全球人工智能基础设施战略与政策观察（2020）_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

本报告系统分析了人工智能基础设施的内涵、全球发展布局、主要发展态势以及我国发展面临的挑战与应对策略。报告指出，人工智能基础设施是推动科技跨越发展、产业优化升级、公共服务智能化的重要支撑，其发展涉及数据资源、算法框架、算力资源、开放平台等核心要素。

主要观点

• 人工智能基础设施是新型基础设施的重要组成部分，具备基础性、公共普惠性、强外部性、技术先进性等特征。
• 全球主要国家和地区在AI基础设施布局上各有侧重，美国、欧盟、英国等处于第一梯队，法国、挪威、印度等处于第二梯队。
• AI基础设施的发展依赖于“数据、算法、算力、开放平台”四大核心能力要素。
• AI开放平台是推动行业智能化应用的重要载体，其建设主体呈现多元化趋势，包括政府、企业、行业组织、高校等。

关键信息

一、人工智能基础设施的内涵及范围

• 定义：人工智能基础设施（AI基础设施）是以“高质量网络”为关键支撑，“数据、算法、算力”为核心能力要素，以“开放平台”为主要赋能载体的新型基础设施。
• 特征：
  • 基础及公共性：基础性、公共普惠性、强外部性。
  • 技术先进性：技术迭代快、软硬兼备、数据驱动、协同融合、价值赋能。
  • 重要特征：赋能智能化行业应用、支撑人工智能产业高质量发展。
• 核心内容：
  • AI能力要素：包括算力资源、数据资源、算法框架。
  • AI开放平台：包括医疗、交通、制造等垂直行业平台，具备承上启下的作用。

二、全球人工智能基础设施战略布局

• 全球发展梯队：
  • 第一梯队：美国、欧盟、德国、英国、日本、韩国等，AI战略文件较多，发展水平较高。
  • 第二梯队：法国、挪威、芬兰、丹麦、俄罗斯、印度等，AI战略文件较少，布局较为单一。
• 主要布局领域：
  • 公共数据集、计算平台、算法框架、开放平台、基础网络等。
• 典型国家发展策略：
  • 美国：以公共数据集为核心，推动开放数据环境，科技企业主导AI算力与算法。
  • 欧盟：注重构建开放、普惠、高质量的AI基础设施，推动数据流通与标准化。
  • 英国：强调“强长板与补短板”协同，提升数字连接能力，建设统一数据门户。

三、人工智能基础设施发展态势剖析

1. 数据资源逐步实现开放共享

• 概念及价值：开放数据集是AI发展的重要基础，具有公共与商业双重价值。
• 发布主体：
  • 政府：数据质量高、安全性强，但开放程度有待提升。
  • 高校：覆盖AI研究领域，但更新周期较长。
  • 企业：以商业利益为导向，构建AI产品链。
  • 开源社区：数据迭代快，但质量参差不齐。

2. 算力资源走向云边协同与定制化

• 构成要素：AI算力资源包括AI芯片、AI云、智能计算中心等。
• AI芯片发展：
  • 经历四个阶段，目前处于市场成熟前期。
  • 中国AI芯片企业处于“跟跑”状态，需加强制造工艺与材料技术。
• AI云算力发展：
  • 亚马逊AWS、微软Azure、阿里云等平台已具备成熟服务能力。
  • 英伟达通过“GPU+CUDA”一体化方案推动算力资源发展。
  • 智能计算中心是新一代算力资源的重要形态，需加快布局。

3. 算法框架有效集成AI核心能力

• AI开源算法框架：
  • 全球主要由科技企业主导，如TensorFlow、PyTorch。
  • 中国百度PaddlePaddle具备工业场景优势，旷视MegEngine等新兴框架逐步发展。
• 发展趋势：
  • 软硬适配性、功能延展性是算法框架发展的核心。
  • 需加强专业人才培养，完善开源生态治理。

4. 开放平台呈现建设主体多元化

• AI开放平台类型：
  • 政府平台：注重普惠性，如国家人工智能基础资源公共服务平台。
  • 企业平台：如百度AI市场、华为AI基础软硬件平台。
  • 行业组织平台：如Acumos、ACRAI-LAB。
  • 高校平台：如微软新一代人工智能开放科研教育平台、清华大学“紫为云”。
• 发展趋势：
  • 驱动因素主要来自行业需求侧。
  • 需加强供需对接，推动平台功能与行业需求匹配。

四、营造良好发展环境的思考

1. 发展面临的问题

• 政策供给：需明确AI新基建发展方向，完善配套政策。
• 投融资模式：需创新投融资工具，匹配技术迭代快、投资规模大的特点。
• 融合应用路径：需推动AI技术在制造、医疗、教育、农业等垂直领域的应用。
• 核心能力建设：
  • 数据资源：需提升开放共享、安全利用、标准化建设。
  • 算力资源：需培育AI芯片产业，加快智能计算中心建设。
  • 算法框架：需加强开源生态建设与人才培养。
  • 开放平台：需强化协同布局与应用牵引。

2. 应对策略

• 政策引导：政府应加强政策规划，优化财税支持，简化审批流程。
• 投融资创新：运用风险投资、产业基金、政策金融等工具，形成可持续的投融资体系。
• 融合应用：推动AI与各行业深度融合，提升行业智能化水平。
• 协同布局：鼓励多方合作，打造具有地域特色的AI开放平台。

附录：全球主要国家及地区人工智能基础设施战略文件