人工智能是引領未來的戰略性技術，是新一輪科技革命和產業變革的重要驅動力量，已經成為國際競爭的新焦點和經濟發展的新引擎，在支撐供給側結構性改革、打造高質量的現代經濟體系、促進社會進步等方面發揮著越來越重要的作用。2018年，中國人工智能技術創新日益活躍、產業規模逐步壯大、應用領域不斷拓展，取得了階段性成效。展望2019年，人工智能產業集聚效應將更具規模，智能經濟雛形初現，國際產業博弈將更加激烈。與此同時，我國人工智能產業仍面臨問題與挑戰，基礎層短板弱項始終存在，技術創新的商業應用模式不明朗，產業生態協同體系尚未形成，產業安全風險加劇，必須給予積極應對。

形勢判斷

（一）核心基礎技術持續突破，邊緣智能加速應用布局

核心基礎技術的帶動溢出效益增強。在算法層面，深度學習算法在利用各類型深度神經網絡處理海量數據方面具有優勢，將通過在計算機視覺和圖像識別、語音識別、搜索引擎、廣告推薦計算等領域的持續應用，不斷革新傳統的計算機算法框架。在算力層面，CPU特征尺寸已不斷逼近物理極限，采用FPGA、FPU、ASIC等CPU+X的異構計算模式可基本滿足對處理器更快速、更高效、更方便的使用要求，寒武紀、地平線機器人、中星微、華為等國內企業均在上述領域展開核心基礎技術研發。

在數據層面，全球物聯網設備數量將于2020年達到204億規模，超大規模數據中心數量將達485個，隨著分布式網絡傳輸架構應用將更廣泛，第五代移動通信（5G）技術商用進程加速，可穿戴設備、智能網聯汽車等的快速發展，大規模結構性數據的感知、獲取、傳輸、分析、存儲能力均取得飛躍。預計到2019年，人工智能產業發展的算法、算力、數據基礎更趨成熟，我國計算機視覺、智能語音語義處理、智能機器人、智能駕駛、消費級無人機處于國際先進行列，智能網聯汽車、智能服務機器人、智能無人機爆發應用商機。

邊緣智能成為人工智能應用布局的創新方向?！斑吘壷悄堋睂Ｖ缚拷悄芙K端以及數據源頭的網絡邊緣側，融合了網絡、計算、存儲、應用的開放計算平臺。隨著人工智能應用的不斷擴展，定位于數據中心等云端的人工智能應用普遍存在著功耗高、實時性低、帶寬不足、數據傳輸安全性較低等問題，人工智能將逐漸從云端向邊緣側的嵌入端遷移。邊緣智能對算法的要求相對成熟，邊緣智能的人工智能計算將成為重點產業創新重點領域，例如，在對實時性有嚴格要求的工業環境下，邊緣智能將成為工業物聯網得以實施的重要條件，目前已有越來越多的硬件廠商開始提供邊緣服務器、智能網關等邊緣處理的強化產品。

根據HIS數據測算，邊緣側人工智能市場需求在2018年開始爆發，將從2017年的4億美元增長至2018年的19億，預計2019年的增長率將超過400%，更多人工智能應用和產品將部署于網絡“邊緣側”，實現更低延遲性、更低能耗、更小體積和更低成本的人工智能技術應用路徑。

（二）產業鏈條正在形成，集聚效應初具規模

人工智能產業鏈條逐步形成。在基礎領域，涌現出寒武紀科技、地平線機器人、深鑒科技、耐能、西井科技等一批創新技術企業。在技術創新方面，格林深瞳、曠視科技等深耕計算機視覺，百度、搜狗、科大訊飛等在自然語言處理領域技術較為領先，騰訊、阿里巴巴、華為等在機器學習和云計算等領域具有行業優勢。在行業應用方面，我國在智能機器人、智能金融、智能醫療、智能安防、自動駕駛、智能教育、智能家居等重點領域涌現出一批具有代表性的相關企業。預計到2019年，我國人工智能產業鏈條關聯性、協同性將顯著增強，人工智能產業協同能力將進一步提升。

地方性、特色性產業集聚初見規模。2018年以來，我國人工智能產業在長三角、珠三角、京津冀三大城市群呈爆發式增長，北京、上海、天津、廣東、安徽、浙江等地初步形成特色人工智能產業集群。

（三）融合應用水平大幅拓展，智能經濟形態雛形初現

場景化、融合化將成為人工智能產業發展新特點。在制造領域，聯想集團將“制造＋服務”作為人工智能時代生產效能最高的商業模式，基于人工智能技術，布局能夠自我思考、自我成長“有機制造”，使工廠逐步進化為前端連接用戶，后端融合供應鏈的“有機工廠”，不僅實現供給側結構性改革，也為客戶創造更優體驗；海爾利用人工智能技術賦能傳統產業，實現了從傳統家電供應商向“硬件+軟件+服務”平臺型企業的轉型，利用傳感器和智能算法提升制造設備的工作效率和使用壽命，基于語音、圖像、大數據、自動識別人工智能技術提升了用戶端的交互體驗，實現了生產、制造、銷售、服務全流程生產體系打通和大規模個性化定制。

