深度学习、跨界融合、人机协同、群智开放……当今时代，从田间到餐桌、从工厂到商场，人工智能已融入人类生活的方方面面，成为引领新一轮科技革命和产业变革的战略性技术及重要驱动力量，具有溢出带动性很强的“头雁效应”。

习近平总书记多次作出重要指示，强调“要深入把握新一代人工智能发展的特点，加强人工智能和产业发展融合，为高质量发展提供新动能”。近年来，人工智能相关技术持续演进，产业化和商业化进程不断加快，正在加速与千行百业深度融合。拥抱人工智能的时代，要求我们树立世界眼光，在思考、分析和解决人工智能问题时站在全球高度，用洞悉人类历史发展趋势的长远眼光来审时度势，进而找准自身位置。

中国信息通信研究院最新发布的《人工智能白皮书（2022年）》认为，人工智能正在迈入“创新驱动、应用深化、规范发展”的新阶段，未来将由技术创新、工程实践、可信安全“三维”坐标来定义和牵引。当我们站在新的时代潮头，是否更应思考，人工智能技术如何适应新的变化？人工智能如何改变社会？中国的人工智能应怎样实现不断突破？

新战略：各国抢抓人工智能机遇 

在新科技革命和产业变革的大背景下，人工智能与产业深度融合，成为释放数字化叠加倍增效应、加快战略性新兴产业发展、构筑综合竞争优势的必然选择。

自2016年起，先后有40余个国家和地区将推动人工智能发展上升到国家战略高度。近两年，特别是在新冠肺炎疫情的冲击下，越来越多国家认识到，人工智能对提升全球竞争力具有关键作用，纷纷深化人工智能战略。为全面重塑数字时代全球影响力，欧盟发布《2030数字化指南：欧洲数字十年》《升级2020新工业战略》等，将推动人工智能发展列为重要工作。为确保“领头羊”地位，美国陆续成立国家人工智能倡议办公室、国家AI研究资源工作组等机构，各部门密集出台系列政策，将人工智能提到“未来产业”和“未来技术”领域的高度，不断巩固和提升美国在人工智能领域的全球竞争力。《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》指出，瞄准人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。推动互联网、大数据、人工智能等同各产业深度融合。

当人工智能成为科技创新的关键领域和数字经济时代的重要支柱时，世界各主要经济体面向人工智能领域创新需求的投资不断加大。

欧盟有史以来最大的支持研发和创新项目“地平线欧洲”计划总投资额达955亿欧元，明确将人工智能列入资金支持范围；2021年4月，欧盟以条例的形式通过“数字欧洲计划”，对包括人工智能在内的项目进行投资，总额达75.9亿欧元。美国2021年人工智能非国防预算增加约30%，总额达15亿美元；《美国创新和竞争法案》中，将人工智能、量子计算等列为2022财年美国研发预算优先事项，未来将对包括人工智能在内的多个领域投入1000亿美元进行研发。英国将投资和规划人工智能生态系统作为长期战略，启动国家人工智能研究与创新计划，支持人工智能先进研究等。据统计，2014年到2021年，英国对人工智能的投资已经超过23亿英镑。

与此同时，通过应用牵引推动人工智能技术落地成为各国共识。2021年7月，美国国家科学基金会联合多个部门和知名企业等，新成立11个国家人工智能研究机构，研究项目涵盖建筑、医疗、生物、电气、教育、能源等多个领域。为促进人工智能的广泛应用，英国启动人工智能办公室和英国研究与创新局联合计划等，确保人工智能惠及所有行业和地区。日本将基础设施建设和人工智能应用作为重点，提出加快建设相关基础设施，重点强调了跨行业的数据传输平台以及人工智能相关标准等，全面推动人工智能在医疗、农业、交通物流、智慧城市、制造业等各个行业开展应用，并加大对中小企业的支援。

我国“十四五”规划纲要明确要大力发展人工智能产业，打造人工智能产业集群以及深入赋能传统行业成为重点。2021年4月，工信部支持创建北京、天津（滨海新区）、杭州、广州、成都等第二批国家人工智能创新应用先导区；科技部支持建设多个人工智能创新发展试验区，陆续批复北京、上海、天津、深圳、杭州等15个国家新一代人工智能创新发展试验区。

新方向：“三维”坐标定义牵引未来 

《人工智能白皮书（2022年）》指出：人工智能迈入新阶段，将由技术创新、工程实践、可信安全“三维”坐标来定义和牵引。具体来看，第一个维度突出创新，围绕着算法和算力方面的创新仍会不断涌现；第二个维度突出工程，工程化能力逐渐成为人工智能大规模赋能千行百业的关键要素；第三个维度突出可信，发展负责任和可信的人工智能成为共识，将抽象的治理原则落实到人工智能全生命周期将成为重点。

人工智能技术创新仍是主旋律，新算法不断涌现。超大规模预训练模型推动技术效果不断提升，继续朝着规模更大、模态更多的方向发展；“生成式人工智能”技术不断成熟，未来听、说、读、写等能力将有机结合；知识计算成为推动人工智能从感知智能向认知智能转变的重要方面；人工智能与科学研究融合不断深入，开始颠覆传统研究范式。

人工智能工程化聚焦工具体系、开发流程、模型管理全生命周期的高效耦合。在工具体系层面，体系化与开放化成为研发平台技术工具链的发展特点。在开发流程层面，工程化关注人工智能模型开发的生命周期，追求高效且标准化的持续生产、持续交付和持续部署，最终以最佳的模型进入应用层面产生商业价值。在模型管理层面，企业需要建设对模型生命周期的管理机制，对模型的版本历程、性能表现、属性、相关数据、衍生的模型档案等进行标准化的管理运维。

