瞭望丨左右人工智能生态的根技术，我国发展如何？

点击蓝字 △ 关注我们

解码人工智能根技术

文丨《瞭望》新闻周刊记者魏雨虹

　　AlphaGo 再次进化。

　　2020年12月，据《自然》杂志报道，DeepMind公司的一项研究提出了MuZero算法，可以在不知道规则的情况下，通过自己试验，掌握围棋、国际象棋等游戏，被认为在寻求通用人工智能算法方面迈出重要一步。

　　许多人还记得，2016年，这个人工智能程序的“前辈”AlphaGo第一次战胜人类世界顶级围棋选手。一年后，继任者AlphaGoZero通过规则输入和自我博弈进行学习，在仅40天的训练后成功击败上一代产品。不久之后，9小时掌握国际象棋、12小时掌握日本将棋、13天掌握围棋的AlphaZero出世……

　　是什么让人工智能飞速进化？

　　如果把人工智能比作一棵“技术树”，击败人类棋手的人工智能程序只是“树冠”，为整棵树提供滋养、使其不断升级的，则是围绕基础软硬件的人工智能根技术。

　　中国科学技术信息研究所党委书记赵志耘告诉《瞭望》新闻周刊记者，人工智能根技术，是指那些能够支撑人工智能技术发展和支撑人工智能产业衍生的基础研究和关键技术，比如人工智能芯片、系统框架等。

　　根深叶茂。某种程度上，根技术，决定着产业发展的兴衰。

　　人工智能对计算能力的需求有多强？

　　据硅谷非营利组织OpenAI测算，2012年开始，全球人工智能训练所用的计算量呈现指数增长，平均每3.43个月便会翻一倍，目前计算量已扩大30万倍，远超算力增长速度。传统的CPU架构早已无法满足深度学习对算力的需求，AlphaGo的硬件基础就是专注神经网络算法、大幅加快运算速度的TPU芯片。

　　可以说，作为算力的关键基础，人工智能芯片的性能决定着人工智能产业的发展。

　　清华大学微纳电子系教授魏少军指出，现有CPU、GPU、FPGA等芯片的基本架构早在这次人工智能突破之前就已经存在了，并不是为人工智能而专门设计的，因此不能完美地承担实现人工智能的任务。人工智能对芯片的要求，除了足够的算力和极高的能效比，还需要一个高能效、通用的计算引擎。

　　魏少军认为人工智能芯片至少应有以下几个特质：第一，可编程性，要适应算法的演进和应对多样性，因为算法不稳定，在不断变化；第二，架构动态可变性，要适应不同算法；第三，高效的架构变换能力，因为不同的运算要求变换不同的架构。

　　除此之外，AlphaGo之所以能在极短时间内快速“进化”，算法的提升同样功不可没，背后是人工智能算法框架使然。

　　赛迪智库信息化与软件产业研究所信息技术研究室负责人许亚倩说，算法框架能够极大地提高人工智能学习效率。一方面，算法框架降低了深度学习的难度，提供进行深度学习的底层架构、接口，以及大量训练好的神经网络模型，减少用户的编程耗时。另一方面，大部分深度学习框架具有良好的可扩展性，支持将复杂的计算任务优化后在多个服务器的CPU、GPU或TPU中并行运行，缩短模型的训练时间。

　　此外，许亚倩认为，算法框架还是人工智能核心生态圈建立的关键环节。算法框架是决定人工智能技术、产业、应用的核心环节，是人工智能核心生态圈建立的基础和关键。算法框架的研发能够促进生态圈关联及外围的芯片、系统、软硬件平台等产业发展，从而促进人工智能核心生态圈的建设。

　　欧美发达国家已经在人工智能算法框架方面进行了大量的研究和开发应用。Google、亚马逊、微软、IBM等国际科技巨头纷纷布局算法框架，抢占技术和市场先机，开发开源了TensorFlow、PyTorch等一批主流人工智能算法框架。

