深度學習、跨界融合、人機協同、群智開放……當今時代，從田間到餐桌、從工廠到商場，人工智能已融入人類生活的方方麵麵，成為引領新一輪科技革命和產業變革的戰略性技術及重要驅動力量，具有溢出帶動性很強的“頭雁效應”。

習近平總書記多次作出重要指示，強調“要深入把握新一代人工智能發展的特點，加強人工智能和產業發展融合，為高質量發展提供新動能”。近年來，人工智能相關技術持續演進，產業化和商業化進程不斷加快，正在加速與千行百業深度融合。擁抱人工智能的時代，要求我們樹立世界眼光，在思考、分析和解決人工智能問題時站在全球高度，用洞悉人類曆史發展趨勢的長遠眼光來審時度勢，進而找準自身位置。

中國信息通信研究院最新發布的《人工智能白皮書（2022年）》認為，人工智能正在邁入“創新驅動、應用深化、規範發展”的新階段，未來將由技術創新、工程實踐、可信安全“三維”坐標來定義和牽引。當我們站在新的時代潮頭，是否更應思考，人工智能技術如何適應新的變化？人工智能如何改變社會？中國的人工智能應怎樣實現不斷突破？

新戰略：各國搶抓人工智能機遇 

在新科技革命和產業變革的大背景下，人工智能與產業深度融合，成為釋放數字化疊加倍增效應、加快戰略性新興產業發展、構築綜合競爭優勢的必然選擇。

自2016年起，先後有40餘個國家和地區將推動人工智能發展上升到國家戰略高度。近兩年，特別是在新冠肺炎疫情的衝擊下，越來越多國家認識到，人工智能對提升全球競爭力具有關鍵作用，紛紛深化人工智能戰略。為全麵重塑數字時代全球影響力，歐盟發布《2030數字化指南：歐洲數字十年》《升級2020新工業戰略》等，將推動人工智能發展列為重要工作。為確保“領頭羊”地位，美國陸續成立國家人工智能倡議辦公室、國家AI研究資源工作組等機構，各部門密集出台係列政策，將人工智能提到“未來產業”和“未來技術”領域的高度，不斷鞏固和提升美國在人工智能領域的全球競爭力。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》指出，瞄準人工智能、量子信息、集成電路、生命健康、腦科學、生物育種、空天科技、深地深海等前沿領域，實施一批具有前瞻性、戰略性的國家重大科技項目。推動互聯網、大數據、人工智能等同各產業深度融合。

當人工智能成為科技創新的關鍵領域和數字經濟時代的重要支柱時，世界各主要經濟體麵向人工智能領域創新需求的投資不斷加大。

歐盟有史以來最大的支持研發和創新項目“地平線歐洲”計劃總投資額達955億歐元，明確將人工智能列入資金支持範圍；2021年4月，歐盟以條例的形式通過“數字歐洲計劃”，對包括人工智能在內的項目進行投資，總額達75.9億歐元。美國2021年人工智能非國防預算增加約30%，總額達15億美元；《美國創新和競爭法案》中，將人工智能、量子計算等列為2022財年美國研發預算優先事項，未來將對包括人工智能在內的多個領域投入1000億美元進行研發。英國將投資和規劃人工智能生態係統作為長期戰略，啟動國家人工智能研究與創新計劃，支持人工智能先進研究等。據統計，2014年到2021年，英國對人工智能的投資已經超過23億英鎊。

與此同時，通過應用牽引推動人工智能技術落地成為各國共識。2021年7月，美國國家科學基金會聯合多個部門和知名企業等，新成立11個國家人工智能研究機構，研究項目涵蓋建築、醫療、生物、電氣、教育、能源等多個領域。為促進人工智能的廣泛應用，英國啟動人工智能辦公室和英國研究與創新局聯合計劃等，確保人工智能惠及所有行業和地區。日本將基礎設施建設和人工智能應用作為重點，提出加快建設相關基礎設施，重點強調了跨行業的數據傳輸平台以及人工智能相關標準等，全麵推動人工智能在醫療、農業、交通物流、智慧城市、製造業等各個行業開展應用，並加大對中小企業的支援。