在交通出行領域，2018年是人工智能在智能駕駛和智慧城市領域的產品化元年，預計到2019年搭載阿波羅L4自動駕駛能力的汽車將達到一萬臺。在消費電子領域，華為全新發布的榮耀Magic系列手機采用了人工智能處理器麒麟980芯片，可實現計算機語言識別、自學習、自推薦，未來將進一步改寫智能手機發展格局。在網絡零售領域，京東將人工智能技術運用于零售消費的全系統、全流程、全場景，在供應端，京東發布人工智能平臺，實現了智能算法的跨場景復用，每天的調用量突破12億次。預計到2019年，人工智能與制造、交通出行、消費電子、網絡零售、金融服務、醫療診斷等領域的滲透影響不斷加深，發展融合化、應用場景化將成為人工智能產業發展的重要特點。

人工智能產業發展塑造智能經濟雛形。智能經濟是以大數據、互聯網、物聯網、云計算等新一代信息技術為基礎，以人工智能技術為支撐，以智能產業化和產業智能化為核心，以經濟和產業各領域為應用對象的新型經濟發展形態。普華永道預測，到2030年人工智能將為全球GDP帶來14%的增長空間，即15.7萬億美元的市場規模，其中中國的GDP增長規模為26%，北美的GDP增長規模為14%，為全球受到人工智能帶動效應最大的地區。

預計到2019年，人工智能將通過與云計算、醫療、物流倉儲、政務國防、隱私數據保護、衛星數據處理、網絡安全、體力藍領、農業、自動駕駛、金融服務、企業管理、材料科學等各種行業領域的深度融合，加速塑造新的社會經濟形態，例如，在云計算領域，百度、阿里巴巴、騰訊、京東等巨頭公司以及科大訊飛等獨角獸公司，意圖擴大在云計算領域優勢AI應用生態。

二、需要關注的幾個問題

我國人工智能產業領域目前存在以下問題：技術發展能力不均衡，基礎層存在短板弱項；技術產品創新快于應用創新，技術創新的商業應用模式不明朗；產業生態體系尚不完善，協同發展勢頭尚未形成；環境建設尚不健全，產業安全風險加劇。

三、應采取的對策建議

（一）推動核心技術攻關，加大資金支持

推動人工智能核心技術攻關。一是加強人工智能芯片、傳感器、算法、平臺等核心技術研發，推動CPU、GPU、FPGA等高端通用芯片現有成果向人工智能領域拓展，圍繞圖像和語音識別、自動駕駛等場景加大算法改進、芯片結構優化研發力度。二是以關鍵技術為基礎，以支撐解決方案打造和深化應用為目標，瞄準人工智能算法、智能芯片、智能傳感器等基礎領域和情緒感知、認知智能等前沿領域，制定技術創新路線圖，系統推進關鍵核心領域攻關。三是順應產業平臺化、開源化發展趨勢，總結借鑒谷歌TensorFlow、百度PaddlePaddle等平臺的經驗做法，引導和集中行業資源，打造自主架構的深度學習平臺以及面向智能網聯汽車等領域的人工智能開發平臺/開發系統，并盡快開源。

建立針對重點技術產品的資金支持體系。一是設立人工智能產業發展與應用專項資金或專項基金，重點支持人工智能基礎理論及關鍵核心技術研發與產業化，支持重點行業典型應用示范及解決方案研發，提高全產業鏈發展水平和競爭能力，發揮政府引導基金布局引領作用，帶動引領地方產業投資基金及社會資本的投資布局。二是針對人工智能產品研發和應用推廣，部署研究制定減稅降費方案。三是加強對深度學習開源平臺和項目政策資金支持力度，研究制定我國人工智能深度學習開源平臺發展指導意見，確定發展方向和重點任務，培育能夠躋身國際主流的深度學習開源平臺和項目。

（二）發展深化與實體經濟融合，加強場景化應用和輻射引導

開展示范應用揭榜評選和案例推廣工作。一是支持人工智能企業、系統集成解決方案提供商和行業重點用戶聯合打造面向特定場景的解決方案。二是組織梳理總結制造、教育、旅游、交通、商貿、健康醫療等領域的典型應用場景，支持龍頭企業與用戶單位結合，開展人工智能應用示范。

