國家市場監督管理總局、國家標準化管理委員會、中央網信辦、國家發展改革委、科技部、工業和信息化部等五部委聯合印發了《國家新一代人工智能標準體系建設指南》（以下簡稱《指南》）。這份重磅文件的出臺，標志著我國在人工智能領域的標準化工作邁入了系統規劃、全面部署的新階段，旨在為人工智能技術的健康發展、產業的深度融合構筑堅實的制度基礎和技術框架。其中，人工智能基礎軟件開發作為整個產業生態的“基石”，在《指南》中被賦予了至關重要的地位，其標準化建設成為推動我國人工智能自立自強、搶占全球科技競爭制高點的關鍵一環。
《指南》明確了構建國家新一代人工智能標準體系的總體要求、建設思路、建設內容和組織實施方式。標準體系框架主要圍繞基礎共性、支撐技術與產品、基礎軟硬件平臺、關鍵通用技術、關鍵領域技術、產品與服務、行業應用以及安全/倫理等八個部分展開。值得注意的是，人工智能基礎軟件作為“基礎軟硬件平臺”板塊的核心組成部分，其標準化建設是貫通底層硬件支撐與上層應用創新的“樞紐”。
人工智能基礎軟件，主要包括人工智能框架、開發工具鏈、算法庫、模型庫、數據管理與處理平臺等，是開發和部署人工智能應用不可或缺的底層支撐環境。當前，全球人工智能技術競爭日趨激烈，基礎軟件的自主可控與生態繁榮程度，直接關系到一國人工智能產業的核心競爭力與安全發展水平。《指南》的發布，正是為了系統性地解決我國在人工智能基礎軟件領域可能存在的標準缺失、接口不統一、生態碎片化等問題。
具體而言，在人工智能基礎軟件開發標準化方面，《指南》重點聚焦以下幾個方向：
- 人工智能框架標準化： 針對國內外主流的深度學習框架等，推動其在編程接口、模型表示、計算圖定義、分布式執行等方面的標準化。旨在降低開發者的學習和遷移成本，促進不同框架間的模型互操作與生態融合，為國產人工智能框架的培育和壯大創造有利環境。
- 開發工具與平臺標準化： 對模型訓練、調優、壓縮、部署、監控等全生命周期開發工具的功能、接口、性能指標進行規范。推動自動化機器學習（AutoML）平臺、聯邦學習平臺等新興開發平臺的標準制定，提升人工智能開發的效率、易用性和協作性。
- 算法與模型標準化： 建立典型人工智能算法和預訓練模型的性能評測基準、質量評估標準以及共享格式規范。這有助于促進優秀算法和模型的復用與流通，避免重復開發，加速技術成果向產業應用的轉化。
- 數據管理與處理標準化： 完善面向人工智能的數據采集、標注、存儲、治理、隱私保護以及高質量數據集構建的標準。高質量數據是人工智能發展的“燃料”，相關標準的建立是保障人工智能系統可靠性、公平性和有效性的前提。
- 系統兼容與互聯互通標準化： 規定基礎軟件與不同芯片、操作系統、硬件加速設備等底層基礎設施之間的適配接口與協同工作要求，推動形成開放、兼容的軟硬件一體化生態體系。
《指南》的實施，預計將產生深遠影響。對企業而言，統一的標準將減少技術選型與集成的不確定性，降低研發成本，引導資源向關鍵核心技術攻關聚焦。對開發者而言，更友好的標準化環境將激發創新活力，催生更多樣化、高質量的人工智能應用。對產業整體而言，健全的標準體系是構建健康產業生態、保障產業鏈供應鏈安全穩定、促進跨行業融合應用的“高速公路”。
隨著《國家新一代人工智能標準體系建設指南》的落地推進，我國人工智能基礎軟件開發將步入規范化、協同化發展的快車道。通過夯實標準這一產業發展的“地基”，我國有望在人工智能這一戰略必爭領域，培育出具有國際影響力的基礎軟件平臺和完整產業生態，為數字經濟發展和智能化社會建設注入強勁動力，最終實現從“跟跑”、“并跑”到部分領域“領跑”的跨越。
