国务院近日印发《新一代人工智能发展规划》（以下简称《规划》），提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。上海市科委、上海市科学学研究所专家今天对《规划》作了解读，认为上海应在研发、应用两个方面做到“两手都要硬”：一方面，加大对人工智能前沿基础理论、关键共性技术研发的投入；另一方面，加快推动人工智能技术向各个行业领域的渗透应用。

 

　　《规划》指出，“我国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果”。上海正在建设具有全球影响力的科技创新中心，有责任通过加大资金投入、引进集聚全球高技术人才等途径，在基础理论、核心算法、关键设备等方面尽快取得突破，变“跟跑”为“并跑”乃至“领跑”，让我国的人工智能产业应用不会受制于人。

 

　　底层技术不能受制于国外

 

　　谈到我国人工智能未来发展的隐忧，市科委相关负责人说：“国产智能手机的出货量已是世界第一，但不少高端芯片等手机核心元器件，掌握在外企手中。我们一定要防止在人工智能领域，也出现这样的情况。”

 

　　《规划》中的一段话，表达了这种清醒的认识：“我国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面差距较大；科研机构和企业尚未形成具有国际影响力的生态圈和产业链，缺乏系统的超前研发布局；人工智能尖端人才远远不能满足需求；适应人工智能发展的基础设施、政策法规、标准体系亟待完善。”

 

　　上海市科学学研究所受科技部委托，参与了《规划》编制的相关研究。该所副研究员王迎春表示，他与多位科技专家交流后了解到，在人工智能领域，我国与一些发达国家的差距主要体现在底层技术上。如果“地基”不尽快夯实，那么未来的产业应用就会受制于人。“人工智能是具有高度融合性的通用技术平台，算法、计算能力和大数据是其重要组成部分。中国拥有海量的数据资源优势，需要在算法和计算能力的核心技术方面进行重点攻关。”

 

 

　　发挥人才优势吸引“BAT”

 

　　令人欣喜的是，近年来，上海在底层技术方面取得了一些突破。例如，中科院上海微系统所张晓林研究员带领团队，研发了基于人类眼球控制生理模型的“仿生眼”，并提出仿生双眼视觉控制理论，多项成果已经产业化或接近产业化。张晓林是海归科研人员，他在上海取得的原创成果，体现了全球尖端人才对我国人工智能发展的重要价值。《规划》提出：“把高端人才队伍建设作为人工智能发展的重中之重，坚持培养和引进相结合，完善人工智能教育体系，加强人才储备和梯队建设，特别是加快引进全球顶尖人才和青年人才，形成我国人工智能人才高地。”

 

　　日前，领英（LinkedIn）根据自己的全球人才数据库，发布报告称：近70%的中国人工智能技术人才聚集在北京和上海，两地人才数量相当，各占34%左右；在国内各所高校的人工智能领域毕业生人数方面，上海交通大学高居第一，复旦大学排名第五。王迎春认为，上海应该采取两招：第一招是利用人工智能“人才高地”的优势，在建设具有全球影响力的科创中心进程中，加快从国外、外省市引进一批高端研发人才。针对“BAT”（百度、阿里巴巴、腾讯）等国内大企业都在投入重金研发人工智能的情况，建议政府利用上海的人才优势，将这些大企业的人工智能研发部门吸引过来，因为它们具有显著的人才和技术溢出效应。第二招是大力支持相关人才在上海创新创业，创造各种条件，推动本土优秀企业快速成长为人工智能领域的引擎企业。

 

　　要积极推进数据开放共享

 

　　在加强前沿基础理论、关键共性技术研发的同时，推动“人工智能+”应用，也是上海的当务之急。

 

　　《规划》指出，人工智能将成为经济发展的新引擎，“必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能”；人工智能还为社会建设带来了新机遇，我国“人口老龄化、资源环境约束等挑战依然严峻，人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质”。作为特大型城市，上海正在打造“智慧城市”，在人工智能技术和人才上又处于全国领先地位，完全有理由在人工智能应用领域走在全国乃至全球前列。

 

　　那么，政府应如何推动呢？市科委相关负责人提出两条建议。一是积极推进数据的开放和共享。大数据是人工智能发展的重要基础，好比食物。人们不断地把数据“喂”给深度学习系统后，这种系统就会越来越聪明。因此，各个政府部门要积极探索城市管理、医疗、交通等数据资源的开放、共享机制，强化政府大数据资源对人工智能研究的支撑作用；同时，要以重大项目实施为载体，鼓励和引导高校、科研院所、企业将拥有的数据资源开放、共享，提升大数据的利用效率。

 

　　二是进一步加大技术应用力度。政府要加快适应人工智能对创新管理、社会治理、公共安全以及公共服务等领域带来的影响，在应用和推广人工智能技术上发挥示范作用，不断丰富应用场景和用户体验。政府还要推进研发与转化功能型平台建设，依托高水平研究设施和机构，在政策支持引导机制、财政投入机制、人才培养机制、协同创新机制以及管理运行机制上进行突破，不断强化产学研合作，推动产业快速发展。