梁正

清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任、公共管理学院教授

梁正副院长接受了南方财经全媒体的采访，现将整篇文章分享如下

将2017年称人工智能元年，应该不为过。这一年，战胜了韩国围棋九段职业选手李世石的“AlphaGo”三度进化，3比0完胜当时世界围棋排名第一的柯洁。

彼时，全球人工智能热潮汹涌。麦肯锡统计数据显示，2016年包括百度和谷歌在内的科技巨头在人工智能上的花费在 200 亿至 300 亿美元之间，其中90％用于研发和部署，10％用于人工智能收购。 

正是意识到人工智能的重要作用，我国于2017年发布了《规划》，开启了我国人工智能的新阶段。

“《规划》从基础理论到技术研发再到产业发展对我国人工智能科技创新和产业发展做出了全面规划和部署，为人工智能科技产业的快速发展奠定了基础。”南开大学经济研究所所长、博士生导师刘刚表示，《规划》是我国人工智能科技产业发展的战略指南，对人工智能的战略布局是全面的。

根据《规划》部署，我国人工智能产业的发展目标分“三步走”，即到2020年人工智能总体技术和应用与世界先进水平同步，到2025年人工智能基础理论实现重大突破，到2030年人工智能理论、技术与应用总体达到世界领先水平。

当前，我国初步达成第一阶段目标，进入“三步走”目标的第二阶段。多位受访专家均表示中国在特定领域已达到先进水平。

但清华大学公共管理学院教授、清华大学中国科技政策研究中心副主任梁正也提醒，虽然我国在消费场景、安防场景等应用领域落地较快，但在工业领域的基础同欧美仍有差距。”

《中国新一代人工智能科技产业发展报告（2022）》显示，截止2021年，在2200家中国人工智能骨干企业中，基础层企业和技术层企业分别仅有53家和273家，分别占比2.4%和12.4%。对比之下，美国人工智能企业则遍布基础层、技术层、应用层各领域。

尤其是在美国技术封锁的背景之下，我国人工智能产业的安全性与稳定性深受威胁。刘刚认为，2030年整体目标的实现以“我国能否建立起自主可控的技术体系”为基本标志，关键在加快基础研究、关键核心技术领域的自主创新和人才培养体系建设。

事实上，此前根据《规划》的总体构想，国家层面已陆续出台了专业性的规划和行动计划，对人工智能科技创新和产业发展进行全面布局，此后我国在人工智能领域逐步形成了体系化的政策。

例如，2018年4月教育部就印发了《高等学校人工智能创新行动计划》，针对“优化高校人工智能科技创新体系”“完善人工智能领域人才培养体系”及“推动高校人工智能领域科技成果转化与示范应用”提出了重点任务和细化要求。

此外，各地也纷纷出台适合当地发展的人工智能发展规划和行动计划，对区域人工智能科技产业发展发挥了积极推动作用。梳理发现，2017年起浙江、辽宁、北京、广东等地响应《规划》陆续发布了各地的新一代人工智能发展规划。

但刘刚也提到，政策推动只是问题的一个方面，中国人工智能科技产业发展更多地是由市场需求牵引的。“当企业的行为遇到技术、人力资本和规模化应用的障碍时，政府的积极作用开始显现。在人工智能产业的发展过程中，充分反映了市场在资源配置中起决定性作用，而政府则发挥积极推动作用。”

顶层设计完善，人工智能的发展路径也日渐清晰，产业发展进入新阶段。如今，人工智能正在越来越多场景中发挥作用。

南方财经全媒体记者观察发现，近期助力培育人工智能应用场景的政策措施接连出台，为牵引推动人工智能落地营造了良好的政策环境。例如，今年8月，科技部等六部门联合印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》（下称《指导意见》），统筹人工智能场景创新。3天后，《关于支持建设新一代人工智能示范应用场景的通知》发布，将支持建设包括智慧农场、智能港口在内的10个人工智能示范应用场景。

“人工智能是赋能技术，必须与应用场景结合才能发挥最大作用，我国人工智能发展的优势也在于丰富的应用场景，特别是实体经济智能化升级，提供了丰富的场景需求。”工业和信息化部科技司副司长任爱光说。

随着算法、数据、计算能力等关键要素的积累和突破，人工智能正在加速拓展应用场景。在梁正看来，场景应用的重要意义在于其提供的实战机会。“人工智能应用发展到一定阶段，必须通过实验来突破关键环节。以自动驾驶场景的制度设计为例，责任如何划分、监管如何介入、准入标准如何设计，这些问题都需要在具体的场景应用中发现并解决。”

