江西發展人工智能推動高質量跨越式發展的路徑和對策研究

邱小劍 高波

【摘? 要】黨的十九大報告提出，推動互聯網、大數據、人工智能和實體經濟深度融合。作為軍民融合六大新興領域和新型基礎設施的七大建設領域之一，人工智能是驅動新一輪科技革命和產業變革的重要力量，是引領高質量發展、塑造區域競爭新優勢的重要抓手。我省應立足現有基礎，聚集智能制造、智慧文旅、智慧康養、智慧政務等主攻方向，積極構建具有優勢特色的應用場景，推動人工智能和實體經濟深度融合。同時，強化人才、政策、基礎保障，匯聚動能，趁勢而上，推動江西人工智能發展強勢起跳。

【關鍵詞】江西;人工智能;高質量;跨越式發展;路徑;對策

1.人工智能賦能高質量發展

三次工業變革歷史表明，無論機械技術、電力技術和信息技術，都可以極大地促進生產標準化、自動化、模塊化，具有很強的通用性。人工智能技術同樣具有類似的特征，應用潛力巨大。國務院《新一代人工智能發展規劃》指出，到2025年中國人工智能核心產業規模超過4000億元，帶動相關產業規模超過5萬億元。目前，信息環境與科技水平已取得了重大進步，與計算機和人工智能密切相關的大數據、云計算、互聯網等也已獲得快速發展。在良好的技術基礎上，人工智能技術將獲得廣泛運用，在醫療、教育、公共交通、制造業等諸多領域都有廣闊的發展空間，能夠推動新興業態的發展，實現經濟形態變革。（1）人工智能可提供“虛擬勞動力”，社會各部門將借之實現高度自動化和機器化的生產，提高產品質量，降低人工成本，社會生產力實現總體大幅躍升。（2）提高勞動和資本的運作效率，尤其是在法律訴訟、金融科技領域。（3）人工智能的發展將會帶動相關產業的興起，從而開拓新的市場，創造新型工種和就業崗位，實現產業發展轉型升級。

2.江西省人工智能發展主要成效

（1）政策推動，加強引導。①強化規劃落實。江西省認真貫徹落實國務院《新一代人工智能發展規劃》、主動謀劃作為，圍繞政策引導、項目支持、推廣應用等方面開展了一系列工作。2017年10月，省政府辦公廳印發了《關于加快推進人工智能和智能制造發展的若干措施》，提出“十三五”期間將重點打造10個人工智能和智能制造產業基地，特別強調支持打造南昌世界級VR中心、鷹潭全國物聯網產業基地，并由省級財政對每個產業基地安排1000萬元用于公共平臺建設。②加強載體建設。2018年7月，江西省人工智能產業聯盟成立;2019年1月，江西省人工智能學會成立。這一系列政策和舉措為推進江西省人工智能發展營造了良好的環境。

（2）科研發力，提供支撐。江西省一些高校和科研院所也在人工智能領域不斷發力，推動相關基礎技術的研發，為產業應用夯實基礎。①人工智能科研成效顯著。“視頻圖像特征表達與智能分析”“基于人工智能技術的圖像處理分段學習研究”分別獲得2019年省自然科學獎一等獎、2018年省自然科學獎二等獎。②高校積極發力人工智能研究。南昌大學成立人工智能工業研究院，對智能醫療系統、工業/移動物聯網系統和自主無人系統及應用領域已進行深入的研究。江西財經大學在公共安全視頻圖像處理、信息安全等領域也開展了相關研究。華東交通大學聯合科大訊飛股份有限公司，合作成立人工智能研究院，著力打造“產、學、研、用”相結合的人工智能平臺，為物聯網、車聯網、無人駕駛、智慧交通等智能產業提供支撐。

（3）領域應用，加快落地。通過近年來的持續推進，江西省人工智能的發展已經取得了一定的成果，不僅創造出了較大的產值，更拓展出了具有地方特色的多元化應用領域。例如，歐菲生物、合力泰等公司生產的生物識別產品，產值已經突破百億規模;贛州好朋友公司開發了基于人工智能技術快速選礦機;洪都航空公司實現了人工智能技術在數字城管視頻大數據采集與共享平臺中的應用;泰爾物聯網研究中心開發出了睡眠健康監測與干預人工智能平臺; 贛江大數據公司基于人工智能的強大數據處理與精準服務供需匹配功能為政府及企業提供數據處理及分析服務等。

3.江西省人工智能發展三大“痛點”

目前我省人工智能發展主要存在三方面問題。（1）政策條款待細化。我省雖出臺了《關于加快推進人工智能和智能制造發展的若干措施》，明確了“技術創新、人才培養、產業集聚、推廣應用、財政支持”等方面方向，但與浙江、湖南等省份相比，原則性條文較多，具體操作性條款少，亟待進一步細化，細化配套政策措施。（2）應用場景少。我省人工智能技術與應用場景分離比較嚴重。一方面，傳統行業利用人工智能技術進行改造的需求尚不強烈。另一方面，我省人工智能產業應用場景主要集中在智能裝備制造、汽車等領域，文旅、康養等行業推廣應用的廣度和深度有待加強。（3）專業人才極其匱乏。專業技術人才數量較少，缺乏了解行業信息、掌握關鍵技術、能夠進行應用開發的復合型人才。截止2019年，江西開設人工智能本科專業的高校10所，全國215家，占比4.65%。高校人工智能專業課程剛剛興起，在課程設置、教學規劃、師資儲備等問題上仍存難題。人才結構性矛盾突出，具有國際化視野以及專業學科背景的領軍性人才、基礎科研人才、應用人才極其匱乏。

