1、中国工程科技知识中心12022 年第十八期人工智能政策分析与展望（人工智能政策分析与展望（2022）中国工程科技知识中心2022 年 10 月报告图解报告图解I 目 录目录摘 要.I摘 要.I一、人工智能产业生态版图分析.1一、人工智能产业生态版图分析.1二、国外人工智能战略及主要举措分析.2二、国外人工智能战略及主要举措分析.22.1 美国.22.2 欧盟.52.3 英国.62.4 法国.92.5 德国.102.6 韩国.122.7 日本.152.8 其他.172.9 总结.18三、国内人工智能产业发展规划分析.19三、国内人工智能产业发展规划分析.193.1 党中央国务院政策类文献分析.1

2、93.2 部委政策类文献分析.203.3 省市地区政策类文献分析.233.4 分析与总结.32四、国内外人工智能政策对比分析四、国内外人工智能政策对比分析.38384.1 中外产业政策目标存在量化指标差异.384.2 中外产业政策在推动创新上存在差异.394.3 中外产业政策在产业应用上发挥的作用存在差异.404.4 中外产业政策皆重视治理，但不重视落实.41五、我国人工智能产业发展需求分析.42五、我国人工智能产业发展需求分析.425.1 发展现状.425.2 面临的主要问题.445.3 人工智能技术及产业发展需求.45六、我国未来人工智能产业政策展望.48六、我国未来人工智能产业政策展望.

3、48参考资料参考资料.5151附件附件.。.5353知领报告2022 年第 18 期编编 辑：辑：武丽丽执执 笔：笔：黄健 江西省科学院科技战略研究所邹 慧 江西省科学院科技战略研究所审审 核：核：蔡智勇 II图表目录图 1 人工智能生态版图 8图 2 韩国政府的人工智能战略规划 18表 1 美国人工智能战略规划列表 9表 2 德国人工智能战略主要举措 16表 3 党中央国务院人工智能战略规划 25表 4 各部委人工智能战略规划 26表 5 北京市人工智能战略规划 29表 6 天津市人工智能战略规划 32表 7 上海市人工智能战略规划 34表 8 深圳市人工智能战略规划 36表 9 浙江省人工

4、智能战略规划 37表 10 我国人工智能政策主体与政策工具交互分布情况 42表 11 我国人工智能核心软硬件主要进展 48i摘摘 要要人工智能（AI）是推动全球数字化发展的重要赋能技术，正在引领新一轮科技革命和产业变革，已逐渐成为世界各国新一轮科技战与智力战角逐的焦点。本报告详细梳理了全球主要国家/地区人工智能政策规划，总结分析了我国人工智能技术及产业发展现状、问题及未来发展趋势，最后预测了未来我国人工智能产业政策新动向。一、人工智能产业生态版图分析中国工程科技知识中心1一、人工智能产业生态版图分析一、人工智能产业生态版图分析人工智能创新生态版图中，创新过程按照功能划分为知识创新、技术创新、产

5、品创新、服务创新四个节点，每个节点存在各自的创新主体（图 1）。（1）在知识创新节点，创新主体对人工智能理论展开研究：一方面，拓展人工智能技术自身的基础架构，构建完善相关知识网络体系；另一方面，对神经科学、符号、计算、逻辑等支撑人工智能发展的底层基础学科理论进行创新，以支撑人工智能技术更好发展。比如，推动人工智能第三次发展浪潮的深度学习理论，便是在神经网络科学理论基础上创新提出的。（2）在技术创新节点，创新主体基于前一环节理论的创新，主要实现从理论到人工智能算法、模型的应用开发。当前前沿的算法，包括基因组数据算法、深度学习算法、新一代类脑智能算法、“深度森林”算法等。（3）在产品创新节点，存在

6、软件与硬件两个方面的创新。硬件包括智能芯片、数据处理器、传感器、电子/光学装备、智能机器人等，其中芯片是人工智能产业最重要的硬件之一，起到承载算法模型与软件应用的功能，现阶段主要包含 GPU、FPGA、ASIC 类脑芯片等类型。软件产品主要指直接面向消费者使用的简单、闭源操作工具，为使用者提供内嵌的操作媒介。（4）在服务创新节点，创新主体为人工智能软硬件产品的消费者提供配套服务，完备的产品生态服务可能比产品更重要。例如智能穿戴设备，单独的设备只能使用有限的功能，而配合特定的软件服务，则可以完成运动记录、健康检测、便携办公、生物识别等一系列功能，还可以与其他智能设备、智能家电甚至是智能汽车关联，

7、形成完整的生活服务智能生态。二、国外人工智能战略及主要举措分析中国工程科技知识中心2 图 1 人工智能生态版图二、国外人工智能战略及主要举措分析二、国外人工智能战略及主要举措分析2012 年，人工智能就因为深度学习应用在 Imagenet 所举办的图像识别竞赛的突破引起学界的关切，2016 年由 Google Deepmind 所举办的人机围棋竞赛带动了人工智能浪潮。这股人工智能大潮让各国重新燃起对人工智能的信心，从 2016 年开始，各国的科技事务主管部门为了抓住人工智能战略发展机遇期，占领技术、产业和应用的新的制高点，各国政府纷纷加快在人工智能战略布局。2.1 美国美国奥巴马、特朗普和拜登

8、时期的美国人工智能国家政策各有侧重（表 1），都聚焦于对国家各行各业的影响，强调其在帮助美国保持全球科技领先地位和保障国家安全方面的重要性。2016 年发布的国家人工智能研发战略规划将发展AI 定位于国家战略，全面搭建了美国推动 AI 研发的实施框架：对 AI 研发进行长期投资；开发人机协作的有效方法；理解和应对 AI 带来的伦理、法律和社会影响；确保 AI 系统的安全性；开发 AI 共享数据集和测试环境平台；建立标准和基准评价 AI 技术；更好地把握国家 AI 研发人才需求等。表 1 美国人工智能战略规划列表时期发布时间战略规划名称指定机构2016.10为人工智能的未来做准备NSTC、OST

9、P奥巴马时期2016.10国家人工智能研NSTC 下 属 机 器二、国外人工智能战略及主要举措分析中国工程科技知识中心3究与发展战略计划学习与人工智能小组2016.12人工智能、自动化和经济报告总统行政办公室2017.12美国国家安全战略白宫2019.01AIM 倡议：机器增强情报战略ODNI2019.02保持美国在人工智能领域的领先地位OSTP2019.02美国人工智能倡议OSTP2019.05未来 20 年美国人工智能研究路线图NSF 下属计算社区联盟2019.06国家人工智能研发 战 略 计 划：2019 年更新OSTP2020.01人工智能监管原则OSTP2020.10关键与新兴技术国

10、家战略白宫特朗普时期2020.11人工智能与国家安全美国国会研究服务处拜登上任后2021.03人工智能国家安全委员会最终报告NSCAI美国人工智能研发活动在联邦政府层面在的协调由国家科学技术委员会（NSTC）1负责。NSTC 建立了一个框架来协调整个联邦研发机构的 AI 研发，该框架由 AI 专责委员会、NSTC 机器学习和 AI 小组委员会和 AI 研发跨机构工作组组成，各联邦研发机构都有代表。AI 专责委员会（“专责委员会”）。它由白宫于 2018 年 5 月特许，由主要负责政府 AI 研发的部门和机构负责人组成。特设委员会就跨部门 AI 研发优先1 NSTC 主要职责是凝聚政府部门共识、

11、协调实施跨部门的科技决策、制定和发布与总统意志一致的科技战略和计划。总统担任主席（总统可能指派 OSTP 主任代其担任执行主席），成员有副总统、承担重大科技职责的内阁部门或机构的负责人，以及其他白宫高级官员，如国家安全、经济政策方面的顾问。二、国外人工智能战略及主要举措分析中国工程科技知识中心4事项向政府提供建议；考虑与工业界和学术界建立联邦伙伴关系；建立结构以改善政府对AI研发的计划和协调；确定利用联邦数据和计算资源来支持我们国家AI研发生态系统的机会；并支持国家 AI 技术队伍的发展。NSTC 机器学习和 AI 小组委员会（MLAI）。它由 AI 机构的负责人和行政管理人员组成，是专责委员

12、会的运营和实施部门，负责履行专责委员会的任务；制定和维护国家人工智能研发战略计划；识别并解决与 AI 研究，测试，标准，教育，实施，推广和相关领域有关的重要政策问题及相关活动。AI 研发跨机构工作组。它由 NSTC 的网络和信息技术研究与开发计划（NITRD）2小组委员会负责运作，由来自联邦政府的研究计划经理和技术专家组成。它由 MLAI 和 NITRD 小组委员会领导；帮助协调机构间 AI 研发计划工作；充当跨部门 AI 研发实践社区；并通过 NITRD 小组委员会的总统预算年度补编报告政府范围内的 AI 研发支出。美国联邦政府主要资助机构包括国防部、能源部、航空航天局、商务部等。从美国联邦

13、政府各部门分工来看，美国国防部高级研究计划局（美国国防部高级研究计划局（DARPA）负责系统推进人工智能知识创新、技术创新，国防部（除）负责系统推进人工智能知识创新、技术创新，国防部（除 DARPA 以外）、能源部、商务部、航空航天局等职能部门主要负责人工智能在国防、能源、交通、农业等行业的融合应用以外）、能源部、商务部、航空航天局等职能部门主要负责人工智能在国防、能源、交通、农业等行业的融合应用。DARPA 过去在人工智能的投入促进了“第一波”基于规则，即所谓的手工构成的知识 AI（Handcrafted Knowledge）和“第二波”基于统计学习的 AI技术的发展，其成果包含了知名的专家

14、系统（Expert System）和搜索、机器学习算法等。目前 DARPA 强化对第三波的人工智能理论与应用的研发投入，希望能够解决第一波与第二波的技术局限及开发全新的 AI 科技与创新应用。DARPA 对人工智能的资助大致分为探索型计划（AI Exploration）和长期型计划（Ongoing AI Programs）两类。前者目的是针对新的理念落实在实际应用上，资助高风险、高回报的项目，获得资助的研究者必须在 18 个月内确定新概念的可行性（详见附录详见附录 A）。这类计划的变动性非常高，所补助的主题也将2 网络和信息技术研究与开发计划（NITRD）是国家在计算，网络和软件领域由联邦资助

15、的协调性信息技术研究与开发（RD）的主要来源。二、国外人工智能战略及主要举措分析中国工程科技知识中心5是多变的，会依科技发展趋势及需求而调整，单个计划资助金额皆不超过一百万美元。后者是更为大型及长期性的研发项目，所开发的技术包含人工智能的基础研究到新技术开发等（详见附录详见附录 B）。2.2 欧盟欧盟欧盟委员会于 2018 年和 2020 年 2 月分别发布了两期欧洲人工智能白皮书。2020 版白皮书提出，欧洲拥有成为可安全应用的人工智能系统世界领导者所需的一切，并设计了“可信赖人工智能”整体框架。欧盟将促进私营和公共部门合作，动员整个价值链资源。在 2018 版白皮书（战略）指引下，2018

16、年 4 月欧盟委员会向欧洲议会、欧洲理事会递交了欧盟人工智能行动计划，提出增强欧盟的技术与产业能力、为迎接社会经济变革做好准备、确立合适的伦理和法律框架三大战略目标。（1）增强欧盟的技术与产业能力：推进 AI 应用欧盟需要增进投资，以加强基础研究、实现科学突破，升级 AI 科研基础设施，开发针对医疗、交通等关键部门的 AI 应用，促进 AI 的应用及数据的获取。同时，通过公私合作增加 AI研发投资，到 2020 年整个欧盟的投资至少应达到 200 亿欧元，并在接下来 10年里每年投资尽力超过 200 亿欧元。20182020 年，欧盟委员会投资 15 亿欧元用于：AI 技术研究与创新，以加强欧

17、洲的产业领导力和科学优势，支持能解决医疗、交通、农产品等领域社会挑战的 AI 应用开发，并通过欧洲创新理事会的试点项目支持突破与市场开创。加强 AI 研究卓越中心建设。通过针对潜在用户的措施在欧洲推广 AI 应用，重点关注中小企业、非科技企业和公共行政部门。包括：创建一个支撑性的按需AI 平台，方便最新算法与专业知识的获取；开发一个以 AI 为核心的数字创新中枢，促进测试与实验；创立产业数据平台，提供高质量数据集。此外，欧盟委员会通过欧洲战略投资基金吸引更多的私营部门 AI 投资（20182020 年至少 5亿欧元）。2020 年以后，欧盟委员会将在下多年框架计划（20212027）中开放面向

18、以下方向的投资计划：升级泛欧 AI 卓越中心网络。针对可解释AI、无监督机器学习、能源和数据效率等领域开展研究与创新。通过监管沙盒的支持，针对交通、医疗、农产品、制造等领域新建数字创新中枢和世界领先的二、国外人工智能战略及主要举措分析中国工程科技知识中心6测试与实验设施。通过联合成员国共同投资，支持跨部门组织采用 AI。针对 AI 应用于开发探索联合创新采购方案。创建与按需 AI 平台紧密相连的数据共享支持中心，以促进商业和公共部门的应用开发。此外，欧盟委员会将为支撑AI 的高能效技术与基础设施，如高性能计算、微电子、光子学、量子技术、物联网、云计算等提供支持，使 AI 价值链更绿色。（2）为

19、迎接社会经济变革做好准备:2018 年，为支持成员国的劳动力与教育政策，欧盟委员会将：制定专门的（再）培训计划，汇集企业、工会、高等教育机构和公共机构，以应对可能被自动化取代的职业。欧洲社会基金将为此提供支持。收集详细的分析与专家意见，预测欧盟劳动力市场的变化和相应的技能不匹配，为欧盟、各国和地区的决策提供支持。支持数字机遇培训生计划（20182020），促进学生的数字技能发展。通过数字技能与就业联盟、商业-教育合作等措施，吸引并留住更多的 AI 人才，促进持续合作。促进社会参与，探索 AI 及其对经济与就业的影响，包括 AI 工作中多元化与性别平等的重要性。欧洲创新与技术研究所将整合 AI

20、课程，为开发欧洲 AI 人才池做出贡献。下一个多年框架计划中，将加强对先进数字技能（包括 AI 技能）采购的支持。（3）确立合适的伦理和法律框架:与欧洲科学和新技术伦理小组合作，设立一个面向利益相关方和专家欧洲AI联盟的框架，以开发AI伦理指南草案，并充分考虑基本权利。2019 年根据技术发展状况，发布关于产品责任指令解释的指导性文件，确保消费者和生产者在面对缺陷产品时的法律明确性。2019年发布一份关于 AI、物联网和机器人的更广泛影响、潜在差距与方向、责任与安全框架的报告。20182019 年，支持与可解释 AI 开发，以及欧洲议会提案的算法意识建设试点项目实施相关的研究，采集证据，针对自

21、动化决策带来的挑战（包括偏见与歧视）进行政策响应。支持各国与欧盟的消费者组织与数据保护监管当局在欧洲消费者咨询小组与欧洲数据保护委员会的协助下，建立对AI驱动的应用的理解。2.3 英国英国2017 年 11 月，英国政府发布了产业战略，将“人工智能与数据经济”列为帮助英国引领全球技术革命、立足未来产业前沿的四项重大挑战之首，并列二、国外人工智能战略及主要举措分析中国工程科技知识中心7出人工智能四大战略优先领域：将英国建设为全球 AI 与数据驱动型创新的中心、支持各部门利用 AI 和数据分析技术提高生产力、在安全和合理使用数据与 AI 方面保持世界领先及帮助人们培养未来工作所需的技能。在产业战略

