1.前言人工智能（AI）技术诞生于1950年代，现已发展成为最前沿、最热门的高新技术之一。中国处于核心位置，将成为未来综合国力较量的重要方面。美国、俄罗斯、欧盟、日本等国家和地区高度重视人工智能技术的发展，积极制定相关战略和规划，加强技术研发[1~4]。近年来，我国出台多项战略政策，加强顶层布局，为人工智能发展指明方向，支持人工智能技术快速健康发展。在此过程中，需要遵循技术发展的客观规律，寻求适合国情的人工智能技术创新路径。研究新时代国家体制下人工智能技术发展创新模式和优化路径，探索相应的投入政策、人才机制、项目管理体系和绩效考核体系，是亟待解决的重大问题。.人工智能作为一种颠覆性的新兴技术，其发展规律尚未得到系统研究。为此，本文采用对比分析的方法，选取相对成熟的核能、光伏技术和人工智能技术进行对比，从基础理论、技术发展和技术市场应用模式三个方面进行论述，梳理出其独特的发展人工智能技术规律和创新路径，提出促进我国人工智能技术创新发展的措施和建议。二、人工智能技术与产业的概念界定（一??）人工智能技术概念界定国家标准化管理委员会将人工智能定义为[5]：利用数字计算机或数字计算机控制的机器模拟、延伸和扩展人类智能、感知环境，获取知识和利用知识达到最佳结果的理论、方法、技术和应用系统。按照这个定义，人工智能可以理解为使机器能够通过特定的技术手段“模仿”人类智能。根据“模仿”能力的成熟程度，人工智能技术可分为弱人工智能、强人工智能和超人工智能阶段[6]。弱人工智能是指擅长单一方面的人工智能，基本上是在计算和感知的智能层面。强人工智能是指能够进行思考和规划、解决问题、抽象思维、理解复杂思想和深度学习等操作，并且在各个方面都可以在与人类相似的水平上进行处理的人工智能。超级人工智能是指在科学创新、通用技能和社交技能等几乎所有领域的处理能力都超过人类的人工智能。目前，人工智能技术处于弱人工智能阶段[7,8]。从弱人工智能阶段发展到强人工智能阶段，必须在基础前沿和核心技术上取得重大突破。人工智能的核心技术包括：机器学习、计算机视觉、知识工程、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互技术、机器人、数据库技术、可视化技术、数据挖掘、信息检索与推荐，ETC。。得益于高校、科研机构和企业在人工智能核心技术方面的进步，人工智能技术逐渐具备智能化、普适化、高效化、全球化等特征，其在经济社会发展中的作用将越来越重要。还应看到，人工智能核心技术还存在灵活性不足、可解释性弱、鲁棒性差等问题，对未来人工智能技术发展构成严峻挑战。(2)人工智能产业概念界定产业是一个复杂的经济系统，包括管理、技术、人才、生产、市场、资源和信息等[9]。目前，人工智能产业的概念通常有广义和狭义两种定义方式，相关要素的含义和表达方式也有所不同。从广义上看，人工智能产业是指通过人工智能技术的深度广泛应用，推动技术融合和商业模式创新，推动重点领域智能产品创新，带动重点产业智能化升级，形成产业链。智能驱动、人机协同、跨界融合。产业发展新形态。从狭义上讲，人工智能产业是指团体、团队、个人针对人工智能基础理论、技术、系统、平台以及产品和服务的研发、生产、销售等一系列经济活动的集合基于人工智能技术[10]。本研究基于人工智能产业的狭义概念。AI行业是一个结构系统。从产业链各环节的供给和依赖角度，自上而下分为基础层、技术层和应用层（见图1）。基础层主要提供数据或算力支持，如芯片、传感器、生物识别等。技术层主要进行关键技术研究及相关应用，依托计算平台和数据资源进行海量识别训练和机器学习建模，以及为语音和自然语言处理、计算机视觉和机器学习等不同领域开发应用技术。应用层主要应用于细分的行业场景，核心在于人工智能技术的商业化，利用人工智能技术提供产品、服务和解决方案[11]。图1AI产业结构图[10]注：GPU表示图形处理单元；FPGA是现场可编程门阵列的意思。（三）人工智能技术与人工智能产业的关系新兴产业是通过前沿技术的不断发展，再通过工程化和产业化形成的。