强化“人工智能+”泛在应用赋能产业新质生产力 

0

吕瑞潇 吴 斌 等 

摘 要:新质生产力作为当前先进生产力的代表,对于摆脱传统经济增长方式、创新生产力发展路径、构建现代化产业体系具有重要意义。特别是作为推动新质生产力发展的人工智能创新引擎,其赋能路径与机理的挖掘成为一项重要研究内容。文章通过对人工智能赋能新质生产力的路径进行解构分析,认为人工智能可在辅助技术创新、优化产业结构以及催生新模式方面促进新质生产力的形成及发展。基于此,提出多层次技术研发布局,形成新质生产力孵化技术创新链、利用人工智能助推优势产业结构升级、培育“人工智能+”创新生态圈,提出“人工智能+”多场景的泛化应用的建议和路径分析。

关键词:人工智能;新质生产力;高质量发展;路径分析 

一、引言

2023年9月,习近平总书记在黑龙江考察时首次提出了“新质生产力”这一全新概念。新质生产力以其“符合新发展理念的先进生产力质态”和“推动高质量发展的内在要求和重要着力点”的突出内涵,为中国经济和社会发展指明了新方向,同时也对新技术、新产业、新模式提出了新的需求。人工智能技术作为第四次工业革命的颠覆性及关键性技术,在整合数据资源、推动人机协作、提高运营效率等方面具有突出优势,已成为改革旧有世界生产力格局、扩充新质生产力的重要动力。因此,厘清人工智能对催生新质生产力的引擎作用,探索其在科技创新、产业升级、模式革新等方面的潜力,规划人工智能推进新质生产力发展的实施路径,推动人工智能与新质生产力的有机融合,为新时期经济社会高质量发展提供新思路,具有重要的理论和实践意义。

二、“人工智能+”赋能新质生产力的路径解构

(一)人工智能辅助技术创新赋能新质生产力

原创性、颠覆性的新技术是发展新质生产力的着力点之一,要求高水平的技术创新,而技术创新的本质是知识的革新,不论是改进现有技术还是发展全新技术,都需要对知识进行整合与创造。人工智能作为一项多场景通用技术,可重塑各行业的知识分享、知识吸收、知识创造、知识溢出等知识管理环节。人工智能领域的智能算法,如机器学习、深度学习和神经网络算法,能够更有效地处理碎片化信息,提高知识处理的准确性和可靠性,加快旧知识的重组。同时,与传统“面对面交流”不同,人工智能算法可通过提取标签信息对隐性知识进行显性转换,在降低知识共享成本的同时,提升了知识的易用性和知识吸收效率。此外,基于人工智能构建的知识平台、创新平台等知识传播网络,通过在组织内部或创新主体间构建知识交流渠道,能够形成有助于技术创新的知识外溢。这种知识溢出对技术创新的促进作用一方面表现为创新主体通过内部各部门间的知识交流和积累,丰富知识创新资源,激发技术创新活力;另一方面体现在各创新主体通过对外部知识的吸收和转化,改变内部知识环境,降低技术创新成本和风险。

(二)人工智能通过产业结构优化

新质生产力的关键在培育新产业,并实现产业结构转型升级,即产业结构的高级化与合理化。人工智能对产业结构的优化首先表现为产业智能化。微观上,融合了人工智能技术的现代工业机器人,已具备较高的智能化和自主化水平,对生产环境的适应性得到提升,能完成具有重复性、高风险和低效率的任务,提高生产效率的同时降低了劳动力成本。中观上,人工智能技术在制造业的升级运用,还推动了基于工业互联网的人、机、物系统的融合,为生产智能化、产品定制化、产业链协同化提供了数字基础,可实现生产要素优化配置,进而驱动产业技术创新、推动产业结构升级。宏观上,人工智能应用带来的技术差距也推动了传统产业的升级。人工智能的广泛应用将显著提升制造业的竞争优势,且这种影响对服务业具有传导作用。一方面,人工智能及其相关技术的应用使企业实现生产、管理的智能化,提高了运营效率,同时低智能化水平的替代产品行业因受到挤压而选择主动升级或被动淘汰,最终提升了产业结构的高级化水平。另一方面,人工智能及其相关技术的应用对低技能劳动力的替代会将部分制造业劳动力挤出至服务业,进而提高产业结构的合理化程度。

人工智能对产业结构的优化还表现为人工智能产业化。作为一个复杂系统,人工智能包含了智能芯片、计算机视觉、自然语言处理、机器学习、语音识别等各种技术和产品,这些技术、产品经过成果转化、商业化、产业化形成了庞大的高生产率产业,吸引了资本和人力要素的聚集,优化了社会生产要素配置。同时,目前人工智能技术处于成熟期,创新动力较为强劲,蕴藏着许多潜在的颠覆性技术,如多核类脑存算一体芯片和与之匹配的神经网络算法等,这些技术或将实现高计算性能、高集成度和低能耗的突破,赋予人工智能处理更复杂系统的能力,推动其与更多行业产生连接,从而催生出更多高新产业。

