2019年，人工智能數據、算法、算力生態條件日益成熟，我國人工智能產業發展將迎來新一輪戰略機遇。展望2020年，全國各級地方將根據自身實際情況申報和落地人工智能創新應用先導區，國內人工智能產業投融資將更關注易落地的底層技術公司，但同時產業發展的外部形勢將更為嚴峻，美國對我國人工智能產業的壓制可能從上游元器件轉向下游行業應用。

　　2020年形勢的基本判斷

　　（一）從產業鏈建設看，人工智能數據、算法、算力生態條件日益成熟算法、數據和計算力是推動人工智能技術進步和產業發展的“三駕馬車”

　　一是在算法方面，2019年基于視覺、觸覺傳感的遷移學習、變分自動編碼器（VAE）和生成對抗網絡（GAN）是無監督學習中新涌現的算法類型；預計2020年，上述新興學習算法將在主流機器學習算法模型庫中得到更高效的實現，Caffe框架、CNTK框架等分別針對不同新興人工智能算法模型進行收集整合，可以大幅度提高算法開發的場景適用性。二是在數據方面，2019年我國5G、物聯網、汽車電子等多種新興技術產業的快速發展，數據總量呈現海量聚集爆發式增長；預計2020年，我國5G通信網絡部署加速，接入物聯網的設備將增加至500億臺，數據的增長速度越來越快，世界領先的互聯網公司大數據量將達到上千PB，傳統行業龍頭型企業數據量將達到PB級，個人產生數據達到TB級。三是在算力方面，2019年以來我國人工智能的算力仍以GPU芯片為主要硬件承載，但隨著技術的不斷迭代，預計2020年，ASIC、FPGA等計算單元類別將成為支撐我國人工智能技術發展的底層硬件能力。

　　（二）從政策推動來看，全國各級地方將根據自身實際情況申報和落地人工智能創新應用先導區

　　2019年，我國31個省市中已有19個省市發布了人工智能規劃，其中有16個制定了具體的產業規模發展目標，其中以北上廣深為代表的城市積極地制定了行之有效的政策，對人工智能產業的落地和發展產生了較大的推動作用，成為中國人工智能行業的重要實踐者和領頭羊。預計2020年，國內更多城市（群）將聚焦智能芯片、智能無人機、智能網聯汽車、智能機器人等優勢產業，面向醫療健康、金融、供應鏈、交通、制造、家居、軌道交通等重點應用領域，積極申報和搭建符合自身優勢和發展特點的人工智能深度應用場景，促進人工智能產業與實體經濟深度融合。

　　（三）從投融資情況看，我國人工智能產業投資市場將關注易落地的底層技術公司

　　2015年人工智能產業投融資規模達到450億元，到2019年僅上半年國內人工智能領域就獲得投融資超過478億元。預計2020年，新零售、無人駕駛、醫療和教育等易落地的人工智能應用場景將更加受到資本關注。同時，隨著人工智能在中國的進一步發展，底層技術的投資熱度將持續增長，那些擁有頂級科學家團隊、雄厚科技基因的底層技術創業公司將獲得資本市場的持續資金注入。

　　（四）從外部形勢看，美國對我國人工智能產業的壓制從上游元器件轉向下游行業應用

　　中美貿易博弈演進影響著人工智能產業發展，2018—2019年，美國對我國的核心元器件、高端裝備等上游領域和知識產權授權進行限制。2019年10月，美國商務部工業和安全局以“參與或有能力與美國政府的海外政策利益相左”為由，把大華科技、海康威視、科大訊飛、曠視科技、商湯科技、依圖科技等中國人工智能獨角獸企業列入“實體清單”。以本次事件為起點，預計2020年美國對我國人工智能企業的打壓重心將逐步轉移到應用層面，并向人工智能全產業鏈擴展，可能影響大部分國內人工智能創新應用企業的基礎研究、算法模型訓練和軟硬件產品部署，對我國人工智能企業出海拓展市場、赴美上市融資、進行跨國產權重組等產生負面影響。

