人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)的(de)(de)(de)(de)發展歷(li)程絕(jue)非(fei)一(yi)(yi)帆(fan)風(feng)順，歷(li)經幾榮幾衰后，此輪(lun)以深(shen)度學習為代表的(de)(de)(de)(de)新一(yi)(yi)代人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)的(de)(de)(de)(de)崛(jue)起，正在深(shen)刻影響一(yi)(yi)個(ge)國(guo)(guo)家的(de)(de)(de)(de)國(guo)(guo)際(ji)競爭(zheng)(zheng)力和國(guo)(guo)際(ji)產業競爭(zheng)(zheng)格局(ju)。當前，世界主(zhu)要發達國(guo)(guo)家紛(fen)紛(fen)將(jiang)人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)作為國(guo)(guo)家戰略(lve)，力爭(zheng)(zheng)搶占(zhan)新一(yi)(yi)輪(lun)科技革(ge)命(ming)的(de)(de)(de)(de)制高點(dian)。在全球競爭(zheng)(zheng)壓力下，我們站在人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)新時(shi)代的(de)(de)(de)(de)懸(xuan)崖頂端，再次問(wen)自己這個(ge)引發了一(yi)(yi)切(qie)的(de)(de)(de)(de)問(wen)題：人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)到底是什么？人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)如何改(gai)變(bian)社會(hui)？中國(guo)(guo)的(de)(de)(de)(de)人(ren)(ren)工(gong)(gong)智(zhi)(zhi)能(neng)應(ying)該(gai)做怎樣的(de)(de)(de)(de)探索？

人工智能：是否具備強(qiang)大學習能力

歷經60多年(nian)起起落(luo)落(luo)，人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)在深度學(xue)(xue)習(xi)、大數(shu)(shu)(shu)(shu)據和計(ji)算能(neng)(neng)力三(san)大發(fa)展力量(liang)碰撞下重(zhong)獲新生，數(shu)(shu)(shu)(shu)據智(zhi)(zhi)能(neng)(neng)成為這次人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)浪潮(chao)最重(zhong)要(yao)的(de)技術特征。在具體應用場(chang)景下，人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)基(ji)于場(chang)景大數(shu)(shu)(shu)(shu)據進行學(xue)(xue)習(xi)，發(fa)現知識，創造價(jia)(jia)值，并為智(zhi)(zhi)能(neng)(neng)系統合(he)理的(de)決(jue)策(ce)(ce)和行動(dong)提供支撐。在這一(yi)背(bei)景下，這種初級(ji)階段的(de)“人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)”需要(yao)大量(liang)的(de)數(shu)(shu)(shu)(shu)據作為“思考”和“決(jue)策(ce)(ce)”的(de)基(ji)礎(chu)，大數(shu)(shu)(shu)(shu)據也需要(yao)人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)技術進行數(shu)(shu)(shu)(shu)據價(jia)(jia)值化操作。

人工(gong)智能與自(zi)(zi)動(dong)(dong)(dong)(dong)(dong)化也有(you)著明(ming)顯(xian)區(qu)別。自(zi)(zi)動(dong)(dong)(dong)(dong)(dong)化是建立(li)在(zai)確(que)定的(de)(de)(de)模型和流程基(ji)礎上的(de)(de)(de)，能自(zi)(zi)動(dong)(dong)(dong)(dong)(dong)反饋控制，也具(ju)有(you)對(dui)環(huan)境中確(que)定性(xing)參(can)數(shu)變(bian)化的(de)(de)(de)調(diao)整能力(li)(li)。數(shu)學家也可(ke)以提出(chu)判定這(zhe)些自(zi)(zi)動(dong)(dong)(dong)(dong)(dong)化系(xi)統(tong)(tong)調(diao)整能力(li)(li)穩定性(xing)的(de)(de)(de)判斷(duan)依(yi)據。而人工(gong)智能的(de)(de)(de)研究對(dui)象則存(cun)在(zai)模型嚴重的(de)(de)(de)不確(que)定性(xing)，即模型未知(zhi)或知(zhi)之(zhi)甚少，模型的(de)(de)(de)結構(gou)和參(can)數(shu)變(bian)動(dong)(dong)(dong)(dong)(dong)范(fan)圍較大。人工(gong)智能如果具(ju)備(bei)對(dui)非結構(gou)化環(huan)境變(bian)化系(xi)統(tong)(tong)的(de)(de)(de)適應能力(li)(li)，則就具(ju)備(bei)了(le)自(zi)(zi)主(zhu)性(xing)，這(zhe)是自(zi)(zi)動(dong)(dong)(dong)(dong)(dong)化的(de)(de)(de)高級階(jie)段。而自(zi)(zi)主(zhu)性(xing)是基(ji)于信息甚至(zhi)知(zhi)識驅動(dong)(dong)(dong)(dong)(dong)的(de)(de)(de)，系(xi)統(tong)(tong)根據任務需(xu)求自(zi)(zi)主(zhu)完(wan)成“感知(zhi)—判斷(duan)—決策(ce)—執(zhi)行”的(de)(de)(de)動(dong)(dong)(dong)(dong)(dong)態過程，并能夠應對(dui)意外(wai)情(qing)形。

