張煒，林永春，王良

（1.浙江大學(xué)中國科教戰(zhàn)略研究院；2.浙江大學(xué)公共管理學(xué)院）

技術(shù)預(yù)見作為一種面向未來技術(shù)發(fā)展趨勢(shì)的預(yù)判活動(dòng)和科技管理的政策工具，受到越來越多國家和國際組織的重視。英國薩塞克斯大學(xué)技術(shù)預(yù)見專家Martin在1995年首次提出，技術(shù)預(yù)見是有系統(tǒng)地試圖研究科學(xué)、技術(shù)、經(jīng)濟(jì)和社會(huì)的長期未來發(fā)展趨勢(shì)過程，目的是確定可能產(chǎn)生最大經(jīng)濟(jì)和社會(huì)效益的戰(zhàn)略研究領(lǐng)域和新興通用技術(shù)（Martin，1995）。20世紀(jì)90年代到21世紀(jì)初，信息、通信、人工智能等新興技術(shù)發(fā)展突飛猛進(jìn)，許多國家加強(qiáng)技術(shù)預(yù)見與監(jiān)測研究，技術(shù)預(yù)見第三次高潮掀起。

一、技術(shù)預(yù)見與人工智能的交互趨勢(shì)

近年來，伴隨著大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等新一代數(shù)字技術(shù)的加速推進(jìn)，科技創(chuàng)新進(jìn)入新的發(fā)展階段，技術(shù)預(yù)見也隨之革新，人工智能與技術(shù)預(yù)見的交互趨勢(shì)日益顯著。

一是技術(shù)預(yù)見主體多元化。基于數(shù)字化技術(shù)的快速發(fā)展，多元主體參與社會(huì)活動(dòng)的大規(guī)模數(shù)據(jù)得以傳輸、共享、結(jié)合，技術(shù)預(yù)見也開始從原先的“精英參與”向著“多元化數(shù)字治理”轉(zhuǎn)變。人工智能技術(shù)促進(jìn)信息整合，形成多源異構(gòu)數(shù)據(jù)平臺(tái)，通過整合多層面的技術(shù)數(shù)據(jù)，借助特定AI工具進(jìn)行刪減、辨?zhèn)?、集成，整合形成科技治理綜合數(shù)據(jù)庫和智能查詢平臺(tái)，使多主體技術(shù)預(yù)見活動(dòng)得以進(jìn)一步高效率展開。

二是技術(shù)預(yù)見方法數(shù)據(jù)化。預(yù)見方法的數(shù)據(jù)化有效克服了傳統(tǒng)德爾菲法造成的專家數(shù)據(jù)時(shí)效不新、客觀真實(shí)性不高等問題。在“集成性文獻(xiàn)+創(chuàng)造性信息”的合力支撐下，不僅使技術(shù)預(yù)見的決策過程更加迅速、客觀，還讓嚴(yán)謹(jǐn)科學(xué)、可視化的人機(jī)交互動(dòng)態(tài)調(diào)整預(yù)見結(jié)果成為可能，不再是純粹的紙上談兵。一方面，人工智能技術(shù)有助于提升數(shù)據(jù)獲取的實(shí)效性；另一方面，人工智能技術(shù)有助于促進(jìn)主客觀數(shù)據(jù)的有效交互，從而實(shí)現(xiàn)內(nèi)涵數(shù)據(jù)形成。例如，通過數(shù)字化網(wǎng)絡(luò)社區(qū)和人機(jī)交互平臺(tái)，不同行業(yè)領(lǐng)域的專家、不同性格特征的受訪者能夠開展信息交互和情景對(duì)話，既提升了技術(shù)預(yù)見材料的客觀性，又發(fā)掘出大量原有方法難以捕捉的隱形數(shù)據(jù)。

