手把手教我玩 Git 变基！

一、前言

人工智能(AI)技术诞生于 20 世纪 50 年代，已发展成为当前最前沿、最热门的高新技术之一，在第四次科技革命中处于核心地位，成为未来综合国力较量的重要方面。美国、俄罗斯、欧盟、日本等国家和地区高度重视 AI 技术的发展，积极制定相关战略和规划，加强技术研究与开发 [1~4]。

近年来，我国推出了多项战略和政策，加强顶层布局为 AI 发展指明方向，支持 AI 技术快速健康发展。在这一过程中，需遵循技术发展客观规律，寻求适合国情的 AI 技术创新路径。当前亟待解决的重大难题是研究新时期举国体制下 AI 技术的发展创新模式和优选路径，探索与之相适应的投资政策、人才机制、项目管理制度和绩效考核体系。

AI 作为一项颠覆性新兴技术，对其发展规律的系统化研究尚不充分。为此，本文运用对比分析方法，选取相对成熟的核能、光伏技术与 AI 技术进行对比，从基础理论、技术发展和技术市场应用模式 3 个方面展开论述，梳理 AI 技术特有的发展规律和创新路径，提出推动我国 AI 技术创新发展的措施与建议。

二、AI 技术和产业的概念界定

(一)AI 技术概念界定

国家标准化管理委员会将 AI 定义为 [5]：利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

依据这一定义，可将 AI 理解为通过特定技术手段使机器“模仿”人的智能。按照“模仿”能力的成熟程度，AI 技术可以分为弱 AI、强 AI 和超 AI 等阶段 [6]。弱 AI 指擅长于单一方面的 AI，基本处于计算和感知的智能水平。强 AI 指能够进行思考计划、解决问题、抽象思维、理解复杂理念、深度学习等操作，在各方面能和人类处理水平类似的 AI。超 AI 指在几乎所有领域都比人类处理能力更强的 AI，如科学创新、通识和社交技能等。目前 AI 技术处于弱 AI 阶段 [7,8]，要从弱 AI 阶段发展到强 AI 阶段，需要在基础前沿、核心技术等方面取得重大突破。

AI 的核心技术包括：机器学习、计算机视觉、知识工程、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互技术、机器人、数据库技术、可视化技术、数据挖掘、信息检索与推荐等。得益于高等院校、科研机构和企业在 AI 核心技术方面取得的进展，AI 技术逐渐具备智能化、广泛性、高效性和全球化的特征，在经济社会发展中的作用将越来越重要。也要注意到，AI 核心技术还存在灵活性不足、可解释性弱、鲁棒性差等问题，对未来 AI 技术的发展构成了严峻挑战。

(二)AI 产业概念界定

产业是一个复杂的经济系统，包括管理、技术、人员、生产、市场、资源和信息等多类要素 [9]。目前，AI 产业概念界定通常有广义和狭义两种方式，相关要素的含义与表现形式不尽相同。从广义角度看，AI 产业指通过 AI 技术的深度广泛应用，促进技术集成与商业模式创新，推动重点领域智能产品创新，带动重点行业智能化升级，形成智能驱动、人机协同、跨界融合的产业发展新形态。从狭义角度看，AI 产业指群体、团队、个人针对 AI 基础理论、技术、系统、平台以及基于 AI 技术所推出产品和服务的研发、生产、销售等一系列经济活动的集合 [10]。本文研究是基于 AI 产业的狭义概念来开展的。

AI 产业是一个结构性体系，从产业链各阶段的供给和依赖关系来看，从上到下依次分为基础层、技术层和应用层(见图 1)。基础层主要提供数据或计算能力支撑，如芯片、传感器、生物识别等。技术层主要进行关键技术研究和相关应用，依托运算平台和数据资源进行海量识别训练与机器学习建模，开发面向不同领域的应用技术，如语音及自然语言处理、计算机视觉和机器学习等。应用层主要是在细分行业场景中应用，核心在于 AI 技术的商业化，利用 AI 技术提供产品、服务和解决方案 [11]。

（编辑：漯河站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!