基于AHP-熵權(quán)TOPSIS 法的區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價

浦 悅，胡 斌

（上海工程技術(shù)大學(xué)管理學(xué)院，上海 201620）

一、引言

隨著我國經(jīng)濟發(fā)展步入新常態(tài)，經(jīng)濟發(fā)展從投資、要素驅(qū)動逐漸轉(zhuǎn)向創(chuàng)新驅(qū)動?！霸鰪妱?chuàng)新策源能力”作為習(xí)近平總書記在滬考察期間對上海產(chǎn)業(yè)發(fā)展及科創(chuàng)中心建設(shè)提出的指示，塑造創(chuàng)新策源能力是面對新一輪產(chǎn)業(yè)革命的重要任務(wù)。人工智能產(chǎn)業(yè)作為新一輪的重點產(chǎn)業(yè)領(lǐng)域之一，是撬動經(jīng)濟發(fā)展的重要支點，人工智能產(chǎn)業(yè)創(chuàng)新策源能力塑造為產(chǎn)業(yè)發(fā)展提供了有力抓手，其創(chuàng)新策源能力水平直接影響到國家和地區(qū)的綜合競爭力[1]。從創(chuàng)新策源能力的內(nèi)涵出發(fā)，建立區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價指標(biāo)體系，真實反映區(qū)域內(nèi)人工智能產(chǎn)業(yè)創(chuàng)新策源能力情況，探討各省市人工智能產(chǎn)業(yè)發(fā)展特點，對于區(qū)域提升科技治理水平，激發(fā)人工智能產(chǎn)業(yè)區(qū)域發(fā)展內(nèi)生動力具有重要的理論與實際意義。

二、相關(guān)文獻綜述

區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價，不僅涵蓋領(lǐng)域內(nèi)科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明對產(chǎn)業(yè)發(fā)展的支撐，更強調(diào)應(yīng)用場景和成果轉(zhuǎn)化對人工智能產(chǎn)業(yè)可持續(xù)發(fā)展的策動。創(chuàng)新策源概念的提出是國家進一步推動區(qū)域產(chǎn)業(yè)高質(zhì)量發(fā)展的重要體現(xiàn)，衡量區(qū)域內(nèi)人工智能產(chǎn)業(yè)創(chuàng)新策源能力水平十分必要。創(chuàng)新策源能力相關(guān)的研究主要集中于創(chuàng)新策源功能和創(chuàng)新策源地兩個方面。

創(chuàng)新策源功能方面，上海社會科學(xué)院課題組（2016）[2]、杜德斌（2018）[3]指出創(chuàng)新策源功能是全球性創(chuàng)新型城市及區(qū)域產(chǎn)業(yè)可持續(xù)發(fā)展的重要特征，具有創(chuàng)新匯聚、篩選、釋放三項子功能。在創(chuàng)新策源地方面，王業(yè)強等（2017）[4]通過梳理科技創(chuàng)新與地區(qū)差距的關(guān)系，提出了科技策源地龍頭創(chuàng)新的發(fā)展機制。李石柱（2010）[5]認為高新區(qū)通過轉(zhuǎn)變經(jīng)濟發(fā)展方式可以轉(zhuǎn)型為戰(zhàn)略新興產(chǎn)業(yè)策源地，闡述了產(chǎn)業(yè)發(fā)展與策源地之間的關(guān)系。余江等（2020）[6]認為集成電路產(chǎn)業(yè)發(fā)展必須依靠跨科學(xué)、大縱深的開創(chuàng)性研究拓展產(chǎn)業(yè)領(lǐng)域知識邊界推動重大原始創(chuàng)新。

