国务院印发《新一代人工智能发展规划通知》

2017年7月20日，国务院发布了《新一代人工智能发展规划的通知》，指出人工智能发展进入新阶段。经过60多年的发展，人工智能在移动互联网、大数据、超级计算、传感网、脑科学等领域得到推动，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为发展重点。类脑智能受脑科学启发开始崭露头角，芯片化、硬件化、平台化趋势愈发明显，人工智能发展进入新境界。当前，新一代人工智能学科、理论、技术、软硬件升级等整体推进，引发连锁突破，加速推动各领域从数字化、网络化向智能化跃升。

人工智能已成为国际竞争的焦点。作为引领未来的关键技术，世界主要发达国家将人工智能发展作为提升国家竞争力、维护国家安全的重要战略。它们正在抓紧制定规划和政策，围绕核心技术、顶尖人才、标准规范等加强布局，力争在国际科技竞争中占据主导地位。当前，我国面临更加复杂的国家安全和国际竞争形势，必须全局观国际形势，将人工智能发展纳入国家战略层面来谋划，以牢牢把握国际竞争的战略主动，创造竞争新优势，开辟新发展空间，有效保障国家安全。

人工智能成为经济发展的新引擎。作为新一轮产业变革的核心动力，人工智能将进一步释放历次科技革命和产业变革所积累的潜力，创造新的强大动力，重塑生产、分配、交换、消费等经济活动，形成各领域从宏观到微观的智能新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构的重大变革，深刻改变人类的生产生活方式和思维方式，实现社会生产力的整体提升。在我国经济发展进入新常态的同时，深化供给侧结构性改革任务繁重，必须加快人工智能的深度应用，培育发展人工智能产业，为经济发展注入新动力。

待续…造知识、技术、产业相互融合的生态系统，提前应对风险挑战，推动人类可持续发展为中心的智能化进程，全方位提升社会生产力、国家综合实力和竞争力，为加速建设创新型国家和世界科技强国，实现“两个一百年”奋斗目标以及中华民族伟大复兴中国梦提供强大支撑。

通知计划的战略目标分为三个阶段：第一阶段，到2020年，人工智能技术与应用达到世界先进水平，人工智能产业成为经济增长的新引擎，技术应用改善民生。关键技术取得重要进展，人工智能产业竞争力达到国际一流水平，发展环境不断优化。

继续努力开始第二阶段，到2025年，人工智能基础理论取得重大突破，成为产业升级和经济转型的主要推动力量。人工智能产业进入全球价值链高端，法规和伦理规范体系初步建立。

最终目标是到2030年，人工智能在理论、技术和应用方面达到世界领先水平，成为全球主要创新中心。人工智能产业竞争力达到国际领先水平，建立全球领先的人才培养基地和科技创新中心，完善法规和伦理规范。

要发展人工智能，需要构建一个完备的体系，理解其双重属性，坚持三位一体原则，强化四大支撑。建设开放协同的人工智能科技创新体系，解决关键难题，培育高端人才，推动合作创新，确保人工智能持续创新能力。同时，要充分发挥人工智能技术和社会属性的高度融合特征。应用和产业发展的同时，必须加强中长期的研发和攻关，实现持续发展和提升，以确保在理论、技术和应用方面都处于领先地位，确保应用的安全可控。

整体支持科技、经济、社会发展和国家安全。以人工智能技术突破带动国家创新能力的全面提升，引领着建设世界科技强国的进程；通过扩大智能产业规模、培育智能经济，为我国未来数十年的经济繁荣创造新的增长动力；促进民生福祉改善，落实以人民为中心的发展理念；利用人工智能提升国防实力，维护国家安全。

建立在国家发展大局之上，准确把握全球人工智能发展态势，找准突破口和主攻方向，全面提升科技创新基础能力，扩展关键领域应用的深度和广度，推动经济社会发展和国防应用的智能化水平。

关注人工智能的重大科学前沿问题，兼顾短期需求和长期发展，着眼于突破应用基础理论的瓶颈，提前进行能引发人工智能模式变革的基础研究，促进学科之间的融合，为持续发展和深度应用提供强有力的科学支持。

继续突破应用基础理论的瓶颈。针对具有明确应用目标并有望引领人工智能技术升级的基础理论方向，加强大数据智能、跨媒体感知计算、人机混合智能、群体智能和自主协同决策等基础理论研究。大数据智能理论需要重点突破无监督学习、深度推理等难题，建立数据驱动的认知计算模型，并构建从数据到知识再到决策的能力。跨媒体感知计算理论则需要重点攻克智能感知、主动感知、听觉与言语感知等理论难题。混合智能理论需要重点破解情境理解、推理与模型建立等难题。群体智能理论则需要突破组织、涌现和学习的方法，建立可计算的群体智能模型。最后，自主协同决策理论需要面对自主无人系统的感知、控制与决策等难题。

进一步布局前沿基础理论研究。对于可能引发人工智能范式变革的方向，提前展开高级机器学习、类脑智能计算和量子智能计算等跨领域基础理论研究。高级机器学习理论需重点研究自适应学习、自主学习等方法，实现具有高解释性和强泛化能力的人工智能。类脑智能计算理论则需重点攻克信息编码、处理、记忆、学习和推理理论，构建类脑控制等方法。量子智能计算理论则需重点破解量子机器学习的难题，构建高性能计算与量子算法的混合模型。