一,、 世界人工智能發(fā)展歷程和方向——大勢所趨
人工智能（ArtificialIntelligence,，簡稱AI）是指,，在機器上實現(xiàn)相當乃至超越人類的感知,、認知,、行動等智能,。按照智能能力的不同,，人工智能通常可分為通用人工智能和專用人工智能,，或被稱為強人工智能和弱人工智能,。目前對通用人工智能有兩種理解：一種是通用性的人工智能（簡稱GAI）是媒體和社會公眾的一般理解，指的是能夠處理很多任務(wù)的智能,；另一種則是人工智能專業(yè)領(lǐng)域的準確名稱,，即人工通用智能（簡稱AGI），是指在人工智能所有方面都達到人類水平,，能夠自適應(yīng)地應(yīng)對外界環(huán)境挑戰(zhàn),，完成人類能完成的所有任務(wù)的人工智能。
長期以來,，人工智能系統(tǒng)都是為了實現(xiàn)特定或?qū)Ｓ媚繕巳蝿?wù)的智能,，屬于弱人工智能或?qū)Ｓ萌斯ぶ悄芊懂牎?018年以來，大規(guī)模預(yù)訓練模型（簡稱大模型）通過在海量無標注數(shù)據(jù)上依托強大算力資源訓練能適應(yīng)一系列下游任務(wù),，實現(xiàn)了通用性的人工智能（GAI），拉開了通用人工智能的序幕,，但當前仍沒有達到真正的人工通用智能（AGI）,。
（一）人工智能發(fā)展歷程
人工智能的概念最早于1956年在美國達特茅斯學院召開的夏季研討會上被正式提出?？v觀人工智能近70年的發(fā)展歷程,，大體上可分為三個階段。
第一階段以符號主義邏輯推理證明為中心,。該階段主要研究在形式化表示方法基礎(chǔ)上,，通過邏輯推理或啟發(fā)式程序來模擬人類推理能力，解決代數(shù)應(yīng)用題求解,、幾何定理證明和機器翻譯等問題,。
第二階段是以人工規(guī)則的專家系統(tǒng)為核心。該階段的研究焦點就是將領(lǐng)域?qū)＜业闹R歸納成人工規(guī)則,，進而進行輔助決策,，專家系統(tǒng)技術(shù)在這一時期得到快速發(fā)展。
第三階段是以大數(shù)據(jù)驅(qū)動的深度學習為核心。該階段有效整合算法,、算力和數(shù)據(jù),，推動人工智能的研究重心從如何“制造”智能轉(zhuǎn)移到如何“習得”智能。
2006年,，加拿大多倫多大學杰弗里?辛頓教授提出“深度學習算法”,，為新一輪人工智能的發(fā)展奠定了理論和方法基礎(chǔ)。
2012年,，杰弗里?辛頓教授與學生提出的深度學習神經(jīng)網(wǎng)絡(luò)模型AlexNet在ImageNet圖像識別挑戰(zhàn)賽上以巨大的優(yōu)勢擊敗了其他非神經(jīng)網(wǎng)絡(luò)模型,，成為深度學習興起的標志。
2016—2021年,，谷歌開發(fā)的系列圍棋機器人AlphaGo和AlphaZero,，不僅在比賽中先后戰(zhàn)勝了世界冠軍李世石和柯潔，后來還取得了擂臺賽不敗的戰(zhàn)績,。
同時,，該公司研發(fā)的AlphaFold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測問題上達到接近人類實驗解析的水平，解決了困擾生物學界50年的“蛋白質(zhì)折疊”難題,。
近10年來,，基于大數(shù)據(jù)的深度學習模型和算法得到大規(guī)模應(yīng)用，在機器翻譯,、智能問答,、博弈對抗等領(lǐng)域取得了巨大成功，人工智能進入加速發(fā)展期,。
以上三個階段中,，前兩個階段的主要思路是設(shè)計新的理論和算法，用機器模擬人的智能,，盡管在理論方法上取得了進展,，但由于目標過高，與應(yīng)用結(jié)合不夠,，使得人工智能發(fā)展幾經(jīng)起伏,。第三階段基于大數(shù)據(jù)的深度學習技術(shù)已成為當前人工智能的主流發(fā)展路徑，在計算機視覺,、自然語言處理,、智能語音等技術(shù)領(lǐng)域?qū)崿F(xiàn)了規(guī)模應(yīng)用。
其中,，計算機視覺是人工智能技術(shù)中應(yīng)用最為廣泛的領(lǐng)域,。計算機視覺是指，通過計算機對圖像或視頻進行處理,，使其能夠自動識別,、分析和理解圖像或視頻中的信息,。
2015年，由微軟亞洲研究院提出的深度殘差學習網(wǎng)絡(luò)ResNet成為計算機視覺領(lǐng)域具有里程碑意義的代表性技術(shù),。ResNet的出現(xiàn),，使得超過上百層的更深層網(wǎng)絡(luò)可以更有效地進行訓練，推動了深度學習技術(shù)不斷探索能力極限,。目前,，ResNet已經(jīng)成為計算機視覺任務(wù)的******架構(gòu)，例如圖像分類,、物體檢測和圖像分割等,。2023年，基于為人工智能作出的基礎(chǔ)性貢獻,，ResNet的四位作者獲得了未來科學大獎,。
（二）當前人工智能發(fā)展新趨勢
2018年以來，大模型首先在自然語言處理領(lǐng)域取得突破,，以ChatGPT為代表的現(xiàn)象級產(chǎn)品拉開了通用人工智能的序幕,，引發(fā)了新一輪人工智能發(fā)展浪潮。當前人工智能發(fā)展已由小模型時代邁向大模型時代,。
大模型是“大數(shù)據(jù)+大算力+強算法”結(jié)合的產(chǎn)物,，至少具有三個特點：
第一，規(guī)模大,，神經(jīng)網(wǎng)絡(luò)參數(shù)規(guī)模要達到百億以上,；