我國“十四五”規劃綱要明確要大力發展人工智能產業，打造人工智能產業集群以及深入賦能傳統行業成為重點。2021年4月，工信部支持創建北京、天津（濱海新區）、杭州、廣州、成都等第二批國家人工智能創新應用先導區；科技部支持建設多個人工智能創新發展試驗區，陸續批複北京、上海、天津、深圳、杭州等15個國家新一代人工智能創新發展試驗區。

新方向：“三維”坐標定義牽引未來 

《人工智能白皮書（2022年）》指出：人工智能邁入新階段，將由技術創新、工程實踐、可信安全“三維”坐標來定義和牽引。具體來看，第一個維度突出創新，圍繞著算法和算力方麵的創新仍會不斷湧現；第二個維度突出工程，工程化能力逐漸成為人工智能大規模賦能千行百業的關鍵要素；第三個維度突出可信，發展負責任和可信的人工智能成為共識，將抽象的治理原則落實到人工智能全生命周期將成為重點。

人工智能技術創新仍是主旋律，新算法不斷湧現。超大規模預訓練模型推動技術效果不斷提升，繼續朝著規模更大、模態更多的方向發展；“生成式人工智能”技術不斷成熟，未來聽、說、讀、寫等能力將有機結合；知識計算成為推動人工智能從感知智能向認知智能轉變的重要方麵；人工智能與科學研究融合不斷深入，開始顛覆傳統研究範式。

人工智能工程化聚焦工具體係、開發流程、模型管理全生命周期的高效耦合。在工具體係層麵，體係化與開放化成為研發平台技術工具鏈的發展特點。在開發流程層麵，工程化關注人工智能模型開發的生命周期，追求高效且標準化的持續生產、持續交付和持續部署，最終以最佳的模型進入應用層麵產生商業價值。在模型管理層麵，企業需要建設對模型生命周期的管理機製，對模型的版本曆程、性能表現、屬性、相關數據、衍生的模型檔案等進行標準化的管理運維。

人工智能治理邁入軟硬法協同和場景規製新階段。人工智能治理實質化進程加快，各國人工智能治理側重各有不同，但整體上呈現加速演進態勢，即從初期構建以“軟法”為導向的社會規範體係，開始推行以“硬法”為保障的風險防控體係。典型場景化治理加速落地，各國紛紛注意到人工智能應用場景多樣化和差異化給治理帶來的複雜性，典型場景的治理成為各國的工作重點，特別聚焦於自動駕駛、智慧醫療和人臉識別等領域。

可以看到，我國人工智能技術和產業已經取得長足的發展，追求技術創新、聚焦工程實踐、確保可信安全逐漸成為未來人工智能發展的重要方向。站在“十四五”的開端，我們期待人工智能技術持續改善，人工智能產業及應用能在下一個五年內蓬勃且健康地發展。

首先，在新技術不斷探索的同時，更加注重通過工程化的方式釋放技術紅利，並且確保安全可信。人工智能企業能否快速賦能各行各業，響應多樣化需求，其關鍵因素在於企業的工程化能力。同時，安全可信技術的需求越發迫切，當前圍繞數據保護已經催生了大量從事隱私計算的企業，未來圍繞人工智能穩定性、公平性等方麵的技術也將形成重要的力量。

其次，在產業智能化進程中，傳統行業的參與程度將越來越深，甚至會主導整個產業的發展進程。產業發展重心已經開始從“人工智能﹢”向“﹢人工智能”轉變，傳統行業數字化進程加快，將提供海量的數據和豐富的應用場景，為人工智能的應用打開新的空間。這些傳統行業或領域中，人工智能滲透率更高的機構將向整個領域內其他機構輸出人工智能相關解決方案。

最後，人工智能治理工作將愈發關鍵，事關人工智能持續健康發展，統籌治理和發展成為必需。治理工作不僅切實關係到人工智能日常應用問題，也已上升為國際競爭與合作的重要議題。麵對世界各國各地區不同文化背景、不同發展程度，如何有效開展人工智能治理實踐是重要的挑戰。我國政府、行業組織、企業等已在人工智能治理方麵率先開始探索，將安全可信的理念融入人工智能的全生命周期，未來將湧現出更多的實踐範式。