三是技術(shù)預(yù)見工具智能化。機(jī)器學(xué)習(xí)、虛擬現(xiàn)實(shí)和人工智能等前沿技術(shù)與傳統(tǒng)技術(shù)預(yù)見方法相結(jié)合，將在感官可視化、共享體驗(yàn)方面為技術(shù)預(yù)見活動(dòng)帶來新的可能性。生成式人工智能在算據(jù)支撐、算法驅(qū)動(dòng)、算力保障的綜合系統(tǒng)中，通過大模型設(shè)計(jì)和多模態(tài)組合等手段實(shí)現(xiàn)了海量數(shù)據(jù)集成和挖掘、人機(jī)交互場景生成、未來模擬情景構(gòu)建，從而解決技術(shù)預(yù)見信息獲取難、準(zhǔn)度低、可靠性弱，預(yù)測場景真實(shí)性差等問題，推動(dòng)技術(shù)預(yù)見實(shí)現(xiàn)集成化、科學(xué)化、智能化轉(zhuǎn)向。

二、生成式人工智能賦能技術(shù)預(yù)見的關(guān)鍵特征

作為國家科技治理的重要工具，技術(shù)預(yù)見活動(dòng)應(yīng)加速與數(shù)字化工具的融合進(jìn)程，提升生成式人工智能的加成優(yōu)化效應(yīng)。傳統(tǒng)的技術(shù)預(yù)見多以德爾菲法作為工具依托，易出現(xiàn)參與主體領(lǐng)域局限、數(shù)據(jù)支撐薄弱，結(jié)果反饋實(shí)時(shí)更新難等一系列問題，AI技術(shù)的成熟為技術(shù)預(yù)見的發(fā)展帶來了新的機(jī)遇。充分發(fā)掘生成式人工智能在未來技術(shù)預(yù)見領(lǐng)域的應(yīng)用契合點(diǎn)，對(duì)于提升技術(shù)預(yù)見效率，提高科技治理能力，促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展具有重大意義。

（一）人機(jī)交互情境下驅(qū)動(dòng)技術(shù)預(yù)見決策集成化

生成式人工智能在傳統(tǒng)數(shù)據(jù)挖掘的基礎(chǔ)之上，借助人工智能生成內(nèi)容的強(qiáng)大的語言學(xué)習(xí)理解能力和豐富的文本溝通交流能力，在人機(jī)交互中將技術(shù)預(yù)見過程和數(shù)據(jù)采集方式變得更加潛移默化。一方面，其通過機(jī)器學(xué)習(xí)的形式實(shí)現(xiàn)數(shù)據(jù)采集對(duì)象的性格特征勾勒和情緒刻畫的同時(shí)，營造“人性化”語言環(huán)境和參與氛圍，降低各類參訪因素造成的心理影響，實(shí)現(xiàn)知識(shí)的深度挖掘、信息的深層次集成獲取。另一方面，借助交互式、輕松化文本呈現(xiàn)，視覺、姿勢(shì)識(shí)別等近距離交流手段打造友好的人機(jī)交互界面，以實(shí)現(xiàn)深層次的原始數(shù)據(jù)材料收集和針對(duì)性信息獲取。如Open AI公司推出的ChatGPT提供了基于對(duì)話的人機(jī)交互界面，通過用戶提供的原始語言，“理解”生成高質(zhì)量內(nèi)容，不僅內(nèi)容集成，還更富有內(nèi)涵創(chuàng)新。生成式人工智能通過多種形式的深層次知識(shí)挖掘，既實(shí)現(xiàn)了數(shù)據(jù)拓展的深度，又保證了數(shù)據(jù)獲取的客觀可靠，在數(shù)據(jù)檢索收集、信息分類歸納、知識(shí)框架梳理等人工智能輔助環(huán)節(jié)下實(shí)現(xiàn)集成化決策。