第一，涌現(xiàn)性,，要產(chǎn)生預(yù)料之外的新能力,，這是人工智能發(fā)展近70年來最具里程碑意義的新特性；
第一,，通用性,，能夠解決各類問題。
美國OpenAI公司的GPT（生成型預(yù)訓練Transformer模型）系列大模型是當前國際大模型領(lǐng)域的領(lǐng)先代表,。2022年11月，OpenAI發(fā)布的人工智能對話大模型ChatGPT表現(xiàn)出了驚人的智能水平,，能夠長時間進行自然流暢的對話,，同時還能夠高質(zhì)量撰寫幾乎任何類型的書面材料，可以完成很多需要創(chuàng)造性思考的任務(wù),，一經(jīng)發(fā)布就受到全球用戶廣泛關(guān)注,，成為歷史上增長最快的消費應(yīng)用，引發(fā)了人工智能的“iPhone時刻”,。
ChatGPT之所以能表現(xiàn)出色,，主要歸因于幾個關(guān)鍵方面的技術(shù)和策略：
第一,，其采用了大規(guī)模的訓練數(shù)據(jù)，特別是互聯(lián)網(wǎng)文本數(shù)據(jù),，以捕獲豐富的知識和語言模式,。
第二，模型基于高效的Transformer架構(gòu),，該架構(gòu)通過自注意力機制,，能夠有效處理輸入序列中各位置信息間關(guān)聯(lián)依賴關(guān)系，極為適合自然語言處理任務(wù),。
第三,，ChatGPT通過多任務(wù)學習，提高了其在多樣化問題上的泛化能力和生成能力,。
第四,，模型還針對特定任務(wù)進行了微調(diào)，以更好地適應(yīng)和解決特定領(lǐng)域或場景下的問題,。
第五,，通過利用強化學習等技術(shù)進行模型調(diào)優(yōu)，ChatGPT在特定任務(wù)上的輸出更加接近人類的習慣,，進而表現(xiàn)得以進一步提升,。
這些技術(shù)的融合和應(yīng)用，使ChatGPT成為了文本問答任務(wù)中的佼佼者,，激發(fā)了公眾對強人工智能未來發(fā)展的無限遐想,。
除語言能力以外，大模型也在迅速擴展視覺,、聽覺,、具身（有身體的智能，能與環(huán)境進行交互）,、行動等其他通用智能能力,，在向多模態(tài)方向發(fā)展的同時，也將逐漸進入現(xiàn)實世界,，發(fā)展實體智能,，引發(fā)下一波人工智能發(fā)展浪潮。
但是,，也應(yīng)看到,，大模型等通用人工智能技術(shù)在給世界經(jīng)濟社會發(fā)展帶來巨大機遇的同時，也帶來了難以預(yù)知的各種風險和復(fù)雜挑戰(zhàn),。大模型是高度復(fù)雜的人工智能系統(tǒng),，特點是難以預(yù)測，當前取得的進展基本上是通過經(jīng)驗?zāi)Ｊ饺〉?，大模型背后的智能發(fā)生和涌現(xiàn)機理尚不清晰,，國際社會對如何構(gòu)建一個安全的人工智能系統(tǒng)仍知之甚少,。
當前以大模型為代表的通用性的人工智能（GAI）已顯現(xiàn)出倫理道德、數(shù)據(jù)安全等一系列風險,，需要加強安全監(jiān)管,。未來，面對伴隨著人工通用智能（AGI）的到來可能會引發(fā)的人類生存性風險,，更需要嚴加防范,。加強通用人工智能治理已成為世界各國面臨的共同問題。
隨著人類探索通用智能發(fā)展路徑的越發(fā)清晰,，全球正處于“AGI”（準強人工智能）的前夜,，處在一個不確定性的狀態(tài)，未來需要對大模型基礎(chǔ)原理,、安全與價值觀對齊,、人工通用智能（AGI）風險控制策略等方面開展深入研究，促進人工智能技術(shù)造福于人類,。
（三）世界大國加快人工智能戰(zhàn)略與政策部署
當前,，人工智能已成為國際競爭的新焦點和經(jīng)濟發(fā)展的新引擎，世界主要發(fā)達國家把發(fā)展人工智能視為提升國家競爭力,、維護國家安全的重大戰(zhàn)略,，紛紛出臺人工智能規(guī)劃和相關(guān)政策，力圖在新一輪國際科技競爭中掌握主導權(quán),。
1.各國從國家戰(zhàn)略層面強化人工智能布局,。
美國圍繞人工智能研發(fā)和國家安全，陸續(xù)出臺《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》等相關(guān)戰(zhàn)略和政策,，力求鞏固其領(lǐng)先優(yōu)勢,。
法國發(fā)布《國家人工智能戰(zhàn)略》，著力推動健康,、交通,、環(huán)境、國防安全等領(lǐng)域的智能化,。
歐盟自2010年以來就把實現(xiàn)智能增長作為其三大增長目標之一,，2018年4月發(fā)布了《歐洲人工智能》，系統(tǒng)地提出了歐盟的人工智能發(fā)展戰(zhàn)略規(guī)劃,；同月,，發(fā)布了《人工智能合作宣言》，標志著歐洲人工智能進入合作發(fā)展的新階段,。
德國通過《聯(lián)邦政府人工智能戰(zhàn)略要點》，提出成為全球領(lǐng)先的人工智能科研場,，實現(xiàn)人工智能德國造,。
英國發(fā)布《國家人工智能戰(zhàn)略》,，從數(shù)據(jù)獲取、人才培養(yǎng),、科技研發(fā)和產(chǎn)業(yè)應(yīng)用等方面打造人工智能強國,。
俄羅斯發(fā)布《2030年前人工智能國家發(fā)展戰(zhàn)略》。
日本提出建設(shè)“超智能社會5.0”,，不僅要提升產(chǎn)業(yè)競爭力,，還要實現(xiàn)國民生活智能化。
2.各國競相加大人工智能研發(fā)投入,。