這種(zhong)建立在大(da)數(shu)據基礎(chu)上的(de)靜態學(xue)(xue)(xue)(xue)習(xi)和自動(dong)化基礎(chu)上的(de)動(dong)態自主(zhu)學(xue)(xue)(xue)(xue)習(xi)目前還大(da)多是弱人(ren)(ren)(ren)工(gong)智能(neng)。靜態的(de)學(xue)(xue)(xue)(xue)習(xi)是通過與大(da)數(shu)據標注等(deng)結(jie)合構成(cheng)閉環(huan)(huan)，從而不(bu)斷(duan)(duan)提高性能(neng)，例如語音識別(bie)、圖像(xiang)識別(bie)、機器翻譯(yi)等(deng)任務(wu)。而動(dong)態學(xue)(xue)(xue)(xue)習(xi)能(neng)力，則是與環(huan)(huan)境建立實(shi)(shi)時(shi)化的(de)學(xue)(xue)(xue)(xue)習(xi)和反饋(kui)機制，不(bu)斷(duan)(duan)適應交互需求，例如進(jin)(jin)入物質世界的(de)機器人(ren)(ren)(ren)和自主(zhu)無人(ren)(ren)(ren)系統(tong)。現(xian)有大(da)多人(ren)(ren)(ren)工(gong)智能(neng)算法在現(xian)實(shi)(shi)數(shu)據或者(zhe)環(huan)(huan)境下性能(neng)進(jin)(jin)步只是線性的(de)，而通過虛擬環(huan)(huan)境則有可能(neng)實(shi)(shi)現(xian)超實(shi)(shi)時(shi)、指數(shu)級性能(neng)提升，這有待于人(ren)(ren)(ren)工(gong)智能(neng)基礎(chu)理論突(tu)破。

智能(neng)的(de)(de)(de)(de)玄妙(miao)之處(chu)(chu)在于沒有(you)一個(ge)明確(que)的(de)(de)(de)(de)標準。但真正(zheng)的(de)(de)(de)(de)人(ren)工(gong)智能(neng)無(wu)疑應該具備強(qiang)大(da)的(de)(de)(de)(de)學習能(neng)力(li)。對(dui)(dui)環境的(de)(de)(de)(de)理(li)解、推(tui)理(li)、對(dui)(dui)結果(guo)的(de)(de)(de)(de)可解釋性(xing)等都是達到認知、決策階段人(ren)工(gong)智能(neng)必不可少的(de)(de)(de)(de)重要特(te)征。我(wo)們正(zheng)處(chu)(chu)在真正(zheng)人(ren)工(gong)智能(neng)的(de)(de)(de)(de)起步階段，這(zhe)意味著巨大(da)的(de)(de)(de)(de)發(fa)展(zhan)空間，也正(zheng)是人(ren)工(gong)智能(neng)的(de)(de)(de)(de)魅力(li)所(suo)在。這(zhe)些問題只要有(you)一點兒進步和(he)解決，就(jiu)會對(dui)(dui)人(ren)類(lei)社會和(he)人(ren)們生(sheng)活發(fa)生(sheng)巨大(da)的(de)(de)(de)(de)改變。

人工智能：處于(yu)改變社會的初級階段

自(zi)20世(shi)紀(ji)50年代發展至今(jin)，根據人工智能解(jie)決(jue)(jue)問題的(de)不同階(jie)段，大致可(ke)以將其(qi)歸(gui)納為感知智能、認(ren)知智能和決(jue)(jue)策智能等三(san)個階(jie)段。