（二）多組態(tài)場景協(xié)同推動(dòng)技術(shù)預(yù)見情境可視化

生成式人工智能在巨量數(shù)據(jù)的算據(jù)基礎(chǔ)之上，借助現(xiàn)有數(shù)字技術(shù)的強(qiáng)大云計(jì)算能力和神經(jīng)網(wǎng)絡(luò)生成內(nèi)容的算法模型，實(shí)現(xiàn)了數(shù)據(jù)內(nèi)容的創(chuàng)造生成和虛擬場景的模擬建構(gòu)，場景顯現(xiàn)、技術(shù)發(fā)展有跡可循成為生成式人工智能賦能技術(shù)預(yù)見的最大亮點(diǎn)。生成式人工智能基于億萬級(jí)素材算據(jù)驅(qū)動(dòng)和原創(chuàng)算法挖掘的智能材料生成，利用大量的文本數(shù)據(jù)進(jìn)行訓(xùn)練，可以秒級(jí)自動(dòng)呈現(xiàn)多篇圖文并茂、邏輯嚴(yán)密的調(diào)研素材和訪談結(jié)果，并且使案例更具系統(tǒng)性和嚴(yán)密性。現(xiàn)階段其正在追求圖片、文字、語音等系列表達(dá)方式的組合虛擬，核心技術(shù)是多模態(tài)的聯(lián)系和協(xié)同，實(shí)現(xiàn)不同模態(tài)的數(shù)據(jù)融合和代碼適應(yīng)，以期建立完備的未來場景。數(shù)字孿生和虛擬現(xiàn)實(shí)與生成式人工智能緊密結(jié)合，并為其提供了全息立體應(yīng)用場景，實(shí)現(xiàn)虛擬現(xiàn)實(shí)。隨著元宇宙研究的不斷深入，各類數(shù)字孿生工具和虛擬現(xiàn)實(shí)生產(chǎn)平臺(tái)競相亮相，并與生成式人工智能緊密結(jié)合，較有代表性的是英偉達(dá)于2021年發(fā)布的Omniverse Avatar平臺(tái)，融合了計(jì)算機(jī)聽視覺、語音識(shí)別、虛擬現(xiàn)實(shí)等技術(shù)，聚焦虛擬交互場景開發(fā)。樣本學(xué)習(xí)的加速迭代和虛擬場景的現(xiàn)實(shí)構(gòu)建可以模擬顯現(xiàn)技術(shù)預(yù)見的未來方向和成果，提高其真實(shí)性和可視化程度。

（三）海量底層數(shù)據(jù)信息提升技術(shù)預(yù)見準(zhǔn)確性

大數(shù)據(jù)、云計(jì)算等技術(shù)的出現(xiàn)使得數(shù)據(jù)的無限存儲(chǔ)和極速發(fā)布輕松實(shí)現(xiàn)，原有存量數(shù)據(jù)得以全面保存，大規(guī)模增量數(shù)據(jù)實(shí)時(shí)發(fā)布積累，海量數(shù)據(jù)共同構(gòu)成各種類型的數(shù)據(jù)庫和檢索集成。依托數(shù)據(jù)處理技術(shù)、數(shù)理統(tǒng)計(jì)分析方法、數(shù)據(jù)模擬生成辨別技術(shù)等大數(shù)據(jù)的生成式人工智能處理方法，可以擴(kuò)充數(shù)據(jù)獲取的渠道、降低數(shù)據(jù)獲取的難度，快速推進(jìn)科學(xué)數(shù)據(jù)共享應(yīng)用。通過人工智能等工具的“秒級(jí)”計(jì)算應(yīng)用，海量數(shù)據(jù)頃刻可得，專家訪談、問卷收集等傳統(tǒng)方式相形見絀，平衡客觀數(shù)據(jù)分析結(jié)果與專家主觀判斷結(jié)論成為可能。伴隨著海量數(shù)據(jù)的積累和創(chuàng)造，技術(shù)預(yù)見正發(fā)生著“數(shù)據(jù)→知識(shí)→智慧→決策→預(yù)見”的深刻模式變革。技術(shù)預(yù)見不再囿于數(shù)據(jù)缺乏而降低權(quán)威性和公正性，準(zhǔn)確性和有效性也將大為提升。

