構建人工智能發展的良好生態

□ 文／董 波 之江實驗室

2020 年經濟形勢格外嚴峻，中美經貿的“灰犀牛”疊加新冠疫情的“黑天鵝”，使得傳統制造業遭受供應鏈、需求端的雙重沖壓力。各級政府為了實現區域經濟突圍，紛紛尋找新的增長點。在此背景下，人工智能產業被寄予了厚望。

然而，如何才能推動人工智能產業發展？對于新興產業而言，關鍵在于構建良好生態。但很多地方在營造人工智能產業生態時，多是從產業鏈的角度去思考和布局。殊不知人工智能不同于傳統制造業，其企業的創辦和流動更快，對上下游配套的空間距離要求不高，生產要素依賴也大為不同。

因此，構建人工智能發展的良好生態，重點不在于產業鏈是否完備，而是要把握好“人才、數據、應用場景”三個方面。

人才是人工智能產業發展的核心要素

人工智能是一個非常依賴從業者智慧的行業。憑借領軍人才的學術成果或科研團隊的集體智慧，在算法等關鍵技術上取得突破，就能推動人工智能企業快速成長甚至顛覆行業格局。所以，在人工智能生態中，對人才的培養和招引集聚尤為重要。

全球都在積極培養和爭搶人工智能人才。加拿大Element AI 首席執行官JF Gagne 發布的2019 版《全球AI人才報告》，顯示AI人才主要在美國、中國、英國、德國和加拿大這五個國家中，其中美國占比最多，達46% ，其次就是中國的11%。但通過數據追蹤分析，發現AI 人才流動性很大，大約三分之一的研究人員并沒有在其獲得博士學位的國家工作。其中留學人員回歸故國，以及尋找更有發展前景的工作，是人才流動的主要動因。

德勤《全球人工智能發展白皮書》顯示，中國人工智能企業分布最多的省市依次是北京、上海、廣東、浙江，相應人工智能人才分布也主要在北京（27.9%）、上海（12.1%）、深圳（8.5%）、杭州（6.5%）。我國超過75%的人工智能人才是由國內高校培養輸出的，北京、上海等具有豐富優質科研教育資源的城市，在行業發展中具有明顯優勢。

對于大力發展人工智能產業的城市而言，培育和集聚人工智能人才的途徑有三：

一是大力扶持本地高校。人工智能是一門新興學科，2019 年教育部才批準了國內35 所大學設立首批人工智能本科專業。區域內擁有相關專業高校的地方政府，可通過鼓勵產教融合等扶持手段，加大人才培養力度；區域內有高校但沒有設置相關專業的地方，也可鼓勵高校以聯合辦學的方式，引入人工智能相關學科。近期浙江工商大學與英國的薩塞克斯大學合作設立人工智能學院，成為中國人工智能領域的首個中外合作辦學機構，引進薩塞克斯大學的高水平研究團隊后，每年將招收培養200 名本科生和100名碩士研究生。

二是建立新型研發機構。高校的創辦和發展非朝夕之功，很多地區無法擁有人工智能專業高校?？商娲氖且攵嘣顿Y主體和科技研發力量，建立人工智能實驗室等新型研發機構?！墩憬嶒炇殷w系建設方案》明確提出要形成由國家實驗室、國家重點實驗室、省實驗室、省級重點實驗室等共同組成的實驗室體系，在人工智能、大數據等領域集聚一批具有國際頂尖水平的戰略科技人才和團隊。坐落于城西科創大走廊核心的之江實驗室建立迄今尚不足三年，已集聚科研人員超千人，包括多名院士、圖靈獎獲得者、IEEE Fellow、長江學者等專家。

三是面向全球精準招才?？萍既瞬抛畛醵际窍蛴兄己镁蜆I機會和發展環境之地流動集聚，當同類人才集聚成規模后，會帶來更多信息和技術的交流分享，對人才形成更大的吸引力。因此地方上在招引人才時，可在特定區域出臺對特定人才的優惠政策（如個人所得稅、人才房、公共服務配套等），特意構建空間相對集聚的人才群落。同時要像精準招商一樣去精準招才，不用一味瞄著具有極高學術聲望和名聲的大牌科學家，而是認真分析本地產業發展所需人才，通過對國際優秀論文、專利成果等知識圖譜分析，瞄準具有重大學術潛力和技術轉化價值的中青年專家團隊。尤其正在海外留學和從事相關科研工作的國人和華裔，在當前疫情等引發的國際形勢動蕩之機，恰是招引他們歸國的良機。

數據是人工智能發展的“燃料”

大數據對于即將到來的人工智能時代，就如同煤對于蒸汽的時代，電對于電氣的時代。

人工智能的本質就是大數據，只有數據量足夠大，才能將智能問題轉化為數據處理問題。2016 年讓世人震驚的AlphaGo，其訓練算法是幾十年前的人工神經網絡，真正的突破之處在于儲存并計算了之前難以想象的天量棋局數據。同樣，近年來Google 翻譯突飛猛進的原因，也不在于算法的創新，而是比之前其他研究團隊使用了多幾千上萬倍的數據。因此，Google 才能從搜索服務公司成為大數據公司，進而演化為人工智能公司。