第一階段是感(gan)知智(zhi)能(neng)，以語音(yin)(yin)識別、圖像理(li)解(jie)、文字識別等為主(zhu)要任務，表現為“能(neng)聽會說、能(neng)看會認(ren)”，單一任務已接近(jin)或超越(yue)人(ren)類水(shui)平。就人(ren)工智(zhi)能(neng)取得最大(da)進展的(de)語音(yin)(yin)識別領(ling)域而(er)言(yan)，在幾萬乃至幾十萬小時(shi)標注語音(yin)(yin)數據基礎上，深度學(xue)習可以達到甚至超過我們人(ren)類的(de)聽寫水(shui)平。當(dang)前人(ren)工智(zhi)能(neng)在感(gan)知智(zhi)能(neng)層的(de)技術(shu)已經進入了一個成熟(shu)的(de)階段。

第二階段是(shi)認(ren)知(zhi)(zhi)(zhi)智(zhi)能，以(yi)推理、決策、學習等為(wei)主(zhu)要任(ren)務，表現(xian)為(wei)“能理解、會思考(kao)、有認(ren)知(zhi)(zhi)(zhi)。以(yi)讓機(ji)器回答“明(ming)天(tian)這(zhe)個天(tian)氣(qi)狀(zhuang)況(kuang)會造成(cheng)(cheng)航班延(yan)誤嗎？”為(wei)例，機(ji)器不但需要了(le)解現(xian)在的天(tian)氣(qi)狀(zhuang)況(kuang)是(shi)什(shen)么(me)、還(huan)需要知(zhi)(zhi)(zhi)道(dao)什(shen)么(me)樣的天(tian)氣(qi)會造成(cheng)(cheng)航班延(yan)誤等常識，也需要知(zhi)(zhi)(zhi)道(dao)具體到某(mou)個航空公司或機(ji)場飛(fei)(fei)機(ji)起(qi)飛(fei)(fei)基本準則等。語言理解的背后是(shi)常識和推理，而文字只(zhi)是(shi)人(ren)類認(ren)知(zhi)(zhi)(zhi)空間的冰(bing)山一角。認(ren)知(zhi)(zhi)(zhi)智(zhi)能的研究才剛起(qi)步(bu)，目(mu)前人(ren)工智(zhi)能的認(ren)知(zhi)(zhi)(zhi)天(tian)花板還(huan)很低。

隨(sui)著機器認知水(shui)平(ping)越來越高，其(qi)“自主性(xing)”進一步(bu)增強，具備(bei)了應對更多樣(yang)態勢和功能(neng)的能(neng)力，人類無可避免(mian)地會將越來越多的問題(ti)交(jiao)給(gei)機器決策。但機器的決策就(jiu)一定比人的決策正確嗎？這就(jiu)需要加強復(fu)雜問題(ti)下，提升(sheng)人機信任度，增強人類與(yu)智(zhi)能(neng)系統交(jiao)互(hu)協作(zuo)智(zhi)能(neng)的研究，即決策智(zhi)能(neng)。

但(dan)感知(zhi)(zhi)智(zhi)(zhi)能(neng)、認知(zhi)(zhi)智(zhi)(zhi)能(neng)和決策智(zhi)(zhi)能(neng)絕非涇渭(wei)分(fen)(fen)明。當前(qian)人工智(zhi)(zhi)能(neng)只解決了專用場景(jing)(jing)的(de)識別(bie)、分(fen)(fen)類、跟蹤、檢測等感知(zhi)(zhi)智(zhi)(zhi)能(neng)，但(dan)當這些(xie)感知(zhi)(zhi)智(zhi)(zhi)能(neng)走向(xiang)通用場景(jing)(jing)時，就(jiu)邁入了認知(zhi)(zhi)智(zhi)(zhi)能(neng)和決策智(zhi)(zhi)能(neng)邊界(jie)。當我們試圖把語音識別(bie)系(xi)統放(fang)置于背景(jing)(jing)嘈雜的(de)雞尾酒會環(huan)境時，現有系(xi)統就(jiu)基(ji)本分(fen)(fen)不清東南西(xi)北(bei)了。機器就(jiu)需要跟人類大(da)腦一樣，調用人類的(de)知(zhi)(zhi)識、常識等記(ji)憶并(bing)不斷進行(xing)選(xuan)擇(ze)決策，才(cai)能(neng)有效區分(fen)(fen)不同信號源并(bing)加以(yi)正確處理。目前(qian)人工智(zhi)(zhi)能(neng)距離認知(zhi)(zhi)智(zhi)(zhi)能(neng)和決策智(zhi)(zhi)能(neng)還(huan)有較遠的(de)距離，存在大(da)量“無(wu)人區”亟(ji)須(xu)探索。