　　“随着中美竞争态势加剧，人工智能成为大国竞争的新焦点。与美国相比，我国目前人工智能的短板就是关键根技术的缺失。”赵志耘说。

　　受访专家指出，近年来，我国人工智能在技术与应用方面取得了巨大进展，在国际上具备了一定的竞争力，但基础层整体实力较弱，缺乏人工智能框架、人工智能芯片等根技术的支撑——芯片大多依赖进口，计算力方面的基础薄弱，且开源框架受制于国外巨头。

　　据了解，我国芯片进口额已经连续多年超过石油，2019年超过3000亿美元；操作系统、高端光刻机仍被国外公司垄断，90%以上传感器来自国外。

　　赛迪智库人工智能产业形势分析课题组研究指出，在人工智能的算力支持方面，IBM、HPE、戴尔等国际巨头稳居全球服务器市场前三位，浪潮、联想、新华三等国内企业市场份额有限；国内人工智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高、联发科等国际巨头供货，中科寒武纪等国内企业发展刚刚起步。

　　用清华大学电子工程系教授汪玉的话概括，大致上国内人工智能芯片在需要聪明智慧的环节做得不错，但在需要积累沉淀的环节做得却不够好。专家指出，我国人工智能芯片在通用化、产业链完整度、高速接口和专用的集成电路IP核等方面都存在短板。

　　“对于人工智能芯片产业来说，仅有好的硬基础是不够的，在硬基础上再做出好的软件，才能做得更好。”中国信息通信研究院云计算与大数据研究所总工程师王蕴韬强调说。

▲ 人工智能芯片与人工智能框架代表企业

　　目前，我国在基础软件方面仍面临外国厂商独大的局面。数据显示，中国服务器发货量占全球28%，中国的操作系统销售额则占全球不足6%。从全球市场份额来看，中国应用软件基本达成了“三分天下有其一”的格局。但从技术底座来看，只有约10%的政府类应用软件运行在中国的技术底座上，其余九成的应用还是以国外技术底座为主。

　　瞭望智库联合莫干山研究院发布的《赋能数字经济拥抱算力时代》报告则指出，我国新计算产业底层技术架构和标准由国外企业主导，存在较高产业安全风险。自第一代电子管计算机ENIAC面世以来，CPU外围所有的接口总线标准制定权，都掌握在国外企业手中，我国企业只能在既定框架内谋求发展。

　　以人工智能框架这样的基础软件为例，深度学习主流框架TensorFlow、Caffe等均为美国企业或机构掌握，国内还缺少自主可控的全场景计算框架，且目前计算框架存在开发门槛高、运行成本高、部署难度大等亟待解决的问题。

　　《赋能数字经济拥抱算力时代》报告指出，目前西方国家以超30%的投入主导全球关键开源社区和开源项目。GitHub（一个面向开源及私有软件项目的托管平台）2019年年度报告显示，在其4000万的用户(开发人员)中，美国开发人员占30%，其他国家的开发人员占到70%；年度最受欢迎的Top10开源软件和项目，均由谷歌、微软、Facebook等美国公司主导。虽然2020年，来自美国的开源贡献者下降到22.7%，越来越多的开发者来自中国(9.76%)和印度(5.2%)，但总体来看，我国在开源社区和项目的贡献度仍然不高，影响力有待进一步提高。

　　赵志耘认为，“十四五”时期人工智能规划需要关注的重点是如何通过明确我国人工智能技术发展路线，发挥我国制度优势，促进人工智能根技术突破和创新。

　　人工智能芯片方面，专家表示，首先需要全面布局，在政府层面加强对通用芯片支持力度。在技术路径上，遵循全面布局，分步突破原则，近期重点突破以NPU为代表的ASIC芯片，远期突破GPU、FPGA等通用芯片；在应用环节上逐步拓展，从边缘端逐步扩展到云端，从推理芯片拓展到训练芯片；同时探索多种芯片高效协同运行的芯片解决方案。由于ASIC芯片专用性强，不同厂商往往需根据应用场景需求自主研发；而GPU、FPGA等通用芯片由于有标准化产品，国内终端应用厂商自主研发或国产化替代意愿不强。因此，政府层面应在GPU和FPGA等通用芯片领域加强布局推广力度。

