产业政策,思路和建议,促进人工智能与实体经济的深度融合
发布时间:2019-06-13 18:45


加快新一代人工智能的发展,促进人工智能与实体经济的深度融合,是中国实现技术发展,产业优化和现代化以及供给侧结构改革的重要引擎。受技术,数据,人才和行业障碍等多种因素的影响,人工智能与实体经济的整合仍在不断发展。 3月19日,中央全面改革委员会第七次会议修改通过《关于促进人工智能和实体经济深度融合的指导意见》。到目前为止,这一意见尚未公开披露。从产业研究的角度,本文简要讨论了促进人工智能与实体经济的深度整合。

图片来源:香港科技大学新闻官方网站

深度融合的重要性

人工智能是新一轮科技革命和产业竞争的战略制高点。智能化是技术和行业发展的主要趋势。它已成为生产和生活技术创新的关键环节。新一代人工智能正在引领新一波信息技术发展,带来新技术和工业革命。主要发达国家正在积极实施人工智能,引入战略研究计划,增加科研投入,利用高科技和工业发展。 (产业政策评论,您如何看待美国宣称人工智能的全球领域?)加速人工智能的研发对于提高科技竞争力和中国的产业并抓住新一轮的重要性技术和工业革命。

人工智能与实体经济深度融合是促进我国经济高质量发展的核心驱动力,是促进产业变革及新旧动能转换的重大战略。作为新一轮科技革命的重要代表,人工智能正在从技术研发转向工业应用,形成从宏观到微观的新智能实践,逐步渗透到制造业,交通运输,医疗保健,财务等方面。零售,金融等几个行业。人工智能的发展催生了新技术,新产品,新产业,新形式,新模式,为产业转型注入了新的动力,为经济发展的新阶段注入了新的动力。随着高度整合和强大的授权,人工智能有望成为中国经济实现供需双方协调改革的重要引擎,并促进中国经济的快速发展,从高速发展到高速发展。发展。

人工智能与实体经济融合为保障和改善民生提供了新途径。人工智能极大地提高了人类理解世界和改造世界的能力。随着人脑和机器人仿生计算技术在云中的开发和应用,智能机器将越来越多地应用于生产和人类生活中,有助于解决老龄化社会结构下未来生产力发展的主要瓶颈。它在老年人,患者和残疾人的生活中发挥着重要作用,大大提高了卫生,教育,交通等民生领域的智力和服务水平。

图片来源:百度阿波罗官方网站

现存的主要问题

今天,人工智能领域受到技术发展和资本驱动的影响,创新和创业正在蓬勃发展。然而,工业与实体经济一体化的应用仍处于起步阶段,表现出供给侧和需求侧的流离失所现象。受工业壁垒,人才和计算机化等多重因素影响,人工智能的产业和区域结构问题以及实体经济一体化显着。数字,信息和开放行业在金融和零售业的整合开始生效。然而,与制造业,农业,教育和其他行业的整合仍处于起步阶段。

(一)实体经济发展整体水平不高,融合人工智能的基础薄弱

中国人工智能的发展主要由供应方驱动。在供给方面的推动下,人工智能与实体经济的整合无法解决实体经济面临的根本问题。在工业化进程中,各行业面临的转型和现代化的不足和瓶颈并不相同。对于一些实体经济体而言,提高智力水平并不是必须的,而是网络和计算机化仍处于初级阶段的实体经济。换句话说,发展更高阶段的智能条件仍然不成熟。以工业为例,2017年中国的双重整合水平为51.8,其中小微企业的整合水平仅为38.1。人工智能技术应用所需的互联网,传感器,芯片和其他基础设施薄弱,使用人工智能的高成本也是一个主要制约因素。

在行业认可度方面,人工智能最广泛接受的行业是电子,汽车和金融信息产业。零售,娱乐和其他行业的接受程度略弱于以往,并接受教育,医疗和旅游业。它甚至更小。

(二)人工智能技术水平距实际应用仍有较大距离

中国人工智能的发展存在结构性失衡。作为一个发展优势领域,应用尚未达到企业管理,技术研发,生产加工,组织协调和营销策划等人力工作的水平和要求。需要澄清应用场景和路径,并且需要跨部门和链接的解决方案。这些巨大差异使得开发变得困难且成本高昂,并且远离可以复制的一般人工智能和一般解决方案。关键的基本技术,如硬件和算法,受人们的影响,这引起了对人工智能与实体经济整合的长期担忧。