產(chǎn)業(yè)發(fā)展評價方面，陳文俊等（2018）[7]采用聚類分析法和空間自相關(guān)分析法，對我國各省份生物醫(yī)藥產(chǎn)業(yè)發(fā)展水平進行了綜合評價。陳文鋒和劉薇（2016）[8]創(chuàng)新性地概括了戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展質(zhì)量的內(nèi)涵，對各省份新一代信息技術(shù)產(chǎn)業(yè)發(fā)展質(zhì)量進行了評價。朱建明和楊鴻瑞（2019）[9]運用模糊神經(jīng)網(wǎng)絡(luò)對我國部分區(qū)域版權(quán)產(chǎn)業(yè)發(fā)展綜合水平進行預(yù)測評價。

本文從創(chuàng)新策源能力的內(nèi)涵出發(fā)，圍繞區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力的影響因素進行分析，結(jié)合評價指標(biāo)體系的構(gòu)建原則和思路，構(gòu)建了一套以基礎(chǔ)研究影響力、核心技術(shù)引領(lǐng)力、應(yīng)用場景拉動力、創(chuàng)新資源集聚力、創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力為一級指標(biāo)的區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價指標(biāo)體系。在此基礎(chǔ)上，本文通過AHP 法和熵權(quán)法確定主、客觀指標(biāo)權(quán)重，采用綜合賦權(quán)的方法得到綜合權(quán)重，并根據(jù)TOPSIS 法建立評價模型，對我國31 個省市的人工智能產(chǎn)業(yè)創(chuàng)新策源能力作科學(xué)客觀的評價。

三、評價體系構(gòu)建

區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價涵蓋對一個地區(qū)人工智能領(lǐng)域基礎(chǔ)研究培育原始創(chuàng)新、核心技術(shù)推動技術(shù)進步以及應(yīng)用場景、創(chuàng)新資源和創(chuàng)新創(chuàng)業(yè)環(huán)境策動產(chǎn)業(yè)發(fā)展多個方面的考察。因此，針對區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力的指標(biāo)體系是一個多屬性全面性的評價指標(biāo)體系。

（一）評價指標(biāo)體系的構(gòu)建思路與原則

區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價體系的構(gòu)建思路是：從人工智能創(chuàng)新活動特點和實際情況出發(fā)，結(jié)合創(chuàng)新策源能力的內(nèi)涵解讀，圍繞人工智能產(chǎn)業(yè)領(lǐng)域基礎(chǔ)研究影響力、核心技術(shù)引領(lǐng)力、應(yīng)用場景拉動力、創(chuàng)新資源集聚力和創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力5 個方面建立定性與定量相結(jié)合，堅持全面性、系統(tǒng)性、可操作性和引導(dǎo)性原則，全面反映區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力水平。

（二）評價指標(biāo)體系的選取與構(gòu)建

本文參考郭韜等（2017）[10]采用的度量方法及宋曉彤等（2019）[11]設(shè)置的指標(biāo)體系，結(jié)合人工智能產(chǎn)業(yè)創(chuàng)新驅(qū)動的特點以及評價體系的構(gòu)建思路與原則，最終確定了包含三級指標(biāo)的評價指標(biāo)體系，其中，一級指標(biāo)5 項，二級指標(biāo)10 項，三級指標(biāo)22 項。本文選用基礎(chǔ)研究影響力、核心技術(shù)引領(lǐng)力、應(yīng)用場景拉動力、創(chuàng)新資源集聚力、創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力等5 個指標(biāo)作為一級指標(biāo)，選用基礎(chǔ)研究資源、基礎(chǔ)研究產(chǎn)出、核心技術(shù)披露等10 個指標(biāo)作為二級指標(biāo)，選用計算機科學(xué)領(lǐng)域得到H 引用的文章數(shù)量、計算機科學(xué)領(lǐng)域頂級高校數(shù)量、計算機科學(xué)領(lǐng)域頂級論文錄用數(shù)等22 個指標(biāo)作為三級指標(biāo)（見表1）。

