对话人：

刘刚南开大学经济研究所所长

人工智能已经成为新一轮科技革命和产业变革的重要驱动力量。以需求为导向、以应用为目标，与人工智能这一“年轻的事业”深度相拥，将激发高质量发展的蓬勃生机。

李娜：今年的夏季达沃斯论坛，人工智能产品无疑是一道亮眼风景——用光影模仿肢体动作的“智能真菌”艺术品，拥有多维触觉和AI视觉的人造“灵巧手”……一件件创新产品折射出人工智能技术应用向深度、广度拓展的现实。技术加速迭代、场景愈加多元，您觉得从“人工智能”到“人工智能+”，更注重什么？

刘刚：人工智能属于通用目的技术，强调基础研究和关键核心技术突破，也需要与各行业深度融合。人工智能大模型展现出强大的通用性和适应性，这正得益于大规模预训练、人类反馈强化学习等技术的不断进步，以及架构、算法、行业应用的不断创新。随着大数据、云计算、计算机视觉、区块链等关键技术的持续突破，人工智能与各领域深度结合，将带动经济的结构性变革乃至现代化产业体系的整体性跃升，赋能社会生产力实现全面提升和质变。

李娜：技术的生命力从“用”中来，以需求驱动创新、以场景反哺技术，构建从需求到技术创新的正循环，这是推动人工智能技术与产业深度融合的关键，也是精准洞察市场需求的重要过程。

刘刚：是这样。以应用需求为牵引的科技创新，是人工智能科技产业发展的关键驱动因素。人工智能产业有两个基本组成部分：核心产业部门和融合产业部门。前者包括互联网、物联网、大数据等产业，产出的是“数据和计算”；后者则以“数据和计算”为投入要素，涵盖智能制造、智慧城市、智能医疗等众多领域。这两个部门相互作用——在技术应用过程中会遇到新问题，倒逼技术创新，而技术创新又会促进人工智能更深层次的应用，这样就形成了正循环。有了这样的良性互动和创新循环，人工智能技术的开发就能持续演进，甚至迎来爆发式增长。

李娜：数据被誉为“人工智能的燃料”。拥有AI“大脑”的机械臂，可以进行更加精密和个性化的生产线作业，垃圾分拣机器人可以对垃圾做精准识别、分类，助力低碳生活，这些都离不开丰富数据的支撑。在您看来，助力新技术深度应用，该如何发挥好数据的赋能作用？

刘刚：数据是人工智能的核心要素之一。数据主要有两类：一类是互联网数据，一类是行业中的知识和经验数据。在实际应用中，后者往往更为关键。以医院大模型为例，通过学习专业医生标注的经验数据，它就能具备辅助诊断的能力。而数据的数量和质量，直接影响人工智能技术在具体场景中解决问题的水平。可以说，新一代人工智能也是“数据智能”，需要建立在良好数据生态基础上，既要实现生产全流程各环节数据的深度关联，也涉及完善数据标准体系、建设可信数据空间等重要课题。

李娜：与人工智能深度相拥，要看长远发展。不久前印发的《天津市促进人工智能创新发展行动方案（2025—2027年）》，涵盖培育优质企业和平台载体，推动产业集聚发展，以及优化发展环境等多方面内容。您觉得人工智能作为一项“年轻的事业”，需要怎样的成长生态？

刘刚：人工智能需要的成长生态，绝非单一要素的堆砌，而是一个由政府、企业、高校、科研机构、投资机构、社会组织、公众等多元主体共同参与、相互作用、协同演进的复杂系统。人工智能技术推动生产力发展，相应地，也需要调整生产关系来适应它的发展。为什么医疗数据共享利用困难？一个重要原因，就是产权界定不清。对于人工智能技术的成长来说，生态是发展环境，更深层次看，则意味着建立和完善与新技术、新质生产力发展相适配的新型生产关系。

丹麦协助乌克兰在境外建立导弹燃料生产基地乌克兰研制出射程远、弹头威力大的新型巡航导弹。　　乌克兰本土军工体系持续遭受轰炸，而俄罗斯的工业设施大多处于安全状态，这使得俄在军备生产上占据优势。为此，乌克兰一家防务企业近日宣布将在丹麦设厂生产火箭推进剂，用于新型远程导弹