(三)高质量数据获取难度大、成本高

大规模的基础数据和高质量的工业数据是人工智能发展的核心,也是人工智能与实体经济一体化的基础。综合来看,缺乏高质量,高效率的数据,数据标准化难度大,成本高,缺乏数据开放性,共享和交易机制是制约人工智能产业技术应用和改进的重要原因。大量国内数据资源集中在教育,医疗和交通管理等公共政府部门手中,占比高达75%。然而,这些数据并未向公众开放,而且大量基础数据处于“封锁”状态。打开。此外,由于经济实力,发展水平和开放程度的影响,行业和地区之间信息水平的差距很大,数据的可用性和可用性也各不相同。与消费者相关的数据相比,制造过程中的采购,多功能性和数据开发相对较弱,初始投资和后期维护成本较高。出于法律和商业利益的原因,大量高质量数据的共享和传播是有限的,不能有效使用。

(四)跨行业复合型人才极度稀缺

复杂,高层次人才的严重短缺是人工智能与实体经济深度融合的主要障碍。从顶尖人才的数量和质量的角度来看,中国的人工智能专业人员和技术人员数量仅低于美国,但知名人才严重不足。根据高H因素,中国只有977名优秀人才,不到美国的五分之一。从现有人才的分布来看,由于工资和待遇等因素,人工智能中较为成熟的人才往往集中在软件和互联网行业,以及对人工智能和领域概念的理解。技术。在各个行业都难以忍受其智能化转型和现代化。从现有人才供应的角度来看,复合型人才严重短缺,了解行业,主导关键人工智能技术,也可以开展应用开发。虽然一些学院和大学已开始创建人工智能课程或课程,但由于培训期等因素,他们无法满足当前的迫切需求。

(五)法律法规标准、保障制度制定滞后于产业发展

中国人工智能产业发展迅速,相关标准,法律法规明显落后于计划。行业难以就人工智能的概念,内涵,应用模式和智能水平达成共识,现有的标准化工作基础薄弱。现有不同行业的规范和法规,人工智能和应用技术的快速发展。许多领域都没有现有的系统,包括无人医疗和人工智能。将研究纳入就业,安全和道德,这些都落后于技术创新和工业应用,可能会引起恐惧,分歧和争议。

图片来源:阿里巴巴云网站

思考与建议

人工智能与实体经济的整合不仅涉及许多行业和行业的技术变革和产业变革,而且还对就业和安全等社会各个层面产生深远影响。通过构建市场驱动,市场驱动,需求驱动的人工智能产业协同发展体系,深化体制机制改革,是实现人工智能与实体经济深度融合,实现中国经济社会发展的基础。实现跳跃式发展。

(一)提高创新应用效能,厚植基础科学储备

充分发挥市场驱动,需求驱动机制的作用,鼓励企业成为技术方向选择,关键技术研究,资源配置和推广应用的主体。工业当局加强政策,规划,统计,公共资源和服务的定位和协调。并支持消除可能影响市场公平竞争的研发补贴,补贴,评估,建议等,创造可以激发创新和活力的发展环境。

在基础研究方面,着眼于突破人工智能应用的瓶颈,先进的布局可以导致人工智能的基本范式转换研究。政府应加大支持力度,建立免费软硬件基础设施,基础数据和安全检测平台的开放共享平台。等,为人工智能的不断发展和深度应用提供了强大的科学储备。

坚持开放合作创新,采取多种方式和渠道,与国外研究机构和企业进行交流,共同研发,将综合创新综合网络融入学术研究水平。

(二)发挥政府引导和市场主体作用,激发智能产业发展活力

充分发挥政府的指导作用。积极推动人工智能在市政管理,公共安全,医疗卫生,减灾救灾,社会保障,文化教育,交通运输,能源管理,社区服务等方面的应用,鼓励人工智能产品优先发展,政府采购解决方案和服务。各级目录,政府基金和社会基金优先支持产品,服务和相关公司进入目录,提高政府公共服务的水平和效率。对于基本人工智能技术的研究和开发,以及军事,能源,医疗和信息安全等重要领域,我们可能会考虑建立一个负面的人工智能集成列表,以获取新业务。

