**摘 要：**人工智能已成為新一輪科技革命和產業變革的重要驅動力量，大力發展人工智能對實現全面建成社會主義現代化強國、全面推進中華民族偉大復興的奮斗目標具有重要現實意義。中國具有發展新一代人工智能豐富的數據資源、廣闊的市場需求、穩定的技術基礎和多樣化的應用場景，也面臨高質量數據匱乏、基礎技術積累滯后、高層次人才短缺、關鍵核心技術受制于人、技術創新落地難等現實問題。推進中國人工智能高質量發展，應通過一個全覆蓋的人工智能教育體系強化人工智能人才隊伍建設，通過人工智能立法和執法體系提高人工智能的安全治理能力，通過深化人工智能國際合作促進人類命運共同體建設，優化新一代人工智能生態環境。

作為數字中國建設的重要一環，人工智能被譽為二十一世紀三大尖端技術（基因工程、納米科學、人工智能）之一以及新一輪科技革命和產業變革的重要驅動力量，不僅可以創造出新產品、新業態，而且可以實現對傳統產業的智能化重塑，使傳統產業獲得新生。因此，大力發展人工智能，對實現全面建成社會主義現代化強國、全面推進中華民族偉大復興的奮斗目標具有重要現實意義。

目前，中國已經建立較為完善的人工智能政策支持體系，相關產業也得到了快速發展，但中國人工智能研究起步晚、人工智能產業發展周期短，在人工智能發展上存在數據量大質低、技術基礎薄弱、人才儲備不足等問題。本文在全面剖析人工智能內涵和特征的基礎上，分析中國人工智能發展現狀及其存在的問題，提出推動中國人工智能高質量發展的政策建議，以期為有關部門提供決策參考。

一、人工智能的內涵、特征及分類

20世紀50年代以來，人工智能經歷了符號主義、連接主義和進化主義三個不同的發展階段，在每一個發展階段人工智能的概念都與時代的技術進步相關，表現出不同的內涵和技術特點。

（一）人工智能的內涵界定

“人工智能”的概念由John McCarthy等在達特茅斯（Dartmouth）會議上正式提出，但不同學者對其存在不同的理解。第一種觀點認為，人工智能泛指機器以與人類相同的方式行事，或機器的一種類人智能，它與人的智能互為補充、相互促進。有學者將人工智能看作計算機的類似人類思維方式與判斷的能力和人造物的智能行為，其中包括知覺、推理、學習、交流和在復雜環境中的行為。第二種觀點認為，人工智能是研究機器像人類一樣思考的科學和工程，解決的是知識的獲取、知識的表示和知識的使用問題。中國信息通信研究院將人工智能定義為“用機器模擬、實現或延伸人類的感知、思考、行動等智力與行為能力的科學與技術”。第三種觀點從系統論的角度將人工智能視為復雜的信息系統，其子系統之間存在復雜而隱秘的信息聯系，它可以正確解釋外部數據，并能夠通過對數據的學習和靈活應用實現特定目標和任務。

（二）人工智能的特征

在數字經濟時代，人工智能可以替代人的大部分腦力勞動，對人類行為進行更快更準確的預測，甚至具有超越人的直覺想象力，完成人腦無法完成的工作。智能化技術既可應用于改善生活的消費場景（如教育、醫療、家居領域），又可用于提升效率的生產場景（如智能化生產、管理和物流系統）。人工智能憑借其數字化、規模化、速度快和互聯互通性，在經濟社會發展中發揮著越來越重要的作用。

