进一步全面深化改革 促创新提效

“十五五”时期的人工智能与创新效能

 ■ 中国科学院科技战略咨询研究院副院长　鲁晓

 
北京国家会议中心，观众在第 27 届北京科博会上参观“四足机器人爬坡” 作者：杜建坡 / 来源：中经视觉

大力发展新质生产力，要加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，完善推动新一代信息技术、人工智能、生物医药、量子科技等战略性产业发展政策和治理体系。人工智能等新兴技术的发展不仅能够改造提升传统产业，更能够催生新领域新赛道，已经成为新一轮科技革命和产业变革的重要驱动力量。发展人工智能不仅是技术领域的竞争，更关乎经济结构的转型升级，创新效能整体提升。人工智能的文化社会技术属性会带来社会治理模式的创新，关乎我国社会主义文化强国建设。

当前人工智能技术发展的趋势特征

自1956年达特茅斯会议提出人工智能概念以来，其发展经历了近70年的时间。人工智能技术的发展经历了以“手工知识”“机器逻辑推理能力”为特征的第一次浪潮（1956—1974年）、以“统计学习”“专家系统”为特征的第二次浪潮（1980—1987年）和以“适应环境”“深度学习”“感知智能”为特征的第三次浪潮（1993年至今）。当前，人工智能发展正处于第三次浪潮，呈现出如下特征。

其一，人工智能的本质仍然是数据智能，关于常识推理、因果理解等人类智能的核心能力还未获得突破。人工智能模型高度依赖数据，通过分析和处理大量数据来提取有价值的信息和模式，并据此进行预测或决策。用于模型训练的数据规模、质量和多样性对人工智能模型的效果具有重要影响。这也是著名的规模效应，即人工智能模型的性能与数据集大小成幂律关系。人工智能模型在大量数据中挖掘出的现实关联，并不是基于对现实世界的基本认知和理解，仍然难以进行真正的抽象概括和逻辑推理。相比较而言，人类能够根据因果关系预测事件发展，通过类比迁移快速学习新知识，并运用常识处理复杂的现实问题，这些能力是当前的人工智能无法实现的。

其二，深度学习是当前人工智能主流算法，应用于部分场景下的模式识别精准度甚至超越人类水平。2006年，以杰弗里·辛顿等为代表的连接智能学派，以学习能力自动化为目标，掀起了神经网络的研究热潮，拉开深度学习的大幕。近20年来，卷积神经网络、循环神经网络、长短期记忆网络等基于大数据的深度学习模型和算法取得了显著的技术突破，并在计算机视觉、自然语言处理、博弈对抗等领域实现了规模应用。这些进展极大地推动了人工智能的发展，使其在医疗、金融等行业中得到了广泛应用。

其三，人工智能大模型技术推动智能计算迈向新高度，生成式人工智能快速迭代，能力不断提升。生成式人工智能能够通过学习现有数据的分布来生成具有相似特征的新数据，包括文本、图像、音频、视频等。大语言模型是生成式人工智能的一种类型，是“大数据+大算力+强算法”结合的产物，具有规模大（神经网络参数规模要达到百亿以上）、涌现性（具有产生预料之外的新能力）和通用性（能够广泛解决不同类型问题）的特点。除语言能力以外，大模型也在迅速扩展视觉、听觉、具身（有身体的智能，能与环境进行交互）、行动等其他通用智能能力。在向多模态、具身化方向发展的同时，AI智能体有望成为下一代平台，人工智能从理解到生成，从感知到决策，能力不断提升，有望完成“感知—决策—行动”的闭环。

其四，“AI+”成为未来经济社会发展的重要驱动力和新模式，人工智能将成为新一轮科技革命和产业变革的赋能技术和底层技术。人工智能有望成为推动产业优化升级、生产力整体跃升的重要驱动力量。人工智能技术与医疗、制造、教育、商务等行业深度融合的趋势正在进一步加深，推动产业高质量发展和生产力深层次变革。具备广泛知识和技能的人工智能模型，能够应用于多种任务和领域的通用性大模型正在成为新的追求目标。人工智能开源开放趋势日益明显，打破传统技术壁垒，显著促进了知识共享和创新，这将促使当前应用成本逐渐降低，具有向各个产业拓展的可能性。