　　此外，加强类脑芯片等前沿性领域布局。充分发挥国内高校以及科研院所力量，布局类脑芯片等前沿性领域。该领域国际巨头尚未形成技术及知识产权壁垒，提前布局将使我国在人工智能芯片领域存在换道超车的可能性。

　　赛迪顾问股份有限公司的研究认为，人工智能芯片未来将呈现新发展趋势。如芯片开发将从技术难点转向场景痛点。目前，人工智能芯片设计更多地是从技术角度出发，以满足特定性能需求。未来，芯片设计需要从应用场景出发，借助场景落地实现规模发展。又如，技术路线将从专用芯片转向通用芯片。目前应用于人工智能领域的芯片多为特定场景设计，不能灵活适应多场景需求，未来需要专门为人工智能设计灵活、通用的芯片。另外，现阶段人工智能芯片产业的发展方式大多以企业为主体，产品上下游企业的运营和管理相对独立，但同环节的企业却高度竞争，未来产业发展应以合作为主线，形成产业生态。

　　北京大学经济学院教授、深圳市湾区数字经济与科技研究院院长曹和平表示，发展人工智能芯片要有产业思维。“要做产业，而不仅仅是做产品。要在促进芯片产业发展的前提下做芯片，在全景产业链条下做芯片的外部性成本更低。”

　　中国工程院院士高文认为，开源是软件时代非常关键的一条技术路线，人工智能领域也应该采用。

　　中国工程院院士倪光南表示，芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。我国可以借鉴开源软件成功经验，降低创新门槛，提高企业自主能力，发展国产开源芯片。

　　人工智能框架方面，专家指出，新一代人工智能开源计算框架，首先要让人工智能专家、工程师、数据科学家们可以更好地使用；其次，计算框架需要满足人工智能全场景的应用需求，更好地保护数据隐私；并且可开源，通过开源形成广泛的应用生态，广泛支持不同类型的人工智能芯片、硬件设备、应用等。目前，深度学习框架开源已成趋势。旷视深度学习框架天元、华为深度学习框架MindSpore皆已正式开源。

　　赵志耘还建议，应通过集约化建设人工智能基础设施和计算中心等，进一步利用长板，加快人工智能与行业深度融合，培养多层次人才，确保我国人工智能产业在中长期国际竞争中持续保持领先。

　　目前，新基建正带动一批人工智能基础设施落地。2020年以来，河南、安徽、广州等地均有数据中心项目启动。去年，总投资超150亿元的腾讯长三角人工智能超算中心及产业基地落户上海松江区，武汉人工智能计算中心也启动建设。赵志耘认为，人工智能计算中心是人工智能产业的基础算力供给平台，能极大发挥集聚效应，承担人工智能领域的国家重大战略需求、基础共性技术攻关、前瞻性基础与算法研究，并能带动当地优势产业领域的人工智能核心技术研发及应用，促进高端人才培养。LW

逐浪人工智能

文丨《瞭望》新闻周刊记者魏雨虹

　　“机器能思考吗？”1950年，艾伦·图灵在他著名的论文《计算机器与智能》开篇发问。

　　这一提问，不仅为图灵赢得“人工智能之父”的骄傲，更唤醒人工智能此后60余年的发展。

　　人工智能（AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。

　　如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网，人工智能是一种新的通用技术，其发展将对人类社会带来根本改变。