**一是數字化。**數據與勞動力和資本一樣，已經成為數字化時代的關鍵生產要素、基礎性資源和戰略性資源，也是人工智能加工的主要對象和產品。數據作為數字化了的信息，一般以符號、文字、數字、語音、圖像、視頻等多種形式呈現。由于數據樣本只有在加工整合成有價值的知識產品之后，才能發揮數據資本的作用，而人工智能依靠計算機的強大算力，結合互聯網、云計算、大數據科學的綜合運用，可以高效地從大數據中提取有價值的信息，并以非常低廉的成本供社會一切客戶享用，因而人工智能能夠大幅提升數據資本的社會價值。
**二是規模化。**人工智能對大數據的收集、分析和判斷能力使信息不完全、不對稱的程度大大下降，預測精度大大提高。智能化技術應用于生產、管理可大大降低運營成本，應用于生活領域可大大提高便利程度，應用于營銷領域可顯著節約交易成本。借助于網絡經濟的規模效應，人工智能可以充分利用互聯網的海量數據，實現正的外部經濟、范圍經濟和規模經濟效應，從而提高發展質量，助力內生經濟增長的可持續性。
**三是速度快。**在數字經濟時代，知識積累突破了時間和空間的限制。依賴于互聯網、云計算、人工智能、量子通信和量子計算技術的綜合應用，信息以電磁波為載體在空間和互聯網上傳播，越來越逼近宇宙極限速度，信息處理可以在瞬間完成，知識積累可以全天候不間斷地進行。量子通信和量子計算方面的技術突破，使以往不可能完成的計算問題成為可能。在可預期的將來，量子計算和量子通信技術必將為數字經濟插上騰飛的翅膀。
**四是互聯互通性。**傳統生產過程因需要花費大量的人力、物力和時間而降低了效率。隨著信息技術的不斷發展，人工智能使實體資產與數字系統實現無縫鏈接，促進了不同領域之間的互聯互通，提高了生產效率。在制造業領域，人工智能通過物聯網管理平臺與制造、運營和遠程控制系統的深度融合，覆蓋研發、供應鏈、營銷等各個環節，使多家工廠實現信息化交互和產能共享。此外，以元宇宙、數字孿生為代表的新技術正在以其無限的虛擬空間和高仿真模擬能力加快數字產品研發步伐，重塑游戲、娛樂、文化等產業。

（三）人工智能的發展及分類

人工智能是一個隨時間不斷演進的概念，在過去的60余年里，經歷了從模擬人類行為到強化、延伸人類智能三個發展階段。

**第一階段（20世紀50年代至70年代）**的人工智能重點關注知識系統的符號表示、邏輯推理和解決問題，這就是所謂的符號主義。符號主義認為，符號能夠清晰地表達人類的思維過程，從而使人工智能的決策過程容易被理解，因此，人工智能的本質是知識的符號化，信息、概念和命題的符號化可以使機器具有邏輯推理能力。符號主義人工智能的優點在于它的可解釋性強，但符號的離散性和現實世界的連續性之間的矛盾使得符號主義在處理大規模數據和復雜問題時面臨困難。
**第二階段（20世紀80年代至90年代）**的人工智能與神經網絡算法的突破、互聯網的高速發展與計算機硬件能力的快速提升相伴而生。計算機強大的知識儲備能力和邏輯推理能力使人工智能從理論研究走向實際應用，從而形成了連接主義學派。連接主義認為，人類的思維過程是由不同神經元連接而成的復雜過程，人工智能是通過模擬神經元之間的連接來實現的。連接主義的優點是能夠處理大規模復雜神經網絡的數據問題，其缺點是可解釋性不足。復雜的編程規則和知識、不確定的環境在一定程度上限制了人工智能在現實生活中的廣泛應用。
**第三階段（21世紀初以來）**的人工智能與深度學習算法在語音識別和視覺成像方面取得重大突破有關。在這一時期，隨著大數據、云計算、深度學習等技術的日漸成熟，在持續不斷的投融資和政府的大力支持下，人工智能得到飛速發展，最終形成了人工智能的進化主義流派。進化主義把自然界的進化看作一種高效優化過程，可以用進化算法加以刻畫，通過對自然界進化過程的模擬可以找到復雜問題的最優解。
按其智能程度劃分，人工智能可分為弱人工智能、強人工智能和超級人工智能。弱人工智能是指能夠模擬出人類相應能力的程序，但不具備人類一樣的理解力（意識、思維、自我意識等）；強人工智能是指有真正思維和意識等的人工智能系統；超級人工智能是指在幾乎所有領域都比最強的人類大腦聰明很多的智能。強人工智能擁有與人類同樣的自我意識和創造能力，包括科學創造力、智慧和社交能力等。現階段，基于深度學習的弱人工智能技術已經在語音處理、圖像識別、自然語言處理等領域實現重大突破，但它只能解決特定的問題，不能在學習過程中主動發展出新思想和新概念，只有在人類的算法干預和控制下才能完成更加精細復雜的工作。ChatGPT的出現意味著自然語言處理領域的強人工智能技術已經取得重要進展，未來可能成為全新的通用技術，引領人工智能邁向更深層次的變革，但是要達到超級人工智能的水平還有待進一步的研究和探索。