22、的指引下，英国政府于 2018 年 4 月发布了产业战略：人工智能领域行动政策文件，针对 2017 年 11 月发布的产业战略中提及的“人工智能与数据经济”挑战，就想法、人民、基础设施、商业环境、地区 5个生产力基础领域制定了具体的行动措施，以确保英国在人工智能行业的领先地位。（1）打造世界最创新的经济政府行动包括支持 AI 创新以提升生产力：通过下一代服务产业战略挑战投资 2000 万英镑促进 AI 在服务部门的应用；向极端环境中的机器人与 AI 项目投资 930 万英镑，研发用于离岸和核能、空间与深度开采等产业的机器人与 AI技术，提高极端环境作业安全性。促进 AI 应用：设立 2000

23、万英镑的 GovTech基金，支持科技企业向政府提供创新性解决方案，实现更高效的公共服务；到2027 年前，使英国公私部门的全部研发支出提升 2.4%（更长期需提升 3%），增强英国研发力度；将研发支出信贷的比率由 11%提升至 12%。为 AI 提供研究支持：工程与物理科学理事会（EPSRC）拨付 3 亿英镑资助与数据科学和 AI相关的研究；拨款 8300 万英镑资助 159 项 AI 提案；拨款 4200 万英镑资助阿兰图灵研究所建设。业界行动行动包括：大力资助 AI 相关研发来提升生产力，将为服务、生命科学、农业、公共部门等关键部门的 AI 解决方案开发提供匹配资金。业界承诺投资 690

24、0 万英镑支持极端环境中的机器人与 AI 开发，并预期至少投资 1200万英镑支持下一代服务产业战略挑战。（2）为全民提供好工作和高收入政府行动包括与学校、高校和业界合作培养高技能员工：设立全球图灵奖学金计划，吸引并留住最优秀的 AI 科研人才；培养更多的 AI 及相关学科博士；AI 学生可通过 EPSRC 博士培训中心项目进行分配，政府将为此提供 1 亿英镑的支持；投资4.06亿英镑用于技能发展，重点是数学、数字化和技术教育。引进全球高技能人才：将 Tier 1 签证数倍增至 2000 位/年，修订移民法规，以吸引二、国外人工智能战略及主要举措分析中国工程科技知识中心8全球最优秀的人才；使应

25、届高技能学生能更快就业，简化国际研究人员雇佣的手续。促进 AI 发展的多样性：政府将与 AI 理事会合作，提升 AI 多样化研究基础和员工的重要性。业界行动包括增加AI员工的数量：与英国一流大学合作设立业界资助的AI硕士项目；与政府和大学合作，评估新设立的硕士转换课程（便于其他专业的硕士生转至 AI 相关专业）的潜在作用；通过 EPSRC 博士培训中心为博士生提供6000 万英镑的资助；支持面向 AI 的图灵奖学金计划；Sage 推出了一个面向 18岁以下人群的试点项目，鼓励他们思考未来的 AI 职业生涯。致力提升 AI 员工的多元化。（3）升级英国的基础设施政府行动包括改进英国现有的数据基础

26、设施：发布更高质量的公共数据，且具备机器学习适用的开放、易查询、可再利用的格式；设立地理空间委员会以决定如何最好地改进广大用户对地理空间数据的访问；为数据共享和使用提供法律保障；阿兰图灵研究所将与信息委员办公室合作，开发指南来为 AI 决策提供解释。开发公平、安全的数据共享框架：与公私部门的主要数据持有者及数据科学社区合作，确定数据共享的障碍；与业界合作探索安全、公平的数据传输的框架与机制。在英国建设强大的数字和电信基础设施：实现 95%的超快速宽带覆盖率；为 5G 移动网开发和全光纤宽带铺设提供 10 亿英镑以上的投资，以打造下一代数字基础设施。业界行动包括制定可互操作且尽可能开放的数据标准

27、：AI 开发人员应定义相应技术标准，允许 AI 系统间进行互操作，并与政府合作开发标准框架对此进行支撑；AI 开发人员应就数字和数据基础设施需求与政府合作；根据公共数据的使用与分析确定相应趋势与结论，以加强数据基础设施。参与数据共享框架开发：业界、学术界和其他专家组织作为数据的持有者和使用者，应参与数据共享框架的开发；企业应提供公开数据用例，以便在框架试运行时进行安全共享。加强并提供电信与数字基础设施：电信企业应提供具备竞争力的全光纤和 5G网络；AI 业界应与电信供应商合作，确定 AI 支撑的电信基础设施的特定需求。（4）打造最佳的创业环境二、国外人工智能战略及主要举措分析中国工程科技知识中

28、心9政府行动包括制定 AI 支持政策：设立 AI 理事会，监督实施并为政府提供建议；成立新的人工智能办公室与 AI 理事会合作促进 AI 战略实施，并就其他相关计划开展合作。向全球推广英国的 AI：与 AI 理事会密切合作，加强对英国AI 企业出口和投资的支持；加强对创新性 AI 与数据企业的出口支持，吸引全球顶尖的 AI 和数据企业在英国设立总部。改善包括 AI 在内的高增长企业的环境：在英国商业银行设立新的 25 亿英镑的投资基金，加上私营部门的投资，将共有75 亿英镑的资金支持；大力支持创新性知识密集型企业，未来 10 年将向高速增长的企业投放超过 70 亿英镑的新投资。业界行动包括领导

29、力、政策制定与战略：产业界和学术界的资深专家将参与 AI 理事会，为 AI 评审建议及相关投资的实施提供高水平领导；业界将与政府就数据伦理、AI 在公共部门的职责等众多 AI 相关问题合作。促进 AI 在英国和全球的发展：继续发展生态系统，促进英国的 AI 贸易并吸引投资。改善初创企业的环境：日本最大的风投企业之一 Global Brain 在英国设立了首个欧洲总部，计划在 5 年内为英国高科技初创企业提供 3500 万英镑的投资，重点领域是 AI、区块链和机器人，以及网络安全、云科技、金融科技、空间和医疗等应用领域。（5）建设遍布英国的繁荣社区政府行动包括：与关键集群密切合作，提供 AI 企

30、业所需的支持，促进 AI 行业的繁荣：未来 4 年投资 2100 万英镑，支持地区的科技企业和初创企业实现其潜能；投资 10 亿英镑建设下一代数字基础设施，确保全英的数字连接；与各地区的数字孵化中心合作，帮助实施数字政策并确定新兴技术的政策需求。业界行动包括：采取行动扩展英国的 AI 集群：英国电信与阿尔斯特大学合作，投资 2900 万英镑建设新的 AI 研发集群，以吸引和留住业界工程师与大学研究人员；领先的半导体商 IQE 与卡迪夫大学合作，投资 3800 万英镑建设化合物半导体设施，以制造能用于 AI 的高性能组件。2.4 法国法国2018 年 3 月法国政府公布了法国人工智能战略。战略包

31、括四大重要方面，一是巩固和完善法国和欧洲的人工智能生态体系；二是实施数据开放政策；三是二、国外人工智能战略及主要举措分析中国工程科技知识中心10调整法国和欧洲的投资与法规框架；四是确定与人工智能相关伦理与政策问题。战略措施主要包括：今后 5 年里政府将投入 15 亿欧元发展人工智能，用于科研创新项目、工业项目以及鼓励初创企业；在科研与人才培养方面，由法国信息与自动化研究所牵头制定国家人工智能计划，遴选若干研究机构组建法国人工智能研究网络，制定一项人才计划以吸引全球的一流科研人员，把人工智能的学生人数增加一倍；在行业应用方面，自动驾驶和卫生健康被列为人工智能的优先发展领域，未来将制定和通过立法框

32、架允许在法国开展第 4 级自动驾驶试验并出台自动驾驶认证框架，成立“卫生健康数据中心”，包括医保报销数据、临床数据和科研数据并最终开放。此外还将成立专家组研究人工智能对社会的影响。2.5 德国德国2018 年 7 月，德国联邦政府内阁通过了题为 联邦政府人工智能战略要点文件。文件提出的主要措施包括：为人工智能相关重点领域的研发和创新转化提供资助；优先为德国人工智能领域专家提高经济收益；同法国合作建设的人工智能竞争力中心要尽快完成并实现互联互通；设置专业门类的竞争力中心；加强人工智能基础设施建设等。未来德国联邦政府将向全国相关组织、协会、研究机构、专家组织和专业论坛等咨询意见，进而于 2018

33、年底之前完成德国人工智能发展战略的制定。2020 年德国联邦政府对人工智能战略进行了更新，从专业人才、研究、技术转移和应用、监管框架和社会认同等 5 大重点领域确定了未来的新举措（下表）。表 2 德国人工智能战略主要举措重点领域主要举措专业人才为应用科技大学的青年研究者创造具有吸引力的工作和研究环境，增加相关资助；开展人工智能挑战赛，设立德国人工智能奖项“人工智能德国造”；与德意志学术交流中心（DAAD）共同设立新的青年研究者资助计划；资助基于人工智能和大数据的高校教育数字化创新；通过将人工智能作为课程内容，促进未来学术人才的培养；通过利用人工智能提高高校的教学质量和水平；基于人工智能，构建职

34、业教育在线技能提升网站；开展关于“职业教育数字平台”的创新挑战赛，以构建创新的、以用户为导向的、可持续的数字继续教育空间；各州协商提高人工智能二、国外人工智能战略及主要举措分析中国工程科技知识中心11教授的工资水平；通过区域创新体系和集群设立针对青年女性的人工智能教育计划。研究建立全球领先的欧洲人工智能网络“人工智能欧洲造”；加快高斯超算中心百亿亿次计算能力的扩建以及相关高性能计算方法的开发；在国家高性能计算邦州联合资助框架内建设基于需求的超算基础设施，供全国高校等相关主体使用；通过德国宇航中心加强国家关键基础设施中安全人工智能系统的研发；设立新的资助计划和措施，研发针对医疗和流行病预测的人工

35、智能辅助系统和护理领域的人工智能系统；扩大“计算科学与生活”项目资助范围，重点关注“人工智能在传染性流行病学数字化中的应用”；扩大“地球观测中的人工智能应用”资助措施，重点支持人工智能在可持续经济中的创新应用；加强公民安全领域可信赖人工智能应用研究；设立将人工智能应用于生产制造领域的资助措施；设立合成数据生成资助措施；构建数字健康发展中心，支持基于数据的数字医疗，特别是数据在癌症治疗和传染病学领域的应用；开展“用于IT 安全的人工智能”和“通信网络中的人工智能”资助计划的相关项目；开展创业资助计划 StartUpSecure，加强基于人工智能的商业模式和产品的安全性；开展试验性创新挑战项目“节

36、能型人工智能系统”和“面向未来的专用处理器和开发平台”；实施人工智能在农业、食品、健康饮食和农村领域应用的相关资助项目；加强对人工智能系统安全性和鲁棒性的研究；开发用于检测人工智能系统特性的方法和工具；构建出行领域的人工智能和自学习系统创新中心，加大对自动驾驶复杂场景的应用研究、开发和测试；继续和扩大“环境、气候、自然和资源领域的人工智能灯塔项目”，重点开展人工智能在气候保护和资源节约领域的创新应用。技术转移和应用在现有的“EXIST 大学创业资助计划”中新设立人工智能资助重点和相关具体措施；在“德国加速器计划”中新设针对人工智能初创企业的资助计划；发展新的应用中心，促进中小企业 4.0 能力

37、中心和人工智能研究中心的交流与合作，并使中小企业成为研究全流程的重要一环；在硅谷设立创业和服务代表处，为德国相关政府部门、机构和人员提供服务；通过“欧洲数据云计划（GAIA-X）”构建具有竞争力且安全可靠的互联数据基础设施，重点资助中小企业和农业领域的应用案例；资助基于人工智能的创新型出行方式，重点是城市出行、乡村地区连接和社会接受度；评估和测试人工智能技术在联邦信息通信项目中的应用；每年举办人工智能技术转移大会，加强人工智能成果转化方面的计划和机构间的联系；通过创新挑战赛促进人工智能在解决流行病危机方面的应用；加大对中小企业研发和应用人工智能解决方案的资助；建立各行业和专门领域的人工智能应用

38、中心；加强人工智能在基础研究中的应用，通过大型研究基础设施探索宇宙和物质；促进人工智能方法在物理、地球科学和系统生物学中的跨学科应用和技术转移；促进人工智能作为关键技术在航天领域的应用，以及其在汽车制造、现代交通、船舶制造、农业和护理等领域的技术转移；利用人工智能处理和评估遥感信息；继续发展和扩大现实实验室网络，并加大跨主题“现实实验室”项目遴选；构建物流领域人工智能创新集群，在数据和平台竞争中加强德国二、国外人工智能战略及主要举措分析中国工程科技知识中心12的物流能力；资助人工智能学习和试验区；建立“人工智能和大数据应用实验室”，利用人工智能实现更好的环境监测；开发一套指标体系，监测人工智能

39、在社会领域的应用，特别是在就业领域的引入和应用；参与并扩大“全球人工智能合作伙伴关系（GPAI）”。监管框架研究欧委会提出的人工智能法案建议能否有效降低人工智能应用的风险并顺利执行；研究相关法律法规的可行性，包括开发、构建和应用人工智能的民法法律框架；构建劳动保护和劳动安全体系；实施“人工智能标准路线图”：在现有和正在开发的监测技术基础上制定人工智能系统的监测标准，包括鲁棒性、安全性、可靠性、完整性、透明度、可解释性和非歧视性等;整理人工智能引起的劳动法、社会法及其他法律领域（如环境法）的调整需求，评估相关调整建议；构建合作网络，与全球人工智能治理相关的国际标准和管理论坛、技术标准制定委员会等

40、携手推动国际人工智能治理。社会认同完善具有普惠性的人工智能生态系统，包括开展“公民创新平台”“公民数据实验室”和“公民绿色技术实验室”等项目；支持用于消费者日常生活的人工智能应用；资助和扩大旨在保护、探索、连接和推广文化内容的项目；建立旨在探索和验证媒体内容以保护认知多样性的人工智能能力。2.6 韩国韩国韩国政府在人工智能战略规划上启动最早，行动措施最为明确细致（下图）。图 2 韩国政府的人工智能战略规划2019 年 12 月，韩国科学技术信息通信部发布了由相关部门共同制定的 人工智能国家战略，提出了“从 IT 强国向 AI 强国发展”的愿景，及到 2030 年要实现的三大目标：国家数字竞争力

41、世界第三、人工智能创造 455 万亿韩元（约二、国外人工智能战略及主要举措分析中国工程科技知识中心132.7 亿人民币）的智能经济效益、国民生活质量世界第十。战略主要包含了三大领域九大战略。（1）构建引领世界的人工智能生态系统。扩充人工智能基础设施，主要举措包括扩充优质数据资源，到 2021 年全面开放公共机构持有数据支持所有领域的数据生产、流通、利用，到 2021 年连接公共与民间数据地图；支持民间的人工智能开发，支持人工智能中心的计算资源；建设地区产业与人工智能融合基地，20202024 年建成光州人工智能集成园区；考虑各个主要产业基地的特征，2020 年制定全国“人工智能基地战略”。确保

