中国AI，在世界什么水平？

作为数字中国建设的重要一环，人工智能被誉为二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一以及新一轮科技革命和产业变革的重要驱动力量，在提高工作效率、降低劳动力成本、优化人力资源配置以及促使新的职位需求方面取得了具有革命性意义的成就。

今年，我国人工智能算力市场规模快速成长壮大，人工智能的蓬勃发展正在为各行各业带来全新赋能。数字经济时代，作为新型基础设施建设底座的人工智能产业已成为推动中国经济发展的新引擎，发展好人工智能产业对数字经济及整个国民经济至关重要。

核心提要

1、 近年来，中国在算力、芯片和 5G 等新型基础设施领域的发展呈现快速增长和持续创新的趋势，为人工智能的大规模计算和数据处理提供了强有力的支持。

1、 近年来，中国在算力、芯片和 5G 等新型基础设施领域的发展呈现快速增长和持续创新的趋势，为人工智能的大规模计算和数据处理提供了强有力的支持。

2、 目前，中国的人工智能专利申请量居世界首位。新载体建设取得新进展，关键核心技术取得局部突破。

2、 目前，中国的人工智能专利申请量居世界首位。新载体建设取得新进展，关键核心技术取得局部突破。

3、 在国际合作领域，从东南亚到非洲，中国的人工智能技术正在助力当地的智慧城市建设。中国广受欢迎的“鲁班工坊”全球职业培训计划，已为世界各地数千人提供了教育，正在发展中经济体培养一批接受过人工智能相关知识培训的工人。

3、 在国际合作领域，从东南亚到非洲，中国的人工智能技术正在助力当地的智慧城市建设。中国广受欢迎的“鲁班工坊”全球职业培训计划，已为世界各地数千人提供了教育，正在发展中经济体培养一批接受过人工智能相关知识培训的工人。

4、 中国积极参与全球人工智能治理。早在 2021年，中国就向联合国提交《中国关于规范人工智能军事应用的立场文件》。2023年7月，中国公布《生成式人工智能服务管理暂行办法》。10月，中方在第三届“一带一路”国际合作高峰论坛期间提出《全球人工智能治理倡议》，为人工智能相关国际讨论和规则制定提供了蓝本。

展开全文

4、 中国积极参与全球人工智能治理。早在 2021年，中国就向联合国提交《中国关于规范人工智能军事应用的立场文件》。2023年7月，中国公布《生成式人工智能服务管理暂行办法》。10月，中方在第三届“一带一路”国际合作高峰论坛期间提出《全球人工智能治理倡议》，为人工智能相关国际讨论和规则制定提供了蓝本。

5、 从半导体产业看，中国在先进制程方面已经受到限制，需要想办法在成熟制程上获得优势，从而形成供应链压力的互换。美国出口管制的覆盖面越是扩大，美国企业获取利润的空间就越会缩小。短期来看，美国占据了主动权。但从长远来看，也会削弱美国对供应链的控制力。

5、 从半导体产业看，中国在先进制程方面已经受到限制，需要想办法在成熟制程上获得优势，从而形成供应链压力的互换。美国出口管制的覆盖面越是扩大，美国企业获取利润的空间就越会缩小。短期来看，美国占据了主动权。但从长远来看，也会削弱美国对供应链的控制力。

6、 目前中国广泛采用的绝大多数人工智能应用都服务于消费行业。然而，在未来的十年里，这一现状将经历翻天覆地的变革。中国的人工智能将在汽车、交通与物流、制造业、企业软件以及医疗保健和生命科学方面迎来更为广泛的增长机遇。

6、 目前中国广泛采用的绝大多数人工智能应用都服务于消费行业。然而，在未来的十年里，这一现状将经历翻天覆地的变革。中国的人工智能将在汽车、交通与物流、制造业、企业软件以及医疗保健和生命科学方面迎来更为广泛的增长机遇。