二、中國人工智能發展的政策演進、成就及存在的問題

隨著科技革命的快速演進，人工智能對政治、經濟、軍事、社會生活的影響越來越大，人工智能的領先程度甚至成為一個民族能否立于世界民族之林的標志。為實現人工智能高質量發展，中國建立了比較完善的人工智能發展政策支持體系，在人才培養、產業扶持、知識產權保護等多個層面為人工智能技術的創新和應用提供了有力支撐，使中國人工智能產業取得了舉世矚目的成就，但不可否認，目前中國人工智能發展水平與高質量發展目標之間還存在一定差距。

（一）中國人工智能發展的政策演進

隨著國內外經濟環境的變化，中國人工智能發展的支持政策呈現明顯的階段性特征。大體來看，中國人工智能發展的政策演進可以劃分為初期探索、加速推進和應用落地三個階段。

**一是初期探索階段（2017年以前）。**這一時期，國務院發布了《關于推進物聯網有序健康發展的指導意見》《關于積極推進“互聯網+”行動的指導意見》《關于印發促進大數據發展行動綱要的通知》等政策文件，圍繞大數據、5G、物聯網等領域進行了全面部署。學術界和產業界也開始涉足人工智能領域。中國科學院自動化研究所率先布局人工智能創新研究，在機器學習、計算機視覺、語言信息處理、類腦智能、智能機器人、智能系統等領域產出了一系列重要成果，深蘭科技、商湯科技、寒武紀科技等企業憑借其獨特的技術優勢和市場洞察力，迅速抓住人工智能產業的發展機遇，成功引領中國人工智能產業的創業熱潮，為人工智能創新發展注入新的活力。
**二是加速推進階段（2017—2020年）。**這一時期，國務院印發了鼓勵和規范發展人工智能的政策文件《新一代人工智能發展規劃》以及推進人工智能和實體經濟深度融合的指導文件《關于促進人工智能和實體經濟深度融合的指導意見》，人工智能發展上升為國家戰略。為推動人工智能技術的研發和應用，工業和信息化部發布了《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》，提出了包括建立人工智能研究院、加強基礎研究和應用技術研發、加快人才培養等一系列人工智能扶持政策。在上述政策措施的鼓勵下，涌現出了越來越多的創業公司，推動了整個人工智能產業鏈的完善和升級。在人工智能高層次人才培養方面，教育部、國家發展改革委、財政部于2020年印發了《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》，為中國深入推進高水平人工智能理論研究、人工智能領域科技成果轉化應用提供了有力支撐。此外，中國也十分關注人工智能領域的法律、倫理、社會問題，并積極開展人工智能治理相關工作。2019年國家新一代人工智能治理專業委員會的正式成立和《新一代人工智能治理原則——發展負責任的人工智能》出臺，為人工智能的安全可控可靠發展奠定了基礎。
三是應用落地階段（2021年至今）。“十四五”規劃將科技自立自強作為國家發展的戰略支撐，并將人工智能列為重點發展產業之一。為解決人工智能技術的“卡脖子”問題，加快人工智能創新成果的轉化應用，科學技術部等六部門于2022年出臺了《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，科學技術部還印發了《關于支持建設新一代人工智能示范應用場景的通知》。這些政策措施以規劃、鼓勵、建設為主要方向，旨在深入推進人工智能技術在醫療健康、智能交通、智慧城市、工業制造等領域的應用和發展，有效推動中國經濟社會的智能化轉型。同時，為促進人工智能與科學研究深度融合，科學技術部啟動了“人工智能驅動的科學研究”專項部署工作，為進一步整合人工智能相關項目、平臺、人才等資源，加速科學研究范式變革和能力提升，推動人工智能的高質量應用提供了指引。

