【编者按】　人工智能是引领未来的战略性技术，世界主要发达国家相继出台相关规划和政策，力图在新一轮国际科技竞争中掌握主导权。2016年10月，美国《国家人工智能研究和发展战略计划》提出了政府资助人工智能研发的七项战略计划。2017年7月，中国国务院印发《新一代人工智能发展规划》，从科研、应用、保障政策等角度为人工智能发展做出体系化的整体布局，提出了六项重点任务。本期信息速递以此两部战略规划文本为依据对中美两国人工智能产业创新政策工具进行比较分析，为我国人工智能相关的产业政策制定及知识产权管理提供决策参考。

人工智能是研究应用计算机系统来模拟人类智能活动的理论、方法和技术。作为一种具有巨大社会和经济效益的革新性、通用性技术，人工智能已成为掀起颠覆性创新浪潮的新引擎，是当前科技创新和推动产业升级转型的焦点，有可能彻底改变我们的生活、工作、学习、发现和沟通的方式。因此，世界主要发达国家相继把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署。

自1956 年诞生以来，人工智能发展经历了三次技术浪潮，近几年的研究取得了快速进展，目前已由专家系统阶段快速进入至深度学习阶段。在研究领域，2013年至2015年在web of science上发表的以“深度学习”为主题的期刊文献数量增长了约6倍,其中中国、美国发表的文献数量分别居于第一、第二位（图1）[1]。在产业领域，特别是在学术研究、高端人才、技术突破、领军企业、创业投资和应用落地等关键环节上，已显现出中美“双雄”的格局[2]。综合来看，美国人工智能总体上比中国领先。中国呈快速追赶态势，且在特定领域开始显现出竞争实力。

图1 深度学习或深度神经网络相关的期刊文献数量国别分布

资料来源：美国《国家人工智能研究和发展战略计划》，2016

2016年10月，美国国家科学技术委员会（NSTC）出台了《国家人工智能研究和发展战略计划》[3]，确定了联邦资助人工智能研究的七项战略计划。2017年7月，中国国务院印发《新一代人工智能发展规划》，这是中国第一个国家层面人工智能发展的中长期规划，旨在抢抓人工智能发展的重大战略机遇，构造人工智能产业发展的先发优势，加快建设创新型国家和世界科技强国。

本文主要比较分析中、美两国国家层面的人工智能产业创新政策，以期为我国人工智能相关产业政策的制定与新形势下知识产权战略的深入实施提供参考。

二、数据来源与理论依据

本文的数据来源为中国《新一代人工智能发展规划》和美国《国家人工智能研究和发展战略计划》。上述政策文件分别由中国国务院、美国国家科学技术委员会印发及颁布，且均将人工智能发展上升为国家战略;政策目标均为推进人工智能产业发展;内容主体则分别涵盖6项重点任务[4]、24项政策工具和7项战略计划[5]、29项政策工具。因此，所选政策文本不仅具有较高权威性，且政策制定主体、目标与内容等方面都具有较强的可比性。

国内外相关学者对政策工具有诸多分类方法，其中最为经典且具有操作性的是Rothwell和Zegveld[6]的分类方法，他们基于政策工具对技术影响层面的视角，将其分为供给面、环境面和需求面政策工具，具体共包括12种（如表1所示）。其中供给面政策工具是指政府对产业直接提供资金、技术、资讯及人力等方面的供给，这类工具主要表现为对技术创新活动的推动力;环境面政策工具是指政府通过财务金融、租税优惠、法规管制、政策性策略等方式影响产业发展的环境，主要表现为对产业发展环境及产业可持续发展的间接影响;需求面政策工具是指政府通过政府采购、完善基础设施等方法开拓并稳定新产品市场，主要表现为对市场需求的拉动力。

表1 政策工具分类及定义

资料来源：Rothwell和Zegveld,1981.

本文在Rothwell和Zegveld所构建的政策工具分类框架的基础上，从政策工具的视角，采用内容分析法对中美两国人工智能产业的创新政策进行比较研究。

三、统计分析结果

将中美两国政策进行编码、提取后，再分别逐条将其归类于政策工具的十二类小项中，可以得到两国人工智能产业创新政策的政策工具使用分布情况，如表2和图2所示。

表2 中美两国政策工具使用情况

图2 中美人工智能产业政策工具分布图

表2具体显示了中美两国的政策工具使用情况;图2则将中美两国的政策工具使用情况放在一起进行比较，较为清晰地展现了中美两国在政策工具选择上的差异。

（一）供给面

如图3所示，中国政府在供给面政策工具的使用上较为均衡。科学与技术开发方面主要集中在加快建立新一代人工智能基础理论体系和关键共性技术体系;教育与训练方面的核心主要是加快培育聚集人工智能高端人才和加强人工智能劳动力培训。

图3 中美两国供给面政策工具侧重点

美国在供给面主要侧重于科学与技术开发政策工具的使用，具体政策措施包括提升基于数据发现知识的能力及人工智能系统的感知能力、开发可扩展的人工智能系统、寻找人类感知人工智能的新算法、开发可视化和人机界面技术等。

（二）环境面

从图4中可以看出，中国在环境面的政策制定中，法规与管制方面，在知识产权保护、优化人工智能领域的法律框架和监督评估体系等方面都有涉及。在政策性策略方面，主要是统筹布局人工智能创新平台、加强人工智能领域军民融合，以及布局新一代人工智能重大科技项目。

