當前，人工智能發(fā)展迅猛，日益成為引領(lǐng)科技進步、推動產(chǎn)業(yè)升級的新引擎，將深刻改變?nèi)祟惿鐣纳a(chǎn)生活方式，并成為新一輪國際競爭的焦點。2017 年，我國人工智能產(chǎn)業(yè)保持快速增長，部分技術(shù)接近或達到國際領(lǐng)先水平，產(chǎn)業(yè)規(guī)模、投融資規(guī)模和企業(yè)數(shù)量位居世界前列。

對2018年形勢的基本判斷

認知性應用將成為亮點

AI 芯片、計算機視覺、語音識別等技術(shù)的持續(xù)創(chuàng)新成為產(chǎn)業(yè)發(fā)展引擎。人工智能芯片以圖形處理器（GPU）、現(xiàn)場可編程門陣列（FPGA）、特定用途集成電路（ASIC）為發(fā)展方向，寒武紀、中星微、深鑒科技、地平線機器人等初創(chuàng)企業(yè)通過產(chǎn)研結(jié)合的發(fā)展思路，積蓄了一定的研發(fā)實力。在計算機視覺技術(shù)中，以靜態(tài)物體識別技術(shù)發(fā)展最為成熟，動態(tài)圖像和場景識別技術(shù)尚且存在較大上升空間，在企業(yè)方面，百度、曠視科技、商湯科技、格林深瞳等企業(yè)的技術(shù)實力較為領(lǐng)先。語音識別技術(shù)近年來發(fā)展迅速，目前行業(yè)識別準確率已達到95%，科大訊飛、百度、搜狗、出門問問等企業(yè)有較大技術(shù)優(yōu)勢。預計 2018 年，芯片和算法的優(yōu)化將進一步提升計算機視覺和語音識別的應用成熟度。人臉識別將成為計算機視覺技術(shù)的競爭熱點，格靈深瞳等創(chuàng)新企業(yè)有望在動態(tài)視覺檢測中取得關(guān)鍵突破。科大訊飛等國內(nèi)語音識別技術(shù)商將利用數(shù)據(jù)優(yōu)勢，推動語音識別技術(shù)平臺化，進一步提升多場景下的語言識別準確率。

感知智能與認知智能進一步融合，認知性應用將成為亮點。深度學習算法得到廣泛應用以來，計算機視覺和語音識別等感知智能已較為成熟，其中靜態(tài)圖像識別準確率已達99%，語音識別準確率已達 95%，感知智能相關(guān)技術(shù)在“量”上的積累已較為充分，人臉識別、聲紋識別等淺層次（是否邏輯判斷型）感知性應用得到較為充分的發(fā)展。預計 2018年，人工智能技術(shù)可能迎來新的質(zhì)變契機，淺層次感知應用將與更高水平的認知智能融合發(fā)展，能夠在邏輯判斷基礎上實現(xiàn)認知推理、情感互動、輔助性決策的認知性應用將成為業(yè)界亮點。

行業(yè)資源整合將持續(xù)推進

人工智能產(chǎn)業(yè)進入平穩(wěn)發(fā)展期。近年來，中國人工智能產(chǎn)業(yè)規(guī)模保持穩(wěn)步增長，投融資更為理性，新增企業(yè)數(shù)量趨緩。產(chǎn)業(yè)規(guī)模方面，2015 年我國人工智能產(chǎn)業(yè)規(guī)模達 70.2 億元，2016 年達 100.6 億元，預計 2017 年將達152 億元，保持平穩(wěn)快速增長。投融資增長方面，2015 年全年累計投融資增長率為 143%， 2016 年投融資增長率為 93%，2017 年投融資增長率預計為 51%，國內(nèi)人工智能產(chǎn)業(yè)投資更趨于理性。企業(yè)年新增數(shù)量方面，自2015 年達到 166 家后逐步趨緩，2016 年新增企業(yè)為77 家，2017 年全年預計新增企業(yè)數(shù)量不超過50 家。截至 2017 年 6 月，我國人工智能企業(yè)數(shù)量為 592 家，其中基礎層、技術(shù)層和應用層企業(yè)比例約為 1 ：20 ：22。預計 2018 年，國內(nèi)人工智能產(chǎn)業(yè)將延續(xù)穩(wěn)步增長態(tài)勢，產(chǎn)業(yè)規(guī)模預計將超過 230 億元，投融資事件數(shù)量將相對減少，但單筆金額增大，基礎層企業(yè)將通過技術(shù)創(chuàng)新擴大規(guī)模，技術(shù)層和應用層企業(yè)數(shù)量將保持穩(wěn)步增長。