人工智(zhi)能技術正在(zai)塑造(zao)數據極其(qi)豐富的(de)(de)商業和社會場(chang)景(jing)，但目前推動業務爆炸式增(zeng)長(chang)的(de)(de)人工智(zhi)能往往并不復雜(za)。事實上(shang)，只需要一(yi)個(ge)計算機系統(tong)就能完(wan)成(cheng)傳統(tong)上(shang)由專業人士來(lai)完(wan)成(cheng)的(de)(de)特(te)定(ding)任務——這通常被稱(cheng)為(wei)“弱人工智(zhi)能”。

人工(gong)智(zhi)(zhi)能(neng)作為(wei)社會發(fa)展的(de)引擎，必須與(yu)各行(xing)業(ye)(ye)深度結(jie)合，而人工(gong)智(zhi)(zhi)能(neng)平(ping)臺(tai)至關重(zhong)要。平(ping)臺(tai)就像人類工(gong)業(ye)(ye)文明的(de)蒸汽機，可以(yi)適配到不同的(de)應用領域，形成(cheng)不同的(de)AI社區幫助解(jie)決(jue)氣候變化、改善生產(chan)和管理(li)(li)流(liu)程、提供醫療輔助診斷、到改變人類的(de)教學方(fang)式等(deng)。在人工(gong)智(zhi)(zhi)能(neng)時代(dai)，我(wo)們需(xu)要新的(de)思維邏輯，數據和算(suan)法(fa)已經成(cheng)為(wei)整個(ge)世界的(de)底層，也(ye)是我(wo)們理(li)(li)解(jie)未(wei)來的(de)關鍵。但受人工(gong)智(zhi)(zhi)能(neng)技(ji)術和商業(ye)(ye)推(tui)動(dong)的(de)約束(shu)，這種(zhong)改變目前(qian)僅(jin)僅(jin)處于(yu)初級(ji)階段。

我(wo)國人工智能(neng)：健(jian)康發展的正(zheng)確路徑

首(shou)先(xian)，人(ren)工智能(neng)技術發展首(shou)先(xian)需(xu)要一個務實的(de)(de)(de)環(huan)境。只有清醒客(ke)觀的(de)(de)(de)判斷和(he)勤勤懇(ken)懇(ken)的(de)(de)(de)努力，這項(xiang)技術才會真正地便捷(jie)人(ren)們(men)的(de)(de)(de)工作和(he)生(sheng)活。過去幾年把(ba)后(hou)臺人(ren)工作業(ye)當做人(ren)工智能(neng)，刻意拔高人(ren)工智能(neng)水平以獲取(qu)投資，以及把(ba)預設程序的(de)(de)(de)自動(dong)化當做智能(neng)等(deng)偽人(ren)工智能(neng)的(de)(de)(de)行(xing)為層出(chu)不(bu)窮。再加上媒體(ti)不(bu)嚴謹的(de)(de)(de)報道，如把(ba)OpenAI的(de)(de)(de)GPT-2生(sheng)成(cheng)文(wen)章的(de)(de)(de)能(neng)力、對人(ren)工智能(neng)替代放射(she)科醫生(sheng)的(de)(de)(de)預測、DeepMind論文(wen)缺(que)乏潛在(zai)局限性(xing)的(de)(de)(de)討(tao)論、Elon Musk曾承諾2020年實現(xian)無(wu)人(ren)駕駛(shi)(shi)等(deng)新聞。在(zai)擾亂人(ren)工智能(neng)市場的(de)(de)(de)同時，也(ye)給決策者(zhe)和(he)公眾帶(dai)來困(kun)惑(huo)。實踐證明，即使在(zai)更(geng)簡單、更(geng)具(ju)體(ti)的(de)(de)(de)智能(neng)放射(she)學案例(li)中，將(jiang)實驗室演示(shi)用于(yu)現(xian)實也(ye)非常困(kun)難，而實現(xian)更(geng)加復雜的(de)(de)(de)全(quan)自動(dong)駕駛(shi)(shi)，比大多(duo)數(shu)人(ren)預期(qi)的(de)(de)(de)要困(kun)難得多(duo)。

