前言

近期，美國政產學研界聯合提出一項名為“國家研究雲” 的建設倡議，計劃部署全國性的創新基礎設施，支援符合國家戰略導向的前沿性、基礎性人工智慧技術創新，為高校、科研機構及小型科技公司的人工智慧技術研發提供算力和資料支援。“國家研究雲”計劃是美國補齊人工智慧領域關鍵創新要素的重要舉措。

一、“國家研究雲”計劃及出臺背景

“國家研究雲”計劃。

2020年4月，美國學術界召集斯坦福大學、普林斯頓大學以及俄亥俄州立大學等22所大學，由斯坦福大學“以人為本的人工智慧研究所”牽頭，聯合建議聯邦政府建設名為“國家研究雲”（National Research Cloud）的新型國家基礎設施。

倡議發出後，谷歌、IBM、英偉達等紛紛附議。美國國會高度重視並快速響應，兩個月後，眾議院和參議院共同組成以技術為中心的立法者幹事小組提出《2020年國家AI研究資源工作組法》（National AI Research Resource Task Force Act of 2020）立法草案，旨在建立政府、高校和企業聯合工作組，為“國家研究雲”制定實施計劃和相關規範。

新冠肺炎疫情在全球流行使人工智慧等數字技術的支撐作用更加突出。

2020年新冠肺炎疫情給各國的社會生產生活都帶來了巨大沖擊，同時也使遠端辦公、線上消費、異地協同等新生產消費模式成為常態，其中，以人工智慧為代表的數字技術在抗擊疫情和恢復生產生活過程中發揮了重要的支撐作用。

例如，科研機構成功運用人工智慧技術，把預測新型冠狀病毒的全基因組二級結構時長從55分鐘壓縮到27秒，並把新藥研發成功率從12%提高到14%；達達等物流配送平臺運用人工智慧演算法，針對即時配送中訂單的頻繁波動合理匹配運力，拓展了線上經濟的應用空間。

在後疫情時代，各國對人工智慧技術推動經濟社會發展的巨大潛力有了更深刻的認識，對於突破自然語言識別、人機互動、計算機視覺等關鍵技術的需求更加強烈。美國率先並加速人工智慧前沿性技術研發，早在奧巴馬時期就出臺了《2016年美國國家人工智慧研究和發展戰略計劃》，在特朗普政府時期又釋出了《2019年國家人工智慧研究和發展戰略計劃》，強調基礎研究，佈局基礎理論和前沿性技術，著力推進多學科交叉研究。

美國對以高校為主要執行者的人工智慧基礎研究投入相對不足。

美國各大高校和人工智慧企業是人工智慧技術開發的最主要執行者。人工智慧企業尤其是商業巨頭擁有大量的研發資金和技術人才：2018年，亞馬遜、谷歌、英特爾、微軟和蘋果5家公司在人工智慧領域的平均研發費用達到134.4億美元左右，且每家公司都擁有上千人的研發團隊。

例如，谷歌對其Meena聊天機器人產品就花費了150萬美元的訓練費用，高校則根本沒有能力承擔這種規模的成本。高校是美國最主要的基礎研究執行者，承擔了全國約50%的基礎研究任務，資金匱乏導致高校人才流失、物力缺乏，限制了其研究能力。大量創新資源集中在人工智慧商業巨頭的事實，從側面印證了美國對人工智慧基礎研究的支援相對不足。

算力和資料資源缺失成為阻礙美國人工智慧基礎研究的最大瓶頸。

人工智慧新技術研發需要高效能算力和大量高質量資料資源支援，美國人工智慧基礎研究在這兩種資源上都有不同程度的缺失。

一方面，算力資源相對缺失，美國人工智慧商業巨頭擁有先進的商業化算力資源，但高校和科研機構沒有足夠的資金進行購買，無法支撐日益深入的科研探索。

另一方面，資料資源的缺失是結構性的，美國受人口數量、隱私保護等客觀因素影響，在消費、人口等領域存在資料獲取困難；在生產力、醫療和高解析度地圖等優勢領域，資料資源則掌握在政府和行業手中，不向社會和公眾開放，學術界難以獲取，同樣阻礙著學術界的基礎研究活動和人才培養。

兩種資源的缺失最終將對基礎研究活動產生負面影響，這不僅是美國學術界面臨的困境，更是關乎政產學研各界的系統性困境。

二、對“國家研究雲”計劃的幾點判斷

“國家研究雲”是集合高速計算能力和大量資料資源的人工智慧國家基礎設施，旨在提升基礎研究能力。

在建設內容上，一是佈局高效能算力基礎設施，計劃基於國家實驗室建設硬體、軟體和人員在內的算力基礎設施，或聯合商業巨頭，為高校購買商業算力服務提供大幅優惠。二是建立高質量的計算資料庫，聯合能源部、國防部、國家科學院、國家工程院和國家醫學院等掌握大量資料資源的政府部門，建立資料採集、開放和共享機制，在未來五年內建成相關資料庫，向高校提供免費的資料資源服務。

在組織形式上，由美國科技政策辦公室（OSTP）和國家科學基金會（NSF）牽頭組建特別工作組，吸納政府、企業和高校三方力量，建立合作機制，制定並執行實施路線，共同部署、開發和運作“國家研究雲”。