美國政府2017財年向人工智能非保密項目投入研發(fā)經(jīng)費超過20億美元,，在2022年累計投入達249億美元，預(yù)計2028年投入將破千億美元,；2021財年美國國防預(yù)算提案在人工智能研發(fā)領(lǐng)域的投資總額為8.41億美元,，較2020財年的7.8億美元增長約8%。法國在2022年前在人工智能項目中投資15億歐元,。韓國提出要從“IT強國”發(fā)展為“人工智能強國”,，計劃在2030年將韓國在人工智能領(lǐng)域的競爭力提升至世界前列。
3.各國組建新型人工智能研發(fā)機構(gòu),。
美國國家科學基金會協(xié)同聯(lián)邦機構(gòu),，包括國土安全部、國防部,、教育部,、農(nóng)業(yè)部等，聯(lián)合成立了25家國家人工智能研究院,；歐洲計劃建立一所世界級人工智能研究所,，在英國等多個歐洲國家設(shè)立科研中心；法國提出新建人工智能中心,，并組建人工智能研究網(wǎng)絡(luò),；英國擴建阿蘭?圖靈研究所，啟動數(shù)據(jù)倫理與創(chuàng)新中心建設(shè),，成立新的人工智能技術(shù)學院,。全球各大人工智能跨國公司和領(lǐng)軍企業(yè)也在加快布局人工智能研發(fā)中心。
4.各國加緊推動人工智能治理體系建設(shè),。
聯(lián)合國自2018年起專門成立了人工智能與機器人中心,，研究人工智能的管控問題；美國國會建議成立人工智能安全委員會,，負責對人工智能,、機器學習的發(fā)展和相關(guān)技術(shù)開展審查；歐盟簽署《人工智能合作宣言》,，發(fā)布《歐盟機器人民事法律規(guī)則》,，共同應(yīng)對人工智能在倫理,、法律等方面的挑戰(zhàn)；2019年起,，歐盟持續(xù)加強對人工智能應(yīng)用和治理的關(guān)注,，于當年4月出臺了《可信賴的人工智能倫理準則》，為實現(xiàn)可信賴的人工智能設(shè)定了一個倫理框架,。
目前,，全球人工智能發(fā)展正處于由弱人工智能向強人工智能過渡的階段，人工智能已經(jīng)成為主導國家戰(zhàn)略競爭力的重要支撐和推動科技革命的重要力量,。未來,，“人工智能+高速移動互聯(lián)”將成為人類社會生活的基本場景。著眼更長遠的未來,，強人工智能將會帶來顛覆性,、全局性影響，誰率先實現(xiàn)突破,，誰就會掌握未來發(fā)展的主導權(quán),。如果我國在新一輪人工智能發(fā)展中落后，將會在全球競爭中處于不利地位,。
二,、中國人工智能發(fā)展現(xiàn)狀和前景——大有可為
習近平總書記指出，“把新一代人工智能作為推動科技跨越發(fā)展,、產(chǎn)業(yè)優(yōu)化升級,、生產(chǎn)力整體躍升的驅(qū)動力量，努力實現(xiàn)高質(zhì)量發(fā)展”,。2017年,，國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，確立了人工智能三步走目標,，將人工智能上升為國家戰(zhàn)略,。此后，相關(guān)部委和各地方政府推動《新一代人工智能發(fā)展規(guī)劃》加快實施,，同時,，科技界、產(chǎn)業(yè)界,、投資界協(xié)同發(fā)力,，推動我國人工智能發(fā)展進入跨越趕超的關(guān)鍵時期。
（一）我國人工智能基礎(chǔ)理論和部分關(guān)鍵技術(shù)實現(xiàn)突破,，人工智能與經(jīng)濟社會融合不斷深入,。
經(jīng)過多年的持續(xù)研發(fā)布局，我國人工智能科技創(chuàng)新體系逐漸完善，智能經(jīng)濟和智能社會發(fā)展不斷深入,，取得顯著成效,。
1.人工智能基礎(chǔ)理論快速積淀。
近年來,，國內(nèi)學者在問題求解、演化計算,、模式識別,、專家系統(tǒng)、智能控制等經(jīng)典人工智能領(lǐng)域多有建樹,。
特別是在新興的深度學習理論和推理算法方面開展了大量研究,，例如，北京大學提出深度跨媒體學習方法,，顯著提高了跨媒體檢索的準確率,；南京大學提出的“深度森林”模型是國際上第一個非神經(jīng)網(wǎng)絡(luò)和BP（反向傳播）算法的深度學習方法。
在類腦計算方面加強布局,，類腦芯片,、類腦計算系統(tǒng)、類腦應(yīng)用等取得積極進展,；中國科學院在腦機接口領(lǐng)域取得突破,，研發(fā)了目前運行最快的頭皮腦電（EEG）腦機接口系統(tǒng)。華為公司上線了氣象大模型,，在一系列氣象學家關(guān)心的精度指標和極端天氣預(yù)報中都展現(xiàn)出優(yōu)勢,，具有強大競爭力和巨大潛力。
2.人工智能部分關(guān)鍵技術(shù)躋身世界先進水平,。
本輪人工智能技術(shù)爆發(fā)初期,，我國在中文信息處理、生物特征識別,、機器翻譯,、智能處理器、自動駕駛和智能機器人等技術(shù)方向上緊跟世界前沿,，實現(xiàn)了部分人工智能關(guān)鍵技術(shù)突破,。麻省理工學院第十七任校長拉斐爾?萊夫評價認為，中國在人臉識別和語音識別等人工智能領(lǐng)域居絕對領(lǐng)先地位,。
主要包含了以下階段性成果：中國科學院研發(fā)推出全球首款商用深度學習專用處理器“寒武紀”芯片,，在運行主流智能算法時性能功耗效率大幅超越中央處理器（CPU）和圖形處理器（GPU）；商湯科技的圖像識別技術(shù),、科大訊飛的語音識別與合成技術(shù)和語言翻譯技術(shù)的產(chǎn)業(yè)化水平目前處于世界前列,，受到國際認可。