42、掌握人工智能技术竞争力，主要举措包括：实现人工智能半导体核心技术与新概念人工智能半导体开发等人工智能半导体（PIM）世界第一；加大创新挑战型下一代人工智能研发投入；加强知识表示与推理、机器学习算法、认知科学等人工智能研究；为人工智能研发打造良性竞争与创新挑战的环境。大胆创新规制及调整法律制度，主要举措包括：“先许可后管制”的基本方向下，2020 年制定人工智能领域“综合负面管制路线图”；2020 年制定人工智能时代基本理念与原则、负面效应防止措施等基本法律制度；启动未来社会法制调整小组，调整各领域法律制度。培育全球人工智能创业企业，主要举措包括：利用风险投资基金建立人工智能投资基金；“未来技术

43、培育资金”与“科技企业孵化器创新创业项目资助”优先支持人工智能领域，2020 年新设未来技术培育资金，作为支持创新增长领域中小企业和创业企业的政策资金；2020 年起举办“人工智能奥林匹克大赛”，提供世界人工智能创业企业的竞争与交流平台；加强人工智能专家与创业企业的交流协作。（2）成为人工智能应用领先国家。培养世界顶尖人工智能专业人才，开展人工智能全民教育，主要举措包括：新设和增设人工智能相关学科，允许教授在企业兼职；增加人工智能研究生院的项目类型，培养顶尖人工智能专业人才；所有军人与公务员接受人工智能素养教育；将软件和人工智能技术作为当前社会必备技术，纳入中小学基本教育内容；在教师培养与聘用

44、过程中增加软件和人工智能课程；增加普通民众线上线下人工智能终身教育机会。产业整体对人工智能全面应用，主要举措包括：公共领域保有大规模数据基础，增加大型人工智能融合项目；从制造企业、中小企业开始推广以人工智能为基础的智慧工厂，主导创新应用人工智能；面向生物医疗、城市、农业等产业领域，扩大人工智能应用。二、国外人工智能战略及主要举措分析中国工程科技知识中心14实现卓越高效的数字政府，主要举措包括开展核心电子政务系统诊断与数字转换路线图制定；优先考虑民众需求，提供针对性服务；优先在国民感受度高的公共服务领域应用人工智能技术。（3）实现以人为中心的人工智能技术。打造包容的就业安全保障，主要举措包括增加

45、社会保险以应对雇佣形态的巨大变化；减少雇佣安全保障死角，导入国民就业制度；反映产业现场需求变化，增加新技术职业培训比重；升级国家就业岗位信息平台，提升就业匹配度。防止负面效应与制定人工智能伦理体系，主要举措包括：升级基于人工智能的网络侵害应对体系；为应对深度伪造等新型负面效应，建立涵盖所有部门的合作体系；推进监测人工智能信赖度、安全性等的质量管理体系建设；制定符合经济合作与发展组织（OECD）等国际规范的人工智能标准，开发普及人工智能伦理教育课程；为保护使用者信息，制定中长期政策支持体系。在人工智能战略指引下，韩国政府 2020 年 10 月发布了人工智能半导体产业发展战略，围绕 AI 半导体

46、产业提出了技术、人才、产业生态系统相关的创新战略。该战略提出 2030 年之前在 AI 半导体领域拥有 20%全球市场份额、20 家创新公司、3000 名顶级工程师，发布 50 种满足特定需求的 AI 芯片，投入 700 亿韩元资助本土芯片制造商达成相关目标。韩国科学和信息通信技术部（Ministry of Science and ICT）将负责该战略的具体实施工作。技术和人才创新战略主要任务包括：（1）瞄准全球最先进的技术一方面通过 AI 半导体旗舰项目促进设计、设备、工艺技术发展，确保韩国在 AI 半导体技术的国际领先地位和产业的国际竞争力。另一方面，利用韩国存储器技术的国际领先优势发展存

47、算一体化的半导体技术新范式。（2）打通技术商业化链条一方面建立国家 AI 和数据基础设施试点和推广工作，推动初始市场需求（如通过公私合作建立 AI 专用基础架构、超级计算机、AI 云平台等基础设施）。另一方面采取专项行动，支持企业突破软件等技术难题，创建产学研生态系统。（3）培养下一代 AI 半导体专业人才二、国外人工智能战略及主要举措分析中国工程科技知识中心15一方面以满足产业需求为靶向，企业和政府合作投资建设一流的大学，培养高素质专业人才。另一方面加强对实际业务的支持，培养实践型、融合性人才，推动技术与产业的融合。产业生态系统创新战略方面，主要任务包括：（1）开发满足公、私共同需求的产品一

48、方面通过强化供需联动尽可能缩短产品进入市场的周期。另一方面结合公共服务产品研发创新，支持 AI 半导体的初始市场。（2）构建互惠共赢的价值链一方面，建立团结合作的生态系统以促进 AI 半导体领域的整体设计能力。另一方面，建立高技术集群以提升 AI 半导体领域的制造能力，为开发支撑下一代 AI 半导体技术的材料和工艺奠定基础。（3）加强企业型基础设施建设一方面利用韩国新政和半导体领域的相关政策优势进行大规模融资，激发AI半导体产业的活力、发展创新性企业、扩大初创企业规模等。另一方面建立 AI半导体设计中心的密集型支持系统，如设立支撑中心为 Fabless 设计中心提供政策咨询服务，提供 MPV

49、原型制造、EDA 工具、国内知识产权、成本规划等设计基础设施；创建 AI 半导体创新设计中心，提供空间、技术、教育等方面的支持；建立初始市场支持系统，加强设计中心与国内现有 IP 公司、设计公司、代工厂的联系；此外，放松管制，加强知识产权保护，为设计中心提供成长环境。2.7 日本日本日本政府将人工智能升级为国家重大发展战略，加紧谋划布局，围绕教育改革、研究开发、成果转化应用、数据基础建设、数字治理以及伦理规范等方面做出周密部署，以求在未来国际科技竞争中掌握主导权，早日实现“超智能社会”。（1）推进教育改革，弥补人才短板。综合创新战略 2019 提出，到 2025年所有高中毕业生（每年约 100

50、 万人）都具备数学理论、数据科学和人工智能相关基本知识；每年培养 25 万名能够掌握和使用数据科学和人工智能知识的人才；每年发掘和培养 2000 名能够充分利用数据科学和人工智能来推进创新的国际型人才（其中顶级人才约 100 名）；在社会中推广数学理论、数据科学和人二、国外人工智能战略及主要举措分析中国工程科技知识中心16工智能继续教育（每年约 100 万人）。人工智能战略 2019提出，2020 年为高中教师提供有助于提升数据科学和人工智能素养的学习机会；2024 年前实现日本每所高中至少录用 1 名精通信息通信技术的人才，2022 年前实现日本每四所中小学校录用 1 名工程师或数据科学家或

51、博士后人才，帮助学生获得基本的信息技术知识。（2）构建人工智能研发网络，打造人工智能研究基地。日本政府在综合创新战略 2019中提出，以人工智能相关核心中心群（由日本理化学研究所的革新智能综合研究中心、日本产业技术综合研究所的人工智能研究中心、日本信息通信研究机构的脑信息通信融合研究中心和通用通信研究所构成）为核心，在日本产业技术综合研究所设立运营事务局，与积极推进人工智能研发的大学和公共研究机构合作，共同构建人工智能研发网络。人工智能战略 2019提出，要形成人工智能研发的日本模式，打造对全球研究人员都极具吸引力的世界顶级人工智能研究基地，培养和确保引领世界的高素质研究人才，建立研究人员能够

52、持续挑战创造性研究的研究资助体制，推进人工智能的基础性和融合型研发。（3）重视成果转化应用，提升产业竞争力。日本政府非常重视通过加强官产学研合作来促进人工智能研究成果的转化应用，提升日本产业竞争力。日本政府在综合创新战略 2019中提出要构建数据基础，率先在全世界实现人工智能在医疗健康护理、农业、国土防灾设施、交通基础设施与物流、地方振兴（智慧城市）五个重点领域的应用。以医疗健康护理领域为例，人工智能战略2019提出，要构建灵活应用人工智能所需的数据基础，在日本优势医疗领域促进人工智能技术开发和应用，在预防和护理领域引进人工智能和物联网，形成世界最先进的医疗人工智能市场和医疗人工智能中心。再以

53、交通基础设施和物流领域为例，人工智能战略 2019提出，要通过自动驾驶技术将人为事故降至零，使伴随移动产生的社会成本降至最低，同时灵活利用物流平台数据，提高物流网的生产效率和附加值。（4）确保数据品质，建立数据合作基础。日本政府的目标是以国际合作为前提，建立下一代人工智能数据相关基础设施。为此，人工智能战略 2019提出，要确保数据品质，研讨共通的数据架构，建立大数据共用设施或平台，建二、国外人工智能战略及主要举措分析中国工程科技知识中心17立国际相互认可的信用数据合作基础，利用人工智能预防、检测和应对日益复杂的网络攻击，在日本全国普及 5G 和光纤网络，并确保网络安全可靠。（5）推行数字治理

54、，提高公共服务效率。日本政府希望全面推行数字治理，利用人工智能提高公共服务效率和便利性，降低行政成本，确保可持续的公共服务。为此，人工智能战略 2019提出：在行政部门配备数据科学、统计学、人工智能等专业性工作人员，利用人工智能收集和解析数据，同时赋予其能够担保数据完整性的权限；利用人工智能简化大学和国立研究机构科研辅助事务及国家资助机构事务；在智能手机终端，建立可接收多语种行政服务的平台，实现人工智能一站式服务;推进地方政府的行政智能项目。（6）注重伦理规范，遵循以人为本的人工智能社会原则。日本综合创新战略推进会议 2019 年发布以人为本的人工智能社会原则指出，日本构建人工智能社会的利益相

55、关者应遵循七项基本原则：以人为本原则;教育素养原则;隐私保护原则;安全保障原则;公平竞争保障原则;公平性、说明责任及透明性原则;创新原则。日本政府将在国内外广泛推行这一原则，并建立相应的多边合作机制，积极引导相关国际舆论。2.8 其他其他新加坡总理李显龙于 2014 年 11 月宣布建设“智慧国”的目标。为全面推动“智慧国”，新加坡政府于 2017 年 5 月进行部门重组，成立智慧国及数字政府工作组（Smart Nation and Digital Government Group，SNDGG）与新加坡政府技术局（GovTech）等两个法定执行机构，以加速落实智慧国的愿景。计划在 2017 年

56、至 2022 年间，将由新加坡国家研究基金会（NRF）投资1.5 亿新币（约 1.06 亿美元），致力推动跨 6 大政府部门 3的合作计划 AI.SG。AI.SG 计划有三大目标，第一为解决社会与产业面对的问题，如交通、人口老化，希望藉由人工智能解决新加坡社会及产业面临的技术挑战；第二为投资发展人工智能以跟上科学创新潮流；第三则是促进企业在人工智能的创新与应用，利用人3 包括新加坡国家研究基金会（NRF）、智慧国及数字政府工作组（Smart Nation and Digital Government Group）、新加坡经济发展委员会（Economic Development Board）、新

57、加坡信息通信发展管理局（Infocomm Media Development Authority）、新加坡创新机构（SGInnovate）以及整合医疗信息系统机构（Integrated Health Information Systems）二、国外人工智能战略及主要举措分析中国工程科技知识中心18工智能提高生产力、创造新产品，并促使人工智能技术的商业化。中国台湾地区是以“小地区大战略”为指导思想推进 AI 研发与应用。其主要目标是以台湾所具备领先全球的 ICT 产业优势为基础，通过五大策略，打造由人才、技术、社区以及产业构筑而成的 AI 创新生态圈，引导台湾成为全球 AI 发展热点，进而孕育

58、AI 新兴产业应用发展：（1）在未来四年内投入 50 亿新台币建构 AI 发展生态系统；（2）每年预计投入 10 亿新台币设立 AI 创新研究中心，形成世界级 AI 研发集群，培养充足的 AI 人才；（3）4 年内投入 20 亿新台币打造智能机器人创新基地；（4）在未来 4 年内投入 40 亿新台币，积极培育顶尖半导体制程与芯片设计人才，以满足半导体产业迎接 AI 爆发时的急迫需求；（5）以挑战赛的方式设定重大挑战课题，征集社会力量参与投入。俄罗斯政府 2019 年 10 月推出了2030 年前俄罗斯国家人工智能发展战略以推动人工智能快速发展，具体举措包括强化人工智能领域科学研究，为用户提升信

59、息和计算资源的可用性，完善人工智能领域人才培养体系等。俄罗斯政府将人工智能发展战略文件纳入“俄罗斯联邦数字经济”国家发展计划，并且每年向总统提交关于 2030 年前国家人工智能发展战略执行情况的报告。实施这一战略是俄罗斯确保在全球人工智能领域占据领先地位的必要条件，将使俄罗斯在该领域获得技术独立和竞争力”。俄罗斯人工智能发展路线图的制定，也体现了鲜明的军民融合特征，如建立 AI 和大数据联盟、建立人工智能培训和教育国家体系、跟踪全球 AI 发展、建立国家人工智能中心等措施，在民用领域，俄罗斯人工智能工作的重点是图像和语音识别，国防部希望在数据和图像收集和分析中使用 AI，寻求在信息处理的速度和

60、质量方面获得某些优势。在军用领域，俄罗斯军方正在努力将人工智能元素纳入其电子战、导弹、飞机和无人系统技术中，使战场决策和目标选择更加快速、精确。2.9 总结总结对全球主要国家/地区人工智能发展战略及主要举措的分析可以看出，各国/地区的主要政策举措可以分为八个公共政策领域：科学研究科学研究，给基础的和应用性的 AI 研究建立新的研究中心或项目，或承诺增加现有的 AI 公共研究资金：人才培养人才培养，提供资金以吸引、保留和培训国内外 AI 人才，包括资助某些领军人三、国内人工智能产业发展规划分析中国工程科技知识中心19才或成立专门 AI 的硕士和博士课程；技术和工作前景技术和工作前景，帮助学生和整

61、个劳动力市场发展相应的工作技能，如投资 STEM（科学、技术、工程和数学）教育，数字技能，或终身学习；技术产业化技术产业化，鼓励私营部门采用 AI 技术，包括对战略部门的投资，对 AI 初创企业和中小企业的资助，以及创建 AI 集群或生态系统的战略；AI 伦理标准伦理标准，建立理事会、委员会或工作小组，从而为 AI 的使用道德及相关发展制定标准或法规；数据和数字化基础设施数据和数字化基础设施，为开放数据伙伴关系、平台和数据集提供资金，并承诺创建测试环境和监管沙盒；政府治理中的政府治理中的 AI，成立试点项目，用 AI 来改善政府效率、服务提供和公共管理；包容性和社会福祉包容性和社会福祉，确保

62、AI 促进社会的包容性，以及 AI 自身行业背景和观点的包容性。全球主要国家/地区人工智能发展也有一些各具特色的做法，如美国和俄罗斯比较重视人工智能军民融合发展；英国产业战略：人工智能领域行动政策文件不仅界定了政府的行动举措，还界定了行业企业的行动举措；韩国意图凭借其优势的半导体产业打造新型人工智能半导体产业；日本集中了全国优势研发力量，打造了“人工智能国家队”，建设世界顶级人工智能研究基地等等。三、国内人工智能产业发展规划分析三、国内人工智能产业发展规划分析3.1 党中央国务院政策类文献分析党中央国务院政策类文献分析自 2015 年以来，党中央国务院发布了多份政策文件涉及人工智能（表 1），

