人工智能受到全球主要經(jīng)濟(jì)體的廣泛重視，美國等國家將人工智能作為重要戰(zhàn)略利器，不斷強(qiáng)化頂層設(shè)計、出臺發(fā)展規(guī)劃、制定政策措施和部署重點(diǎn)任務(wù)。近年來，人工智能大國博弈日趨復(fù)雜，行業(yè)頭部企業(yè)的產(chǎn)業(yè)生態(tài)之爭進(jìn)一步加劇，以人才為核心的資源爭奪愈演愈烈。

在此形勢下，我國如何面對中美在人工智能領(lǐng)域的博弈挑戰(zhàn)，以更好地推動人工智能前沿領(lǐng)域的快速、有序發(fā)展，這一問題涉及計算機(jī)學(xué)、政策學(xué)、管理學(xué)等多學(xué)科交叉領(lǐng)域，具有智庫問題的典型特征，需要通過科學(xué)的智庫理論方法展開研究。為此，本文利用智庫雙螺旋法對這一問題進(jìn)行深入分析，以促進(jìn)對該問題的規(guī)律性認(rèn)識。

人工智能前沿領(lǐng)域，美國重“協(xié)作”，中國強(qiáng)“理論”

（一）機(jī)理分析：聚焦問題，把握規(guī)律。

技術(shù)創(chuàng)新領(lǐng)域，美國技術(shù)水平不斷提升，開發(fā)多種新的模型和算法。

機(jī)器學(xué)習(xí)、計算機(jī)視覺技術(shù)智能水平不斷提升，2020年谷歌公司的“谷歌大腦”模型對于圖像識別的準(zhǔn)確度達(dá)90%以上，比2013年模型訓(xùn)練的速度提高8倍；DeepMind通過Alpha Zero實現(xiàn)完全基于“自我游戲”的學(xué)習(xí)，沒有涉及實際數(shù)據(jù)。

持續(xù)開發(fā)人工智能的新算法和新模型，Open AI發(fā)布全球規(guī)模最大的預(yù)訓(xùn)練語言模型GPT-3以及人工智能聊天機(jī)器人ChatGPT；DeepMind開發(fā)的AlphaFold2算法破解蛋白質(zhì)結(jié)構(gòu)預(yù)測難題；Google、Facebook提出全新無監(jiān)督表征學(xué)習(xí)算法。

智能芯片制造技術(shù)持續(xù)提升，IBM公司研發(fā)基于7納米晶體管技術(shù)的四核加速器芯片；斯坦福大學(xué)開發(fā)出“存算一體”的神經(jīng)網(wǎng)絡(luò)推理系統(tǒng)；美韓聯(lián)合研究團(tuán)隊開發(fā)出將大腦神經(jīng)元的連接圖復(fù)制到3D神經(jīng)形態(tài)芯片上的類腦芯片；賓夕法尼亞大學(xué)研發(fā)出可直接讀取和處理光信號并實時識別圖像的人工智能光芯片。

我國訓(xùn)練模型、訓(xùn)練芯片等取得重要進(jìn)展。

超大規(guī)模預(yù)訓(xùn)練模型、輕量化深度學(xué)習(xí)技術(shù)不斷成熟，促進(jìn)計算效率顯著提升，華為、北京智源人工智能研究院、中國科學(xué)院、阿里巴巴等相繼推出盤古、悟道、M6等超大規(guī)模預(yù)訓(xùn)練模型；百度推出的輕量化PaddleOCR模型規(guī)模減小至2.8Mb，具有更加緊湊和高效的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

知識計算逐漸成熟，從以往的感知智能逐漸轉(zhuǎn)向認(rèn)知智能，浙江大學(xué)、百度、竹間智能、國雙等相繼推出知識計算引擎、知識中臺、知識工程平臺、知識智能平臺等。

訓(xùn)練芯片加速發(fā)展，智能物聯(lián)網(wǎng)芯片實現(xiàn)初步探索，寒武紀(jì)的思元370、燧原科技的邃思2.0以及百度的昆侖2芯片等相對上一代產(chǎn)品均有3-4倍以上的算力提升；北京大學(xué)類腦智能芯片中心推出超低功耗智能物聯(lián)網(wǎng)芯片。