在計算機視覺方面也取得重大原始創(chuàng)新。北京大學改寫了持續(xù)近兩個世紀的曝光成像原理,，發(fā)明了脈沖攝影原理,，用比特序列逼近高速光電子流，研制出超高速視覺芯片和相機,，實現(xiàn)了超高速,、高動態(tài)、無模糊連續(xù)清晰成像,。它建立了脈沖視覺算法體系并研制出超高速系統(tǒng),，采用常規(guī)光電器件和芯片工藝實現(xiàn)高超聲速過程連續(xù)清晰成像和實時跟蹤識別，其專利獲中美歐日韓授權(quán),，有望從源頭重塑計算機視覺技術(shù)和產(chǎn)業(yè)體系,。
在人工智能基礎(chǔ)軟硬件方面，華為發(fā)布了基于達芬奇架構(gòu)的昇騰910和昇騰310兩款人工智能芯片,，力爭打造以芯片為載體,、從底層算法到應(yīng)用開發(fā)的完整生態(tài)，為全球開發(fā)者和企業(yè)提供新的選擇,，也為我國企業(yè)提供了安全保障,。在此基礎(chǔ)上，鵬城實驗室推出了“鵬城云腦Ⅱ”和正在研制“鵬城云腦”下一代設(shè)施,?！谤i城云腦Ⅱ”是基于華為國產(chǎn)人工智能芯片打造的、作為國內(nèi)首個全面自主可控的E級智能算力平臺,，具有國際領(lǐng)先的人工智能算力水平,，已經(jīng)在多個國際榜單上取得冠軍。該平臺約70%的機時對外開放共享,，已支撐近千個國產(chǎn)人工智能模型訓練任務(wù)與人工智能算法發(fā)布,，成為我國最重要的開放共享、自主可控的人工智能大模型訓練平臺之一,。
3.人工智能加速與千行百業(yè)融合發(fā)展,。
智能制造方面，正在大力推進智能制造工廠建設(shè),，已實現(xiàn)產(chǎn)品個性化定制,；
智能醫(yī)療方面，已研發(fā)人工智能醫(yī)學影像產(chǎn)品,，可用于篩查早期食管癌,，其檢出率高于醫(yī)生借助內(nèi)窺鏡平均檢出率；
智慧城市方面,，“城市大腦”已應(yīng)用于杭州城市交通管理,，可有效減少區(qū)域通行時間,；
智能物流方面，人工智能技術(shù)被應(yīng)用于改進物流系統(tǒng),，分揀效率超過人工分揀的10倍多,；
智能交通方面，首都機場采用人工智能技術(shù)實現(xiàn)在50秒內(nèi)完成1700架次航班的停機位安排,，降低了飛機延誤率,，停機位利用率提高10%；
智能安防方面,，廣州利用人臉識別技術(shù)幫助發(fā)現(xiàn)及抓獲犯罪嫌疑人,。
4.人工智能發(fā)展的創(chuàng)新生態(tài)初步構(gòu)建。
科技部在自動駕駛,、城市大腦、智能醫(yī)療,、智能語音,、智能視覺等領(lǐng)域已構(gòu)建起開放創(chuàng)新平臺，助力中小企業(yè)科技創(chuàng)新,，推動行業(yè)技術(shù)進步和產(chǎn)業(yè)升級,。比如，某智能語音平臺開發(fā)者團隊數(shù)量超過80萬家,，已形成了覆蓋技術(shù)研發(fā),、基礎(chǔ)平臺、物聯(lián)網(wǎng),、智能硬件等完整人工智能產(chǎn)業(yè)鏈,。同時，人工智能領(lǐng)域的眾創(chuàng)空間,、孵化器,、加速器快速發(fā)展，創(chuàng)業(yè)孵化體系逐步完善,。
（二）中美引領(lǐng)大模型發(fā)展,，我國語言大模型與美國差距正在逐步縮小，視覺,、多模態(tài),、具身等新一代大模型有望實現(xiàn)齊頭并進
目前，國際大模型領(lǐng)域已形成美國引領(lǐng),、中國緊跟的格局,。根據(jù)中國科學技術(shù)信息研究所2023年5月發(fā)布的《中國人工智能大模型地圖研究報告》，從全球已發(fā)布的大模型分布來看,，中國和美國大幅領(lǐng)先,，超過全球總數(shù)的80%，中國在大模型數(shù)量方面位居全球第二。
中國大模型研發(fā)呈現(xiàn)蓬勃發(fā)展態(tài)勢,。截至2023年5月,，已發(fā)布79個大模型，大部分為語言大模型,。
國際上的基礎(chǔ)大模型主要分為語言,、視覺、多模態(tài)等主要類別,。其中,，在語言大模型方面，OpenAI的GPT系列和谷歌PaLM2等已形成領(lǐng)先優(yōu)勢,，我國已研發(fā)出智源“悟道?天鷹”,、百度“文心”、華為“盤古”,、“鵬城?腦?！薄⒗锿x等語言大模型,，但與海外頂尖水平仍有一定差距,。隨著人工智能模型開源生態(tài)的繁榮，中美大模型的差距將逐步縮小,。
在視覺和多模態(tài)大模型方面,，我國有望扭轉(zhuǎn)跟隨局面，實現(xiàn)中美齊頭并進,。
視覺大模型上,，智源研究院創(chuàng)新研發(fā)路徑，首創(chuàng)“上下文圖像學習”“以視覺為中心”作為核心建模思想,，用圖像理解,、解釋、輸出圖像,，研發(fā)出視覺通用多任務(wù)模型Painter,，對Painter模型針對物體分割任務(wù)作出優(yōu)化后，研發(fā)出國際首個利用視覺提示完成任意分割任務(wù)的通用視覺模型SegGPT,，已成為與Meta發(fā)布的基礎(chǔ)圖像分割模型SAM齊名的國際視覺大模型關(guān)鍵里程碑成果,。
多模態(tài)大模型上，智源研究院研發(fā)出首個打通多模態(tài)輸入到多模態(tài)輸出的統(tǒng)一多模態(tài)預(yù)訓練模型Emu,，超越了此前DeepMind的多模態(tài)大模型Flamingo,，刷新8項性能指標，并且模型能力覆蓋圖像與文本的生成及視頻理解,，能完成任意圖生文和文生圖的多模態(tài)任務(wù),。中國科學院自動化所研發(fā)出的三模態(tài)（圖文音）大模型“紫東太初”目前已具有全模態(tài)能力,，達到國際先進水平。
