摘要：人工智能是引領未來的戰略性技術，世界主要發達國家相繼出臺相關規劃和政策，力圖在新一輪國際科技競爭中掌握主導權。2016年10月，美國《國家人工智能研究和發展戰略計劃》提出了政府資助人工智能研發的七項戰略計劃。2017年7月，中國國務院印發《新一代人工智能發展規劃》，從科研、應用、保障政策等角度為人工智能發展做出體系化的整體布局，提出了六項重點任務。本期信息速遞將以此兩部戰略規劃文本為依據對中美兩國人工智能產業創新政策工具進行比較分析，為我國人工智能相關的產業政策及知識產權管理提供決策參考。
一、引言
人工智能是研究應用計算機系統來模擬人類智能活動的理論、方法和技術。作為一種具有巨大社會和經濟效益的革新性、通用性技術，人工智能已成為掀起顛覆性創新浪潮的新引擎，是當前科技創新和推動產業升級轉型的焦點，有可能徹底改變我們的生活、工作、學習、發現和溝通的方式。因此，世界主要發達國家相繼把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略，加緊出臺規劃和政策，圍繞核心技術、頂尖人才、標準規范等強化部署。
自1956 年誕生以來，人工智能發展經歷了三次技術浪潮，近幾年的研究取得了快速進展，目前已由專家系統階段快速進入至深度學習階段。在研究領域，2013年至2015年web of science發表的以“深度學習”為主題的期刊文獻數量增長了約6倍，其中中國、美國發表的文獻數量分別居于第一、第二位（圖1）。在產業領域，特別是在學術研究、高端人才、技術突破、領軍企業、創業投資和應用落地等關鍵環節上，已顯現出中美“雙雄”的格局。綜合來看，美國人工智能總體上比中國領先。中國呈快速追趕態勢，且在特定領域開始顯現出競爭實力。
圖1 深度學習或深度神經網絡相關的期刊文獻數量國別分布
資料來源：美國《國家人工智能研究和發展戰略計劃》，2016
2016年10月，美國國家科學技術委員會（NSTC）出臺了《國家人工智能研究和發展戰略計劃》，確定了聯邦資助人工智能研究的七項戰略計劃。2017年7月，中國國務院印發《新一代人工智能發展規劃》，這是中國第一個國家層面人工智能發展的中長期規劃，旨在搶抓人工智能發展的重大戰略機遇，構造人工智能產業發展的先發優勢，加快建設創新型國家和世界科技強國。
本文主要比較分析中、美兩國國家層面的人工智能產業創新政策，以期為我國人工智能相關產業政策與知識產權戰略的改進與完善提供參考。
二、數據來源與理論依據
本文的數據來源為中國《新一代人工智能發展規劃》和美國《國家人工智能研究和發展戰略計劃》。上述政策文件分別由中國國務院、美國國家科學技術委員會頒布印發，且均將人工智能發展上升為國家戰略；政策目標均為推進人工智能產業發展；內容主體則分別涵蓋6項重點任務、24項政策工具和7項戰略計劃、29項政策工具。因此，所選政策文本不僅具有較高權威性，且政策制定主體、目標與內容等方面都具有較強的可比性。
國內外相關學者對政策工具有諸多分類方法，其中最為經典且具有操作性的是Rothwell和Zegveld的分類方法，他們基于政策工具對技術影響層面的視角，將其分為供給面、環境面和需求面政策工具，具體共包括12種（如表1所示）。其中供給面政策工具是指政府對產業直接提供資金、技術、資訊及人力等方面的供給，這類工具主要表現為對技術創新活動的推動力；環境面政策工具是指政府通過財務金融、租稅優惠、法規管制、政策性策略等方式影響產業發展的環境，主要表現為對產業發展環境及產業可持續發展的間接影響；需求面政策工具是指政府通過政府采購、完善基礎設施等方法開拓并穩定新產品市場，主要表現為對市場需求的拉動力。
表1 政策工具分類及定義
資料來源：Rothwell和Zegveld,1981.
