人工智能：以算力为核心加强基础能力建设

2019年，人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。

2020年形势的基本判断
（一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟算法、数据和计算力是推动人工智能技术进步和产业发展的“三驾马车”
一是在算法方面，2019年基于视觉、触觉传感的迁移学习、变分自动编码器（VAE）和生成对抗网络（GAN）是无监督学习中新涌现的算法类型；预计2020年，上述新兴学习算法将在主流机器学习算法模型库中得到更高效的实现，Caffe框架、CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性。二是在数据方面，2019年我国5G、物联网、汽车电子等多种新兴技术产业的快速发展，数据总量呈现海量聚集爆发式增长；预计2020年，我国5G通信网络部署加速，接入物联网的设备将增加至500亿台，数据的增长速度越来越快，世界领先的互联网公司大数据量将达到上千PB，传统行业龙头型企业数据量将达到PB级，个人产生数据达到TB级。三是在算力方面，2019年以来我国人工智能的算力仍以GPU芯片为主要硬件承载，但随着技术的不断迭代，预计2020年，ASIC、FPGA等计算单元类别将成为支撑我国人工智能技术发展的底层硬件能力。
（二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区
2019年，我国31个省市中已有19个省市发布了人工智能规划，其中有16个制定了具体的产业规模发展目标，其中以北上广深为代表的城市积极地制定了行之有效的政策，对人工智能产业的落地和发展产生了较大的推动作用，成为中国人工智能行业的重要实践者和领头羊。预计2020年，国内更多城市（群）将聚焦智能芯片、智能无人机、智能网联汽车、智能机器人等优势产业，面向医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域，积极申报和搭建符合自身优势和发展特点的人工智能深度应用场景，促进人工智能产业与实体经济深度融合。
（三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司
2015年人工智能产业投融资规模达到450亿元，到2019年仅上半年国内人工智能领域就获得投融资超过478亿元。预计2020年，新零售、无人驾驶、医疗和教育等易落地的人工智能应用场景将更加受到资本关注。同时，随着人工智能在中国的进一步发展，底层技术的投资热度将持续增长，那些拥有顶级科学家团队、雄厚科技基因的底层技术创业公司将获得资本市场的持续资金注入。
（四）从外部形势看，美国对我国人工智能产业的压制从上游元器件转向下游行业应用
中美贸易博弈演进影响着人工智能产业发展，2018—2019年，美国对我国的核心元器件、高端装备等上游领域和知识产权授权进行限制。2019年10月，美国商务部工业和安全局以“参与或有能力与美国政府的海外政策利益相左”为由，把大华科技、海康威视、科大讯飞、旷视科技、商汤科技、依图科技等中国人工智能独角兽企业列入“实体清单”。以本次事件为起点，预计2020年美国对我国人工智能企业的打压重心将逐步转移到应用层面，并向人工智能全产业链扩展，可能影响大部分国内人工智能创新应用企业的基础研究、算法模型训练和软硬件产品部署，对我国人工智能企业出海拓展市场、赴美上市融资、进行跨国产权重组等产生负面影响。
需要关注的几个问题

（一）我国人工智能领域的基础创新投入严重不足
从企业研发创新看，中国人工智能企业的创新研发支出仍远远落后于美国、欧洲和日本。2018—2019年，美国人工智能领域企业投入的科技研发费用占据了全球科技支出的61%，我国人工智能领域企业研发支出虽然快速增加，增速达到34%，但实际占据的全球科技支出份额明显小于美国。从人工智能知识产权保有量看，我国各类实体拥有的人工智能专利总量超过3万件，位居世界第一，但中国相关企业拥有的人工智能相关专利多为门槛较低的实用新型专利，发明专利仅占专利申请总量的23%，同时，根据世界知识产权组织的数据，我国企业拥有的95％的人工智能设计专利和61％的人工智能实用新型专利将会在5年后失效。相比之下，美国85.6％的人工智能专利技术在5年后仍在支付维护费用。

（二）我国人工智能产业的算力算法核心基础相对薄弱
我国人工智能发展在数据规模和算法集成应用上都走在世界前列，但在人工智能基础算力方面，能提供国产化算力支持的企业还不多。在人工智能的算力支持方面，IBM、HPE、戴尔等国际巨头稳居全球服务器市场前三位，浪潮、联想、新华三、华为等国内企业市场份额有限；国内人工智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高、联发科等国际巨头供货，中科寒武纪等国内企业发展刚刚起步。在人工智能算法方面，主流框架与数据集领域国内外企业龙头企业包括谷歌、脸书、亚马逊、微软等，深度学习主流框架TensorFlow、Caffe等均为美国企业或机构掌握，百度、第四范式、旷视科技等国内企业的算法框架和数据集尚未得到业界的广泛认可和应用。

（三）以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响
算法战指的是将人工智能算法、机器学习等技术全面应用于对敌作战中的情报收集、武器装备、战场勘测、指挥协同、决策制定等环节，核心目标是利用人工智能技术提升军事作战能力；深度伪造（Deepfakes）是“Deep Machine Learning”（深度学习）和“Fake”（造假）的英文组合词，是一种基于深度学习的人物图像合成技术，随着人工智能算法开源不断推进，深度伪造技术门槛正在不断降低，非专业人员已经可以利用简单开源代码快速制作出以假乱真的视频和图像。2019年以来，基于人工智能的算法战和深度伪造的正在扩大军事影响、形成网络暴力、破坏政治选举、扰乱外交关系等方面被滥用，并给社会和国家带来极大风险。
应采取的对策建议
（一）以算力为核心加强人工智能基础能力建设
首先要大力推进人工智能算法库、解决方案库、数据集及公共服务平台建设，强化人工智能发展基础。其次加强面向人工智能发展应用的5G网络、边缘计算硬件新兴信息基础设施建设。最后要对各行业企业自动化、智能化改造的产出、效果进行科学有效测算，指导企业找准技术研发投入的切入点。
（二）体系化梳理我国人工智能产业供应链现状
为应对美对我人工智能产业应用的压制，我们既要关注重要整机产品以及大厂商、大企业，也要覆盖量大面广的细分领域及增长势头良好的隐形冠军。通过成体系地梳理我国人工智能产业各个分支领域的供应链现状，为美国对我国进行产业压制储备一手、准确、操作性强的应对措施。
（三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力
我国需要加强国内应用市场推广，挖掘多种类型的应用场景，培育各种规模的竞争主体，进一步提升新技术的应用水平和应用层级。同时，引导对外应用市场开拓，支持企业开拓非美国市场，对出海企业在经营合规管控、知识产权管理、专利诉讼等方面的具体问题给予窗口指导。最后，提升企业自身的抗风险抗打击能力，鼓励新兴领域的独角兽企业、瞪羚企业尽快做大做强，形成较大规模体量和较强技术竞争力。

（四）在国际社会上提出发展“负责任的人工智能”

首先应加紧研究并提出中国版的人工智能伦理守则或框架，形成人工智能伦理风险评估指标体系或风险管理指南，为人工智能企业提供风险识别、评估及应对的系统指引。其次应加强与联合国、欧盟及其成员国、G20等国际组织的合作，参与搭建多层次国际人工智能治理机制，在全球人工智能伦理框架的制定议程中发挥建设性作用。