摘要：人工智能是引領未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達國家相繼出臺相關規(guī)劃和政策，力圖在新一輪國際科技競爭中掌握主導權(quán)。2016年10月，美國《國家人工智能研究和發(fā)展戰(zhàn)略計劃》提出了政府資助人工智能研發(fā)的七項戰(zhàn)略計劃。2017年7月，中國國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，從科研、應用、保障政策等角度為人工智能發(fā)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(zhàn)略規(guī)劃文本為依據(jù)對中美兩國人工智能產(chǎn)業(yè)創(chuàng)新政策工具進行比較分析，為我國人工智能相關的產(chǎn)業(yè)政策及知識產(chǎn)權(quán)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(tǒng)來模擬人類智能活動的理論、方法和技術(shù)。作為一種具有巨大社會和經(jīng)濟效益的革新性、通用性技術(shù)，人工智能已成為掀起顛覆性創(chuàng)新浪潮的新引擎，是當前科技創(chuàng)新和推動產(chǎn)業(yè)升級轉(zhuǎn)型的焦點，有可能徹底改變我們的生活、工作、學習、發(fā)現(xiàn)和溝通的方式。因此，世界主要發(fā)達國家相繼把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標準規(guī)范等強化部署。
自1956 年誕生以來，人工智能發(fā)展經(jīng)歷了三次技術(shù)浪潮，近幾年的研究取得了快速進展，目前已由專家系統(tǒng)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(fā)表的以“深度學習”為主題的期刊文獻數(shù)量增長了約6倍，其中中國、美國發(fā)表的文獻數(shù)量分別居于第一、第二位（圖1）。在產(chǎn)業(yè)領域，特別是在學術(shù)研究、高端人才、技術(shù)突破、領軍企業(yè)、創(chuàng)業(yè)投資和應用落地等關鍵環(huán)節(jié)上，已顯現(xiàn)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(tài)勢，且在特定領域開始顯現(xiàn)出競爭實力。
圖1 深度學習或深度神經(jīng)網(wǎng)絡相關的期刊文獻數(shù)量國別分布
資料來源：美國《國家人工智能研究和發(fā)展戰(zhàn)略計劃》，2016
2016年10月，美國國家科學技術(shù)委員會（NSTC）出臺了《國家人工智能研究和發(fā)展戰(zhàn)略計劃》，確定了聯(lián)邦資助人工智能研究的七項戰(zhàn)略計劃。2017年7月，中國國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，這是中國第一個國家層面人工智能發(fā)展的中長期規(guī)劃，旨在搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)造人工智能產(chǎn)業(yè)發(fā)展的先發(fā)優(yōu)勢，加快建設創(chuàng)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(chǎn)業(yè)創(chuàng)新政策，以期為我國人工智能相關產(chǎn)業(yè)政策與知識產(chǎn)權(quán)戰(zhàn)略的改進與完善提供參考。
二、數(shù)據(jù)來源與理論依據(jù)
本文的數(shù)據(jù)來源為中國《新一代人工智能發(fā)展規(guī)劃》和美國《國家人工智能研究和發(fā)展戰(zhàn)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(shù)委員會頒布印發(fā)，且均將人工智能發(fā)展上升為國家戰(zhàn)略；政策目標均為推進人工智能產(chǎn)業(yè)發(fā)展；內(nèi)容主體則分別涵蓋6項重點任務、24項政策工具和7項戰(zhàn)略計劃、29項政策工具。因此，所選政策文本不僅具有較高權(quán)威性，且政策制定主體、目標與內(nèi)容等方面都具有較強的可比性。
國內(nèi)外相關學者對政策工具有諸多分類方法，其中最為經(jīng)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(shù)影響層面的視角，將其分為供給面、環(huán)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(chǎn)業(yè)直接提供資金、技術(shù)、資訊及人力等方面的供給，這類工具主要表現(xiàn)為對技術(shù)創(chuàng)新活動的推動力；環(huán)境面政策工具是指政府通過財務金融、租稅優(yōu)惠、法規(guī)管制、政策性策略等方式影響產(chǎn)業(yè)發(fā)展的環(huán)境，主要表現(xiàn)為對產(chǎn)業(yè)發(fā)展環(huán)境及產(chǎn)業(yè)可持續(xù)發(fā)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(wěn)定新產(chǎn)品市場，主要表現(xiàn)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(gòu)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(nèi)容分析法對中美兩國人工智能產(chǎn)業(yè)的創(chuàng)新政策進行比較研究。