新階段：持續健康發展成為焦點 

自1956年誕生以來，人工智能的相關理論和技術持續演進。直到近十年，得益於深度學習等算法的突破、算力的不斷提升以及海量數據的持續積累，人工智能才得以真正大範圍地從實驗室研究走向產業實踐。產業發展和賦能的過程中，一方麵，大量的實踐場景均能看到從“可用”到“好用”的發展路徑，這離不開技術自身的持續迭代、工程實現的不斷優化以及管理體係的支撐保障。另一方麵，隨著人工智能應用暴露出各種風險和挑戰，以及人們對人工智能認識的不斷深入，人工智能治理已經成為全球各界高度關注的議題，對可信安全的呼聲不斷提高。

未來人工智能除了重視技術創新，將更加關注工程實踐和可信安全，這也構成了“三維”發展坐標，牽引人工智能技術產業邁向新的階段。事實上，業界在各個維度上的努力早已開始，並且從未停止，隻是時至今日，工程實踐和可信安全被擺在了更為重要的位置。“三維”坐標並非完全獨立，而是相互交織、相互支撐。

追求特定場景下的技術創新一直是人工智能發展的目標和驅動力。以深度學習為代表的算法爆發拉開了人工智能浪潮的序幕，在計算機視覺、智能語音、自然語言處理等領域廣泛應用，相繼超過人類識別水平。人工智能算力的多元化以及單點算力的不斷提升，有力支撐了人工智能的發展。再到近期，國內外超大規模預訓練模型湧現，不斷刷新各個應用領域的榜單。未來，人工智能在算法、算力等方麵仍將持續變革，為邁向更加智能的時代奠定基礎。

工程實踐能力日益成為釋放人工智能技術紅利的重要支撐。在工程實踐方麵的努力，最早可追溯至Caffe、TensorFlow、PaddlePaddle等開源框架的誕生，通過屏蔽底層硬件和操作係統細節，大幅降低模型開發和部署難度，有效推動了人工智能技術的發展。當前，人工智能與雲計算、大數據等支撐技術的融合不斷深入，圍繞著數據處理、模型訓練、部署運營和安全監測等各環節的工具鏈不斷豐富。人工智能研發管理體係日益完善，以MLOps為代表的自動運維技術受到越來越多的關注。隨著工程實踐能力的不斷提升，“小作坊、項目製”的賦能方式正在成為曆史，未來將更加便捷、高效地實現人工智能落地應用和產品交付。

可信安全逐漸成為人工智能賦能過程中不可或缺的保障。可信人工智能最早由學術界提出，近年來圍繞著安全性、穩定性、可解釋性、隱私保護、公平性等方麵的可信人工智能研究持續升溫。可信人工智能理念得到了國際組織的廣泛關注，二十國集團（G20）在2019年6月提出的“G20人工智能原則”中明確建議促進可信賴的人工智能創新發展，成為重要的共識。可信人工智能的理念逐步貫穿人工智能的全生命周期，產業實踐不斷豐富，已經演變為落實人工智能治理相關要求的重要方法論。

總的來看，人工智能正在邁入“創新驅動、應用深化、規範發展”的新階段。從人工智能自身產業化的角度來看，技術迭代升級是發展的原動力，目前人工智能尚不完善，智能化路徑還在加快探索，技術的創新驅動將有助於拓展新的發展空間。從人工智能賦能傳統產業的角度來看，特別是疫情以來，數字化、智能化轉型不斷提速，推動人工智能應用邁入加速軌道，相關應用不斷深化。從治理角度來看，技術和產業發展要領先於監管和製度，治理問題日益嚴重，保障人工智能的健康發展成為全球共同關注的問題。這裏麵既有漸進的變化，也有結構性甚至方向性的調整，需要全麵、係統提升各方麵能力，從而推動人工智能持續且健康發展。