科技创新是新兴产业发展的重要动力[12,13]。作为重要的新兴产业之一，人工智能产业与人工智能技术的关系解释如下：人工智能技术是推动人工智能产业发展的重要核心；AI产业的发展趋势是以AI关键技术为核心，向上向下辐射，带动AI产业结构基础层和应用层的发展；人工智能产业的整体发展受限于人工智能核心技术的开发创新能力，推动人工智能关键技术创新发展是必然选择。目前，我国人工智能产业发展总体形势仍落后于欧美发达国家。通过“以科技促产业”模式，探索适合国情的人工智能技术创新发展路径，推动我国人工智能产业快速发展，具有重要的现实意义和深远的战略价值。三、基于对比分析的人工智能技术发展规律初探技术的发展通常以基础理论为导向，以市场需求为驱动。强劲的市场需求推动技术不断升级优化。通过分析基础理论突破和市场需求生成对技术发展的影响，有助于加深对技术发展规律的认识和认识。由于人工智能技术起步较晚，本文将其与较为成熟、应用较为广泛的核能、光伏技术进行对比分析，研究各自的发展特点，探索人工智能技术发展的一般规律。（一）核能技术1.基础研究进展核能技术的基础理论主要是在科学家实验研究的基础上，通过分析实验现象，归纳推理得出的。1919年，英国物理学家卢瑟福用α粒子轰击氮原子核获得质子，首次实现了原子核的人工改造。1939年诺贝尔奖得主费米提出链式反应原理，为原子能的和平利用奠定了理论基础。目前，核能技术经过长期的研究，已经具备了充分的理论基础。2、技术发展从基础理论看，核能技术的发展受到国防和军事需求的强烈推动。逐渐具备完整的技术能力，被视为成熟的技术领域。美国于1940年发起的“曼哈顿计划”是核能技术研究的经典典范。此后，美国、苏联、英国、法国的原子弹相继引爆成功。我国分别于1964年和1967年成功爆炸了第一颗原子弹和氢弹。3、技术市场应用核能技术最初定位于国防军事应用领域。例如，1933年，匈牙利物理学家齐拉德发表相关论文，提出核能开发可用于国防和军事领域。二战结束后，依靠雄厚的核能技术研究基础，科学家们迅速将核能应用转向和平利用，如世界上第一座5兆瓦实验性石墨沸水反应堆（奥布宁斯克核电站）1954年的苏联，是核能技术在民用市场应用的重要标志。综上所述，核能技术基础理论研究充分，技术研究扎实，以国防和军事应用需求为抓手，带动民用需求蓬勃发展。是20世纪高科技发展的典型。（二）光伏技术1、基础研究进展太阳能电池的工作原理是光伏效应，是法国科学家贝克勒尔于1839年发现的。这一原理的发现推动了光伏技术的研究和产业的发展。随着理论研究的深入，科学家发现多种材料都具有光伏效应。例如，1877年Adam和Day研究了硒的光伏效应，1904年Hallwachs发现铜和氧化亚铜的结合具有光敏性，1932年Audobert和Stora发现硫化镉具有光伏效应，1941年Orr发现在硅光伏效应。2、技术发展光伏技术发展以来，常见的太阳能电池有硅太阳能电池、III-V太阳能电池、铜铟镓硒太阳能电池、碲化镉太阳能电池、有机太阳能电池、染料敏化太阳能电池等。近年来，随着新材料的不断研发，光伏技术研究呈现多元化趋势，越来越多的新型电池材料（如钙钛矿、石墨烯等）被发现。然而，新型太阳能电池的技术研究也面临着一些问题。例如，与许多新型太阳能电池相比，钙钛矿太阳能电池具有成本低、效率高等优点，但在替代有毒金属、电池长期稳定性、大面积太阳能电池制备工艺等方面存在不足。优化提出了挑战[14,15]。因此，虽然光伏技术具有良好的理论基础，但在先进材料的研发和制备方面还存在不足。技术研究略显薄弱，不同技术方向的研究水平也参差不齐。3、技术市场应用光伏技术的市场应用模式与核能技术类似，都是从军用需求出发，然后带动民用需求发展。1958年，美国第一颗以光伏电池为动力的卫星“先驱者一号”发射入轨，标志着光伏技术较早应用于军用市场。1962年，装有14W太阳能电池的商业通信卫星Telstar发射入轨，成为太阳能电池在民用市场应用的开端。