（三）我國人工智能整體發(fā)展已進入第一梯隊
美國智庫信息技術(shù)與創(chuàng)新基金會（ITIF） 2019年發(fā)布《誰在人工智能競賽中獲勝：中國,、歐盟還是美國,？》報告，從人才,、研究,、企業(yè)發(fā)展、應(yīng)用,、數(shù)據(jù),、硬件6個維度，系統(tǒng)地對比中美歐人工智能技術(shù)創(chuàng)新與生態(tài)構(gòu)建能力,。2021年1月,，ITIF發(fā)布該報告的2021年更新版本，指出美國仍然保持著巨大的總體領(lǐng)先優(yōu)勢,，但中國得分相比于2019年有明顯增長,，總排名反超歐盟上升至第二位，僅次于美國,。我國的應(yīng)用場景豐富，相比國外有一定優(yōu)勢,。但是,，報告也顯示，中國在人工智能研究,、人才,、企業(yè)發(fā)展等方面與美國相比差距明顯。
根據(jù)英國媒體機構(gòu)Tortoise Media發(fā)布的2023年全球人工智能指數(shù)排名,，目前人工智能領(lǐng)域綜合情況全球排名前三的國家分別是美國,、中國和新加坡。其中,，中國在運營環(huán)境和政府戰(zhàn)略方面領(lǐng)先于美國,，在基礎(chǔ)設(shè)施、科研,、發(fā)展,、商業(yè)方面緊隨其后，但在人才方面與美國差距較大,。
（四）我國人工智能發(fā)展的優(yōu)勢條件
目前,，我國在人工智能技術(shù)上持續(xù)深耕、快速積累,，在政策,、數(shù)據(jù)和市場應(yīng)用上具有一定優(yōu)勢,。
1.強有力的戰(zhàn)略引領(lǐng)和政策支持。2017年《新一代人工智能發(fā)展規(guī)劃》的發(fā)布,，開啟了我國人工智能發(fā)展的系統(tǒng)部署,。該規(guī)劃發(fā)布后，各部門和地方積極推動落實,，國家發(fā)改委,、教育部、科技部,、工信部等部門相繼出臺多項舉措,，北京、上海,、天津,、重慶、廣東等近20個省市出臺了人工智能規(guī)劃和行動計劃,，紛紛加大研發(fā)投入,，設(shè)立研發(fā)機構(gòu)，制定人才引進,、財稅優(yōu)惠等配套政策,，帶動企業(yè)加快智能化步伐，產(chǎn)學研協(xié)同推進人工智能發(fā)展的格局初步形成,。
2.海量的數(shù)據(jù)資源提供支撐,。我國互聯(lián)網(wǎng)數(shù)據(jù)資源快速增長，截至2022年底,，網(wǎng)民規(guī)模超10.6億,，我國移動電話用戶規(guī)模為16.83億戶，其中5G移動電話用戶達5.61億戶,。網(wǎng)民使用網(wǎng)絡(luò)購物的比例超過55%,，手機支付用戶規(guī)模達到5.27億人。特定應(yīng)用領(lǐng)域數(shù)據(jù)規(guī)模龐大,，醫(yī)療門診總量每年達到81.8億人次,，每年有3億人次做計算機斷層掃描（CT），10億人次做數(shù)字化成像（DR）,；公共和私人領(lǐng)域裝有1.76億個監(jiān)控攝像頭,；年度快遞業(yè)務(wù)量超過400億件；每年國內(nèi)旅游人數(shù)超過50億人次,。
3.豐富的應(yīng)用需求孵化應(yīng)用場景,。我國具有全球規(guī)模大、較為成熟的互聯(lián)網(wǎng)市場,，人工智能在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用空間廣闊,。我國作為全球制造業(yè)大國,，各細分領(lǐng)域都面臨轉(zhuǎn)型升級，對人工智能應(yīng)用具有巨大需求,。我國新型城鎮(zhèn)化加速推進,，城鎮(zhèn)規(guī)模不斷擴大，利用人工智能改進城市基礎(chǔ)設(shè)施,、提升城市治理水平潛力巨大,。同時，我國老齡化問題日益突出,，居民收入水平不斷提升,，消費結(jié)構(gòu)加快升級，對醫(yī)療,、教育,、養(yǎng)老等智能化產(chǎn)品和服務(wù)需求迫切。
4.具有潛力的青年人才快速成長聚集,。我國加大對人工智能人才培育,。2018年，國家自然科學基金委新設(shè)人工智能一級學科代碼F06,，加大對人工智能基礎(chǔ)研究的支持,；國務(wù)院學位辦2022年底新設(shè)智能科學與技術(shù)一級學科，全國各大高校加快布局人工智能學院,，擴大本科和研究生培養(yǎng)規(guī)模,。我國人工智能學者數(shù)量大幅增加。
（五）我國人工智能發(fā)展的薄弱環(huán)節(jié)
1.人工智能基礎(chǔ)理論和原創(chuàng)算法差距較大,。
我國人工智能研究起步晚，原創(chuàng)性貢獻不多,。近年來,，隨著各國加快人工智能理論創(chuàng)新探索，模型和方法不斷有新的突破,，包括深度學習模型,、生成對抗網(wǎng)絡(luò)等重大成果和原創(chuàng)性理論貢獻仍以西方國家為主。大模型構(gòu)建,、訓練,、調(diào)優(yōu)對齊、推理部署等多個流程使用的主要算法及核心技術(shù)大部分來自美國,。我國在人工智能領(lǐng)域內(nèi)高影響力論文數(shù)量增長明顯,，但是，頂級論文和重大理論創(chuàng)新還主要源自美國,、英國,、加拿大等,。
