业界普遍认为，人工智能主要研究模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，其核心内容是模型和算法，外延包括支撑模型和算法的传感、计算和行动机构等软硬件，从而形成会看、会听、会说、会思考、会学习、会行动的智能系统。

 

当前阶段，人工智能有以下几个方面主要特征。一是从感知智能向认知智能逐步攀升。人工智能的发展经历了三个阶段：计算智能（能存会算）、感知智能（能听会说、能认会看）和认知智能（能理解、会思考）。人工智能系统应具备感知外界环境的能力和学习能力，具有适应性、灵活性、扩展性。深度学习已成为人工智能领域的主流范式，引领新一轮人工智能发展高潮，同时，类脑智能蓄势待发，量子智能加快孕育；在智能水平上，全球人工智能发展正逐渐由弱变强，数据驱动的感知智能日益成熟，知识驱动的认知智能渐次突破。

 

二是展现出很强的溢出带动作用。人工智能能够重构生产、分配、交换、消费等经济活动各环节，利用人工智能实现重大技术革新和产品创新，能够提高应用主体的管理水平、生产效率及产品质量，促进产业智能化升级。例如，智能机器人和柔性智能制造技术推动商品制造模式从流水线式的标准化制造，向大规模定制化产品供应转型；通过智能算法加速航空、码头、仓储等生产环节流程优化再造，节省设备、燃油、人力，实现产线升级和效益提升，重塑企业竞争力等。

 

三是具有技术和社会双重特性。人工智能是一项影响广泛而深远的颠覆性技术，一方面，技术突破将创造新产品、新功能，进而开辟新空间，创造新价值；另一方面，人工智能由于具有一定的自主性，能够进行决策和分析，因而具备一定社会属性，可能对社会、伦理和法律等带来新的挑战和冲击，如何推动人工智能的负责任发展是全球关注的前沿议题。

 

 

一是大数据、大模型、大算力需求增长。数字经济快速发展推动数据量爆发式增长以及场景的复杂化、多样化，引发了业界对大模型和大算力的需求增长。以GPT-3（第三代通用预训练转换器）为代表的超大规模预训练模型近年来快速崛起，带动了全球新一轮人工智能创新潮流。大模型能够更好应对复杂多样场景的共性和个性需求，从“一专一能”迈向“一专多能”，正在突破小样本学习、自然语言理解、跨模态生成等领域技术局限，目前已在蛋白质结构解析、大气模拟预测、电力调度、生物制药、光学遥感等行业场景展现出相当潜力。为更高效处理海量数据和超大规模智能模型，全球算力规模迅速增长，据《中国算力发展指数白皮书》统计，2020年全球算力总规模达429EFlops（每秒浮点运算次数），增速为39%，其中，人工智能算力规模为107EFlops。

 

二是人工智能与实体经济融合的深度与广度不断提升。人工智能技术具有鲜明的多层次性特征，将依技术难度和成熟度不同逐步突破，并依应用场景就绪程度不同而陆续落地，体现出明显的梯次性。经过近几年理论方法探索和实践迭代，自主智能、群体智能、决策智能等一批技术逐步走向成熟，为人工智能向更多行业拓展和产业化落地带来新机遇。多个国家以人工智能应用为牵引，正加强“人工智能+应用”的关键技术研究，推动其与医疗健康、先进制造等领域融合，同时加强在气候与环境保护、流行性疾病防控等方面的应用。

 

三是人工智能赋能实体经济的安全性越来越受重视。样本攻击、传感器干扰、算法漏洞都可能给人工智能系统安全带来挑战，发展安全可控可靠的人工智能技术成为赋能实体经济的重要基石。人工智能安全技术围绕算法、数据、框架、业务应用四个方面正快速迭代演进，不断提高人工智能鲁棒性及抗干扰性，为应对这些风险挑战提供技术方案，IEEE、ISO、ITU、NIST等标准化组织也纷纷开展了人工智能系统安全技术标准研制工作，保障人工智能应用向更多行业深化拓展。

 

作者：梅建平 科技部高新技术司副司长