第(di)二，人(ren)工智(zhi)(zhi)(zhi)能(neng)(neng)學(xue)習(xi)能(neng)(neng)力的(de)基礎(chu)科學(xue)問題(ti)需要長期(qi)(qi)探(tan)索。真(zhen)正人(ren)工智(zhi)(zhi)(zhi)能(neng)(neng)核心體現在(zai)能(neng)(neng)指(zhi)數級提升性(xing)能(neng)(neng)的(de)卓越學(xue)習(xi)能(neng)(neng)力上，目前機器(qi)學(xue)習(xi)無論從機理還是(shi)能(neng)(neng)力都與此相(xiang)差甚(shen)遠。從人(ren)類大腦結構、功能(neng)(neng)和(he)(he)可塑性(xing)學(xue)習(xi)機制上探(tan)索智(zhi)(zhi)(zhi)能(neng)(neng)本質(zhi)、研究(jiu)相(xiang)應學(xue)習(xi)算法，將為了解并定量化描述人(ren)工智(zhi)(zhi)(zhi)能(neng)(neng)技術的(de)性(xing)能(neng)(neng)預期(qi)(qi)和(he)(he)局(ju)限性(xing)奠定基礎(chu)。人(ren)工智(zhi)(zhi)(zhi)能(neng)(neng)不同于人(ren)類智(zhi)(zhi)(zhi)能(neng)(neng)，研究(jiu)把數據和(he)(he)知識(shi)相(xiang)結合，開發能(neng)(neng)充(chong)分利用觀測數據、模擬數據和(he)(he)先驗知識(shi)的(de)人(ren)工智(zhi)(zhi)(zhi)能(neng)(neng)算法體系，設計并測試基于真(zhen)實(shi)物理環境(jing)的(de)學(xue)習(xi)算法等基礎(chu)性(xing)工作也十(shi)分重要。

第三(san)，需要堅(jian)持把應(ying)用(yong)場(chang)景落地作為推(tui)動新(xin)一代人(ren)(ren)工智(zhi)能(neng)(neng)發(fa)展的(de)抓(zhua)手。人(ren)(ren)工智(zhi)能(neng)(neng)作為一項通用(yong)性賦能(neng)(neng)型技(ji)術，對人(ren)(ren)類經濟和(he)社(she)會發(fa)展產生了深刻的(de)影響，隨著我(wo)國《新(xin)一代人(ren)(ren)工智(zhi)能(neng)(neng)發(fa)展規劃》加緊實施，充分發(fa)揮我(wo)國得(de)天獨厚(hou)的(de)海量數據資源、巨大應(ying)用(yong)需求和(he)深厚(hou)市場(chang)潛力(li)，以此(ci)促(cu)進推(tui)動關(guan)鍵核心技(ji)術形成以及應(ying)用(yong)模式的(de)推(tui)廣，建立(li)起(qi)我(wo)國人(ren)(ren)工智(zhi)能(neng)(neng)健康發(fa)展的(de)創(chuang)新(xin)高地，是當(dang)前人(ren)(ren)工智(zhi)能(neng)(neng)發(fa)展的(de)最重要發(fa)力(li)點。

第四，需要(yao)加快建(jian)立連接人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)創新(xin)(xin)鏈的(de)人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)平(ping)(ping)臺生(sheng)態(tai)。如同(tong)所有創新(xin)(xin)性的(de)信息技術(shu)，人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)正(zheng)在(zai)快速走向開(kai)源(yuan)化(hua)、平(ping)(ping)臺化(hua)、生(sheng)態(tai)化(hua)。在(zai)過(guo)去幾年，PyTorch和TensorFlow 等深度學習框架流行(xing)，極大地(di)優(you)(you)(you)化(hua)了模型性能(neng)(neng)和提供更加高效的(de)開(kai)發模式。從(cong)中(zhong)短期(qi)來看，我國要(yao)充(chong)分發揮應用(yong)(yong)優(you)(you)(you)勢(shi)，從(cong)應用(yong)(yong)、芯片和基礎算(suan)(suan)法協同(tong)入手，依(yi)托現有優(you)(you)(you)勢(shi)企業、聯盟等開(kai)源(yuan)平(ping)(ping)臺和社區，集中(zhong)力(li)量發展開(kai)源(yuan)開(kai)放(fang)的(de)人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)平(ping)(ping)臺，奠(dian)定良好的(de)人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)底層應用(yong)(yong)生(sheng)態(tai)；從(cong)中(zhong)長期(qi)看，要(yao)通(tong)過(guo)算(suan)(suan)法的(de)原始(shi)創新(xin)(xin)，形成從(cong)基礎理論、算(suan)(suan)法、芯片、核心軟件(jian)到(dao)應用(yong)(yong)生(sheng)態(tai)的(de)完整創新(xin)(xin)鏈，研究(jiu)建(jian)立基于知識產(chan)權共(gong)享的(de)開(kai)源(yuan)激勵機制(zhi)和大規模群體協同(tong)共(gong)享機制(zhi)，促(cu)進基礎算(suan)(suan)法、行(xing)業數據、典型應用(yong)(yong)方面的(de)開(kai)放(fang)共(gong)享，推動(dong)形成具有國際影響(xiang)力(li)的(de)標準規范和準則，占據人(ren)(ren)(ren)工(gong)(gong)(gong)智(zhi)(zhi)能(neng)(neng)制(zhi)高點。