1.基礎(chǔ)研究影響力包括基礎(chǔ)研究資源和基礎(chǔ)研究產(chǎn)出兩部分?；A(chǔ)研究資源的儲備和基礎(chǔ)研究產(chǎn)出的質(zhì)量是人工智能產(chǎn)業(yè)發(fā)展的重要驅(qū)動力，具有基礎(chǔ)性、前瞻性、原創(chuàng)性和影響力的基礎(chǔ)研究是一個區(qū)域人工智能產(chǎn)業(yè)能否達到世界前沿水平的關(guān)鍵。因此，本文選取基礎(chǔ)研究資源和基礎(chǔ)研究質(zhì)量反映基礎(chǔ)研究影響力，具體指標(biāo)有計算機科學(xué)領(lǐng)域得到H 引用的文章數(shù)量、計算機科學(xué)領(lǐng)域頂級高校數(shù)量、計算機科學(xué)領(lǐng)域頂級論文錄用數(shù)以及計算機科學(xué)領(lǐng)域頂級論文被引用量。

2.核心技術(shù)引領(lǐng)力包括核心技術(shù)披露和核心技術(shù)價值兩部分。核心技術(shù)引領(lǐng)力主要反映驅(qū)動人工智能產(chǎn)業(yè)創(chuàng)新策源能力形成所必備的計算機視覺、機器學(xué)習(xí)、自然語言處理、語音識別等核心技術(shù)的支撐情況。技術(shù)的進步對該領(lǐng)域的創(chuàng)新策源能力提升至關(guān)重要，核心技術(shù)的突破會進一步加快人工智能產(chǎn)業(yè)的發(fā)展[12]。本文主要從人工智能領(lǐng)域?qū)＠图夹g(shù)市場的角度來分析核心技術(shù)引領(lǐng)力，具體指標(biāo)有人工智能領(lǐng)域PCT 專利數(shù)量、人工智能領(lǐng)域?qū)＠暾垟?shù)量、技術(shù)市場成熟度以及專利授權(quán)率。

3.應(yīng)用場景拉動力包括場景研發(fā)條件和場景研發(fā)產(chǎn)出兩部分。人工智能技術(shù)正加速在各行業(yè)深度融合和應(yīng)用落地，新一代人工智能產(chǎn)業(yè)應(yīng)用驅(qū)動的特征愈加明顯，從這一角度出發(fā)，本文選取了人工智能領(lǐng)域獨角獸企業(yè)數(shù)量、國家人工智能開放創(chuàng)新平臺數(shù)量、數(shù)字經(jīng)濟勞動力需求以及高技術(shù)產(chǎn)品出口比重來反映區(qū)域內(nèi)應(yīng)用場景對于區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力的驅(qū)動效應(yīng)。

4.創(chuàng)新資源集聚力包括人才資源集聚和支撐條件集聚兩部分。人工智能產(chǎn)業(yè)是高度知識、資本密集型產(chǎn)業(yè)，人才隊伍、金融支持和數(shù)據(jù)資源集聚是人工智能產(chǎn)業(yè)發(fā)展的重要支撐條件。本文主要從高學(xué)歷（大學(xué)專科及以上）人口比例、計算機科學(xué)領(lǐng)域?qū)＜覕?shù)量、人工智能領(lǐng)域投融資規(guī)模、R&D 經(jīng)費支出占GDP 比重以及科學(xué)數(shù)據(jù)中心數(shù)量來分析區(qū)域內(nèi)人工智能產(chǎn)業(yè)創(chuàng)新資源的集聚情況。

5.創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力包括創(chuàng)新環(huán)境水平和創(chuàng)業(yè)環(huán)境水平兩部分。區(qū)域內(nèi)積極的政策導(dǎo)向、良好的創(chuàng)新生態(tài)、友好的營商環(huán)境和有力的資本支撐對于人工智能領(lǐng)域人才、企業(yè)和資本的吸引是人工智能產(chǎn)業(yè)持續(xù)發(fā)展的重要支撐。因此，本文選用政府?dāng)?shù)據(jù)開放程度、科研協(xié)作水平、人工智能產(chǎn)業(yè)發(fā)展政策發(fā)布數(shù)量、外商投資企業(yè)數(shù)及人工智能領(lǐng)域投融資熱度來分析區(qū)域營造人工智能產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力的情況。