4.加快江西省人工智能發展的對策建議

4.1開展優勢領域人工智能技術應用示范

（1）開展智能制造示范。緊抓中俄重型直升機項目落戶江西的歷史機遇，依托昌飛公司、602所等，開展以數字化網絡化智能化為特征的新一代智能制造技術應用推廣。提升工業機器人、高檔數控機床的智能化水平，發展具有深度感知、智慧決策、自動執行功能的智能制造成套裝備及智能化生產線。支持制造業企業應用機器學習技術分析處理生產數據，實現產品質量控制、安全生產的智能化管理。發展個性化定制服務平臺，提高對用戶需求的深度學習和分析能力，優化產品個性化組合方式和設計能力。打造網絡化協同制造平臺，增強人工智能指引下的人機協作與企業間協作研發、設計與生產能力。

（2）提升紅色旅游智能化水平。推動人工智能技術在紅色文化傳承領域的應用，研發新型紅色文化沉浸式體驗平臺、應用軟件及輔助工具，提高博物館、展覽館的數字化智能化水平。開展計算機視覺、機器學習等技術在景區虛擬三維建模、虛擬展示、虛擬旅游中的應用，構建井岡山、上饒集中營、瑞金中華蘇維埃臨時中央政府舊址群、南昌起義總指揮部舊址、南昌新四軍軍部舊址等紅色景點三維模型資源庫。開發以紅色為基礎、面向新時代紅色文化與傳承的智能化人機交互界面和交互設計系統。充分運用預判式自動推薦、模擬服務系統等技術在智慧出行、智慧導覽、智慧環境管理等方面形成應用示范，實現全域全場景智慧旅游服務能力，體驗紅色文化，傳承紅色精神。

（3）打造智慧醫療康養新模式。依托江西省在生物醫藥領域的比較優勢，開展智能醫療新技術和新模式應用，研究人工智能與中醫“治未病”相結合的智能健康管理服務模式。推進人工智能技術及智能醫療設備在病例篩查、疾病預測、疾病檢測、診療輔助、輔助用藥、健康管理和中醫辯證施治中的應用，建立精準的智慧醫療體系。研發可穿戴智能監護、智能醫養輔助設備、智能健康監測系統，構建安全便捷的智慧康養體系。

（4）優化再造智慧政務服務。充分利用大數據、物聯網和云計算等技術和資源，統籌建設全省統一的黨政機關網絡、政務云計算基礎設施、安全和應用支撐平臺、基礎信息資源庫。豐富完善“贛政通”“贛服通”平臺建設，推進政務流程再造，全面打通匯聚政務數據資源，探索人工智能技術在政策評估、風險預警、應急處置等戰略決策方面的拓展應用，加強對政務信息資源整

合和公共需求的精準預測。暢通政府與公眾的交互渠道，推廣“郵寄辦”“預約辦”，加快推進“全程網辦”。開展智慧安防技術應用示范，助力維護良好社會秩序。

（5）推進低空空域管理智能化發展。聚焦江西低空空域管理改革試點，構建以北斗定位導航、人工智能技術為核心，廣泛應用“互聯網+”、大數據等建立低空空域通用航空智能管理系統、智能無人機交通管理平臺、低空空域監視技術服務保障體系。應用人工智能技術創立高效合理的低空空域資源配置機制，實現不同時段、各層次空域資源的共享協同智能管理與可持續開發利用，從而構建起安全可靠的三維數字化智能化空中走廊體系，高效保障共享空域內有人/無人低空飛行的安全，實現低空空域資源智能化管理。

4.2探索人工智能政策制度環境

實施科技型企業成長工程，探索“一事一議、一企一策”，培育引進獨角獸、隱形冠軍、專精特新的人工智能企業集群。深化科技體制改革，推進科研項目經費“包干制”，率先在人工智能技術領域開展職務科技成果所有權和長期使用權等改革試點，擴大知識價值信用貸款、企業商業價值信用貸款規模。完善人工智能創新產品與服務遠期約定購買及風險補償政策，幫助人工智能企業加快創新產品推廣。

4.3構建人工智能發展人才支撐

聚焦人工智能基礎理論和技術突破需求，深入實施省“雙千計劃”等人才工程，著力引進和培養一批繼續緊缺人才和高層次人才及隊伍。深化“雙一流”建設，支持南昌大學等高校增設與人工智能領域相關的博士、碩士學位授權點，建強人工智能研究院，建設“人工智能+學科群”，培養高水平研發人才和高素質技能人才。提質發展環大學創新生態圈，建設人工智能科技企業孵化器，舉辦人工智能創新創業大賽，培育和發掘一批人工智能高等級人才。建立人工智能人才培訓獎補機制，構建高校、科研院所、人工智能領域企業協同育人共同體，聯合開展人工智能適用人才定制培訓和員工技能培訓。鼓勵企業對人工智能人才實施“協議薪酬”，開展股權和分紅激勵。推動生產生活要素融合，營造“近悅遠來”的良好人才生態，構建“智能”和“技能”相結合的人才支撐體系。

4.4推進人工智能基礎設施建設

打造高速寬帶、融合、泛在的信息基礎設施，構建全覆蓋、高效能的人工智能信息基礎設施體系。支持以智能發展需求為導向，向集融合感知、傳輸、存儲、計算、處理于一體的新一代智能化信息基礎設施優化提升，實現互聯網接入的無縫覆蓋。完善物聯網基礎設施，建設為人工智能企業服務的大數據中心，為產業發展提供海量數據支撐。