習近平總書記在主(zhu)持中共中央政治局第九(jiu)次(ci)集體學習時強調，“人(ren)工智能(neng)是新(xin)一(yi)(yi)(yi)輪(lun)(lun)科技革(ge)(ge)(ge)命(ming)和(he)產(chan)業(ye)(ye)(ye)變(bian)革(ge)(ge)(ge)的(de)重要驅動力量，加快發(fa)展新(xin)一(yi)(yi)(yi)代人(ren)工智能(neng)是事關我國能(neng)否抓住新(xin)一(yi)(yi)(yi)輪(lun)(lun)科技革(ge)(ge)(ge)命(ming)和(he)產(chan)業(ye)(ye)(ye)變(bian)革(ge)(ge)(ge)機(ji)遇的(de)戰略問題。”中國在這一(yi)(yi)(yi)輪(lun)(lun)的(de)人(ren)工智能(neng)浪潮中發(fa)揮著不可(ke)(ke)(ke)替代的(de)作用，并(bing)且第一(yi)(yi)(yi)次(ci)有可(ke)(ke)(ke)能(neng)站在領跑的(de)位置上(shang)，新(xin)一(yi)(yi)(yi)輪(lun)(lun)科技革(ge)(ge)(ge)命(ming)與產(chan)業(ye)(ye)(ye)變(bian)革(ge)(ge)(ge)已(yi)曙(shu)光可(ke)(ke)(ke)見(jian)。

在此背景下，圍繞人(ren)(ren)工(gong)智(zhi)(zhi)能(neng)重大問(wen)題，探索(suo)(suo)新(xin)型舉國體制在重大基礎(chu)理論突破和關(guan)鍵核心(xin)技(ji)術攻(gong)關(guan)中的(de)(de)(de)作用，加快構(gou)建引領型資源集聚性的(de)(de)(de)創(chuang)新(xin)體制就顯得極為必要。一方面(mian)從國家(jia)(jia)層面(mian)完善人(ren)(ren)才(cai)政策(ce)和評價體系，從上到下構(gou)建吸引人(ren)(ren)才(cai)、適(shi)合人(ren)(ren)才(cai)成長的(de)(de)(de)、穩定支持的(de)(de)(de)環境，組織頂尖科學家(jia)(jia)和工(gong)程(cheng)師長期穩定地進行團(tuan)隊式研究(jiu)(jiu)攻(gong)關(guan)，并鼓勵自由探索(suo)(suo)。另一方面(mian)，加快布局(ju)國家(jia)(jia)級的(de)(de)(de)人(ren)(ren)工(gong)智(zhi)(zhi)能(neng)研究(jiu)(jiu)中心(xin)和實驗(yan)室，橫向吸納各領域頂尖人(ren)(ren)才(cai)和資源，碰撞智(zhi)(zhi)慧火(huo)花，縱向串聯(lian)整條人(ren)(ren)工(gong)智(zhi)(zhi)能(neng)創(chuang)新(xin)鏈(lian)條。

在(zai)這場關乎前途命運(yun)的(de)大賽場上，我(wo)們必須搶抓(zhua)人(ren)工(gong)智能(neng)發(fa)展的(de)重大戰(zhan)略機遇，構筑先發(fa)優勢，把握新一輪科技革(ge)命戰(zhan)略主動，以期(qi)實現我(wo)國(guo)在(zai)人(ren)工(gong)智能(neng)馬拉松賽式(shi)國(guo)際競爭中始終(zhong)占據(ju)有利地位(wei)，為建設創(chuang)新型(xing)國(guo)家奠定堅實基礎。