精準施策補上AI產業短板

多家銀行以通用大模型為底座構建更加豐富的金融大模型，網購平臺AI智能眼鏡搜索量大幅提升，春季招聘會大量崗位聚焦人工智能算法、大模型研發……眼下，我國人工智能產業賦能千行百業，受到的關注度越來越高。

近段時間以來，我國人工智能產業在算法架構等核心技術領域的突破打破了相關國家的壟斷和封鎖，實現了核心技術自主創新的“蝶變”。

不過，行業發展的一些短板也不容忽視。我國在底層算法（例如深度學習）等領域的研究起步較晚，企業多注重應用層的開發而忽視基礎層創新。盡管我國AI人才總數居世界前列，但從需求來看，缺口仍然很大，且領軍人才比較稀缺，兼具基礎研究和產業經驗的人才十分稀少。此外，目前人工智能領域仍然存在數據偽造和算法歧視等問題，侵權現象時有發生，相關法律規范還不夠健全，數據使用合規性的監管難度較大。對此，應從多方發力。

加強基礎研究。出臺相關政策，鼓勵基礎研究，設立基金或專項項目配套扶持，搭建政產學研用創新合作平臺，促進企業、高校、科研機構間的深度合作。鼓勵引導相關企業加大基礎研究投入，努力突破底層技術瓶頸，注重維護知識產權，積極申請專利，保護自身核心技術。

完善人才培養。建立健全促進多層次人才培養的教育體系，鼓勵高校開設人工智能專業，支持企業開展相關培訓，在高校和企業的人才培養中給予科學引導。企業應與高校和職業院校積極合作開展人工智能技術定向培養或聯合培養，通過設立獎學金、助學金、實習基地等方式鼓勵支持優秀學生投身人工智能事業，鼓勵企業職工參加相關技術競賽和行業培訓交流，積極吸引海外人才。

注重風險防控。完善人工智能應用邊界的法律法規，建立人工智能技術倫理審查和監管制度，將風險預防監管貫穿人工智能技術研發使用的全過程。建立人工智能倫理管理機制，避免相關技術的道德風險。制定動態評估體系，預判和防止相關技術可能帶來的弊端，將人工智能倫理和法規培訓納入員工入職培訓和日常守則。引導消費者提高對人工智能技術的倫理和法規認知，在遵循相關倫理法規的前提下使用有關產品和服務。

（節選自《經濟日報》 作者：劉興盛 岳小佳）