多家银行以通用大模型为底座构建更加丰富的金融大模型，网购平台AI智能眼镜搜索量大幅提升，春季招聘会大量岗位聚焦人工智能算法、大模型研发……眼下，我国人工智能产业赋能千行百业，受到的关注度越来越高。

近段时间以来，我国人工智能产业在算法架构等核心技术领域的突破打破了相关国家的垄断和封锁，实现了核心技术自主创新的“蝶变”。

不过，行业发展的一些短板也不容忽视。我国在底层算法（例如深度学习）等领域的研究起步较晚，企业多注重应用层的开发而忽视基础层创新。尽管我国AI人才总数居世界前列，但从需求来看，缺口仍然很大，且领军人才比较稀缺，兼具基础研究和产业经验的人才十分稀少。此外，目前人工智能领域仍然存在数据伪造和算法歧视等问题，侵权现象时有发生，相关法律规范还不够健全，数据使用合规性的监管难度较大。对此，应从多方发力。

加强基础研究。出台相关政策，鼓励基础研究，设立基金或专项项目配套扶持，搭建政产学研用创新合作平台，促进企业、高校、科研机构间的深度合作。鼓励引导相关企业加大基础研究投入，努力突破底层技术瓶颈，注重维护知识产权，积极申请专利，保护自身核心技术。

完善人才培养。建立健全促进多层次人才培养的教育体系，鼓励高校开设人工智能专业，支持企业开展相关培训，在高校和企业的人才培养中给予科学引导。企业应与高校和职业院校积极合作开展人工智能技术定向培养或联合培养，通过设立奖学金、助学金、实习基地等方式鼓励支持优秀学生投身人工智能事业，鼓励企业职工参加相关技术竞赛和行业培训交流，积极吸引海外人才。

注重风险防控。完善人工智能应用边界的法律法规，建立人工智能技术伦理审查和监管制度，将风险预防监管贯穿人工智能技术研发使用的全过程。建立人工智能伦理管理机制，避免相关技术的道德风险。制定动态评估体系，预判和防止相关技术可能带来的弊端，将人工智能伦理和法规培训纳入员工入职培训和日常守则。引导消费者提高对人工智能技术的伦理和法规认知，在遵循相关伦理法规的前提下使用有关产品和服务。

（节选自《经济日报》 作者：刘兴盛 岳小佳）