2018年，中國人工智能技術創新日益活躍、產業規模逐步壯大、應用領域不斷拓展，取得了階段性成效。展望2019年，人工智能產業集聚效應將更具規模，智能經濟雛形初現，國際產業博弈將更加激烈。

形勢判斷

（一）核心基礎技術持續突破，邊緣智能加速應用布局。核心基礎技術的帶動溢出效益增強。在算法層面，深度學習算法在利用各類型深度神經網絡處理海量數據方面具有優勢，將通過在計算機視覺和圖像識別、語音識別等領域的持續應用，不斷革新傳統的計算機算法框架。在算力層面，采用fpga、fpu、asic等cpu+x的異構計算模式可基本滿足對處理器更快速、更高效、更方便的使用要求。在數據層面，全球物聯網設備數量將于2020年達到204億規模，超大規模數據中心數量將達485個，隨著分布式網絡傳輸架構應用將更廣泛，5g商用進程加速，可穿戴設備、智能網聯汽車等的快速發展，大規模結構性數據的感知、獲取、傳輸、分析、存儲能力均取得飛躍。預計到2019年，人工智能產業發展的算法、算力、數據基礎更趨成熟，我國計算機視覺、智能語音語義處理、智能機器人、智能駕駛、消費級無人機將處于國際先進行列，智能網聯汽車、智能服務機器人、智能無人機爆發應用商機。

邊緣智能成為人工智能應用布局的創新方向。邊緣智能專指靠近智能終端以及數據源頭的網絡邊緣側，融合了網絡、計算、存儲、應用的開放計算平臺。根據ihs數據測算，邊緣側人工智能市場需求在2018年開始爆發，將從2017年的4億美元增長至2018年的19億美元，預計2019年的增長率將超過400%。預計到2019年，更多人工智能應用和產品將部署于網絡“邊緣側”，實現更低延遲性、更低能耗、更小體積和更低成本的人工智能技術應用路徑。

（二）產業鏈條正在形成，集聚效應初具規模。人工智能產業鏈條逐步形成。截至2018年年初，我國人工智能領域相關企業達2000家，正逐步在底層基礎支撐、核心技術創新、上層行業應用之間建立初步產業鏈條。預計到2019年，我國人工智能產業鏈條關聯性、協同性將顯著增強，人工智能產業協同能力將進一步提升。

地方性、特色性產業集聚初見規模。2018年以來，我國人工智能產業在長三角、珠三角、京津冀三大城市群呈爆發式增長，北京、上海、天津、廣東、安徽、浙江等地初步形成特色人工智能產業集群。

（三）融合應用水平大幅拓展，智能經濟形態雛形初現。場景化、融合化將成為人工智能產業發展新特點。在制造領域，海爾利用人工智能技術賦能傳統產業，實現了從傳統家電供應商向“硬件+軟件+服務”平臺型企業的轉型。在交通出行領域，2018年是人工智能在智能駕駛和智慧城市領域的產品化元年，谷歌waymo已經率先在美國鳳凰城實行一定規模的商業化，我國企業中百度的技術方案較為成熟。在消費電子領域，華為全新發布的榮耀magic系列手機采用了人工智能處理器麒麟980芯片，可實現計算機語言識別、自學習、自推薦。預計到2019年，人工智能與制造、交通出行、消費電子、網絡零售、金融服務、醫療診斷等領域的滲透影響不斷加深，發展融合化、應用場景化將成為人工智能產業發展的重要特點。

人工智能產業發展塑造智能經濟雛形。普華永道預測，到2030年人工智能將為全球gdp帶來14%的增長空間，即15.7萬億美元的市場規模。截至2018年年初，我國人工智能核心產業規模達到180億元，帶動相關產業規模達到2200億元。預計到2019年，人工智能將通過與各種行業領域的深度融合，加速塑造新的社會經濟形態。

（四）國內產業政策加速落地，國際產業博弈更加激烈。產業支持政策加速落地。近年來，國家層面密集出臺一系列政策措施，助推人工智能產業發展。預計2019年，全國各地方將結合自身區位條件和產業基礎，積極布局適合本地區特點的人工智能發展規劃。

國際產業競爭環境更為復雜激烈。預計2019年，各國將出臺本國人工智能發展戰略和系列配套政策，人工智能領域的“國家主義”態勢初見苗頭。

對策建議

（一）以推動核心技術攻關為目標，加大對重點技術產品研發的資金支持。推動人工智能核心技術攻關。一是加強人工智能芯片、傳感器、算法、平臺等核心技術研發，推動cpu、gpu、fpga等高端通用芯片現有成果向人工智能領域拓展。二是以關鍵技術為基礎，以支撐解決方案打造和深化應用為目標，瞄準人工智能算法、智能芯片、智能傳感器等基礎領域和情緒感知、認知智能等前沿領域，系統推進關鍵核心領域攻關。三是順應產業平臺化、開源化發展趨勢，引導和集中行業資源，打造自主架構的深度學習平臺以及面向智能網聯汽車等領域的人工智能開發平臺/開發系統。