大公司將在行業(yè)資源整合中扮演更重要角色。2017 年以來，國內(nèi)互聯(lián)網(wǎng)巨頭加大力度進行戰(zhàn)略合作與投資并購，百度先后與北汽集團、博世、大陸、哈曼、聯(lián)想之星等企業(yè)達成戰(zhàn)略合作協(xié)議，投資語音識別公司涂鴉科技和感知視覺公司 xPerception。阿里巴巴投資混合智能汽車導航企業(yè) WayRay，菜鳥物流與北汽集團和東風汽車成為戰(zhàn)略合作伙伴。騰訊注資特斯拉和 AR 初創(chuàng)企業(yè) Innovega，并依托騰訊AI lab 發(fā)布“AI in all”戰(zhàn)略。預計2018 年，國內(nèi)平臺層面資源將加速整合，大企業(yè)將通過投資并購迅速獲得相應細分領(lǐng)域中的前沿核心技術(shù)，降低研發(fā)失敗的風險，在行業(yè)資源整合中發(fā)揮越來越重要的作用。百度將以自動駕駛作為核心，著力打造技術(shù)驅(qū)動的應用型平臺生態(tài) ；阿里將以云服務為生態(tài)基礎，注重消費級人工智能產(chǎn)品研發(fā)，將人工智能賦能于商業(yè)生態(tài) ；騰訊將圍繞用戶體系組建軟硬件融合的人工智能服務生態(tài) ；科大訊飛將繼續(xù)深耕語音識別領(lǐng)域，基于語音系統(tǒng)建立通用解決方案，打造智能語音開放平臺。

與實體經(jīng)濟融合加速

人工智能與實體經(jīng)濟加速融合。黨的十九大報告中明確指出，要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合。人工智能是具有巨大社會和經(jīng)濟效益的尖端領(lǐng)域和創(chuàng)新前沿。據(jù)保守估計，2018 年中國人工智能將為實體經(jīng)濟帶來超過 1000 億元的增長。預計2018 年，新一代人工智能技術(shù)將與實體經(jīng)濟持續(xù)滲透融合，為零售、交通、醫(yī)療、制造業(yè)、金融等產(chǎn)業(yè)帶來提效降費、轉(zhuǎn)型升級的實際效能。無人商店、無人送貨車、病例細胞篩查、數(shù)字孿生、智慧工廠、 3D 打印、智能投顧等新產(chǎn)品、新服務將大量涌現(xiàn)，從而加速培育產(chǎn)業(yè)新動能，開拓實體經(jīng)濟新增長點，有力推動我國經(jīng)濟結(jié)構(gòu)優(yōu)化升級。

