近日，中國信息通信研究院發布《人工智能白皮書（2022年）》（以下簡稱《白皮書》），全麵回顧了2021年以來全球人工智能在政策
、技術、應用和治理等方麵的最新動向
，重點分析了人工智能麵臨的新發展形勢。

各國不斷升級人工智能戰略

在新科技革命和產業變革的大背景下，人工智能與產業深度融合，是釋放數字化疊加倍增效應
、加快戰略新型產業發展
、構築綜合競爭優勢的必然選擇。

自2016年起，先後有40yugeguojiahediqujiangtuidongrengongzhinengfazhanshangshengdaoguojiazhanlvegaodu。jinliangnianlai，tebieshixinguanfeiyanyiqingdechongjixia，yuelaiyueduoguojiarenshidao
，rengongzhinengduitishengquanqiujingzhenglijuyouguanjianzuoyong，fenfenshenhuarengongzhinengzhanlve。

為全麵重塑數字時代全球影響力，歐盟發布《2030數字化指南：歐洲數字十年》《升級2020新工業戰略》等，將推動人工智能發展列為重要工作。

為確保“領頭羊”地位

，美國陸續成立國家人工智能倡議辦公室、國家AI研究資源工作組等機構，各部門密集出台係列政策，將人工智能提到“未來產業”和“未來技術”領域的高度
，不斷鞏固和提升美國在人工智能領域的全球競爭力。

我國《中共中央關於製定國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要的建議》指出，要瞄準人工智能等前沿領域，實施一批具有前瞻性

、戰略性重大科技項目，推動數字經濟發展。

世界主要經濟體創新投資加碼

當人工智能成為科技創新的關鍵領域和數字經濟時代的重要支柱
，世界各主要經濟體麵向人工智能領域創新需求的投資不斷加大。

歐盟有史以來最大的支持研發和創新項目“地平線歐洲”計劃總投資額達955億歐元，明確將人工智能列入資金支持範圍；2021年4月

，歐盟以條例的形式通過“數字歐洲計劃”，對包括人工智能在內的項目進行投資，總額達75.9億歐元。

美國2021年人工智能非國防預算增加約30%

，總額達15億美元；《美國創新與競爭法案》中，將人工智能、量子計算等列為2022財年美國研發預算優先事項，未來將對包括人工智能在內的多個領域投入1000億美元進行研發。

英國將投資和規劃人工智能生態係統作為長期戰略
，啟動國家人工智能研究與創新計劃，支持人工智能先進研究等。據統計
，2014年到2021年其對人工智能的投資已經超過23億英鎊。

與此同時，通過應用牽引推動人工智能技術落地成為各國共識。2021年7月，美國國家科學基金會聯合多個部門和知名企業等，新成立11個國家人工智能研究機構，研究項目涵蓋建築、醫療

、生物、電氣、教育、能neng源yuan等deng多duo個ge領ling域yu。為wei促cu進jin人ren工gong智zhi能neng的de廣guang泛fan應ying用yong，英ying國guo啟qi動dong人ren工gong智zhi能neng辦ban公gong室shi和he英ying國guo研yan究jiu與yu創chuang新xin局ju聯lian合he計ji劃hua等deng
，確que保bao人ren工gong智zhi能neng惠hui及ji所suo有you行xing業ye和he地di區qu。

我國“十四五”規劃綱要明確要大力發展人工智能產業，打造人工智能產業集群以及深入賦能傳統行業成為重點。

2021年4月，工信部支持創建北京
、天津（濱海新區）、杭州、廣州、成都等第二批國家人工智能創新應用先導區
；科技部支持建設多個人工智能創新發展試驗區，陸續批複北京、上海、天津
、深圳
、杭州等15個國家新一代人工智能創新發展試驗區。

遵循坐標走好未來發展之路

自1956年誕生以來，人工智能相關理論和技術持續演進
，近10年來，得益於深度學習等算法的突破、算力不斷提升及海量數據的持續積累，人工智能得以真正大範圍從實驗室研究走向產業實踐。

《白皮書》指出，人工智能接下來的持續健康發展，將由“技術創新
、工程實踐和可信安全”這一三維坐標定義和牽引。

人工智能技術創新仍是主旋律
，新算法不斷湧現。

超大規模預訓練模型推動技術效果不斷提升，繼續朝著規模更大、模態更多的方向發展；“生成式人工智能”技術不斷成熟，未來聽
、說、讀、寫等能力將有機結合；知識計算成為推動人工智能從感知智能向認知智能轉變的重要探索
；人工智能與科學研究融合不斷深入
，開始顛覆傳統研究範式。

人工智能工程化聚焦工具體係、開發流程
、模型管理全生命流程的高效耦合。

工具體係層麵
，體係化與開放化成為研發平台技術工具鏈的發展特點
；開發流程層麵，工程化關注人工智能模型開發的生命流程，追求高效且標準化的持續生產、持續交付和持續部署，最終以最佳的模型進入應用層麵產生商業價值
；模型管理層麵
，企業需要建設對模型生命周期的管理機製
，對模型的版本曆程、性能表現、屬性、相關數據、衍生的模型檔案等進行標準化的管理運維。

人工智能治理邁入軟硬法協同和場景規製新階段。

各國人工智能治理側重各有不同，但整體上呈現加速演進態勢，即從初期構建以“軟法”為導向的社會規範體係，開始推進以“硬法”weibaozhangdefengxianfangkongtixi。dianxingchangjinghuazhilijiasuluodi，geguofenfenzhuyidaorengongzhinengyingyongchangjingduoyanghuahechayihuageizhilidailaidefuzaxing
，dianxingchangjingdezhilichengweigeguodegongzuozhongdian，tebiejujiaoyuzidongjiashi
、智慧醫療和人臉識別等領域。