產(chǎn)業(yè)發(fā)展領(lǐng)域，美國人工智能具有完善的產(chǎn)業(yè)鏈，自動駕駛領(lǐng)域、廠商實力領(lǐng)先。

建立完整產(chǎn)業(yè)鏈，硅谷周邊的企業(yè)形成完善的產(chǎn)業(yè)鏈條，經(jīng)過多年的發(fā)展在操作系統(tǒng)、開源框架平臺、芯片等軟件和硬件方面處于世界前列。

自動駕駛領(lǐng)域表現(xiàn)突出，據(jù)2020全球自動駕駛數(shù)據(jù)顯示，Waymo（谷歌旗下）、Cruise（美國通用旗下）位列第一、二名。

人工智能廠商實力領(lǐng)先，美國將算法和芯片賦能產(chǎn)業(yè)領(lǐng)域以提高產(chǎn)業(yè)的競爭力，如谷歌通過“AI+硬件+軟件”形成大量的商業(yè)化成果，實力位列世界人工智能廠商之首。

我國人工智能應(yīng)用規(guī)模穩(wěn)步推進(jìn)。芯片形成規(guī)模化應(yīng)用，神經(jīng)網(wǎng)絡(luò)芯片（如思必馳、地平線等）在駕駛、語音、安全等方面進(jìn)行大量應(yīng)用。

開放平臺初顯效果，人工智能開放平臺（如華為、阿里、百度、騰訊等）已經(jīng)可以為產(chǎn)業(yè)快速發(fā)展提供有力支撐。

人工智能應(yīng)用逐步成熟，我國人工智能技術(shù)在教育、安保等行業(yè)的應(yīng)用較為成熟，行業(yè)滲透率、產(chǎn)業(yè)規(guī)模均有所提高。

研究前沿領(lǐng)域，美國重點(diǎn)研發(fā)人類與人工智能協(xié)作方法、先進(jìn)人工智能技術(shù)。關(guān)注需要長期投資的人工智能基礎(chǔ)研究，包括提高系統(tǒng)感知能力、推進(jìn)基于數(shù)據(jù)的發(fā)現(xiàn)知識方法等。開發(fā)人類與人工智能協(xié)同工作的方法，包括提高人類機(jī)能的技術(shù)、尋求人類感知的算法等。研發(fā)有利于保障國家安全的人工智能技術(shù)，包括感官知覺和識別、安全的人工智能、下一代人工智能等。

我國強(qiáng)化人工智能基礎(chǔ)理論研究與關(guān)鍵技術(shù)的研發(fā)。加強(qiáng)有潛力引領(lǐng)技術(shù)升級的基礎(chǔ)研究，包括群體智能、人機(jī)混合智能、跨媒體感知計算等。關(guān)注引領(lǐng)范式變革的基礎(chǔ)研究，包括量子和腦智能計算、高級機(jī)器學(xué)習(xí)等。關(guān)注新一代的共性技術(shù)，包括智能計算芯片與系統(tǒng)、虛擬現(xiàn)實智能建模技術(shù)等。

（二）影響分析：對標(biāo)國際，立足國內(nèi)。

我國人工智能技術(shù)創(chuàng)新在算法、硬件、算力、專利上具有以下特點(diǎn)。

在算法方面，我國在語音、圖像等算法的研發(fā)方面較為成熟，語言處理、語音識別、視覺上擁有較多公司，如科大訊飛、商湯科技等。

在硬件基礎(chǔ)方面，世界500強(qiáng)超級計算機(jī)名單中，我國有超級計算機(jī)186臺，美國為123臺。

在算力方面，近年來我國超級計算機(jī)的性能逐步提升，與美國超級計算機(jī)的性能相比，差距日趨減小。

在專利方面，2020年，我國人工智能專利的年申請數(shù)量大幅增加，專利申請總量約為美國的2.58倍；但美國高價值的專利數(shù)量具有較高比例，價值超過30萬的專利占比25.4%，遠(yuǎn)超我國的3.45%。

