20201209-中国通信学会-全球人工智能基础设施战略与政策观察（2020年）_41页_1mb

全球人工智能基础设施战略与政策观察总结

核心内容

本报告由中国通信学会发布，旨在分析人工智能基础设施（AI基础设施）的内涵、全球发展布局、当前发展态势以及未来发展方向，为推动AI基础设施建设提供政策建议与实践参考。报告涵盖AI基础设施的定义、组成要素、全球战略图景、我国发展现状、核心技术要素及发展挑战等方面。

主要观点

• AI基础设施是新型基础设施的重要组成部分，以“高质量网络”为支撑，以“数据资源、算法框架、算力资源”为核心能力要素，以“开放平台”为主要赋能载体。
• AI基础设施具备基础性、公共普惠性、强外部性、技术先进性等特征，其发展有助于推动人工智能产业与数字经济的深度融合。
• AI基础设施的发展遵循“从通用技术工具到开放赋能平台”的演进逻辑，具备赋能智能化行业应用和支撑人工智能产业高质量发展的双重功能。

关键信息

一、人工智能基础设施的内涵及范围

1. 新型基础设施是指基于新一代信息技术（如人工智能、5G、云计算等）构建的数字化、网络化、智能化基础设施体系。
2. AI基础设施主要包括：
   • AI能力要素：数据资源、算法框架、算力资源；
   • AI开放平台：为各行业提供智能化服务的载体，如自动驾驶、城市大脑、医疗影像、智能语音等平台。
3. AI基础设施的构建需要网络连接和安全保障作为基础支撑，同时依赖战略布局、发展政策、监管治理等环境保障。

二、全球人工智能基础设施战略布局

1. 发展梯队：
   • 第一梯队：美国、欧盟、德国、英国、日本、韩国等，战略文件多，布局全面；
   • 第二梯队：法国、挪威、芬兰、丹麦、俄罗斯、印度等，战略文件较少，布局单一。
2. 布局重点：
   • 公共数据集、计算平台、算法框架、开放平台、基础网络等是全球AI基础设施发展的重点领域。
3. 主要国家发展策略：
   • 美国：以公共数据集为核心，强调数据开放与技术创新，依靠市场力量推动AI发展；
   • 欧盟：推动开放性AI平台建设，为成员国提供统一的AI资源服务；
   • 英国：注重提升数字连接能力，优先发展公共数据集和宽带网络；
   • 中国：国家、地方、企业协同推进AI基础设施建设，逐步形成系统化布局。

三、人工智能基础设施发展态势剖析

1. 数据资源：
   • 数据是AI发展的基础资源，需实现开放共享、安全高效利用；
   • 政府、企业、高校及开源社区是数据资源的主要提供者。
2. 算法框架：
   • AI开源算法框架是推动AI技术发展的重要工具，如TensorFlow、PyTorch、PaddlePaddle等；
   • 国内PaddlePaddle在工业场景应用方面具有较强优势。
3. 算力资源：
   • AI算力资源以AI芯片、AI云、智能计算中心为核心；
   • AI芯片正从通用计算向定制化、云边协同方向发展；
   • 中国AI芯片企业仍处于“跟跑”阶段，需加强基础技术和产业生态建设。
4. 开放平台：
   • AI开放平台建设主体呈现多元化趋势，包括政府、企业、行业组织、高校等；
   • 国内AI开放平台以科技企业为主导，平台建设更强调工程性、行业赋能；
   • 国外平台注重技术开放性与标准化，如Acumos、ACRAI-LAB等。

四、营造良好发展环境

1. 面临的问题：
   • 政策供给不足：需明确政策方向，加强财税支持；
   • 投融资模式单一：需创新投融资方式，匹配AI技术快速迭代；
   • 融合应用路径不清晰：需推动AI与制造、医疗、教育、农业等垂直行业深度融合。
2. 发展建议：
   • 加强政策引导：推动“政府引导、市场主导”的发展机制；
   • 优化投融资模式：综合运用权益型与债务型工具，构建可持续投融资体系；
   • 推进融合应用：通过技术集成、标准制定、平台搭建等方式，实现AI与各行业的深度融合；
   • 强化核心能力建设：提升数据资源开放共享、算法框架开源生态、算力资源产业布局、开放平台协同能力。

附录：全球主要国家及地区AI基础设施战略文件汇总