综上所述，与核能技术类似，光伏技术的基础理论研究十分充分，其技术市场应用也在国防军事领域起步，进而带动民用需求的发展。受限于新材料的研究水平，光伏技术各个子方向的研究水平参差不齐。（三）人工智能技术1.基础研究进展与核能、光伏技术不同，人工智能技术在发展初期并没有完整的基础理论。1936年，英国人阿兰·图灵创立了自动机理论，可以说是人工智能概念的起源。1956年，约翰·麦肯锡、明斯基、罗切斯特和香农首先提出了人工智能技术的定义。在人工智能技术的发展过程中，某一领域的方法论研究远远多于基础理论研究。早期的人工智能基础理论定位于“思想”和“概念”，并未提出充分的原理解释[8,16]，而更注重某些特定领域的方法研究；基础理论研究薄弱，需要进一步探索的问题较多。未知领域。普遍认为，人工智能技术的基础理论存在一定的不足和不完备，尚未达到核能和光伏技术的研究水平。2.技术发展现状人工智能技术的发展与核能、光伏技术有很大不同。人工智能技术还处于弱人工智能阶段。虽然它在很多领域都有应用，但由于技术本身的不足，在国防等“高科技”领域并没有得到广泛应用，导致该技术的可靠性不高。AI技术已经广泛应用于一般民用领域，更新迭代速度非常快。目前，人工智能技术处于常规技术较好、高端技术不发达的局面。3.技术市场应用人工智能技术应用的发展经历了三波浪潮[6]，具有代表性的节点和应用均产生于民用市场。例如，1973年日本研制的Webot1机器人是第一款基于智能软件的可以播放音乐的类人机器人；1980年日本研制的Webot2机器人，可以与人交流、阅读乐谱、演奏电子琴；1997年，国际商业机器公司（IBM）开发的“深蓝”战胜国际象棋冠军；2006年，法国Aldebaran机器人公司研发出智能机器人Nao。从需求来看，鉴于国防领域需求场景的特殊性，如数据少、边界不确定、环境复杂、响应实时性高等，AI技术在国防领域的应用还存在一些问题。防御领域。整体而言，人工智能技术的市场应用与核能、光伏技术不同。目前还是以民用需求为主；受限于技术水平，未来很长一段时间民用领域的应用将比军用领域更为广泛。（四）对比分析结论通过对比核能和光伏技术在基础理论研究、技术发展和技术应用市场模型发展规律方面（见表1），可以发现人工智能技术具有以下发展规律。表1核能、光伏与人工智能技术研究对比（1）人工智能技术在基础理论研究中相对匮乏[16]，尽快夯实基础理论研究基础是推动其成熟发展的重要方面未来的人工智能技术。创新是信息技术发展的灵魂和核心，人工智能技术的快速持续创新是其发展的必由之路。（2）与核能、光伏技术类似，人工智能技术也具有军民两用的潜力，军民市场协同发展是未来发展的必然路径。由于人工智能高端技术发展不足，军民市场对人工智能技术的需求存在显着差异，探索人工智能技术在军民市场应用中的特色创新发展路径是重点发展方向的人工智能技术。四、人工智能技术创新路径（一）“进化”发展是人工智能技术发展的必然选择。基于基础理论发展不足，技术层面以弱人工智能为主。民用市场巨大，军用市场需求明显，但实际应用相对较少鉴于目前的情况，我国AI技术的发展必须走一条独特的创新路径。为此，本文采用“内卷”和“进化”发展的概念来阐述。“内卷”是指通过在有限的领域投入大量现有技术来获得总产出增长的方法[17]。“内卷化”通常表现为技术的复制、延伸和精细化开发，开发过程存在效率提升有限的困境。“演进式”发展着眼于技术本身的发展和突破，通过应用领域的拓展带来新的社会效益。目前，人工智能技术表现为“涉入式”发展方式，如常规技术发展较好、高端技术发展不足、技术价值和影响力发挥不足等。人工智能的一些技术（如语音识别、图像识别）已广泛应用于社交、翻译、安全、医疗等领域，但其鲁棒性低、可解释性差等问题并未得到根本改善。应用场景也受到限制。这种现象一方面是技术突破难度大造成的；另一方面，由于国内民用市场规模庞大，只有在某些特定市场及其细分市场使用弱人工智能才能使技术拥有者获得更大的利益，导致缺乏深耕人工智能技术的动力.