63、反映了国务院在该领域的总体目标和战略部署。表 3 党中央国务院人工智能战略规划发布时间政策名称发布机构2015.05中国制造 2025国务院2015.07关于积极推进“互联网+”行动的指导意见国务院2016.06国家创新驱动发展战略纲要国务院2016.07“十三五”国家科技创新规划国务院2016.07国家信息化发展战略纲要中央与国务院办公厅2016.12“十三五”国家战略性新兴产业发展规划国务院2016.12“十三五”国家信息化规划国务院2017.07新一代人工智能发展规划国务院三、国内人工智能产业发展规划分析中国工程科技知识中心202017.11关于深化“互联网+先进制造业”发展工业互联网的

64、指导意见国务院2019.03政府工作报告国务院2021.03中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要国务院2015年，国务院共发布了两份涉及人工智能的政策文件：中国制造2025和关于积极推进“互联网+”行动的指导意见，前者将人工智能的布局划分为十年，旨在将中国发展成为人工智能领域的主导者，后者将人工智能与“互联网+”相联系，着重强调人工智能新兴产业的培育。随后，2016 年，国务院发布的多项政策文件均提到人工智能。其中“十三五”国家信息化规划提出应当强化战略性前沿技术超前布局。加强人工智能等新技术基础研发和前沿布局，构筑新赛场先发主导优势。加快构建智能穿戴设

65、备、高级机器人、智能汽车等新兴智能终端产业体系和政策环境。2017 年发布的新一代人工智能发展规划则首次明确将人工智能提升到国家级战略地位，强调人工智能可以在国际竞争、经济发展和社会治理产生重大影响。并将其发展规划具体化，明确落实到培育智能产品和服务、突破软硬件基础的核心技术、深化发展智能制造、构建支撑体系和其它保障措施六个方面。规划确立了 3 大目标：到 2020 年，掌握领先的人工智能技术和应用，创造一个价值超过 1500 亿元的人工智能产业；到 2025 年，在人工智能方面取得重大突破基础理论，并开发出世界一流的人工智能技术和应用，将核心人工智能产业的价值增加到 4000 亿元；到 20

66、30 年，发展出世界级的人工智能理论、技术和应用，成为全球主要的人工智能创新中心，人工智能核心产业规模达 10000 亿元。在 2019 年 3 月政府工作报告中首次提出“智能”概念后，人工智能快速与经济社会各领域相融合。2021 年 3 月国家公布的“十四五”发展规划中相关表述达到 59 处，这表明以人工智能为代表的新一代信息技术将成为推动我国经济高质量发展重要技术保障和核心驱动力，而制定具有中国特色的人工智能战略不仅可促进人工智能产业的可持续发展，还可提升我国人工智能领域的国际话语权和规则制定权。三、国内人工智能产业发展规划分析中国工程科技知识中心213.2 部委政策类文献分析部委政策类文

67、献分析随着党中央相关政策的发布，各部委也相继发布了关于人工智能产业发展的发展规划、行动计划、实施方案等政策文件（表 x）。表 4 各部委人工智能战略规划发 布 时间政策名称发布机构2016.04机器人产业发展规划（2016-2020年）工信部、国家发展改革委、财政部2016.05“互联网”人工智能 3 年行动实施方案国家发展改革委、科技部、工信部、中央网信办2016.09智能硬件产业创新发展专项行动（2016-2018）国家发展改革委、工信部2016.09 智 能 制 造 工 程 实 施 指 南（2016-2020）工信部2016.12智能制造发展规划（2016-2020）工信部、财政部201

68、6.12移动智能终端应用软件预置和分发管理暂行规定工信部2017.09智慧城市时空大数据与云平台建设技术大纲（2017 版）自然资源部2017.12促进新一代人工智能产业发展年行动计划（2018-2020 年）工信部2018.04高等学校人工智能创新行动计划教育部2018.11新一代人工智能产业创新重点任务揭榜工作方案工信部2019.06发展负责任的人工智能：我国新一代人工智能治理原则发布科技部2019.08国家新一代人工智能开放创新平台建设工作指引科技部2019.11关于促进林业和草原人工智能发展的指导意见国家林业和草原局2019.12智慧城市时空大数据平台建设技术大纲（2019 版）自然资

69、源部2020.02智能汽车创新发展战略国家发展改革委等11部门2020.07国家新一代人工智能标准体系建设指南国家标准委、中央网信办、国家发展改革委、科技部、工信部三、国内人工智能产业发展规划分析中国工程科技知识中心222020.09国家新一代人工智能创新发展试验区建设工作指引（修订版）科技部2021.01智能网联汽车道路测试与示范应用管理规范（试行）工信部、公安部、交通运输部2022.07关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见科技部、教育部、工信部、交通运输部、农业农村部、国家卫健委2022.08科技部关于支持建设新一代人工智能示范应用场景的通知科技部按年代分段对我

70、国人工智能政策主题的演进进行分析。立足当前，反观相关政策的发展历程，其阶段划分主要基于标志性事件进行判断。2015-2016 年为第一阶段萌芽期，该阶段是人工智能政策发展的初始阶段，政策发布数量呈现上升趋势。2017-2019 年为第二阶段发展期，自 2017 年规划颁布后，人工智能政策发布进入密集阶段；2020-2022 年为第三阶段趋缓期，随着新冠疫情给国际形势带来了新变化，加之很多人工智能行动计划、规划纲要都是 3 年期限，使得近两年人工智能政策发布数量减少，但随着各行业人工智能不断升温及国家“十四五”规划的正式发布，新一轮人工智能实施规划又将开始，政策将继续推动人工智能产业发展。201

71、6 年 5 月，国家发展改革委等四部委制定了“互联网+”人工智能三年行动实施方案（以下简称方案），这是我国首次为人工智能发展提出具体实施方案，也是对 2015 年发布的国务院关于积极推进“互联网+”行动的指导意见的具体落实。该方案从终端、应用、平台和技术三个层面提出新兴产业、产品创新、智能水平三大方向和核心技术研发与产业化工程、基础资源公共服务平台工程等九大工程。支持在制造、教育、环境、交通、商业、健康医疗、网络安全、社会治理等重要领域开展人工智能应用试点示范，推动人工智能的规模化应用，全面提升我国人工智能的集群式创新创业能力。随后，在方案的基础上，工业和信息化部、国家发展改革委等部委印发实施

72、了智能硬件产业创新发展专项行动（2016-2018 年）、智能制造工程实施指南（2016-2020）、智能制造发展规划（2016-2020）、移动智能终端应用软件预置和分发管理暂行规定等一系列文件，夯实人工智能规模化应用和产业化发展基础，促进技术创新和模式创新，培育我国经济增长新动能，推动我国制造业三、国内人工智能产业发展规划分析中国工程科技知识中心23供给侧结构性改革，打造我国制造业竞争新优势。2017 年 12 月，工业和信息化部发布了促进新一代人工智能产业发展年行动计划（2018-2020 年），从推动产业发展的角度出发，对新一代人工智能发展规划相关任务进行了细化和落实，以信息技术与制造

73、技术深度融合为主线，推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系。行动计划在深入调研的基础上研究提出四方面重点任务，共 17 个产品或领域，并以三年为期限，明确了多项任务的量化指标，具有很强的指导性和可操作性，对人工智能发展方向起到了导向作用。2019 年 6 月，科技部印发了国家新一代人工智能开放创新平台建设工作指引，鼓励人工智能细分领域领军企业搭建开源、开放平台，开展细分领域的技术创新，促进成果扩散与转化应用，提供开放共享服务，引导中小微企业和行业开发者创新创业。教育部、自然资源部、国家林业和草原局等为贯彻落实我国人工智能发展

74、的总体部署，也相继出台了相关行动计划、指导意见，进一步加强新一代人工智能研发应用。教育部发布的高等学校人工智能创新行动计划从“优化高校人工智能科技创新体系”、“完善人工智能领域人才培养体系”和“推动高校人工智能领域科技成果转化与示范应用”三个方面着力推动高校人工智能创新。随着我国人工智能发展进入新阶段，需要适应新阶段新特征的创新政策。借助场景创新和需求牵引，将与技术研发形成双向互促的良性循环，推动人工智能技术突破成为促进人工智能技术研发的有效模式。因此，2022 年 8 月，科技部等六部门联合印发了 关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见，统筹人工智能场景创新。随后科

75、技部又公布了关于支持建设新一代人工智能示范应用场景的通知，支持建设包括智慧农场、智能港口在内的 10 个人工智能示范应用场景。这一系列政策以促进人工智能与实体经济深度融合为主线，将着力推动场景资源开放，提升场景创新能力，探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。综上所述，诸多关于人工智能应用的文件发布，说明我国已经摸索出发展人工智能技术的现实路径。政策将进一步推动人工智能应用落地和普及，而在此过程中，政府一方面将强化制度供给和配套硬件基础设施的供给，另一方面将以实三、国内人工智能产业发展规划分析中国工程科技知识中心24际应用的示范效应，来引导人工智能技术的发展，解决

76、人工智能重大应用和产业化问题，并最终实现我国产业升级和经济转型的目标，为跻身创新型国家前列和经济强国奠定重要基础。3.3 省市地区政策类文献分析省市地区政策类文献分析1.北京市北京市北京拥有众多人工智能龙头企业，依托本地科技资源优势，市区两级联动，出台了一系列政策措施（表 x），共同推动人工智能产业的创新发展，人工智能产业呈现高端价值链发展格局。表 5 北京市人工智能战略规划发布时间政策名称发布机构2017.12北京市加快科技创新培育人工智能产业的指导意见中共北京市委、市政府2017.12北京市加快科技创新发展新一代信息技术产业的指导意见中共北京市委、市政府2017.12北京市加快科技创新发展

77、集成电路产业的指导意见中共北京市委、市政府2019.05北京市加快应用场景建设推进首都高质量发展的工作方案中共北京市委、市政府2019.10关于通过公共数据开放促进人工智能产业发展的工作方案北京市大数据工作推进小组办公室2020.06关于加快培育壮大新业态新模式促进北京经济高质量发展的若干意见中共北京市委、市政府2021.11北京市“十四五”时期国际科技创新中心建设规划中共北京市委、市政府2017.09中关村国家自主创新示范区人工智能产业培育行动计划（2017-2020 年）中关村科技园区管理委员会2019.05关于加快中关村科学城人工智能创新引领发展的十五条措施北京市海淀区人民政府2019.

78、06关于支持中关村科学城智能网联汽车产业创新引领发展的十五条措施北京市海淀区人民政府2017 年 12 月，北京市委、市政府印发了加快科技创新构建高精尖经济结构系列文件，包括北京市加快科技创新发展新一代信息技术产业的指导意见北京市加快科技创新发展集成电路产业的指导意见 北京市加快科技创新培育人工智能产业的指导意见等。北京市加快科技创新培育人工智能产业的指三、国内人工智能产业发展规划分析中国工程科技知识中心25导意见 中明确提出到 2020 年，新一代人工智能总体技术和应用达到世界先进水平，人工智能对经济社会发展的支撑能力显著增强，成为北京市新的重要经济增长点。并且确立了四项关键任务：建立人工智

79、能创新体系，打造人工智能产业集群，加快人工智能融合应用，以及夯实人工智能产业发展基础。此后，北京市委、市政府还相继出台北京市加快应用场景建设推进首都高质量发展的工作方案 关于通过公共数据开放促进人工智能产业发展的工作方案关于加快培育壮大新业态新模式促进北京经济高质量发展的若干意见北京市“十四五”时期国际科技创新中心建设规划等政策文件，围绕人工智能的技术创新、人才培养、数据开放、应用场景建设、新型基础设施建设等方面，锐意创新，构建了有利于人工智能发展的良好政策环境。北京市各区也相继出台政策文件落实北京市人工智能发展相关文件。2017年 9 月，中关村科技园区管理委员会发布了中关村国家自主创新示范

80、区人工智能产业培育行动计划（2017-2020 年），着力突破五类关键核心技术、建设五大开放创新平台、开展六项行业应用示范、实施六类政策，全力构建全球顶尖的产业生态。该计划重点支持人工智能在智能制造、无人驾驶、智能安防、智能家居、智能医疗、公共服务等 6 个领域发展应用示范。海淀区 2019 年发布 关于加快中关村科学城人工智能创新引领发展的十五条措施和关于支持中关村科学城智能网联汽车产业创新引领发展的十五条措施，积极培育特色化、引领型的人工智能产业集群，强化原始创新和关键核心源头创新，鼓励创新主体建设开源开放的创新平台，大力推进“人工智能+”示范应用，全面优化人工智能产业布局。2.天津市天津

81、市人工智能逐渐成为经济发展的新引擎，呈现出巨大潜力。天津作为老牌工业城市，为抢占产业优势，全力推动产业创新，加快打造“天津智港”，于 2018年 1 月推出天津市加快推进智能科技产业发展总体行动计划和天津市新一代人工智能产业发展三年行动计划（2018-2020 年）等专项行动计划，政策瞄准智能科技企业，为企业发展保驾护航。三年行动计划中着重强调了五项重点任务，包括实施基础理论前沿技术攻关工程、实施产业核心基础夯实工程、实三、国内人工智能产业发展规划分析中国工程科技知识中心26施智能终端产品产业化工程、实施人工智能示范应用工程、以及实施创新支撑体系搭建工程。这些任务涵盖了从基础研究，产业核心技术

82、，技术支撑体系到示范应用场景等多个方面。随后，2018 年 12 月天津市科技局发布天津市人工智能“七链”精准创新行动计划（2018-2020），以打造有利于研发攻关、产业培育和产品应用“三位一体”发展的大智能创新体系，推进天津智能科技产业发展。该行动计划围绕自主可控信息系统、智能安防、大数据、先进通信、智能网联车、工业机器人和智能终端等七条产业链，逐步建立完善人工智能产业创新生态体系。提出强化“七链”内部有效衔接，推进上下游互为应用场景，推动上下游互为供求协同发展。在获批建设国家人工智能创新发展试验区后，天津市出台了天津市建设国家新一代人工智能创新发展试验区行动计划 建立人工智能在重大应用场

83、景中的落地模式，在产业升级、城市运营和社会治理领域形成了一批应用解决方案。面向企业，天津围绕智慧城市、自主算力、智慧港口、车联网、智能制造、产业集群等 6 大领域打造 20 个重大典型场景，应用近 30 项人工智能技术，投入财政资金近 2 亿元。2021 年 7 月，天津市政府办公厅发布了关于印发天津市制造业高质量发展“十四五”规划的通知，提出智能科技产业发展以人工智能产业为核心、以新一代信息技术产业为引领、以信创产业为主攻方向、以新型智能基础设施为关键支撑、各领域深度融合发展的新兴产业，加快建设“天津智港”。规划还围绕重点产业，布局各区主导产业，推动产业协同联动、集聚发展。以上政策文件形成了

84、一套“组合拳”，分别瞄准人工智能企业不同领域、不同发展阶段和不同需求，给予企业精准规划，便于政府部门对人工智能企业进行分类管理服务，实施全程动态跟踪服务。表 6 天津市人工智能战略规划发布时间政策名称发布机构2018.01天津市加快推进智能科技产业发展总体行动计划天津市人民政府办公厅2018.01天津市新一代人工智能产业发展三年行动计划（20182020 年）天津市人民政府办公厅2018.04关于深化“互联网+先进制造业”发展工业互联网的实施意见天津市人民政府三、国内人工智能产业发展规划分析中国工程科技知识中心272018.12天津市人工智能“七链”精准创新行动计划（2018-2020 年）天