（二）中國人工智能發展成績斐然

雖然人工智能發展在中國起步較晚，但在黨和政府的政策引導和鼓勵下，中國人工智能發展呈現規模持續擴大、技術創新能力不斷提高、基礎設施建設推進速度快等特點。

1.市場規模持續擴大

中國人工智能市場正處于快速發展期。2017—2021年中國人工智能市場規模持續擴大，從2017年的709億元增至2021年的2058億元，年均復合增長率達30.5%，預計未來仍有較大的增長空間。根據《2022年人工智能指數報告》，2013—2021年中國人工智能領域的私人投資總額總計619億美元，2021年新增私人投資達172.1億美元，位居全球第二位。在巨額投資的推動下，中國人工智能基礎層、技術層投資熱度不斷上升，應用場景也日趨多元。根據《中國人工智能產業的奮進十年》，2016—2021年中國人工智能基礎層產業規模年均復合增長率達到40%以上，2021年中國人工智能應用層市場規模占人工智能產業總規模的比重超過50%，可見中國人工智能已從研究和開發階段轉向應用落地階段。截至2021年，中國人工智能企業共計4975家，占全球的24.9%，主要聚集在智能機器人、計算機視覺和智能語音領域。中國人工智能技術在醫療、教育、金融、智能制造、交通等領域的應用居于全球領先水平，商湯科技的人臉識別技術已經比肩美國的Clearview AI，百度的Apollo也已經成為全球最具競爭力的自動駕駛平臺之一，這為中國人工智能產業的進一步發展提供了巨大的市場潛力。

2.技術創新能力不斷增強

根據中國科學技術信息研究所發布的《2021年全球人工智能創新指數報告》，中國人工智能創新水平已經進入世界第一梯隊。2021年中國人工智能開源代碼量達到158項，僅次于美國。2021年中國人工智能專利申請量（87343件）遠遠高于專利授權量（1407件），占世界總量的51.69%，遠高于美國、歐盟和英國。根據中國信息通信研究院發布的《人工智能中國專利質量研究報告》，中國人工智能領域專利質量集中分布在5—6級，占比59.3%，7—8級專利占比33.4%，9級以上專利占比3.2%，這反映出中國人工智能專利質量有待進一步提高。在科研產出方面，中國人工智能論文的數量和質量迅速提升，人工智能期刊、會議和知識庫出版物數量領先世界。2021年中國人工智能期刊出版量占世界總量的31.04%，引用量占世界總量的27.84%，均高于美國、歐盟和英國。

3.基礎設施建設推進速度快

近年來，中國在算力、芯片和5G等新型基礎設施領域的發展呈現快速增長和持續創新的趨勢，為人工智能的大規模計算和數據處理提供了強有力的支持。智能算力水平的大幅提升是中國趕超世界科技創新領域的重要推動力量，根據《中國新一代人工智能科技產業發展報告2022》，截至2021年6月，中國共有188個超算中心進入全球500強行列，占總量的37.6%，居全球首位。IDC預測，中國智能算力規模到2026年將達到1271.4 EFlops（每秒浮點運算次數），未來五年復合增長率可達52.3%。在芯片方面，中國已經掌握自主研發AI芯片和GPU芯片等關鍵技術，龍芯處理器、昇騰處理器、華為的麒麟系列芯片以及騰訊的紫霄、滄海、玄靈等前沿技術已經被廣泛應用于數據中心、云計算、智能手機、自動駕駛等領域。《2022中國人工智能芯片行業研究報告》預計，2025年中國人工智能核心產業市場規模將達到4000億元，其中基礎層芯片及相關技術的市場規模約1740億元。截至2022年底，中國累計建成并開通5G基站231.2萬個，基站總量占全球的60%以上。此外，全球近50%的6G專利申請來自中國，這充分表明了中國在網絡通信領域的技術創新和發展能力。