刘刚解释，人工智能属于通用目的技术，只有与实体经济融合发展，才能提升全要素生产率，引领经济社会长期发展。例如，在制造业中，不同行业的产品制造工艺不同，具体芯片、数据和算法等都有专用性。因而，开放场景非常重要。

“应用场景开放成为人工智能创新应用的首要条件。尤其是在工业互联网发展中，在各行各业中广泛应用人工智能技术，解决痛点问题和提升生产效率，成为人工智能科技产业发展的关键推动力。”刘刚表示。

值得注意的是，《指导意见》中专门提到将“以促进人工智能与实体经济深度融合为主线”，探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。

事实上，目前中国人工智能已经进入和实体经济全面融合发展阶段，人工智能正更多地服务于实体企业，越来越多传统实体企业也借助人工智能实现转型升级。表现之一便是传统行业转型升级不断加速，培育成长出了一批“传统行业+人工智能”的典型企业，推广应用一批智能化升级的典型案例，导出形成人工智能与实体经济融合的新模式、新方法。

然而，在人工智能和实体经济融合成效显著的背后仍然存在的是研发成本高、难以规模化推广普及等诸多障碍。“要充分发挥拥有数据和技术创新优势的头部企业发挥平台作用，通过预训练模型和深度学习平台的搭建，探索人工智能通用目的技术专用化的途径，赋能中小企业的智能化转型。”刘刚因此建议。

政策先行,之后是立法的跟进。总体而言，我国在人工智能领域的立法仍处于初步阶段，特别是专项立法仍然处于地方性探索阶段。9月，深圳和上海的两部地方性人工智能专项立法，也开启了地方立法先行先试的积极探索。

但实际上，作为新兴领域的人工智能在技术层面尚存诸多争议，迅速的迭代与复杂的应用场景也使得人工智能领域变化频频。“中央层面的立法是全国一盘棋，必须以共识为基础，所以人工智能领域由地方先行立法，而后全国推广的模式是比较合理的。”西南政法大学人工智能法学院副院长、副教授冯子轩说。

沪深两地在人工智能产业优势突出，截止2021年深圳和上海两地人工智能企业分别占全国总数的13.4%和13.1%，均列全国前三。高度发达的人工智能产业也意味着两地立法实践颇具代表性，能为未来中央层面的立法提供宝贵经验。

细观两地立法实践，促进产业发展的色彩尤其明显，并有不少创新之举。梁正在接受采访时特别提及深圳条例中的分级分类监管，认为这将成为中国人工智能产业立法未来的原则之一。

去年4月，欧盟委员会发布首个欧洲人工智能法律框架提案，将人工智能应用场景按照风险等级划为四个不同的风险等级。《深圳条例》借鉴了这一做法，在分级分类监管的基础上，允许满足一定条件的低风险人工智能产品和服务，通过测试、试验、试点等方式开展先行先试。

上海则试图通过对重点技术和应用领域的认定，为突破人工智能产业发展中的瓶颈问题提供努力方向。《上海条例》明确要重点促进智能芯片、框架软件、智能机器人等基础硬件、关键软件、智能产品方面的高质量发展。刘刚强调，地方立法实践在基础理论、关键核心技术、科技与应用创新等方面做出了积极的体制机制探索，可以为将来全国立法所参考。

此外，南方财经全媒体记者注意到两地立法均提出设立人工智能伦理专家委员会，履行组织制定人工智能领域伦理规范指南等多项职责。

冯子轩介绍，一般来说，企业设置伦理委员会的模式比较常见。目前两地立法提供了另一种思路：政府推动设立人工智能伦理委员会，应对人工智能技术带来的伦理问题。市场主体有逐利的需求，政府代表公共利益，其介入能够提供一些平衡，有其合理性。她提到人工智能产业是市场的产物，政府介入市场行为时须有边界。因此如何建立一个既尊重市场规律，又能够体现公共利益的伦理委员会将值得关注。

“各国的人工智能领域立法都需从本国实际出发，摸索适合本国技术发展与市场需求的路子。就像日本关注智能转型与新兴技术应用发展，欧洲关注人工智能对现有社会秩序与伦理道德的冲击，我国的相关立法也要切准发展过程中的难点、重点与痛点。”冯子轩认为，我国人工智能立法应把握对人工智能产业的促进性与规范性之间的平衡，同时保持具有前瞻性的适时动态调整，紧密地跟上人工智能产业发展与迭代。

加入我们丨AIIG 2022秋季学期 实习生招募计划