　　业界普遍认为，人工智能迄今经历了两代。

• 第一代人工智能是知识驱动型的，总体进展有限；

• 第二代人工智能是数据驱动型的，也就是目前炙手可热的大数据、深度学习等，已经成为不少科技强国竞相争夺的战略技术高地。

　　据了解，世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮科技革命中掌握发展的主导权。比如日本2017年发布《人工智能技术战略》、欧盟2018年出台《欧盟人工智能战略》、美国2019年启动“美国人工智能倡议”、韩国2019年公布“人工智能(AI)国家战略”等。

　　“人工智能是科技制高点，谁能够掌握它，谁就掌握了经济社会发展的巨大优势，所以中国一定要在人工智能方面尽快实现突破，在世界上争取我们的地位。”中国科学院院士、清华大学交叉信息研究院院长姚期智说。

▲ 中国（青岛）生活机器人先锋汇上展出的机器人（2020年12月25日摄） 李紫恒摄/ 本刊

　　我国人工智能起步于1978年。

　　经过持续多年的研发布局，特别是2017年《新一代人工智能发展规划》颁布以来，人工智能上升为国家战略，我国人工智能进入快速发展的新阶段，并在多个领域取得重要成果，部分领域关键核心技术实现突破，已具有全球影响力。

　　在基础理论方面，我国在新兴的深度学习理论和推理算法、类脑计算、脑机接口等基础前沿领域取得突破，在智能芯片等部分关键技术领域取得重大成果，华为“昇腾”、深度学习处理器芯片“寒武纪”、清华大学可重构芯片等均达到世界先进水平。

　　在关键技术方面，我国在机器翻译、自动驾驶、智能机器人等技术上紧跟世界前沿，实现部分关键技术的突破，并在人脸识别、语音识别与生成等领域居世界领先地位。

　　与此同时，我国人工智能加速与各行业、各领域融合发展，人工智能技术正从互联网应用逐渐向实体经济和民生领域渗透。基于物联网数据感知能力、从云端到终端的智能计算能力，我国人工智能行业应用不断落地开花，并在智能医疗、智慧城市、智能物流、智能交通和智慧环保等方面取得显著成效。

　　“目前我国人工智能企业数量全球第二，融资规模全球最大，专利申请量世界第一，特别是在应用落地方面走在世界前列。可以说，我国已成为世界人工智能重要领军国家之一。”中国科学技术信息研究所党委书记赵志耘评论说。

　　赵志耘认为，在全球人工智能千帆竞发的当下，我国战略、政策、数据和市场应用等方面的优势，为人工智能实现跨越式发展创造了重要条件。

　　一是强有力的战略引领和政策支持。赵志耘说，《新一代人工智能发展规划》的颁布，意味着我国人工智能发展的战略部署成形，此后各部门、各地方积极推动落实，北京、上海、天津、重庆等众多省市均出台相应人工智能规划和行动计划，并加大研发投入、设立研发机构、制定人才引进和税收优惠等配套政策，带动企业加快智能化转型步伐，政产学研用协同推进人工智能发展的格局正在形成。

　　二是海量的数据资源。我国拥有全球最多的9.89亿网民数量和9.86亿手机用户数量，手机网络支付用户规模达到8.53亿。特别是在特定应用领域数据规模庞大，比如我国医疗门诊总量每年达80多亿人次。“如此大规模的数据量，是世界仅有，也为我国人工智能技术的发展提供了丰富资源。”赵志耘说。

　　三是丰富的应用场景。我国具有全球规模最大，且较为成熟的互联网市场，人工智能在互联网领域的应用空间十分广阔。我国拥有全球最完整的产业链，各细分领域都面临转型升级需求，对人工智能赋能需求巨大。随着新型城镇化加速推进，城镇规模不断扩大，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大。

　　四是青年人才快速成长聚集。我国重点院校正加快布局人工智能学院，扩大本科和研究生培养规模。在与人工智能相关的国际顶级会议和学术期刊中，我国青年学者成为最活跃的群体之一。青年领衔的人工智能创业企业和独角兽企业不断增加，海外归来的青年学者大幅增长。