（一）

中国人工智能的技术实力

人工智能（Artificial Intelligence，简称AI）是研究机器像人类一样思考的科学和工程，解决的是知识的获取、知识的表示和知识的使用问题。中国信息通信研究院将人工智能定义为“用机器模拟、实现或延伸人类的感知、思考、行动等智力与行为能力的科学与技术”。

1956年的达特茅斯会议上，约翰·麦卡锡等人正式提出“人工智能”一词，并将其定义为一门独立的学科。本世纪20年代，人工智能在各个领域持续取得重大突破，进而对人类生产和生活带来前所未有的变革。

中国在人工智能领域的崛起是一个多层面的过程，涵盖了政策支持、科技创新、产业投资和人才培养等方面。中国政府通过一系列战略规划，明确了对人工智能的支持和投资，形成了一批具有全球竞争力的科技巨头，如百度、阿里巴巴、腾讯、华为等，它们通过投资、并购和合作形成了庞大的生态系统。

中国拥有庞大的人口和海量的数据，为人工智能算法的训练提供了丰富的信息资源。中国在人工智能的应用场景方面表现出色，包括但不限于城市智能化、医疗健康、金融科技、教育、智能制造等领域。中国也积极参与国际合作，与其他国家和地区的企业、研究机构进行技术交流与合作，鼓励人工智能企业走出国门，拓展国际市场。

1. 硬件基础：算力、芯片和5G的发展提供了强有力的支持

近年来，中国在算力、芯片和5G等新型基础设施领域的发展呈现快速增长和持续创新的趋势，为人工智能的大规模计算和数据处理提供了强有力的支持。

在芯片方面，中国已经掌握自主研发AI芯片和GPU芯片等关键技术，龙芯处理器、昇腾处理器、华为的麒麟系列芯片以及腾讯的紫霄、沧海、玄灵等前沿技术已经被广泛应用于数据中心、云计算、智能手机、自动驾驶等领域。

截至2022年底，中国累计建成并开通5G基站231.2万个，基站总量占全球的60%以上。此外，全球近50%的6G专利申请来自中国，充分表明了中国在网络通信领域的技术创新和发展能力。

智能算力水平的大幅提升是中国赶超世界科技创新领域的重要推动力量。中国的超级计算机在全球范围内一直处于领先地位。中国的天河系列超级计算机多次登上TOP500榜单，该榜单汇总了全球最强大的计算机。根据《中国新一代人工智能科技产业发展报告2022》，截至2021年6月，中国共有188个超算中心进入全球500强行列，占总量的 37.6%，居全球首位。

中国在量子计算领域也取得了显著的进展。2017年，中国成功实现了量子随机行走，标志着中国在量子计算研究上的重大突破。中国启动了一系列量子计算研究项目，包括量子通信、量子密钥分发等。中国的量子科学实验卫星“墨子号”在全球首次实现了量子纠缠分发，被认为是量子通信领域的重要里程碑。在该领域，中国的研究也逐渐走向实际应用，如量子通信的商业化应用和量子优化算法在物流、金融等领域的应用。

算力、算法、数据是人工智能的三大核心要素，源于芯片的算力是数据和算法的基础设施，也是这二者的支撑。

人工智能芯片是指对人工智能算法做了特殊设计的芯片。20世纪80年代开始，美国加州理工学院的Mead最早开始了人工智能芯片的研究。经过三四十年的发展，如今专家学者们研究出GPU、数字信号处理器（DSP）、FPGA以及类脑芯片等各类人工智能芯片。

中国人工智能芯片的研究起步较晚，近几年研究机构和企业开始发布人工智能芯片研究成果和产品。2017年华为技术有限公司发布了首款人工智能芯片麒麟970，这是全球首款内置独立神经网络单元（NPU）的智能手机AI计算平台。而后，2019年8月23日，华为在深圳正式发布商用的AI芯片——Ascend 910（昇腾910）。2018年，中科寒武纪科技股份有限公司发布首款云端AI芯片MLU100；随后，北京地平线机器人技术研发有限公司、平头哥半导体有限公司、昆仑芯（北京）科技有限公司等企业纷纷发布AI新产品。