85、津市科技局2018.12天津市高等学校人工智能创新行动计划天津市教委2020.05关于征集人工智能应用场景供需项目及典型案例的通知天津市工业和信息化局2020.08天津市建设国家新一代人工智能创新发展试验区行动计划天津市人民政府办公厅2021.07关于印发天津市制造业高质量发展“十四五”规划的通知天津市人民政府办公厅3.上海市上海市为贯彻落实国家新一代人工智能发展规划，上海市人民政府办公厅，于 2017 年 11 月印发了关于本市推动新一代人工智能发展的实施意见，从应用场景、科技创新、重点产业和融合生态四个角度出发，提出了上海市人工智能的发展目标。实施意见计划，到 2020 年，上海人工智能重

86、点产业规模超过 1000 亿元，并从场景、创新等四个角度出发，形成 60 个左右人工智能深度应用场景，计划打造 6 个左右人工智能创新应用示范区，建设 100 个以上人工智能应用示范项目，建设 10 个左右人工智能创新平台，建成 5 个左右人工智能特色产业集聚区，培育 10 家左右人工智能创新标杆企业。2017 年 12 月，在实施意见的基础上，上海市经济信息化委、市财政局印发了上海市人工智能创新发展专项支持实施细则，进一步明确上海在人工智能创新发展中的重点支持领域。延续了实施意见对人工智能应用场景和重点产业的关注，实施细则规定，上海人工智能专项支持资金将重点支持拓展融合应用、发展核心产业、加

87、强数据支撑等方向。2018 年 9 月，上海市经济信息化委、市发展改革委等部门发布关于加快推进人工智能高质量发展的实施办法，根据上海人工智能产业发展的客观需求，围绕人才队伍、数据资源、技术创新、空间生态、资本力量等五大发展要素推出 22 条发展规划和产业政策。2019 年 9 月，上海市经济和信息化委印发关于建设人工智能上海高地构建一流创新生态的行动方案（2019-2021 年），为加快建设人工智能上海高地，打造一流的人工智能创新生态。据行动方案提出：集聚优势创新资源，三、国内人工智能产业发展规划分析中国工程科技知识中心28聚焦开展专项行动，到 2021 年，全力打响上海人工智能“一流创新生态

88、”标志性品牌。此外，行动方案 中还提出多项任务包括，建设复合融合的创新载体、打造开放前沿共性的创新平台、汇聚国际一流的创新团队以及打造世界级的场景应用。2021 年，上海市经济信息化委相继发布了关于推进本市新一代人工智能标准体系建设的指导意见、上海新一代人工智能算法创新行动计划（2021-2023 年）和上海市人工智能产业发展“十四五”规划。规划按照创新引领、深度应用、开放融通和科技向善四个原则，形成“4 大目标+6 大任务+13 个专项行动+5 项保障措施”的规划框架。力争到 2025 年，上海人工智能技术创新能力和产业竞争力显著提升；人工智能深度赋能，助力提升城市能级、核心竞争力和城市软实

89、力，成为上海城市数字化转型发展的核心驱动力；人工智能创新人才集聚与培育体系进一步完善，人工智能法规体系、标准体系、监管体系初步建立，形成敏捷治理的“上海方案”，为全球人工智能治理贡献上海智慧。2022 年 9 月，上海市十五届人大常委会会议表决通过了上海市促进人工智能产业发展条例，将大力鼓励人工智能领域市场主体积极创新。条例还规定了市有关部门可以就人工智能产业发展过程中的轻微违法行为等制定依法不予行政处罚清单。允许试错，也将使科学家在该领域的探索更加大胆，激发创新活力。围绕增加人工智能创新的源头供给，促进开源共享，提升持续创新能力。此外，条例明确加强基础理论和关键共性技术的研发、鼓励跨学科交叉

90、领域研究；推动相关国家实验室、重大科研平台等创新发展等。最后，条例还明确了人工智能产业发展相关行为底线、伦理规范，明确相关主体开展人工智能研发和应用，应当遵守法律、法规规定，增强伦理意识，保障人工智能产业健康、安全发展。表 7 上海市人工智能战略规划发布时间政策名称发布机构2017.11关于本市推动新一代人工智能发展的实施意见上海市人民政府办公厅2017.12上海市人工智能创新发展专项支持实施细则上海市经济信息化委、市财政局2018.09关于加快推进上海人工智能高质量发市经济信息化委、市三、国内人工智能产业发展规划分析中国工程科技知识中心29展的实施办法发展改革委等部门2018.12上海市首批

91、 10 大人工智能试点应用场景需求列表上海市经济信息化委2019.07推进上海马桥人工智能创新试验区建设工作方案上海市人民政府办公厅2019.09关于建设人工智能上海高地构建一流创新生态的行动方案（2019-2021年）上海市经济信息化委2021.07关于推进本市新一代人工智能标准体系建设的指导意见上海市经济信息化委2021.07上海新一代人工智能算法创新行动计划（2021-2023 年）上海市经济信息化委2021.12上海市人工智能产业发展“十四五”规划上海市经济信息化委2022.09上海市促进人工智能产业发展条例上海市人大常委会4.深圳市深圳市为在新一轮国际科技竞争中掌握主导权，深圳加快人

92、工智能行业布局和规划，2019 年先后出台 深圳市新一代人工智能发展行动规划（2019-2023）和 深圳市建设人工智能创新应用先导区实施方案。规划 提出到 2020 年将新建10 家以上创新载体，组织实施 20 个以上重大科技产业发展项目，引进培育 3-5个国际顶级人工智能团队、5-10 家技术引领型研究机构，培育 10 家细分领域龙头企业。人工智能核心产业规模突破 100 亿元，带动相关产业规模达到 3000亿元。2020 年 7 月发布的深圳市人民政府关于加快推进新型基础设施建设的实施意见（2020-2025 年）着重强调建设前瞻部署算力基础设施和高标准布局数字技术基础设施，推进存算一体

93、的边缘计算资源池节点建设，打造人工智能、自动驾驶等新兴产业的计算应用高地，有力支撑国家新一代人工智能创新发展试验区和创新应用先导区建设。2021 年 1 月，深圳市人民政府发布的深圳市数字经济产业创新发展实施方案（2021-2023 年）进一步明确市工业和信息化局、发展改革委、科技创新委作为责任单位，对人工智能产业予以重点扶持。以大力突破核心关键技术为路径，以构建人工智能基础系统与开放共享平台为支撑，以加快人工智能场景应用为先导，以培育智能经济体系为主攻方向，夯实人工智能算法、人工智能芯片三、国内人工智能产业发展规划分析中国工程科技知识中心30等核心环节，发展无人驾驶、智能家居、图像识别等人工

94、智能产品，推动人工智能特色应用示范，将深圳发展成为我国人工智能技术创新策源地和全球领先的人工智能产业高地。随后发布的深圳市人民政府关于加快智慧城市和数字政府建设的若干意见，再次重申了加快人工智能基础设施整合提升。支持龙头企业创建人工智能开源开放服务平台，增强算力、算法、数据等人工智能基础设施服务能力。推动交通、金融、医疗等领域人工智能应用落地，促进云计算与 5G 融合，建设边缘计算资源池节点，实现算力的“云边端”统筹供给和协同调度为了营造的发展良好环境，深圳市相继出台了深圳经济特区数据条例和深圳经济特区人工智能产业促进条例等文件，在立法层面率先进行了探索。促进条例提出创新产品准入制度，对于国家

95、、地方尚未制定标准但符合国际先进产品标准或者规范的低风险人工智能产品和服务，允许通过测试、试验、试点等方式开展先行先试。从技术角度对人工智能的概念作出了规定，首次立法明确人工智能概念和产业边界。要求政府构建人工智能产业公共数据资源体系，建立面向产业的算力算法开放平台。促进条例出台一系列政策，发挥应用场景赋能人工智能产业发展的作用，更好打通创新“最后一公里”。并且，设立人工智能伦理委员会，探索构建人工智能治理框架，严守监管底线，做好风险防控。表 8 深圳市人工智能战略规划发布时间政策名称发布机构2019.05深圳市新一代人工智能发展行动计划（2019-2023 年）深圳市人民政府2019.11深

96、圳市建设人工智能创新应用先导区实施方案深圳市人民政府2020.07深圳市人民政府关于加快推进新型基础设施建设的实施意见（2020-2025年）深圳市人民政府2021.01深圳市数字经济产业创新发展实施方案（2021-2023 年）深圳市人民政府办公厅2021.01深圳市人民政府关于加快智慧城市和数字政府建设的若干意见深圳市人民政府2021.07深圳经济特区数据条例深圳市人大常委会2022.09深圳经济特区人工智能产业促进条例 深圳市人民政府三、国内人工智能产业发展规划分析中国工程科技知识中心315.浙江省浙江省为贯彻落实国务院发布的新一代人工智能发展规划，浙江省人民政府于2017 年 12 月

97、印发了浙江省新一代人工智能发展规划，加快人工智能技术攻关和深度应用，催生新兴产业，培育经济发展新动能，抢占发展制高点，促进全省经济社会智能化升级，特制定本规划。规划期限为 2017-2022 年，展望至2030 年。力争到 2030 年，形成较为完备的核心技术、产业发展、推广应用的创新创业生态体系，人工智能在生产生活、社会治理等方面应用的广度和深度极大拓展，人工智能产业成为引领浙江经济社会快速发展的主导产业。而在同年 8月，加快集聚人工智能人才，浙江省委组织部和省委人才办发布了“浙江省加快集聚人工智能人才十二条政策”，打算用五年的时间，集聚 50 位国际顶尖的人工智能人才、500 位科技创业人

98、才、1000 位高端研发人才、10000 名工程技术人员和 10 万名技术人才。2019 年 1 月，浙江省经信厅、科技厅联合制定并印发了浙江省促进新一代人工智能发展行动计划（2019-2022 年）。行动计划主要从建立工作推进制度、加强政策支持力度、加强产业协同创新、加强数据资源开放和应用、加强产业开放合作，加强学科建设和高端人才培养六个方面提出了相关支撑与保障措施。力争到 2022 年，使浙江省在关键领域、基础能力、企业培育、智能应用、支撑体系等方面取得显著进步，打造成为全国领先的新一代人工智能核心技术引领区、产业发展示范区和创新发展新高地。随后，宁波市发布了宁波市新一代人工智能发展行动方

99、案（2019-2022年），以打造四大应用场景、“三横五纵”产业体系为导向，以推动技术攻关、平台建设、生态打造为内容，提出六大重点任务，推动我市人工智能链条式发展。杭州市也推出了相关政策文件，杭州市建设国家新一代人工智能创新发展试验区若干政策和杭州市人工智能产业发展“十四五”规划。2022 年，浙江省政府办公厅发布了建设杭州国家人工智能创新应用先导区行动计划（2022-2024 年）。从省级和市级两个层面，全力推进杭州国家人工智能创新应用先导区建设工作，深化人工智能技术应用和产业化发展，打造人工智能创新应用新高地。提出了“全国人工智能技术创新策源地、城市数智治理方案输出地、智能三、国内人工智能

100、产业发展规划分析中国工程科技知识中心32制造能力供给地、数据使用规则首创地、人工智能产业发展主阵地”五个地的建设目标。提出开展五大行动：基础理论技术突破行动、智能产业领航行动、城市数智治理引领行动、智能制造能力提升行动以及数据治理体系筑基行动。表 9 浙江省人工智能战略规划发布时间政策名称发布机构2017.07浙江省加快集聚人工智能人才十二条政策浙江省委人才办2017.12浙江省新一代人工智能发展规划浙江省人民政府2019.01浙江省促进新一代人工智能发展行动计划（2019-2022 年）浙江省经济信息化厅 浙江省科学技术厅2019.10宁波市新一代人工智能发展行动方案（2019-2022 年

101、）宁波市人民政府办公厅2019.12杭州市建设国家新一代人工智能创新发展试验区若干政策杭州市政府办公厅2021.12杭州市人工智能产业发展“十四五”规划杭州市经信局 杭州市市发改委2022.01建设杭州国家人工智能创新应用先导区行动计划（2022-2024 年）浙江省政府办公厅3.4 分析与总结分析与总结人工智能产业链可以分为基础支撑层、软件算法层和行业应用层，我国制定的各项人工智能政策均涉及到人工智能产业链的三个层级。其中，涉及行业应用层最多，软件算法层次之，而基础支撑层最少。这主要是由于我国人工智能产业发展时间较短，应用市场广阔，且企业集中在应用层，优先对应用层的研究与推广可以快速扩大产业

102、规模。我国在制定人工智能政策时，在政策工具选择方面，使用最多的是供给型政策工具，这表明，我国倾向于通过直接对人工智能产业提供资金、人力、基础设施等生产要素要推动产业快速发展。其次，我国政策中较多使用需求型政策工具，环境型政策工具使用最少。这从一定程度上显示，我国较为重视引导市场需求，通过激发市场主体积极性，实现人工智能技术落地和应用，但对影响人工智能产业发展的法律法规、知识产权等外部环境建设重视程度不足。就政策主体而言，人工智能应用作为我国人工智能产业发展的重点环节，政三、国内人工智能产业发展规划分析中国工程科技知识中心33策的引导作用较强，多个政策主体发布相关政策文本推动人工智能技术在多领域

103、的实际应用，并支持和鼓励智能终端的研发应用，例如智能机器人、智能无人机等在服务业和物流业的应用。而政策主体对技术层和基础层的关注度虽存在差异，但相差较少，整体来看，其重视程度相当。1.基础支撑层政策分析基础支撑层政策分析在基础支撑层，我国相关力量较为薄弱，与人工智能产业发展强劲的国家相比，具有明显差距。为了快速弥补中国在基础层与其他国家的差距，我国政府出台了多项人工智能政策，支持和鼓励人工智能基础核心技术研发。如新一代人工智能发展规划“十三五”国家信息化规划等政策中均提及推进智能计算芯片、智能传感器等核心硬件研发。但对于数据开放和数据孤岛问题在我国的人工智能政策中提及尚少。政策工具类型我国在基

104、础支撑层使用较多的供给型政策子工具是理论研究和人才支持。基础性研发是我国人工智能最为薄弱的环节之一，也是人工智能产业发展的持续创新动力。除了传统的基础设施，我国政策还重点建设包括 5G 网络、边缘计算硬件等人工智能新基建，用以提供人工智能发展所需的算力、数据以及软硬件等。同时，我国政策多次强调要加强培养发展潜力较大的人工智能高端人才，增加在人工智能基础、应用、维护等方面的专业人才，并重视纵向和横向复合型人才的培养。我国在基础支撑层使用较多的环境型政策子工具是目标规划。这表明，我国重视发挥政策对人工智能产业链上游环节的引导作用，在政策中明确人工智能上游环节的发展方向，为其制定合理的短中长期发展计

105、划，保障人工智能产业全面健康发展。我国在基础支撑层使用较多的需求型政策子工具是试点示范和应用推广，贸易管制子工具使用较少，未使用政府采购子工具。我国多项政策也指出要大力建设人工智能、大数据等领域重大工程，部署人工智能在前沿基础理论和关键共性技术的研发项目。政策主体三、国内人工智能产业发展规划分析中国工程科技知识中心34我国人工智能政策主体对产业链基础支撑层的关注与软件算法层相当，但不及行业应用层。科学技术部、工业和信息化部以及国家发展和改革委员会时常联合发布政策，因此，这些政策主体对人工智能产业链布局十分相似，主要为人工智能产业链环节布局科技研发项目重点，建设人工智能相关重大工程，为人工智能技

