我国人工智能领域的基础创新投入严重不足。从企业研发创新看， 中国人工智能企业的创新研发支出仍远远落后于美国、欧洲和日本。据统 计，美国人工智能领域企业投入的科技研发费用占据了全球科技支出的 61%，我国人工智能领域企业研发支出虽然快速增加，增速达到34%，但 实际占据的全球科技支出份额明显小于美国。从人工智能知识产权保有量 看，我国各类实体拥有的工智能专利总量超过3万件，位居世界第一，但中 国相关企业拥有的人工智能相关专利多为门槛较低的实用新型专利，发明专利仅占专利申请总量的23%。
同时，根据世界知识产权组织的数据，我国企业拥有的95％的人工智 能设计专利和61％的人工智能实用新型专利将会在5年后失效，相比之下， 美国85.6％的人工智能专利技术在5年后仍在支付维护费用。2021年，我 国需要在人工智能基础研究与创新，打造核心关键技术长板、加强知识产权保护方面加大投入力度。我国人工智能产业的算力算法核心基础相对薄弱。我国人工智能发展在数据规模和算法集成应用上都走在世界前列，但 在人工智能基础算力方面，能提供国产化算力支持的企业还不多。
在人工智能的算力支持方面，ibm、hpe、戴尔等国际巨头稳居全球服 务器市场前三位，浪潮、联想、新华三、华为等国内企业市场份额有限； 国内人工智能芯片厂商需要大量依靠高通、英伟达、amd、赛灵思、美满 电子、emc、安华高、联发科等国际巨头供货，中科寒武纪等国内企业发 展刚刚起步。
在人工智能算法方面，主流框架与数据集领域国内外企业龙头企业 包括谷歌、脸书、亚马逊、微软等，深度学习主流框架tensorflow、caffe 等均为美国企业或机构掌握，百度、第四范式旷视科技等国内企业的算法 框架和数据集尚未得到业界的广泛认可和应用。2021年，我国需要进一步 部署加强人工智能基础设施建设，并重视国内人工智能算法框架的创新推 广。
产业脱节问题
其次是“高端”的AI技术与“中低端”的产业之间存在脱节现象。相 对于庞大的经济体量，目前我国人工智能推广应用有限，仍有不小提升空 间。人工智能技术与企业业务需求存在鸿沟，尤其是传统企业的整体智能化程度偏低。以制造业为例，业务信息化水平不足造成的场景数据获取困难，研发投入大和交付周期长，成为一部分企业利用AI进行转型升级的制约因素。
研发与成果转化率问题
产学研合作密切度待提升，成果转化率不高。一方面高水平、跨行 业复合型人才稀缺。当前我国人工智能产业发展迅速，但人才尤其是高水平、资深人才规模较小，难以满足行业发展需求。我国人工智能基础环节薄弱，与缺少顶级基础研究人才有直接关系。市场上缺少既了解行业又掌 握人工智能关键技术，还能够进行应用开发的复合型人才。另一方面，对我国人工智能产业而言，高校、科研院所、企业之间如何实现密切合作的问题亟待解决。现有产学研合作培养模式较为单一，高校、科研院所、企业之间的合作多为自发性短期行为，缺乏顶层统筹以及可持续运行机制。
数据规范使用问题
当前数据使用不规范问题较为突出，安全问题逐渐显现。人工智能 技术在造福人类的同时，也引发了诸多安全问题，以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响。算法战指的 是将人工智能算法、机器学习等技术全面应用于对敌作战中的情报收集、 武器装备、战场勘测、指挥协同、决策制定等环节，核心目标是利用人工智能技术提升军事作战能力；深度伪造是一种基于深度学习的人物图像合 成技术，随着人工智能算法开源不断推进，深度伪造技术门槛正在不断降 低，非专业人员已经可以利用简单开源代码快速制作出以假乱真的视频和图像。20年以来，基于人工智能的算法战和深度伪造的正在扩大军事影 响、形成网络暴力、破坏政治选举、扰乱外交关系等方面被滥用，并给社会和国家带来极大风险。上述对人工智能技术的滥用给我国家安全、产业 安全、社会经济安全带来巨大风险，需提前预防可能风险，并寻求国际支 持。
人工智能未来发展趋势