《2022中国人工智能芯片行业研究报告》预计，2025 年中国人工智能核心产业市场规模将达到4000亿元，其中基础层芯片及相关技术的市场规模约1740亿元。

2. 软件创新：赋能产业发展

计算机视觉领域

人们认识世界91%是通过视觉来实现。同样，计算机视觉的最终目标就是让计算机能够像人一样通过视觉来认识和了解世界，它主要是通过算法对图像进行识别分析，目前计算机视觉最广泛的应用是人脸识别和图像识别。

在图像识别与分类方面，中国的研究者和公司通过深度学习技术，提高了图像识别的准确性，还在大规模图像分类问题上取得了显著的进展。如商汤科技的图像识别技术被广泛应用于视频监控、安防、零售等领域；腾讯在图像识别和分类方面进行了大量研究，包括利用深度学习技术实现高效的图像搜索和分析。

在目标检测和跟踪方面，针对目标检测和目标跟踪的需求，中国的研究机构和企业推动了目标检测算法的进步，对于自动驾驶、智能监控系统等领域具有重要意义。比如，华为云推出了一系列的计算机视觉服务，包括目标检测和识别，以支持不同行业的应用，如智能交通、零售等。旷视科技的人脸识别和目标检测技术也得到了广泛的应用。大疆创新在无人机领域，通过人脸识别技术实现了更智能的飞行体验。

在图像生成与处理方面，中国的研究者也在使用生成对抗网络（GANs）等技术进行创新，包括图像超分辨率、风格迁移等领域的研究。阿里巴巴的研究团队在图像超分辨率和风格转换等领域进行了一些工作，京东数字科技在图像处理方面有一些研究，特别是在电商领域，通过图像识别技术改善商品搜索和推荐。

自然语言处理和语音识别技术

自然语言处理是指计算机拥有识别、理解人类文本语言的能力，是计算机科学与人类语言学的交叉学科。自然语言是人与动物之间的最大区别，人类的思维建立在语言之上，所以自然语言处理也就代表了人工智能的最终目标。机器若想实现真正的智能自然语言处理是必不可少的一环。

以语言主导机器的方式是一种非常方便的形式。语音识别技术旨在将人类的口头语言输入转换为机器可理解的语言，或者转化为自然语言。当人类的声音信号通过话筒接收后，它被转换成电信号并成为语音识别系统的输入。系统随后对传入信号进行处理，进行特征抽取并提取相关参数，从而揭示出独特的特征。这些特征与原有数据库进行对比，最终呈现出识别出的语言结果。

中国在人工智能领域，特别是在自然语言处理（NLP）和语音识别技术方面，已经取得了显著的进展。中文自然语言处理领域取得的一个重要突破是在预训练模型方面。BERT（Bidirectional Encoder Representations from Transformers）等模型在中文语境中的成功应用，大大提高了文本理解和语义分析的性能。中文分词是NLP中的一个重要任务，中国的研究者在中文分词技术上进行了大量研究，提高了在不同语境下的分词准确性。

在语音识别技术方面，百度推出了DeepSpeech技术，基于深度学习的方法在语音识别领域取得了显著的进展。这种技术在理解多种语音输入方面表现得非常出色。科大讯飞是中国领先的语音技术公司之一，其在语音合成和语音识别方面的研究也取得了一系列的成果，应用于语音助手、智能客服等领域。

在深度学习和迁移学习方面，中国的研究者还在自然语言处理中广泛应用迁移学习，通过在一个领域上训练的模型来改善在另一个相关领域上的性能，提高了模型的泛化能力。

机器学习领域的突破

机器学习的基本思想是通过计算机对数据的学习来提升自身性能的算法。机器学习中需要解决的最重要的 4 类问题是预测、聚类、分类和降维。

在深度学习框架和工具方面，一些中国的科技公司和研究机构在深度学习框架和工具的开发上也有所突破，包括支持分布式训练、模型压缩和加速等方面的创新。深度学习框架和工具。比如，百度推出了PaddlePaddle深度学习框架，支持分布式训练和部署，为开发者提供了丰富的工具和库。华为提供了MindSpore深度学习框架，具有灵活的图模型、推理引擎和分布式训练等功能。

