作為上海三大先導產業之一，上海人工智能發展勢頭強勁，成為國內人工智能產業重要風向標。2022年4月加快建設全國統一大市場意見頒布，即將迎來產業結構升級和市場結構重塑黃金發展期。對上海而言，打造人工智能“上海高地”，匯集海外高端要素資源，引領產業創新發展，成為上海人工智能產業在全國統一大市場建設中搶抓新機遇、展現新作為的新要求。然而，人工智能產業發展過程中也暴露出一些薄弱環節。課題組通過調研分析上海人工智能產業發展現狀以及面臨問題，從營造創新環境、優化研發體系、增強核心技術、加快平臺建設、挖掘賦能行業五個方面提出上海人工智能產業發展對策建議。
一、上海人工智能產業發展現狀
1、產業規模增長迅速，集聚效應凸顯
2020年上海人工智能重點企業產值實現2246億元，較2019年增長超過50%。據不完全統計，2021年上海人工智能相關企業超過1200家，全年共簽約155個人工智能項目，總投資額達1107億元，吸引一批細分領域領軍企業落戶上海。同時，上海加強示范引領，人工智能產業集聚效應凸顯。目前，上海正在加快建設上海國家新一代人工智能創新發展試驗區、上海人工智能創新應用先導區，并形成了以浦東張江、徐匯濱江為引領，以楊浦、長寧、靜安等各區聯動，自貿區臨港新片區和閔行碼頭創新驅動蓄勢待發的人工智能產業集群，人工智能高地建設已初步“成勢”。
2、AI應用場景豐富，AI賦能百業趨勢加快
人工智能成為推動產業數字化、城市數字化轉型的核心動力。上海AI應用場景在智能經濟、智享生活、智慧治理等方面不斷豐富，AI與創新生態、AI與智慧交通、AI生命健康、AI機器人等四大智慧場景正精準深耕，已試點應用包括無人駕駛軌交、智能車站、手術機器人、遠程醫療、智慧學校等具體應用場景，展現出AI規?；瘧眯庐嬀?。同時，上海發布了浦東數字治理、臨港數字孿生城、人工智能開源平臺、數字伙伴計劃、嘉定未來出行五大綜合應用場景，帶動各領域與人工智能深度融合，AI賦能百業、促進深度數字化轉型趨勢加快。
3、創新資源豐富，創新成果位居前列
上海人工智能創新呈厚積薄發之勢，成果覆蓋基礎層、技術層和應用層各個層面。在基礎層領域，AI芯片產業蓬勃發展，寒武紀云端芯片、地平線的BPU芯片等代表了國內最領先的創新實力，天數智芯、燧原、依圖、平頭哥、黑芝麻等企業圍繞芯片關鍵技術加速突破；在技術層領域，語音識別、計算機視覺、深度學習等領域產生了大量專利成果，在基礎算法方面，上海人工智能實驗室聯合商湯等單位發布國際領先的開源平臺體系OpenXLab、新一代通用視覺技術體系“書生”；在應用層領域，AI技術與產業產品實現了深度融合，智慧診斷、智能機器人等人工智能產品不斷涌現，其中冰洲石研發了全球首個由AI發現并獲批進入臨床試驗的乳腺癌藥物AC0682，聯影智能獲CT骨折醫療AI三類證，并進入臨床應用。
4、人工智能治理體系“上海標準”嶄露頭角
上海積極推動人工智能治理實踐，積極融入國際人工智能治理體系，取得了突破性進展。2021年上海市人工智能標準化技術委員會正式組建成立，標志著上海人工智能領域標準化工作邁入新階段?！蛾P于推進本市新一代人工智能標準體系建設的指導意見》率先探索出具有上海特色、國內領先的新一代人工智能標準體系，為全國乃至國際人工智能標準化工作提供“上海方案”。同年，《公共場所人臉識別分級分類應用規范》地方標準正式立項，成為全國首個立項的人臉識別地方性標準。2022年《上海市數據條例》正式實施，圍繞數據權益保障、數據流通利用、數據安全管理三大環節為人工智能產業健康發展提供了多層次、全方位保障。
二、上海人工智能產業發展問題
上海人工智能發展在某些維度上具有較好表現，具備產業深耕、經濟升級的產業優勢，但要打造全球人工智能發展高地，必須解決人工智能產業發展問題。
1、人工智能創新主體單一，創新共同體建設需加強
上海眾多高校和科研院所為上海人工智能產業的發展的提供了豐富的創新資源。以人工智能專利申請為例，上海人工智能專利申請數量僅次于北京、深圳，位居全國第三，但是從專利申請主體來看，上海高校專利申請量較多，北京多為科技公司申請專利，東京也以制造企業為申請主體。人工智能創新以企業為主導，其技術推動力更強，適應市場需求的能力也更強，而上海人工智能創新是以高校為主導，創新主體單一，上海人工智能產業發展需要進一步提高企業自主創新能力。
2、人工智能創新成果轉化的廣度、深度需進一步拓展