三、生成式人工智能賦能技術(shù)預(yù)見面臨的風(fēng)險(xiǎn)挑戰(zhàn)

隨著新一輪科技革命和產(chǎn)業(yè)變革的興起，以及“大科學(xué)”“大工程”時(shí)代的來臨，技術(shù)更新周期不斷縮短，技術(shù)發(fā)展的不確定性與風(fēng)險(xiǎn)性大幅度提高，科學(xué)嚴(yán)謹(jǐn)?shù)年P(guān)鍵核心技術(shù)預(yù)見活動(dòng)成為爭取國際科技創(chuàng)新主動(dòng)權(quán)的重要措施，也是在國家層面實(shí)現(xiàn)科技自立自強(qiáng)戰(zhàn)略目標(biāo)的重要保障。與傳統(tǒng)的分析性人工智能相比，生成式人工智能實(shí)現(xiàn)了人工智能從感知世界到生成創(chuàng)造世界的躍動(dòng)，給未來技術(shù)預(yù)見活動(dòng)帶來重要的機(jī)遇；但不可否認(rèn)的是，當(dāng)前以ChatGPT為代表的生成式人工智能在服務(wù)技術(shù)預(yù)見的具體應(yīng)用中，還存在一系列風(fēng)險(xiǎn)與挑戰(zhàn)。

（一）人工智能的不可控性挑戰(zhàn)技術(shù)治理倫理

生成式人工智能賦能技術(shù)預(yù)見過程中所代表的技術(shù)治理模式可能存在弱化人類主體性的風(fēng)險(xiǎn)，甚至進(jìn)一步引發(fā)技術(shù)依賴、責(zé)任缺失以及信息繭房等問題。首先，人工智能已經(jīng)逐漸從手工編程訂制式代碼構(gòu)建模式向著通用性的大模型平臺(tái)轉(zhuǎn)型。在此背景下，技術(shù)主導(dǎo)市場，牽引人類主觀能動(dòng)思維，技術(shù)預(yù)見自適應(yīng)生成式人工智能，并對(duì)生成式人工智能依賴性增強(qiáng)，影響終端布局。其次，現(xiàn)存的生成式人工智能存在著責(zé)任不明晰的問題，其擁有千億級(jí)參數(shù)，在運(yùn)轉(zhuǎn)時(shí)并不能給予每一個(gè)結(jié)果以明確的資料來源，材料的“真實(shí)性”問題凸顯，大量虛假引用存在。同時(shí)，大量數(shù)據(jù)信息難以進(jìn)行隱私保護(hù)，在ChatGPT等工具的“法眼”下一覽無余。最后，由于生成式人工智能等新型網(wǎng)絡(luò)技術(shù)的發(fā)展和普及，技術(shù)行業(yè)專家及研究團(tuán)隊(duì)獲取面上信息的范圍愈發(fā)寬泛，但選擇愈發(fā)局限?，F(xiàn)階段類似ChatGPT等人工生成工具不斷輸出同質(zhì)信息，在“回音室效應(yīng)”的催動(dòng)下，不同群體的“信息不對(duì)成性”增強(qiáng)，技術(shù)預(yù)測偏差增大。