市場應用空間將大步拓展。我國人工智能市場潛力巨大，應用空間廣闊。近年來，我國在數(shù)據(jù)規(guī)模和產(chǎn)品創(chuàng)新能力等方面已進入世界第一梯隊。數(shù)據(jù)規(guī)模方面，中國龐大的人口和發(fā)達的互聯(lián)網(wǎng)提供了任何國家都難以企及的數(shù)據(jù)規(guī)模和標注成本優(yōu)勢。產(chǎn)品創(chuàng)新能力方面，中國企業(yè)在經(jīng)歷移動互聯(lián)網(wǎng)時代的優(yōu)勝略汰后，已能夠在國外創(chuàng)新技巧的基礎上，依據(jù)國內(nèi)市場特點開發(fā)本土創(chuàng)新模式。預計 2018 年，上述優(yōu)勢將與實體經(jīng)濟的轉(zhuǎn)型發(fā)展充分結(jié)合，情感識別、手勢識別、語音助手、混合現(xiàn)實等個人智能化市場空間將進一步拓展，市場營銷、網(wǎng)絡安全認證、人力資源、辦公智能等企業(yè)智能化重構(gòu)將逐步推進，智能制造、智慧醫(yī)療、智慧能源、智能零售等產(chǎn)業(yè)化智能重構(gòu)市場將逐步打開，人工智能的市場應用空間將大步拓展。

資本支持將趨向集中

頂層設計助推產(chǎn)業(yè)發(fā)展，各地方將積極布局規(guī)劃。近年來，我國在國家層面密集出臺一系列政策措施助推人工智能產(chǎn)業(yè)發(fā)展。在 2017年，人工智能先后出現(xiàn)在政府工作報告和黨的十九大報告中，“人工智能 2.0”納入“科技創(chuàng)新 2030—重大項目”，《新一代人工智能發(fā)展規(guī)劃》確立“三步走”的發(fā)展目標，新一代人工智能發(fā)展規(guī)劃推進辦公室及新一代人工智能戰(zhàn)略咨詢委員會宣告成立，未來將有力推動人工智能重大項目落地。預計 2018 年，全國各地方將結(jié)合自身區(qū)位條件和產(chǎn)業(yè)基礎，積極布局適合本地區(qū)特點的人工智能發(fā)展規(guī)劃，實現(xiàn)從中央到地方的聯(lián)動機制，進一步帶動人工智能發(fā)揮經(jīng)濟和社會效益。

資本總量穩(wěn)步增長，投融資層次將更為豐富。目前，中國人工智能投融資額占全球總量的近 35%，達到 635 億元。其中，計算機視覺與圖像、自然語言處理和自動駕駛?cè)箢I(lǐng)域投融資額占國內(nèi)人工智能投融資總量的 60% 以上，成為資本熱捧的焦點。此外，北京、廣東、上海、浙江、江蘇和四川等省市的投融資基礎相對較好，是資本最為聚集的地區(qū)。2017 年上半年，國內(nèi)投融資總額為 143 億元，預計全年投融資規(guī)模較上年增長51%，增速較 2016 年下降 40%。預計 2018 年，國內(nèi)人工智能領(lǐng)域的投融資總量穩(wěn)中有增，資本將更多聚集在應用層細分領(lǐng)域的龍頭企業(yè)，投資事件數(shù)量將減少，單筆投融資數(shù)目將增大，馬太效應將日益凸顯。投資焦點將從應用層逐步下移，AI 芯片等基礎層和深度學習算法應用等技術(shù)層將獲得資本市場的更大關(guān)注，投融資層次將更為豐富。

需要關(guān)注的幾個問題

底層技術(shù)基礎差

由于我國人工智能產(chǎn)業(yè)重應用技術(shù)、輕基礎理論，底層技術(shù)積累薄弱，存在“頭重腳輕” 的結(jié)構(gòu)不均衡問題，使我國人工智能產(chǎn)業(yè)猶如建立在沙灘上的城堡，根基不穩(wěn)?；鶎蛹夹g(shù)積累薄弱使人工智能核心環(huán)節(jié)受制于人，阻礙人工智能領(lǐng)域重大科技創(chuàng)新，不利于國內(nèi)企業(yè)參與國際競爭，并使國民經(jīng)濟和國家安全存在遠期隱憂。

從技術(shù)角度而言，國內(nèi)人工智能的計算機視覺、語音識別、自然語言處理等應用技術(shù)已接近甚至達到國際先進水平，但在基礎元器件、底層算法和理論研究等方面與國際水平差距較大，缺乏重大原創(chuàng)科技成果。

