加速推进人工智能算法的优化和升级

    通俗地讲，信息化是利用计算机技术和信息化手段，解决人手干不了、人脑记不住的事，智能化则是通过人工智能等技术，把最复杂、最困难的事交给机器来自主完成。2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。中共中央总书记习近平在主持学习时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。

    众所周知，基于深度学习的新一代人工智能，其三要素始终离不开算力、算法和数据，唯有三位一体、同时发力，才能形成“算力为基、数据为本、算法为王”的新一代智能应用体系。当前，信息共享和数据上云工作如火如荼，奠定了我国海量数据和巨大市场应用的规模优势，尤其在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。但是，基于云计算架构的平台建设和数据整合应用的大数据中心项目，只是单纯解决了人工智能的算力和数据问题，忽略忽视了智能算法的训练和算法专家的参与，终究难以建成真正意义上“以知识为中心”的智能化平台，导致我国人工智能发展不均衡的困境犹存、瓶颈犹在。

    必须看到，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。事实证明，全面系统、综合集成的新一代人工智能应用体系，算力是骨骼，数据是血肉，而算法才是灵魂，三者缺一不可、相辅相成（算力和数据无疑是硬实力，而算法作为软实力，关键作用不容小觑）。因此，加速推进人工智能的算法优化和升级、培植我国智能算法新生态迫在眉睫。当前，需要着重从以下几个层面考虑并加以解决：

    思想认识层面：深入落实科普教育工作

    人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。随着大量人工智能落地应用不断丰富人们的生活，公众对于人工智能的印象也越来越具象化，但普通大众对其了解和认知程度仍十分有限，谈到AI智能算法，多数人仍会觉得高深莫测。推动算法优化和升级、培植智能算法生态，重点应从思想认识层面帮助大众正确认识和理解人工智能算法，从而便于大众广泛理解和使用人工智能技术。为此，须深入落实人工智能算法科普教育工作，通过丰富多样的科普活动传播智能算法知识和机器学习常识，如逐步开展全民智能教育学习和各类算法设计评选，鼓励社会力量参与寓教于乐的计算机建模编程教学类软件、游戏等开发和推广，支持开展人工智能、机器人和兵棋推演等竞赛，鼓励进行形式多样的人工智能科普创作，鼓励广大科学家积极参与人工智能科普活动等。旨在通过科普教育战略不断弘扬科学精神，提升全民科学素质，助力培植智能算法新生态。

    产业政策层面：加快健全产业落地布局

    要培育具有重大引领带动作用的人工智能企业和产业，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。须加快健全人工智能算法产业落地布局，综合提高国内产业的国际影响力和竞争力，打造高知名度的民族企业。首先，政府应继续出台相关政策，投入产业发展所必须的资源，在产业环境营造、资金支持、人才服务等方面对人工智能产业给予全方位保障，从而能够推动人工智能算法在自适应制造、自动质量控制、预防性维护等方面上的应用。其次，应加快建设一批低成本、便利化、全要素、开放式的人工智能众创空间和创新载体，完善孵化服务体系，不断降低人工智能创新创业成本，推进人工智能科技成果转移转化，从而给相关被扶持产业带来长久的利润增长点和源源不断的创新动力。人工智能算法对于传统行业有着革命性的作用，务须加大产业扶持力度，构建具有重要影响力的智能产业创新创业生态体系，才能带动我国人工智能和智能硬件产业规模化、体系化、生态化和高端化发展。

    人才培养层面：打造多形式高层次人才培养平台

    对人才培养是各国发展人工智能的重要策略，在各国发布的人工智能战略中，人才都是最重要的组成部分。2017年我国人工智能领域论文发表量超过美国，成为世界第一，但顶尖人才仍然稀缺，尤以算法专家为甚。我国在人工智能最核心技术和算法上贡献不多，基础性、开放性研究能力还有待提高。在国家《新一代人工智能发展规划》中指出，我国人工智能尖端人才（算法专家）远远不能满足需求，要把高端人才队伍建设作为人工智能发展的重中之重。要加强人才队伍建设，以更大的决心、更有力的措施，打造多种形式的高层次人才培养平台，加强算法专家选拔和后备人才培养力度，为科技和产业发展提供更加充分的人才支撑。为更好构建国内人工智能人才培养体系，一是要加快完善人工智能教学体系。人工智能是一个综合性的研究领域，其学科覆盖面广，与其他学科交叉融合度高，教学体系的设计需要兼顾全局性和前瞻性。二是要强化校企协同合作，打造算法训练平台，促进人才培养。人工智能应以需求为导向，需要培养能够解决实际问题的人才，须将科技创新与产业发展深度融合。校企合作将促进产学研用相融合，实现科研成果转化，同时推动高校人才培养。三是要创建一流人工智能师资队伍。提出神经网络理论的加拿大团队深耕人工智能领域已超过30年，而在国际人工智能协会(AAAI)208位院士中，中国籍仅占4席。面对人工智能平台和队伍的日益成熟，高校需要加强国际化研究合作，着手对国内外AI领域顶级大师的精准引进。

    评价体系层面：加快构建动态评估评价机制

    随着人工智能不断获得各界高度关注，自动驾驶、语音和图像识别等诸多领域都取得重大突破。但作为一个新兴产业，人工智能的标准特别是评估评测规范仍显滞后，目前国际国内基本没有相应的行业标准和评估评测规范。为此需要加快构建动态的人工智能研发应用评估评价机制，围绕人工智能设计、产品和系统的复杂性、风险性、不确定性、可解释性、潜在经济影响等问题，建立相应的评估评测指标，对重点智能产品和服务的智能水平、可靠性、安全性等进行评估。同时，开发系统性的测试方法和指标体系，评估人工智能产品和系统的关键性能，提升人工智能产品和服务质量。此外，还应加快建设跨领域的人工智能测试平台，推动人工智能安全认证，为产业发展提供科学有效的评价依据，为培植智能算法新生态营造良好氛围。