（三）中國人工智能高質量發展存在的問題

近年來，美國擔心喪失全球霸權地位，發起了與中國脫鉤斷鏈的貿易摩擦，揮舞技術封鎖、經濟制裁大棒，在包括人工智能的諸多高科技領域對中國企業進行打壓。面對美國的制裁和打壓，中國應找到自己在人工智能領域的短板并盡快補齊。

1.高質量數據相對匱乏，基礎技術積累相對滯后

中國在人工智能發展過程中面臨著高質量數據匱乏和基礎技術積累落后的問題。根據麥肯錫2018年的一份報告，數據標簽是人工智能應用的最大障礙。人工智能算法需要大量標注和清洗過的數據用于訓練，基于龐大人口基數的海量數據是中國人工智能發展的優勢所在，但中國缺乏準確、完整、及時、可靠、一致的高質量數據，國內專業數據服務尚處于起步階段，存在數據積累少、數據標準不統一、數據共享機制不完善等現實問題，這可能影響到人工智能技術的創新和發展。同時，人工智能高質量發展需要強大的基礎技術支持，而中國在人工智能方面技術應用較強、基礎理論研究較弱，高校和科研院所大多側重于新型人工智能模型開發與訓練，在基礎技術研究方面的積累相對滯后，與發達國家相比存在一定的差距。這可能與科研投入不足、缺乏高水平的研究機構和人才流失等因素有關。

2.高端人才相對稀缺，關鍵核心技術有待突破

近年來國內高校和研究機構加大了人工智能相關專業的培養力度，但人工智能人才供需矛盾依舊突出，尤其是高端人才相對稀缺。據人力資源和社會保障部統計，中國人工智能人才缺口超過500萬人，截至2021年7月，共有345所高校設立了人工智能專業，但培養的人工智能人才只有5萬人，供需比例嚴重失衡。根據領英發布的人工智能全球最具影響力學者榜單（AI 2000），美國提名學者有1146人次，而中國僅有232人次，這說明中國在高端人工智能人才儲備方面與美國存在較大差距。人工智能需要具備深厚的技術知識和專業能力的人才支持，但國內高校的人工智能教育多注重垂直應用，缺乏跨學科合作和多技術融合創新，與世界一流高校還存在一定差距，人才供給不足、質量不高在一定程度上間接導致中國人工智能關鍵核心技術研發能力不足，限制了人工智能領域創新能力和核心競爭力的提升。

3.行業應用壁壘有待消除，需克服創新應用落地難的問題

中國人工智能存在行業應用壁壘，在技術創新應用落地方面仍有諸多困難。根據埃森哲發布的《人工智能成熟之道：從實踐到實效》，2021年34%的受訪中國企業的人工智能開發預算超過技術總預算的30%，預計2024年將有64%的企業達到這個投資比例。可見，盡管中國人工智能市場規模發展態勢良好，但投資人工智能項目成本較高，加之缺乏精通人工智能的技術人才和高質量數據集，這給中國企業投資人工智能技術應用帶來了一定困擾。盡管某些行業確實具備數據和人工智能投資需求，但他們可能缺乏足夠的計算能力和數據承載能力，這也成為阻礙人工智能技術創新應用落地的重要因素。一些傳統產業企業，特別是中小企業，對人工智能的理解和接受度相對較低，在人才、資金、技術等方面存在較大不足，又面臨著較大的經營風險和市場競爭壓力，嚴重制約了其在人工智能領域的投資、創新和應用，阻礙了其數字化轉型和升級進程。