浙江大学控制学院智能驾驶与未来交通中心主任、教授刘勇在中国人工智能大会上介绍，近年来，随着传感器技术和 SLAM 理论的突破，自主移动机器人已经从研究迈向市场应用，涉及的领域包括无人驾驶、智慧城市、腿足机器人、火星车等等。谷歌、苹果、Meta 等国际巨头重点关注这项技术，国内巨头华为、百度、腾讯、阿里等，也纷纷开展专项研究。

（二）

中国人工智能产业的发展

政策支持经历三个阶段

随着国内外经济环境的变化，中国人工智能发展的支持政策呈现明显的阶段性特征。大体来看，中国人工智能发展的政策演进可以划分为初期探索、加速推进和应用落地三个阶段。

在初期探索阶段（2017 年以前），国务院发布了《关于推进物联网有序健康发展的指导意见》《关于积极推进“互联网+”行动的指导意见》《关于印发促进大数据发展行动纲要的通知》等政策文件，围绕大数据、5G、物联网等领域进行了全面部署。

在加速推进阶段（2017—2020年），国务院印发了鼓励和规范发展人工智能的政策文件《新一代人工智能发展规划》以及推进人工智能和实体经济深度融合的指导文件，人工智能发展上升为国家战略。工信部发布了“三年行动计划”，提出了包括建立人工智能研究院、加强基础研究和应用技术研发、加快人才培养等一系列人工智能扶持政策。

在应用落地阶段（2021年至今），“十四五”规划将人工智能列为重点发展产业之一。科学技术部等六部门于2022年出台了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，科技部印发了《关于支持建设新一代人工智能示范应用场景的通知》，并启动了“人工智能驱动的科学研究”专项部署工作。

在创新生态系统方面，根据中国信息通信研究院发布的《人工智能中国专利质量研究报告》，中国人工智能领域专利质量集中分布在5—6级，占比59.3%，7—8级专利占比33.4%，9级以上专利占比 3.2%，这反映出中国人工智能专利质量有待进一步提高。

另外，在科研产出方面，中国人工智能论文的数量和质量迅速提升，人工智能期刊、会议和知识库出版物数量领先世界。2021年中国人工智能期刊出版量占世界总量的31.04%，引用量占世界总量的27.84%，均高于美国、欧盟和英国。

正如日本媒体《日经亚洲》所指出的那样，“中国是人工智能研究论文方面无可争议的冠军……在数量和质量上都远远超过美国”。

人工智能论文还出现了学科主题分布较为广泛的特点。《2022全球人工智能创新指数报告》显示，除电子、通信、计算机科学等信息技术主题外，人工智能论文也涉及环境科学、地理科学、材料科学等基础学科主题。2020—2022年，涉及环境科学、地理科学、材料科学等基础学科主题的人工智能论文数量不断增长，占人工智能论文总量的比重从2020年的5%上升到2022年的10%。

（三）

中国人工智能在全球市场的影响

截至2022年底，全球人工智能代表企业数量27255家，其中我国企业数量4227家，约占全球企业总数的16%。我国人工智能产业已形成长三角、京津冀、珠三角三大集聚发展区。百度、阿里、华为、腾讯、科大讯飞、云从科技、京东等一批AI开放平台初步具备支撑产业快速发展的能力。

1. 中国人工智能的全球地位

目前，中国的人工智能专利申请量居世界首位。据中国信通院测算，2013年至2022年11月，全球累计人工智能发明专利申请量达72.9万项，我国累计申请量达38.9万项，占53.4%；全球累计人工智能发明专利授权量达24.4万项，我国累计授权量达10.2万项，占41.7%。