建立針對重點技術產品的資金支持體系。一是設立人工智能產業發展與應用專項資金或專項基金，重點支持人工智能基礎理論及關鍵核心技術研發與產業化，支持重點行業典型應用示范及解決方案研發，提高全產業鏈發展水平和競爭能力。二是針對人工智能產品研發和應用推廣，部署研究制定減稅降費方案。三是加強對深度學習開源平臺和項目政策資金支持力度，確定發展方向和重點任務，培育能夠躋身國際主流的深度學習開源平臺和項目。

（二）以深化與實體經濟融合發展為目標，加強場景化應用推廣和輻射引導。開展示范應用揭榜評選和案例推廣工作。一是支持人工智能企業、系統集成解決方案提供商和行業重點用戶聯合打造面向特定場景的解決方案。二是組織梳理總結制造、教育、旅游、健康醫療等領域的典型應用場景，支持龍頭企業與用戶單位結合，開展人工智能應用示范。

分析總結應用路徑與經驗。一是面向典型應用場景，結合應用示范工作，支持人工智能企業、系統集成企業和重點用戶聯合打造面向特定場景的解決方案，適時編制形成針對不同行業、不同業務的應用指南。二是加強對人工智能和實體經濟深度融合創新項目成功經驗的總結提煉，促進人工智能產業加速發展。

重視人工智能在制造業領域的推廣應用。一是結合智能制造試點示范，促進人工智能技術在研發設計、生產制造、物流配送、營銷及服務等制造業各環節的深度應用。二是加大重點領域生產線智能化改造力度，培育推廣智能制造新模式、新業態，系統提升制造裝備、制造過程、細分行業應用的智能化水平。

（三）以構建有機協同的產業生態為目標，提升服務支撐能力。提升人工智能產業數據互聯互通和開放共享水平。一是面向人工智能產品在制造、金融、醫療等領域的創新應用，推動建設并開放多種類型的人工智能海量訓練資源庫、標準測試數據集和云服務平臺等。二是加速建立人工智能標準、測評、知識產權等服務體系，形成面向人工智能主要細分領域的測評能力。

布局面向人工智能的產業基礎設施。一是面向人工智能共性技術建設計算平臺和應用支撐平臺，推進原始創新和技術應用創新。二是搭建自動駕駛汽車試驗場、智能家居綜合體驗場等應用場景基礎設施，支持相關產品的商業化嘗試。三是加強移動互聯網、大數據、云計算、物聯網等針對人工智能應用落地的基礎設施建設。

重視發揮第三方機構在產業發展中的服務引導作用。一是支持一批服務于人工智能產業發展的行業協會、聯盟、基金會等非盈利機構，通過多種渠道，加深企業交流合作深度，提升產業人才培養培訓水平。二是打造技術競合平臺，為人工智能新產品、新服務的快速迭代與共同試錯提供規范化的良性競合機制。

（四）以營造發展環境為目標，培育多元化發展格局。統籌區域產業布局。一是強化部省合作，加快打造一批特色突出、輻射帶動作用明顯的人工智能產業集群。二是培育具有重大引領帶動作用的人工智能企業和產業。建立人工智能網絡安全保障體系。

強化人才隊伍建設。一是廣泛調動社會資源，打造多層次人才隊伍。二是加強高端專業化人才儲備，加強學科建設，大力推動人工智能相關學科資源集中，形成研發和教學合力，培養人工智能領域內跨學科人才。三是鼓勵高校、科研院所加大與人工智能企業及相關機構合作，打造復合化人才培養平臺。四是加大對國際頂級科學家和高層次人才的吸引力，將海外引進人才、民營企業高端人才納入國家高端智力庫。

提前研判安全風險和前沿問題。一是重視人工智能技術風險管控，推動建立保障人工智能健康發展的法律法規、制度體系、倫理道德。二是圍繞群體智能、人機混合等未來發展方向，推動人工智能技術能沿著服務人類的正確方向升級。

實現開放合作與安全保障之間的均衡發展。一是要統籌國內國際兩個大局，提高人工智能產業的國際化發展水平，推動我國人工智能產業發展在更高層次、更寬領域和更高水平上融入全球產業分工體系。二是要建立體系化風險防范機制，始終注重維護國家經濟社會安全，積極防范和應對開放帶來的各種風險挑戰。（賽迪智庫人工智能產業形勢分析課題組）

轉自：中國電子報

以上是網絡信息轉載，信息真實性自行斟酌。