2.在高端芯片、關(guān)鍵部件,、高精度傳感器等方面基礎(chǔ)薄弱,。
在圖形處理器（GPU）、專用集成電路（ASIC）和現(xiàn)場可編程門陣列（FPGA）等人工智能芯片方面,，英偉達,、英特爾、高通,、超威等歐美國家企業(yè)占據(jù)壟斷地位,。英偉達在GPU領(lǐng)域占據(jù)了全球近84%的市場份額，賽靈思（Xilinx）和阿爾特拉（Altera）占據(jù)了FPGA市場將近61.9%的份額,。美國波士頓動力公司的人形機器人產(chǎn)品（Atlas）依靠其在高精度傳感器和運動控制算法上的巨大優(yōu)勢,，目前已連續(xù)完成臺階跳躍、后空翻,、單腿三級跳等高難度動作,，在智能感知和智能行為融合上達到新的高度。
3.尚未形成具有國際影響力的人工智能開源開放平臺,。
當前,，國際巨頭企業(yè)紛紛建立人工智能開放平臺，打通硬件—系統(tǒng)—產(chǎn)業(yè)鏈條,，主導建設(shè)創(chuàng)新生態(tài),。我國在面向特定應(yīng)用領(lǐng)域已經(jīng)陸續(xù)建立了國家人工智能開放平臺，但在機器學習等通用開源算法平臺方面布局不夠,，且對產(chǎn)業(yè)鏈的帶動性不足,，國際影響力不夠。
4.數(shù)據(jù)量大質(zhì)低,，缺乏高質(zhì)量大規(guī)模中文數(shù)據(jù)集,。
在當前深度學習階段，數(shù)據(jù)對人工智能發(fā)展至關(guān)重要,，特別是在大模型時代,，數(shù)據(jù)對大模型智能水平的影響差不多要超過60%。我國的數(shù)據(jù)資源極其豐富,，但是數(shù)據(jù)的量大質(zhì)低,，很多不能用于模型訓練。
另外,，書籍期刊等版權(quán)數(shù)據(jù),、互聯(lián)網(wǎng)平臺數(shù)據(jù)等高質(zhì)量數(shù)據(jù)割裂、封閉,、不易獲取,，導致我國可用于大模型訓練的高質(zhì)量中文數(shù)據(jù)集相對缺乏,。
目前，我國大模型訓練主要依賴國際開源數(shù)據(jù)集,，國際數(shù)據(jù)集中的中文內(nèi)容少且不規(guī)范,，Common Crawl中的中文數(shù)據(jù)不足5%，基于這些數(shù)據(jù)集訓練的大模型自然是“英文思維”,。
建設(shè)高質(zhì)量大規(guī)模中文數(shù)據(jù)集,，是我國通用人工智能發(fā)展的基本前提。國內(nèi)已有部分機構(gòu)開展了相關(guān)工作,。
5.算力資源短缺,。
大模型的快速發(fā)展和持續(xù)迭代對算力的需求呈爆炸性增長，由于GPU等芯片的供給增長緩慢,，導致全球范圍內(nèi)的算力短缺問題普遍存在,，我國的算力短缺問題尤為突出。目前,，我國大模型研發(fā)所需的算力資源主要來源于智算中心,、超算中心和云計算中心。其中,，智算中心普遍算力規(guī)模不高,。
目前我國有超過30個城市正在建設(shè)或提出建設(shè)智算中心，算力規(guī)模目標大部分在1000P左右,。超算中心中國產(chǎn)人工智能芯片數(shù)量較多,，但由于很多是早年部署，型號早,、性能低,，難以用于大模型訓練。云計算中心的商業(yè)任務(wù)占用率較高,，千億級模型的私有化部署成本接近每年2000萬—3000萬元,，成本較高。
6.高水平人才不足,。
根據(jù)清華大學AMiner AI 2000全球最具影響力人工智能學者榜單，在全球人工智能高影響力學者中,，美國人數(shù)最多,，近3年均穩(wěn)步在1100人以上，占比約六成,；中國位列第二,，數(shù)量穩(wěn)步增加，超過了230人,，占比一成多,，但與美國的差距并沒有縮小,，美國是中國的近5倍。
從以上幾點來看,，我國發(fā)展人工智能既有很好的基礎(chǔ)和優(yōu)勢,，也面臨巨大挑戰(zhàn)，需要探索一條適合我國國情的發(fā)展道路,。
應(yīng)堅持科技引領(lǐng),、應(yīng)用驅(qū)動的戰(zhàn)略導向，以促進人工智能與經(jīng)濟社會深度融合為主線,，以提升科技創(chuàng)新能力為主攻方向,，全面推動人工智能應(yīng)用。
應(yīng)通過科技引領(lǐng)和應(yīng)用驅(qū)動的雙向發(fā)力,，實現(xiàn)我國人工智能在理論上盡快補上短板,、技術(shù)上自主可控、產(chǎn)業(yè)上占領(lǐng)制高點,，全面增強經(jīng)濟創(chuàng)新力和國際競爭力,。
三、全面推進中國人工智能高質(zhì)量發(fā)展——勇毅前行
2023年4月28日召開的中共中央政治局會議指出,，要重視通用人工智能發(fā)展,，營造創(chuàng)新生態(tài)，重視防范風險,。我國人工智能發(fā)展要深刻把握國際通用人工智能技術(shù)發(fā)展趨勢,，開展前瞻性技術(shù)研究，著力實現(xiàn)彎道超車,。同時,，要加強政策、人才,、底層基礎(chǔ)軟硬件,、開源開放等生態(tài)環(huán)境的打造，營造良好環(huán)境,。另外,，要加強風險研判，積極推進人工智能治理,，推動我國新一代人工智能持續(xù)健康發(fā)展,。
（一）持續(xù)完善我國人工智能規(guī)劃和政策體系