相比于美國，我國在人工智能技術(shù)創(chuàng)新上仍有如下挑戰(zhàn)。

人工智能技術(shù)面臨“卡脖子”難題，目前大多數(shù)人工智能算法由美國的Facebook、谷歌、微軟等開創(chuàng)，我國核心算法原始創(chuàng)新成果較少。

人工智能學(xué)習(xí)框架存在差距，目前機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架大多由微軟、谷歌、Meta、亞馬遜等美國企業(yè)研發(fā)，我國在人工智能學(xué)習(xí)框架上缺乏領(lǐng)導(dǎo)力。

人工智能芯片仍處于弱勢，英特爾、英偉達(dá)等美國公司為先進(jìn)人工智能芯片的主要制造商，而我國芯片發(fā)展時間較短，長期依賴于進(jìn)口。

人工智能研究機(jī)構(gòu)全球領(lǐng)先的較少，2022年全球擁有最多人工智能TOP2000學(xué)者的前20家機(jī)構(gòu)中，美國機(jī)構(gòu)占16家，我國僅占2家，前5名依次為谷歌、Meta、DeepMind、多倫多大學(xué)、OpenAI，我國清華大學(xué)、阿里巴巴分別排全球第13名和第20名。

我國人工智能產(chǎn)業(yè)發(fā)展在數(shù)據(jù)規(guī)模、應(yīng)用服務(wù)上具有以下特點(diǎn)。

在數(shù)據(jù)規(guī)模方面，我國世界上擁有最多人口的國家，市場基礎(chǔ)具有優(yōu)勢，擁有的數(shù)據(jù)量也位于世界前列，在人工智能產(chǎn)業(yè)發(fā)展所需的數(shù)據(jù)量上占據(jù)優(yōu)勢。

在應(yīng)用服務(wù)方面，人工智能領(lǐng)域新的應(yīng)用場景持續(xù)開發(fā)，科大訊飛、商湯、曠視等逐漸由最初關(guān)注的視覺語音等技術(shù)轉(zhuǎn)向物流、消費(fèi)等更多領(lǐng)域的應(yīng)用服務(wù)，商湯Sense parrots、曠視天元等服務(wù)平臺不斷涌現(xiàn)。

相比于美國，我國在人工智能產(chǎn)業(yè)發(fā)展上仍有如下挑戰(zhàn)。

與美國的人工智能公司存在一定的差距，2020年，美國獲取金額超過100萬美元的活躍人工智能公司約為我國的5.4倍；2022年全球領(lǐng)先人工智能企業(yè)前10名依次為谷歌、微軟、Meta、亞馬遜、IBM、華為、阿里巴巴、英偉達(dá)、騰訊、三星，其中美國有六家企業(yè)上榜，且前三名均為美國的企業(yè)，我國有三家企業(yè)上榜。

我國在人工智能軟件產(chǎn)業(yè)方面的體量優(yōu)勢較小，美國人工智能軟件產(chǎn)業(yè)體量大、創(chuàng)新等級高，我國在硬件產(chǎn)業(yè)具備優(yōu)勢，但軟件產(chǎn)業(yè)的體量較小。

市場規(guī)模和創(chuàng)業(yè)公司數(shù)量較少，從2020年全球人工智能市場的規(guī)模分布來看，美國占據(jù)57%的市場，而我國僅占12%。2020年4-6月，全球人工智能創(chuàng)業(yè)公司的交易額總計約72.3億美元，美國、我國分別占比39.5%、15.5%。

