人工智能是新一轮产业变革的核心驱动力量，将推动数万亿数字经济产业转型升级。三次工业革命历史表明，不论机械技术、电力技术和信息技术，都可以极大地促进生产标准化、自动化、模块化，具有很强的通用性，人工智能技术同样具有类似的特征，应用潜力巨大。国务院《新一代人工智能发展规划》指出，到2025年中国人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。
人工智能是新一轮科技竞赛的制高点，对经济增长和国家安全均至关重要。在这一场全球竞争中，中国的优势在于百度、华为、阿里等平台型公司积累了扎实的技术基础、丰富的应用场景和海量数据，在新基建大战略下，将为国家发展打造竞争新优势、注入增长新动能，有望成为人工智能新基建的领军力量。当然，在基础科研、基础算法、核心芯片、高端人才等方面我国仍存短板。大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇，是中国建设现代化强国的关键。
1 迎接智能新时代
1.1 人工智能是数字经济时代的“新电能”
人工智能是第四次工业革命的重要组成部分，将推动数字经济产业转型升级。自18世纪以来，人类社会共发生过三次大型的技术革命，分别是蒸汽机革命、电力革命和信息互联网革命。每一次的技术革命均伴随着相关学科的发展，理论知识又在实际运用中得到完善，“技术突破-知识学科进步”形成良性循环，并且成为后续其他的技术发展的支撑，对社会的影响力也将随之增强。得益于互联网信息时代的数据积累，半导体行业设计、制程进步和芯片运算能力提升，深度学习结合强化学习带来的计算机视觉、语音技术、自然语言处理技术应用更精准，人工智能将是第四次技术革命中的重要技术，如同人工智能和机器学习领域国际权威学者吴恩达所说，“人工智能是新电能，正改变医疗、交通、娱乐、制造业等主要行业，丰富充实着无数人的生活”。
自1956年达特茅斯会议上首次提出人工智能（Artificial Intelligence）以来，人工智能已经发展60多年。一般认为，计算机需要通过不断地自我学习、扩充知识库，进而掌握人类拥有的“画画、唱歌、读书、设计”等众多技能，便是“智能”的表现。中国信通院在《人工智能发展白皮书（2018）》中提到，人工智能可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能，即人工智能需具备类人的感知、思考和决策能力。
人工智能基础层、技术层和应用层快速发展，诸多应用已经深入日常生活。基础层包括硬件、算法和海量数据三部分，其中硬件的核心是具备高运算能力的芯片，例如CPU、GPU、ASIC、FPGA等，算法的核心是机器学习，包括深度学习、浅层学习和强化学习等。技术层包括计算机视觉、语音、自然语言处理等技术。应用层则是人工智能产品、服务和解决方案，适用于家电、金融、机器人、汽车、医疗等领域。近10年来人工智能快速发展，面对日益增长的需求，一些例如百度、华为、阿里等具备长期研发经验的企业也陆续推出人工智能开发平台或人工智能系统，有望成为人工智能新基建的领军力量。尽管与科幻小说和电影里对人工智能的构想有较大差距，人工智能产品和服务已经普遍存在我们现实生活当中，小到多语言翻译软件、智能音箱，大到自动驾驶系统、城市安防系统、城市大脑等，人工智能的发展已经远远超出早期构想，政府、企业、非营利机构都开始积极拥抱这项技术。
2 人工智能技术制高点之争
人工智能产业竞争是各国政策、基础研究、技术、资本等各方面综合实力的竞争。目前各国政府高度重视，在基础设施搭建、基础科研、人才培养、资助研发、合作交流等方面给予支持鼓励。资本和企业也积极寻求商业落地场景，协助技术转化。技术落地于垂直领域，继而产生新的数据，促进算法更新迭代，又可以进一步服务于垂直领域，如此循环往复、不断发展。这场全球竞赛中，中国的优势在于拥有海量数据和实践经验，但在基础科研、基础技术、前沿拓展方面仍存在薄弱环节。
中国人工智能呈三阶段逐步推进，重视与制造业和服务业的融合。自2015年起，我国人工智能相关政策从智能制造时期，“互联网 ”时期（以《“互联网 ”人工智能三年行动实施方案》为代表），到“智能 ”国家战略时期演变（以《新一代人工智能发展规划》为代表）。政策重心也从核心技术攻克到实际场景应用，从特定行业到跨界融合，从单项技术到人机协同。与美国和欧盟类似，我国也强调建立相关试点项目，包括技术示范试点、政策试验、社会实验。