本文在Rothwell和Zegveld所構建的政策工具分類框架的基礎上，從政策工具的視角，采用內容分析法對中美兩國人工智能產業的創新政策進行比較研究。
三、統計分析結果
將中美兩國政策進行編碼、提取后，再分別逐條將其歸類于政策工具的十二類小項中，可以得到兩國人工智能產業創新政策的政策工具使用分布情況，如表2和圖2所示。
表2 中美兩國政策工具使用情況
圖2 中美人工智能產業政策工具分布圖
表2具體顯示了中美兩國的政策工具使用情況；圖2則將中美兩國的政策工具使用情況放在一起進行比較，較為清晰地展現了中美兩國在政策工具選擇上的差異。
�。ㄒ唬┕┙o面
1、中國
如圖3所示，中國政府在供給面政策工具的使用上較為均衡。科學與技術開發方面主要集中在加快建立新一代人工智能基礎理論體系和關鍵共性技術體系；教育與訓練方面的核心主要是加快培育聚集人工智能高端人才和加強人工智能勞動力培訓。
圖3 中美兩國供給面政策工具側重點
2、美國
美國在供給面主要側重于科學與技術開發政策工具的使用，具體政策措施包括提升基于數據發現知識的能力及人工智能系統的感知能力、開發可擴展的人工智能系統、尋找人類感知人工智能的新算法、開發可視化和人機界面技術等。
�。ǘ┉h境面
1、中國
從圖4中可以看出，中國在環境面的政策制定中，法規與管制方面，在知識產權保護、優化人工智能領域的法律框架和監督評估體系等方面都有涉及。在政策性策略方面，主要是統籌布局人工智能創新平臺、加強人工智能領域軍民融合，以及布局新一代人工智能重大科技項目。
圖4 中美兩國環境面政策工具側重點
2、美國
美國環境面政策工具注重法規與管制的使用，主要包括相關標準的制定，例如開發廣泛應用的人工智能標準、制定人工智能技術的測試基準，以及促進人工智能社群參與標準和基準的制定等。
�。ㄈ┬枨竺�
1、中國
如圖5所示，對于中國而言，需求面將主要精力投入在了公共服務和貿易管制上。首先通過構建安全高效的智能化基礎設施體系，以滿足國內人工智能產業發展中對于某些基礎設施的需求；其次是形成適應人工智能發展的制度安排，構建開放包容的國際化環境，夯實人工智能發展的社會基礎。
圖5 中美兩國需求面政策工具側重點
2、美國
美國在需求面傾向于公共服務政策工具的使用，主要包括三個方面，首先是通過提高人工智能的可解釋性、透明性以及信任度；其次是增強其可驗證性與可確認性，保護其免受攻擊；最后則是實現長期的人工智能安全和優化，開發滿足多樣化人工智能興趣與應用的豐富數據集。
�。ㄋ模┚C合比較
整體上看，中美人工智能國家戰略對其應用前景的頂層研判、技術研發的長期投入、產業高端技術人才的培養、制定政策標準等保障體系建設的認識基本一致，在某些政策工具的使用方面也不乏相似之處。例如在環境面政策工具上，中國與美國都傾向于“法規與管制”和“政策性策略”政策工具的使用；在需求面政策工具上，中國與美國同樣都比較注重“公共服務”政策工具的使用。
與此同時，中國與美國在人工智能產業創新政策工具的作用點存在明顯差異。中國主要是從技術研發、產業應用、政府政策保障等方面做出部署，側重于技術發展對行業帶來的經濟影響；而美國則側重于人工智能對社會可能帶來的風險，并就政府資助研發和就業保障兩個方面進行了另行專題規劃。中國政策工具使用頻次前三位依次是“公共服務”（25%）、“政策性策略”（21%）、“貿易管制”（13%），政策內容強度依次為環境面（42%）、需求面（38%）、供給面（20%），表明政府產業創新政策重在通過擴大投入、刺激需求來推動產業發展；美國人工智能政策工具使用頻次前三位依次是“科學與技術開發”（45%）、“法規與管制”（24%）、“公共服務”（21%），政策內容強度依次為供給面（52%）、環境面（28%）、需求面（20%），表明美國人工智能市場環境較為成熟，政府產業政策重在刺激研發、引導和規范。
