[精选汇编范文]基层反映人工智能产业发展面临四大问题亟待“求解”基层反映人工智能产业发展面临四大问题亟待“求解”近年来，人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展迎来一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。202x全球人工智能产品应用博览会近日在苏州开幕，会上，中国经济信息社江苏中心联合新一代人工智能产业技术创新战略联盟共同发布《新一代人工智能发展年度报告(202x-202x)》。《年报》认为，当前我国人工智能产业发展面临四大问题亟待“求解”。一是我国人工智能领域的基础创新投入严重不足。从企业研发创新看，中国人工智能企业的创新研发支出仍远远落后于美国、欧洲和日本。202x—202x年，美国人工智能领域企业投入的科技研发费用占据了全球科技支出的61%，我国人工智能领域企业研发支出虽然快速增加，增速达到34%，但实际占据的全球科技支出份额明显小于美国。从人工智能知识产权保有量看，我国各类实体拥有的人工智能专利总量超过3万件，位居世界第一，但中国相关企业拥有的人工智能相关专利多为门槛较低的实用新型专利，发明专利仅占专利申请总量的23%。同时，根据世界知识产权组织的数据，我国企业拥有的95％的人工智能设计专利和61％的人工智能实用新型专利将会在5年后失效，相比之下，美国85.6％的人工智能专利技术在5年后仍在支付维护---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---费用。202x年，我国需要在人工智能基础研究与创新，打造核心关键技术长板、加强知识产权保护方面加大投入力度。我国人工智能产业的算力算法核心基础相对薄弱。我国人工智能发展在数据规模和算法集成应用上都走在世界前列，但在人工智能基础算力方面，能提供国产化算力支持的企业还不多。在人工智能的算力支持方面，IBM、HPE、戴尔等国际巨头稳居全球服务器市场前三位，浪潮、联想、新华三、华为等国内企业市场份额有限；国内人工智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高、联发科等国际巨头供货，中科寒武纪等国内企业发展刚刚起步。在人工智能算法方面，主流框架与数据集领域国内外企业龙头企业包括谷歌、脸书、亚马逊、微软等，深度学习主流框架TensorFlow、Caffe等均为美国企业或机构掌握，百度、第四范式、旷视科技等国内企业的算法框架和数据集尚未得到业界的广泛认可和应用。202x年，我国需要进一步部署加强人工智能基础设施建设，并重视国内人工智能算法框架的创新推广。二是“高端”的AI技术与“中低端”的产业之间存在脱节现象。相对于庞大的经济体量，目前我国人工智能推广应用有限，仍有不小提升空间。人工智能技术与企业业务需求存在鸿沟，尤其是传统企业的整体智能化程度偏低。以制造业为例，业务信息化水平不足造成的场景数据获取困难，研发投入大和交付周期长，成为一部分企业利用AI进行转型升级的制约因素。三是产学研合作密切度待提升，成果转化率不高。一方面，高水平、跨行业复合型人才稀缺。当前我国人工智能---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---产业发展迅速，但人才尤其是高水平、资深人才规模较小，难以满足行业发展需求。我国人工智能基础环节薄弱，与缺少顶级基础研究人才有直接关系。市场上缺少既了解行业又掌握人工智能关键技术，还能够进行应用开发的复合型人才。另一方面，对我国人工智能产业而言，高校、科研院所、企业之间如何实现密切合作的问题亟待解决。现有产学研合作培养模式较为单一，高校、科研院所、企业之间的合作多为自发性短期行为，缺乏顶层统筹以及可持续运行机制。四是数据使用不规范问题较为突出，安全问题逐渐显现。人工智能技术在造福人类的同时，也引发了诸多安全问题，以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响。算法战指的是将人工智能算法、机器学习等技术全面应用于对敌作战中的情报收集、武器装备、战场勘测、指挥协同、决策...