　　我国人工智能发展也存在薄弱环节。

　　一是人工智能基础理论和原创算法差距较大。我国人工智能研究起步较晚，原创性贡献不多，虽然近年我国高质量论文数量增长显著，但顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。

　　这意味着，我国人工智能领域从0到1的基础创新少，从1到N的应用创新多。“虽然也开枝散叶，但树根不在国内。”赵志耘说。

　　赵志耘认为，核心算法和开源系统薄弱，是我国人工智能领域最突出的技术瓶颈之一，导致我国深度学习模型、生成对抗网络等新的重大成果和原创性理论贡献不多，并在机器学习等通用开源算法平台方面布局不够，产业发展主要依赖国际巨头的开源代码和系统框架。

　　在姚期智看来，发展人工智能最大的压力来自于基础研究。“我们都知道中国的人工智能应用绝对赶得上世界很多地方，甚至走在世界的前面，但是我们对于人工智能的基础研究，还是处于比较缺乏的阶段。所以我们一定要培养出人才，一定要给他们好的环境，激励他们从事基础研究，这是推动人工智能未来突破的不二选择。”

　　中国科学院计算技术研究所研究员陈云霁也曾在《智能计算系统——一门人工智能专业的系统课程》一文中尖锐指出：“越是人工智能上层（算法层、应用层）的研究，我国研究者对世界作出的贡献越多；越是底层（系统层、芯片层），我国研究者的贡献越少。在各种ImageNet比赛中，我国很多机构的算法模型已经呈现‘霸榜’的趋势，可以说代表了世界前沿水平。但这些算法模型绝大部分都是在CUDA编程语言、Tensorflow编程框架以及GPU之上开发的。在这些底层的‘硬科技’中，我国研究者对世界的贡献就相对少了很多。底层研究能力的缺失不仅给我国人工智能基础研究拖后腿，更重要的是，将使得我国智能产业成为一个空中楼阁，走上信息产业受核心芯片和操作系统制约的老路。”

　　二是高端芯片、关键部件、高精度传感器等方面基础薄弱。据了解，英伟达、高通、英特尔等国际巨头仍然垄断全球高端芯片业务，尤其是2020年各大厂商之间的并购，使主动权进一步被西方发达国家掌握。这些因素导致我国关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面基础薄弱，图形处理器、专用集成电路和现场可编程门阵列等硬件技术，欧美国家仍占据垄断地位。

　　三是未能形成具有国际影响力的人工智能创新生态。赵志耘说，国际巨头通过建立人工智能开放平台，打通硬件—系统—产业链条，主导了创新生态建设。我国面向特定领域的国家级人工智能开放创新平台虽已初见成效，但在机器学习的通用开源算法平台方面仍然布局不够，对产业链的带动性和国际影响力有待进一步提高。

　　而在这三大短板背后，最大的瓶颈是高水平人才不足。清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》显示，从人工智能高层次学者国家分布看，美国人工智能高层次学者数量最多，有1244人次，占比62.2%，中国排在美国之后，位列第二，但仅有196人次，占比9.8%。

　　“我们在超一流科研团队上还是有差距。”北京大学经济学院教授、深圳市湾区数字经济与科技研究院院长曹和平说，“我们不能出了问题才去解决问题，而是要预备一群战略型、创新型科学家。他们把已经出现和将要出现的问题，未雨绸缪地形成思想，再把这种思想具象化为问题，形成知识专利并在实验室放样。然后与大国民经济体系中产业园区中的孵化器和加速器对接，形成产业能力。”

　　着眼于此，专家建议未来我国需坚持科技引领、应用驱动的战略导向，着力提升科技创新能力，全面推动人工智能应用，通过科技引领和应用驱动的双向发力，实现我国人工智能尽快在理论上补齐短板、在技术上自主可控、在产业上占据高点。