106、术研发明确下一步发展方向，例如，在基础支撑层设立大数据与人工智能的数学理论与方法等重点专项，建设人工智能数据训练资源库等。2.软件算法层政策分析软件算法层政策分析在软件算法层，现阶段人工智能技术发展的热点领域集中在自然语言处理、机器学习、计算机视觉等方面。在计算机视觉的研发应用方面投入较多，并取得了较好的成果，在人脸识别、医疗影像分析、安防影像分析等多项领域有了快速发展。此外，我国政策中明确提及了重点发展的人工智能技术领域，包括大数据智能、跨媒体智能、混合增强智能、自主智能系统等人工智能核心技术，以及研制相关设备、工具和平台等。为了让社会公众更好地了解人工智能，科技部、中宣部、中国科协等机构多

107、次联合举办全国科技活动周，通过展示中国在科技创新取得的重大成就，包括人工智能领域的新技术、新装备、新产品，显示科技创新在经济社会发展方面的支撑作用，以此增强公众理解并信任人工智能，深刻感受人工智能进步对社会经济发展的重要影响。政策工具类型我国在软件算法层使用较多的供给型政策子工具包括技术理论研究、人才支持和基础设施建设。与基础支撑层和行业应用层相比，该层最为缺失对信息支持子工具的使用。我国从人才、资金等要素维度加大投入，鼓励高校、科研院所和企业开展核心关键技术研发，增强我国人工智能产业的核心竞争力。我国在软件算法层使用较多的环境型政策子工具也是目标规划。例如，在 新一代人工智能发展规划 中将人

108、工智能从 2017 年至 2030 年的发展分为三个阶段，并针对单个阶段制定产业链各环节的发展目标，以此规制人工智能产业发展方向。我国在软件算法层使用较多的需求型政策子工具是试点示范和应用推广，未使用贸易管制子工具和政府采购子工具。三、国内人工智能产业发展规划分析中国工程科技知识中心35政策主体我国人工智能政策主体对产业链软件算法层的关注与基础支撑层相当，但不及行业应用层。如教育部的人工智能相关政策重点加强培养人工智能专业型及复合型人才，突破类脑智能、混合智能等人工智能核心技术，增强人工智能在医疗、金融、制造业等领域的研发创新能力。科技部、工信息部和国家发展改革委在软件算法层加强人工智能前沿重

109、点技术布局，开展自然语言理解、生物特征识别等技术研究。3.行业应用层政策分析行业应用层政策分析在行业应用层，我国较为强调人工智能技术在各个行业场景的应用，重视人工智能与制造业、医疗、金融、教育、养老等领域深入融合。即加强人工智能技术的应用研发，加快传统产业智能化升级，改善人们的生活质量和水平，推动建设智能社会进程。如国务院办公厅提出要推动智慧养老产业发展，包括制定智慧养老产品及服务推广目录、开展智能产品应用试点示范等，以此促进人工智能技术在养老领域的深度应用；同时，国务院在深化互联网与先进制造业融合的相关政策中指出，要增强人工智能大数据分析等数据分析算法与工业知识的集成创新水平，构建一系列分析

110、软件与系统以适应不同的工业场景，同时利用包含深度学习在内的人工智能技术开发工业智能软件，形成独特的解决方案。政策工具类型我国在行业应用层使用较多的供给型政策子工具有技术理论研究、人才支持和基础设施建设等。为加速人工智能技术研发和后续的产业落地，我国建设了多个创新基地和研发平台，强化人工智能创新的基础条件支撑。我国在行业应用层使用较多的环境型政策子工具涉及目标规划、标准规范和法规管制等。我国对应用层的标准规范和法律法规制定相比于基础层和技术层更为重视，这是由于我国人工智能产业发展阶段决定了其发展重点在于技术应用推广，且我国基础理论研究与关键技术较为缺乏，其重点更加偏向关键技术理论的创新研发。我国

111、在行业应用层使用较多的需求型政策子工具是试点示范和应用推广，贸易管制子工具使用较少，同样未使用政府采购子工具。为发挥人工智能产业在创三、国内人工智能产业发展规划分析中国工程科技知识中心36新驱动中的重要作用，我国政府重视进行人工智能创新和应用的试点及示范区建设以及相关重大工程部署，例如，在北京和上海建设了国家新一代人工智能创新发展试验区，以期探索可复制推广的产业发展机制和路径。同时，我国人工智能政策多次提及要支持人工智能在教育、金融、交通、医疗等社会生活领域开展试点示范，扩大人工智能应用规模，如支持建立智慧教育示范区、智慧冰雪运动场馆示范应用、智慧交通应用项目、智能家居示范应用项目等。应用推广

112、是我国使用最多的政策工具，其大量使用主要作用于行业应用层，实现规模化的人工智能应用是国家大力发展人工智能产业的重要目的，可以助力实现人们生活质量改善、社会发展水平提升、经济增长提速、国家综合竞争力增强等目标。政策主体我国人工智能政策主体对产业链行业应用层的关注明显多于基础层和技术层。例如，教育部发布的人工智能相关政策中，提出推进人工智能在教育教学工作中进行实际应用，建设智能化校园，提供个性化、精细化管理，以此提升教育质量和校园管理水平。科技部、工信息部和国家发展改革委在行业应用层主要推动智能家居、智能安防、智能汽车等应用推广工程。财政部、商务部和国家市场监督管理总局则主要参与人工智能项目及重点

113、工程建设的辅助工作，对人工智能产业布局的指导作用较弱。国家市场监督管理总局则主要对人工智能产业各环节的生产应用进行监督，推进人工智能标准体系建设，引导人工智能产业市场健康发展。4.人工智能产业政策主体与政策工具分析人工智能产业政策主体与政策工具分析根据第三章前述内容，选取我国发布政策最多的 10 个政策主体开展政策主体与工具的交互分析，探索人工智能政策主体使用政策工具的情况与偏好，得到如表 x 所示的分布情况。表 10 我国人工智能政策主体与政策工具交互分布情况国务院国务院办公工信部教育部科技部国家发改委财政部商务部国家卫健委市场监管总三、国内人工智能产业发展规划分析中国工程科技知识中心37厅

114、局培育产业资金支持1034340000技术理论研究34440722226201信息支持3152330010人才支持72732343234基础设施建设21公共服务60154541000供给型小计7799759495011575知识产权0130120000税收优惠4100000000标准规范41161481203法规管制5090521201策略性政策4002520000目标规划3理论道德研究2000000000环境型小计38476924226637政府采购0000000000贸易管制2000100000国际合作6062120000试

115、点示范12部门行业合作1044431111应用推广2565035503211776舆论引导2016110010需求型小计50872556946139109总计022由表 10 可见，我国使用政策工具数量最多的人工智能政策主体是工信部（245 次），其次是国务院（165 次），此外，科技部（142 次）、教育部（123次）和国家发展改革委（118 次）使用政策工具也较多，其余政策主体的政策工具使用数量均为 30 次或以下。同时，不同政策主体对于政策工具选择具有明显的差异性。我国大多数政策主体在发布的人工智能政策中，使用最多的是供给

116、三、国内人工智能产业发展规划分析中国工程科技知识中心38型政策工具，其次是需求型政策工具，使用最少的是环境型政策工具，与上述分析政策工具使用情况一致。工信部使用环境型政策工具多于需求型政策工具；财政部、商务部、国家卫健委和国家市场监督管理局使用需求型政策工具最多。从子工具使用类型来看，国务院（19 种）、科技部（18 种）、国家发展改革委（17种）、工信部（16 种）、教育部（15 种）和国务院办公厅（11 种）使用的政策子工具类型较为丰富，其他政策主体使用的子工具均不超过 10 种，且各政策子工具的使用数量差异显著，说明不同政策主体具有明显的政策工具选择偏好。从政策主体使用子工具的具体情况看

117、，各政策主体均较多使用应用推广子工具，这与我国人工智能产业的发展方向有关。当前，我国大力发展人工智能产业应用落地，支持和鼓励人工智能技术与传统产业深度融合，因此，多个政策主体使用该政策工具以期引导和加速人工智能技术的广泛使用。同时，除了教育部、商务部、国家健康委、国家市场监管总局外，其他政策主体使用技术理论研究子工具的数量也较多。基础理论和关键核心技术的缺失是我国人工智能发展最重要的阻碍因素之一，为了尽快补足这一弱势，我国在相关政策中多次提及，要支持和鼓励多领域内的人工智能相关核心技术研发，进而提升我国的人工智能创新能力，增强产业竞争力。例如，“互联网+”人工智能三年行动实施方案指出，鼓励和支

118、持包含芯片、传感器、高端服务器等人工智能领域的基础软硬件开发，同时加快计算机视听觉、自然语言理解、智能决策控制等人工智能应用技术研发和产业化。除了应用推广和技术理论研究这两种政策主体均最多使用的政策工具外，基于各政策主体自身职能，不同政策主体的政策工具选择存在偏好。国务院国务院作为我国最高行政机关，其发布的人工智能政策通常具有指导性和战略性，是人工智能产业布局的总领性政策主体。因此，在国务院发布的政策中，除知识产权和政府采购外，其他政策工具均有所涉及。教育部教育部除了应用推广外，更多使用人才支持子工具，其政策主要是从教育改革、健全学科专业等方面来培养人工智能人才，保障人才供给。例如，2022

119、年 8 月，教育部人工智能高层次人才培养专家委员会研究制订的人工智能领域研究生指导性培养方案（试行）提出了人工智能基础理论、人工智能共性技术、人工智能支撑技术、人工智能应用技术、人工智四、国内外人工智能政策对比分析中国工程科技知识中心39能与智能社会治理相关研究方向，并给出了课程体系、核心课程参考建议。工信部工信部使用目标规划子工具数量较多，政策内容主要涉及智能网联汽车、智能机器人、智能无人机等终端智能产品，为更好引导其产品研发和推广，在多项政策中，为技术突破和产业发展制定了阶段性目标。国家发展改革委国家发展改革委使用基础设施建设子工具数量相对较多，基础设施是具有基础性和先导性的产业发展基石，

120、完善相关政策，提升基础设施建设质量和效率，可以提高资源配置效率，对人工智能产业高效发展至关重要。四、国内外人工智能政策对比分析四、国内外人工智能政策对比分析4.1 中外产业政策目标存在量化指标差异中外产业政策目标存在量化指标差异就最终目标而言，发达经济体的产业政策很少制定量化指标，而中国的产业政策注重制定量化目标，而且与经济增长直接挂钩，容易引发重复建设和产能过剩等问题。例如 美国国家人工智能研究和发展战略计划 制定的最终目标是“产生新的人工智能知识和技术，为社会提供一系列积极效益，同时尽量减少负面影响”。德国联邦政府人工智能战略要点制定了三大目标，分别是“将德国和欧洲打造成 AI 区位，保障

121、德国未来竞争力”“实现负责任、以共同福祉为导向的 AI 开发和应用”和“在道德、法律、文化和制度上将 AI 嵌入整个社会”。日本机器人新战略制定的主要目标是“巩固机器人产业培育能力”“人才培育”和“面向下一代”（推进下一代技术开发以及标准的国际化）。可见，三国的主要目标大都定位于强化基础研发、促进经济增长和福利水平提高、防范人工智能的负面影响等方面。将中国各级政府所制定的促进人工智能发展的文件与美国、日本和德国的相关政策文件进行对比可知，中国所制定的目标基本能够涵盖上述目标，此外还存在明显的不同点，即中国更加注重制定量化目标，而且通常与经济增长直接挂钩。国务院出台的新一代人工智能发展规划中明确

122、提出了人工智能“三步走”过程中的核心产业规模和所带动相关产业规模的目标值，不少省区市也制定了相应的目标值。更重要的是，从中央到地方，相关发展目标存在“层层加码”的迹象。四、国内外人工智能政策对比分析中国工程科技知识中心40例如，到 2020 年，国务院制定的全国人工智能核心产业规模的目标值为“1500亿元”，而上海和广东两地目标值之和就足以达到全国的目标值，将所有省份的目标值相加将会远超全国的目标值。制定量化目标很大程度上意味着制定了明确的考核指标，再加上不同省份发展规划的时间跨度通常较短，由此会给各地政府带来较大的压力，进而加剧不同地区之间的竞争。人工智能目前在全世界范围内尚处于发展的初期阶

123、段，试图在短时间内实现重大技术突破的难度较大。而一系列量化目标的制定，尤其是拉动经济增长的目标，很可能再度催生地方政府和企业的“短视化”倾向，导致它们在低技术领域蜂拥而上，甚至陷入重复建设和产能过剩的局面。4.2 中外产业政策在推动创新上存在差异中外产业政策在推动创新上存在差异就技术创新而言，发达经济体的产业政策注重直接增加基础性研发投入，而中国的产业政策主要使用项目审批、补贴和税收减免等传统手段鼓励创新，缺少对基础性研发的直接扶持和培育。为了促进人工智能的发展，美国国家人工智能研究和发展战略计划明确指出，“许多应用领域和长期研究挑战不会存在明确的近期利润驱动因素，因此不可能完全由行业进行解决

124、。联邦政府是长期高风险研究计划以及近期发展工作的主要资金来源，以实现部门或机构的具体要求，或解决私营企业并不从事的重要社会问题。”而且，这主要指的就是人工智能关键技术领域的基础性研发投资。德国联邦政府人工智能战略要点直接制定了政府投入的预算，要求 2018-2025 年，政府投入约 30 亿欧元资金用于人工智能研发。日本机器人新战略则要求，要最大限度地应用包括政府制度改革在内的多种政策，增加机器人研发投资，而且事实上日本机器人革命的三大目标全部立足于技术研发。中国同样高度重视人工智能的研发和创新，不管是中央部委还是地方政府出台的文件，都详细列示了所需发展的人工智能关键技术研发等内容和目标。不过

125、，与发达经济体相比，中国的政策存在明显不同。一是，中国的相关政策是典型的选择性产业政策，即详细列出政府部门将要重点发展和扶持的技术、产品、产业，并通过项目审批、补贴、税收减免等主动干预的形式推进。比如广东省新一代人工智能发展规划要求“加大人工智能重大项目在项目核准、用地保障、电力四、国内外人工智能政策对比分析中国工程科技知识中心41保障、经费保障等方面的支持力度，加快推进重大项目的落地实施”。项目审批、补贴、税收减免等政策将会造成不公平的竞争环境，不仅会导致资源配置效率偏低等问题，而且可能会削弱企业的创新动力。二是，中国地方政府出台的产业政策通常会提出明确的创新量化指标，各地为了完成量化目标很

126、可能会引发人才和技术的无序争夺，这将不利于基础性研发的顺利推进。如长沙关于进一步促进人工智能产业发展的意见明确提出，“支持国内外人工智能企业来长落户，对实际到资金额达到 2000 万元（含）以上的，按其实收资本的 5%给予一次性奖励，单个企业最高 1000 万元；支持人工智能领域高端人才（团队）来长创新创业，经认定后给予每个高端人才（团队）最高 1000 万元资金资助”。4.3 中外产业政策在产业应用上发挥的作用存在差异中外产业政策在产业应用上发挥的作用存在差异发达经济体政府部门通常不会主导人工智能的产业化应用，而中国政府部门则高度重视人工智能的产业化应用，有可能导致各地人工智能产业高度同质化

127、，并加剧重复建设和产能过剩问题。发展人工智能的最终目标是将其应用到相关产业的生产过程以及与人民生活密切相关的领域，从而提高全社会的生产效率和居民福利水平。美国、德国和日本所出台的相关文件也都表达了相关意愿。比如，日本旨在实现“机器人常态化”全覆盖，包括在不同领域推广机器人的使用以及跨部门灵活使用机器人等。美国则试图通过发展人工智能促进经济发展、改善生活质量和加强国家安全。与发达国家明显不同的是，中国各级政府对人工智能的产业应用和推广制定了非常细致的方案。不管是国务院等中央部委出台的文件，还是地方政府出台的文件，基本上都含有发展人工智能产业和具体应用的内容，而且不同省份所出台的文件高度相似。比如