面對國際通用人工智能發(fā)展新形勢、新機遇,、新問題,、新挑戰(zhàn)，圍繞《新一代人工智能發(fā)展規(guī)劃》提出的我國到2030年實現(xiàn)人工智能達到絕對領(lǐng)先水平的戰(zhàn)略目標，《新一代人工智能發(fā)展規(guī)劃》在新時期實施時應(yīng)突出新變化,，形成新的規(guī)劃任務(wù)方向,。另外，要針對我國通用人工智能發(fā)展的薄弱環(huán)節(jié)和發(fā)展需求,，在技術(shù)研究,、資源開放、場景建設(shè),、人才發(fā)展等方面制定相關(guān)支持政策,，打造人工智能高質(zhì)量發(fā)展的支撐政策體系。
（二）加強通用人工智能基礎(chǔ)理論研究和關(guān)鍵技術(shù)研發(fā)
前瞻布局通用人工智能前沿技術(shù)研究,，開展大模型基礎(chǔ)原理和新架構(gòu)探索,，視覺、視頻,、多模態(tài),、具身等下一代大模型研究，利用大模型解決重大科學問題,，形成具有國際影響力的通用人工智能原創(chuàng)理論體系,。
引領(lǐng)通用人工智能關(guān)鍵核心技術(shù)創(chuàng)新，重點突破分布式高效深度學習框架,、大規(guī)模認知與推理,、可控內(nèi)容生成、高效低成本訓練與推理等關(guān)鍵算法研發(fā),，建立我國通用人工智能技術(shù)創(chuàng)新體系,。
（三）夯實人工智能基礎(chǔ)軟硬件生態(tài)底層基礎(chǔ)
推動國產(chǎn)人工智能芯片實現(xiàn)突破，面向通用人工智能技術(shù)發(fā)展需求,，能夠全面支撐大模型訓練,、多模態(tài)處理、科學計算等場景算力需求,，并探索可重構(gòu),、存算一體、超規(guī)格高算力智能芯片等新型架構(gòu)芯片,，提供支撐我國人工智能發(fā)展的算力保障,。
加強自主開源深度學習框架研發(fā)攻關(guān)，在大模型分布式訓練和多端多平臺推理部署等方面提升核心能力,，研發(fā)模型開發(fā),、訓練、壓縮,、推理全流程工具。
支持人工智能芯片和深度學習框架開展廣泛適配和融合優(yōu)化，打造人工智能國產(chǎn)基礎(chǔ)軟硬件深度協(xié)同生態(tài),。
（四）加強數(shù)據(jù),、算力等資源的匯聚及共享
建立多層次數(shù)據(jù)開放體系。
相關(guān)政府部門出臺政策措施,，推動出版社,、雜志社、圖書館,、博物館,、檔案館等版權(quán)數(shù)據(jù)或公共數(shù)據(jù)機構(gòu)，以及互聯(lián)網(wǎng)平臺對外有序開放數(shù)據(jù)用于人工智能技術(shù)研發(fā),，打破數(shù)據(jù)壁壘,。
建立我國大規(guī)模高質(zhì)量中文數(shù)據(jù)集建設(shè)的長效機制，整合匯聚大型互聯(lián)網(wǎng)企業(yè),、大模型研發(fā)企業(yè),、數(shù)據(jù)服務(wù)企業(yè)、大型出版社,、圖書館,、主流媒體、行業(yè)組織等機構(gòu),，建設(shè)大規(guī)模高質(zhì)量的語言,、語音、圖像,、視頻和多模態(tài)數(shù)據(jù)集,，以及醫(yī)療、交通等行業(yè)數(shù)據(jù)集,，為我國通用人工智能長期健康發(fā)展提供基礎(chǔ)保障,。
夯實算力基礎(chǔ)設(shè)施建設(shè)。
加強智算中心建設(shè),，逐步提高算力設(shè)施國產(chǎn)化率,，為大模型研究提供高性能計算資源和服務(wù)。推動中國算力網(wǎng)建設(shè),，實現(xiàn)國家超算中心,、智算中心、“東數(shù)西算”數(shù)據(jù)中心的互聯(lián)互通,，實現(xiàn)全國大型算力的協(xié)同調(diào)度和高效計算,，推動云、網(wǎng),、算等資源融為一體,，形成支撐數(shù)字經(jīng)濟發(fā)展的國家算力基礎(chǔ)設(shè)施和統(tǒng)一算力大市場,，為人工智能技術(shù)創(chuàng)新和產(chǎn)業(yè)智能化轉(zhuǎn)型提供普惠算力。
（五）加強人工智能風險預(yù)判和治理體系建設(shè)
我國在通用人工智能監(jiān)管上走在國際前列,，2023年7月出臺了全球首部生成式人工智能規(guī)范性政策文件《生成式人工智能服務(wù)管理暫行辦法》,，為其他國家相關(guān)政策的制定提供了借鑒。伴隨通用人工智能技術(shù)的快速發(fā)展,，我國應(yīng)堅持發(fā)展和安全并重的原則,，建立并完善符合我國人工智能發(fā)展需求的治理體系。
1.加強對人工通用智能（AGI）發(fā)展安全風險的研判,，根據(jù)風險問題適時調(diào)整我國通用人工智能發(fā)展策略,。
2.建立中國特色的敏捷治理體系。通用人工智能發(fā)展迅速,，新應(yīng)用新模式層出不窮,，應(yīng)建立符合我國經(jīng)濟、社會發(fā)展特色的敏捷治理體系,，保持政策靈活性,，留足制度發(fā)展空間，以保障技術(shù)的長遠健康發(fā)展,。
3.開展風險防范技術(shù)研究,，以技術(shù)監(jiān)管技術(shù)，針對大模型基礎(chǔ)原理,、安全與價值觀對齊,、人工通用智能（AGI）風險控制策略等方面開展深入研究，促進人工智能技術(shù)造福于人類,。
4.推動建立健全的人工智能監(jiān)管方面相關(guān)的法律,、法規(guī)和標準，是保障人工智能高水平提升,、高質(zhì)量發(fā)展的重要一環(huán),，應(yīng)逐步完善人工智能的安全保障和倫理規(guī)范，保障人工智能的安全和可信度,。