從資本角度而言，截至 2017 年 6 月，國內(nèi)人工智能領(lǐng)域投融資主要集中于計算機視覺、自然語言處理和自動駕駛等應用技術(shù)領(lǐng)域，人工智能芯片領(lǐng)域的累計融資額僅占人工智能產(chǎn)業(yè)總?cè)谫Y額的 2.1%。相比之下，美國人工智能產(chǎn)業(yè)的這一比例高達 31.5%。

從企業(yè)分布角度而言，截至 2017 年 6 月，國內(nèi)人工智能芯片企業(yè)數(shù)量為 14 家，且均為規(guī)模較小的初創(chuàng)企業(yè)，難以滿足芯片領(lǐng)域技術(shù)和資金門檻極高的要求，在數(shù)量上僅為美國的42%，而且缺乏像美國芯片領(lǐng)域的谷歌、英特爾、IBM、高通、英偉達等科技巨頭。

應用路徑不明朗

我國人工智能產(chǎn)業(yè)處于早期發(fā)展階段，商業(yè)化應用路徑尚不明確，商業(yè)落地的痛點突出，這些問題都與當前不斷高漲的關(guān)注度形成鮮明對比，形成“雷聲大雨點小”的現(xiàn)象，致使近期的實際商業(yè)價值變現(xiàn)難度較大。

從應用對象角度而言，由于人工智能產(chǎn)業(yè)與外界缺乏深入、有效的宣傳推介、信息交流、資源對接渠道，傳統(tǒng)行業(yè)和個人消費者對人工智能的認識仍局限于概念層面，對其具體的發(fā)展脈絡、技術(shù)效能和應用模式等缺乏清晰認識。在傳統(tǒng)行業(yè)，尤其是部分勞動密集型行業(yè)對應用人工智能的改造成本、實際效益存在疑慮，甚至對旨在“機器換人”的人工智能存在認知偏差和抵觸情緒。

從應用環(huán)境角度而言，人工智能在推廣應用時，面臨資質(zhì)、數(shù)據(jù)、標準、安全評估等行業(yè)準入壁壘。部分行業(yè)存在顯著的數(shù)據(jù)壁壘，例如，部分工業(yè)制造領(lǐng)域尚未完成數(shù)字化，數(shù)據(jù)獲取難度大 ；金融領(lǐng)域敏感性大，數(shù)據(jù)分享面臨較大的政策和行業(yè)阻力。人工智能在數(shù)據(jù)接口標準、技術(shù)評價指標、安全評估管控等方面存在缺失，阻礙其在其他行業(yè)及個人消費領(lǐng)域中的推廣應用。

發(fā)展氛圍顯浮躁

人工智能概念雖當前火熱，但企業(yè)和政府對產(chǎn)業(yè)發(fā)展理解不透、思考不足，普遍高估并急于兌現(xiàn)人工智能的近期商業(yè)價值。產(chǎn)業(yè)發(fā)展氛圍略顯浮躁，面臨同質(zhì)化、碎片化風險，這些都可能延長人工智能商業(yè)價值的兌現(xiàn)周期，并加劇產(chǎn)業(yè)未來發(fā)展的周期性波動幅度。

從企業(yè)角度而言，雖然人工智能的企業(yè)數(shù)量和融資規(guī)模迅速攀升，但存在大小企業(yè)一擁而上、炒作概念的現(xiàn)象。云計算、大數(shù)據(jù)企業(yè)紛紛改換門庭，導致人工智能產(chǎn)業(yè)魚目混珠，企業(yè)技術(shù)水平參差不齊。企業(yè)急于將人工智能商業(yè)價值變現(xiàn)，對技術(shù)難度的預估過于樂觀，對自身技術(shù)產(chǎn)品普遍夸大宣傳，瞄準的發(fā)力方向存在扎堆現(xiàn)象。同時，企業(yè)面臨政府、資本、同業(yè)及輿論的多重壓力，在主營方向、技術(shù)研發(fā)方面缺乏定力，技術(shù)、產(chǎn)品普遍趨同情況顯著。