　　一是整体提升我国人工智能科技创新能力。加大对人工智能领域基础研究的稳定持续支持力度，推动人工智能与数学等基础学科交叉融合，支持原创性强、非共识的探索性研究。集中力量打好关键核心技术攻坚战，引导和组织优势力量下大力气解决“卡脖子”问题。加快建设人工智能领域的国家战略科技力量，加强人工智能国家实验室和国家重点实验室等相关创新基地的整合布局。及时把握人工智能技术跃迁的重大机会窗口，以加快实施科技创新2030—“新一代人工智能”等重大项目为抓手，解决我国经济社会智能化升级的重大技术需求。

　　二是大规模推动人工智能场景应用。强化企业创新主体地位，深化产学研合作，提升人工智能技术在不同真实工业环境中的适应性，不断提高技术成熟度和实用化性能。通过进一步推进国家新一代人工智能开放创新平台建设等方式，充分发挥人工智能行业领军企业、研究机构的引领示范作用，鼓励各类通用软件和技术的开源开放，打造更加完善的技术创新生态。充分发挥地方推动人工智能发展的积极性，加强人工智能应用示范，全面增强经济创新力和国际竞争力。

　　三是继续把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，扩大研究生招生规模，加强人才储备和梯队建设，开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。

　　四是加强人工智能伦理治理。人工智能具有技术属性和社会属性高度融合的特征，要围绕人工智能可能带来的风险挑战，加强人工智能在法律、安全、就业、道德伦理和政府治理等方面的问题研究，引导人工智能安全可控发展。

　　五是深化人工智能开放合作。要坚持国际开放合作，围绕人工智能全球性技术难题开展研发合作，共同推动人工智能发展与治理，共同制定人工智能领域相关国际标准和伦理规范，积极应对人工智能可能引发的全球性挑战。LW

武汉人工智能计算中心：算力集群赋能产业集群

文丨闻华

　　当前，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入新动能，正深刻改变人们的生产生活方式，成为新一轮科技革命和产业变革的重要驱动力量。

　　2020年初，武汉暴发新冠肺炎疫情。在抗击疫情这场没有硝烟的战斗中，人工智能、大数据技术得到广泛深入应用，为打赢疫情防控阻击战提供了坚强科技支撑。目前武汉正加快发展人工智能，着力建设国家新一代人工智能创新发展试验区，为力争人工智能产业进入全国第一方阵，实现人工智能核心领域取得重大突破，建成全国领先的人工智能创新资源集聚区，打造全国先行先试和应用示范的样板，迫切需要提升城市人工智能算力。

　　2020年10月，武汉人工智能计算中心启动建设，计算中心将为提升武汉人工智能技术层实力、孵化并推进人工智能应用层落地提供有效保障，为武汉及周边地区提供基础软硬件平台，为构建技术层、应用层提供基础。未来，围绕武汉人工智能计算中心，将重点打造公共算力服务、创新孵化、产业聚集发展、科研创新和人才培养四大平台，开展生态体系建设，培育人工智能产业生态，通过打造人工智能应用示范项目，扶持带动千行百业智能化升级。

　　武汉人工智能计算中心采用政府主导方式推进建设，通过建设全栈自主可控的人工智能计算中心，形成“一中心四平台”的人工智能产业布局，赋能武汉人工智能产业集群，提升武汉人工智能竞争力。

　　计算中心建设方案在硬件部分采用自主可控的人工智能核心芯片和服务器集群产品。人工智能软件平台亦如此，尤其在人工智能系统软件（算子库、编译器）和开发框架方面具备自主研发能力和自主知识产权，以云化方式统一管理和调度算力资源，基于云底座提供人工智能使能平台。

