我國在人工智能領域取得重要進展，但仍處在初級水平上

余建斌

近日，由中國人工智能學會主辦的中國人工智能大會在深圳召開，利用這個人工智能領域產、學、研緊密結合的高端前沿交流平臺，圍繞關鍵核心技術發展等當前熱點話題，學者和業界人士進行了充分探討。

人工智能發展進入新階段，將成為推動未來發展的新一代技術引擎

“在我看來，如果說機器最初是替代人的體力，那么在人工智能時代，機器可以用來替代人類智能，幫助人作出判斷和決策。”中科院神經科學所所長蒲慕明院士說。

在過去十年里，移動互聯網蓬勃發展，改變了人們工作和生活的方方面面。人工智能則被認為是未來推動經濟社會發展的新一代技術引擎。從技術層面看，人工智能是軟硬件相互結合的產物。百度高級副總裁王海峰說，真正的人工智能系統涉及語音、圖像、語義、知識、底層大數據處理等等，其實是多種技術的綜合應用。受腦科學研究成果啟發的類腦智能蓄勢待發，芯片化硬件化平臺化趨勢更加明顯，這也是人工智能發展進入新階段的重要特征。

“人工智能必須融入行業發展，才能真正發揮效益?！甭撓雱撏都瘓F總裁賀志強認為，人工智能跟各個領域的結合和應用，帶來全行業效益的提升。

加速積累的技術能力與海量的數據資源、巨大的應用需求、開放的市場環境有機結合，形成了我國人工智能發展的獨特優勢。據統計，截至去年，我國在人工智能領域取得重要進展，相關國際科技論文發表量和發明專利授權量已居世界第二，部分領域關鍵核心技術實現重要突破。語音識別、視覺識別技術在業界領先，中文信息處理、智能監控、生物特征識別、工業機器人、服務機器人、無人駕駛逐步進入實際應用，人工智能創新創業日益活躍，一批龍頭骨干企業加速成長，在國際上獲得廣泛關注和認可。

無論從技術發展還是從產業化落地看，人工智能發展仍處在初級水平上

不過，無論從技術發展還是從產業化落地看，我國乃至全球的人工智能發展仍處在初級水平上。有專家認為，目前人工智能有些被神化，它在特定的應用、特定的場景可能超過了人的能力，但要全面達到或超過人類智能，還是一個未知數。

當前所有的人工智能系統幾乎都屬于專用人工智能系統，而非通用人工智能。即使是獲得巨大突破的語音識別技術這種專用人工智能系統，仍有不少難題沒有解決。

談及我國人工智能發展前景，有院士坦言，國外的學術界、企業界同行都衷心稱贊中國的人工智能應用、商業前景走在世界前列，但對人工智能前沿關鍵技術例如下一個人工智能基礎算法的突破是否會在中國，他們并不樂觀。

實際上，國內目前對此也有清醒的認識，去年我國發布的《新一代人工智能發展規劃》指出，我國人工智能整體發展水平與發達國家相比仍存在差距，缺少重大原創成果，在基礎理論、核心算法以及關鍵設備、高端芯片、重大產品與系統、基礎材料、元器件、軟件與接口等方面差距較大；科研機構和企業尚未形成具有國際影響力的生態圈和產業鏈，缺乏系統的超前研發布局；人工智能尖端人才遠遠不能滿足需求；適應人工智能發展的基礎設施、政策法規、標準體系亟待完善。

有業內人士表示，目前人工智能創業領域存在一定的浮躁現象。有些年輕人學了三個月的人工智能課程，就敢去開一個公司。這客觀上有人工智能人才短缺的因素，但這種創業公司遍地開花的現象也容易形成低水平發展泡沫，浪費人力和社會資源，也會進一步導致年輕人不愿意去深究技術。

“《新一代人工智能發展規劃》提出2030年成為世界主要人工智能創新中心，實現這個目標，要解決的最大短板就是原始創新能力包括理論和方法上的突破?！敝锌圃鹤詣踊L、中國科學院大學人工智能學院院長徐波說，從技術層面看，國內絕大部分的高科技企業還沒有像國外的科技企業一樣開展基礎研究，去打造從基礎研究到芯片再到應用的生態鏈。

發展人工智能，務實是最好的途徑

按照規劃，我國新一代人工智能發展到2030年共分三步走。第一步，也就是到兩年后的2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業競爭力進入國際第一方陣，人工智能產業成為新的重要經濟增長點。還要培育若干全球領先的人工智能骨干企業，人工智能核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。

專家認為，在目前的人工智能發展階段，務實是最好的途徑。人工智能是技術密集、資金密集、人才密集的行業，和互聯網的業務模式創新、商業模式創新有所不同的是，它需要落實軟硬件的方案，真正解決人們關心的問題。

王海峰認為，人工智能的務實，也表現在結合場景的系統性創新方面。比如無人車、智能家居等應用場景，各有特點、各有特定問題和特殊的數據，需要通過踏踏實實地解決場景內的問題，才能最終做出一個好的應用。

務實也體現在對關鍵核心技術的關注。蒲慕明說，在人工智能前沿基礎領域，我國必須占有一席之地，要努力爭取在算法、架構等基礎研究方面有所突破。“我最關心怎樣通過有效理解大腦的網絡，推動基礎核心算法新的突破。”

南京大學計算機系主任、人工智能學院院長周志華說，今天人工智能的卷積神經網絡是大熱門，但其實二三十年前就已經開始研究。20多年前他研究機器學習時，國內當時了解機器學習的人不多，經常問“這個機器準備摘棉花還是準備修機床”之類的問題?！皬膶W術研究來說，即使做的事情被別人認為離現實很遠，但只要自己認為有價值，就應該堅持做下去，這就是務實?！?/p>

針對人工智能人才的培養，周志華認為，對于人工智能技術和產業，人才最為重要，有多好的智能“人工”，就有多好的人工智能。人工智能學術和產業之間距離非常短，很多創新可以從實驗室馬上進入到應用，這導致行業對學術界的人才需求非常大。高校和科研機構應該有意識地培養人才、提供人才儲備。但也不能一哄而上，簡單地將計算機、自動化等學科換成人工智能的牌子。

中國人工智能學會副理事長譚鐵牛院士認為，在人工智能發展過程中，一定要理性分析發展未來，理性思考發展目標和發展路徑，從而務實推進并確保人工智能健康可持續發展。