二是展現出很強的溢出帶動作用。人工智能能夠重構生產、分配、交換、消費等經濟活動各環節，利用人工智能實現重大技術革新和產品創新，能夠提高應用主體的管理水平、生產效率及產品質量，促進產業智能化升級。例如，智能機器人和柔性智能製造技術推動商品製造模式從流水線式的標準化製造，向大規模定制化產品供應轉型；通過智能算法加速航空、碼頭、倉儲等生產環節流程優化再造，節省設備、燃油、人力，實現產線升級和效益提升，重塑企業競爭力等。
三是具有技術和社會雙重特性。人工智能是一項影響廣泛而深遠的顛覆性技術，一方面，技術突破將創造新產品、新功能，進而開辟新空間，創造新價值；另一方面，人工智能由於具有一定的自主性，能夠進行決策和分析，因而具備一定社會屬性，可能對社會、倫理和法律等帶來新的挑戰和衝擊，如何推動人工智能的負責任發展是全球關注的前沿議題。
人工智能研發與應用方面，體現出以下趨勢。
一是大數據、大模型、大算力需求增長。數字經濟快速發展推動數據量爆發式增長以及場景的復雜化、多樣化，引發了業界對大模型和大算力的需求增長。以GPT－3（第三代通用預訓練轉換器）為代表的超大規模預訓練模型近年來快速崛起，帶動了全球新一輪人工智能創新潮流。大模型能夠更好應對復雜多樣場景的共性和個性需求，從“一專一能”邁向“一專多能”，正在突破小樣本學習、自然語言理解、跨模態生成等領域技術局限，目前已在蛋白質結構解析、大氣模擬預測、電力調度、生物制藥、光學遙感等行業場景展現出相當潛力。為更高效處理海量數據和超大規模智能模型，全球算力規模迅速增長，據《中國算力發展指數白皮書》統計，2020年全球算力總規模達429EFlops（每秒浮點運算次數），增速為39%，其中，人工智能算力規模為107EFlops。
二是人工智能與實體經濟融合的深度與廣度不斷提升。人工智能技術具有鮮明的多層次性特徵，將依技術難度和成熟度不同逐步突破，並依應用場景就緒程度不同而陸續落地，體現出明顯的梯次性。經過近幾年理論方法探索和實踐迭代，自主智能、群體智能、決策智能等一批技術逐步走向成熟，為人工智能向更多行業拓展和產業化落地帶來新機遇。多個國家以人工智能應用為牽引，正加強“人工智能＋應用”的關鍵技術研究，推動其與醫療健康、先進製造等領域融合，同時加強在氣候與環境保護、流行性疾病防控等方面的應用。
|
