人工智能的关键核心技术成果是发展新质生产力的重要引擎,应从算力、算法、数据三方面发力,推动人工智能技术创新。
——————————
人工智能作为新一代信息技术的代表,其发展和演进对人类价值创造活动正在产生全面而深远的影响,日渐成为我国培育新质生产力的强劲动能。当下,需要牢牢抓住人工智能这个“牛鼻子”,加快培育形成新质生产力,扎实推进高质量发展。
加快发展人工智能,是实现高水平自立自强并赢得全球竞争的内在需要。在经济逆全球化和贸易保护主义有所抬头的新形势下,传统的生产力理论和经验已不足以应对新情况和新要求。面对发达国家的技术封锁,只有突破关键核心技术,构建以人工智能等战略性新兴产业和未来产业为支撑的现代化产业体系,形成新质生产力,才能增强我国在全球竞争中的话语权。
以人工智能为代表的新质生产力,也是壮大经济发展新动能的重要动力。一方面,人工智能为代表的新质生产力的形成要求劳动者充分掌握数字技能,提升了劳动者的现代技术利用能力、现代高端先进设备适应能力、知识快速迭代能力,在这个意义上人工智能推动了劳动者人力资本的有效提升;另一方面,人工智能时代的劳动对象从单纯的物质载体向信息、数据和知识拓展,高度算力化的劳动对象重构了人类经济社会交往方式,使生产力系统呈现新质态发展。此外,生成式人工智能等颠覆性劳动工具的广泛使用,借助整个社会的投入产出效能的质变,产生出具有革命性的新质生产力。
加快培育形成人工智能为代表的新质生产力,需要多方发力:
加快人工智能核心技术突破。人工智能的关键核心技术成果是发展新质生产力的重要引擎,应从算力、算法、数据三方面发力,推动人工智能技术创新。
要加大算力基础设施建设,加强运载力和存储力,进一步提升全国算力的统一调度和统筹规划能力,高效利用算力资源。要强化高端项目引领,围绕机器学习、知识图谱、智能计算、模式识别等关键通用技术,重点支持一批与战略性新兴产业和未来产业相关的技术团队,集聚一批战略科学家进行包括算法在内的技术协同攻坚。要提升数据供给水平,优化数据资源体系、增加公共数据资源的供给力度、促进企业数据共享开放、完善数据标准体系,并强化数据供给的激励机制。要以场景应用带动人工智能技术创新,充分发挥我国市场规模大、产业配套全、应用场景丰富的优势,在电信、能源、航空、轨道交通等领域为人工智能前沿技术和产品提供加速迭代的训练场。要推动人工智能拔尖人才培养计划,优化人工智能领域学科专业布局,以多学科、跨领域、深融合、强交叉的模式培养人工智能复合型高水平人才,并坚持产教融合,支持高校联合企业建设一批人工智能人才培养基地,构建专门针对拔尖人才的选拔机制和绿色通道。
加速“人工智能+”行动。目前,我国人工智能领域发展迅速,在赋能产业焕新和数字经济方面展现出巨大潜力:人工智能大模型开发如火如荼,8个月内诞生238个大模型;生成式人工智能广泛商业化落地,市场规模有望突破10万亿元。今年的政府工作报告指出,要深化大数据、人工智能等研发应用,开展“人工智能+”行动,打造具有国际竞争力的数字产业集群。
要继续深化“人工智能+制造业”,加速人工智能赋能新型工业化,以智能制造为核心突破口,以具体应用场景为引领,在研发、中试、生产、销售等全流程环节推进制造业数字化、网络化、智能化发展。要着力推进“人工智能+城市治理”,促进“数字城市”与“智慧城市”发展,以人工智能革新城市治理流程,实现跨部门和跨区域整合,打破信息与要素流动障碍,并深化人工智能技术在教育、医疗、交通、物流、政务服务等城市治理领域的应用,依托“千行百业”的智能化转型不断提升城市治理水平。要持续探索“人工智能+绿色产业”,以人工智能赋能能源数字化转型,通过分析与建模提高能源生产采收率,以智能调度优化能源利用效率,并加快提升人工智能在污染监测、智能环卫、智慧交通等绿色产业领域的技术支撑。
夯实人工智能创新生态。科技成果是潜在生产力,需要构建开放创新生态和转化机制,将科技成果转化为现实生产力,只有这样才能真正形成新质生产力。
创新主体方面,要着力构建产学研深度融合的人工智能系统创新体系,打通研究机构与企业之间的通道,大力发挥重点科研机构和大型科技企业的不同优势,探索产学研协同攻关的新方式。政务服务方面,要建立健全人工智能创新和公共技术服务平台、创业孵化及应用推广服务平台,加强资源对接,深化面向行业开放共享服务,助力中小微企业和行业开发者创新创业。金融要素方面,要设立人工智能产业投资基金,实施财政补贴及税收优惠政策,实施减免人工智能企业所得税、允许分期纳税等优惠政策;充分发挥政府投资基金的引导作用,鼓励引导风险投资等金融资本进入人工智能产业领域。法律要素方面,要强化人工智能领域知识产权立法与司法保护,明确相关知识产权保护规则,科学制定人工智能产品专利保护范畴,严厉打击人工智能等重点领域侵犯关键核心技术的犯罪,依法严格保护商业秘密。国际环境方面,要积极推动人工智能国际合作与全球治理,与各国在基础研究、技术开发、应用场景探索等领域深化合作,加强对人工智能伦理问题的国际研究和讨论,形成具有广泛共识的伦理准则和治理框架。
(作者系上海财经大学商学院讲席教授、科研处处长,创业学院执行副院长)
刘志阳