(三)“人工智能+”催生新模式、新业态

新模式主要指满足人们多元化和智能化需求的新型服务和消费模式。当前人工智能技术已发展至基于基础大模型的通用人工智能阶段,其所依托的海量多模态数据,赋予其更高级的表示能力和自适应学习能力。表示及学习能力的提升,使其能够为不同的用户或者不同的交互情境提供个性化的交互内容,重塑传统的数字化人机交互的交互环境。人工智能以其强大的交互能力为依托,通过融合线上线下、数字与非数字的交互信息内容,并结合虚拟现实和增强现实等技术,提供多模态交互来重塑诸多领域的服务模式。如在消费领域可实现3D虚拟场景构建,满足客户的消费个性化需求,塑造体验消费新模式;在教育领域可构建智慧学习资源系统,提供人性化的交互教学,塑造交互教育新模式;在医疗领域可实现远程诊断及智能检测患者生命体征及恢复状况,提供实时健康预警,塑造远程医疗新模式。 

三、推动“人工智能+”赋能产业高质量发展的对策建议

(一)多层次技术研发布局,形成新质生产力孵化技术创新链

目前,各省人工智能领域的投资和企业数量虽多,但是多集中在模式创新领域,且人工智能企业多是采取“拿来主义”,利用已有技术进行商业模式创新,缺乏真正原创的技术、开发工具和开源平台。对此,应从以下几方面推动人工智能技术自主化、产业化发展。

一是深入推进智算网络等新型基础设施建设,为人工智能的泛在应用提供承载基座。应在夯实基础产业支撑能力的基础上,强化传感传输网络、数字存储及计算能力、数据资源体系等产业关键核心环节的建设,提升以云计算、边缘计算、量子计算、类脑计算等为代表的新型基础设施的建设水平,释放人工智能要素乘数效应。

二是加快通用人工智能技术研发与应用,形成面向场景应用的AI(人工智能)算法与产品。应在AI芯片、IC(集成电路)、计算机视觉、机器学习、自然语言处理、机器人技术、生物识别技术、人脸识别技术、语音识别、大数据处理等领域开展基础与应用研究,形成一批自主研发的AI算法与模型,为政务、金融、交通、旅游、农业等场景提供支撑。

三是推进智能终端的制备与生产,提升智能设备规模化生产能力。应充分发挥科研院所与高新企业的研发潜力,加大智能装备研制,特别是VR/AR(虚拟现实/增强现实)、人工智能服务平台、家居智能终端、5G/6G智能终端、金融智能终端、移动智能终端、智能终端软件、智能硬件和软件开发平台等方面的制备,并在高新园区形成规模化的AI终端生产线,支撑“人工智能+”的泛在应用。

(二)人工智能助推优势产业结构升级,推动传统产业升级和新兴产业发展

近年来,我国积极谋划建设“数字中国”,数字基础不断夯实,数字产业快速发展,数字应用加速创新,涌现出一批具有影响力的应用示范项目。在推进传统产业升级、推动新兴产业发展方面,人工智能大有可为,对此,应从以下几方面推动产业结构升级,催化新质生产力助力高质量发展。

一是探索人工智能技术在传统产业的应用,推进传统产业升级——以农业及文旅产业为例。

农业方面。探索推出并持续推广“农业AI”,以新“智”生产力带动农业产业发展。发挥人工智能技术对农业专家及种植户的辅助作用,开发基于人工智能的作物生长数字化管理系统,提供远程智慧种植方案;探索基于人工智能的农业自动化系统,通过量化传统种植经验,结合人工智能系统提示,辅助种植户在生产过程中进行相应的干预,从而实现种植标准化。

文旅产业方面。以人工智能技术促进文旅产业优化,打通旅游资源开发堵点。利用人工智能赋能景区建设,借助大数据分析来完善景区配套设施建设和更新优化运营服务流程;以大数据分析技术与视频通信云技术为依托,采集并发布景区实时客流量、区域热力图等数据信息,帮助景区及时调整管理方案,有效解决景区高峰期拥堵问题;引入人工智能优化文旅产业运营流程和服务,支持和开发本地化旅游大模型,为游客提供旅游信息咨询、制定特色旅行规划等服务,规避游客上当受骗风险,提升旅游体验;利用人工智能技术、大数据分析技术与视频通信云技术,对旅游景区状况与服务质量进行实时监控,协助处理纠纷投诉,有效提升服务效率和质量。

