百度 在2001年技师考试期间，他找来一红一绿两个LED灯和一支圆珠笔壳，花1个小时的时间按照电路原理组装成检测笔用在考试中，果不其然，不到15分钟就准确无误地找出了设置的故障，顺利通过考试，成为南宁机务段第一个电力机车技师。

　　作者：姜江（中国城市和小城镇改革发展中心研究员）

　　2022年以来，人工智能大模型技术先后取得里程碑式进展，带动算力资源、算法、数据等涉及芯片、信息基础设施的信息制造技术和软件、信息技术服务等软技术全体系全面更新换代升级，人工智能产业进入快速发展期。我国高度重视人工智能产业发展，在较短时间内实现了产值规模跃升，作为国民经济最重要的先导产业、基础产业和战略性产业，正在通过生产要素、生产资料更新、重组，生产关系、生产制度重塑，成为最具潜力、带动力和深刻影响力的新质生产力引航。当前及未来一段时间，要把握机遇，紧跟甚至引领国际前沿，扬长避短，力争借人工智能之力赋能千行百业，实现经济换挡提质增速，开创人工智能时代发展新篇章。

　　人工智能正在全方位、多角度、长周期赋能新质生产力

　　人工智能依托计算机语言、文字和图像识别、自然语言处理、机器学习，计算机视觉等底层技术的革新突破，实现劳动力、设备、资金以及大数据等新旧生产要素的创新性配置，直接带动人工智能芯片、大模型、各种软件应用等产业规模快速壮大，在发展初期就展现出知识密集、技术进步贡献大、指数级增长态势、效率效能巨大等鲜明的新质生产力特征。2023年12月《科学》杂志公布的年度十大科学突破中，不仅与人工智能直接相关的两项重大科学发现——人工智能辅助天气预报以及百亿亿次超级计算机及其应用——位列其中，人工智能与生命科学、新型能源、考古、气候变化等领域的深度融合也为相应方向重大科学突破提供了重要的基础支撑。

　　人工智能基于哲学、逻辑学、语言学、心理学、计算科学以及脑科学等理论学科基础，凭借自身及其向其他领域的渗透融合，强有力带动新质生产力蓬勃壮大的同时，作为基础科学、底层技术也深刻改变了科学家认知研究世界的方式，颠覆了劳动者改造客观世界的生产行为模式。例如，2024年诺贝尔化学奖获得者就是利用人工智能进行蛋白质设计和结构预测，物理学奖获得者则是利用人工神经网络进行机器学习。人工智能还创造了全新的生产工具，衍生了与传统自然物质资料并驾齐驱的新型生产资料，形成了若干不同于以往实体要素为主的全新劳动对象。当前，越来越多的国家和地区意识到，在人工智能时代，海量数据作为可以被存储、改造、编辑、应用的全新劳动资料正在成为最宝贵的战略资源，能够留好用足数据这一新型生产要素的算力基础设施，正在成为最为重要的新型基础设施乃至新型生产工具，为新质生产力高质量可持续引航壮大提供坚实的硬件设施保障。

　　把握机遇，扬长避短，携手共创人工智能时代发展新篇章

　　我国人工智能产业凭借海量数据资源、广阔应用场景，信息基础设施支撑较强、信息产业体系配套完善等优势展现出巨大的发展潜力。2023年，我国人工智能核心产业规模达到5000亿元，人工智能企业数量超过4400家，人工智能大模型呈现爆发增长态势，多家机构发布多模态大模型产品，赋能行业应用。但是也要看到，相关领域的基础研究能力“短板”依然突出。例如，数据方面，我国拥有场景丰富、种类多样，规模庞大的数据资源优势，但是高质量数据以及有效的数据清洗和精准的数据标注能力还需要提升；算法方面，近年来我国深度学习算法高速发展，图像、语音识别等应用领域世界领先，但在模型训练、优化等基础研究领域持续乏力；算力方面，尽管且前算力储备基本能够满足需求，一些骨干企业也提前布局了一定算力资源，但高性能算力亟待发展。面向“十五五”乃至未来中长期，人工智能产业要聚焦创新驱动、需求拉动、设施支撑，制度护航四方面发力，成为新质生产力支撑高质量发展的引航。

　　一是稳步提升产业核心共性技术实力。深度参与人工智能前沿技术创新活动，多措并举与全球领先国家和地区保持密切合作。布局若干全国重点实验室、前沿技术研究院，推进科研院所、企业科研力量优化配置，加速颠覆性技术研发。有针对性地开展高端芯片、操作系统、人工智能大模型等关键共性技术攻关，补齐产业基础能力短板。加快补齐产业链条上基础零部件、关键基础材料、先进基础工艺、产业技术基础等短板，打造自主安全可控的产业链供应链网络。

　　二是最大限度发挥超大规模市场优势。面向产业数字化转型量大面广的需求，加大大数据分析模型、信息技术应用平台等基础设施建设投入力度，推动各类产业数字化转型的重大平台、重大项目和试点示范建设。构建多层次工业互联网平台体系，推进工业互联网应用走深走实，加快先进工厂培育，鼓励企业利用人工智能技术开展工厂数字化改造，推进新技术新场景、新模式的广泛应用。面向制造、矿山、能源、物流、医疗等重点行业，制定数字化转型路线图，鼓励制造企业数字化升级和关键环节的数字化改造，不断提升企业数字技术应用、软件应用、数字管理等数字化能力。

　　三是强化算力基础设施支撑。系统科学推进以智算中心、数据中心、超算中心以及边缘数据中心为代表的算力基础设施建设，利用产业园区建设，进行算力产业集群化布局，统筹调度全国算力资源，面向全国算力服务需求优化算力资源配置。加快固态硬盘等存储设施建设，降低存储技术对外依存度，提升数据存储产业竞争力。加速新一代通信网络基站、大宽带接入网等网络基础设施建设，持续推进重点园区、场所、行政村及新地域的网络规划建设。

　　四是加快健全能够激发数据等新型生产要素活力的生产关系。推动人工智能产业政策由专项扶持手段向提升综合治理水平、优化产业生态、构建新型生产关系转型。加快推动数据要素市场建设，坚持安全底线、产权分割、分类分级的数据确权原则，建立全国数据统一登记确权体系；分层分类对个人数据、企业数据、公共数据进行权属界定和流转；制定数据定价标准，研究建立基于数据属性的数据资本资产定价模型，统一数据资产价值评价指标体系；探索构建多层次、多样化数据要素市场。持续完善数据市场准入制度，完善数据市场竞争政策框架，打造数据信用制度。健全数据治理制度，提升数字化治理效能、修订完善数据法律法规，强化数据安全制度。