4.倫理道德問題亟待解決

盡管中國已出臺《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等法律以及《互聯網信息服務算法推薦管理規定》等政策文件，以保護個人隱私安全，構筑起人工智能數據安全、算法安全底線，但人工智能技術在處理大數據時可能涉及用戶隱私和算法偏見問題，數據更容易面臨被泄露和濫用的風險，并且人工智能技術的廣泛應用可能會引發更多倫理道德問題。在人工智能與人類的交互活動中，存在著兩種主要模式：合作模式與替代模式。在合作模式下，人工智能與人類相互協同工作，共同實現某項任務或目標；而在替代模式下，人工智能可能取代人類，承擔起原本由人類執行的工作任務。倘若人工智能開發者和擁有者擁有改變世界游戲規則的能力，他們將擁有巨大的社會、經濟和政治影響力，而那些不能適應人工智能發展所帶來的變化的個人、組織或社會可能面臨生存挑戰，不免會引發人們對人工智能可能帶來的數字鴻溝問題和失業風險的擔憂。倘若人工智能具備獨立思考、決策的能力，或具備超越人類的能力，那么如何在復雜情境中作出正確的道德選擇就變得至關重要。以自動駕駛車輛緊急避險為例，應該采取哪種行動來最大限度降低傷害風險？如何確定哪個群體的利益應優先考慮？鑒于人工智能技術應用所涉及的倫理道德問題具有多樣性和復雜性，推動人工智能高質量發展必須建立明確的道德倫理準則，在技術應用中探索多樣性的決策模型，尋找技術創新和倫理道德的平衡點，以確保人工智能的安全、可靠和可控應用。

5.國際合作需要進一步加強

根據《2020中國人工智能指數報告》，中國人工智能初創企業在投融資交易中有46.5%的資金完全來自國外，14.4%來自國內外的聯合投資，可見其對開放的經濟環境依賴程度較高。然而，在2023年8月美國拜登政府發布的《關于解決美國對受關注國家的特定國家安全技術和產品投資的行政令》中，半導體和微電子、人工智能和量子計算技術等敏感技術被納入受限交易行列，這與2019年的硬件、軟件出口清單管制存在較大不同，加強人工智能境外投資監管勢必會在一定程度上影響國內外企業的技術交流與投資合作。此外，先進的人工智能技術和核心算法對全球化、開源共享的依賴性較強，而不同國家和地區關于數據隱私和安全的法律法規和標準存在一定差異，在地緣政治、貿易保護、文化壁壘等多重因素的交織影響下，跨國界的人工智能數據共享和技術合作受限。未來，我們需要進一步加強人工智能領域的國際合作，深入推進全球范圍內人工智能技術交流、知識分享和資源整合，以期為全人類帶來更多的福祉和發展機會。

三、推動中國人工智能高質量發展的策略

推動中國人工智能高質量發展，需要構建一個全面、協同、可持續的人工智能生態系統，從推進人工智能原始創新和多元融合應用、加強人工智能人才隊伍建設、提高人工智能安全保護和治理能力、深化人工智能國際合作等方面，推動人工智能技術創新、應用落地和產業發展的有機結合。

（一）推進人工智能原始創新和多元融合應用

原始創新和多元融合應用是未來人工智能技術發展的方向，也是人工智能技術可持續發展的關鍵所在。政府部門應加大對企業、高校及其他科研主體用于基礎研究和應用研究研發投入的支持力度，突破人工智能在基礎算法、開發工具、高端通用芯片等領域的瓶頸，適當提高科學家和技術人員的工資待遇和科研獎勵，鼓勵他們在基礎理論研究和前沿技術探索方面進行更大膽的嘗試和探索，也可以在支持成果轉化和知識產權保護的基礎上，推出更加靈活和適度的知識產權監管政策，鼓勵企業進行技術創新和產品改良，以提升整個人工智能生態系統的創新能力。同時，中國人工智能已經步入深化場景應用的攻堅期，政府應該重視企業數字化轉型的需求，及時提供基礎數據、算法訓練瓶頸、模型評估和發布平臺等方面的業務支持和政策指導，以充分利用人才、資本、技術、數據等要素，實現資源集聚和技術創新。對于中小型企業，要重點從資金支持、技術改造支持、職工培訓等領域開展工作，以保障企業數字化轉型升級工作順利推進，進一步推動人工智能與實體經濟的深度融合。