（三）政策分析：著眼當(dāng)下，關(guān)注未來。

我國加強(qiáng)頂層規(guī)劃設(shè)計，將提升新一代人工智能科技創(chuàng)新能力作為重要目標(biāo)。我國《新一代人工智能發(fā)展規(guī)劃》將人工智能首次提升到國家戰(zhàn)略地位，并將其發(fā)展規(guī)劃具體化：在理論技術(shù)、產(chǎn)業(yè)應(yīng)用、人才培養(yǎng)、政策體系方面的要求，如要建立和形成新一代人工智能理論與技術(shù)體系，形成國際領(lǐng)先的人工智能產(chǎn)業(yè)，核心產(chǎn)業(yè)規(guī)模超過1萬億元，推動人工智能領(lǐng)域的人才培養(yǎng)，建立并逐步形成完備的人工智能法律法規(guī)、倫理規(guī)范和政策體系。“十四五”規(guī)劃提出新一代人工智能為科技前沿攻關(guān)的首要目標(biāo)領(lǐng)域。《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》《國家新一代人工智能開放創(chuàng)新平臺建設(shè)工作指引》《關(guān)于促進(jìn)人工智能和實體經(jīng)濟(jì)深度融合的指導(dǎo)意見》《新一代人工智能倫理規(guī)范》等政策進(jìn)一步明確人工智能的發(fā)展細(xì)節(jié)，如探索人工智能創(chuàng)新成果應(yīng)用轉(zhuǎn)化路徑和方法，鼓勵人工智能細(xì)分領(lǐng)域，建立開放、開源平臺，建立人工智能標(biāo)準(zhǔn)體系，將倫理道德融入人工智能全生命周期。 美國將人工智能作為應(yīng)對挑戰(zhàn)和保護(hù)國家安全的重點(diǎn)。加強(qiáng)人工智能研發(fā)投資和建立研究基礎(chǔ)設(shè)施，加強(qiáng)國防領(lǐng)域中人工智能技術(shù)的應(yīng)用，加強(qiáng)國土安全部對于下一代人工智能技術(shù)的利用。美國“兩黨創(chuàng)新法案”及相關(guān)戰(zhàn)略將人工智能從原來的技術(shù)競爭提高至世界領(lǐng)導(dǎo)權(quán)的競爭，并且盡可能保持其在人工智能領(lǐng)域國際上的領(lǐng)先優(yōu)勢。重點(diǎn)關(guān)注有助于安全、可信人工智能算法系統(tǒng)的技術(shù)標(biāo)準(zhǔn)制定，先進(jìn)計算機(jī)芯片和硬件的研發(fā)，應(yīng)用人工智能預(yù)測供應(yīng)鏈效率等。

美西方國家相關(guān)戰(zhàn)略的實施將進(jìn)一步限制我國在人工智能領(lǐng)域的國際科技交流合作。將科技企業(yè)當(dāng)作國家資產(chǎn)來保護(hù)，充分保護(hù)其人工智能芯片知識產(chǎn)權(quán)，加大我國了解國際新技術(shù)及先進(jìn)算法的難度，制約我國人工智能領(lǐng)域發(fā)展和相關(guān)產(chǎn)業(yè)升級。

（四）形成方案：深化認(rèn)知，系統(tǒng)研判。

通過對人工智能技術(shù)的發(fā)展趨勢、優(yōu)勢差距、戰(zhàn)略布局進(jìn)行融合分析，將研究結(jié)果最終還原到所研究的智庫問題上，提出以下關(guān)于我國人工智能發(fā)展的對策建議：一是加強(qiáng)基礎(chǔ)理論研究，推動人工智能領(lǐng)域的前沿原創(chuàng)研究。二是注重科學(xué)前沿謀劃，促進(jìn)人工智能關(guān)鍵核心技術(shù)的研發(fā)。三是完善產(chǎn)業(yè)推進(jìn)政策，實現(xiàn)人工智能應(yīng)用產(chǎn)業(yè)化發(fā)展。四是推進(jìn)人工智能治理體系建設(shè)，努力營造有利的國際發(fā)展環(huán)境。

如何更為科學(xué)地為我國人工智能領(lǐng)域的發(fā)展提供對策？

（一）解析問題。

根據(jù)智庫雙螺旋法，首先按照外循環(huán)進(jìn)行問題“解析”，構(gòu)建認(rèn)知框架。從“我國如何推動人工智能前沿領(lǐng)域的快速有序發(fā)展”這一智庫問題出發(fā)，按照“發(fā)展趨勢是什么—優(yōu)勢差距怎么樣—戰(zhàn)略布局如何”的邏輯，將其分解為三個層層遞進(jìn)、相互作用的子問題。

回答“發(fā)展趨勢是什么”這一問題，需要明確人工智能的前沿發(fā)展趨勢，對中美人工智能技術(shù)創(chuàng)新情況、產(chǎn)業(yè)發(fā)展情況、研究前沿情況進(jìn)行深入分析。

