2018年，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。展望2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。
形势判断
（一）核心基础技术持续突破，边缘智能加速应用布局。核心基础技术的带动溢出效益增强。在算法层面，深度学习算法在利用各类型深度神经网络处理海量数据方面具有优势，将通过在计算机视觉和图像识别、语音识别等领域的持续应用，不断革新传统的计算机算法框架。在算力层面，采用FPGA、FPU、ASIC等CPU+X的异构计算模式可基本满足对处理器更快速、更高效、更方便的使用要求。在数据层面，全球物联网设备数量将于2020年达到204亿规模，超大规模数据中心数量将达485个，随着分布式网络传输架构应用将更广泛，5G商用进程加速，可穿戴设备、智能网联汽车等的快速发展，大规模结构性数据的感知、获取、传输、分析、存储能力均取得飞跃。预计到2019年，人工智能产业发展的算法、算力、数据基础更趋成熟，我国计算机视觉、智能语音语义处理、智能机器人、智能驾驶、消费级无人机将处于国际先进行列，智能网联汽车、智能服务机器人、智能无人机爆发应用商机。
边缘智能成为人工智能应用布局的创新方向。边缘智能专指靠近智能终端以及数据源头的网络边缘侧，融合了网络、计算、存储、应用的开放计算平台。根据IHS数据测算，边缘侧人工智能市场需求在2018年开始爆发，将从2017年的4亿美元增长至2018年的19亿美元，预计2019年的增长率将超过400%。预计到2019年，更多人工智能应用和产品将部署于网络“边缘侧”，实现更低延迟性、更低能耗、更小体积和更低成本的人工智能技术应用路径。
（二）产业链条正在形成，集聚效应初具规模。人工智能产业链条逐步形成。截至2018年年初，我国人工智能领域相关企业达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。预计到2019年，我国人工智能产业链条关联性、协同性将显著增强，人工智能产业协同能力将进一步提升。
地方性、特色性产业集聚初见规模。2018年以来，我国人工智能产业在长三角、珠三角、京津冀三大城市群呈爆发式增长，北京、上海、天津、广东、安徽、浙江等地初步形成特色人工智能产业集群。
（三）融合应用水平大幅拓展，智能经济形态雏形初现。场景化、融合化将成为人工智能产业发展新特点。在制造领域，海尔利用人工智能技术赋能传统产业，实现了从传统家电供应商向“硬件+软件+服务”平台型企业的转型。在交通出行领域，2018年是人工智能在智能驾驶和智慧城市领域的产品化元年，谷歌Waymo已经率先在美国凤凰城实行一定规模的商业化，我国企业中百度的技术方案较为成熟。在消费电子领域，华为全新发布的荣耀Magic系列手机采用了人工智能处理器麒麟980芯片，可实现计算机语言识别、自学习、自推荐。预计到2019年，人工智能与制造、交通出行、消费电子、网络零售、金融服务、医疗诊断等领域的渗透影响不断加深，发展融合化、应用场景化将成为人工智能产业发展的重要特点。
人工智能产业发展塑造智能经济雏形。普华永道预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模。截至2018年年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，人工智能将通过与各种行业领域的深度融合，加速塑造新的社会经济形态。
（四）国内产业政策加速落地，国际产业博弈更加激烈。产业支持政策加速落地。近年来，国家层面密集出台一系列政策措施，助推人工智能产业发展。预计2019年，全国各地方将结合自身区位条件和产业基础，积极布局适合本地区特点的人工智能发展规划。
国际产业竞争环境更为复杂激烈。预计2019年，各国将出台本国人工智能发展战略和系列配套政策，人工智能领域的“国家主义”态势初见苗头。
对策建议
