議庫(kù) 政在協(xié)商 政在協(xié)商 4天前

全國(guó)政協(xié)委員蘇華

     為了我國(guó)能在未來占領(lǐng)人工智能產(chǎn)業(yè)機(jī)遇的制高點(diǎn)，把人工智能產(chǎn)業(yè)根據(jù)價(jià)值流重新定義和劃分為“基礎(chǔ)層”“中間層”和“應(yīng)用層”3個(gè)產(chǎn)業(yè)子領(lǐng)域。

   “基礎(chǔ)層”主要以感知芯片和動(dòng)力傳導(dǎo)等硬件和數(shù)據(jù)資源為主導(dǎo)。

   “中間層”解決人工智能“替代和發(fā)展人的知識(shí)和學(xué)習(xí)能力”的問題，使其能像領(lǐng)域?qū)＜乙粯铀伎己蛣?chuàng)新，是人工智能產(chǎn)業(yè)的核心。

   “應(yīng)用層”是整合基礎(chǔ)層或中間層的能力與各傳統(tǒng)產(chǎn)業(yè)領(lǐng)域相結(jié)合，實(shí)現(xiàn)人工智能對(duì)各行各業(yè)的新舊動(dòng)能轉(zhuǎn)化。

      但目前，我國(guó)從事“中間層（知識(shí)和邏輯圖譜）”產(chǎn)業(yè)的企業(yè)僅占4%。業(yè)界現(xiàn)狀是“中間層”普遍沒有實(shí)現(xiàn)“獨(dú)立自主”。

從事“基礎(chǔ)層”和“應(yīng)用層”兩端的領(lǐng)軍企業(yè)所應(yīng)用的“中間層”技術(shù)往往掌握在境外機(jī)構(gòu)或少數(shù)大企業(yè)手中，或者是缺乏堅(jiān)實(shí)科學(xué)基礎(chǔ)的“拼湊”。

造成“中間層”核心技術(shù)發(fā)展不足的原因在于：中國(guó)企業(yè)苦于當(dāng)下的生存壓力或?yàn)榱丝焖偬嵘?dāng)前市場(chǎng)份額的占有率，以“短平快”的方式在低層次市場(chǎng)化通道中相互傾軋，沒有資源或無暇顧及“中間層”的研發(fā)和積累。

對(duì)找準(zhǔn)人工智能產(chǎn)業(yè)著力點(diǎn)提出以下五點(diǎn)建議。

一是產(chǎn)業(yè)規(guī)劃中重視、扶持和引導(dǎo)AI“中間層”企業(yè)的科學(xué)發(fā)展。明確“中間層”在AI產(chǎn)業(yè)規(guī)劃中的地位和重要性，針對(duì)植根AI“中間層”或在“中間層”擁有國(guó)際領(lǐng)先性的企業(yè)，在各產(chǎn)業(yè)政策方面給予重點(diǎn)扶持。

二是充分引導(dǎo)和鼓勵(lì)A(yù)I企業(yè)發(fā)展“中間層”技術(shù)的創(chuàng)新和積累。一方面，通過對(duì)AI企業(yè)稅收或相關(guān)政策的扶持，引導(dǎo)AI企業(yè)不追求快速盈利，鼓勵(lì)形成國(guó)際標(biāo)準(zhǔn)和專利技術(shù)。另一方面，對(duì)擁有自主知識(shí)產(chǎn)權(quán)“中間層”的市場(chǎng)化應(yīng)用予以扶植，例如在政府采購(gòu)項(xiàng)目中優(yōu)先應(yīng)用。

三是針對(duì)產(chǎn)業(yè)應(yīng)用，構(gòu)建若干國(guó)家級(jí)“中間層”共享資源平臺(tái)，緩解AI行業(yè)“中間層”企業(yè)研發(fā)力度不足的局面。國(guó)家在鼓勵(lì)“中間層”企業(yè)持續(xù)發(fā)展適用于各行業(yè)的核心知識(shí)和邏輯圖譜的同時(shí)，提升核心資源的有效利用和配置。

四是加強(qiáng)數(shù)據(jù)資源思維、形成數(shù)據(jù)資源戰(zhàn)略，夯實(shí)“中間層”的行業(yè)發(fā)展基礎(chǔ)。政府應(yīng)加強(qiáng)對(duì)數(shù)據(jù)資源的統(tǒng)籌思維，保障隱私的同時(shí)提升數(shù)據(jù)效用，促進(jìn)其算法模型和解決方案的優(yōu)化升級(jí)。

五是關(guān)注“中間層”人才的補(bǔ)給，改善人才不足對(duì)我國(guó)AI產(chǎn)業(yè)發(fā)展的制約。打破專業(yè)設(shè)置藩籬，加強(qiáng)數(shù)學(xué)、自動(dòng)化、計(jì)算機(jī)等專業(yè)技能與公安、醫(yī)療、金融、民政、交通等相關(guān)行業(yè)的融合和互動(dòng)，加深對(duì)通過AI技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的理解，才能有效緩解AI人才欠缺的制約。