其五，人工智能的能耗问题及其对环境的影响引发关注，绿色人工智能及低能耗人工智能的研究和部署迫在眉睫。绿色人工智能和低能耗人工智能是未来人工智能发展的重要方向，主要路径有：一是加大新型能源供给技术的开发，通过应用可再生能源、能源存储技术、能效优化技术等，保持可持续的能源供应，支持大模型等能源消耗。二是优化人工智能运行策略降低能耗，相较于传统计算，量子计算具有更高的能源使用效率，有望成为新的计算方式。三是研发更高效的算法和芯片，模拟人脑功能的神经形态芯片在节能提效方面具有一定优势。

“十五五”时期人工智能对经济社会影响分析

人工智能技术发展将对“十五五”时期我国经济社会的方方面面带来深远影响。

具体来看，其一，在产业发展方面，“十五五”时期，人工智能“智能产业化”“产业智能化”趋势明显，并有望重构产业链形态，深刻影响全球产业价值链格局。一是人工智能相关技术加速应用融合，不断催生新业态新模式，“智能产业化”格局基本形成。据统计，2023年我国人工智能核心产业规模达5784亿美元，生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿美元。二是人工智能技术深度嵌入多个产业领域，加速推进产业优化升级，“产业智能化”浪潮来临。当前人工智能在制造、医疗、教育、交通、农业等多个传统行业领域得到广泛应用，涌现出矿山大模型、气象大模型、交通大模型等一批数字化转型新标杆，推动传统行业的转型升级。三是人工智能促进产业纵向延伸、横向拓展，产业链形态有望实现重构。人工智能技术作为一种赋能技术，其广泛应用一方面会推进现有产业“纵向延伸”，使企业突破既有生产边界，向产业链上游延伸或向下游拓展，不断衍生出新行业或新产品。另一方面，人工智能技术可以促进产业链的“横向拓展”，拓宽产业链的宽度并形成产业集群。四是人工智能有望改变全球产业链格局，重塑全球产业价值链，具有改变全球竞争格局的潜力。

其二，在就业及收入分配方面，人工智能技术发展将会对就业结构和收入分配格局产生深刻影响，这要求我们重新思考和应对未来的经济社会挑战。实践表明，每一次的技术进步，都会显著提高生产效率，使得单位劳动能够产出更多的产品和服务，这就必然带来一定程度的就业替代，人工智能技术也不例外。人工智能技术已经在标准化和重复性的工作岗位上产生了劳动替代效应，如办公室行政、电话客服等。同时，生成式人工智能的出现，对原本被认为不易受自动化影响的智力密集型行业构成挑战，如互联网、金融、高科技等。人工智能也创造了新的就业机会，例如，数据分析师、大数据专家、商业智能分析师、数据库和网络专业人员以及数据工程师等职位的需求将增加30%—35%。人工智能技术将引发收入分配结构的变革，进一步拉大高技术与低技术地区的收入分配差距。人工智能技术的冲击造成行业间劳动力的需求和供给结构变化，进而加剧以行业划分的收入分配差异。

其三，在社会治理方面，一是人工智能发展应用将引发社会治理结构变革。新一代人工智能将改变政府与社会互动的方式，以智能化、一体化的政务服务平台构建起新的治理结构。同时，大语言模型重构数据链条，将推动政府内部权责结构调整。二是人工智能的发展应用将催生新型社会治理模式。人工智能推动单一化的科层制逐渐与扁平化、多样化的智能治理手段相融合，从而实现向多样化、智能化和综合化治理手段的变革。人工智能的发展应用将会使源头治理、系统治理与精细化治理成为可能。三是“人工智能+社会治理”模式涌现，也会带来相应风险。政府部门现有的许多相关技术应用都是由掌握技术优势的科技企业研发完成，政府对这些企业的依赖程度将加深，这无疑是将一定的决策权和公共事务处理权交给了智能机器系统及其背后的科技企业。

