产业与治理|全国统一大市场环境下上海人工智能产业发展对策

许鑫  衣春波
2022-05-26 14:37
来源:澎湃新闻

作为上海三大先导产业之一,上海人工智能发展势头强劲,成为国内人工智能产业重要风向标。2022年4月加快建设全国统一大市场意见颁布,即将迎来产业结构升级和市场结构重塑黄金发展期。对上海而言,打造人工智能“上海高地”,汇集海外高端要素资源,引领产业创新发展,成为上海人工智能产业在全国统一大市场建设中抢抓新机遇、展现新作为的新要求。然而,人工智能产业发展过程中也暴露出一些薄弱环节。课题组通过调研分析上海人工智能产业发展现状以及面临问题,从营造创新环境、优化研发体系、增强核心技术、加快平台建设、挖掘赋能行业五个方面提出上海人工智能产业发展对策建议。 

一、上海人工智能产业发展现状

1、产业规模增长迅速,集聚效应凸显

2020年上海人工智能重点企业产值实现2246亿元,较2019年增长超过50%。据不完全统计,2021年上海人工智能相关企业超过1200家,全年共签约155个人工智能项目,总投资额达1107亿元,吸引一批细分领域领军企业落户上海。同时,上海加强示范引领,人工智能产业集聚效应凸显。目前,上海正在加快建设上海国家新一代人工智能创新发展试验区、上海人工智能创新应用先导区,并形成了以浦东张江、徐汇滨江为引领,以杨浦、长宁、静安等各区联动,自贸区临港新片区和闵行码头创新驱动蓄势待发的人工智能产业集群,人工智能高地建设已初步“成势”。

2、AI应用场景丰富,AI赋能百业趋势加快

人工智能成为推动产业数字化、城市数字化转型的核心动力。上海AI应用场景在智能经济、智享生活、智慧治理等方面不断丰富,AI与创新生态、AI与智慧交通、AI生命健康、AI机器人等四大智慧场景正精准深耕,已试点应用包括无人驾驶轨交、智能车站、手术机器人、远程医疗、智慧学校等具体应用场景,展现出AI规模化应用新画卷。同时,上海发布了浦东数字治理、临港数字孪生城、人工智能开源平台、数字伙伴计划、嘉定未来出行五大综合应用场景,带动各领域与人工智能深度融合,AI赋能百业、促进深度数字化转型趋势加快。

3、创新资源丰富,创新成果位居前列

上海人工智能创新呈厚积薄发之势,成果覆盖基础层、技术层和应用层各个层面。在基础层领域,AI芯片产业蓬勃发展,寒武纪云端芯片、地平线的BPU芯片等代表了国内最领先的创新实力,天数智芯、燧原、依图、平头哥、黑芝麻等企业围绕芯片关键技术加速突破;在技术层领域,语音识别、计算机视觉、深度学习等领域产生了大量专利成果,在基础算法方面,上海人工智能实验室联合商汤等单位发布国际领先的开源平台体系OpenXLab、新一代通用视觉技术体系“书生”;在应用层领域,AI技术与产业产品实现了深度融合,智慧诊断、智能机器人等人工智能产品不断涌现,其中冰洲石研发了全球首个由AI发现并获批进入临床试验的乳腺癌药物AC0682,联影智能获CT骨折医疗AI三类证,并进入临床应用。

4、人工智能治理体系“上海标准”崭露头角

上海积极推动人工智能治理实践,积极融入国际人工智能治理体系,取得了突破性进展。2021年上海市人工智能标准化技术委员会正式组建成立,标志着上海人工智能领域标准化工作迈入新阶段。《关于推进本市新一代人工智能标准体系建设的指导意见》率先探索出具有上海特色、国内领先的新一代人工智能标准体系,为全国乃至国际人工智能标准化工作提供“上海方案”。同年,《公共场所人脸识别分级分类应用规范》地方标准正式立项,成为全国首个立项的人脸识别地方性标准。2022年《上海市数据条例》正式实施,围绕数据权益保障、数据流通利用、数据安全管理三大环节为人工智能产业健康发展提供了多层次、全方位保障。 

二、上海人工智能产业发展问题

上海人工智能发展在某些维度上具有较好表现,具备产业深耕、经济升级的产业优势,但要打造全球人工智能发展高地,必须解决人工智能产业发展问题。

1、人工智能创新主体单一,创新共同体建设需加强

上海众多高校和科研院所为上海人工智能产业的发展的提供了丰富的创新资源。以人工智能专利申请为例,上海人工智能专利申请数量仅次于北京、深圳,位居全国第三,但是从专利申请主体来看,上海高校专利申请量较多,北京多为科技公司申请专利,东京也以制造企业为申请主体。人工智能创新以企业为主导,其技术推动力更强,适应市场需求的能力也更强,而上海人工智能创新是以高校为主导,创新主体单一,上海人工智能产业发展需要进一步提高企业自主创新能力。