二是探索人工智能技术在新兴产业的应用,推动新兴产业发展——以生物医药产业及智能制造产业为例。

生物医药产业方面。以人工智能赋能生物医药产业,充分挖掘民族医药资源。加快布局基于人工智能与大数据的药物研发专项,鼓励人工智能、制药等相关单位开发人工智能药物设计技术;探索人工智能技术在生物医药场景应用;开发基于生物医药大数据的药物研发决策辅助系统,有效赋能新药研发,加速新药产出效率;支持利用人工智能算法对中药(民族药)进行物质基础与作用机制的研究,确保中药安全、有效、质量可控;充分利用天然药物及民族医药资源,鼓励高校院所联合图书馆、档案馆等相关单位,利用人工智能联合开展彝族、傣族、藏族等民族医药文献和相应临床诊治经验的结构化、科学化表达,助力诊疗客观化标准与评价体系的建立,拓宽民族药互联网应用场景,传承并发展民族药文化。

智能制造产业方面。以人工智能加快智能制造高端化,创新算法场景应用。鼓励人工智能在基础层面融入制造业,通过提升算力、算据等方面的能力以稳固制造业智能化转型的基础;提高大模型在制造业场景中的通用性与泛化性,在普遍场景中充分发挥 AIGC(生成式人工智能) 的识别水平和模型迁移性,实现算法模型在基础任务和特定行业任务上的匹配落实;推动基于数据的初级智能化应用开发,通过直接集成基础大模型的问答、代码生成等通用能力提升传统制造业产业的运行效率。例如,Salesforce、 微软、ABB、用友等在 CRM(客户关系管理)、ERP(企业资源计划)、生产管理等软件接入大模型,有助于提升专业软件的数据分析、文档管理、知识问答等辅助能力。

(三)培育“人工智能+”创新生态圈,推动人工智能多场景泛化应用

目前,我国在智能制造、智能驾驶、虚拟现实与增强现实产业、智能机器人产业、多语种软件信息服务业等领域已经开始应用人工智能技术。但总体上人工智能在产业基础方面相对薄弱,具有竞争力的龙头企业较少,对具有广泛市场前景和实际应用价值的应用场景开发不足,限制了人工智能技术的广泛应用和发展。为此,应从以下几方面培育人工智能生态。

一是打造人工智能创新试验区。结合现有的人工智能相关产业基础和应用场景,建设一批人工智能产业园区,汇聚人工智能企业和机构,并与高校科研院所形成创新联动,加速科技成果的转化和落地,形成较为完善的人工智能产业链,为人工智能企业的发展提供良好的环境。

二是发展“人工智能+低空经济”。低空经济未来将会产生不可估量的经济资源,成为发展新动能的重要方向。应因地制宜制定区域低空经济发展的战略规划,积极布局“AI+低空”融合的基础设施建设,引进和培育低空交通产业集群,加强低空交通技术的创新和研发,布局旅游观光、物流配送、应急救援、农业生产、电力巡线等低空经济应用场景,建立低空交通安全监管和管理体系。

三是促进人工智能与教育教学的深度融合。随着通用人工智能的广泛应用,人工智能促进教育改革创新已是必然趋势。应制定人工智能与教育融合发展的行动计划,利用人工智能技术提升基础教育质量,突破优质均衡发展面临的瓶颈;扩大优质教育覆盖面,缩小中心城区与边远地区以及校际间的差距,实现兼顾个性化和规模化的高质量基础教育。实施青少年人工智能素养提升工程,将人工智能学习纳入学科教育和开放性科学实践活动,全面储备未来人才。支持高校增设人工智能学科方向,加大人工智能领域的学科投入,促进相关交叉学科发展,建设若干人工智能高精尖学科。

四是加快人工智能赋能智慧储能。我国拥有丰富的可再生能源资源,推动“风光水储一体化”建设、加快“源网荷储一体化”发展以及大力推进数字化绿色智能电网建设,都离不开储能项目的建设与发展。目前,我国在新能源并网储能项目、工业园区能源管理、城市智能电网建设等方面已经取得了积极进展。在此基础上,应制定推动人工智能与储能深度融合的专项发展规划,建设一批人工智能储能示范项目、打造储能人工智能大模型、开发光储一体化智能服务机器人等新项目、新产品,全面赋能储能系统的安全、运维及运行经济效益。

五是面向全社会征集人工智能的创新需求、创新产品及创新应用。为加快推动人工智能技术在社会经济发展中的应用,应鼓励各类创新主体积极担当引领者、实践者、评价者、创新环境的营造者以及重大创新场景的建设者,共同推进自主创新、开放创新、集成创新的系统布局。应面向人工智能相关创新主体和行业用户,公开征集人工智能行业创新需求、重点企业、优势产品、行业应用场景需求,择优分批次纳入各省“人工智能场景机会能力清单”,对纳入清单的项目予以政策及资金支持。有效引导并激发各类企业围绕新质生产力培育的新要求、新场景、新任务展开深入探索,全面推进以科技创新为引领的全面创新进程,为社会发展注入源源不断的创新活力。

参考文献

[1]丁元竹. 原创性颠覆性科技创新:新质生产力发展新动能 [J]. 开放导报, 2024, (02): 98-105.