图4 中美两国环境面政策工具侧重点

美国环境面政策工具注重法规与管制的使用，主要包括相关标准的制定，例如开发广泛应用的人工智能标准、制定人工智能技术的测试基准，以及促进人工智能社群参与标准和基准的制定等。

（三）需求面

如图5所示，对于中国而言，需求面将主要精力投入在了公共服务和贸易管制上。首先通过构建安全高效的智能化基础设施体系，以满足国内人工智能产业发展中对于某些基础设施的需求;其次是形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的社会基础。

图5 中美两国需求面政策工具侧重点

美国在需求面倾向于公共服务政策工具的使用，主要包括三个方面，首先是通过提高人工智能的可解释性、透明性以及信任度;其次是增强其可验证性与可确认性，保护其免受攻击;最后则是实现长期的人工智能安全和优化，开发满足多样化人工智能兴趣与应用的丰富数据集。

（四）综合比较

整体上看，中美人工智能国家战略对其应用前景的顶层研判、技术研发的长期投入、产业高端技术人才的培养、制定政策标准等保障体系建设的认识基本一致，在某些政策工具的使用方面也不乏相似之处。例如在环境面政策工具上，中国与美国都倾向于“法规与管制”和“政策性策略”政策工具的使用;在需求面政策工具上，中国与美国同样都比较注重“公共服务”政策工具的使用。

与此同时，中国与美国在人工智能产业创新政策工具的作用点存在明显差异。中国主要是从技术研发、产业应用、政府政策保障等方面做出部署，侧重于技术发展对行业带来的经济影响;而美国则侧重于人工智能对社会可能带来的风险，并就政府资助研发和就业保障两个方面进行了另行专题规划。中国政策工具使用频次前三位依次是“公共服务”（25%）、“政策性策略”（21%）、“贸易管制”（13%），政策内容强度依次为环境面（42%）、需求面（38%）、供给面（20%），表明政府产业创新政策重在通过扩大投入、刺激需求来推动产业发展;美国人工智能政策工具使用频次前三位依次是“科学与技术开发”（45%）、“法规与管制”（24%）、“公共服务”（21%），政策内容强度依次为供给面（52%）、环境面（28%）、需求面（20%），表明美国人工智能市场环境较为成熟，政府产业政策重在刺激研发、引导和规范。

总体而言，中国政府更注重环境面政策工具的使用，主要是由于目前中国人工智能产业市场尚未成熟，而政府发布创新政策的主要目标在于通过实施创新战略，改善产业发展所需的公平、完善的市场环境，进而对产业本身的一系列创新活动产生积极影响。

四、对我国人工智能知识产权管理的建议

人工智能、大数据技术发展带来了多样化的创新成果表现形式，由此也带来诸多新的知识产权问题，例如大规模数据的权利归属及共享数据的利益冲突问题;人工智能产品的权利认定及保护模式问题;人工智能技术应用标准缺失问题等。综合中美两国人工智能国家战略来看，两国对于人工智能新业态下的知识产权变革及挑战尚缺乏前瞻性、可操作的解决方案。相对于美国较为成熟的知识产权制度环境而言，中国人工智能产业价值链的各个环节尤为需要知识产权战略的支撑和保障。具体而言，应采取以下应对措施：

1、推动人工智能相关的行业数据共享与保护

人工智能培训和测试数据集的完整性和可用性对人工智能技术的发展至关重要。应充分发挥中国相对于美国在数据总量和快速商业开发能力方面的比较优势，开展公共数据开放利用改革试点，加强行业数据的开放和共享程度，利用法规解决现有大数据的权利归属及共享数据的利益冲突，完善落实数据开放与保护相关政策，从观念引导、制度创新、数据开放和专项支持等方面，为人工智能行业的数据基础构筑良好的政策环境。

2、建立广泛专业的人工智能知识产权体系

现有的知识产权体系还无法覆盖大数据、人工智能产品等新业态的创新成果表现形式。为此，需要识别界定人工智能新业态知识产权的类别与商业模式，及时调整专利、著作权和商业秘密等相关的知识产权体系，积极探索构建必要的数据流通基础设施，协调著作权的权利限定与有效利用，构建全面专业的人工智能领域知识产权体系，促进人工智能创新成果的知识产权化。

3、加强人工智能技术标准化和产业生态系统培育

将人工智能技术标准化战略作为知识产权战略的组成部分，在信息通信、互联网、电子商务等领域制定人工智能技术标准和应用规范，推行标准化战略试点，积极鼓励人工智能企业参与或主导国际标准制订，为国际标准化战略提供政策和财政支持，积极培养标准化人才。未来的人工智能不仅是企业之间的竞争，更是产业生态系统之间的竞争。与美国成熟的产业生态系统相比，当前我国人工智能的产业生态尚存在较大差距，需要政府部门在数据整合、平台建设、示范应用、产业生态支持体系等方面破除人工智能行业应用的体制障碍，加强人工智能领域的知识产权保护，促进人工智能新技术的应用与扩散。

4、尽快完善具有操作性的政策实施细则

与美国人工智能国家战略相比，我国环境面政策工具主要由“政策性策略”和“法规管制”组成，尤其是政策性策略最为突出，具有实际操作性的具体实施细则稍显不足。需要尽快增加相关政策实施细则、阶段性目标、时间计划表、具体要求等内容，提高政策的可操作性并健全相应的监督机制，切忌规划文件空转，确保人工智能产业创新政策不断得以持续贯彻落实。（大连理工大学人文与社会科学学部王海龙、王静、丁堃、徐作圣、林德明、马翔、唐德龙等供稿）

本文仅代表研究基地专家观点，未经许可，不得转载。