三、人工智能发展面临的技术瓶颈和政策问题

（一）我国与国外人工智能发展对比

 我国人工智能产业规模和深度与领先国家还有较大差距。美国在人工智能领域已经形成了由底层算法、核心器件到上层应用、整套设备的完整产业体系，除了在深度学习、计算机视觉、语义识别等当前热门领域拥有一批全球领先的IT和互联网企业外，在神经元芯片、智能机器人、无人驾驶汽车/飞行器等更为前沿的领域，也有多家企业从事研发与产业化工作。与之相比，我国在人工智能领域的优势主要集中在百度、阿里巴巴和腾讯等少数几家企业和少数领域。

基于人工智能的商业模式探索与布局相对迟滞。机器学习算法是人工智能的核心。当前以机器学习算法为平台，通过开放API促进人工智能应用开发的模式正在成为主要企业培育并掌控人工智能生态的重要手段。IBM和微软已先后开放Watson和AzureML的API接口，并有三家企业基于Watson平台推出了各自领域的人工智能应用。我国企业则总体处于技术验证与应用前期，对商业模式及产业生态的布局尚未形成。

（二）我国人工智能发展面临的技术瓶颈

缺少面向公众开放的大型基础资源和公共实验平台。在新算法不断涌现、单个研究单位的计算资源不足、缺乏海量数据和应用闭环的情况下，我国人工智能研究在算法、计算、数据和应用四个方面的瓶颈日益突显。缺乏公共的人工智能平台也导致严重的资源浪费，难在高水平的基础上创新。

技术相对落后。尽管我国近年在机器人行业发展迅猛，人工智能技术总体上提升较大，但与美日德等先进国家相比还有很大差距。在计算、视觉、语音、驱动等四个关键技术上，只有语音技术能跟国际领先技术不相上下，其他三个领域的差距比较明显。技术上的差距，导致我国在核心部件上仍然依赖进口，从而促使我国机器人的价格居高不下，产品缺乏竞争力。技术与成本相互掣肘，已经成为我国机器人行业发展的最大挑战。

机器人行业缺乏统一标准。机器人制造公司没有统一的操作系统软件，标准化检测标准、技术及流程等方面仍然是空白。流行的应用程序很难在五花八门的装置上运行，在一台机器人上使用的编程代码，几乎不可能在另一台机器上发挥作用，如果想开发新的机器人，通常得从零开始，结果使机器人研发、制造、销售、集成、服务等有秩序、细化的产业链难以形成。