128、，广东省提出要加快人工智能多领域多场景示范应用，包括智能制造、智能政府、智能物流、智能家居、智能医疗、智能交通、智能金融、智能安防、智能农业等；黑龙江提出要推动人工智能产业化，并且推动人工智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的应用；湖南省提出了人工智能的重点领域应用计划，包括智能制造、医疗健康、交通物流、文化旅游、绿色环保等。上述政策虽然有助于推动人工智能的应用，但是很可能会导致不同地区人工智能产业高度同质化，进而加剧重复建设和产能过剩等五、我国人工智能产业发展需求分析中国工程科技知识中心42问题。4.4 中外产业政策皆重视治理，但不重视落实中外产业政策皆重视治

129、理，但不重视落实人工智能伦理原则和治理法规重视程度较高，但几乎没有具体落实举措。世界上的主要经济大国已经发布了各自的 AI 伦理原则和治理法规。欧盟在 2018年发布了通用数据保护条例（General Data Protection Regulation，GDPR）。2019 年 4 月，欧盟 AI 高级别专家组提出了 可信赖 AI 的伦理原则（Ethics Guidelines for Trustworthy AI）。2019 年，美国政府发布了维持美国 AI 领先地位的行政命令（Executive Order on Maintaining American Leadership in Ar

130、tificial Intelligence），并要求美国国家标准与技术研究院制定关于 AI 的相关技术标准进行计划，这些标准旨在规范开发可靠、鲁棒和可信赖的 AI 系统。与欧盟和美国一样，中国是在全国范围内发起 AI 治理和伦理倡议的主要国家之一。联合国也正在推进 AI 伦理方面的国际政策的制定，并在 2019 年 3 月联合国教科文组织（UNESCO）举办的 AI 会议上宣布了其对待 AI 的人文主义态度，它强调“以具有人类价值观的 AI 实现可持续发展”。2021-2022 年，我国深圳市相继出台了深圳经济特区数据条例和深圳经济特区人工智能产业促进条例等文件，在立法层面率先进行了探索。促进

131、条例提出创新产品准入制度，对于国家、地方尚未制定标准但符合国际先进产品标准或者规范的低风险人工智能产品和服务，允许通过测试、试验、试点等方式开展先行先试。但是，目前多国政府尚未采取任何联合行动来推动落实。五、我国人工智能产业发展需求分析五、我国人工智能产业发展需求分析在国家及地方多项政策和资金支持下，我国人工智能技术和产业蓬勃发展，进入了新的发展阶段，但在人工智能基础理论与原始创新方面仍相对薄弱，核心智能芯片和基础元器件的自主研发生产能力与国际领先水平差距较大，存在关键环节受制于人的现象；在系统软件领域，缺乏超前研发布局，不利于国内企业参与国际竞争，也使国民经济和国家安全存在远期隐忧。5.1

132、发展现状发展现状近年来，我国人工智能技术攻关和产业应用的发展势头迅猛，人工智能产业五、我国人工智能产业发展需求分析中国工程科技知识中心43结构逐渐完善。我国不断加大对机器视觉、智能交通等领域的投入，与智能教育、智能医疗、智能机器人相关的人工智能独角兽企业快速成长，领军型巨头企业在智能交通、智能医疗、智慧商务等垂直领域密集布局。我国人工智能领域在企业数量、专利数量、论文数量等方面都处于国际领先行列，涌现出一批具有国际影响力的创新性成果（见表 11）。以华为技术有限公司、百度在线网络技术（北京）有限公司、阿里巴巴集团控股有限公司为代表的多家企业作为人工智能企业的发展代表，在人工智能领域技术和应用场

133、景创新中的创新主体作用正在日益强化，成为人工智能技术研发投入的重要来源，在人工智能基础研究和前沿技术成果方面做出众多贡献，是我国加速人工智能产业化落地和技术迭代的重要推手。我国自主研发的开源深度学习框架、开源工具集、开源应用软件、开源社区快速发展，在国际人工智能开源社区的贡献度已成为仅次于美国的第二大贡献国。表 11 我国人工智能核心软硬件主要进展类别分类主要产品智能计算框架软件支持训练与推理：百度飞桨 PaddlePaddle（国内首个开源深度学习框架软件）、旷视科技天元、华为MindSpore 深度学习。训练类框架软件：清华大学计图。深度学习推理类框架软件：腾讯 TNN。人工智能基础软件智

134、能算法库华为昇腾 CANN3.0 高性能算子库、寒武纪机器学习库人工智能基础硬件定 制 AI芯片华为昇腾 910 芯片采用达芬奇架构，整数精度（INT8）算力达到512Tera-OPS，最大功耗为310W，侧重高效计算。寒武纪思元 270 芯片峰值性能为 256Tera-OPS，功耗为 70W。百度昆仑芯片峰值性能为 260Tera-OPS，功耗为150W。阿里含光 800 芯片峰值性能为 78563IPS，峰值能效比为 500IPS/W，偏重推理。比特大陆城市大脑专用芯片BM1684芯片峰值性能为17.6Tera-OPS，功耗为 16W，聚焦云端及边缘应用的推理。面向领域专用 AI 芯片：地

135、平线征程 3 自动驾驶芯片、云天励飞 DeepEye1000 视觉分析芯片、云知声面向物联网的 AI 芯片 UniOne、依图科技 QuestCore 云五、我国人工智能产业发展需求分析中国工程科技知识中心44端视觉 AI 芯片、启英泰伦智能语音芯片 CI110X 等。类脑芯片西井科技 DeepSouth 芯片浙江大学达尔文类脑芯片。清华大学多模态混合神经计算芯片：Thinker 芯片。在人工智能核心硬件发展方面，我国正由通用型逐步朝定制化、专用化方向推进，从使用通用 CPU、GPU 转向定制研发人工智能芯片，相关产品涵盖云训练、云推理和终端推理等领域，推动我国人工智能产业链在广度与深度上得到

136、了进一步提升，助力我国掌控人工智能时代主导权。2018 年以来，我国人工智能芯片加速发展，已推出云边端等十余款人工智能芯片产品并投入商业化应用，众多企业竞相布局人工智能芯片领域，发展前景较好。目前，我国人工智能硬件研发能力显著增强，独特的发展优势促进了国产人工智能芯片的技术创新：在芯片设计上，国内龙头企业大多采用自主设计指令集或体系架构，已达到国际先进水平；在芯片研制、代工、封测等方面部分达到国际先进水平，实现了量产并在重点领域实现规模化应用。预计 2023 年，我国人工智能芯片市场规模将突破千亿元；随着 5G、物联网的发展，下游应用场景爆发，预计未来 3 年，我国人工智能市场规模仍将保持 5

137、0%以上的迅猛增长速度。但是，部分上游基础技术仍严重依赖国外，芯片制造工艺与国外相比仍落后两代，其中用于生产芯片的光刻机是制约发展的重要短板。在人工智能核心软件发展方面，我国已逐步在底层基础支撑、核心技术创新、上层行业应用之间建立了初步产业链。人工智能基础软件得益于独创性强、数据获取渠道广、行业应用场景丰富以及总体投资水平高等优势，在技术创新与快速商业化方面形成了良好的发展环境。我国在自主研发开源深度学习框架、开源工具集、开源应用软件等方面取得可喜成绩，可与国际高水平团队实现同台竞技。在智能计算框架软件方面，我国多家企业和研究机构推出了国产化智能框架软件并基本开源，推动了我国智能基础软件的发展

138、；智能算法库是发挥智能芯片计算效能的重要支撑，我国主流智能芯片厂商都配套开发了相应的智能算法库。近年来，虽然国产自主研发的人工智能基础软件陆续推出，但普及推广力度不足，大部分企业仍较多使用国外开源的人工智能算法和智能计算框架，使国产产品发展五、我国人工智能产业发展需求分析中国工程科技知识中心45受阻，市场竞争乏力。5.2 面临的主要问题面临的主要问题我国人工智能核心软硬件技术和产业发展成效显著，但对比全球产业同期发展态势，应对未来国产自主发展需求，仍然存在着制约发展的一些问题。1.人工智能硬件核心技术受制于人，设计能力和制造能力失衡与传统半导体产业相比，我国智能芯片产业与世界先进水平的差距较小

139、，在总体上处于核心技术受制于人、产品处于中低端的状态。我国智能芯片设计能力已接近世界强国水平，但智能芯片设计企业对国外工具链的依存度较高，长期的芯片代工模式导致设计能力和制造能力失衡失配，产业链中核心关键环节的国产化水平难以与实际产业应用相对接，增加了产业供应链的不可控性和不安全性。2.人工智能软件对开源技术依赖性高，基础理论研究存在短板我国在人工智能算法和软件方面对国外开源深度学习框架的依赖程度较深，相关产品虽在部分垂直领域有所突破，但引领优势不明显。人工智能基础理论缺乏重大原创科技成果，智能计算算法库与国外开源框架捆绑发展，跟踪创新趋势严重，自主可持续发展能力不足，严重限制了国产人工智能软

140、件发展能力提升。3.人工智能产业生态体系不完整，持续发展动力不足由于产业链布局不完备，我国人工智能软硬件企业间的合作和资源对接力度不足，未形成协同联动的完整产业生态体系，难以构建价值闭环。具体表现为，由于缺乏对产业特征和规律的深入理解，适应人工智能特征的政策尚不健全；在财政投入、知识产权保护、企业权益保障等方面扶持力度不足，人工智能初创企业难以形成自主发展能力，持续发展蒙受考验。4.人工智能基础创新环境不完善，产品协同创新机制亟待优化目前，我国在人工智能核心技术引进方面缺乏统一的统筹管理，存在技术引进混乱、同质化竞争严重等问题；在相关技术和产品的安全可控方面，缺少评价标准以及缺乏相关政策法规的

141、支撑。另外，我国企业缺乏对产业生态的主导权，协同创新和应用效果尚未显现，良性、共赢的产业环境仍需完善。五、我国人工智能产业发展需求分析中国工程科技知识中心465.3 人工智能技术及产业发展需求人工智能技术及产业发展需求面向未来新一代人工智能技术发展与产业化需求，我国亟需在人工智能软硬件基础理论、核心关键技术等方面取得重大突破，建立起全产业链生产能力，实现人工智能产业整体跃升，建成更加完善的人工智能软硬件系统自主创新体系。1.人工智能核心硬件面向推理、训练、感知、认知等多种智能计算需求，在人工智能核心硬件方面，重点发展任务是在人工智能芯片研发、智能感知设备设计、基于新型使能技术的智能硬件研制、智

142、能计算系统评测与服务等方面取得重大核心关键技术成果，引领智能计算体系结构创新，夯实产业基础，壮大智能硬件产业规模，把握技术和研发的制高点，实现我国人工智能硬件市场的全自主供应和国产化替代，形成国内国际双循环相互促进的发展格局。（1）人工智能芯片。在我国智能芯片标准指令集设计、智能计算芯片体系结构、支持新型使能领域算法的智能硬件加速结构设计、存算融合的智能芯片体系结构、智能芯片敏捷开发技术等方面取得重大进展，加强智能芯片研制重大基础设施建设，强化智能芯片国产全自主研制环境建设，建立智能芯片在云端和边缘计算等领域的应用示范项目，支撑未来国产全流程智能芯片研制；推进满足国产智能芯片型谱发展演进需要的

143、芯片新型体系架构设计、智能计算增强技术、产业生态技术等方面的发展，加快促进新一代人工智能核心硬件的研发和产业化，实现可对标国际先进水平的智能芯片自主研发。（2）智能感知设备。在多源异质智能传感设备设计、“人机物”协同交互技术、跨领域智能感知技术、传感器高度集成和低功耗技术等方面取得重大进展，加强多维人机交互硬件设计、跨领域智能感知、识别和预测等方面的研究，提升未来智能硬件在感知识别、知识计算、认知推理、运动执行、人机交互等方面的能力。（3）基于新型使能技术的智能硬件。重点加强类脑芯片以及基于忆阻器、光子集成器件、纳米器件等使能技术的新型智能芯片研究，推动设立相关联合研究专项，在智能硬件的体系架

144、构、工艺制造等方面取得变革性突破。（4）智能计算系统评测与服务。重点开展智能计算层次评估技术、智能硬五、我国人工智能产业发展需求分析中国工程科技知识中心47件测控技术等方面的研究，推进人工智能硬件技术标准体系、评估体系、管理体系等综合基础体系的细化研究，提供涵盖广泛应用场景的智能核心硬件综合支撑服务。2.人工智能核心软件为满足智能计算生态长远稳定发展需求，人工智能核心软件方面的发展重点为在智能计算基础软件、智能基础算法库、智能软硬件协同技术、创新智能理论研究等重大核心关键技术方面取得突破，坚持自主创新软硬件迭代滚动式发展，提升研发产品的竞争力，形成良好的智能计算软件竞争环境，确保在若干方向实现

145、国际引领。（1）智能计算基础软件。在国产智能计算框架软件、智能处理编程模型、智能异构计算软件栈、智能计算编译器、自然理解和大规模知识融合处理应用软件、多态感知信息融合应用软件、智能应用支撑环境等方面取得重大进展，加快推进国产人工智能基础软件的产业化进程，促进面向行业的国产智能基础软件的典型应用、推广与创新场景培育，提高在我国各行业领域应用中的普及率，实现相关产业的追赶突破。（2）智能基础算法库。远期人工智能软件技术发展路径将沿着智能算法的研究主线向前发展，发展重点为在国产智能算法库、智能加速库、智能计算优化技术等方面取得突破性进展，探索面向深度学习和存储结构的智能计算体系结构优化技术，加强算法

146、理论研究；推动人工智能核心算法和底层运算库的技术转化，促进智能算法和运算库的科研成果与实际工程应用相结合，从产业领域加快实现技术的成果转化。（3）智能软硬件协同技术。在智能软硬件适配技术、“人机物”软硬件协同技术、智能系统安全防护技术等方面取得突破性进展，加强人工智能软硬件协同布局，发挥智能软硬件一体化技术优势，强化我国人工智能产业发展的顶层设计能力，促进国产智能基础软件和国产智能芯片及硬件的适配、性能优化和应用推广，完善我国自主知识产权的“基础软件+人工智能芯片”的产业体系，促进融合技术在各行业的应用推广。（4）创新智能理论研究。突出研发部署的前瞻性，创新认知智能的机理研六、我国未来人工智能

147、产业政策展望中国工程科技知识中心48究，突破跨领域迁移学习等基础理论，在类脑智能、群体智能、混合智能等领域取得重大突破，重视基础研究，发展原始创新能力，形成具有国际影响力的理论创新研究环境。3.人工智能相关基础技术从中长期来看，人工智能的发展取决于理论、算法和芯片等基础层研究的突破创新，为此，亟需在新型使能技术、芯片制造技术、交叉学科领域研究等人工智能相关基础技术方面取得重大突破，以人工智能的基础性、前瞻性、源头性问题研究为突破口，在人工智能引领下实现相关技术的全面发展。（1）新型使能技术。加强前沿科技布局，推动人工智能与光子技术、超导技术、纳米技术、量子计算、生物 DNA 计算等新型使能技术

