编者按
人工智能是近期的热点话题，我们的公号将持续予以关注，并推出相关研究文章。本期针对上海，提出人工智能的发展思考。
1
既AlphaGo2016年3月战胜李世石、2017年5月战胜柯洁之后，人工智能一直“高烧不退”。从去年10月-12月开始，美国白宫接连发布了三份人工智能发展报告：《为未来人工智能做好准备》、《美国国家人工智能研究与发展策略规划》、《人工智能、自动化及经济》来探讨美国对人工智能的应对策略。
我国目前也已将人工智能纳入国家“十三五”规划，体现了国家战略意图。
在今年的《政府工作报告》中，更是首次明确提到了“人工智能”
：实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化。
资本市场敏锐地捕捉到人工智能的商业化前景，我国人工智能领域投融资热度快速升温。
据《2017年中国人工智能市场规模预测及行业发展趋势》数据：
未来五年，中国人工智能市场规模将从2015年的12亿元增长到2020年的91亿元，年复合增长率约50%，远超全球20%的平均增速。
《纽约时报》发文表示：
在人工智能时代，不仅人们的生活会因此改变，还会将国家之间的科技竞争拉到相对平等的起跑线上，中国在人工智能研究领域的技术和人才储备快速崛起。
《麻省理工科技评论》对2017年人工智能领域发展的预测中指出：
2017年可能是中国开始演变成人工智能产业主力军的一年，中国的科技企业不再止步于抄袭国外公司，而是积极地向人工智能自主研发大步迈进。
根据SCI收录的数据，2013-2015年，
中国发表的“深度学习”论文增长了约6倍，美国增长约3.5倍
；2014-2015年，无论是文章数量还是有效引用数据，中国都超过了美国，暂时处于领先位置。国际顶级人工智能学术组织AAAI在2016年全世界新遴选了6名fellow，有三位是华人，其中一位是中国籍的南京大学周志华教授，可见中国的影响力越来越大，对美国在人工智能学术上面的垄断和优势形成了冲击。
2
著名的互联网观察者凯文·凯利在2016年出席第二十八次上海市市长国际企业家咨询会议时谈到：
对上海来说，成为“智慧城市”可能远远不够，找到自身擅长并将重点发展的领域才是根本。
比如，眼下世界上还没有人工智能的核心城市，也没有虚拟现实技术的中心，这些都是未来上海可以致力于发展的方向。
事实上，上海也正在积极开展规划布局，抢占人工智能产业制高点。市科委全力推动“以脑科学为基础的人工智能”研究，脑计划将是“十三五”上海科技发展的重点之一。临港地区已初步明确了人工智能产业的发展目标、空间布局、发展重点和具体措施。
但上海的软肋可能还在于企业！
在行业有影响力的企业方面，根据权威媒体《互联网周刊》与eNet研究院联合发布的“2016中国人工智能企业Top 100”，入围TOP 20的上海企业只有一家——
智臻智能（
中文语义识别）。其余多为北京、深圳企业。
在中小/初创企业方面，
国内著名的人工智能社交资讯平台新智元组织了105名智库专家和15名专业评审，经过综合估值、融资、竞争力得分、发展潜
力得分，投票选出了2016年度最具竞争力的10家企业。这10家企业中，估值最高的达到500亿元，最低的5亿，均值为80亿元左右。我们也很遗憾地发现，这里面没有上海企业。
据从事人工智能风险投资的上海专家表示，这个榜单基本反映了上海民营/初创企业的整体现状。上海企业在自然语言处理方面的优势还比较明显，也冒出了一批有潜力的企业，比如：小i机器人、
小智、海知等。
但新冒出来的、成长势头非常旺盛的企业不是特别多。
上海的优势在于科研机构众多、人才资源集聚、信息交流国际化，上海不缺敏锐的意识，但以前不少新兴技术都是“起了个大早，赶了个晚集”。为避免重蹈覆辙，上海人工智能技术和产业应该在以下几个方面发力：
一是在领域设置上，
推进脑科学、人工遗传算法、智能语音处理、模式识别、机器学习等关键技术的研发，加强人工智能技术测量和评估的标准和基准制定，结合张江综合性国家科学中心建设布局，形成某些领域的上海领先优势。
二是在项目布局上，
除瞄准前沿的基础研究之外，要更多地面向经济应用与社会服务，使新的技术能够充分应用到工业生产和社会服务之中，从而将自上而下的政府战略导向与庞大的经济与社会体系相结合。
三是在应用示范上，
政府应给予先导性的开拓应用，为全社会广泛应用人工智能作出示范。如加强人工智能在未来智慧金融服务、上海
“五违四必”区域环
境整治和河道治理、智慧交通等方面的试点商业化应用，为政府精细化治理提供参考依据。
四是在企业培育上，
加强对本土人工智能企业发展状况的调查研究，在摸清家底的基础上，制定中长期发展规划、滚动发展计划及重点支持对象；提高人工智能产品上下游产业链的配套程度和产业集聚度，为本土初创企业发展提供更好的条件。
五是在基础平台支撑上，
加强人工智能基础资源和公共服务创新平台建设，开发满足多样化人工智能兴趣与应用的数据集，开放满足商业和公共利益的训练测试资源，开发开源软件库和工具包等。
六是在资金投入上，
在人工智能的初级阶段，依赖市场机制远远不能实现其发展的目的，各级政府要给予长期的直接投入；特别是人才培养和引进的投入，更是需要以公共资金为引导，撬动更多的资源来共同加强人才队伍建设。
本文原载于：上观新闻2017-04-20，智库|面对人工智能浪潮，上海怎么办？
刘小玲，博士，上海科学院副研究员，民盟上海市委参政议政工作特邀研究员，上海市科技发展基金软科学研究项目评审专家，中国科学学与科技政策研究会理事。
人工智能机器人AI-Maths的数学“高考”为何“输”在语文上? ——浅谈类脑科学研究
AlphaGo积累的数据值多少钱？ ——谈数据价值评估
全球人工智能人才概览
