作为新基建主要支撑的人工智能技术，对国民经济发展和新基建都起到巨大作用。人工智能在助力当前疫情防控、复工复产方面作用突出，在稳投资、促消费、助升级、培植经济发展新动能、创建智能经济新形态等方面潜力巨大。要抓住“新基建”机遇，全面夯实人工智能基础建设，更好地服务经济和社会。
1.人工智能核心技术及其关系
人工智能的核心技术涉及知识、数据、算法和算力。
知识是人们通过体验、学习或联想而认识的世界客观规律性。知识是人工智能的重要基础，知识获取是其瓶颈问题。知识研究知识表示、知识推理和知识应用问题，如状态空间表示和语义网络表示、确定性和不确定性推理以及知识库、知识图谱、知识挖掘、知识发现等。
数据是事实或观察的结果，指所有能够输入计算机并被程序处理的数字、字母、符号、影像信号和模拟量等各种介质的总称。数据从经典数据到大数据，从大数据到活数据，从互联网到物联网和两网发展带来的海量数据。5G网络使数据传输速度更快、时延更小，应用更广泛与有效。
算法是解题方案准确而完整的描述，指一系列求解问题的清晰指令，代表着用系统方法描述问题求解的策略机制。当前深度学习算法与知识图谱、逻辑推理、符号学习结合，从非结构化或未标记数据进行无监督学习。由认知计算、类脑计算、普适计算、进化计算发展而催生的各种新型算法应运而生。现有算法如深度学习已解决了很多实际应用问题，但是认知层算法尚未突破。
算力是机器在数学上的归纳和转化能力，即把抽象复杂的数学表达式或数字通过数学方法转换为可以理解的数学式子的能力。向处理器配备高端部件以及芯片组、内存和硬盘，提高计算能力。出现了新的计算架构包括GPU、FPGA、NN芯片等新芯片和云计算、量子计算等新计算。随着计算能力的不断增强，计算速度获得不断提高。
知识是人工智能之源，从人工智能的长期发展历史看，人工智能的发展源于知识，并依赖知识。专家系统、模糊计算、知识图谱、知识库等都是以知识为基础发展起来的。
数据是人工智能之基，将数据引入人工智能，丰富了人工智能内容，提高了人工智能理论水平，促进人工智能的发展升级。计算智能取决于数据而不是知识；神经计算，进化计算等都是以数据为基础而发展起来的。
算法是人工智能之魂，也是人工智能软实力的核心。算法研究的不断进步，使人工智能的问题求解策略日臻完善。一个好的算法可以使问题求解事半功倍，甚至使求解效率提高十倍、百倍、千倍。深度学习算法和深度强化学习算法等是算法的优秀代表。
算力（计算能力）是人工智能之力，也是人工智能硬实力的关键保证。新型人工智能芯片和新型计算方法，使计算能力不断增强，计算速度的不断提高，可以极大地促进人工智能产业的发展。
2.人工智能产业化的发展现状
现状之一：国际上已初步形成人工智能产业化基础，近年来人工智能企业数量大幅增长。国际人工智能企业数量：美国遥遥领先，中、欧不分伯仲。截至2017年，全球人工智能企业分布集中在美国（2905家，占48.11%）、中国（670家，占11.10%）、欧洲（657家，占10.88%）。到2019年3月，美国占40.3%、中国占22.1%，中美人工智能企业数量差距2年内从37.0%减小至18.2%。
现状之二：人工智能投融资环境空前看好。融资规模美国一家独大，欧中紧跟其后。人工智能已经成为2017年最热门的投资领域之一。美国最多（42%，45.4亿美元），欧洲（18.7%，20.2亿美元），中国（16.9%，18.3亿美元）紧跟其后。到2019年3月，美国占比降至36.5%，中国占比升为23.5%，中美在人工智能投融资方面的差距2年内从25.1%缩小至13.0%。
现状之三：产业化技术起点更高，感知智能领域相对成熟。人工智能产业正从感知智能向认知智能发展。感知智能涉及的智能语音、计算机视觉及自然语言处理等技术，应用基础已比较成熟；如深度学习让图像、语音等感知类问题取得突破，计算机视觉催生出人脸识别、智能视频监控等应用。但认知智能要求的“机器思维”和“人工情感”等，仍处于开发与探索中，与实际应用仍有一定距离。
现状之四：人工智能国际论文发表和高被引数量逐年增多。近10年中国论文发表总量第一，高被引数量居第二。2009-2018年中国、美国的人工智能论文占比分别为22.7%和20.4%，而高被引数量占比分别为35.6%和38.6%。美国的人工智能论文引文影响力、专利数量、企业数量和融资规模等都居全球第一，整体实力领跑全球。中国论文发文量居全球最高，企业数量、融资规模居全球第二。
