2018年，國內人工智能、大數據產業持續飛速發展，隨著國家規劃的出臺，各地人工智能相關建設將逐步啟動，預計到2020年，中國人工智能核心產業規模將超過1600億元，增長率達到26.2%。

黨的十八大以來，把創新擺在國家發展全局的核心位置，高度重視人工智能發展，多次談及人工智能重要性，為人工智能如何賦能新時代指明方向。

一、 人工智能與實體經濟深度融合

[[251032]]

1、 制造業

作為中國未來十年制造強國戰略行動綱領，《中國制造2025》已經為中國智能制造政策制定奠定基礎。2016年年底，工信部、財政部發布《智能制造發展規劃(2016-2020年)》，提出智能制造發展“兩步走”戰略：到2020年，智能制造發展基礎和支撐能力明顯增強，傳統制造業重點領域基本實現數字化制造;到2025年，智能制造支撐體系基本建立，重點產業初步實現智能轉型。

當前，我國正在大力發展工業4.0，推動制造業的數字化升級。大規模的制造業基礎，為推進工業4.0、發展數字經濟提供了獨一無二的試驗、推廣環境。其中，以紅領、海爾、三一重工、寶鋼、長安汽車為代表的一批創新性工業企業，在探索數字化轉型方面取得了顯著成效。例如三一重工通過騰訊云把分布在全球各地的30萬臺設備連接起來，能夠實時采集近1萬個運行參數。基于云計算和大數據，三一重工能夠遠程管理設備群的運行狀況，不僅實現了故障維修2小時內到現場、24小時內完成，還大大減輕了庫存壓力。

在今年于南京舉行的2018世界智能制造大會上，工業和信息化部黨組成員、副部長辛國斌指出了近年來中國智能制造發展取得的積極成效：

一是推進體系初步形成，央地聯動，確立了中國制造業數字化、網絡化、智能化并行推進的發展路徑;

二是關鍵領域實現突破，一批技術裝備、工業軟件填補空白，初步建立起智能制造標準、工業互聯網體系架構;

三是試點示范成效明顯，國家層面實施了305個試點示范項目，生產效率平均提高近30%，同時形成了一批新模式推廣到相關行業;

四是開放合作不斷拓展，在標準體系架構、標準路線圖制定、標準互認、產業園區和培訓基地建設等方面開展了務實合作。

2、 農業

2018年9月，農業農村部印發《鄉村振興科技支撐行動實施方案》，其實施重點之一就是加強基礎前沿技術研究：圍繞農作物高效育種、有害生物長效綠色防控、農業資源高效利用、農產品質量安全控制、主要畜禽全基因組選擇育種技術、農業合成生物技術、農業大數據整合技術、農業納米技術、農業人工智能技術、智能裝備研制等創新能力帶動作用強，研究基礎和人才儲備較好的戰略性、前瞻性重大科學和前沿技術問題，強化以原始創新和系統布局為特點的大科學研究組織模式，部署基礎研究重點方向，實現重大科學突破，搶占世界科學發展制高點。

目前，AI技術在農業領域已有多個方面的應用，比如可以利用人工神經網絡技術分析土壤性質特征，并將其與宜栽作物品種間建立關聯模型，從而精準地判斷出相應的土壤適合宜栽的農作物，提高農作物的生產效率和經濟效益。A I技術還可以幫助農民選擇合適的水源、合適的肥料對農作物進行灌溉，施肥，保證農作物的用水量、施肥量，大大減輕灌溉問題對農作物產量造成的不良影響。此外，AI機器人能夠代替人工采摘搬運工作。這種機器人手爪已實現快速、準確地搬運各種形狀的農產品、且不損壞任何一個產品的功能，有效避免了傳統手工摘取方法導致的時間問題和意外抓傷、損壞的風險。

同時，AI賦能養殖業，能夠最大規模進行養殖，提供最精準的數據，做到最高效，最精準計算，最省時省力。今年2月，特驅集團與阿里云達成合作，簽署AI農業戰略合作協議，雙方將對ET大腦進行針對性訓練與研發，最終實現AI養豬。AI養豬可以通過智能傳感器和數據分析技術，幫助養殖集團監控每一只豬的活動，實時記錄它們的健康狀況。在智能養豬場，每頭豬從出生之日起就有自己的檔案，視頻圖像分析技術可以記錄豬的體重，進食情況、運動強度、頻率和軌跡。人工智能還可以通過紅外線測溫技術和語音識別技術，監測豬的體溫和咳嗽的聲音，一旦有異常，可及時作出疫病預警。