　　计算中心将提供一站式的人工智能开发环境。为智能芯片、智能网联汽车、网络安全、智慧交通、智能制造、智能数字设计与建造、智慧医疗等场景提供人工智能算力基础服务设施，并同步导入人工智能生态体系、人才培养体系、解决方案孵化体系、开发者社区、开源社区等软能力。建成后将吸引大批人工智能上下游企业入驻，联合高校及科研院所，形成“政-产-学-研-用”生态产业联盟，通过算力集群赋能产业集群，推动武汉产业数字化、智能化水平提升，有利于产业有机更新、迭代升级，为使武汉成为国家科技创新版图新高地，成为推动中部地区长江中游城市群区域经济社会高质量发展的科技创新主引擎提供重要支撑。

　　为深入推进国家新一代人工智能创新发展试验区建设，武汉专门成立由市委书记、市长牵头挂帅的建设领导小组，制订出台专项政策：重点从招引头部企业、支持重大投资项目、设立产业投资基金、孵化培育中小企业、核心技术攻关和创新平台建设、应用场景建设、高端人才引育等方面予以支持，营造推动人工智能创新发展的良好政策环境。

　　2020年11月21日，武汉人工智能产业联盟正式成立，产业联盟由华为、小米、腾讯、武汉大学、华中科技大学和国家数字化设计与制造创新中心等企业、高校和创新平台发起成立，致力于搭建政、产、学、研、资、用资源协同平台，助推武汉国家新一代人工智能创新发展试验区建设。

　　另外，武汉发挥院士专家的学术领军、技术领先、产业领航优势，正在实施《院士专家引领十大高端产业发展行动计划》，人工智能产业是其中之一。通过聚焦创新平台建设、关键技术攻关、高端产业发展，促进核心共性技术、前沿引领技术、现代工程技术、颠覆性技术的研发、转化和应用，带动智慧交通、智能制造、智能数字设计与建造、智慧医疗等人工智能重点应用产业做大做强。

　　人工智能是未来科学技术的制高点之一，目前尚处于市场化之前的发展阶段，以科技驱动为主。在此阶段，政府应发挥好引领、统筹、协调和服务作用，加大资金扶持和政策引导，统筹政产学研用资源，营造推动人工智能发展的良好创新生态。

　　武汉主要从以下三个方面推进人工智能发展：

　　一是做好顶层设计。编制《武汉市建设国家新一代人工智能创新发展试验区方案》，明确围绕“一芯引领、两网支撑、四大应用场景示范”，以人工智能计算中心建设运营为核心，构建全栈自主可控的公共算力平台，建设人工智能科技创新和人才培养高地。

　　二是汇聚创新资源。加强政产学研用合作，充分发挥产学研用在人才、技术、市场等方面优势，联合推动人工智能发展。同时围绕人工智能发展的算力、算法、数据三个关键要素，建设人工智能计算中心，提供普惠算力；集聚人工智能人才，支持产学研用开发算法；有序按需开放公共数据，为人工智能发展提供数据保障。

　　三是优化创新环境。深化体制机制改革，改革科技创新活动组织方式，加快科技管理向创新服务转变，大力优化完善鼓励创新的法规、政策、社会信用环境、文化环境等，引导和调动社会各方参与创新的积极性。

　　武汉高校和科研机构众多，人才底子厚、聚集度高，产业基础良好，制造业实力雄厚，人工智能应用场景丰富多元，政府对创新重视程度高，创新政策环境良好，在人工智能创新发展方面具备很好的基础和优势。

　　下一步，武汉将以建设国家新一代人工智能创新发展试验区为契机，大力实施人工智能技术应用示范、开展人工智能政策试验、推进人工智能社会实验、提升人工智能基础能力，构建特色突出、产业互补、区域协同、共创共享的人工智能创新生态，探索形成人工智能赋能城市高质量发展的新模式，全力打造人工智能技术创新策源地、产业发展集聚地、场景应用示范地、新基建先行地，推动智能经济发展、智能社会建设取得明显成效。力争用三年左右时间，把武汉打造成全国人工智能创新发展试验区标杆城市，成为国内一流的人工智能技术先导区、产业重要增长极和应用示范先行区。LW

刊于《瞭望》2021年第9期