党的二十届三中全会审议通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出，健全因地制宜发展新质生产力体制机制。人工智能是新质生产力的重要驱动力，是新一轮科技革命和产业变革的重要驱动力量。作为对人类脑力的替代，人工智能属于具有基础设施性质的巨复杂技术系统。开展科技创新、夯实技术底座是人工智能发展的基础和前提。

中国在人工智能科技创新和产业发展的现状

作为通用性目的技术，人工智能属于赋能技术。人工智能科技产业包括核心产业部门和融合产业部门。核心产业部门是指人工智能产业化部门，融合产业部门则是指产业智能化部门。核心产业部门产出数据、算法和算力关键要素，融合产业部门则通过关键要素的投入实现生产效率和竞争力提升。核心和融合产业部门的互动是推动人工智能科技创新和产业发展的关键动力。

在国家战略引领下，以头部科技企业及其构建的产业创新生态为主导，中国建立了包括智能芯片、大模型、基础架构和操作系统、工具链、深度学习平台与应用技术在内的人工智能产业创新联盟。工业和信息化部的统计数据显示，截至2023年6月，我国人工智能核心产业规模达到5000亿，人工智能企业数量超过4400家，仅次于美国，全球排名第二。

从我国人工智能企业掌握的技术类别看，人工智能是包括大数据和云计算、物联网、5G/6G、智能机器人、智能芯片、自动驾驶、虚拟/增强现实、计算机视觉、光电技术、智能推荐、语音识别、区块链、大模型、空间技术、生物识别、网络安全、自然语言处理、算力网络、人机交互、操作系统、AI框架、知识图谱、多模态、具身智能等在内的巨复杂技术体系。

从应用领域看，人工智能在我国已经被广泛应用到包括企业智能管理、智慧城市、智能制造、智能网联汽车、智能硬件、智能营销与新零售、智能金融、智能医疗、新媒体和数字内容、智能交通、智能教育、网络空间安全、智能能源、智慧政务、智能物流、智能家居、智慧文旅、智能安防、智能农业、AI for Science等在内的诸多细分领域。

中国在人工智能领域的科技创新和产业发展，已引起世界广泛关注。中国拥有超大规模市场优势，同时，经过加速工业化过程，中国已经成为世界制造大国。充分利用超大规模市场优势和雄厚制造业基础，推动人工智能赋能新型工业化进程，可为中国式现代化奠定强大的物质技术基础。

深科技创新是中国人工智能产业发展的隐秩序

与工业和互联网经济时代的创新根本不同，中国在人工智能领域的科技创新属于深科技创新。深科技创新是指，立足自主创新，以应用需求为牵引实现基础研究、根技术开发和规模应用的创新循环。

中国人工智能科技创新和产业发展，内生于中国经济转型升级过程中创造的智能化需求牵引。尤其是2012年以来，消费互联网下移、工业互联网发展、智慧城市建设和绿色发展创造出多样性智能化需求，推动人工智能科技创新和应用。在应用需求牵引下，立足自主创新，我国人工智能率先在计算机视觉、语音识别、群体智能和跨媒体智能等关键核心技术领域取得突破。同时，人工智能在智能安防、智慧城市、智能交通、智慧医疗和智能制造领域的应用，进一步带动了我国在大数据、云计算、5G和AI芯片等根技术领域的创新和领先。在关键核心技术和根技术的创新与突破进一步带动我国在基础研究领域的布局和发展，而基础研究领域的创新和突破又进一步引领关键核心技术开发和应用领域拓展。因而，中国的人工智能科技创新和产业发展呈现出规模应用、根技术开发和基础研究创新诸环节的良性循环和报酬递增效应。

我国人工智能领域的创业活动同样反映出深科技创新特征。2012年以来，在人工智能领域的创业活动表现出四个方面的特点：一是科学家的广泛参与；二是风险资本的持续高投入；三是产学研协同创新；四是注重产业创新生态的培育。人工智能关键核心技术的商业化不仅需要风险资本的持续高投入，而且需要产学研的长期协同。科学家的广泛参与一方面推动实验室研究成果的产业化，另一方面带动实验室现有研究的持续深化和新研究方向的开拓。

原始创新生态培育是人工智能国家创新体系发展的方向

2022年以来，随着OpenAI推出以ChatGPT为代表的生成式人工智能，人工智能开始步入以大模型开发为主导的发展阶段。在大模型开发上，中美之间存在差距。在原始创新生态发展上的落后，是中美差距产生的根源。尽管中国已经拥有自己主导的人工智能产业链和创新联盟，但是受原始创新能力的限制，与美国相比，现有产业链和创新联盟尚缺乏强大的国际竞争力。大模型开发依赖包括Transformer在内的人工智能原创技术，而这些原创技术都发生在美国。同时，人工智能原始创新生态还包括高质量数据集开发、高性能算力集群建设和顶尖人才培养在内的创新要素。通过科技体制和教育体制改革，培育原始创新生态，激发我国原始创新能力和活力，是持续提升我国人工智能科技创新能力和产业国际竞争力的根本途径。

基础研究领域的知识创造是原始创新的基础和前提。与美国相比，我国的深科技创新中同样重视基础研究，尤其是应用导向的基础研究。到目前为止，人工智能领域的基础研究仍然薄弱。通过在基础研究领域的布局，为原始创新提供知识和青年科技人才，是人工智能国家创新体系建设的关键。同时，高质量数据集、高性能算力和大模型算法开发属于根技术领域的创新要素，同样是人工智能领域国家创新体系建设的重要内容。

即使在原始创新生态发展中，应用需求同样重要。尤其是尖端领域的应用需求是牵引基础研究和根技术开发的基本力量。例如，美国国防高级研究计划局（DARPA）推动的以军事应用为目标的高新科技研发，是尖端领域应用需求推动基础研究和根技术开发的范例。2012年以来，我国在诸多尖端领域的高新科技研发计划，同样在带动基础研究和根技术开发上发挥了重要作用。

同时，在原始创新生态的培育过程中，要高度重视推动人工智能和实体经济的深度融合。人工智能和实体经济深度融合表现为通用目的技术和专用技术的重组和互补性创新过程。以应用为导向的技术重组不仅能够催生新的颠覆性技术和前沿技术创新，而且能够带动基础研究领域的新知识创造。到目前为止，人工智能在和实体经济深度融合过程中，先后催生出自动驾驶和智能制造在内的颠覆性和前沿技术。无论是自动驾驶还是智能制造领域的科技创新，都会引发基础研究的知识创造。

刘 刚

（作者系南开大学经济研究所所长）