三、統(tǒng)計分析結(jié)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(chǎn)業(yè)創(chuàng)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(chǎn)業(yè)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(xiàn)了中美兩國在政策工具選擇上的差異。
（一）供給面
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(shù)開發(fā)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(shù)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(cè)重點
2、美國
美國在供給面主要側(cè)重于科學與技術(shù)開發(fā)政策工具的使用，具體政策措施包括提升基于數(shù)據(jù)發(fā)現(xiàn)知識的能力及人工智能系統(tǒng)的感知能力、開發(fā)可擴展的人工智能系統(tǒng)、尋找人類感知人工智能的新算法、開發(fā)可視化和人機界面技術(shù)等。
（二）環(huán)境面
1、中國
從圖4中可以看出，中國在環(huán)境面的政策制定中，法規(guī)與管制方面，在知識產(chǎn)權(quán)保護、優(yōu)化人工智能領域的法律框架和監(jiān)督評估體系等方面都有涉及。在政策性策略方面，主要是統(tǒng)籌布局人工智能創(chuàng)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(huán)境面政策工具側(cè)重點
2、美國
美國環(huán)境面政策工具注重法規(guī)與管制的使用，主要包括相關標準的制定，例如開發(fā)廣泛應用的人工智能標準、制定人工智能技術(shù)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。
（三）需求面
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(mào)易管制上。首先通過構(gòu)建安全高效的智能化基礎設施體系，以滿足國內(nèi)人工智能產(chǎn)業(yè)發(fā)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(fā)展的制度安排，構(gòu)建開放包容的國際化環(huán)境，夯實人工智能發(fā)展的社會基礎。
圖5 中美兩國需求面政策工具側(cè)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(xiàn)長期的人工智能安全和優(yōu)化，開發(fā)滿足多樣化人工智能興趣與應用的豐富數(shù)據(jù)集。
（四）綜合比較
整體上看，中美人工智能國家戰(zhàn)略對其應用前景的頂層研判、技術(shù)研發(fā)的長期投入、產(chǎn)業(yè)高端技術(shù)人才的培養(yǎng)、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(huán)境面政策工具上，中國與美國都傾向于“法規(guī)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(chǎn)業(yè)創(chuàng)新政策工具的作用點存在明顯差異。中國主要是從技術(shù)研發(fā)、產(chǎn)業(yè)應用、政府政策保障等方面做出部署，側(cè)重于技術(shù)發(fā)展對行業(yè)帶來的經(jīng)濟影響；而美國則側(cè)重于人工智能對社會可能帶來的風險，并就政府資助研發(fā)和就業(yè)保障兩個方面進行了另行專題規(guī)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(mào)易管制”（13%），政策內(nèi)容強度依次為環(huán)境面（42%）、需求面（38%）、供給面（20%），表明政府產(chǎn)業(yè)創(chuàng)新政策重在通過擴大投入、刺激需求來推動產(chǎn)業(yè)發(fā)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(shù)開發(fā)”（45%）、“法規(guī)與管制”（24%）、“公共服務”（21%），政策內(nèi)容強度依次為供給面（52%）、環(huán)境面（28%）、需求面（20%），表明美國人工智能市場環(huán)境較為成熟，政府產(chǎn)業(yè)政策重在刺激研發(fā)、引導和規(guī)范。