從政府角度而言，地方政府雖然對發(fā)展人工智能產(chǎn)業(yè)抱有極大熱情，但對人工智能等新興產(chǎn)業(yè)的產(chǎn)業(yè)特征、發(fā)展規(guī)律和培育模式缺乏深刻理解，仍慣于采用傳統(tǒng)的招商引資模式，重引進、輕培育，試圖通過形成政策、資金和資源洼地來爭奪國內(nèi)稀缺的人工智能產(chǎn)業(yè)資源。政府在產(chǎn)業(yè)生態(tài)培育、配套資源對接、業(yè)務市場開拓、公共平臺建設等方面缺乏經(jīng)驗和耐心，部分省市已發(fā)布的人工智能發(fā)展規(guī)劃缺乏實質(zhì)內(nèi)容和可操作性，規(guī)劃的實際效果和扶持政策的可持續(xù)性存疑。

專業(yè)人才不充足

人工智能是新興產(chǎn)業(yè)，雖然技術(shù)和產(chǎn)業(yè)發(fā)展迅猛，但專業(yè)技術(shù)人才，以及兼顧人工智能與傳統(tǒng)產(chǎn)業(yè)的跨界人才不充足，限制了產(chǎn)業(yè)發(fā)展以及與實體經(jīng)濟的深度融合發(fā)展。

從人才數(shù)量和質(zhì)量角度而言，我國人工智能領(lǐng)域?qū)I(yè)技術(shù)人才數(shù)量不充足、經(jīng)驗不豐富。截至 2017 年 6 月，中國共有 592 家人工智能公司，擁有員工約 39200 名。相比之下，美國共有 1078 家人工智能公司，共有約 78700 名員工，數(shù)量達到我國的 2 倍。據(jù)LinkedIn 數(shù)據(jù)，我國從業(yè)經(jīng)驗 10 年以上的人工智能人才比例不足 40%，而美國的這一比例則超過 70%。

從人才分布角度而言，我國人工智能領(lǐng)域人才分布不均勻，主要集中于應用層。據(jù)統(tǒng)計，我國人工智能基礎層、技術(shù)層和應用層的人才數(shù)量占比分別為 3.3%、34.9% 和61.8%，基礎層人才比例嚴重偏低，不利于底層基礎理論研究及重大科技創(chuàng)新。相比之下，美國人工智能領(lǐng)域三個環(huán)節(jié)的人才數(shù)量占比分別為 22.7%、 37.4% 和 39.9%，人才分布更加合理均衡，有利于產(chǎn)業(yè)的持續(xù)發(fā)展。

從人才培養(yǎng)角度而言，我國高校人工智能領(lǐng)域的學科建設、人才培養(yǎng)相對滯后。人工智能涉及領(lǐng)域?qū)挿海嚓P(guān)領(lǐng)域?qū)W科資源分散，未能形成合力，培養(yǎng)人才的數(shù)量、質(zhì)量有待提升。目前，國內(nèi)開設人工智能專業(yè)的高校數(shù)量較少、時間較短，學科實力不強。美國國家科技委員會發(fā)布的 2017 年人工智能全球大學排名中前50 名均位于歐美地區(qū)，我國大學無一上榜。此外，國內(nèi)缺乏人工智能與傳統(tǒng)行業(yè)的跨界人才，不利于人工智能在各垂直行業(yè)的應用推廣。

應采取的對策建議

推動技術(shù)創(chuàng)新突破

重點突破基礎領(lǐng)域。針對人工智能底層技術(shù)，加強對以深度學習為代表的底層算法模型的深入研究，并積極布局影響人工智能未來發(fā)展的前沿基礎理論研究。強化在基礎材料、元器件、芯片、傳感器等領(lǐng)域的研究，加快突破圖形處理器、現(xiàn)場可編程門陣列、專用集成電路等基礎硬件核心技術(shù)。強化相關(guān)各個基礎領(lǐng)域研究。