　　需要關注的幾個問題

　　（一）我國人工智能領域的基礎創新投入嚴重不足

　　從企業研發創新看，中國人工智能企業的創新研發支出仍遠遠落后于美國、歐洲和日本。2018—2019年，美國人工智能領域企業投入的科技研發費用占據了全球科技支出的61%，我國人工智能領域企業研發支出雖然快速增加，增速達到34%，但實際占據的全球科技支出份額明顯小于美國。從人工智能知識產權保有量看，我國各類實體擁有的人工智能專利總量超過3萬件，位居世界第一，但中國相關企業擁有的人工智能相關專利多為門檻較低的實用新型專利，發明專利僅占專利申請總量的23%，同時，根據世界知識產權組織的數據，我國企業擁有的95％的人工智能設計專利和61％的人工智能實用新型專利將會在5年后失效。相比之下，美國85.6％的人工智能專利技術在5年后仍在支付維護費用。

　　（二）我國人工智能產業的算力算法核心基礎相對薄弱

　　我國人工智能發展在數據規模和算法集成應用上都走在世界前列，但在人工智能基礎算力方面，能提供國產化算力支持的企業還不多。在人工智能的算力支持方面，IBM、HPE、戴爾等國際巨頭穩居全球服務器市場前三位，浪潮、聯想、新華三、華為等國內企業市場份額有限；國內人工智能芯片廠商需要大量依靠高通、英偉達、AMD、賽靈思、美滿電子、EMC、安華高、聯發科等國際巨頭供貨，中科寒武紀等國內企業發展剛剛起步。在人工智能算法方面，主流框架與數據集領域國內外企業龍頭企業包括谷歌、臉書、亞馬遜、微軟等，深度學習主流框架TensorFlow、Caffe等均為美國企業或機構掌握，百度、第四范式、曠視科技等國內企業的算法框架和數據集尚未得到業界的廣泛認可和應用。

　　（三）以算法戰、深度偽造為代表的人工智能技術濫用給經濟社會帶來嚴重負面影響

　　算法戰指的是將人工智能算法、機器學習等技術全面應用于對敵作戰中的情報收集、武器裝備、戰場勘測、指揮協同、決策制定等環節，核心目標是利用人工智能技術提升軍事作戰能力；深度偽造（Deepfakes）是“Deep Machine Learning”（深度學習）和“Fake”（造假）的英文組合詞，是一種基于深度學習的人物圖像合成技術，隨著人工智能算法開源不斷推進，深度偽造技術門檻正在不斷降低，非專業人員已經可以利用簡單開源代碼快速制作出以假亂真的視頻和圖像。2019年以來，基于人工智能的算法戰和深度偽造的正在擴大軍事影響、形成網絡暴力、破壞政治選舉、擾亂外交關系等方面被濫用，并給社會和國家帶來極大風險。

　　應采取的對策建議

　　（一）以算力為核心加強人工智能基礎能力建設

　　首先要大力推進人工智能算法庫、解決方案庫、數據集及公共服務平臺建設，強化人工智能發展基礎。其次加強面向人工智能發展應用的5G網絡、邊緣計算硬件新興信息基礎設施建設。最后要對各行業企業自動化、智能化改造的產出、效果進行科學有效測算，指導企業找準技術研發投入的切入點。

　　（二）體系化梳理我國人工智能產業供應鏈現狀

　　為應對美對我人工智能產業應用的壓制，我們既要關注重要整機產品以及大廠商、大企業，也要覆蓋量大面廣的細分領域及增長勢頭良好的隱形冠軍。通過成體系地梳理我國人工智能產業各個分支領域的供應鏈現狀，為美國對我國進行產業壓制儲備一手、準確、操作性強的應對措施。

　　（三）推動國內人工智能企業加快開拓國內外應用市場并提升出海抗風險能力

　　我國需要加強國內應用市場推廣，挖掘多種類型的應用場景，培育各種規模的競爭主體，進一步提升新技術的應用水平和應用層級。同時，引導對外應用市場開拓，支持企業開拓非美國市場，對出海企業在經營合規管控、知識產權管理、專利訴訟等方面的具體問題給予窗口指導。最后，提升企業自身的抗風險抗打擊能力，鼓勵新興領域的獨角獸企業、瞪羚企業盡快做大做強，形成較大規模體量和較強技術競爭力。

　　（四）在國際社會上提出發展“負責任的人工智能”

　　首先應加緊研究并提出中國版的人工智能倫理守則或框架，形成人工智能倫理風險評估指標體系或風險管理指南，為人工智能企業提供風險識別、評估及應對的系統指引。其次應加強與聯合國、歐盟及其成員國、G20等國際組織的合作，參與搭建多層次國際人工智能治理機制，在全球人工智能倫理框架的制定議程中發揮建設性作用。（賽迪智庫人工智能產業形勢分析課題組）

　　轉自：中國電子報