（二）戰(zhàn)略性前沿技術(shù)發(fā)展軌跡的不可預(yù)測性

現(xiàn)階段，我國對(duì)戰(zhàn)略性新興技術(shù)的發(fā)展軌跡難以預(yù)測，急需一批能夠開辟新領(lǐng)域、引領(lǐng)新方向的戰(zhàn)略研究專家，一套獨(dú)創(chuàng)性、智能化的研究體系，一系列創(chuàng)新生成式的新工具。我國從事技術(shù)預(yù)見的專業(yè)人員大部分來自統(tǒng)計(jì)學(xué)、管理信息系統(tǒng)等專業(yè)領(lǐng)域，擅長統(tǒng)計(jì)方法與數(shù)據(jù)分析，但對(duì)技術(shù)前沿發(fā)展方向了解不深，對(duì)關(guān)鍵技術(shù)的前瞻性布局理解不到位。與此同時(shí)，以學(xué)科為主的人才培養(yǎng)模式，造成專業(yè)視野狹窄，忽視技術(shù)戰(zhàn)略規(guī)劃與分析判斷能力綜合融匯培養(yǎng)，兼?zhèn)涠喾N技術(shù)預(yù)見場景知識(shí)應(yīng)用核心能力的復(fù)合型人才缺乏。系列戰(zhàn)略預(yù)見人才的缺失導(dǎo)致技術(shù)預(yù)見視野受限，難以對(duì)戰(zhàn)略性新興技術(shù)特別是一些能夠?qū)崿F(xiàn)彎道超車的新技術(shù)進(jìn)行有效的預(yù)測。此外，我國現(xiàn)有的技術(shù)預(yù)測研究方法和體系信息采集較為單一，與生成式人工智能結(jié)合薄弱，沒有充分發(fā)揮物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算的優(yōu)勢(shì)，缺乏系統(tǒng)研究，深度融匯缺乏、針對(duì)性模型空白，無法有效應(yīng)對(duì)戰(zhàn)略性新興產(chǎn)業(yè)的不可預(yù)知性。

（三）高價(jià)值可信性數(shù)據(jù)生成過程的誘導(dǎo)性偏離

對(duì)當(dāng)前技術(shù)發(fā)展趨勢(shì)的海量資源進(jìn)行深度學(xué)習(xí)，進(jìn)而對(duì)未來技術(shù)發(fā)展的方向或重點(diǎn)聚焦領(lǐng)域作出超越人工能力的預(yù)測與判斷是人工智能賦能技術(shù)預(yù)見的重要方式。因此在大模型訓(xùn)練過程中數(shù)據(jù)資料、分析過程的可靠性是技術(shù)預(yù)見能否成功有效的關(guān)鍵。借助生成式人工智能來進(jìn)行未來技術(shù)預(yù)見至少存在兩個(gè)方面的可信性挑戰(zhàn)：一方面是大模型預(yù)訓(xùn)練過程中標(biāo)注數(shù)據(jù)質(zhì)量參差不齊，特別是關(guān)鍵的技術(shù)領(lǐng)域通常具有很強(qiáng)的縱向壁壘性，數(shù)據(jù)標(biāo)注人員可能存在對(duì)具體細(xì)分領(lǐng)域不熟悉，這就會(huì)導(dǎo)致數(shù)據(jù)標(biāo)注過程中極易出現(xiàn)不規(guī)范和不準(zhǔn)確的現(xiàn)象，繼而對(duì)人工智能信息迭代造成不良影響，造成取向上的偏離。在大模型發(fā)展過程中這種帶有傾向性質(zhì)的不準(zhǔn)確數(shù)據(jù)會(huì)被進(jìn)一步擴(kuò)大，甚至給出完全錯(cuò)誤的結(jié)果。另一方面，受到強(qiáng)化學(xué)習(xí)機(jī)制影響，生成式人工智能在預(yù)測未來技術(shù)發(fā)展過程中的誘導(dǎo)偏離現(xiàn)象也會(huì)影響過程和結(jié)果的可信度，特別是針對(duì)一些“熱點(diǎn)”研究領(lǐng)域，資料多，數(shù)據(jù)較之非熱點(diǎn)領(lǐng)域更為豐富，大模型受其影響也更傾向于對(duì)這些領(lǐng)域做出反饋，從而影響到技術(shù)預(yù)見的準(zhǔn)確性和有效性。

