疫情加速新基建，AI发力还需闯几关？(2)

“AI 能力的升级，必须依赖AI 方法论的升级。从方法论的角度，虽然过去十年变成强大数据驱动AI的方法论，接下来我们还需要再回过头来，把知识和数据联合起来驱动AI方法。”中科院计算所研究员山世光指出。

虽然中国与欧美之间在应用研究上差距不大，但中国在各行业纵深应用上仍需努力。基于这一判断，山世光提出AI时代的基础设施包括硬件、软件、智件三个层面。

山世光强调，中国在基础软件平台上的投入需要提升，深度学习的主流底层框架主要还是由北美国家建设，这些方面也许会成为像今天芯片产业这样“卡脖子”的问题。他建议，针对低门槛的AI研发平台和工具，中国需要尽快抢占先机。

“除了基础算法长期的投入之外，我认为应该加强基础智件体系的研究。过去在硬件方面有计算中心、数据中心，未来需要建设AI算法中心、知识中心，甚至建立国家级的知识中心。”山世光说。

同时，蔡自兴也提出，人工智能人才十分紧缺，缺口至少为100万。“我们要多渠道，多模式培养多层次的人才，高层人才少而精，中层实而强，底层多而壮，一个也不能少，我们要特别花大力气培养和引进高端人才。”

为产业升级赋能

国务院此前出台《新一代人工智能发展规划的通知》，提出到2025年，人工智能产业进入全球价值链高端；到2030年，人工智能产业竞争力达到国际领先水平。

这一针对人工智能的规划，也体现在了互联网公司的变革上。腾讯AI Lab机器学习中心总监黄俊洲说：“AI是从应用中来也要走到应用中去，在这个过程中，应用会解决问题，同时又能够为AI研究带来新的课题，现在研究课题解决又能反哺产业，以此形成一个良性循环。”

在人工智能应用上，公众对期待很高，但事实上“理想”与“现实”还是有一定距离。中科院自动化研究所研究员彭思龙指出：“如何让中低端的传统行业以最低的代价实现智能化的升级改造，可能是未来人工智能发展非常重要的方向。”

中科院自动化研究所研究员王金桥表示，要更多把握人工智能应用的边界，加强人工智能治理，防止人工智能技术滥用以及产生相关的法律问题。

“人工智能应用的重点是在不确定和动态变化的环境下解决复杂问题，把人工智能当成一种问题求解技术，不在乎与人类比高低，更不在乎与其他技术融合集成。尽管人工智能技术还不成熟，但在应用中还是要推进人工智能标准化体系的建设，建立相应的技术标准、应用规范和评测指标，努力提升人工智能产品和服务的质量。”李国杰强调。