推動人工智能技術(shù)融合發(fā)展。依托底層的基礎理論、算法模型和核心硬件基礎，開發(fā)人工智能算法開發(fā)工具、數(shù)據(jù)庫、中間件等關(guān)鍵軟件，推動人工智能開源軟硬件平臺及生態(tài)建設，促進基于人工智能的計算機視覺、生物特征識別、自然語言處理等應用技術(shù)的研發(fā)和產(chǎn)業(yè)化。加強前沿技術(shù)布局，構(gòu)造未來融合創(chuàng)新技術(shù)基礎。

強化基礎支撐建設。建設滿足深度學習等智能計算需求的新型計算集群共享平臺、人工智能開源算法及軟件基礎平臺、多種生物特征識別的基礎身份認證平臺、人工智能云服務平臺等基礎資源及產(chǎn)業(yè)公共服務平臺。構(gòu)建基礎支撐平臺建設。

加速融合實體經(jīng)濟

推動重點領(lǐng)域示范應用。精準選取應用場景，推動人工智能與實體經(jīng)濟的深度融合。促進人工智能在工業(yè)領(lǐng)域設計、制造、運維環(huán)節(jié)的應用，提升質(zhì)量效率、降低成本。推動鼓勵人工智能在教育、交通、醫(yī)療、安防等服務和民生領(lǐng)域的推廣，提升產(chǎn)品、服務的智能化水平，促進無人零售等新興商業(yè)模式的創(chuàng)新發(fā)展。通過人工智能在重點領(lǐng)域的示范應用，推動強化人工智能技術(shù)水平的提升和商業(yè)化路徑的篩選，實現(xiàn)人工智能與實體經(jīng)濟的深度融合，促進人工智能的規(guī)?；瘧煤蛡鹘y(tǒng)行業(yè)的轉(zhuǎn)型升級。

消除行業(yè)準入壁壘。重點建設面向人工智能的公共數(shù)據(jù)庫、測試標準、服務平臺等，促進各類通用軟件和技術(shù)平臺的開源開放，形成良性發(fā)展的產(chǎn)業(yè)生態(tài)。加速完善人工智能面向行業(yè)應用的各項檢驗評測、標準、安全評價體系，消除人工智能向各行業(yè)推廣應用時面臨的資質(zhì)、數(shù)據(jù)接口、評價標準等行業(yè)準入壁壘，加強宣傳引導和政策規(guī)范，避免產(chǎn)生新壁壘。

完善創(chuàng)新生態(tài)體系

以領(lǐng)軍企業(yè)為龍頭打造產(chǎn)業(yè)創(chuàng)新平臺。鼓勵各細分領(lǐng)域企業(yè)通過產(chǎn)業(yè)創(chuàng)新平臺提振創(chuàng)新動能，構(gòu)建以大企業(yè)為引領(lǐng)的創(chuàng)新網(wǎng)絡。面向市場應用需求，突出培育一批具有示范作用的創(chuàng)新企業(yè)集群，并由此形成分領(lǐng)域的投資目標。

以地方優(yōu)勢為亮點打造區(qū)域創(chuàng)新平臺。結(jié)合地方區(qū)位特點和產(chǎn)業(yè)比較優(yōu)勢，構(gòu)建以共生發(fā)展為特征的區(qū)域創(chuàng)新平臺。立足區(qū)域發(fā)展，建立產(chǎn)業(yè)創(chuàng)新協(xié)作機制，孵化一批核心產(chǎn)業(yè)基地。提升招商引資能力，提振區(qū)域產(chǎn)業(yè)創(chuàng)新水平，形成有利于協(xié)同創(chuàng)新的共生環(huán)境。

以產(chǎn)業(yè)發(fā)展為導向打造開源開放平臺。在產(chǎn)業(yè)層面構(gòu)建以集群聯(lián)動為特點的開源平臺，促進不同企業(yè)間的產(chǎn)業(yè)關(guān)聯(lián)轉(zhuǎn)化為能夠引發(fā)創(chuàng)新行為實質(zhì)互動。通過開放開源，催生技術(shù)創(chuàng)新的集群效應，促進產(chǎn)業(yè)集群間建立起多層次的有機聯(lián)接，形成點、線、群、網(wǎng)相結(jié)合的開源開放創(chuàng)新平臺體系。