回答“優(yōu)勢差距怎么樣”這一問題，需要對中美兩國在人工智能領(lǐng)域的優(yōu)勢進(jìn)行比較，在此基礎(chǔ)上分析我國人工智能領(lǐng)域面臨的差距。

回答“戰(zhàn)略布局如何”這一問題，需要分析美國在人工智能領(lǐng)域的戰(zhàn)略意圖，梳理我國在人工智能領(lǐng)域的頂層規(guī)劃與細(xì)節(jié)，進(jìn)而為我國人工智能領(lǐng)域的未來發(fā)展提供對策建議。

（二）融合研究。

在解析問題后，按照內(nèi)循環(huán)DIIS和MIPS進(jìn)行“融合”研究，這一過程需要收集多學(xué)科、多領(lǐng)域的知識信息，并且綜合應(yīng)用各種定量、定性和混合的方法工具，圍繞智庫問題開展交叉融合研究。

（三）還原問題。

在DIIS與MIPS“融合”研究基礎(chǔ)上，將子問題的研究結(jié)果經(jīng)過多輪循環(huán)論證后上升為智庫問題的解決方案，形成我國人工智能前沿領(lǐng)域發(fā)展的對策建議，最終實現(xiàn)“還原”研究。具體而言，基于推動我國人工智能前沿領(lǐng)域快速有序發(fā)展這一目標(biāo)，識別出人工智能基礎(chǔ)理論研究、人工智能關(guān)鍵核心技術(shù)研發(fā)、人工智能應(yīng)用產(chǎn)業(yè)化發(fā)展、人工智能治理體系建設(shè)這四個重要方面，針對這四個方面分別提出相應(yīng)的對策建議。

智庫雙螺旋法為科學(xué)決策提供了保障

（一）通過循環(huán)迭代、創(chuàng)新升華，提高智庫研究方法知行合一的科學(xué)性、有效性。

（二）通過歷史域、現(xiàn)實域、未來域的時空交織，形成與時俱進(jìn)的智庫問題解決方案。

智庫雙螺旋法提供了貫通歷史、現(xiàn)實、未來的時空域概念，通過對歷史規(guī)律、現(xiàn)實情況、未來趨勢的分析，拓寬智庫問題的研究視域。具體在研究過程中，首先是基于歷史的思考，通過對人工智能技術(shù)以往相關(guān)文獻(xiàn)資料、政策文本的分析，尋找人工智能技術(shù)發(fā)展的歷史規(guī)律，總結(jié)發(fā)展經(jīng)驗，為形成有歷史支撐的解決方案提供堅實基礎(chǔ)。其次是基于現(xiàn)實的研究，通過對人工智能技術(shù)發(fā)展現(xiàn)狀、差距比較分析、政策干預(yù)效果的分析，為形成有現(xiàn)實依據(jù)的解決方案提供現(xiàn)狀判斷。最后是基于未來的分析，通過對人工智能技術(shù)未來的戰(zhàn)略布局、研究前沿的研判，為形成前瞻未來的解決方案提供有力支撐。

（三）通過問題導(dǎo)向、證據(jù)導(dǎo)向、科學(xué)導(dǎo)向，始終堅持智庫問題研究的正確方向路徑。

通過問題導(dǎo)向，在研究之初即明確圍繞“我國如何推動人工智能前沿領(lǐng)域的快速有序發(fā)展”進(jìn)行研究，進(jìn)而結(jié)合這一問題的特征、涉及的學(xué)科領(lǐng)域，抽絲剝繭、層層分解，找出關(guān)鍵問題開展研究。通過證據(jù)導(dǎo)向，在研究過程中重視通過人工智能領(lǐng)域的相關(guān)歷史數(shù)據(jù)資料、現(xiàn)狀分析信息、前瞻研判觀點(diǎn)來為解決方案提供客觀證據(jù)。通過科學(xué)導(dǎo)向，在研究過程中選擇合適的方法工具、遴選相應(yīng)的專家，對人工智能領(lǐng)域的技術(shù)前沿、優(yōu)勢差距、戰(zhàn)略布局進(jìn)行綜合、系統(tǒng)、科學(xué)的研究。