四、促進(jìn)人工智能賦能技術(shù)預(yù)見的有效策略

隨著新一輪科技革命和產(chǎn)業(yè)變革的興起，技術(shù)創(chuàng)新領(lǐng)域“百年未有之大變局”的特征愈發(fā)顯著，技術(shù)更新周期不斷縮短，戰(zhàn)略性新興技術(shù)發(fā)展的不確定性與風(fēng)險(xiǎn)性大幅度提高。如何有效結(jié)合生成式人工智能新技術(shù)，高效賦能技術(shù)預(yù)見，本文提出以下建議，以期推動(dòng)我國技術(shù)預(yù)見朝著體系化、規(guī)范化、專業(yè)化的方向發(fā)展。

（一）明確技術(shù)倫理核心規(guī)則，加強(qiáng)人工智能規(guī)范治理

借鑒國際先進(jìn)技術(shù)預(yù)見經(jīng)驗(yàn)，立足國內(nèi)技術(shù)領(lǐng)域眾多、產(chǎn)業(yè)鏈條復(fù)雜的實(shí)際情況，一方面要加速推進(jìn)人工智能規(guī)范治理的頂層設(shè)計(jì)，另一方面要加速建設(shè)專業(yè)人才隊(duì)伍，在規(guī)范使用人工智能基礎(chǔ)上提升技術(shù)預(yù)見效率。一是工業(yè)和信息化部要統(tǒng)籌規(guī)劃指導(dǎo)，完善生成式人工智能領(lǐng)域的立法和操作化政策制定工作，明確技術(shù)倫理核心治理規(guī)則和基本準(zhǔn)則，并在此基礎(chǔ)之上形成規(guī)范的數(shù)據(jù)來源責(zé)任制度和明確的邏輯推理過程驗(yàn)證系統(tǒng)，杜絕虛假信息進(jìn)入。二是建立風(fēng)險(xiǎn)評(píng)估體系，將社會(huì)倫理和法律理念植入生成式人工智能創(chuàng)作始終，明確各階段各主體責(zé)任。對(duì)于違反人工智能治理規(guī)范的行為進(jìn)行處罰。三是以新興前瞻方向?yàn)闋恳?，以?zhàn)略型科學(xué)家為指引，重點(diǎn)培養(yǎng)一批“AI+”技術(shù)預(yù)見人才，保障人工智能規(guī)范治理，賦能關(guān)鍵領(lǐng)域技術(shù)預(yù)見。研究制定技術(shù)預(yù)見型人才培養(yǎng)的目標(biāo)培養(yǎng)體系，將規(guī)范使用人工智能工具的準(zhǔn)則植入其中，分層分類分階梯建設(shè)專家隊(duì)伍，既培養(yǎng)復(fù)合型技術(shù)預(yù)見戰(zhàn)略科學(xué)家，又鍛煉一批專業(yè)素質(zhì)過硬、具備針對(duì)性知識(shí)應(yīng)用能力的行業(yè)專家。

（二）構(gòu)建技術(shù)預(yù)見科學(xué)方法論，推廣人機(jī)交互的專家決策模式

要充分發(fā)揮人工智能的現(xiàn)有優(yōu)勢(shì)，高效率賦能技術(shù)預(yù)見。一是要實(shí)現(xiàn)人機(jī)交互信息獲取技術(shù)輔助專家判斷，從而實(shí)現(xiàn)融匯驅(qū)動(dòng)。重視實(shí)地調(diào)查研究、專家研討會(huì)、德爾菲專家調(diào)查法等傳統(tǒng)方法與人工智能新技術(shù)的結(jié)合，例如通過人工智能對(duì)專題和關(guān)鍵詞進(jìn)行聚類，為專家研討與德爾菲調(diào)查提供信息資料基礎(chǔ)，實(shí)現(xiàn)客觀數(shù)據(jù)收集與主觀思維分析相結(jié)合。二是要重視科技大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等新技術(shù)、新方法在技術(shù)預(yù)見領(lǐng)域的創(chuàng)新應(yīng)用，借助新技術(shù)在全球范圍內(nèi)及時(shí)采集大學(xué)、科研機(jī)構(gòu)等發(fā)布的技術(shù)研究報(bào)告并對(duì)其進(jìn)行系統(tǒng)分析，通過數(shù)據(jù)庫互聯(lián)、人機(jī)交互等手段，破除“信息繭房”，發(fā)掘有效信息。三是要實(shí)現(xiàn)人工智能工具效用的充分挖掘，密切行業(yè)聯(lián)系，對(duì)癥下藥。各行業(yè)會(huì)協(xié)會(huì)，尤其是新興技術(shù)領(lǐng)域應(yīng)積極參與制定契合本專業(yè)領(lǐng)域的生成式人工智能模型，從信息選取上確保數(shù)據(jù)的可靠性。要打破現(xiàn)有通用大模型的故有框架，構(gòu)建適應(yīng)學(xué)科的專用定制模型，做到“小而精，精而準(zhǔn)，準(zhǔn)而優(yōu)”，高效賦能不同領(lǐng)域的技術(shù)預(yù)見工作。

