高精尖人才极度匮乏。大体上两类人才最为紧缺：领航型人才及专业技术人才。领航型人才是指能从全球及中国的整体经济状况、机器人行业发展现状的全局出发，引领机器人发展的潮流，为机器人企业的发展确定方向，同时还能了解机器人研发、制造、推广、销售及企业管理的复合型高级人才。而专业技术人才是指在计算机科学、信息论、控制论、不定性论、哲学、认知科学、心理学、数学、神经生理学、仿生学等相关学科较为熟悉的专业性技术人才。

（三）我国人工智能发展面临的政策问题

行业监管问题。目前，人工智能技术或产品的研发本身并未设置行政许可和准入限制，而一旦这些技术和产品将要应用到具体的行业之中，那么就有可能会涉及各类行业的牌照取得的问题。例如，金融行业的智能投顾平台，涉及投资咨询和资产管理两个方面的牌照，政府并没有相关执行制度；医疗设备、联网的可穿戴设备等，也都存在牌照监管问题。

人工智能产品市场进入问题。目前我国法律、法规和政策对部分人工智能产品的使用规定还处于空白或者禁止状态。如对于是否允许无人车在公路上跑，以及出现事故是由智能机器责任还是人责任，国家还没有相关法规进行规范；又如无人机的使用涉及到我国低空空域开放政策，没有放开低空领域或者健全低空监管制度，都将对无人机的产业化产生极大的影响。

人工智能和网络信息安全唇齿相依。自动驾驶不仅要求通过5G技术解决宽带问题，更重要的是要解决信息网络安全问题，预防网络攻击和网络犯罪，并且解决好相关法律法规、行业准入、行业监管等问题。此外，大量人工智能在云计算、大数据、物联网等领域的应用，都对信息网络安全保障提出了更高的要求，同时衍生出众多信息网络安全技术和产品。

四、人工智能发展重点

（一）加强人工智能科技创新体系建设

人工智能科技创新体系建设涉及基础理论体系建设、关键共性技术体系建设、创新平台建设和高端人才培育。

布局前沿基础理论研究，突破基础理论瓶颈。瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向，开展大数据智能理论、跨媒体感知计算理论、混合增强智能理论、群体智能理论、自主协同控制与优化决策理论、高级机器学习理论、类脑智能计算理论、量子智能计算理论等研究，突破自适应学习、类脑控制及智能计算、量子加速机器学习方法等基础理论瓶颈，开展神经科学、认知科学、量子科学、心理学、数学、社会学等跨学科研究，攻克人工智能前沿科学难题。

开展关键共性技术研究。以算法为核心，以数据和硬件为基础，以提升感知识别。知识计算、认知推理、运动执行、人机交互为重点，开展关键共性技术研究：知识计算引擎与知识服务体系，跨媒体分析推理技术，群体智能关键技术，混合增强智能新框架与新技术，自主无人系统智能技术，虚拟现实智能建模技术，智能计算芯片与系统，自然语言处理技术等。近年重点突破智能传感器、神经网络芯片、开源开放平台等核心关键技术。