理解了人工智能的本質，才能懂得人工智能發展所期待的，就是最大限度的數據開放和應用。

2020 年 4 月 9 日 ，《中 共 中 央國務院關于構建更加完善的要素市場化配置體制機制的意見》正式發布，明確提出了要加快培育數據要素市場。然而，國內數據要素市場的培育尚處于起步階段。整個社會的大數據，絕大多數沉淀在政府的公共管理部門和各大商業集團、平臺公司中，但政務數據的開放舉步維艱，商業平臺數據的買賣無法可依、徘徊于灰色地帶。在此情形下，哪個地方能率先完善法規、大力推動數據集成開放和規范交易，就能搶先建成人工智能發展的最佳環境。

地方政府為吸引人工智能企業和團隊入駐，在企業用地、資金補助、人才補貼上的優惠政策力度再大，也遠不如公共數據開放、規范使用，對人工智能的科研團隊吸引力來得大。而這，恰恰也是地方政府大可作為的領域。

當然，數據開放是個系統工程，要從公共數據、社會數據和政策法規多方發力。

一是推進公共數據共享開放。大數據的最大擁有者、管理者是政府部門，但目前數據“孤島”和“煙囪”林立。因此要優化公共數據歸集模式，編制公共數據資源目錄，明確數據采集部門、共享屬性、開放屬性和更新頻率；完善公共數據開放目錄，優先推動與民生緊密相關、社會迫切需要和產業戰略意義重大的公共數據開放；探索建立公共數據資源有償服務機制，鼓勵社會各方參與公共數據產品創新，并根據“對價”原則為特定對象提供數據服務。

二是提升社會數據資源價值。如電力、交通、導航、網購、網上支付、手機信令等商業平臺所沉淀的數據和公共數據，開放聚合后將發揮更大的價值，但之前商業平臺大數據一直游走于灰色地帶。為此要研究探索數據產權確權方案，在保護個人、企業等主體的合法數據權益基礎上建立數據資產登記確權、價值評估、標準服務、規范交易等機制；構建數據資源交易平臺，加快健全數據要素報酬機制；鼓勵企業、行業協會、社會組織等單位開放自有數據資源，探索建立社會數據平臺與公共數據平臺實現對接的稅收激勵政策。

三是完善數據相關的政策法規。借鑒美國《消費者隱私權利法案》（Consumer Privacy Bill of Rights）、歐盟《個人數據保護》（Personal-Data Protection）等經驗，明確將公民自身數據的控制權交給公民本人，同時將消除身份信息后的數據使用權提供給政府和企業，使沉淀數據價值最大限度地釋放。為此要設立專業機構進行數據規范處理、從業人員安全教育與培訓考核；加快研究個人信息保護的基本原則和具體標準，完善數據安全保護的監管體系與執法機制；還要加強數據安全倫理規范研究，預防和應對數據要素市場化帶來的就業結構變動、隱私泄露、數據歧視等社會問題。

人工智能需要大量應用場景實踐

人工智能是快速迭代的新技術，需要大量應用場景作為試驗場。人工智能是始露苗頭的新產業，其產品得到市場廣泛接受要假以時日，所以需要政府率先應用和推廣，即通過“2G”，再“2B”和“2C”。

人工智能必將顛覆現有的產業結構和行業格局，深刻改變未來的醫療、教育、城市管理、制造業、服務業等，自然在產業發展之初會遭遇懷疑、屏蔽甚至抵制，這一方面是消費者的接受需要緩沖時間，另一方面會是來自原有產業利益格局的阻擾。因此，作為推動人工智能產業發展的地方政府，應該充分調動自身資源，打造多個政府應用場景，來助推人工智能技術和產業的真正落地。

其中，很大一個載體，就是當前各級政府正在開展的智慧城市或“城市大腦”。

一是以應用為導向建設智慧城市。當前多個地方已經開展了智慧城市建設，一些還被納入國家相關部委確立的試點。但從建設進程來看，大多比較注重數據歸集、中臺開發和最后的可視化表現，在應用場景打造和智能工具開發上成效甚微。導致既不能給政府部門賦能減負，也無法給城市公民智慧服務，往往淪為一個大屏展示的昂貴“形象工程”。因此在后續智慧城市建設中，一定要以應用為導向，踏踏實實打造各類應用場景和智能工具。

二是注重智慧平臺的開源開放。目前一些地方建設智慧城市，往往委托大型互聯網公司或高科技公司開發，在架構設計時容易形成封閉系統，導致其他大數據和人工智能企業無法在其平臺上進一步開發工具和產品，難以形成眾智迸發、創新創業的數字生態。這大大延緩了智慧城市的迭代升級，也沒法放大智慧城市的試驗場功能。因此，未來在智慧城市等平臺建設中要推動開源開放，以開放合作的理念吸引眾多人工智能公司入駐平臺開發。

三是要拉動當地人工智能產業發展。智慧城市建設往往動輒上億、數十億的財政預算，如此大的地方政府投入，一定要積極放大其投資乘數和產業帶動效應。在平臺開發和維護、應用場景打造、智能工具開發等方面，可鼓勵本地人工智能企業公平參與投標建設，或支持外地人工智能企業以項目為契機，在本地落戶，確實轉化為當地人工智能產業發展的生力軍。