“内卷式”发展的高收益是短暂的，随之而来的市场竞争会削弱收益[18]。只有加强创新创造，采取以非特定市场和“非舒适区”市场应用为主的“演进式”技术发展模式，人工智能技术才能保持强大的技术生命力。（二）融合发展推动人工智能技术“进化”发展为推动人工智能技术发展走出“舒适区”，由“内卷式”发展向“进化式”发展转变，需要新的外部环境驱动因素.与民用需求相比，军用需求的“高科技”特征更为突出，市场特征明显不同。要在强人工智能和超人工智能领域取得突破，仅靠民用市场的需求是无法实现的，需要以军用需求为导向。军事场景应用要求AI技术具有边界不确定性、博弈对抗性强、响应实时性高、环境复杂度高、信息不完备等战场特性。相应的设备应满足可靠性、可维护性和可测试性、安全性和环境适应性，这是从弱人工智能向强人工智能和超级人工智能发展的路标。可以认为，以军需驱动人工智能技术融合发展，已成为攻克人工智能技术创新难关、保障创新活力的首选路径。还需要注意的是，人工智能技术的军用和民用市场发展模式与核能、光伏技术不同。核能和光伏技术的市场应用模式首先服务于国防和军事领域，然后带动民用领域的应用；军用市场向民用市场转移的技术壁垒较低，更容易打破军民产业边界，实现“军民领域技术演进”。式”发展。由于军民市场需求差异明显，人工智能技术在军民需求之间的相互转化相对受阻；只有加强军需牵引，打破军民边界实现人工智能技术“演进式”发展，立足国情，采取“三步走”路线，实现人工智能技术融合发展。根据军用市场的特殊需求需求应用场景，实现民用成果直接转化为军用。；通过这种改造，不仅可以扩大技术的应用范围y得到扩展，也初步检验了常规弱AI技术的成熟度和可靠性，以及快速定位技术的短板。第二步，通过军民协同创新和联合攻关，突破智能安防等人工智能新兴技术，推动产生具有强人工智能特征和军民两用属性的通用人工智能技术。用于军事和民用；军方保障特殊需求的必要投入，开展民用领域难以开展或不愿开展的高端技术研究，推动超级人工智能技术研发和商业化；分阶段将研究成果向民用领域转移，探索形成“军用先民用”的发展格局，生物智能和智能微系统是可能的技术应用方向。五、对策建议（一）顶层布局，建设新型研发机构建设具有军民两用引领和资源配置能力的新型研发机构，建议国务院、中央军委共同指导和支持。针对人工智能技术多元化和“众智”的特点，本着高效务实的原则，采用“顶层统筹、军民协同、各有侧重，和集体努力”，让人工智能的基础理论研究可以自由探索，让高端技术研究有一个好的团队进行集中研究；有效统筹军民两用市场需求，使新型研发机构运行符合人工智能技术创新的基本特征和发展规律。（二）拓宽渠道，加大资源保障人工智能技术融合发展需要稳定的资金支持渠道，建议采用“科研经费+市场效益”驱动模式。民用成果转化为军用时，设立国家重大科技专项，以科研经费的形式给予资源保障。在军民协同创新、军引民用阶段，相关研究成果转化民用领域时，考虑引入行业国有或民营企业，民品专项培育基金将有针对性地提供支持。（三）重视人才，推进一体化人才队伍建设。目前AI领域的领军人才和团队集中在国内外知名科研院所和骨干企业，但AI技术的融合发展需要建设多源融合的人才队伍，才能更好地集中开展科研力量。人才队伍建设需要依托相关科研机构和单位。前期可采用“双聘制”模式，引进先进人才和团队，明确人员权利义务；团队建设成熟后，可引入定向培养机制，培养核心团队和领导者。打破现有人才引进僵局。此外，实现“同工同酬”，吸引军队人才和地方人才共同攻关；发挥各自优势，真正实现军民协同创新。在人才队伍建设过程中，要同步建立差异化评价机制。（4）协同开发，开展伦理研究人工智能技术在民用场景应用的伦理规范研究有所发展，但由于军用场景应用起步晚于民用，目前军事场景的伦理规范研究仍然欠缺。关注人工智能技术应用于军用和民用市场时伦理规范的协调发展，在已有研究成果的基础上，开展责任追究、威慑、破坏性取舍等具有军事特色的伦理规范研究道德规范。