（三）指標(biāo)權(quán)重確定

區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價的另一關(guān)鍵環(huán)節(jié)就是指標(biāo)權(quán)重的確定。為了確保權(quán)重體系的合理性與客觀性，本文采用了層次分析法與熵權(quán)法綜合賦權(quán)，從而保證評價結(jié)果的合理性和客觀性，如圖1 所示。

圖1 AHP-熵權(quán)法綜合賦權(quán)流程圖

1.AHP 法主觀指標(biāo)權(quán)重確定。AHP 法是對系統(tǒng)進行綜合評價的一種方法，可以實現(xiàn)定性與定量的綜合分析[13]。AHP 方法通過構(gòu)造兩兩比較的判斷矩陣并通過計算賦予指標(biāo)權(quán)重。具體步驟如下：

第一步：構(gòu)造兩兩比較判斷矩陣。假設(shè)每一層的決策目標(biāo)為E，被評價對象為i=（1，2，…，m），評價指標(biāo)為j=（1，2，…，n），αij表示該層次的第i 個被評價對象，第j 個指標(biāo)下的相對重要性，αij的數(shù)值根據(jù)9 標(biāo)度法確定，1 表示因素i 與因素j 同樣重要，數(shù)值越大重要度越高，構(gòu)建兩兩判斷矩陣為：

第二步：權(quán)重計算。運用方根法確定指標(biāo)權(quán)重：

表1 區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價指標(biāo)體系

第三步：一致性檢驗。當(dāng)CR<0.1，則認為判斷矩陣通過一致性檢驗；否則需要調(diào)整判斷矩陣。

（1）計算最大特征根λmax：

（2）計算一致性指標(biāo)CI：

（3）計算一致性比率CR：

上式中，RI 表示隨機一致性指標(biāo)，可直接查表獲得。當(dāng)CR<0.1 時，通過一致性檢驗，可計算同一層次中所有因素相對于總目標(biāo)的排序權(quán)值。

2.熵權(quán)法客觀指標(biāo)權(quán)重確定。在綜合評價問題中，熵是一個比較理想的度量尺度。因此本文采用熵權(quán)法對各個指標(biāo)進行客觀賦權(quán)。熵權(quán)法首先需要進行無量綱化和標(biāo)準(zhǔn)化，通過計算得到各個指標(biāo)的信息熵來確定權(quán)重。具體步驟如下：

第一步：數(shù)據(jù)標(biāo)準(zhǔn)化。構(gòu)建原始數(shù)據(jù)矩陣V=（νij）m×n，并運用極值處理法進行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣X。計算公式如下：

以上均為正向指標(biāo)的處理方式，對于逆向指標(biāo)的處理方式，本文不再詳細說明。

第二步：確定熵值。計算第j 個指標(biāo)下，第i 個被評價對象的指標(biāo)特征權(quán)重pij，并得出第j 個指標(biāo)的熵值ej。

第三步：計算指標(biāo)權(quán)重。計算指標(biāo)效用值gj，并得出第j 項指標(biāo)的權(quán)重wj。

3.主客觀權(quán)重綜合賦權(quán)。主客觀權(quán)重綜合賦權(quán)既避免了主觀賦權(quán)過程的主觀偏見，又避免了客觀賦權(quán)法不能充分考慮客觀規(guī)律的缺點，本文采用主客觀權(quán)重綜合賦權(quán)，得到綜合權(quán)重wj綜合。

上式中，α（0≤α≤1）表示主觀權(quán)重偏好系數(shù)，為保證偏差平方和最小，本文選取α=0.5，即主觀權(quán)重與客觀權(quán)重各占組合權(quán)重的50%[14]。

4.TOPSIS 評價模型。逼近理想點法根據(jù)各指標(biāo)實際數(shù)據(jù)集的最優(yōu)數(shù)據(jù)和最劣數(shù)據(jù)，構(gòu)造正負理想解，通過引入歐氏距離計算相對貼近度以進行綜合評價[15]，具體步驟如下：