總體而言，中國政府更注重環(huán)境面政策工具的使用，主要是由于目前中國人工智能產(chǎn)業(yè)市場尚未成熟，而政府發(fā)布創(chuàng)新政策的主要目標在于通過實施創(chuàng)新戰(zhàn)略，改善產(chǎn)業(yè)發(fā)展所需的公平、完善的市場環(huán)境，進而對產(chǎn)業(yè)本身的一系列創(chuàng)新活動產(chǎn)生積極影響。
四、對我國人工智能知識產(chǎn)權(quán)管理的建議
人工智能、大數(shù)據(jù)技術(shù)發(fā)展帶來了多樣化的創(chuàng)新成果表現(xiàn)形式，由此也帶來諸多新的知識產(chǎn)權(quán)問題，例如大規(guī)模數(shù)據(jù)的權(quán)利歸屬及共享數(shù)據(jù)的利益沖突問題；人工智能產(chǎn)品的權(quán)利認定及保護模式問題；人工智能技術(shù)應用標準缺失問題等等。綜合中美兩國人工智能國家戰(zhàn)略來看，兩國對于人工智能新業(yè)態(tài)下的知識產(chǎn)權(quán)變革及挑戰(zhàn)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(chǎn)權(quán)制度環(huán)境而言，中國人工智能產(chǎn)業(yè)價值鏈的各個環(huán)節(jié)尤為需要知識產(chǎn)權(quán)戰(zhàn)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(yè)數(shù)據(jù)共享與保護
人工智能培訓和測試數(shù)據(jù)集的完整性和可用性對人工智能技術(shù)的發(fā)展至關重要。應充分發(fā)揮中國相對于美國在數(shù)據(jù)總量和快速商業(yè)開發(fā)能力方面的比較優(yōu)勢，開展公共數(shù)據(jù)開放利用改革試點，加強行業(yè)數(shù)據(jù)的開放和共享程度，利用法規(guī)解決現(xiàn)有大數(shù)據(jù)的權(quán)利歸屬及共享數(shù)據(jù)的利益沖突，完善落實數(shù)據(jù)開放與保護相關政策，從觀念引導、制度創(chuàng)新、數(shù)據(jù)開放和專項支持等方面，為人工智能行業(yè)的數(shù)據(jù)基礎構(gòu)筑良好的政策環(huán)境。
2、建立廣泛專業(yè)的人工智能知識產(chǎn)權(quán)體系
現(xiàn)有的知識產(chǎn)權(quán)體系還無法覆蓋大數(shù)據(jù)、人工智能產(chǎn)品等新業(yè)態(tài)的創(chuàng)新成果表現(xiàn)形式。為此，需要識別界定人工智能新業(yè)態(tài)知識產(chǎn)權(quán)的類別與商業(yè)模式，及時調(diào)整專利、著作權(quán)和商業(yè)秘密等相關的知識產(chǎn)權(quán)體系，積極探索構(gòu)建必要的數(shù)據(jù)流通基礎設施，協(xié)調(diào)著作權(quán)的權(quán)利限定與有效利用，構(gòu)建全面專業(yè)的人工智能領域知識產(chǎn)權(quán)體系，促進人工智能創(chuàng)新成果的知識產(chǎn)權(quán)化。
3、加強人工智能技術(shù)標準化和產(chǎn)業(yè)生態(tài)系統(tǒng)培育
將人工智能技術(shù)標準化戰(zhàn)略作為知識產(chǎn)權(quán)戰(zhàn)略的組成部分，在信息通信、互聯(lián)網(wǎng)、電子商務等領域制定人工智能技術(shù)標準和應用規(guī)范，推行標準化戰(zhàn)略試點，積極鼓勵人工智能企業(yè)參與或主導國際標準制訂，為國際標準化戰(zhàn)略提供政策和財政支持，積極培養(yǎng)標準化人才。未來的人工智能不僅是企業(yè)之間的競爭，更是產(chǎn)業(yè)生態(tài)系統(tǒng)之間的競爭。與美國成熟的產(chǎn)業(yè)生態(tài)系統(tǒng)相比，當前我國人工智能的產(chǎn)業(yè)生態(tài)尚存在較大差距，需要政府部門在數(shù)據(jù)整合、平臺建設、示范應用、產(chǎn)業(yè)生態(tài)支持體系等方面破除人工智能行業(yè)應用的體制障礙，加強人工智能領域的知識產(chǎn)權(quán)保護，促進人工智能新技術(shù)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(zhàn)略相比，我國環(huán)境面政策工具主要由“政策性策略”和“法規(guī)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(nèi)容，提高政策的可操作性并健全相應的監(jiān)督機制，切忌規(guī)劃文件空轉(zhuǎn)，確保人工智能產(chǎn)業(yè)創(chuàng)新政策不斷得以持續(xù)貫徹落實。（國家知識產(chǎn)權(quán)戰(zhàn)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(jīng)許可，不得轉(zhuǎn)載。