不過，雖然AI在引領農業的發展中有著重要的作用，但AI應用于農業技術還處于基礎階段。對于AI在農作物的發展，還需要去不斷的技術指導和相關知識的普及。

3、 醫療

早在2016年，國務院印發的《關于促進和規范健康醫療大數據應用發展的指導意見》就指出健康醫療大數據是國家重要的基礎性戰略資源，健康醫療大數據應用發展將帶來健康醫療模式的深刻變化。為落實國家戰略部署，在原衛計委的牽頭下，國有資本主導的三大健康醫療大數據集團，即中國健康醫療大數據產業發展有限公司、中國健康醫療大數據科技發展集團公司、中國健康醫療大數據股份有限公司先后成立，“1+7+X”的健康醫療大數據規劃，即1個國家數據中心、7個區域數據中心、X個應用發展中心正在逐步成型。

人工智能在醫療診斷領域的應用主要有兩個方向，一是基于計算機視覺通過醫學影像診斷疾病;二是基于自然語言處理，“聽懂”患者對癥狀的描述，然后根據疾病數據庫里的內容進行對比和深度學習診斷疾病。一些公司已經開始嘗試基于海量數據和機器學習為病患量身定制診療方案。人工智能將加速醫療保健向醫療預防轉變。充分理解AI如何應用到各個醫療場景將對未來的人類健康福祉有重要的意義。目前，中國健康醫療大數據產業發展迅猛，產業細分應用涵蓋行業治理、臨床科研、公共衛生、惠民服務、產業發展等領域。

學界業界也有大量醫療方向的合作，以促進智慧醫療的發展。如清華大學長期以來不斷探索建立跨領域協作創新平臺，多渠道并舉促進學科融合發展，同時引領性地提出了“醫工結合”的理念，強調堅持推進項目建設，集中部署創立重要交叉平臺。在此背景下，2017年由董家鴻院士領銜，清華大學臨床醫學院、軟件學院、數據科學研究院、交叉信息研究院以及北京清華長庚醫院等多家校內機構共同建設了“醫工科研數據平臺”，從醫生科研問題和需求出發，充分發揮并融合理工科優勢，形成醫工聯合、互助創新的新型科研平臺，可服務于散落在醫生和老師之間的需求及合作，可引領一批具有新思路、新技術、新模式的課題乃至成果產生。旨在全力推動醫療大數據與人工智能技術深度融合的科研創新，服務校內各院系健康醫療大數據的科研需求。

為了支持該平臺的健康發展，“醫工結合科研創新支持計劃”也于此次會議中同期發布，該計劃致力于對于清華大學工程技術的老師和北京清華長庚醫院的醫生結隊合作的課題，給予前期資助支持。

除了制造業、農業、醫療，近年來我國人工智能已賦能交通、教育、服務、零售、金融等多個場景，并取得相當成果。比如在金融領域，2016年商業銀行全面部署大數據基礎設施，五大國有銀行、股份制、城商行和農商行已經逐步開始了從傳統數據倉庫架構向大數據平臺架構的轉型改造過程，基于大數據風控的“秒貸”業務越來越普及，不僅提升了貸款效率，還擴大的普惠金融的覆蓋面。

在電信領域，中國電信的大數據平臺已經擴展到31個省，匯聚了全國的基礎數據形成了“天翼大數據”服務能力;中國聯通也實現了數據整合，大數據產品體系已經推出征信、指數、營銷等六大產品種類。

而不久前重慶市經信委發布的“2018年重慶市人工智能與實體經濟深度融合十大成果”，其項目涉及醫療、自動駕駛、藥品交易、居家養老服務、燃氣安全監控和社區安全防控等領域，涵蓋智能產品、行業應用和支撐體系3大方向，包括長安汽車自動駕駛關鍵技術研究及產業化應用、云從科技集成生物識別系統等都榜上有名。目前，這些案例均已在重慶驗證成功，具備可復制的商業或運營模式，有較強的推廣價值。

二、 人工智能助力社會治理

2018年10月31日，中共中央政治局就人工智能發展現狀和趨勢舉行第九次集體學習。學習會議強調：要加強人工智能同社會治理的結合，開發適用于政府服務和決策的人工智能系統，加強政務信息資源整合和公共需求精準預測，推進智慧城市建設。促進人工智能在公共安全領域的深度應用，加強生態領域人工智能運用，運用人工智能提高公共服務和社會治理水平。