第一步：構(gòu)建加權(quán)決策矩陣。加權(quán)決策矩陣Z 中共有m 個被評價區(qū)域，n 個指標(biāo)，zij表示在第j 個指標(biāo)下，第i 個被評價對象的評價數(shù)值，則Z 為：

上式中，zij=xij·wj綜合，xij為式（9）中規(guī)范化矩陣對應(yīng)元素，wj綜合為式（14）中主客觀綜合賦權(quán)權(quán)重。

第四步：計算相對貼近度Ci：

相對貼近度以距離負理想解最遠且距離正理想解最近為最優(yōu)，即相對貼近度Ci（0≤Ci≤1）值越大，則該區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力越強，從而對不同區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力進行測度和比較。

四、實證研究

（一）數(shù)據(jù)來源與預(yù)處理

為了科學(xué)全面地對各省市人工智能產(chǎn)業(yè)創(chuàng)新策源能力作出評價，本文根據(jù)《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒2019》、科睿唯安WOS 數(shù)據(jù)庫、國家知識產(chǎn)權(quán)局、世界知識產(chǎn)權(quán)組織數(shù)據(jù)庫WIPO、國家知識產(chǎn)權(quán)局、QS 世界大學(xué)排名等，以2010—2019年統(tǒng)計數(shù)據(jù)為依據(jù)，收集了中國31 個省市區(qū)（除港澳臺地區(qū)）的指標(biāo)數(shù)據(jù)。

由于評價指標(biāo)體系中各指標(biāo)量綱不同，為方便后期數(shù)據(jù)的處理與運算，保證不同量綱的指標(biāo)數(shù)據(jù)合成。在綜合評價之前，采用極值處理法對原始指標(biāo)數(shù)據(jù)矩陣進行規(guī)范化處理來消除各指標(biāo)間量綱的影響。

（二）指標(biāo)權(quán)重計算

本文采用AHP 法與熵權(quán)法對各級指標(biāo)進行綜合賦權(quán)。首先采用AHP 法計算主觀權(quán)重，通過式（1）～式（6），構(gòu)造判斷矩陣，并計算得出各層次的主觀指標(biāo)權(quán)重值；然后采用熵權(quán)法，在原始指標(biāo)數(shù)據(jù)矩陣基礎(chǔ)上，通過式（7）～式（13），計算客觀指標(biāo)權(quán)重值；最后利用式（14），結(jié)合計算得到的主、客觀權(quán)重，進行綜合賦權(quán)，獲得更合理的綜合權(quán)重，如表2 所示。

表2 區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價指標(biāo)體系綜合權(quán)重值

（三）評價結(jié)果分析

運用TOPSIS 方法結(jié)合計算得出的指標(biāo)綜合權(quán)重值，利用式（15）～式（18）計算得出相對貼近度，并對31 個省市區(qū)進行排序，相對貼近度越大，區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力越強，反之越弱，結(jié)果如表3 所示。