以行業(yè)聯(lián)盟為依托打造技術(shù)競合平臺。利用行業(yè)聯(lián)盟的社會資源和社會影響力，打造技術(shù)競合平臺，推動各類型企業(yè)從不同維度參與人工智能技術(shù)研發(fā)和應用推廣。為行業(yè)層面新產(chǎn)品、新服務的快速迭代與共同試錯提供規(guī)范化的良性競合機制，確保參與企業(yè)與行業(yè)最新前沿技術(shù)的同步，形成技術(shù)創(chuàng)新的良性互動格局。

形成開放發(fā)展氛圍

促進開放創(chuàng)新體系建設。依托中國人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟等第三方專業(yè)機構(gòu)，舉辦中國人工智能產(chǎn)業(yè)創(chuàng)新大賽等競技比賽鼓勵創(chuàng)新。聚焦重點熱點問題，促進推進人工智能企業(yè)和團隊創(chuàng)新水平的提高。依托中國人工智能產(chǎn)業(yè)創(chuàng)新基地等產(chǎn)業(yè)載體，為人工智能企業(yè)發(fā)展提供最優(yōu)環(huán)境和優(yōu)秀學習范例。

推動國內(nèi)外交流合作。利用中國人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟等第三方專業(yè)機構(gòu)的資源優(yōu)勢，推動國內(nèi)行業(yè)交流和國內(nèi)外技術(shù)發(fā)展交流。以研討會、交流論壇、學術(shù)年會等形式，促進我國同行之間、我國與國外知名專家、企業(yè)家和智庫開展合作交流。確?，F(xiàn)階段我國人工智能總體技術(shù)和應用與世界先進水平保持同步。

打造聯(lián)盟標準和規(guī)范。加快打造人工智能行業(yè)聯(lián)盟的規(guī)范和標準，在提升專業(yè)機構(gòu)資質(zhì)和水平的同時，以聯(lián)盟標準幫助相關(guān)企業(yè)激發(fā)創(chuàng)新活力、提升開放水平、加深合作意識。

強化人才培養(yǎng)培訓

加強相關(guān)學科建設。依托現(xiàn)有的人工智能相關(guān)學科，大力推動學科間合作和資源優(yōu)化集中，形成研發(fā)和教學合力，培養(yǎng)人工智能領(lǐng)域內(nèi)跨學科人才。加快人工智能相關(guān)學科布局，在有基礎的院校強化人工智能相關(guān)學科的師資力量，擴大高學歷人才的培養(yǎng)規(guī)模。鼓勵高校、科研院所加大與人工智能企業(yè)、國外高校及相關(guān)機構(gòu)的合作力度，打造多種形式的人才培養(yǎng)平臺。

加大人才引進力度。針對人工智能芯片、基礎算法模型等重點領(lǐng)域，充分利用現(xiàn)有各類人才計劃，并設立專門通道和定向優(yōu)惠政策，加大對國際頂級科學家和高層次人才的吸引力，加快人才引進效率，擴大人才引進規(guī)模。鼓勵高校、科研院所和企業(yè)采用項目合作、技術(shù)咨詢、交流訪問等多種形式引進人工智能人才，加大技術(shù)合作力度。

注重培養(yǎng)跨界人才。重視培養(yǎng)貫通人工智能基礎理論、軟硬件技術(shù)、市場產(chǎn)品及垂直領(lǐng)域應用的縱向跨界人才，以及兼顧人工智能與經(jīng)濟、社會、法律等的橫向跨界人才。引導有基礎的高校在原有相關(guān)學科基礎上拓展教學內(nèi)容，推動人工智能與其他學科的交叉融合及相關(guān)人才培養(yǎng)。