2020年11月3日下午，中国（深圳）综合开发研究院举行“中国数字化之路研讨会”，中科院深圳先进技术研究院数字所所长乔宇做了主题为《中国数字化之路：人工智能技术的挑战和机遇》的发言。
中国科学院深圳先进技术研究院数字所所长 乔宇
一、人工智能是发展数字经济的核心驱动力量
全球对人工智能发展日益重视。现代社会从信息时代、互联网时代发展到了物联网时代。当前，社会的发展从万物互联走向万物智能，大数据和人工智能技术也成为数字经济时代的主流。展望全球，发达国家积极布局人工智能，选择适合本国发展需要的数字经济重点领域加快突破。人工智能已经成为世界各国竞争的焦点，人工智能的发展水平也是国家核心竞争力的重要体现。
发展人工智能成为中国国家战略。在当前新兴技术高速发展的背景下，2018年中央政治局第九次集体学习中明确指出，人工智能是新一代科技革命和产业变革的重要驱动力量，加快发展新一代人工智能事关我国是否能够抓住新一代科技革命和产业变革机遇的战略问题。国务院在2017年也发布了《新一代人工智能规划》，规划中提到，2020年人工智能总体技术和应用要与世界先进水平同步。到2025年，人工智能基础理论要取得重大突破，部分技术与应用达到世界领先水平；到2030年要成为世界主要人工智能创新中心，人工智能理论、技术与应用都要达到领先水平。因此，中国已从国家战略高度重视人工智能技术及其产业发展的重要意义。
二、当前中国人工智能发展具有的独特优势
近些年来，中国在人工智能领域取得的成就为世界所瞩目，人工智能在中国的发展优势主要集中在以下几个方面：
首先，国家相继出台一系列政策支持人工智能的发展。从中央政府到地方政府，都有人工智能规划，且在人工智能基础建设投入很大。
其次，我国的互联网规模、网民数量、产生数据能力在全球处于领先水平。随着中国工业化、城镇化和网络化的提高，中国产生数据能力的优势还会提高，而所有这些数据都将推动人工智能应用的发展。
第三，近年来中国产业资本非常活跃，无论是产业数量还是独角兽在全球都是第二位，融资额在全球占很大的比例。目前中国AI企业融资总额占全球的70%，中国人工智能企业数量位列全球第二。
第四，中国从事人工智能的人才体量在不断上升。现在中国有43所高校成立人工智能学院，有35所大学新增人工智能专业，很多大数据中心及超算中心的规模在全球领先。而这些都将助力于推动中国人工智能领域的发展。
三、相比全球领先水平，中国人工智能发展仍存在差距
中国已将人工智能技术列为优先发展领域，并结合自身优势和特点，在推动人工智能发展方面取得重要的进展，但与某些欧美国家的领先技术相比，仍面临明显的发展短板。其中，有些是全球各国发展面临的共同瓶颈，有些则是自身发展中的阶段性不足。
（一）研发范式仍有欠缺
重要人工智能进展的研发范式可以从三个角度理解，即深度学习、顶尖技术的突破和开源框架。
深度学习是指顶尖学者引领原创理论方法，并进行长期持续的深入研究。在中国的科技界，专家学者善于对热点的科技议题进行跟踪和解析，但长期的持续研究是比较缺乏的。
顶尖技术的突破是指在数据、计算资源的支持下顶尖人才突破核心技术。而顶尖人才突破核心技术则需要很强的团队支撑、充分的数据资源支持以及很好的环境。中国在这些方面与美欧还是有一定差距。
开源框架是指提前布局，大团队持续的投入以及完善生态建设。这是中国高新科技领域目前最大的短板。中国在产业链影响力、大规模投入以及生态建设上仍存在欠缺。
（二）顶级人才供不应求
以中美两国顶级人才的情况对比为例，美国与中国在人工智能领域的人才总量上没有太大的差异，分别居世界第一二位。然而在顶级人才体量方面，美国则具备有强大的优势。目前中国是人工智能高端人才的输出国家。有29%的人工智能高端人才是在中国完成本科学历，但是其中只有34%的学生留在了中国，56%出国。在美国读完研究生的学生有88%留在美国，只有10%左右选择回国。尽管我国现在的人才引进计划吸引了很多国内外人才回国发展，但是引进特别顶尖的人才回国暂时还是比较困难的。
（三）产业发展面临瓶颈
此外，中美两国在人工智能领域的产业化差距也较大。对比中美双方企业，主要反映在投入、文化、产业链三方面的区别。
一是在投入方面，美国的大企业顶级人才汇集，研究基础好，研发投入巨大。而中国大公司的研发力量和在基础设施上投入的意愿与国际巨头有较大差距。
二是在文化方面，美国的大企业科技创新文化浓厚，积极鼓励原创，鼓励“从0到1”的创新，愿意投入大量的资源探索新科技的产业应用。而中国大部分企业不愿意先期投入和承担风险，更多是业务创新而非科技创新。
三是在产业链方面，国际的科技寡头往往控制了产业链上下游的资源，更容易实现技术的集成创新。而中国产业链资源相对分散，更多是利用全球化从美国已有的生态、基础能力和市场中分得一杯羹。
四、建议：短期补齐短板，长期引领未来
在目前的复杂多变的国际环境下，中国发展人工智能必须自立自强，加大科研攻关力度，以实现技术上的创新突破。
一是夯实研究基础。软硬件基础设施已经被证实在人工智能产业中是刚需，目前中国还处在追赶的状态。国家实验室可以填补这个空白，但却难以解决所有“卡脖子”问题。基于此，可以集中力量突破几个重点，如强化研发基础软件和硬件系统，打造一流人工智能基础平台，补齐短板，突破制约人工智能发展的基础理论。
二是提升对技术的前瞻性预判。中国应对未来人工智能重大技术的发展趋势作出预判，提前进行人才和技术布局，以及实现关键核心技术上的突破。技术的发展具有一定的不确定性，某些关键技术未来有可能成为人工智能产业的刚需，使中国在未来的竞争中占得先机。
三是推动产学研协同联动。中国在产业化方面具有一定的优势，例如丰富的场景，以及海量的大数据。为了实现突破，应联合产业上下游的资源，集成创新，探索并引领一批具有颠覆意义的人工智能重大应用，率先实现大规模产业化。而且当创新型的产业应用具有较大不确定性、企业不愿意大规模投入的时候，国家实验室有责任实现“冷启动”，实现从0到1的突破。
四是完善人工智能人才培养体系。顶尖人才对人工智能的发展至关重要。中国应优化科研制度环境、提供资金支持，精准扩大人工智能相关学科高层次人才培养规模，从而汇聚世界最顶尖人才和团队，培养留住杰出青年人才。