表3 TOPSIS 評價模型排序結(jié)果

由表3 可知，北京、廣東和上海的人工智能產(chǎn)業(yè)創(chuàng)新策源能力表現(xiàn)突出，北京和上海作為一線發(fā)達城市，在人工智能獨角獸企業(yè)集聚、投融資環(huán)境優(yōu)異、人才吸引能力強等方面優(yōu)勢突出，而廣東的電子信息產(chǎn)業(yè)高度發(fā)達，電子產(chǎn)業(yè)作為人工智能的重要載體，為策動人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展提供了充足的應(yīng)用場景和核心技術(shù)，因此具有很強的人工智能產(chǎn)業(yè)創(chuàng)新策源能力；在人工智能產(chǎn)業(yè)創(chuàng)新策源能力較強的省市中，以浙江和貴州等省市為代表，近年來堅持以大數(shù)據(jù)、人工智能作為省市產(chǎn)業(yè)轉(zhuǎn)型升級的重要引擎，實現(xiàn)了人工智能產(chǎn)業(yè)跨越式發(fā)展，體現(xiàn)了政府創(chuàng)新治理在能力培育和夯實能力基礎(chǔ)中的積極作用；在人工智能產(chǎn)業(yè)創(chuàng)新策源能力較弱的地區(qū)中，以農(nóng)業(yè)省和老工業(yè)省份為代表，由于營商環(huán)境和基礎(chǔ)設(shè)施薄弱，傳統(tǒng)支柱產(chǎn)業(yè)面臨轉(zhuǎn)型升級，開展人工智能領(lǐng)域創(chuàng)新方面優(yōu)勢不明顯，因此這些區(qū)域的人工智能產(chǎn)業(yè)創(chuàng)新策源能力水平較低。總而言之，人工智能產(chǎn)業(yè)創(chuàng)新策源能力的培育既需要強化基礎(chǔ)研究影響力、核心技術(shù)引領(lǐng)力、應(yīng)用場景拉動力、創(chuàng)新資源集聚力、創(chuàng)新創(chuàng)業(yè)環(huán)境吸引力的體系化能力建設(shè)，也需要建立起支撐創(chuàng)新策源能力提升的創(chuàng)新治理體系。

五、結(jié)論與建議

創(chuàng)新策源力作為創(chuàng)造價值和競爭優(yōu)勢的源泉，是推動區(qū)域人工智能產(chǎn)業(yè)高質(zhì)量可持續(xù)發(fā)展的重要手段。在當(dāng)前產(chǎn)業(yè)和新科技革命興起的歷史關(guān)鍵節(jié)點，創(chuàng)新策源能力的強弱是決定一個區(qū)域能否把握科技革命、產(chǎn)業(yè)革命的窗口機遇和建成創(chuàng)新策源地的決定性因素。本文基于AHP-熵權(quán)TOPSIS 法對31 省市的區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力進行了綜合評價，填補了現(xiàn)有文獻缺少對于區(qū)域重點產(chǎn)業(yè)領(lǐng)域創(chuàng)新策源能力的綜合評價研究，主要得出以下結(jié)論：（1）各省市區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力存在較大差異，北京市、廣東省和上海市的能力水平明顯高于其他區(qū)域，區(qū)域人工智能產(chǎn)業(yè)鮮明優(yōu)勢是創(chuàng)新策源能力培育和提升的重要支撐。（2）從全國分布情況看，能力水平高的區(qū)域雖主要聚集于科學(xué)技術(shù)創(chuàng)新水平高、應(yīng)用場景廣泛及政策支持力度大的省市，但貴州等一部分經(jīng)濟落后的省份憑借著前瞻性的布局和決策同樣走在了產(chǎn)業(yè)前沿，政府創(chuàng)新治理在區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力培育和提升過程中起到了重要的保障作用。

根據(jù)以上結(jié)論，基于當(dāng)前各省市人工智能產(chǎn)業(yè)區(qū)域創(chuàng)新發(fā)展的實際，可以從以下幾個方面為區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力培育和提升提供有力支撐。

第一，保持對人工智能產(chǎn)業(yè)高強度的戰(zhàn)略投入，夯實人力資源基礎(chǔ)，鼓勵地方政府實施引領(lǐng)性戰(zhàn)略性技術(shù)路線圖，明確人工智能領(lǐng)域科學(xué)布局。

第二，深化區(qū)域人工智能產(chǎn)業(yè)一體化，促進開放式創(chuàng)新，通過競爭向競合轉(zhuǎn)變彌補部分區(qū)域在應(yīng)用場景和創(chuàng)新創(chuàng)業(yè)環(huán)境方面的弱勢。

第三，組織牽頭大科學(xué)計劃與工程，對于人工智能產(chǎn)業(yè)“卡脖子”關(guān)鍵共性技術(shù)進行研發(fā)攻關(guān)，發(fā)揮集中力量辦大事的體制機制優(yōu)勢，實現(xiàn)產(chǎn)業(yè)發(fā)展整體提升。