2.2 基础科研：美国最强，中国快速追赶
从论文发表机构类型来看，包括中国、美国、欧盟27国等在内的各国和地区均以高校为核心科研力量，2018年三者高校论文产出占各自总产出的92.1%、84.6%、90.7%。除高校外，中美两国的主力科研主体有所不同，2018年中国科研机构产出约为中国企业产出的3倍，而同期美国企业产出约为美国科研机构产出的1.6倍。
2.3 数据量：人工智能时代的“原材料”，中国具有规模优势
深度学习的发展推动人工智能基础应用技术突破，自2010年起，全球包括计算机视觉、语音语义等基础应用技术的专利申请量急速增长。
计算机视觉技术主要是让计算机拥有人类的眼睛，学会“看”图片、文字、视频等，经常用于图像识别、人脸识别等，适用于自动驾驶、安防、人脸支付等领域。从计算机视觉和图像识别相关的技术申请情况来看，截至2018年12月31日，全球共申请14.3万项同族专利，中国、美国、韩国成为全球申请数量前三国家，分别为5.3万项、2.4万项、2.3万项。从技术授权情况来看，美国技术授权量全球最高、达1.3万项，日本和中国排为第二、第三，分别为1.04万项和1万项。从申请人来看，佳能、东芝、三星为前三申请人，申请数量分别为2900项、2700项、2300项。
3 挑战与建议
在数字经济浪潮下，5G就如同“信息高速公路”，为庞大数据量和信息量的传递提供了高速传输信道，补齐了制约人工智能、大数据、工业互联网等在信息传输、连接规模、通信质量上的短板；人工智能如同云端大脑，依靠“高速公路”传来的信息学习和演化，完成机器智能化进程；工业互联网如同“桥梁”，依靠“高速公路”连接人、机、物，推动制造走向智造。人工智能具有明显的溢出效应，将与5G、数据中心等一起推动数字经济时代的产业转型升级，是当前及未来各国科技竞赛的制高点。大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇，是中国建设现代化强国的关键。总体而言，我国人工智能产业仍处于发展初期，面临基础研发欠缺、技术和场景尚未融合、传统基础设施跟不上技术发展等问题。建议：
1）为人工智能发展做好“软性”支撑，做好人才培养、前沿技术研究和联络合作。加强国内高校开展相关课程、培育本土人才。积极吸引海外科研人员、聚集全球人才。对照美国对科研人才的吸引措施，中国应该抓住这一机遇，在研究经费资助、个人税收、签证、户口、子女教育等一系列领域推出引进海外高端人才的一揽子政策，切实解决科研人员后顾之忧，并为其科研、创业提供更大力度的支持。加快科教体制改革，建立市场化、多层次的产学研协作体系。由国家主导加大基础研究投入，由企业主导加大试验开发投入，多类主体形成合理的科研分工。
2）为人工智能发展做好“硬性”保障，加快信息化基础设施建设，并对传统物理基础设施进行智能化升级。与铁路、公路、机场三者构成工业时代的基础设施不同，云计算、大数据、人工智能、5G、区块链等将是未来重点，所覆盖的新基建包括两方面，一类是以数字中心、基站等为代表的信息化设备，另一类是公路、铁路等传统基建设备。为应对未来的数字挑战，需要从这两方面入手，一方面加快宽带网络、5G网络等建设，另一方面加强对传统铁路、机场等公共场景例如传感器、控制平台、云平台等智能化配备。为后续技术发展做好数据收集、传输、沟通、分析的硬件基础。
3）重视人工智能技术所带来的人伦道德问题，从立法和监管两个角度跟上技术革新。人工智能的发展离不开数据，由于大部分的数据是公开透明、自由流通的虚拟产物，就会引发由数据的所属而产生的权责问题，这也涉及到数据的安全、知识产权保护和隐私问题。例如，企业可以通过消费者的上网浏览信息来分析倾向喜好，进行精准推送，企业降低营销费用的同时消费者可以更好的获得信息或者产品，然而这一行为是否征得消费者同意、是否涉及侵犯个人隐私也值得考虑。由于数据的生产和使用涉及消费者、平台、运营商、服务商等多个环节，数据在每个环节被加工整合，难以使用传统的商品产品标准去统一管理，这也对相关立法和监管造成阻碍。因此，需要关注人工智能人伦道德、技术标准、人工智能与人类社会关系等问题，以人为本，重视数据安全。