中国人工智能大跨步发展，如何能迈好技术与理论的第一步？

弱人工智能向强人工智能过渡

再工业化为提振经济起到了举足轻重的作用。在此过程中，自动化也得到了进一步提升，甚至实现了一定程度的“弱人工智能”。机器代替人工已经成为当代主流，行业发展完成了从理念贯彻到技术研发，再到行业应用的过程。可以说，弱人工智能产业生态已经趋于成熟，市场调节资源配置足以推动产业逐步完善。

这一背景下，打造竞争新优势，则成为各个重要经济体的正常“打法”。毫无悬念，各个国家依旧把经济发展的“筹码”押在了工业和制造业上，在大数据、云计算以及高性能芯片和关键元器件方面进行“豪赌式”投入。CB Insights的报告显示，2016年有40多家人工智能相关企业被知名高科技公司收购，2017年仅第一季度就共34家人工智能初创公司被收购。(中国通信网)收购，仅仅是“强人工智能”兴起的开始。

吹响人工智能国家集结号

人工智能产业的缔造必然由国家牵头：2016年5月中国发布《“互联网+”人工智能三年行动实施方案》，2016年10月美国制定《美国国家人工智能研究与发展策略规划》，欧盟也推出了《欧盟机器人研发计划》，2016年12月英国发布《人工智能：未来决策制定的机遇与影响》， 2017年4月法国制定了国家人工智能战略，日本宣布未来十年投入1000亿日元(约9亿美元)用于四个重点领域的人工智能研发。

2017年7月20日，国务院印发《新一代人工智能发展规划》，为中国人工智能产业明确了“三步走”发展路线：第一步到2020年初步建成技术标准、服务体系和产业生态链，培育若干个全球领先的骨干企业，核心产业规模超过1500亿元、带动产业规模超过1万亿元;第二步到2025年在智能制造、智慧医疗、智慧城市、智能农业、国防建设等领域广泛应用，核心产业规模超过4000亿元、带动5万亿元;第三步到2030年在生产生活、社会治理、国防建设等方面极大拓展广度和深度，形成涵盖核心技术、关键系统、支撑平台以及智能应用的完备产业链，核心产业规模超过1万亿元、带动10万亿元。国家政策的出台让人工智能立即成为广受热捧的高估值“风口”。

7月20日，联想立即宣布全面向人工智能转型的战略;

7月23日，人工智能产业技术创新战略联盟成立;

7月26日，“人工智能电视产业联盟”正式成立。

而这之前，不论是实施“All in AI”战略的百度，还是宣布做人工智能处理器的华为，还有深谙大数据分析的阿里和专注应用的腾讯，面向大规模个性化定制研发工业互联网平台COSMOPlat的海尔，底层技术和终端应用都已经迈出了人工智能的步伐，步调超级一致。

尴尬的中国人工智能

作为备受青睐的人工智能，中国已经位于第一梯队;从融资规模和新增企业数量上比较，中国排名在美国之后位居第二。我国在人工智能领域的国际科技论文发表量和发明专利授权量已居世界第二。据相关机构统计，排名前三的美、中、日拥有全球人工智能领域总体专利的73.85%。依托于庞大的网络和用户，国内拥有先进的语音、视觉、传感等人工智能相关领域的技术优势。预计在2017年，人工智能的产业规模将超150亿元。(《2017中国人工智能产业报告》)

面对这些成绩，中国人工智能学会副理事长、重庆邮电大学计算机学院院长王国胤提示，中国人工智能存在很多瓶颈问题，包括：人工智能原创性理论基础不强，重大原创成果不足;在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面，与以美国为代表的人工智能发达国家相比还存在较大差距;人工智能产业结构布局还不完善;人工智能人才队伍，特别是尖端人才不能满足发展需求等。

一方面是大而不强，一方面却引起了围追堵截。近日，多家国外媒体都对此发表了评论，认为中国人工智能或将赶超发达国家。

澳大利亚《悉尼先驱晨报》报道，专家们普遍认为，中国人工智能仅落后美国一步。如今，中国增加人工智能研究投入，美国却在削减这方面的开支，其认为，中国或将在人工智能领域超越西方。

英国《经济学人》杂志预测，由于拥有人才和数据优势，加之创业公司和BAT的大举投入，以及政府的大力支持，中国可能会在人工智能领域逐步赶超美国。

英媒：路透社报道说，特朗普政府正在考虑采取类似的措施，原因也是出于对中国可能获得珍贵的人工智能知识的担忧。

美媒：美国得克萨斯州参议员约翰·科宁在华盛顿的外交关系委员会发言时警告说，中国对机器人和人工智能的兴趣尤其令人担忧，并扬言要对中国投资技术企业进行立法上的限制。

智能制造“弯道超车”更需人工智能精湛技术

按照专家的推断，未来人工智能行业的发展，10%在于算法，20%在于技术，70%在于应用场景和落地。这一推断于市场价值创造的确没错，但是如果在前面30%失去技术优势，后面的70%也只是为他人做嫁衣而已。就像阿里舍本逐末，单纯追求大数据分析，重复推送搜索、购买和浏览历史相关商品，推送商品单一乏味，这样的人工智能只能导致用户体验越来越差。

因此，增强人工智能基础，必须在大数据分析、深度学习、自主协同等方面进行学科理论梳理和研究，开展类脑智能计算、生物仿真等基础技术的研究，以实验室和研究院等形式专注研究成果的产品转化。

基础理论是根本，基础技术是主干，应用则是枝叶。只有根底深厚庞大，主干强劲，人工智能产业才能日益兴荣昌盛。

而应用层面，反而不那么紧要。因为国内已经摸索出了人工智能融入工业的创新途径，能够将设计、生产、物流、服务等环节优化协调，在核心软件、关键部件、重要装备、网络协同等方面确立逐渐主动权。只有走好人工智能理论和技术的“第一步”，我国在工业这一主战场必将赢得先机。