陈兵：中央经济工作会议提出加快推动人工智能发展，如何发力？
中新经纬12月13日电 题：中央经济工作会议提出加快推动人工智能发展，如何发力？
作者 陈兵 南开大学竞争法研究中心主任、法学院副院长
近年来，人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，尤其是通用人工智能技术的崛起，带动全世界各类行业蓬勃发展，如智能驾驶、智能医疗等方面，成为新一轮科技革命和产业变革的重要驱动力。同时，人工智能在消费领域也具有广阔的发展前景，尤其是虚拟现实技术、人工智能生成内容(AIGC)辅助创造虚拟购物空间的成本进一步降低，将使人工智能相关产业新业态成为中国新的消费增长点，为中国经济高质量发展注入新的活力。
12月11日至12日举行的中央经济工作会议提出，要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。强调要大力推进新型工业化，发展数字经济，加快推动人工智能发展。同时，会议还指出注意把握和处理好速度与质量、宏观数据与微观感受、发展经济与改善民生、发展与安全的关系。特别指出“必须坚持高质量发展和高水平安全良性互动，以高质量发展促进高水平安全，以高水平安全保障高质量发展，发展和安全要动态平衡、相得益彰。”这就要求中国的人工智能不仅要讲究发展的速度，也要注重发展的质量，并且还需要正确处理发展与民生、安全等方面的关系。需要在加大对人工智能发展支持的同时，着力保障人工智能产业的规范健康发展，以安全为基础、以创新为动能、以产业为抓手、以法治为保障，才能真正推动中国人工智能高质量发展，打造国际竞争新优势。
中国具有发展人工智能的良好基础。近年来，中国人工智能创新创业日益活跃，一批龙头骨干企业加速成长，在国际上获得广泛的关注和认可。但同时也需要客观准确认识到中国人工智能整体发展水平与发达国家相比仍存在差距，其中的差距并不仅仅是技术上的差距，在支持人工智能发展的基础实施，高端人才培养体系，科技创新研发支撑机制等方面存在不足。当前，人工智能在给中国带来发展新机遇的同时，其对数据安全、知识产权保护、伦理安全等方面也产生了风险，或对相关新业态发展产生不利影响。为此，有必要从发展和规范层面，分析加快推动中国人工智能高质量发展的对策。
一、发展层面：系统加大对人工智能发展的支持力度
人工智能具有技术属性、经济属性及社会属性等多维质高度融合的特征。加快推进人工智能的发展，需要重视人工智能技术创新的源头供给，主要从数据基础设施、人才培养以及创新支撑等方面，为人工智能可持续的创新研发提供有力支撑。
1.建立开放共享的人工智能数据基础服务设施
数据可以说是人工智能发展的基础，人工智能需要大量的数据来学习，从而提高其预测和决策的准确性。数据的质量和数量会直接影响到人工智能的学习效果。因此，数据的数量与质量在一定程度上直接影响人工智能技术发展的质量。然而，目前中国数据要素市场化配置仍面临包括产权不明、数据交易流通不畅且质量不高等障碍，可能会对中国人工智能发展产生不利影响。
为此，有必要推动建立面向人工智能的集成数据共享、数据交易和交换以及数据云服务等多种数据服务的数据基础设施，统筹利用大数据基础设施，在保障数据安全与隐私保护的同时，为人工智能研发和广泛应用提供海量数据支撑。譬如，在数据共享方面，需要建立面向人工智能的数据资源库，向进行人工智能研发的企业、科研工作者按照数据类型和价值，无偿或有偿提供可用于人工智能训练的数据资源；在数据交易方面，向企业和个人提供可交易包括数据资源、算法模型、数据产权等多种以数据为载体的数据资源，推动高价值数据的市场化流通配置，有效提升可用于人工智能研发的数据数量和质量。
2.完善人工智能领域高端人才培养体系
人工智能发展的关键要素不仅在于数据，还在于算法，而算法的创新研发离不开高端的人才，因此，高端人才培养是人工智能发展的重中之重。目前，中国在人工智能领域的人才培养方面，仍面临人才培养体系不健全，高端人才向国外流失等现实问题。