分析總結應用路徑與經驗。一是面向典型應用場景，分析其特色應用需求，結合應用示范工作，支持人工智能企業、系統集成企業和重點用戶聯合打造面向特定場景的解決方案，適時編制形成針對不同行業、不同業務的應用指南。二是加強對人工智能和實體經濟深度融合創新項目成功經驗的總結提煉，促進人工智能產業加速發展。

重視人工智能在制造業領域的推廣應用。一是結合智能制造試點示范，培育智能工業檢測系統、智能工業設計軟件等關鍵產品，促進人工智能技術在研發設計、生產制造、物流配送、營銷及服務等制造業各環節的深度應用。二是加大重點領域生產線智能化改造力度，培育推廣智能制造新模式、新業態，系統提升制造裝備、制造過程、細分行業應用的智能化水平。

（三）構建有機協同的產業生態，提升服務支撐能力

提升人工智能產業數據互聯互通和開放共享水平。一是面向人工智能產品在制造、交通、電子商務、金融、醫療等領域的創新應用，推動建設并開放多種類型的人工智能海量訓練資源庫、標準測試數據集和云服務平臺等。二是加速建立人工智能標準、測評、知識產權等服務體系，形成面向人工智能主要細分領域的測評能力，消除人工智能推廣應用時面臨的資質、數據接口、評價標準等行業準入壁壘。

布局面向人工智能的產業基礎設施。一是面向人工智能共性技術建設計算平臺和應用支撐平臺，推進原始創新和技術應用創新。二是搭建自動駕駛汽車試驗場、智能家居綜合體驗場等應用場景基礎設施，支持相關產品的商業化嘗試。三是加強移動互聯網、大數據、云計算、物聯網、航空系統、智能交通基礎設施、儲能設施、新能源汽車充電樁、智能電網等針對人工智能應用落地的基礎設施建設。推動智能化信息基礎設施建設。提升傳統基礎設施智能化水平，形成適應智能經濟、智能社會需要的基礎設施體系。

重視發揮第三方機構在產業發展中的服務引導作用。一是支持一批服務于人工智能產業發展的行業協會、聯盟、基金會等非盈利機構，通過論壇、研討、培訓、授課、宣講等多種渠道，加深企業交流合作深度，提升產業人才培養培訓水平，幫助用戶企業領導和技術人員拓展視野、提升能力。二是打造技術競合平臺，為人工智能新產品、新服務的快速迭代與共同試錯提供規范化的良性競合機制，確保參與企業與行業最新前沿技術的同步，形成技術創新的良性互動格局。

（四）以營造發展環境為目標，培育多元化發展

統籌區域產業布局。一是強化部省合作，加快打造一批特色突出、輻射帶動作用明顯的人工智能產業集群，推動各地區差異化發展，打造具有地方特色的“小而美”產業園區。二是培育具有重大引領帶動作用的人工智能企業和產業。建立人工智能網絡安全保障體系。

強化人才隊伍建設。一是重點針對人工智能產業發展所需要的急需緊缺人才和面向制造等重點行業的應用型人才，廣泛調動社會資源，以院校、培訓機構和重點企業為依托，開展職業技能培訓，打造多層次人才隊伍。二是加強高端專業化人才儲備，加強學科建設，大力推動人工智能相關學科資源集中，形成研發和教學合力，培養人工智能領域內跨學科人才。三是鼓勵高校、科研院所加大與人工智能企業及相關機構合作，打造復合化人才培養平臺，注重培養兼顧人工智能基礎理論、軟硬件技術、市場產品及垂直領域應用的縱向跨界人才，以及兼顧人工智能與經濟、社會、法律等的橫向跨界人才。四是加大對國際頂級科學家和高層次人才的吸引力，充分利用現有各類人才計劃，鼓勵高校、科研院所和企業采用項目合作、技術咨詢、交流訪問等多種形式引進人工智能人才，將海外引進人才、民營企業高端人才納入國家高端智力庫，在評價體系、社會榮譽等方面給予政策支持。

提前研判安全風險和前沿問題。一是重視人工智能技術風險管控，加強人工智能同社會治理的結合，加強人工智能發展的潛在風險研判和防范，組織力量開展人工智能產業發展帶來的法律、倫理和社會問題研究，推動建立保障人工智能健康發展的法律法規、制度體系、倫理道德。二是圍繞群體智能、人機混合等未來發展方向，推動我國智庫、學者與全球各國科學家與智庫開展合作，推動人工智能技術能沿著服務人類的正確方向升級。

實現開放合作與安全保障之間的均衡發展。一是要統籌國內國際兩個大局，提高人工智能產業的國際化發展水平，推動我國人工智能產業發展在更高層次、更寬領域和更高水平上融入全球產業分工體系。二是要建立體系化風險防范機制，始終注重維護國家經濟社會安全，積極防范和應對開放帶來的各種風險挑戰。