在服務物件上，為高校、研究機構甚至小型科技公司提供算力和資料服務，確保美國在人工智慧基礎研究能力上始終領先全球。

“國家研究雲”將推動政府、高校和企業之間的協同合作，落地機率大。

美國政府十分重視人工智慧基礎研究，計劃2022年前在人工智慧基礎研究上增加一倍的支出。同時，美國政府也充分認識到，人工智慧企業研發投資和研發力量將扮演日益重要的角色，資料也將越來越多地掌握在企業手中，政府對基礎研究的資金投入作用有限，需進一步推動政產學研協同合作，加強資料資源和算力基礎設施的建設和共享。

目前，政府與高校、企業之間的合作少且分散。例如，高校和科研機構主要透過美國國家科學基金會獲得研發資助，人工智慧企業與政府的合作需要透過國防部的“國防創新部門（DIU）”，不利於跨部門資料資源和算力基礎設施建設的共享。“國家研究雲”計劃是實現更大規模、更高層次的“政府-學術界-企業”協同合作的工作抓手，受到政產學研各界普遍支援，落地實施的機率很大。

“國家研究雲”建設重點針對“小資料”領域，實現錯位發展。

“國家研究雲”倡議者曾公開表示，美國在語音或人臉識別等需要海量資料的人工智慧應用領域缺乏優勢，但在資料儲存量要求較少的領域擁有競爭力。

例如，罕見疾病的檢測和治療、基因檢測工程、醫藥研發等。美國資訊科技與創新基金會此前的一項研究表明，中國的移動支付、物聯網資料量全球第一。2018年中國有超過5.25億人使用移動支付，美國僅有5500萬人。

此外，美國在電子病歷、遺傳資料和高解析度地圖等領域的資料量方面擁有絕對優勢。截至2017年，美國有超過1500萬的消費者購買了基金檢測試劑盒，中國只有30萬消費者。因此，“國家研究雲” 建設將可能重點支撐“小資料”領域的研發活動，揚長避短，實現與中國的差異化發展。

“國家研究雲”計劃能夠提升創新活力，但應用潛力挖掘或更依靠政府推動。

“國家研究雲”一旦落地，將有效提升美國人工智慧的基礎研究能力，推動前沿性的技術革新，同時透過人才輸送、學者創業等方式，間接提升美國高校的初創公司孵化器功能，有效帶動產業活力。但要徹底挖掘新技術的應用潛力，其勢必要進入規模化量產階段，而這恰恰是技術創新向生產力轉化要克服的難題，需要強有力的需求拉動。

通常認為，美國遵循自由市場導向，擁有高度成熟的風險激勵體系和市場應用體系，透過市場自身就可實現這一目的。但從美國先後釋出的《2019年國家人工智慧研究和發展戰略計劃》、《維持美國人工智慧領導力的行政命令》等戰略檔案看，美國已經明確指出，現有行業並不成熟，單純依賴市場機制不能支援人工智慧前沿性技術的深入應用，政府應支援積極的先導性應用拓展，提供持續穩定的扶持資金，為未來的廣泛應用作出示範。

例如，國防部在面向2022年的國防戰略研究中已經提出新舉措，將透過為企業提供生產過渡資金、成立新技術投資業績審查小組等做法，推動國防領域人工智慧技術的大規模應用部署。

三、幾點啟示

堅持加快補齊人工智慧基礎研究短板的戰略思路。

美國一貫高度重視人工智慧基礎研究，為技術迭代和產業發展搶抓時間。相比之下，我國在人工智慧基礎研究能力方面仍顯薄弱，在關鍵核心技術的掌握上一直存在差距。

我國必須加大力度提升人工智慧基礎研究能力，持續加大投資力度，給予從基礎研究到成果應用的全程支援；繼續推動人才引進和培育工作，建設和完善圍繞全產業鏈的人才梯隊；大力推動產學研政深入合作，推動各類創新資源有效協同，在人工智慧基礎理論和前沿技術上實現突破。

儘快實施人工智慧基礎設施重大工程。

借鑑美國的人工智慧研究基礎設施建設的思路，儘快從國家層面設立人工智慧基礎設施重大工程，協調政府、企業、行業協會、高校和科研機構，提供互聯開放的人工智慧資料資源；提供算力基礎設施、裝置和人力資源，保障人工智慧技術的長期研究；明確組織架構以及實施主體和資金籌措方式等，做好組織部署；落實立法、政策以及市場規範等相關保障，為人工智慧技術的叢集式突破、協同性創新和融合性應用提供有效支撐。

積極打通人工智慧新技術的轉化應用通道。

積極實施有效舉措，推動人工智慧技術突破與後續研發應用的有效銜接。加強頂層設計，頒佈指導性檔案，將人工智慧新技術與實體經濟深度融合作為應用重點方向；繼續推動人工智慧產業創新揭榜掛帥工作，培育和遴選一批標杆企業，重點突破一批新技術應用的關鍵產品；進一步落實人工智慧創新應用先導區，加速相關區域人工智慧關鍵技術創新和深度融合應用，打造我國人工智慧產業集聚發展新高地。

作者丨郭英 何穎