[2]刘峰, 郭林峰, 张建明等. 煤炭工业数字智能绿色三化协同模式与新质生产力建设路径 [J]. 煤炭学报, 2024, 49(01): 1-15.

[3]王勇. 深刻把握新质生产力的内涵、特征及理论意蕴 [J]. 人民论坛, 2024, (06): 8-10.

[4]CHEN X, MAO J, MA Y, et al. The knowledge linkage between science and technology influences corporate technological innovation: Evidence from scientific publications and patents [J]. Technological Forecasting and Social Change, 2024, 198: 122985.

[5]顾丽敏, 李嘉. 人工智能对企业知识管理的影响研究 [J]. 学海, 2020, (06): 39-44.

[6]刘鑫鑫, 韩先锋. 人工智能与制造业韧性:内在机制与实证检验 [J]. 经济管理, 2023, 45(11): 48-67.

[7]康文文, 李浩敏, 汤超等. 面向复杂工程系统设计的云知识平台 [J]. 系统工程与电子技术, 2017, 39(05): 1078-84. 

[8]李英姿, 张丙雪, 杨明萱. 开源创新多重网络构建与分析——以百度Apollo为例 [J]. 科研管理, 2024, 45(02): 93-104.

[9]史丹, 叶云岭. 人工智能、就业结构与高质量发展 [J]. 当代财经, 2023, (05): 3-14.

[10]姚树洁, 张小倩. 新质生产力的时代内涵、战略价值与实现路径 [J]. 重庆大学学报(社会科学版), 2024, 30(01): 112-28.

[11]韦东明, 顾乃华, 韩永辉. 人工智能推动了产业结构转型升级吗——基于中国工业机器人数据的实证检验 [J]. 财经科学, 2021, (10): 70-83.

[12]苏立国, 李涛, MUNSAWAT M. 工业机器人应用趋势探讨与实践 [J]. 智能制造, 2023, (06): 12-7.

[13]李春发, 李冬冬, 周驰. 数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析 [J]. 商业研究, 2020, (02): 73-82.

[14]郭凯明. 人工智能发展、产业结构转型升级与劳动收入份额变动 [J]. 管理世界, 2019, 35(07): 60-77+202-3.

[15]朱兰. 中国人工智能发展的空间极化与国际追赶——基于技术-产业双重视角 [J]. 农村金融研究, 2024, (03): 67-80.

[16]王山, 陈昌兵. 中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多S曲线模型分析 [J]. 北京工业大学学报(社会科学版), 2023, 23(03): 54-67.

[17]邢晓昭, 任亮, 雷孝平等. 基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例 [J]. 情报科学, 2023, 41(03): 81-8.

[18]专家访谈准确把握新质生产力的内涵要义 [J]. 人民论坛, 2023, (21): 8-10.

[19]李广建, 潘佳立. 人工智能技术赋能情报工作的历程与当前思考 [J]. 信息资源管理学报, 2024, 14(02): 4-20.

[20]覃京燕. 量子思维对人工智能、大数据、万联网语境下的交互设计影响研究 [J]. 装饰, 2018, (10): 34-9.

[21]朱晓青. 从自学到互学:人工智能视域下成人教育的时空观考察 [J]. 成人教育, 2024, 44(04): 20-5.

[22]魏东海, STUMPF S, RUBINO L等. 从远程医疗到互联网+人工智能(AI)医疗看医疗数字化的演进 [J]. 中国研究型医院, 2022, 9(05): 64-76.

【本文系云南省科技计划项目“云南重点领域技术预见及关键技术选择研究”(2023)(编号:202304AL030033)研究成果之一。获得云南省高层次科技人才及创新团队选拔专项“中青年学术和技术带头人后备人才项目”(编号:202305AC160011)专项资金资助。项目负责人:吴斌】

(本文作者:吕瑞潇、吴斌、鲍亦平、 许旭华、龚金梅。吕瑞潇系云南大学硕士研究生;吴斌系云南省科学技术情报研究院正高级工程师;鲍亦平、龚金梅系云南省科学技术情报研究院研究员;许旭华系云南省政府发展研究中心研究员) 

 

评论被关闭。