支持各类飞行员的发展。在北京和上海试点区建设的基础上,我们将支持更多合格的省市开展人工智能演示/测试应用。将在制造业,金融业,零售业,物流业和其他行业举办示范试点,通过试点和示范项目,全面推进以智能和协同为特征的先进人工智能技术。加强试点/跨部门和区域间协调,加强与互联网,大数据,物联网,智慧城市,云计算和其他相关领域的合作。

激发市场创新。推动行业内各大公司为主体,共同组建大学,科研机构和人工智能公司,建立人工智能整合创新中心,重点研发和推广人工智能应用中的共性技术智能,探索新技术,新模型和新格式。等待。

创新的投资模式和人工智能融资。一种多渠道融资模式,结合了财务指导,金融资本,私人资本和社会资本基金。抓住科技板块的机遇,促进产业集聚,加快推动人工智能企业更多上市融资。

(三)促进消费体制机制完善,培育人工智能重点领域消费市场

在供需双方,构建市场驱动和需求驱动的人工智能市场消费体系。提高智能产品研发和创新服务,加快智能产品质量和服务提供系统的建设和标准体系建设,积极拓展新型智能产品,新格式,新模式,培育细分市场更加成熟。

对于家庭,养老,汽车等领域,我们将积极培育消费品细分市场,全面营造良好的消费环境,不断提高居民消费能力,引导消费合理预期形成。在制造业,农业和能源领域,我们加快了设备的智能升级,全面提升了研发情报,生产,管理和服务水平。

(四)构建科学合理的数据开放共享机制

以政府部门为重点,大力推进数据开放与共享,促进就业,社会保障,地理,环境,生态,交通等国家数据的公开共享,支持人工智能与政府服务的整合,提高水平。政府服务。

大力推进教育,医疗,能源,公共安全等数据的内部整合,共享和开放,制定数据资源和开放计划清单,支持相关公司和机构与人工智能公司合作开展人工智能服务围绕应用场景,鼓励优质机构。人工智能服务的资源和资源对地方开放。

建立面向市场的开放数据运营机制。通过公共数据的公开共享,公司,行业协会,科研机构和社会组织都面向积极收集和开放数据。建立安全有序的数据协商环境,鼓励地方政府建立数据协商平台,规范交易流程,控制交易数据质量。

(五)创新人才培养机制,完善适应融合发展的人工智能人才培养体系

根据实体经济发展的需要,根据“人工智能+ X”人才培养模式,加快探索人工智能人才跨学科,跨学科,跨学科,跨学科,新生产与教育一体化的机制,教学与研究,研究与实践相结合。

鼓励高校,院校和企业合作,加强职业技能人才的培养,积极培养人工智能技术,运用创新人才。鼓励大学和研究机构的人工智能专家从事科技成果的科研和转化活动。依托社会化教育资源,开展人工智能知识传播和教育培训,提高社会普遍意识和应用水平。

加强人工智能领域的优秀人才,特别是年轻优秀人才的引进,从创业,安置,置业等多方面给予激励。

(六)营造健康有序的产业发展生态环境

填补数字鸿沟,增加在欠发达地区建设网络基础设施的投资。我们将优先支持农业,教育等信息较少的地区,通过加强人工智能技术,解决偏远地区医疗保健与教育不平衡的问题。

在保护工业活力的前提下,加强法律法规建设,控制风险监管。我们将继续对人工智能,伦理,就业和法律安全的各个方面做出预测和判断,并将加强人工智能对经济社会发展和对策研究的综合影响。通过深入讨论与人工智能相关的法律,道德和社会问题,将尽早建立人工智能技术的道德准则,并建立更高的发展原则。

将人工智能安全纳入国家法律体系建设,通过立法确定技术发展的极限,以规范人工智能技术的发展。建立智能社会的法律和道德界限,让人工智能在安全的前提下服务于人类社会。

建立人工智能技术和管理系统的产品监管机制。严格监督新型人工智能技术产品各方面的发展。建立各级控制和监督机制,全面有效地指导人工智能产品和技术的发展。建立科学的人工智能技术产品管理系统。

(作者:中国工商学院顾江,乔维,傅万林,王琦,田荣斌)

注意公共号码,回复关键字【人工智能与大数据】,并获得相关文章的摘要。

免责声明:本文由OFweek Vico的作者发表,并不代表OFweek Vico的立场。如果您有任何违规或其他问题,请及时与我们联系。