我国各个行业的信息化水平依然不足 导致人工智能技术应用较为困难

12月9日，全国各地人工智能从业者齐聚苏州，参加一场行业盛宴—吴文俊人工智能科学技术奖颁奖典礼，这一被誉为“中国智能科学技术最高奖”的奖项，今年覆盖了56所高校、48家企业和7家研究院所的70个获奖项目。

中国科学院院士、中国科学院数学与系统科学研究院研究员陆汝钤成为首位吴文俊人工智能最高成就奖的获得者；百度高级副总裁、AI技术平台体系总负责人王海峰获得首个吴文俊人工智能杰出贡献奖。不少获奖者纷纷站在领奖台上合影留念，分享彼此的喜悦。

而就在这场盛宴开幕的前夕，有一部分获奖者和业界大咖还没来得及放下行李，就匆匆聚集在一起展开了一场讨论，他们并不是去分享喜悦，而是直面忧虑。

“大家最好直奔主题，一般寒暄的话少说。” 作为这场“中国人工智能弱势分析座谈会”的主持人，中国人工智能学会理事长、中国工程院院士李德毅开门见山，“优势以后再谈，大家主要讲讲我国人工智能的近忧，跟全球相比，我国人工智能到底差在哪里。”

盲目跟风下的“虚火”

“人工智能在中国特别火，但是我觉得火得不太正常。”人工智能与机器人教育专业委员会常务副理事长韩立群直言不讳。

过去几年，人工智能的火爆似乎掀起了新一波互联网技术浪潮，无数技术人、投资者、企业家转移阵地，投身其中，从来没有任何一个行业对某一技术领域如此趋之若鹜。

“第三次浪潮起来了，我相信它也会退潮。”在韩立群看来，从各个领域涌入人工智能行业的，大部分都是投机者，他们对人工智能新的突破预期过高。而当幻想破灭，当人工智能的应用不能为他们带来预期的真金白银时，当初最活跃的这部分投机者会跑得比谁都快。

“这就是跟风，是一个很危险的势头。”韩立群说，“现在，‘怎么看’‘怎么听’似乎就是智能的全部，这就是人工智能主流风刮起来的。不仅如此，跟风还可以上很多项目，发很多论文……”

然而，很多人并没有意识到，当下人工智能的火热，其实更多的是盲目跟风造就的虚假式繁荣。“如果将来人工智能干不好了，那就会变成我们背不起的包袱。”北京工业大学教授乔俊飞坦言，“人工智能如果脱离了经济社会的需求，光靠学者们把这个行业一直推得那么火热，是不可能的。”

而在陆汝钤看来，盲目跟风也是学术不自信的表现。“实际上可做的项目有很多，但并不是每个都很热，而专门挑最热的项目去做，就是一种不自信的表现。”陆汝钤说，“为了解决问题，很多条路可以走，我们应该开辟别人没有走过的路，也许这条路走起来很长，但是不能因为别人不做，你就不做。”

技术是一个升级创新的过程，而不是通过“包装”渲染出的成果。根据国家发布的《新一代人工智能发展规划》，2030年，我国人工智能技术及应用总体达到世界级水准。而在多位专家看来，如果人工智能还按照当前这种淘金者的模式发展，中国人工智能的基础研究很难有所突破。

基础理论“龙头”未摆正

未来已来，但是会以何种姿势呈现，主要取决于技术开发者们的选择。既是学者又是技术领袖的王海峰指出，我国现在用到的各种主流技术、理论、算法等等，绝大多数是由欧美提出的，相比而言，我国人工智能的基础理论研究仍有一定差距。

“越到人工智能时代，包括人工智能算法、算力的竞争，我们的基础产业，尤其是芯片的掣肘会更加明显。”王海峰说。而当技术越来越先进，开源开放平台就会变得更加重要。然而，相比美国等国家，我国人工智能开源开放也存在明显差距。

人工智能包括科学、技术、工程、应用和产业等很多方面，我国人工智能的发展很大程度上受到应用和产业的驱动，实际上，人工智能的科学基础是数学，当前所有的人工智能在现在的模式下都转化为计算问题。

“第一步就是如何建立合适的数学计算模型，这个模型是不是合适？怎样说明它合适？解决数学模型里面各种各样的问题。”欧洲科学院院士王东明说，“如何解决很难的数学问题、证明数学的猜想、发现数学的理论，这是目前人工智能仍然难以触及的”。

乔俊飞还表示，人工智能基础研究要获得根本性的突破，就需要数据重组能力和计算能力的提高。

另外，基础研究与学科建设也密不可分，一项技术的应用落地与发展，最关键的首先是人才，但据有关数据显示，我国人工智能人才缺口超过500万，目前市场的供求比例仅为1：10。

“我国大学办人工智能学院的还是少数。”北京邮电大学感知技术与产业研究院院长杨放春说，“学科建设是龙头，龙头没有摆正，这是人工智能最大的弱势。”

“今天大家都是跟着任务走，‘快餐式’的研究。我觉得，作为科技人员，还应该在这些基础问题上下一些功夫。形成学科和坚实的理论，形成真正为智能打造的系统和平台，人工智能应用架构在这样的夯实基础之上，才会繁荣。”中国人工智能学会副理事长蒋昌俊说。

并未真正普及基础行业

人工智能不应该仅是表面繁荣，真正为基础产业解决问题，才是该技术存在的价值。但是，从业界的反馈来看，人工智能大部分还是活跃在互联网公司，实体产业真正因此获益者寥寥。

出现这种情况，主要原因在于目前人工智能团队仍无法与传统生产设备团队达成一定的共识。这一点，上海应用技术大学教授李晓斌深有感触。“一线的工人或者很多工程师，根本无法了解新的人工智能方法、技术应用，如果他们不了解，我们就没有办法应用理论方法或者技术，去解决基础工业产业的实际问题。”

李晓斌坦言，当前人工智能的很多方法、技术、应用，实际上都还没有真正普及到基础产业行业里面去。云从科技联合创始人姚志强也表示，“目前来说，企业感到最难的地方就是，国内整个人工智能的产业生态尚未健全。”

姚志强认为，处于金字塔尖的是国家级别的大型研发机构，专注于研究关键共性问题；金字塔中层或骨干支撑应该是一些龙头型的人工智能企业。“但是，金字塔的基础是成千上万的解决更小、更细问题的人工智能应用型的企业，而我国在这一块仍非常稀缺。”

“整个体系结构没有形成互相的连通和循环，也就是说，研究机构和龙头企业之间缺乏联系，龙头企业之间和下面中小型企业之间也缺少互动，所以导致科研机构有一些比较好的技术，无法转移到龙头企业。”姚志强说。

基础不扎实，也就无法巩固上层的发展，姚志强指出，当前人工智能企业数不胜数，但是每家企业或科研机构都是在单打独斗，没有形成良性循环，导致整个大的生态一直无法建立起来。

王海峰表示，我国各个行业的信息化水平依然不足，导致人工智能技术应用较为困难，如果信息化水平提高，数据完备，这时候把人工智能技术融入进去就会容易得多。