148、的联合研究，重点在集成智能光子器件与网络、面向人工智能的光子控制技术、光电超导集成电路设计、基于超导或光子量子位的可扩展量子技术、纳米传感器等方面取得重要突破，夯实新型使能技术在人工智能领域的应用，抢占下一代信息技术至高点。（2）芯片制造技术。加强智能硬件高端制造设备、智能芯片先进封测技术等方面的研发工作，重点在极紫外光源发射器、高精密光学镜头、曝光对准技术、硅基光器件、异质异构三维集成技术等方面取得突破；加强顶层布局，政府相关部门加强统一领导，促进国内技术优势企业、科研院所开展精准合作，提升我国高端光刻机、硅光芯片全流程封装测试平台等高尖端设备的自主研发能力，促进人工智能核心硬件制造设备的国

149、产替代。（3）交叉学科领域研究。推动人工智能与生命科学、哲学、心理学、神经科学、认知科学等学科领域的基础理论开展联合研究，促进材料、物理和数学等学科领域人工智能相关核心关键技术与应用的突破，充分发挥中国工程院、中国科学院等国家核心科研机构的战略引导作用，支持和推动重点前沿领域的探索与布局。六、我国未来人工智能产业政策展望六、我国未来人工智能产业政策展望六、我国未来人工智能产业政策展望中国工程科技知识中心49近年来，国务院、国家发改委、工信部等中央部委以及各级地方政府专门针对人工智能出台了大量政策文件，制定了未来人工智能的产业发展规划，从而为人工智能在中国的快速发展提供了契机。但通过国内外政策对

150、比以及国内技术及产业发展需求分析，可知我国人工智能产业政策仍然存在一些问题，可能导致各地区盲目发展人工智能，甚至陷入恶性竞争、重复建设和产能过剩的局面，未来我国人工智能产业政策可能存在如下调整。第一，未来产业政策将尽量减少明确量化目标，尤其避免将人工智能与经济增长目标直接挂钩，以防引发不同地区之间人工智能的重复建设和产能过剩风险。产业政策本质上属于长期政策，扶持新兴产业的政策尤其如此。新兴产业的发展需要经历初创阶段、成长阶段和成熟阶段等环节，这往往需要数年甚至数十年。对人工智能产业而言，从 1956 年全世界首次提出“人工智能”的概念到现在已经过去半个多世纪，虽然近年来“深度学习”使得人工智能

151、进入了新一轮发展高峰期，但是仍然面临较大的不确定性，还有很多关键性技术难题需要攻克。如果将人工智能的发展与增长目标直接挂钩，很容易引发地方政府之间的激烈竞争，进而引发重复建设和产能过剩的风险。而且，不同地区在激烈竞争环境中，往往不会顾及自身的比较优势，而是与其他地区采取高度同质的发展规划，进而导致不同地区人工智能产业高度同质的结局。建议中央部委和各级政府尽量不要制定明确的量化目标，尤其要避免将人工智能与经济增长目标直接挂钩。建议采取“中央政府顶层设计+地方政府因地制宜”的模式，让不同地区发挥自身的比较优势，这样有助于防范不同地区人工智能产业的重复建设和产能过剩风险。第二，对人工智能关键领域基础

152、性研发的支持力度将进一步加大，为人工智能的发展提供核心技术支撑。尽管人工智能会促进技术进步和效率提升，但不容忽视的是，其发展也需要基础性研发的支撑。例如，人工智能系统的计算能力高度依赖于先进半导体、微处理器和高性能计算技术，但是长期以来中国高端芯片、基础（系统）软件等则几乎完全依靠进口。要想加快发展人工智能，中国非常有必要在相关核心技术领域攻坚克难。但是，仅依靠市场中某一家企业的力量在短期内很难实现核心技术的突破，而且各家企业分散性地攻克技术难关还会造成资源的浪费。正如美国国家人工智能研究和发展战略计划所言，“许多应用领域和长期研究挑战不会存在明确的近期利润驱动因素，因此不可能完全由行业进六、

153、我国未来人工智能产业政策展望中国工程科技知识中心50行解决”。因此，政府部门应当成为“长期高风险研究计划以及近期发展工作的主要资金来源，以实现部门或机构的具体要求，或解决私营企业并不从事的重要社会问题”。中国政府部门尤其是中央政府应该着力增加人工智能相关领域的基础性研发投入，注重实现核心技术的突破，从而为人工智能的发展提供技术支撑。第三，未来我国人工智能产业政策将从选择性产业政策转向功能性产业政策，减少对项目审批、目录指导等直接干预手段的使用，注重营造良好的发展环境，从而促进人工智能的健康发展。大量研究表明，中国经济发展已经进入新的阶段，很有必要从选择性产业政策转向功能性产业政策。政府部门未来

154、将尽量避免采用项目审批和目录指导等行政手段直接干预人工智能的发展，转而为企业发展营造良好的环境，如搭建低使用门槛的高质量数据集、软件、知识库、软件测试环境、机器人测试环境等，着力于以放松管制、促进竞争为核心的产业政策，为人工智能企业提供大量的投资机会和发展空间，从而更好地促进人工智能产业的发展。第四，人工智能创新人才培养体系建设将摆在空前重要的位置。通过对国内外人工智能政策分析，可以看出人才将是未来全球人工智能技术及产业争夺的焦点。未来我国将设计能激发国民对 AI 的早期兴趣及了解的课程，从幼儿园开始并不断拓展，持续到本科以及研究生课程中。以人工智能重大前沿技术研究为牵引，促进科研、教学与产业

155、相结合，系统培养能深刻理解人工智能技术发展、掌握前沿理论方法、专注解决产业难题的学术领军人才。以人工智能领域国家重大任务为牵引，建立高等院校与企业联合育人机制，强化培养人工智能知识结构扎实全面、工程经验丰富、能把握产业发展方向、引领产业发展的工程领军人才。参考文献中国工程科技知识中心51参考文献参考文献1 孙璇.美国人工智能发展策略与大国科技竞争格局.中国科技论坛.2022,(06),172-178.2 夏立平,马艳红.拜登政府与特朗普政府人工智能战略比较研究.太平洋学报.2022,30(08),72-83.明均仁,马玉婕,张曦等.美国人工智能政策文本分析及启示.数字图书馆论坛.2022,(0

156、3),59-65.3 邓美薇.日本人工智能的战略演进和发展愿景及其启示.日本问题研究.2022,36(02),11-21.4 张鹏飞.日本人工智能产业发展和政策研究.现代日本经济.2021,(05),25-40.5 中国科学技术发展战略研究院,科技部新一代人工智能发展研究中心.中国新一代人工智能发展报告 2020 R.北京:中国科学技术发展战略研究院,科技部新一代人工智能发展研究中心,2020.6 丁立江.人工智能时代下的战略布局图景基于各国（区域）战略布局的比较分析.科技智囊.2022,(02),5-13.7 赛迪智库.2019 年中国人工智能产业发展形势展望 R.北京:中国电子信息产业发展

157、研究院,2019.8 艾媒咨询.2020 中国人工智能产业白皮书 R.广州:艾媒集团,2021.9 高蕾,符永铨,李东升等.我国人工智能核心软硬件发展战略研究.中国工程科学J.2021,23(3),90-97.10 关皓元,高杰.新时期中欧人工智能发展战略与政策环境的比较研究.管理现代化.2021,41(03),57-62.11 中国科协创新战略研究院.人工智能发展的国际比较:中国、欧盟和美国 R.北京:中国科协创新战略研究院,2020.12 吴文峻,黄铁军,龚克.中国人工智能的伦理原则及其治理技术发展.Engineering 2020,6(3):302309.13 袁野,吴超楠,李秋莹.人工

158、智能产业核心技术的国际竞争态势分析 J.中国电子科学研究院学报,2020,15(11):11281138.14 陈小亮,陈彦斌.发展人工智能的产业政策存在的问题与调整思路.人文杂志J.2019（11）:25-32.附录 A DARPA 探索型人工智能计划公开招标主题中国工程科技知识中心52附录附录 A DARPA 探索型人工智能计划公开招标主题探索型人工智能计划公开招标主题主题介绍科学知识自动萃取（Automating Scientific Knowledge Extraction,ASKE）主要针对在知识自动化发现、管理、应用的创新基础与应用研究等主题。基 础 人 工 智 能 语 言 练 习

159、 （Grounded Artificial Intelligence Language Acquisition,GAILA）主要是针对人类语言技术、认知科学以及语言学习等主题。教 导 AI 使 用 被 忽 视 的 残 差 研 究 （Teaching AI To Leverage Overlooked Residuals,TAILOR）利用被忽视的统计残差值，教导 AI 利用上下文推理，目的在于使用反事实预测来解释个体差异，以提高人们干预行动的安全性及有效性。主要可应用 在 人 类 绩 效 优 化（human performance optimization,HPO）干预对个人或团体的预测，以制

160、定个人化的干预措施。首先是利用来自多个学科的 HPO 数据（如生物学、神经科学、生理学、心理学、社会学）。AI将结合上下文推理探索。如果这些数据和 AI 能够结合在一起，AI 将学会利用残差来推断，如果对某个特定的个体使用不同的干预或方法，可能会发生什么，那么 HPO 在国家安全方面的能力可能会取得重大进展。AI 研究助理（Artificial Intelligence Research Associate,AIRA）探索人工智能研究助理的可行性，主要发展方向为：（1）针对可以协助研究人员发现复杂物理现象的科学定律及控制方法的科学工具，开发新型的算法和研究方法；（2）对数据过于疏漏、吵杂或是难

161、以建立可预测模型、产生可检测的假说、识别可缓解因数据数据不足困难的高价值实验、并量化训练空间以外的预测可信度。智能神经界面（intelligent neural interfaces,INI）中心和外围神经接口技术的应用包含了利用神经信号来控制瘫痪肌肉或控制义肢，机器人，飞行仿真器等。这附录 A DARPA 探索型人工智能计划公开招标主题中国工程科技知识中心53些应用例子中，来自外部的感觉反馈也通过神经刺激传递到大脑。这些技术也应用了人工智能方法，如神经网络、演化算法、态空间机器学习算法等。本计划验证人工智能方法与原型，以扩大及改善下世代神经科学的应用空间。研究团队必须对中枢和/或外围神经接口

162、解决两个重要技术挑战：（1）神经接口的维持与维护决策制定，以提高其强健性及可靠性；（2）设计生物神经电路模型以及极大化其信息容量，以增加神经接口的带宽及计算能力。微型仿生强大 AI 网络（Microscale Bio-mimetic Robust Artificial Intelligence Networks，BRAIN）模仿小型飞行昆虫的计算能力，在受演化压力下如何保持规模/大小/降低能耗而不折损性能，探索创新的计算架构与策略。AI 紧凑光子硬件（Photonic Edge AI Compact Hardware，PEACH）结合 AI 处理架构及创新的光电硬件，利用光学讯号的固定速度及多

163、维度处理多样性，能在显着降低硬件复杂度的前提下，实现突破性的 AI 功能。目标是探索将AI硬件复杂性缩减1,000倍的方法，针对新的 AI 引擎，在处理延迟和功耗方面实现 100 倍的综合改进，以便能够在芯片级上实现未来的国防应用。AI 物 理 学 （The Physics of Artificial Intelligence，PAI）探索利用 AI 结合先验知识（如物理定律）的全新框架及方法知识，以增加对疏漏信息与数据情况下仍保持稳健的执行能力。应用于复杂军事决策的串行交互不完全信息博弈（Serial Interactions in Imperfect Information Games A

164、pplied to Complex Military Decision-Making，SI3-CMD）针对AI和博弈论的技术领域提交创新的基础或应用研究概念。可应用在复杂的军事决策过程，以改变在多个代理人环境下的信息不完善情境。附录 B DARPA 长期型计划列表中国工程科技知识中心54附录附录 B DARPA 长期型计划列表长期型计划列表长期型计划 计划属性 1 Accelerated Molecular Discovery 加速分子发现 利用AI协助研究及发现化学分子 2 Active Interpretation of Disparate Alternatives（AIDA）积极解读不同

165、替代方案 自然语言处理 3 Aircraft Labor In-Cockpit Automation System（ALIAS）飞机人工驾驶舱自动化系统 自主式系统 4 Artificial Social Intelligence for Successful Teams（ASIST）成功团队的人工社会智慧 心理拟人机器人 5 Assured Autonomy 确保自主 自主式系统 6 Big Mechanism 巨型机制 文字处理及科学研究辅助 7 Causal Exploration 因果探寻 数据处理 8 Communicating with Computers（CwC）计算机沟通 人机

166、互动语言处理 9 Competency-Aware Machine Learning（CAML）能力感知机器学习 机器学习 10 Cyber Hunting at Scale（CHASE）网络规模狩猎 网络安全 11 Data-Driven Discovery of Models（D3M）数据驱动模型发现 信息科学 12 Deep Exploration and Filtering of Text（DEFT）深度探寻与文本过滤 自然语言处理 13 Explainable Artificial Intelligence（XAI）可解释人工智能 人工智能原理探讨 14 Fundamental De

167、sign（FUN Design）基础设计 设计 15 Fundamental Limits of Learning（FunLoL）机器学习之基础限制 机器学习算法 16 Guaranteeing AI Robustness against Deception（GARD）保证 AI 对抗诈欺的强健性 安全相关的诈欺对抗技术 17 Knowledge-directed Artificial Intelligence Reasoning Over Schemas（KAIROS）知识导向型人工智能的推理基模 应用开发 18 Learning with Less Labels（LwLL）少标签学习法 机

168、器学习 Meta learning 附录 B DARPA 长期型计划列表中国工程科技知识中心5519 Lifelong Learning Machines（L2M）终身学习机 机器学习 20 Low Resource Languages for Emergent Incidents（LORELEI）用于突发事件之低资源语言 自然语言处理 21 Machine Common Sense（MCS）机器常识 机器学习 22 Media Forensics（MediFor）媒体取证 图像处理 23 Mining and Understanding of Software Enclaves（MUSE）挖

169、掘与理解软件安全验证 机器学习自动化 24 Radio Frequency Machine Learning Systems（RFMLS）射频机器学习系统 射频研究（应用）25 Science of Artificial Intelligence and Learning for Open-world Novelty（SAIL-ON）为开发世界新兴事物的人工智能与机器学习 创新型 AI 技术 26 Software-defined Hardware（SDH）软件定义硬件 软硬整合 27 Space Environment Exploitation（SEE）太空环境开发 人工智能科研辅助 28

170、Spectrum Collaboration Challenge（SC2）频谱协作挑战计划 无线频谱 29 Synergistic Discovery and Design（SD2）协同发现与设计 人工智能科研辅助 30 Transformative Design（TRADES）变革性设计 人工智能科研与管理辅助 31 Understanding Group Biases（UGB）理解群体偏见 人工智能基础研究 32 World Modelers 世界建模者 国安应用 版权声明版权声明版权所有，未经中国工程科技知识中心许可，不得以任何形式或任何方式（电子、机械、影印或其他方式）复制，传播本报告

171、的任何部分，不得将其存储在检索系统中或进行传播。免责条款免责条款本报告中部分观点和数据采集于公开信息，中国工程科技知识中心对该等信息的准确性、完整性或可靠性作尽最大努力的追求，但不作任何保证。在任何情况下，本报告中的信息或所表述的观点均不构成任何建议。本报告中发布的调研数据采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范围的限制，该数据仅代表调研时间和人群的基本状况，仅服务于当前的调研目的，提供基本参考。受研究方法和数据获取资源的限制，本报告只提供给用户作为参考资料，本中心对该报告的数据和观点不承担法律责任。定制服务定制服务知识中心可根据政府、企业、智库等组织的需求提供公益性深度分析报告服务详情联系我们联系电话：邮箱：;本报告可扫描下载