（二）建立全覆蓋的人工智能教育體系，加強人工智能人才隊伍建設

隨著中國人工智能產業的蓬勃發展，市場對人工智能人才的需求也在快速增長。為培養更多高素質、高技能的人工智能人才，建議建立全覆蓋的人工智能教育體系，構建多元化的人才培養模式。在基礎教育階段，應注重對學生進行計算機科學、數據分析、編程等方面的基礎培訓，逐步培養其對人工智能的初步認識。在高等教育階段，應增設數字經濟和人工智能應用相關專業，并注重培養學生的應用管理能力和創新思維，提升人工智能從業人員的綜合能力和素質。加快培養復合型的人工智能人才，應加強產學研用創新體系建設，建議依托人工智能實驗室、人才實訓基地、工程中心及協同創新中心等基地平臺，推動技術研發與產業應用的跨界合作，培養更多具有扎實理論基礎和較高應用管理能力的人工智能人才。同時，企業應根據市場需求和行業發展組織人工智能技能與管理實踐培訓，進一步促進人工智能人才隊伍的建設。此外，可以通過與國外知名高校、科研機構和企業的合作，依托其資源優勢推進高層次人工智能人才的培養和引進，也可以通過人工智能國際會議、論壇、展覽等活動的組織和參與，加強人工智能技術的國際交流和合作，促進學術成果的共享和交流，為中國人工智能持續發展提供人才支持和技術指導。

（三）推動人工智能立法，提高人工智能安全保護和治理能力

推動人工智能的開放共享和安全發展，應加強人工智能立法、完善監管制度、健全市場準入和公平競爭機制。在人工智能立法層面，應明確人工智能開發、運營和使用的權利、義務和責任，以保障社會各主體正當權益為目標，對隱私保護、數據安全、技術應用標準、企業組織監管等內容進行界定，確保人工智能技術的發展和應用符合法律法規的要求。在監管層面，需建設人工智能持續動態監測平臺，對數據采集、儲存、使用、加工、算法設計、決策輸出等全生命周期環節進行管控和監督，識別并預防人工智能可能產生的自動化決策風險和其他負面影響，提高人工智能技術的抗風險能力。在市場準入和公平競爭機制方面，應進一步細化市場準入條件，建立人工智能行業標準體系，形成以個體、企業、政府為中心的人工智能協同治理格局，維護市場公平競爭的秩序，防止出現利用人工智能壟斷市場、擠壓中小企業和打破公平競爭的行為。此外，應加快構建人工智能開放平臺，提高人工智能應用的算法透明度和數據質量保障，讓人工智能行為能夠更容易被理解和解釋，促進人工智能與人類的有序互動。同時，也可以針對市場主體共享生產資料的行為給予一定的稅收減免，或以財政補貼、先進評選、課題支持等方式鼓勵其共享生產資料，以促進生產資料共享生態圈建設，保障人工智能應用能夠更好地推進經濟社會的良性發展。

（四）深化人工智能國際合作，構建人工智能時代的人類命運共同體

在全球化和數字化的大背景下，公平、公正、開放、包容、有序的國際環境是人工智能快速發展的重要前提。這需要各國擴大開放、深化合作，聯手制定國際人工智能倫理規范，構建人工智能時代的人類命運共同體，確保人工智能技術的發展和應用符合人類的普遍價值觀和道德準則。首先，要明確以人為中心的人工智能發展目標，即人工智能發展的最終目標是滿足人類對美好生活的追求，并規劃發展邊界，以保障技術服務于人類，守護人類尊嚴、平等和自由權利。其次，要運用必要的技術手段和道德規范，規避機器異化的可能性，使其始終服務于人類，為人類創造出更多的利益和價值。最后，應加強國際人工智能監管合作，在人工智能應用標準、知識產權、數據流動、跨境監管等方面形成統一的國際政策，以維護國際市場的公平競爭環境，防范人工智能技術壁壘、不公平競爭以及人工智能濫用對人類尊嚴、平等和自由權造成的損害，從而筑牢人工智能安全屏障，為構建人類命運共同體作出更大貢獻。

來源: 創新研究