總體而言，中國政府更注重環境面政策工具的使用，主要是由于目前中國人工智能產業市場尚未成熟，而政府發布創新政策的主要目標在于通過實施創新戰略，改善產業發展所需的公平、完善的市場環境，進而對產業本身的一系列創新活動產生積極影響。
四、對我國人工智能知識產權管理的建議
人工智能、大數據技術發展帶來了多樣化的創新成果表現形式，由此也帶來諸多新的知識產權問題，例如大規模數據的權利歸屬及共享數據的利益沖突問題；人工智能產品的權利認定及保護模式問題；人工智能技術應用標準缺失問題等等。綜合中美兩國人工智能國家戰略來看，兩國對于人工智能新業態下的知識產權變革及挑戰尚缺乏前瞻性、可操作的解決方案。相對于美國較為成熟的知識產權制度環境而言，中國人工智能產業價值鏈的各個環節尤為需要知識產權戰略的支撐和保障。具體而言，應采取以下應對措施：
1、推動人工智能相關的行業數據共享與保護
人工智能培訓和測試數據集的完整性和可用性對人工智能技術的發展至關重要。應充分發揮中國相對于美國在數據總量和快速商業開發能力方面的比較優勢，開展公共數據開放利用改革試點，加強行業數據的開放和共享程度，利用法規解決現有大數據的權利歸屬及共享數據的利益沖突，完善落實數據開放與保護相關政策，從觀念引導、制度創新、數據開放和專項支持等方面，為人工智能行業的數據基礎構筑良好的政策環境。
2、建立廣泛專業的人工智能知識產權體系
現有的知識產權體系還無法覆蓋大數據、人工智能產品等新業態的創新成果表現形式。為此，需要識別界定人工智能新業態知識產權的類別與商業模式，及時調整專利、著作權和商業秘密等相關的知識產權體系，積極探索構建必要的數據流通基礎設施，協調著作權的權利限定與有效利用，構建全面專業的人工智能領域知識產權體系，促進人工智能創新成果的知識產權化。
3、加強人工智能技術標準化和產業生態系統培育
將人工智能技術標準化戰略作為知識產權戰略的組成部分，在信息通信、互聯網、電子商務等領域制定人工智能技術標準和應用規范，推行標準化戰略試點，積極鼓勵人工智能企業參與或主導國際標準制訂，為國際標準化戰略提供政策和財政支持，積極培養標準化人才。未來的人工智能不僅是企業之間的競爭，更是產業生態系統之間的競爭。與美國成熟的產業生態系統相比，當前我國人工智能的產業生態尚存在較大差距，需要政府部門在數據整合、平臺建設、示范應用、產業生態支持體系等方面破除人工智能行業應用的體制障礙，加強人工智能領域的知識產權保護，促進人工智能新技術的應用與擴散。
4、盡快完善具有操作性的政策實施細則
與美國人工智能國家戰略相比，我國環境面政策工具主要由“政策性策略”和“法規管制”組成，尤其是政策性策略最為突出，具有實際操作性的具體實施細則稍顯不足。需要盡快增加相關政策實施細則、階段性目標、時間計劃表、具體要求等內容，提高政策的可操作性并健全相應的監督機制，切忌規劃文件空轉，確保人工智能產業創新政策不斷得以持續貫徹落實。（國家知識產權戰略實施（大連理工大學）研究基地 王海龍、王靜、丁堃、徐作圣、林德明、馬翔、唐德龍等）
本文僅代表研究基地專家觀點，未經許可，不得轉載。
