开放政府及公共领域数据，打造国家级人工智能资源平台，优化数据质量，建立系统化结构化的数据库平台，为人工智能的发展提供资源；（2）建立企业主导、高校研发、国家投入的人工智能产业一体化发展模式。树立企业在人工智能行业的主导地位，鼓励企业积极开发人工智能的场景应用，将人工智能科研成果转变为商业价值。同时，鼓励高校研发、增加国家科研投入，为长期人工智能基础科技突破做准备；（3）以产业基金、专项基金等激励人工智能创新，提供针对人工智能创业企业的税收优惠，以人才为导向，配套全球人工智能人才安家政策，提供宽松的人工智能法律法规环境。
      （二）突破关键技术

      通过支持国家工程实验室、国家工程（技术）研究中心等国家创新平台的建设，推动人工智能基础理论、共性技术、应用技术研究。推进脑科学、人工遗传算法、智能语音处理、模式识别、机器学习、博弈等关键技术的研发。大力支持人工智能领域的芯片、传感器、操作系统、存储系统、高端服务器、关键网络设备、网络安全技术设备、中间件等基础软硬件技术研发。

      （三）实施人工智能专项

      尽快制定人工智能专项规划和实施细则，明确人工智能产业的国家战略地位。通过专项资金的杠杆作用，引导社会资本进入人工智能领域，推动人工智能产业的快速发展。充分发挥专项资金的带动示范作用，全力推动人工智能创新平台建设，促进核心技术的快速攻坚。利用研发机构资助资金、科技进步奖奖金和专利资助资金等科技专项资金，对企业研发中心、优秀科技成果和专利申请进行奖励补助，激发企业创新活力，提升企业核心竞争力。

      （四）构建人工智能公共服务和检测平台

      一是建设面向社会开放的文献、语音、图像、视频、地图及行业应用数据等多类型人工智能海量训练资源库和标准测试数据集，为广大科研机构和企业进行人工智能研究和开发提供服务；二是建设基础资源服务平台建设，包括满足深度学习计算需求的新型计算集群共享平台、云端智能分析处理平台、算法与技术开放平台、智能系统安全情报共享平台等；三是建设类脑智能基础服务平台，要能够模拟真实脑神经系统的认知信息处理过程；四是建设产业公共服务平台，为人工智能创新创业提供相关研发工具、检验评测、安全、标准、知识产权、创业咨询等专业化服务。

      （五）制定防范安全风险对策

      一是要强化网络安全管理，人工智能是基于网络和大数据，保护网络和数据安全是发展人工智能的前提。从我国网络安全产业生态链、供应链发展情况看，基础薄弱仍然是主要问题，需要站在国家安全的角度加大投入力度，力争做到知识产权自主可控、能力水平自主可控、供应链自主可控和发展自主可控。二是重视对用户隐私的保护，加强相关行政监管，明确人工智能使用企业或者单位的告知义务、信息安全保障义务，以及出现问题后的赔偿责任，有效保证人工智能在应用中的信息安全。

      （六）加强人工智能人才培养

      鼓励相关研究结构、高等院校和专家开展人工智能基础知识和应用培训。依托国家重大人才工程，加快培养引进一批高端、复合型人才。完善高校的人工智能相关专业、课程设置，注重人工智能与其他学科专业的交叉融合，鼓励高校、科研院所与企业间开展合作，建设一批人工智能实训基地。支持人工智能领域高端人才赴海外开展前沿技术、标准等学术交流，提升技术交流水平。

      （七）鼓励创新创业

      加快建设和不断完善人工智能相关领域的国家技术创新中心、国家制造业创新中心、国家产业创新中心，构建创新创业平台、重点实验室和人工智能产业孵化体系；支持企业、研究机构开展人工智能技术研发和产业化。鼓励开展人工智能创新创业和解决方案大赛，发挥骨干企业引领作用，提升人工智能产业的创新力和国际竞争力。