高?？蒲性核鶠槿斯ぶ悄軇撔绿峁┝素S富的創新資源，但高校本身的目標和定位與追求經濟利益的企業存在巨大的差異，導致其人工智能創新在一定程度上缺乏與市場的有效結合。其次，高校與企業間的合作缺乏廣度和深度，目前上海高校主要與國有企業的合作較多，更多關注人工智能的基礎設施賦能應用，而與其他企業的合作較少，這也反映出上海在產學研融合過程存在欠缺，高校創新成果的轉化應用瓶頸需要解決。同時，高校院所之間的人工智能領域科研協作與交流已有推進，但共同面對市場的轉移轉化機制還需要研討和設計。
3、關鍵核心AI技術有待持續突破，芯片算法需要繼續趕超
目前上海人工智能企業大多集中在應用場景的挖掘和融合層面，對于核心技術的研發還有待突破，尤其在自然語言處理和深度學習等技術層的整體實力還有待提升。在AI芯片層面，專利領域基本被美國壟斷，上海芯片初創企業目前難以與巨頭抗衡。在應用層面，場景落地源于算力、算法與數據的融通，算力資源相關的底層技術及硬件配套仍然是當前卡脖子環節，除此之外，在具體場景應用中，不同算法應用、以及如何建立和維護各個場景下種類齊全、標注準確、數量龐大、質量上乘的數據集是阻礙眾多應用場景落地的關鍵原因。
4、基礎數據開放共享不夠，結構化大數據平臺尚未建立
人工智能的發展離不開數據，盡管上海政府重視數據建設，建立了大數據交易中心，但還是遠遠不夠，同時也并沒有完全對人工智能企業開放和共享，也沒有讓更多企業參與到數據庫的建設和擴充。目前上海雖有一定的數據建設基礎，但仍未建立更高質量的、結構化的、開放共享的大數據平臺。由于大數據構建過程繁冗復雜且需要大量前期投入，大部分數據都是私有或封閉的，數據壁壘難以消除，不同行業間的數據共享程度低。
三、提升上海人工智能產業發展的對策建議
全國統一大市場背景下，上海需創新驅動、深度賦能，打造人工智能“上海高地”，引領國內產業創新發展。
1、進一步營造開放創新創業環境
完善人工智能產業政策體系，營造開放創新創業環境，建設創新生態環境。根據不同發展階段的企業需求制定個性化、差異化政策支持，對于在孵企業給予啟動資金、市場拓展補貼等；鼓勵初創企業能級提升，對通過引進關鍵技術和設備等途徑提高自主創新能力的小微企業給與成長獎勵、研發補貼、貸款支持、國際合作機會等。同時，加大創新創業團隊和優質項目的支持力度，對于科技創新項目進行獎勵，支持自主創新能力提升。打造上海人工智能創投品牌，鼓勵與頂級創投機構進行戰略合作，支持培育本地頂級創投品牌，鼓勵各類資本參與上海AI創業投資，落實稅收優惠政策，培養頂尖創投管理團隊。
2、優化創新體系，加強協同創新
建立以企業為主體、市場為導向、產學研深度融合的人工智能技術創新體系，實現技術創新上、中、下游的對接與耦合，形成創新合力。加強產學研，尤其是民營企業之間以及民營企業和高校之間的合作創新，將上海目前以高校主導，各自為戰的合作研發現狀，轉變為高校與企業互補，形成具有深度和廣度的合作研發網絡，彌補高?；蚱髽I各自單獨研究而導致的缺乏市場導向性或基礎研究不足。其次，加強全球創新合作，以世界人工智能大會為契機，擴展全球協同創新網絡，支持開展國際技術轉移和跨境創新合作，鼓勵企業通過技術轉移方式引進國外先進技術或創新業務產品等。
3、增強核心技術與算法研究突破，提升創新策源能力
打造上海人工智能高地，需要增強對基礎研究和核心技術的突破，提升創新策源能力。加大AI專用芯片及類腦計算芯片研發，加快突破腦智能等基礎前沿理論和核心技術，持續開展類腦智能研究，推進類腦智能軟硬件技術融合研發；在腦智科學、通用智能等基礎研究上集中攻關，加快突破智能感知、智能執行等核心技術；加強人機混合增強智能研究，推進跨學科協作開展腦機接口技術研究，突破人機混合學習理論和組織方法；建立新型智能算法庫，開展并行分布式智能計算范式研究，在深度學習、自然語言處理、自主智能系統方面推動技術突破，加速產業化。此外，在核心技術和算法突破上，應加強與高等院?？蒲性核约叭騽撔轮行牡暮献?，積極擴展創新網絡。
4、加強平臺建設，打造開源共享的生態
鼓勵強化人工智能底層平臺建設，構建更高質量的、結構化的、開放共享的大數據平臺與云計算平臺，有效推動數據共享，消除數據壁壘，打造開源數據生態。建立人工智能底層平臺，增強不同行業間數據共享程度，消除人工智能企業數據壁壘。聚焦重點領域，建立人工智能賦能應用平臺，促進人工智能技術與傳統產業融合，挖掘更多應用場景，打造AI賦能行業生態環境。建立技術研發和人才培養共享平臺，以技術研發協同合作為契機，加強學術、技術交流，推進人工智能人才培養和全球人才吸引力度。
作者丨許鑫 衣春波（作者許鑫系金沙9001w以誠為本信息管理系教授、博士生導師；衣春波系金沙9001w以誠為本博士研究生）
題圖來源丨新華社
來源丨澎湃新聞
編輯丨肖啟玉