（1）制定和完善人工智能相關(guān)法律,、法規(guī)和標準，涉及人工智能開發(fā),、使用,、應(yīng)用等各個環(huán)節(jié)，明確相關(guān)責任和法律后果,，規(guī)范人工智能的發(fā)展和使用,。
（2）加強人工智能的安全保障，強化人工智能的安全性研究和技術(shù)保障,，防范人工智能被惡意利用和攻擊,，確保人工智能系統(tǒng)的穩(wěn)定運行和數(shù)據(jù)的安全,。
（3）建立人工智能的倫理規(guī)范，明確人工智能的道德責任和社會責任,，避免人工智能帶來的負面影響和倫理風險,。
（4）建立健全人工智能的監(jiān)管機制，包括人工智能評估,、審查、監(jiān)督,、監(jiān)測等各個環(huán)節(jié),，加強對人工智能的監(jiān)管和治理，保障人工智能的安全和可信度,。
（5）加強人工智能的公眾參與,，包括社會組織、專家學者,、公民等各方面的參與,，加強社會監(jiān)督和民主監(jiān)督，推動人工智能的良性發(fā)展,。
（六）強化人工智能在服務(wù)企業(yè)升級中發(fā)揮更大作用
人工智能作為一項滲透性極強的顛覆性技術(shù),，對實體經(jīng)濟及社會生活的方方面面都具有極其重要的意義，是建設(shè)現(xiàn)代化經(jīng)濟體系,、實現(xiàn)高質(zhì)量發(fā)展的重要支撐,。企業(yè)作為社會經(jīng)濟活動的基本單位，直面市場,、服務(wù)市場,，是最活躍的創(chuàng)新力量。要實現(xiàn)傳統(tǒng)產(chǎn)業(yè)改造,，新興產(chǎn)業(yè)不斷壯大,，現(xiàn)代化產(chǎn)業(yè)體系加快形成，就要打好一套“組合拳”,。
1.龍頭企業(yè)要發(fā)揮引領(lǐng)作用,，打造開放、協(xié)同,、共享的創(chuàng)新生態(tài)系統(tǒng),，特別是構(gòu)建一個包括從基礎(chǔ)研究到應(yīng)用推廣的全鏈式人工智能創(chuàng)新生態(tài)系統(tǒng)，助推傳統(tǒng)企業(yè)向智能化高端化轉(zhuǎn)型,。
2.加大對人工智能產(chǎn)業(yè)的支持和投入,，通過設(shè)立人工智能創(chuàng)新基金、支持人工智能企業(yè)上市等方式,，增強該類專精特新“小巨人”利用金融力量為企業(yè)不斷造血,。
3.搭建人工智能開放創(chuàng)新平臺,，通過平臺資源和技術(shù)賦能服務(wù)企業(yè)、高校和研究院所,，加速人工智能技術(shù)的研發(fā)和應(yīng)用,，不斷提高技術(shù)創(chuàng)新能力。
4.積極引導推動數(shù)據(jù)的開放和共享,，促進各個領(lǐng)域之間的數(shù)據(jù)融合和互通,，形成全社會共建共享的數(shù)據(jù)資源庫，切實推進人工智能與實體經(jīng)濟深度融合,。
（七）加強人工智能教育和人才培養(yǎng)
我國的人工智能發(fā)展,，關(guān)鍵在人。培養(yǎng)具有創(chuàng)新能力和實踐能力的高素質(zhì)人才非常關(guān)鍵,，可通過設(shè)立人工智能專業(yè),、加強人工智能相關(guān)領(lǐng)域的教育和培訓、支持高水平人才引進等,，逐步構(gòu)建人工智能人才培養(yǎng)體系和課程體系,，提高我國人工智能人才隊伍的整體素質(zhì)。
同時,，政府還應(yīng)積極鼓勵企業(yè)和高校合作,，加強人工智能人才培養(yǎng)的實踐環(huán)節(jié)，推動理論與實踐的深度融合,。此外,，應(yīng)量身定制包括稅收優(yōu)惠、研發(fā)經(jīng)費支持,、人才獎勵,、高層次人才計劃等一系列政策措施，鼓勵創(chuàng)新創(chuàng)業(yè),，加強對人工智能領(lǐng)域人才的引進和扶持,，從而為人工智能人才的培養(yǎng)和發(fā)展提供有力支持。
（八）加強人工智能國際交流與合作
總體來說,，應(yīng)積極參與全球人工智能領(lǐng)域的標準制定和技術(shù)交流,，加強與國際頂尖人工智能企業(yè)和機構(gòu)的合作，推動人工智能技術(shù)的全球創(chuàng)新和發(fā)展,。
通過加強國際合作機制建設(shè),，建立人工智能領(lǐng)域的跨國合作框架，促進全球人工智能技術(shù)的開放和共享,。
加強人工智能領(lǐng)域的知識產(chǎn)權(quán)保護,，建立國際人工智能技術(shù)標準和知識產(chǎn)權(quán)保護機制，促進人工智能技術(shù)的國際化應(yīng)用和交流,。
積極參與國際人工智能標準制定,，推動人工智能標準化國際化進程,，提高我國在國際標準制定中的話語權(quán)和地位。
加強國際人才交流與合作,，鼓勵優(yōu)秀人工智能人才到國外交流和學習,，引進國際優(yōu)秀人才來我國工作和合作。
與國際頂尖人工智能企業(yè)和機構(gòu)建立戰(zhàn)略合作伙伴關(guān)系,，共同開展技術(shù)研發(fā),、應(yīng)用推廣、人才培養(yǎng)等領(lǐng)域的合作,，加速形成具有國際競爭力的人工智能產(chǎn)業(yè)集群,。
參與國際人工智能賽事和競賽，提高我國人工智能技術(shù)的國際影響力和競爭力,。
(原始文字來源：《黨委中心組學習》作者系高文（中國工程院院士）
