新华财经深圳3月11日电（吴燕婷 黄镛）近年来，深圳通过系列前瞻性规划，引导人工智能产业蓬勃发展。2019年深圳市获批建设国家人工智能创新应用先导区和国家人工智能创新发展试验区，为人工智能产业发展奠定良好基础。当前，深圳市人工智能产业集群基本成型，形成了“高端资源集聚、技术深度融合、应用遍地开花”的发展格局，但基础研究实力待提升、底层算法及核心部件受制于人等发展瓶颈亟需加快突破。
规划先行：顶层设计+专项扶持 AI产业集群基本成型
记者了解到，自2009年开始，深圳便对发展新一代人工智能进行了系列规划。如，2014年出台《深圳市机器人、可穿戴设备和智能装备产业发展规划（2014-2020年）》、2017年出台《深圳市战略性新兴产业发展“十三五”规划》等，将人工智能相关领域纳入战略性新兴产业重点发展。2018年以来，深圳市先后出台《深圳市人工智能等新兴产业空间布局规划》《关于进一步加快发展战略性新兴产业实施方案》《深圳市战略性新兴产业发展专项资金扶持政策》《深圳市新一代人工智能发展行动计划（2019-2023）》等系列文件，形成了较完善的支持新一代人工智能发展的政策体系。
为加强政策落实，深圳市发展改革委、科技创新委、工业和信息化局等部门组织实施了一些列专项扶持计划，对人工智能领域的项目给予大力支持。如深圳市工业和信息化局发布《关于2020年新兴产业扶持计划（高端装备制造、生物医药、新材料、人工智能、物联网）申报指南》，在人工智能领域开展了产业链关节提升、产业服务体系等扶持计划，公开受理企业申报。
此外，政府经济、医疗等各项数据是人工智能发展所需的重要基础资源。近年来，深圳市政务信息共享管理制度不断完善，统一的政务信息资源库基本形成，基于信息共享的电子政务应用模式取得初步成效。
利用政府建立起的统一数据资源库，深圳市极大地促进了人工智能产业与政府智能化变革的结合。如，2017年华为与商汤科技、依图科技等公司成立了中国平安城市视频云合作伙伴开放联盟，2018 年发布了平安城市公共安全视频应用领域的联合解决方案。
发展格局：产业链完善 应用遍地开花
经过多年培育，深圳人工智能产业集群基本成型。近年来一大批各具特色的人工智能企业获得蓬勃发展，完整覆盖了人工智能产业集群的基础层、技术层和应用层。
记者从深圳国家高技术产业创新中心了解到，从企业数量、人才数量、国际级载体等方面来看，深圳市人工智能综合实力位居全国主要城市前三位，形成了“高端资源集聚、技术深度融合、应用遍地开花”的发展格局。
“人工智能产业链的各个环节都有深圳企业，并且在全国都有一定的竞争力。” 深圳市人工智能产业协会会长范丛明表示，比如海思半导体在芯片领域居于行业领先地位，速腾聚创、奥比中光、瑞声声学等企业在传感器领域位居行业前列，腾讯、华为、平安、大疆创新等企业在全产业链均处于领先地位。
“AI+应用”遍地开花。如计算机视觉领域，云天励飞的“深目”是中国最大规模实战应用警用级人像识别系统，微众银行AI团队推出了金融业内首个“联邦视觉系统”。
自动驾驶领域，大疆发布了千元级、性价比高的激光雷达，与速腾聚创、镭神智能的激光雷达共同加速了自动驾驶规模化落地，在自动驾驶增量零部件领域形成了初步集聚效应。
智慧医疗领域，腾讯觅影成为了“AI+医疗”标杆，并获批医疗领域唯一国家级人工智能开放创新平台，已在全国百余家三甲医院落地，疫情期间部署在湖北最大方舱医院，以秒级速度识别新冠肺炎CT影像。