其四，在法律伦理方面，人工智能将会对社会运行的法律法规和伦理规则提出新挑战。一方面，人工智能的发展将会引发大量的伦理失范现象。在可信性方面，当前主导性的机器学习技术，面临决策过程不透明、生成错误信息等问题；在公平性方面，人工智能可能会反映出数据和算法中的偏见和歧视，从而产生公平问题；在自主性方面，人工智能算法被用于信息推送，信息过度同质化产生“信息茧房”现象，长此以往影响人的认知自主权；在人机关系方面，人工智能产品向着拟人化方向发展，影响人与人的关系，也会产生类似机器情感依赖的人机关系。另一方面，人工智能将使已有的法律体系面临挑战。一是人工智能的深度应用产生全新的社会现象与事实，要求已有法律体系增加新的内容，如深度伪造等问题。二是随着人工智能技术深度应用带来一系列新的内容形式，提出变革要求，已有的法律条例难以有效应对，例如自动驾驶将引发交通法律条例的变革。三是人工智能的跨国监管问题日益突出，国际大国竞争博弈加剧，全球治理共识难以达成，亟需形成全球治理规则。

关于推进我国人工智能创新发展的建议

立足“十五五”时期经济社会整体发展战略目标，为抢占人工智能技术发展制高点，拓展人工智能产业应用深度广度，有效应对人工智能技术发展对经济社会带来的广泛深刻影响，全面发挥人工智能对经济社会的赋能效应，实现人工智能可持续健康发展，提出如下建议。

其一，加快制定新一轮人工智能发展规划纲要。系统梳理近年来我国在智能化、数字化技术领域出台的相关政策举措，评估政策执行情况，研判新政策需求。前瞻研判全球人工智能技术和产业发展最新趋势、发展方向及潜在突破口，深入调研我国人工智能技术和产业发展面临的现实条件、困境不足和可能优势，在高水平科技自立自强、高质量发展的战略目标引领下，制定新一轮规划，并推动智能化与数字化两方面政策体系协调发展。

其二，发挥“有为政府”作用，超前规划布局人工智能产业发展。超前部署人工智能基础理论及关键核心技术研发。加强大模型、大数据智能、群体智能、自主协同与决策等基础理论研究，加快形成一批具有自主知识产权和重大国际影响力的关键核心技术，推动人工智能与神经科学、认知科学、数学等相关基础学科交叉融合。构建共性关键技术的新型攻关体系。推动人工智能创新要素向具有技术优势的科技领军企业、高水平研究型大学和科研院所集中，围绕智能芯片、大模型算法、框架等基础性关键核心技术和产品，打造高效协同、动态调整的交叉创新攻关队伍。搭建协同创新平台。以人工智能重大应用需求为牵引，加强平台内各方主体在人工智能算力输出、服务能力优化以及人才培养方面深度协同，推动核心技术成果产业化，形成产业链上下游通力合作、产学研用协同创新的产业生态格局。

其三，释放“有效市场”活力，以企业为主体打造人工智能创新生态。推动企业加快智能化转型步伐，各类企业加大智能化技术的研发投入，深入挖掘自身业务中的智能化场景，针对关键技术瓶颈，积极推动产学研合作。探索基于智能化技术的新商业模式和市场空间，推动智能技术与传统产业的深度融合。鼓励企业牵头，与高校科研机构成立创新联合体，实现技术、人才、资金、数据等资源优化配置和共享，加速人工智能技术研发、应用和推广。鼓励自主深度学习框架的人工智能企业与国产底层芯片企业开展协同创新，围绕芯片适配、框架优化、系统集成等关键环节，整合资源，推动数据共享、人才联合培养与交流，突破国外技术封锁，保障人工智能产业技术安全。加快大模型开发者生态体系建设和运营，搭建国产大模型开源社区，促进开发者之间的交流与合作。创新融资模式，拓宽融资渠道，为企业提供资金支持，培育人工智能技术跨越从早期研发到成熟应用全过程。

其四,加快研究制定人工智能相关规则和标准。采用多种制度规范方式，充分发挥中国特色法律法规规范体系的整体功能，综合运用已出台的关于人工智能、大数据、互联网的法律法规、部门规章、规范性文件等多种规范手段，及时回应人工智能治理需要。站在打造现代化产业体系、推动新质生产力发展的高度，把激励创新创造放在首位，采取包容审慎态度，坚持问题导向，分类施策，审慎推进立法工作。综合使用“伦理”治理工具，健全人工智能伦理风险等级评估体系，细化分级分类评估标准。鼓励多元参与和协同共治，更快速、高效地协调各方利益，确保人工智能技术符合伦理规范。

编辑：陈希琳