创新载体建设取得新进展。一批新型研发机构在人工智能大模型、人工智能计算芯片等领域取得了技术突破。算力基础设施达到世界领先水平。关键核心技术取得局部突破，部分关键应用技术居世界先进水平。我国企业在应用算法、智能芯片、开源框架等关键核心技术上已取得重要突破，图像识别、语音识别等应用技术进入国际先进行列，智能传感器、智能网联汽车等标志性产品有效落地应用。

中国还拥有大量的技术工人，每年约有140万工程师获得资格，是美国的六倍，其中至少三分之一从事人工智能相关工作。腾讯、阿里巴巴和华为目前已跻身全球此类产出前十名的公司之列。

2. 国际合作与竞争

马来西亚数字经济发展机构和吉隆坡市政厅2018年宣布引入阿里云“城市大脑”，将人工智能技术全面应用到交通治理、城市规划和环境保护等领域。项目实施第一阶段，人工智能技术将应用到吉隆坡281个道路路口，通过红绿灯动态调节加快车辆通行速度、缓解拥堵。出现突发状况时，人工智能可以全局调控交通状况，为应急车辆开辟“绿色通道”。此外，人工智能系统还有助于及时发现交通事故，为事故处置和交通疏导提供更全面的参考建议。

近年来，中非也在不断加强数字人才培养合作，助推非洲人工智能产业发展。中国电信在非洲11个国家建设了超过5万千米的光纤骨干网，大大提升相关区域的信息化水平，有效助力“智慧非洲”建设；中兴通讯携手非洲Airtel集团，助力刚果（金）语音网络数字化转型；2021年，埃及通信和信息技术部与中国企业合作启动“数字埃及建设者”计划，每年为1000名优秀学生提供奖学金，支持他们在人工智能、数据科学、网络安全等领域进行深造。

美国“政客新闻网”2023年11月撰文指出，中国已经在人工智能面部识别技术的出口中占据主导地位，在全球范围内该项技术，这一趋势只会加速。中国广受欢迎的“鲁班工坊”全球职业培训计划，已为世界各地数千人提供了教育，正在发展中经济体培养一批接受过人工智能相关知识培训的工人。

《2022全球人工智能创新指数报告》显示，目前中美两国引领世界人工智能发展，呈梯次分布的总体格局保持不变。但美国在国际化方面的优势尤其突出，高出中国约40分。报告显示，中国人工智能发展成效显著，人工智能创新指数近3年一直保持全球第二水平，在人才、教育、专利产出等方面均有所进步，但基础资源建设水平仍有待提高。

2022年，中国有10个三级指标名次相比2021年有所上升，主要集中在人才、教育、专利产出、创新制度等方面。我国公共数据的质量和开放度不高，相关指标排名靠后，信息化基础还有较大提升空间，在移动蜂窝电话订阅率、互联网使用率、固定宽带订阅率等指标上均排在参评国家中等位置。

谷歌的母公司Alphabet Inc.首席执行官桑达尔·皮查伊今年11月出席亚太经合组织（APEC）会议时表示，中国人工智能研究的规模令人震惊，他预计中国将走在人工智能的前沿。“如果中美两国不就人工智能等问题进行深入对话，就不可能取得长期进展……这必须是整个过程中不可或缺的一部分。”

（四）

社会影响：数据隐私与伦理问题

当前，全球人工智能技术快速发展，给经济社会发展和人类文明进步带来巨大机遇，也带来难以预知的风险和挑战。对此，国际社会迫切需要加强人工智能治理，做到趋利避害、扬长避短，推动人工智能朝着科技向善的方向发展。

作为联合国安理会常任理事国和国际社会负责任的一员，中国积极参与全球人工智能治理，致力于提升人工智能技术的安全性、可靠性、可控性、公平性。早在 2021年12月，中国就向联合国《特定常规武器公约》第六次审议大会提交《中国关于规范人工智能军事应用的立场文件》。2022年11月，中国又向联合国《特定常规武器公约》缔约国大会提交了《中国关于加强人工智能伦理治理的立场文件》。这些主张坚持维护人类福祉，坚守公平正义，体现了大国责任担当，为解决全球人工智能治理难题贡献了中国智慧和方案。