2、人工智能创新成果转化的广度、深度需进一步拓展

高校科研院所为人工智能创新提供了丰富的创新资源,但高校本身的目标和定位与追求经济利益的企业存在巨大的差异,导致其人工智能创新在一定程度上缺乏与市场的有效结合。其次,高校与企业间的合作缺乏广度和深度,目前上海高校主要与国有企业的合作较多,更多关注人工智能的基础设施赋能应用,而与其他企业的合作较少,这也反映出上海在产学研融合过程存在欠缺,高校创新成果的转化应用瓶颈需要解决。同时,高校院所之间的人工智能领域科研协作与交流已有推进,但共同面对市场的转移转化机制还需要研讨和设计。

3、关键核心AI技术有待持续突破,芯片算法需要继续赶超

目前上海人工智能企业大多集中在应用场景的挖掘和融合层面,对于核心技术的研发还有待突破,尤其在自然语言处理和深度学习等技术层的整体实力还有待提升。在AI芯片层面,专利领域基本被美国垄断,上海芯片初创企业目前难以与巨头抗衡。在应用层面,场景落地源于算力、算法与数据的融通,算力资源相关的底层技术及硬件配套仍然是当前卡脖子环节,除此之外,在具体场景应用中,不同算法应用、以及如何建立和维护各个场景下种类齐全、标注准确、数量庞大、质量上乘的数据集是阻碍众多应用场景落地的关键原因。

4、基础数据开放共享不够,结构化大数据平台尚未建立

人工智能的发展离不开数据,尽管上海政府重视数据建设,建立了大数据交易中心,但还是远远不够,同时也并没有完全对人工智能企业开放和共享,也没有让更多企业参与到数据库的建设和扩充。目前上海虽有一定的数据建设基础,但仍未建立更高质量的、结构化的、开放共享的大数据平台。由于大数据构建过程繁冗复杂且需要大量前期投入,大部分数据都是私有或封闭的,数据壁垒难以消除,不同行业间的数据共享程度低。

三、提升上海人工智能产业发展的对策建议

全国统一大市场背景下,上海需创新驱动、深度赋能,打造人工智能“上海高地”,引领国内产业创新发展。

1、进一步营造开放创新创业环境

完善人工智能产业政策体系,营造开放创新创业环境,建设创新生态环境。根据不同发展阶段的企业需求制定个性化、差异化政策支持,对于在孵企业给予启动资金、市场拓展补贴等;鼓励初创企业能级提升,对通过引进关键技术和设备等途径提高自主创新能力的小微企业给与成长奖励、研发补贴、贷款支持、国际合作机会等。同时,加大创新创业团队和优质项目的支持力度,对于科技创新项目进行奖励,支持自主创新能力提升。打造上海人工智能创投品牌,鼓励与顶级创投机构进行战略合作,支持培育本地顶级创投品牌,鼓励各类资本参与上海AI创业投资,落实税收优惠政策,培养顶尖创投管理团队。

2、优化创新体系,加强协同创新

建立以企业为主体、市场为导向、产学研深度融合的人工智能技术创新体系,实现技术创新上、中、下游的对接与耦合,形成创新合力。加强产学研,尤其是民营企业之间以及民营企业和高校之间的合作创新,将上海目前以高校主导,各自为战的合作研发现状,转变为高校与企业互补,形成具有深度和广度的合作研发网络,弥补高校或企业各自单独研究而导致的缺乏市场导向性或基础研究不足。其次,加强全球创新合作,以世界人工智能大会为契机,扩展全球协同创新网络,支持开展国际技术转移和跨境创新合作,鼓励企业通过技术转移方式引进国外先进技术或创新业务产品等。

3、增强核心技术与算法研究突破,提升创新策源能力

打造上海人工智能高地,需要增强对基础研究和核心技术的突破,提升创新策源能力。加大AI专用芯片及类脑计算芯片研发,加快突破脑智能等基础前沿理论和核心技术,持续开展类脑智能研究,推进类脑智能软硬件技术融合研发;在脑智科学、通用智能等基础研究上集中攻关,加快突破智能感知、智能执行等核心技术;加强人机混合增强智能研究,推进跨学科协作开展脑机接口技术研究,突破人机混合学习理论和组织方法;建立新型智能算法库,开展并行分布式智能计算范式研究,在深度学习、自然语言处理、自主智能系统方面推动技术突破,加速产业化。此外,在核心技术和算法突破上,应加强与高等院校科研院所以及全球创新中心的合作,积极扩展创新网络。

4、加强平台建设,打造开源共享的生态

鼓励强化人工智能底层平台建设,构建更高质量的、结构化的、开放共享的大数据平台与云计算平台,有效推动数据共享,消除数据壁垒,打造开源数据生态。建立人工智能底层平台,增强不同行业间数据共享程度,消除人工智能企业数据壁垒。聚焦重点领域,建立人工智能赋能应用平台,促进人工智能技术与传统产业融合,挖掘更多应用场景,打造AI赋能行业生态环境。建立技术研发和人才培养共享平台,以技术研发协同合作为契机,加强学术、技术交流,推进人工智能人才培养和全球人才吸引力度。 

(作者许鑫系华东师范大学经济与管理学部信息管理系教授、博士生导师;衣春波系华东师范大学经济与管理学部博士研究生。许鑫教授持续关注新技术、新产业、新业态、新模式等新型经济形态,关心新兴技术治理,本专栏以“产业与治理”为主题,探讨科技创新在经济社会发展中的前瞻性问题。)

    责任编辑:田春玲
    图片编辑:胡梦埼
    校对:栾梦