8.5 发展趋势
1.制定相关的法律法规和伦理规范
任何新兴科技产业从诞生到具体落地，都需要面临技术、商业、法律和政策层面的诸多挑战。从顶层设计来说，应建立保障人工智能健康发展的法律法规和伦理道德框架，建立追溯和问责制度，明确人工智能法律主体及相关权利、义务和责任等。特别是重点围绕自动驾驶、服务机器人等应用基础较好的细分领域，加快研究制定相关安全管理法规，为新技术的快速应用奠定法律基础。开展人工智能行为科学和伦理等问题研究，建立伦理道德多层次判断结构及人机协作的伦理框架。
2.建立相关技术标准和知识产权体系
AI相关技术应用在各个行业和细分领域，呈现指数型增长态势，所谓得标准者得天下，中国要想在全球AI产业掌握自己的话语权，就应该坚持安全性、可用性、互操作性、可追溯性原则，逐步建立并完善人工智能基础共性、互联互通、行业应用、网络安全、隐私保护等技术标准。鼓励人工智能企业参与或主导制定国际标准，发挥中国在 ICT领域的优势，从技术标准“走出去”到“走进去”，使更多的智能产品和服务在海外推广应用。在知识产权保护方面，健全人工智能领域技术创新、专利保护与标准化互动支撑机制，促进人工智能创新成果的知识产权化。建立人工智能公共专利池，促进人工智能新技术的利用与扩散。
3.行业监管问题亟须引起各方重视
随着人工智能相关技术的不断成熟和各种商业模式的演化，人工智能开发者在收集和使用数据的过程中，需要采取适当的技术手段保护个人隐私安全，防止个人信息的泄露、篡改及损毁；在训练和设计过程中需要具备广泛的包容性，应该充分考虑弱势群体的利益，并对道德与法律的极端情况设置特别的判断规则。在人工智能技术和产品渗透到社会服务领域时，应该设置一定的市场准入制度，如在不同垂直和各细分领域发放相应的牌照。人工智能行业的监管问题具有广泛的社会性、系统性与复杂性，需要企业、政府、用户、研究机构等组织协同参与监管、群策群力，构建促进人工智能产业良好发展的创新应用生态环境。
4.人工智能芯片由非定制化向定制化方向发展
人工智能推动新一轮计算革命，深度学习需要海量数据并行运算，传统计算架构已无法支撑深度学习的大规模并行计算需求。目前使用的 GPU、FPGA（可编程门阵列芯片）均非人工智能定制芯片，存在一定的局限性，深度学习需要更适应此类算法的新的底层硬件来加速计算过程。目前，谷歌公司已经开发出新型 TPU（张量处理器），可以在芯片中节省出更多的操作时间，适用于更复杂和更强大的机器学习模型，并且能够进行快速部署。因此，未来人工智能芯片的定制化服务将会满足各行各业的用户与企业级需求。
5.人工智能技术将实现应用场景新业态
传统的人工智能、物联网和大数据技术已不能满足各行业的需求，在不同场景下，用户的需求差异化巨大，移动互联网、大数据、云计算与AI技术的碰撞和融合将会激发不同场景下的智能医疗、智能金融、智能安防、智能教育、智能家居、智能养老等行业的新业态。
6.群体智能、人机协同构建智能新生态
随着互联网、云计算等新一代信息技术的快速应用及普及，大数据不断积累，深度学习及强化学习等算法不断优化，人工智能研究的焦点，已从单纯用计算机模拟人类智能，打造具有感知智能及认知智能的单个智能体，向打造多智能体协同的群体智能转变。人类智能在感知、推理、归纳和学习等方面具有机器智能无法比拟的优势，机器智能则在搜索、计算、存储、优化等方面领先于人类智能，两种智能具有很强的互补性。人与计算机协同，互相取长补短将形成一种新的增强型智能，其中人可以接收机器的信息，机器也可以读取人的信号，两者相互作用、相互促进。在此背景下，人工智能的根本目标已经演变为提高人类智力活动能力，更智能地陪伴人类完成复杂多变的任务。
7.“平台+场景应用”主导的新型商业模式和价值链即将出现
现有的人工智能技术主要聚焦于为服务商提供解决方案，直接面对消费者端的产品相对较少。未来，随着人工智能产业的深入发展及市场化机制的不断成熟，平台化趋势会更加突出，将出现“平台+场景应用”的竞争格局，催生出更多新型的商业模式。通过海量优质的多维数据结合大规模计算力的投入，以应用场景为接口，人工智能产业将构建起覆盖全产业链生态的商业模式，满足用户复杂多变的实际需求。同时，具备新型芯片、移动智能设备、大型服务器、无人车、机器人等设备研发制造能力的企业也能够结合应用环境，提供高效、低成本的运算能力和服务，与相关行业进行深度整合，从产业链上游提供基础设施服务逐渐转向产业链下游对消费者端提供服务。
8.“平台+技术+硬件+内容”构建AI产业链生态圈
移动互联网时代的基础是信息通信基础设施，大数据时代的基础是用户消费内容和行为数据。进入 AI时代后，芯片技术将飞速发展，智能产品涉及的行业及场景巨大，因此仅靠通信网络、用户规模、数据等要素是无法满足用户需求的，人工智能企业基于自身优势切入产业链条，并与其他厂商进行合作，实现“平台+技术+硬件+内容”多方面资源整合，共同推动人工智能技术落地，构建产业链协同、价值链合理分工的AI生态圈。
9.AI人才成为各大行业的抢夺热点
未来5年，将是中国AI产业的高速发展阶段，目前AI人才的培养速度远远跟不上AI产业的发展速度，具有核心知识的人才是未来各大公司争夺的焦点。在人工智能领域，国内人才集中在技术层及应用层，基础层人才较为薄弱，国内高校在人工智能人才培养方面专业性也不够，导致中国与全球顶尖水平还具有一定差距。未来需要继续建立核心技术人才培养体系，加强人工智能一级学科建设，实现产、学、研的有效融合，为人工智能产业持续不断地输送优质人才。此外，还应重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产、学、研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。
（袁野）
[1]数据截至2017年12月底。在2018年前3个月，除广东省之外，还有天津市、辽宁省、黑龙江省、福建省、四川省5个省市发布了发人工智能规划。加上2017年已发布了政策的省市，截至2018年3月全国31个省市中已有15个发布了人工智能规划，其中有12个制定了具体的产业规模发展目标。
[2]数据来源：中国信息通信研究院、艾瑞咨询、前瞻产业研究院、乌镇智库、中国电子学会。