12月9日，全國(guó)各地人工智能從業(yè)者齊聚蘇州，參加一場(chǎng)行業(yè)盛宴—吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)?lì)C獎(jiǎng)典禮，這一被譽(yù)為“中國(guó)智能科學(xué)技術(shù)最高獎(jiǎng)”的獎(jiǎng)項(xiàng)，今年覆蓋了56所高校、48家企業(yè)和7家研究院所的70個(gè)獲獎(jiǎng)項(xiàng)目。

中國(guó)科學(xué)院院士、中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院研究員陸汝鈐成為首位吳文俊人工智能最高成就獎(jiǎng)的獲得者；百度高級(jí)副總裁、AI技術(shù)平臺(tái)體系總負(fù)責(zé)人王海峰獲得首個(gè)吳文俊人工智能杰出貢獻(xiàn)獎(jiǎng)。不少獲獎(jiǎng)?wù)呒娂娬驹陬I(lǐng)獎(jiǎng)臺(tái)上合影留念，分享彼此的喜悅。

而就在這場(chǎng)盛宴開幕的前夕，有一部分獲獎(jiǎng)?wù)吆蜆I(yè)界大咖還沒來得及放下行李，就匆匆聚集在一起展開了一場(chǎng)討論，他們并不是去分享喜悅，而是直面憂慮。

“大家最好直奔主題，一般寒暄的話少說�！� 作為這場(chǎng)“中國(guó)人工智能弱勢(shì)分析座談會(huì)”的主持人，中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)、中國(guó)工程院院士李德毅開門見山，“優(yōu)勢(shì)以后再談，大家主要講講我國(guó)人工智能的近憂，跟全球相比，我國(guó)人工智能到底差在哪里�！�

盲目跟風(fēng)下的“虛火”

“人工智能在中國(guó)特別火，但是我覺得火得不太正常。”人工智能與機(jī)器人教育專業(yè)委員會(huì)常務(wù)副理事長(zhǎng)韓立群直言不諱。

過去幾年，人工智能的火爆似乎掀起了新一波互聯(lián)網(wǎng)技術(shù)浪潮，無數(shù)技術(shù)人、投資者、企業(yè)家轉(zhuǎn)移陣地，投身其中，從來沒有任何一個(gè)行業(yè)對(duì)某一技術(shù)領(lǐng)域如此趨之若鶩。

“第三次浪潮起來了，我相信它也會(huì)退潮。”在韓立群看來，從各個(gè)領(lǐng)域涌入人工智能行業(yè)的，大部分都是投機(jī)者，他們對(duì)人工智能新的突破預(yù)期過高。而當(dāng)幻想破滅，當(dāng)人工智能的應(yīng)用不能為他們帶來預(yù)期的真金白銀時(shí)，當(dāng)初最活躍的這部分投機(jī)者會(huì)跑得比誰都快。

“這就是跟風(fēng)，是一個(gè)很危險(xiǎn)的勢(shì)頭�！表n立群說，“現(xiàn)在，‘怎么看’‘怎么聽’似乎就是智能的全部，這就是人工智能主流風(fēng)刮起來的。不僅如此，跟風(fēng)還可以上很多項(xiàng)目，發(fā)很多論文……”

然而，很多人并沒有意識(shí)到，當(dāng)下人工智能的火熱，其實(shí)更多的是盲目跟風(fēng)造就的虛假式繁榮�！叭绻麑�來人工智能干不好了，那就會(huì)變成我們背不起的包袱。”北京工業(yè)大學(xué)教授喬俊飛坦言，“人工智能如果脫離了經(jīng)濟(jì)社會(huì)的需求，光靠學(xué)者們把這個(gè)行業(yè)一直推得那么火熱，是不可能的�！�

而在陸汝鈐看來，盲目跟風(fēng)也是學(xué)術(shù)不自信的表現(xiàn)�！皩�(shí)際上可做的項(xiàng)目有很多，但并不是每個(gè)都很熱，而專門挑最熱的項(xiàng)目去做，就是一種不自信的表現(xiàn)。”陸汝鈐說，“為了解決問題，很多條路可以走，我們應(yīng)該開辟別人沒有走過的路，也許這條路走起來很長(zhǎng)，但是不能因?yàn)閯e人不做，你就不做�！�

技術(shù)是一個(gè)升級(jí)創(chuàng)新的過程，而不是通過“包裝”渲染出的成果。根據(jù)國(guó)家發(fā)布的《新一代人工智能發(fā)展規(guī)劃》，2030年，我國(guó)人工智能技術(shù)及應(yīng)用總體達(dá)到世界級(jí)水準(zhǔn)。而在多位專家看來，如果人工智能還按照當(dāng)前這種淘金者的模式發(fā)展，中國(guó)人工智能的基礎(chǔ)研究很難有所突破。

基礎(chǔ)理論“龍頭”未擺正

未來已來，但是會(huì)以何種姿勢(shì)呈現(xiàn)，主要取決于技術(shù)開發(fā)者們的選擇。既是學(xué)者又是技術(shù)領(lǐng)袖的王海峰指出，我國(guó)現(xiàn)在用到的各種主流技術(shù)、理論、算法等等，絕大多數(shù)是由歐美提出的，相比而言，我國(guó)人工智能的基礎(chǔ)理論研究仍有一定差距。

“越到人工智能時(shí)代，包括人工智能算法、算力的競(jìng)爭(zhēng)，我們的基礎(chǔ)產(chǎn)業(yè)，尤其是芯片的掣肘會(huì)更加明顯�！蓖鹾７逭f。而當(dāng)技術(shù)越來越先進(jìn)，開源開放平臺(tái)就會(huì)變得更加重要。然而，相比美國(guó)等國(guó)家，我國(guó)人工智能開源開放也存在明顯差距。