此外，聚焦产业需求的技术研发实现深度融合。一方面，龙头企业围绕业务需求建立企业实验室。例如，腾讯优图实验室、华为诺亚方舟实验室、中兴通讯云计算及IT研究院等一批AI研发中心。华为2018年的研发投入高达1015亿元，占销售收入的14%左右，国内企业排名第一；腾讯2018年研发投入212亿元，国内排名第五。
另一方面，AI产学研协同创新趋势加快。鹏城实验室与微众银行联合建立了“AI金融联合实验室”，发力联邦迁移学习、新一代人机交互；腾讯AI Lab和港中大(深圳)联合成立了机器智能联合实验室，共同攻克机器学习、计算机视觉和自然语言处理。
发展瓶颈：基础研究实力待提升 底层算法及核心部件受制于人
记者调研了解到，当前，深圳市人工智能产业在高速发展的同时，发展瓶颈显现，主要体现在基础研究实力待提升及底层算法及核心部件受制于人等方面，亟需加快突破基础算法、高端芯片、关键器件和底层软件等技术。
范丛明告诉记者，深圳专注人工智能基础研究的顶级科研机构和研究成果较少，在高级机器学习、类脑智能计算、量子智能计算等基础理论和前沿研究方向尚未形成原始创新的科研成果及专利布局。相较之下，北京的类脑计算中心已研发出“天机芯”，合肥的中国科技大学与杭州的浙江大学正在研制50个量子比特以上的量子处理器等（仅滞后谷歌1-2年）。
业内人士表示，深圳企业仍高度依赖国外深度学习框架的开源代码和开源工具库。尽管当前华为、腾讯等龙头企业正在积极发展人工智能计算框架，但尚未建立成熟的开源平台和社区。与此同时，企业所使用的关键设备、高端芯片、核心元器件，仍以美国、德国、日本的产品和技术为主。虽然华为、大疆、云天励飞等企业已加速研发面向训练推理和终端应用的芯片，但受制于国外企业的生态优势和专利壁垒，突破难度较大。
检验检测方面，面向自动驾驶的车规级零部件的测试设备和人力成本较高，深圳本土的实验室和开放环境模拟测试设施欠缺，导致部分企业优先选择到武汉、上海等地进行测试；医疗智能机器人缺乏综合性实验平台及FDA、NMPA认证前的评估与测试体系。
发展建议：继续吸引全球顶尖创新资源 加强底层数据共享
第一，继续吸引全球顶尖创新资源，攻关核心零部件领域。专家建议，借鉴上海人工智能产业招商引资政策体系，采用“揭榜制”，面向全球发布重点应用场景、重大攻关项目清单，实行“双向激励”制度，吸引全球顶尖团队来深发展，有效加强深圳的人工智能产业创新力量。
在人工智能基础算法、高端芯片、关键器件和底层软件领域分批开展重大装备及核心零部件专项研制计划，攻克面向云端训练、终端和边缘端推理的高性能深度学习芯片，以及基于新型架构的高端智能芯片。
第二，打破制约行业发展的数据资源开放共享难题。记者了解到，在人工智能底层数据共享方面，政府掌握的大量政务信息涉及个人隐私，且尚未归集，需要强有力的顶层设计才能打通数据，并探索向社会领域开放使用。另一方面，我国尚未形成统一数据平台或大型数据库供科研机构和产业界使用。相比之下，美国等发达国家已搭建医疗大数据平台、ImageNet图像数据集等，为科学研究和产业发展提供数据服务。
业内人士建议，参考欧美国家以数据资源开放促进人工智能发展的经验，深圳应在智能医疗、智能制造、智能驾驶等领域先行开展数据资源开放试验，打造人工智能开放创新平台，有效促进人工智能产业发展。
第三，充分利用凭借毗邻香港的优势。香港是我国人工智能学术研究的高地，深圳拥有丰富的应用场景和供应链资源。范丛明建议，政府应加强统筹，在深港合作区等区域大力引进香港、以色列等国际顶尖的创新资源落地，促进产业高端发展。