在國內，人工智能在社會治理方面的應用主要分為三個階段：

技術導向的1.0階段，即政府同相關企業合作，借助于人工智能手段，向公眾提供基本公共服務，公眾則通過人工智能平臺向政府反饋服務情況，由此實現服務的無縫隙和規范化。

統合主義的2.0階段，即政府與企業合作運作的人工智能平臺在積累了一定的知識庫之后，可以主動向社會公眾提供個性化的公共服務，而政府作為公共服務的責任主體，則通過與技術公司合作的方式，將技術與社會公眾需求統合起來，實現治理的統合效應。例如2016年10月，杭州市政府聯合阿里云建設杭州城市數據大腦。城市大腦的核心是阿里云ET人工智能技術，它可以對整個城市進行全局實時分析，自動調配公共資源，修正城市運行中的問題。在阿里云ET城市大腦的幫助下，杭州可以說已經被打造為智慧城市樣本，并隨著大腦升級到2.0版本，杭州變得更加智能。

價值引導的3.0階段，即人工智能發揮到超強水平之后，政府已經探索出一條治理和技術有效結合的新路徑，政府可以通過開放式治理，發揮治理的價值引導和問責監督作用，讓人工智能在社會治理和公共服務中選擇“自主創業”，實現高度自治式治理。

2010年以來，智慧城市迅速成為我國各城市的建設熱潮。至今，智慧城市建設開始步入落地階段，一些發展理念已經開始逐步實現。黨的十九大上第一次明確提出“智慧社會”的概念，其基礎是利用互聯網和大數據，加快開放共享，推動資源整合，提升治理能力，推動人們的衣食住行等生活方式向智慧互聯演變，是對智慧城市建設的升級要求。“智慧社會”概念的提出，標志著中國智慧城市的建設工作進入新時代，體現了人民群眾對美好生活的具體要求。

三、加強人才培養力度，支持基礎理論研究

在當前國內人工智能行業人才緊缺、缺少重大原創科研成果、人工智能頂尖人才遠遠不能滿足需求的情況下，我國開始在研發費用和研發人員規模上的持續投入，加大基礎學科的人才培養，尤其是算法和算力領域。

2018年4月，教育部印發《高等學校人工智能創新行動計劃》，提出支持高校在計算機科學與技術學科設置人工智能學科方向，完善人工智能的學科體系，推動人工智能領域一級學科建設;形成“人工智能+X”復合專業培養新模式，到2020年建設100個“人工智能+X”復合特色專業，建立50家人工智能學院、研究院或交叉研究中心。

教育部科學技術司司長雷朝滋介紹布局《行動計劃》的情況：在2018年認定的首批612個“新工科”研究與實踐項目中，布局建設了57個人工智能類項目;截至2017年12月，全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科。

為進一步推進“人工智能”學科建設，教育部成立人工智能科技創新咨詢專家組，為高校人工智能發展提供咨詢和建議;深入論證人工智能學科內涵，推進人工智能領域一級學科建設，并盡快提出增加人工智能領域研究生招生指標的方案，科學合理、穩步有序地擴大人才培養規模。

在高校學科專業設置方面，鼓勵有條件的高校在充分論證的基礎上建立人工智能學院、人工智能研究院或人工智能交叉研究中心，多種方式開展高層次人才培養;鼓勵高校對照國家和區域產業需求布點人工智能相關專業、設立相關二級學科或交叉學科，積極推動科教結合、產教融合協同育人的模式創新。

清華大學作為全國第一批成立大數據研究機構的高等學府，成立了數據科學研究院，近年來數據科學研究院與研究生院共同設計組織實施了以大數據能力提升項目為主的大數據人才培養體系，重點培養具有大數據思維和應用創新的“π”型人才。該項目配備了高水平的校內外導師隊伍，其中包括40余位來自清華校內不同院系的大數據技術與應用領域的院士、教授及專家學者，為學生提供權威的學術和技術指導。同時，還包括20余位自國內外大數據領域知名企業和政府部門的行業專家，他們為大數據人才培養提供豐富的行業和實踐經驗指導。

不同于傳統的教學模式，該項目中穿插實踐課程，讓學生接觸真實的數據，解決實際需求。學生結合自己學科背景和興趣點，交叉混合組隊，實踐項目涉及經濟金融、交通、工業、法律、醫療、營銷、公共管理等多個行業。有扎實的學術基礎，兼具真實數據歷練，這樣的數據人才自然成為了企業的優先選擇。

同時，教育部支持高校在“雙一流”建設中加大對人工智能領域相關學科的投入;支持高校通過中央高校基本科研業務費，加強對從事基礎性研究、公益性研究的拔尖人才和優秀創新團隊的穩定支持。

在全球一體化的今天，我們應該摒棄冷戰思維和強權政治，共同推動全球數字化發展，構建可持續的數字世界，才能讓互聯網發展成果更好造福世界各國人民。