2023年7月，中国国家网信办等七部门联合公布《生成式人工智能服务管理暂行办法》。《办法》提出，国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管，明确了提供和使用生成式人工智能服务总体要求。旨在促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。

2023年10月，中方在第三届“一带一路”国际合作高峰论坛期间提出《全球人工智能治理倡议》，围绕人工智能发展、安全、治理三方面系统阐述了人工智能治理中国方案，呼吁增强发展中国家的代表性和发言权，确保各国人工智能发展与治理的权利平等、机会平等、规则平等，开展面向发展中国家的国际合作与援助，主张在充分尊重各国政策和实践差异性基础上，形成具有广泛共识的全球人工智能治理框架和标准规范。就各方普遍关切的人工智能发展与治理问题给出建设性解决思路，更为人工智能相关国际讨论和规则制定提供了蓝本。

（五）

未来展望：AI将在汽车、运输

和物流创造最大经济价值

美国麦肯锡咨询公司围绕中国人工智能产业应用发布的系列报告显示，目前中国广泛采用的绝大多数人工智能应用都服务于消费行业，未来的十年里，这一现状将经历变革。中国的人工智能将迎来更广泛的增长机遇，特别是在那些传统上中国在创新和研发支出方面相对滞后于全球同行的领域，如汽车、交通与物流、制造业、企业软件以及医疗保健和生命科学。这些领域将产生集群式的人工智能应用场景，每年可创造6000亿美元以上的经济价值，其中汽车、运输和物流将占据大部分（约 64%）；制造业将带动19%的增长；企业软件将贡献13%，医疗保健和生命科学占据4%。

具体来看，人工智能或会对汽车行业产生最大的潜在影响，将创造超过3800亿美元的经济价值。这种价值创造主要体现在三个领域：自动驾驶汽车、车主个性化和车队资产管理。

中国是全球最大的汽车市场，汽车保有量超过美国。预计到2030年，中国道路上行驶的客车数量将超过3亿辆，为人工智能提供了广阔的发展机遇。

在自动驾驶汽车方面，其价值创造占该行业总值的最大部分（3350亿美元）。新价值的部分来源于减少财务损失，如医疗、急救和车辆成本。由于自动驾驶汽车能够主动导航周围环境并实时做出决策，而不受干扰，预计每年道路事故将减少3%至5%。随着共享自动驾驶汽车替代客车和公共汽车，司机的节省也将带来额外的价值。传统汽车制造商和人工智能公司已经在将自动驾驶能力提升到4级（驾驶员无需专注但可接管控制权）和5级（全自动驾驶，包括方向盘是可选的）方面取得了重大进展。例如，文远知行已经实现了4级自动驾驶能力，其Robotaxi在广州试点运营一年内完成近15万次出行，没有发生主动责任事故。

在为车主提供个性化体验方面，通过使用人工智能分析传感器和GPS数据，汽车制造商和人工智能公司能够提供越来越多的硬件和软件更新建议，并个性化车主的驾驶体验。例如，蔚来汽车的先进驾驶辅助系统和电池管理系统实时跟踪电动汽车电池的健康状况，并优化充电节奏，提高电池的使用寿命。研究发现，这有望通过降低维护成本和减少意外车辆故障，创造300亿美元的经济价值。

在车队资产管理方面，人工智能有望帮助车队管理者更好地驾驭庞大的铁路、公路、内河和民航航线网络。专注于物流的原始设备制造商和人工智能公司的运营研究优化器预计可创造150亿美元的价值，通过分析物联网数据，为车队运营商确定更省油的路线和更低成本的维护站点。一些汽车制造商已经提供了人工智能驱动的管理系统，用于监控车队位置、跟踪车队状况以及分析行程和路线，预计可节省高达15%的燃料和维护成本。