人工智能治理迈入软硬法协同和场景规制新阶段。人工智能治理实质化进程加快，各国人工智能治理侧重各有不同，但整体上呈现加速演进态势，即从初期构建以“软法”为导向的社会规范体系，开始推行以“硬法”为保障的风险防控体系。典型场景化治理加速落地，各国纷纷注意到人工智能应用场景多样化和差异化给治理带来的复杂性，典型场景的治理成为各国的工作重点，特别聚焦于自动驾驶、智慧医疗和人脸识别等领域。

可以看到，我国人工智能技术和产业已经取得长足的发展，追求技术创新、聚焦工程实践、确保可信安全逐渐成为未来人工智能发展的重要方向。站在“十四五”的开端，我们期待人工智能技术持续改善，人工智能产业及应用能在下一个五年内蓬勃且健康地发展。

首先，在新技术不断探索的同时，更加注重通过工程化的方式释放技术红利，并且确保安全可信。人工智能企业能否快速赋能各行各业，响应多样化需求，其关键因素在于企业的工程化能力。同时，安全可信技术的需求越发迫切，当前围绕数据保护已经催生了大量从事隐私计算的企业，未来围绕人工智能稳定性、公平性等方面的技术也将形成重要的力量。

其次，在产业智能化进程中，传统行业的参与程度将越来越深，甚至会主导整个产业的发展进程。产业发展重心已经开始从“人工智能﹢”向“﹢人工智能”转变，传统行业数字化进程加快，将提供海量的数据和丰富的应用场景，为人工智能的应用打开新的空间。这些传统行业或领域中，人工智能渗透率更高的机构将向整个领域内其他机构输出人工智能相关解决方案。

最后，人工智能治理工作将愈发关键，事关人工智能持续健康发展，统筹治理和发展成为必需。治理工作不仅切实关系到人工智能日常应用问题，也已上升为国际竞争与合作的重要议题。面对世界各国各地区不同文化背景、不同发展程度，如何有效开展人工智能治理实践是重要的挑战。我国政府、行业组织、企业等已在人工智能治理方面率先开始探索，将安全可信的理念融入人工智能的全生命周期，未来将涌现出更多的实践范式。

新阶段：持续健康发展成为焦点 

自1956年诞生以来，人工智能的相关理论和技术持续演进。直到近十年，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能才得以真正大范围地从实验室研究走向产业实践。产业发展和赋能的过程中，一方面，大量的实践场景均能看到从“可用”到“好用”的发展路径，这离不开技术自身的持续迭代、工程实现的不断优化以及管理体系的支撑保障。另一方面，随着人工智能应用暴露出各种风险和挑战，以及人们对人工智能认识的不断深入，人工智能治理已经成为全球各界高度关注的议题，对可信安全的呼声不断提高。

未来人工智能除了重视技术创新，将更加关注工程实践和可信安全，这也构成了“三维”发展坐标，牵引人工智能技术产业迈向新的阶段。事实上，业界在各个维度上的努力早已开始，并且从未停止，只是时至今日，工程实践和可信安全被摆在了更为重要的位置。“三维”坐标并非完全独立，而是相互交织、相互支撑。

追求特定场景下的技术创新一直是人工智能发展的目标和驱动力。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能算力的多元化以及单点算力的不断提升，有力支撑了人工智能的发展。再到近期，国内外超大规模预训练模型涌现，不断刷新各个应用领域的榜单。未来，人工智能在算法、算力等方面仍将持续变革，为迈向更加智能的时代奠定基础。

工程实践能力日益成为释放人工智能技术红利的重要支撑。在工程实践方面的努力，最早可追溯至Caffe、TensorFlow、PaddlePaddle等开源框架的诞生，通过屏蔽底层硬件和操作系统细节，大幅降低模型开发和部署难度，有效推动了人工智能技术的发展。当前，人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。人工智能研发管理体系日益完善，以MLOps为代表的自动运维技术受到越来越多的关注。随着工程实践能力的不断提升，“小作坊、项目制”的赋能方式正在成为历史，未来将更加便捷、高效地实现人工智能落地应用和产品交付。

可信安全逐渐成为人工智能赋能过程中不可或缺的保障。可信人工智能最早由学术界提出，近年来围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温。可信人工智能理念得到了国际组织的广泛关注，二十国集团（G20）在2019年6月提出的“G20人工智能原则”中明确建议促进可信赖的人工智能创新发展，成为重要的共识。可信人工智能的理念逐步贯穿人工智能的全生命周期，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。

总的来看，人工智能正在迈入“创新驱动、应用深化、规范发展”的新阶段。从人工智能自身产业化的角度来看，技术迭代升级是发展的原动力，目前人工智能尚不完善，智能化路径还在加快探索，技术的创新驱动将有助于拓展新的发展空间。从人工智能赋能传统产业的角度来看，特别是疫情以来，数字化、智能化转型不断提速，推动人工智能应用迈入加速轨道，相关应用不断深化。从治理角度来看，技术和产业发展要领先于监管和制度，治理问题日益严重，保障人工智能的健康发展成为全球共同关注的问题。这里面既有渐进的变化，也有结构性甚至方向性的调整，需要全面、系统提升各方面能力，从而推动人工智能持续且健康发展。