人工智能包括科學(xué)、技術(shù)、工程、應(yīng)用和產(chǎn)業(yè)等很多方面，我國(guó)人工智能的發(fā)展很大程度上受到應(yīng)用和產(chǎn)業(yè)的驅(qū)動(dòng)，實(shí)際上，人工智能的科學(xué)基礎(chǔ)是數(shù)學(xué)，當(dāng)前所有的人工智能在現(xiàn)在的模式下都轉(zhuǎn)化為計(jì)算問題。

“第一步就是如何建立合適的數(shù)學(xué)計(jì)算模型，這個(gè)模型是不是合適？怎樣說明它合適？解決數(shù)學(xué)模型里面各種各樣的問題�！睔W洲科學(xué)院院士王東明說，“如何解決很難的數(shù)學(xué)問題、證明數(shù)學(xué)的猜想、發(fā)現(xiàn)數(shù)學(xué)的理論，這是目前人工智能仍然難以觸及的”。

喬俊飛還表示，人工智能基礎(chǔ)研究要獲得根本性的突破，就需要數(shù)據(jù)重組能力和計(jì)算能力的提高。

另外，基礎(chǔ)研究與學(xué)科建設(shè)也密不可分，一項(xiàng)技術(shù)的應(yīng)用落地與發(fā)展，最關(guān)鍵的首先是人才，但據(jù)有關(guān)數(shù)據(jù)顯示，我國(guó)人工智能人才缺口超過500萬，目前市場(chǎng)的供求比例僅為1：10。

“我國(guó)大學(xué)辦人工智能學(xué)院的還是少數(shù)。”北京郵電大學(xué)感知技術(shù)與產(chǎn)業(yè)研究院院長(zhǎng)楊放春說，“學(xué)科建設(shè)是龍頭，龍頭沒有擺正，這是人工智能最大的弱勢(shì)�！�

“今天大家都是跟著任務(wù)走，‘快餐式’的研究。我覺得，作為科技人員，還應(yīng)該在這些基礎(chǔ)問題上下一些功夫。形成學(xué)科和堅(jiān)實(shí)的理論，形成真正為智能打造的系統(tǒng)和平臺(tái)，人工智能應(yīng)用架構(gòu)在這樣的夯實(shí)基礎(chǔ)之上，才會(huì)繁榮�！敝袊�(guó)人工智能學(xué)會(huì)副理事長(zhǎng)蔣昌俊說。

并未真正普及基礎(chǔ)行業(yè)

人工智能不應(yīng)該僅是表面繁榮，真正為基礎(chǔ)產(chǎn)業(yè)解決問題，才是該技術(shù)存在的價(jià)值。但是，從業(yè)界的反饋來看，人工智能大部分還是活躍在互聯(lián)網(wǎng)公司，實(shí)體產(chǎn)業(yè)真正因此獲益者寥寥。

出現(xiàn)這種情況，主要原因在于目前人工智能團(tuán)隊(duì)仍無法與傳統(tǒng)生產(chǎn)設(shè)備團(tuán)隊(duì)達(dá)成一定的共識(shí)。這一點(diǎn)，上海應(yīng)用技術(shù)大學(xué)教授李曉斌深有感觸。“一線的工人或者很多工程師，根本無法了解新的人工智能方法、技術(shù)應(yīng)用，如果他們不了解，我們就沒有辦法應(yīng)用理論方法或者技術(shù)，去解決基礎(chǔ)工業(yè)產(chǎn)業(yè)的實(shí)際問題�！�

李曉斌坦言，當(dāng)前人工智能的很多方法、技術(shù)、應(yīng)用，實(shí)際上都還沒有真正普及到基礎(chǔ)產(chǎn)業(yè)行業(yè)里面去。云從科技聯(lián)合創(chuàng)始人姚志強(qiáng)也表示，“目前來說，企業(yè)感到最難的地方就是，國(guó)內(nèi)整個(gè)人工智能的產(chǎn)業(yè)生態(tài)尚未健全。”

姚志強(qiáng)認(rèn)為，處于金字塔尖的是國(guó)家級(jí)別的大型研發(fā)機(jī)構(gòu)，專注于研究關(guān)鍵共性問題；金字塔中層或骨干支撐應(yīng)該是一些龍頭型的人工智能企業(yè)�！暗�是，金字塔的基礎(chǔ)是成千上萬的解決更小、更細(xì)問題的人工智能應(yīng)用型的企業(yè)，而我國(guó)在這一塊仍非常稀缺�！�

“整個(gè)體系結(jié)構(gòu)沒有形成互相的連通和循環(huán)，也就是說，研究機(jī)構(gòu)和龍頭企業(yè)之間缺乏聯(lián)系，龍頭企業(yè)之間和下面中小型企業(yè)之間也缺少互動(dòng)，所以導(dǎo)致科研機(jī)構(gòu)有一些比較好的技術(shù)，無法轉(zhuǎn)移到龍頭企業(yè)�！币χ緩�(qiáng)說。

基礎(chǔ)不扎實(shí)，也就無法鞏固上層的發(fā)展，姚志強(qiáng)指出，當(dāng)前人工智能企業(yè)數(shù)不勝數(shù)，但是每家企業(yè)或科研機(jī)構(gòu)都是在單打獨(dú)斗，沒有形成良性循環(huán)，導(dǎo)致整個(gè)大的生態(tài)一直無法建立起來。

王海峰表示，我國(guó)各個(gè)行業(yè)的信息化水平依然不足，導(dǎo)致人工智能技術(shù)應(yīng)用較為困難，如果信息化水平提高，數(shù)據(jù)完備，這時(shí)候把人工智能技術(shù)融入進(jìn)去就會(huì)容易得多。