（一）以推动核心技术攻关为目标，加大对重点技术产品研发的资金支持。推动人工智能核心技术攻关。一是加强人工智能芯片、传感器、算法、平台等核心技术研发，推动CPU、GPU、FPGA等高端通用芯片现有成果向人工智能领域拓展。二是以关键技术为基础，以支撑解决方案打造和深化应用为目标，瞄准人工智能算法、智能芯片、智能传感器等基础领域和情绪感知、认知智能等前沿领域，系统推进关键核心领域攻关。三是顺应产业平台化、开源化发展趋势，引导和集中行业资源，打造自主架构的深度学习平台以及面向智能网联汽车等领域的人工智能开发平台/开发系统。
建立针对重点技术产品的资金支持体系。一是设立人工智能产业发展与应用专项资金或专项基金，重点支持人工智能基础理论及关键核心技术研发与产业化，支持重点行业典型应用示范及解决方案研发，提高全产业链发展水平和竞争能力。二是针对人工智能产品研发和应用推广，部署研究制定减税降费方案。三是加强对深度学习开源平台和项目政策资金支持力度，确定发展方向和重点任务，培育能够跻身国际主流的深度学习开源平台和项目。
（二）以深化与实体经济融合发展为目标，加强场景化应用推广和辐射引导。开展示范应用揭榜评选和案例推广工作。一是支持人工智能企业、系统集成解决方案提供商和行业重点用户联合打造面向特定场景的解决方案。二是组织梳理总结制造、教育、旅游、健康医疗等领域的典型应用场景，支持龙头企业与用户单位结合，开展人工智能应用示范。
分析总结应用路径与经验。一是面向典型应用场景，结合应用示范工作，支持人工智能企业、系统集成企业和重点用户联合打造面向特定场景的解决方案，适时编制形成针对不同行业、不同业务的应用指南。二是加强对人工智能和实体经济深度融合创新项目成功经验的总结提炼，促进人工智能产业加速发展。
重视人工智能在制造业领域的推广应用。一是结合智能制造试点示范，促进人工智能技术在研发设计、生产制造、物流配送、营销及服务等制造业各环节的深度应用。二是加大重点领域生产线智能化改造力度，培育推广智能制造新模式、新业态，系统提升制造装备、制造过程、细分行业应用的智能化水平。
（三）以构建有机协同的产业生态为目标，提升服务支撑能力。提升人工智能产业数据互联互通和开放共享水平。一是面向人工智能产品在制造、金融、医疗等领域的创新应用，推动建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台等。二是加速建立人工智能标准、测评、知识产权等服务体系，形成面向人工智能主要细分领域的测评能力。
布局面向人工智能的产业基础设施。一是面向人工智能共性技术建设计算平台和应用支撑平台，推进原始创新和技术应用创新。二是搭建自动驾驶汽车试验场、智能家居综合体验场等应用场景基础设施，支持相关产品的商业化尝试。三是加强移动互联网、大数据、云计算、物联网等针对人工智能应用落地的基础设施建设。
重视发挥第三方机构在产业发展中的服务引导作用。一是支持一批服务于人工智能产业发展的行业协会、联盟、基金会等非盈利机构，通过多种渠道，加深企业交流合作深度，提升产业人才培养培训水平。二是打造技术竞合平台，为人工智能新产品、新服务的快速迭代与共同试错提供规范化的良性竞合机制。
（四）以营造发展环境为目标，培育多元化发展格局。统筹区域产业布局。一是强化部省合作，加快打造一批特色突出、辐射带动作用明显的人工智能产业集群。二是培育具有重大引领带动作用的人工智能企业和产业。建立人工智能网络安全保障体系。
强化人才队伍建设。一是广泛调动社会资源，打造多层次人才队伍。二是加强高端专业化人才储备，加强学科建设，大力推动人工智能相关学科资源集中，形成研发和教学合力，培养人工智能领域内跨学科人才。三是鼓励高校、科研院所加大与人工智能企业及相关机构合作，打造复合化人才培养平台。四是加大对国际顶级科学家和高层次人才的吸引力，将海外引进人才、民营企业高端人才纳入国家高端智力库。
提前研判安全风险和前沿问题。一是重视人工智能技术风险管控，推动建立保障人工智能健康发展的法律法规、制度体系、伦理道德。二是围绕群体智能、人机混合等未来发展方向，推动人工智能技术能沿着服务人类的正确方向升级。
实现开放合作与安全保障之间的均衡发展。一是要统筹国内国际两个大局，提高人工智能产业的国际化发展水平，推动我国人工智能产业发展在更高层次、更宽领域和更高水平上融入全球产业分工体系。二是要建立体系化风险防范机制，始终注重维护国家经济社会安全，积极防范和应对开放带来的各种风险挑战。