为此，一方面需要进一步完善中国人工智能的人才培育体系，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设，加强人工智能基础研究、应用研究、运行维护等方面专业技术人才培养；另一方面，要加大对人工智能人才的激励机制，进一步完善人工智能领域人才在科研方面的政策支持力度，加强人工智能领域优秀人才特别是优秀青年人才引进工作。
3.健全人工智能创新研发支持机制
人工智能的发展需要以科技创新作为主动力，没有创新，人工智能的发展将“寸步难行”，因此，要加快中国人工智能发展，离不开适应人工智能发展需要的创新研发支持机制。
首先，需要建立财政引导、市场主导的人工智能研发资金支持机制。一方面，政府需要重视对人工智能前沿领域的财政资金支持力度，尤其是对于人工智能新业态发展初期，缺少有效的资金来源支持，则需利用现有政府投资基金支持符合条件的人工智能项目；另一方面，需要充分发挥市场的导向作用，通过天使投资、创业投资基金及资本市场融资等多种渠道，引导社会资本支持人工智能发展。
其次，要进一步完善支持人工智能发展的重点政策。譬如，进一步细化和落实对人工智能中小企业和初创企业的财税优惠政策，通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展。同时，也需要进一步优化对人工智能发展的监管方式，合理降低人工智能相关领域的市场准入门槛，为企业研发人工智能营造良好的发展环境。
二、规范层面：常态化防范人工智能发展过程中潜在的风险
在规范层面，需要预判人工智能的挑战，协调产业政策、创新政策与社会政策，实现激励发展与合理规制的协调，最大限度防范风险，若一味追求人工智能发展的速度，而忽视质量、民生以及安全等方面可能存在的风险，将可能导致中国人工智能相关业态无法真正实现健康持续的发展。为此，需要高度重视人工智能发展过程中可能面临的诸多风险。
1.数据安全风险
以科技创新引领产业变革，以新安全格局保障新发展格局，所以在对于人工智能的数据安全方面要高度重视，保障安全才能保障创新。在通用人工智能的训练过程中需要海量的数据，当用户在使用过程中授权其使用相关资料，人工智能便会爬取其大量数据信息，其中包含了大量敏感信息，如果没有建立数据安全保障措施，容易造成信息泄露风险，导致数据的滥用，违反相关法律法规和合规要求，同时降低人们对于人工智能的可信度，不利于其行业未来的健康发展。
2.知识产权风险
创新是引领发展的第一动力，在推动高质量发展的背景下，知识产权作为国家发展战略国际竞争核心要素的作用日益凸显。在使用者使用通用人工智能生成作品时可能会造成与他人作品极为相似的情况。这种情况原因在于通用人工智能的飞速发展需要大量的数据投入，而这些数据的获取来源中会存在大量受知识产权保护的数据。如果通用人工智能基于他人作品进行生成，便会产生与他人作品极为相似的产品，从而导致知识产权的风险。保护知识产权就是保护创新，因此对通用人工智能的知识产权风险要予以高度重视，既要保护人工智能的创新态势，同时也要从法律层面保护受知识产权保护的作品。
3.权责划分风险
随着技术的发展和应用，出现了诸多的侵权事件。目前来看，人工智能本身还难以成为新的侵权责任主体。所以在侵权行为发生后，应该考虑侵权责任的承担者，通常是由人工智能的所有者负责，还是由人工智能的使用者负责？当涉及到人工智能的具体行为时，控制程序的责任则变得模糊，通用人工智能的决策过程缺乏透明度，人们对通用人工智能的决策过程不能完全控制，因此，在确认责任主体，责任认定与承担时存在一定的问题。
4.社会伦理风险
通用人工智能是一把双刃剑，能够推动数字经济进步的同时也会带来科技伦理风险。数据、算法和算力是驱动人工智能发展的三驾马车，通用人工智能的发展迅猛在于大量的数据供给分析，当数据获取渠道出现局限性或者数据来源不全面时，通用人工智能可能因为数据原因导致包含偏见和歧视性内容，这会影响到其公平性和客观性，引发社会伦理争议。出现这类风险的原因也在于通用人工智能的决策过程缺乏透明度，使得人们难以理解模型的决策模式和过程，出现算法黑箱问题，从而导致人们认为通用人工智能不公平，不可控，产生信任危机。这种信任危机也会极大地影响人工智能领域的发展。