现状之五：人工智能国际专利申请数量不断刷新。2017年中国的国际专利申请数量超过美国，排名世界第一占37.1%；美国排名第二占24.8%；日本排第三占13.1%。2017年以来，中国一直保持人工智能国际专利第一的位置。
现状之六：人工智能人才紧缺，高端人才争夺激烈。2018年全球人工智能专家205295人，其中美国28536人（13.9%），中国18232人（8.9%），印度17382人（7.8%）。2018年全球培养高级人工智能人才22400人，美国占44%，中国11%，英国6%，德国5%。各国人工智能人才严重供不应求，我国人工智能人才也非常缺乏，人工智能高端人才争夺十分激烈。
现状之七：人工智能的社会和伦理问题引人关注。人工智能的快速发展，使人们担心人工智能超过人类智能，会使人类社会主人的地位和安全受到威胁。人工智能，特别是能推理、会思维、懂情感的高级人工智能，将引起许多社会法律和伦理道德问题。
总的来说，我国要逐步实现包括人工智能基础产业、技术产业和应用产业的全产业链布局。
3.人工智能与实体经济深度融合发展
人工智能核心技术加速突破推动产业强劲发展和产业升级。知识资源、数据基础、核心算法、运算能力深度融合发展，共同促进人工智能涌现新活力。新时期产业发展亟须推进新一轮基础设施建设和技术变革以驱动产业模式的全面升级。作为新基建的人工智能将能够渗透至各行各业，有效激发市场活力，助力传统行业实现跨越式升级，推动经济形态和社会生产力快速发展，也成为经济转型的重要突破口。
智能化应用向多元发展，智能服务线下线上对接。目前人工智能的应用多处于专用阶段，如人脸识别、语音识别、视频监控等具体任务。随着智能制造、智慧物流、智慧医疗等产业的兴起，人工智能应用将面向复杂场景、处理复杂问题的复合新阶段，应用向多元化发展。分布式计算平台的广泛应用，扩大了线上服务的应用范围。同时，智慧医疗、智能机器人、自动驾驶汽车等人工智能产业化的发展，为智能服务带来新的途径或新的传播模式，加快线上服务与线下服务的融合进程，促进多产业升级。
人工智能和实体经济深度融合进程进一步加快。一方面，建设制造强国将促进人工智能的发展，推动人工智能产业实现整体性突破；另一方面，传统行业依靠人工智能基础设施技术及其行业数据资源实现人工智能与实体经济的融合创新。2018年中国人工智能为实体经济带来1000多亿元的增长。新一代人工智能技术与实体经济深度融合，将使零售、医疗、交通、制造、金融等产业提效降费、转型升级。人工智能新产品、新服务层出不穷，加速培育产业新动能，开拓实体经济新增长点，有力推动我国经济结构优化升级。例如，已就智能驾驶与智能网联汽车发布《智能汽车创新发展战略》，推动智能汽车快速发展，支持智能汽车基础共性关键技术研发和产业化、智能交通及智慧城市基础设施重大工程建设等；在智能机器人及服务机器人领域，新基建催生新机遇，服务机器人产业加速成长；对于智能制造，要求“大力发展先进制造业，出台信息网络等新型基础设施投资支持政策，推进智能、绿色制造”；对于智慧医疗领域，已在辅助诊疗、疾病预测、医疗影像处理、药物开发等方面发挥重要作用，将为加大公共卫生服务作出新的贡献；而对于智能家居，为住户提供个性化的安全、节能、便捷生活服务，并能够加快释放新兴消费潜力。
加快高素质人工智能人才培养。各层次高素质人工智能人才是人工智能科技基础和产业发展的第一资源。要多模式多渠道全面布局培养高素质人工智能人才，高层少而精、中层实而强、底层多而壮，一个不能少。要建立人工智能专业和人工智能一级学科。教育是改变世界最强大的武器。教育借助人工智能正在发生深刻变化，带来巨大利益。人工智能技术的快速发展给各级教育带来创新教育手段与机遇。智能虚拟助手和聊天机器人能够向学生提供更个性化的教学和咨询过程。个性化智能学习平台、个性化AI教学助手、个性化游戏能够帮助学生按自身节奏和快乐学习。
人工智能作为我国新时期的战略性技术和产业，已经取得重要进展和可喜成就，必将对国家的社会进步、经济发展和人民生活发挥重大的和不可替代的作用。在统筹疫情防控和经济社会发展的关键时期，将人工智能列为国家新基建领域和新基建的提速为推动人工智能持续强劲发展带来重大机遇。我们既要看到我国人工智能发展的重要成就，又要认清存在的短板和差距，既要满怀信心，又要不骄不躁，不失时机地抓住机遇，加快发展人工智能新型基础设施，夯实基础，全面建设，增强实力，赶超国际领先水平，为我国建设现代化经济体系，实现经济转型和升级奠定坚实基础。