（三）強(qiáng)化統(tǒng)一標(biāo)準(zhǔn)和數(shù)據(jù)集成，全面提升人工智生成數(shù)據(jù)可信性

聚焦科技自立自強(qiáng)戰(zhàn)略，實(shí)現(xiàn)技術(shù)預(yù)測底層數(shù)據(jù)支撐的可靠性建設(shè)，使技術(shù)分析、未來趨勢(shì)研判、實(shí)證效果分析有據(jù)可依。一是要增加技術(shù)預(yù)見預(yù)算投入，編制國家級(jí)關(guān)鍵核心技術(shù)預(yù)見專項(xiàng)發(fā)展規(guī)劃，形成不同行業(yè)的數(shù)據(jù)集成統(tǒng)合標(biāo)準(zhǔn)。由綜合性強(qiáng)的專業(yè)戰(zhàn)略政策研究機(jī)構(gòu)牽頭，統(tǒng)籌布局、協(xié)調(diào)推進(jìn)，由各個(gè)行業(yè)研究機(jī)構(gòu)作為專業(yè)力量參加，以“綜合組+若干專家組+國內(nèi)大專家”的模式支撐技術(shù)預(yù)見數(shù)據(jù)標(biāo)準(zhǔn)制定工作。二是構(gòu)建信息傳導(dǎo)數(shù)據(jù)分析服務(wù)平臺(tái)，確保技術(shù)預(yù)見的數(shù)據(jù)來源可靠。如科技部發(fā)展規(guī)劃與技術(shù)預(yù)測處牽頭布局一批關(guān)鍵核心技術(shù)預(yù)見項(xiàng)目，通過重大研究專項(xiàng)支持的方式來打造產(chǎn)業(yè)重大關(guān)鍵技術(shù)預(yù)見與研究平臺(tái)，將財(cái)政科技計(jì)劃項(xiàng)目數(shù)據(jù)信息統(tǒng)籌整合集成，建立科技項(xiàng)目科技成果的大數(shù)據(jù)挖掘平臺(tái)，實(shí)現(xiàn)專業(yè)數(shù)據(jù)集成共享。三是要制定整體的人工智能模型考核標(biāo)準(zhǔn)和評(píng)價(jià)體系框架，以及數(shù)據(jù)生成對(duì)口預(yù)測目標(biāo)，保證數(shù)據(jù)生成過程的可靠性。從供給端出發(fā)，嘗試通過整合搜索引擎、聯(lián)網(wǎng)交互、數(shù)據(jù)庫融通的方式，盡可能提升訓(xùn)練數(shù)據(jù)的“人性化”水平，提高其情景應(yīng)用能力和思維深度，減少外界誘導(dǎo)所導(dǎo)致的訓(xùn)練偏差。從客戶端出發(fā)，強(qiáng)化個(gè)體在人工智能2.0時(shí)代的信息自決能力，及時(shí)糾正機(jī)器學(xué)習(xí)時(shí)產(chǎn)生的關(guān)注點(diǎn)偏差，做技術(shù)預(yù)見的“主人”。