在制造业，人工智能正在推动中国从低成本制造中心转变为处理器、芯片、发动机等高端零部件的精密制造领军者，每年创造1150 亿美元经济价值。大部分价值（约1000亿美元）来自利用各种人工智能应用程序进行的流程设计创新，如创建下一代装配线的协作机器人、复制真实资产用于仿真和优化引擎的数字孪生技术等。其余价值创造（约150亿美元）来自人工智能促进的产品开发改进。企业可以利用数字孪生快速测试和验证新产品设计，以降低研发成本、提高产品质量并推动新产品创新。在全球舞台上，谷歌以其利用人工智能快速评估不同组件布局对芯片功耗、性能指标和尺寸的影响的方式为我们展示了这种可能性。这种方法可以在设计工程师独立花费时间的一小部分内生成最佳的芯片设计。

在企业软件，中国的企业正在经历数字化和人工智能转型，催生了新兴的本地企业软件产业。这些企业提供的解决方案预计将创造800亿美元经济价值。其中，云计算和人工智能工具产品将产生450亿美元经济价值。比如中国的云服务提供商为中国100多家本地银行和保险公司提供了集成数据平台，使它们能够在跨云和本地环境中运营，同时降低了数据库开发和存储成本。另外，人工智能驱动的SaaS（软件即服务）应用程序将产生350亿美元经济价值。本地SaaS应用程序开发者可以应用各种人工智能技术，如计算机视觉、自然语言处理和机器学习，帮助企业在财税、人力资源、供应链和网络安全等业务职能领域做出预测和决策。一家领先的中国金融机构已经部署了本地人工智能驱动的SaaS解决方案，该解决方案通过使用人工智能机器人根据员工的职业道路为其提供个性化的培训建议。

最后，在医疗保健和生命科学行业，人工智能将在三个方面创造超过250亿美元的经济价值：一是利用人工智能加快靶点识别和新型分子设计，加快新药发现和上市速度并降低药物研发成本；二是优化临床试验、试验交付与执行，减少开发时间和成本，为患者和医疗保健专业人员提供更好的体验，实现高质量和合规性；三是在医学图像和数据方面利用机器学习算法来预测诊断结果和支持临床决策。

在AIGC与智能医学专题论坛上，联影智能科技有限公司研发总裁、首席运营官詹翊强提出，算法性能的提升能改变AI应用的使用方式，并通过软件架构创新使AI技术嵌入医生工作流，围绕病种或部位的多个AI应用形成解决方案。比如在冠脉慢性全阻塞病例中，人工智能冠脉重建软件在缩短73%的重建与测量时间的情况下，实现重建成功率从传统工作站的48%到95%的提升。

他提到，业界正尝试通过GhatGPT的大语言模型进行文本大规模应用，将非结构化的手术过程记录，转化为结构化手术归纳，并通过文本大模型和图像模型的结合，赋能各种医疗场景，构建有医疗专业性的更精准的专业大模型。

参考文献：

[1]石纯一，等．人工智能原理[M]．北京：清华大学出版社，1993：5-7．

[2]中国信息通信研究院．人工智能治理白皮书[R/OL]. （2020 -12 -29） [2023 -05 -29]．

[3]赵志君，庄馨予.中国人工智能高质量发展：现状、问题与方略[J].改革，2023(9):11-19.

[4]杜春玲，王铁铮，王琛伟.数字经济下中国人工智能芯片技术发展现状、面临挑战及对策建议[J].科技管理研究，2023(12).

[5]CSDN.AI芯片的分类及应用[EB/OL].(2022-02-13)[2022-08-10].

[6]人民论坛网.2022年核心产业规模达5080亿元，同比增长18% 人工智能产业迎来发展新机遇[EB/OL].(2023-03-15).

[7]LE MONDE DIPLOMATIQUE.China’s race to become global AI superpower［EB/ OL］. (2021-03-03) .

[8]澎湃新闻.《2022全球人工智能创新指数报告》发布，中美两国引领世界人工智能发展［EB/OL］. (2023-07-06).

[9]McKinsey.The next frontier for AI in China could add $600 billion to its economy[R/OL].(2022-06-07).