人工智能：正“衰落”还是方“启幕”？

　　资本热潮降温、人工智能（AI）人才短缺、创业公司倒闭、产业落地困难……人工智能发展面临诸多困境，一些观察者因此发出“人工智能开始走向‘衰落’了”的声音。

　　果真如此吗？在近日召开的2020北京智源大会上，多位专家对人工智能的前景表示看好：“AI春天，正当时。”

　　中国科学院院士张钹认为：“AI的发展处于序幕阶段，还没有解决符号基础问题，也还没有涉及‘智能’的根本问题。”

　　距离“智能”还很漫长

　　近年来，AI飞速发展，从“实验”走向“实用”，从AI事业的“羞于表达”到“引以为傲”。然而真正将人的智慧赋予机器，让机器站在人的肩膀上学习，道阻且长。

　　张钹表示：“现有AI系统不安全、不可靠、不可解释、不容易扩展，对此，我们必须加强AI相关基础研究，道路还很漫长。”

　　中国工程院院士高文也指出，“对比人脑，现有AI系统的效能还不够高。对此，研究者应该去做其他人没有做过的东西，尝试让机器对知识有继承。”

　　AI如何突破重围？图灵奖得主John Hopcroft认为：“现在的AI研究还是基于提出问题来寻找解决方案的模式，未来十年，AI技术的突破口并不在计算机科学界，而是取决于工程、生物、语言学等领域的突破。这些突破能让AI解决更多问题。”

　　对于下一代AI技术应该具备哪些特点，高文认为：“首先是可解释的AI，其次是高效的AI，即追求超越人类精度的同时，我们是否需要付出巨大的算力，这是下一代AI需要考虑的必要因素。”

　　在与会专家看来，人们的过度期待反而使AI浪潮看起来似乎在衰退，但实际上，AI浪潮是“一浪更比一浪高”。

　　“我对AI的前景十分看好。”创新工场创始人李开复说，“未来整个行业都可以与AI对接，并从传统的‘AI+’形式向‘+AI’形式转变。过去‘AI+’主要从一个切入点扩展到更多应用中，不断滚动成为潜在的平台。未来，传统行业以行业平台为驱动，AI作为重要辅助技术，‘+AI’将有更大的机会。”

　　“AI的春天刚刚开始，尤其从物联网的角度来看，有很多应用场景没有发挥出AI的能力，随着产品和智能场景的创新，将会带来更多的技术创新。” 小米集团副总裁崔宝秋表示，“AI的春天能持续多久，在于我们所有从业人员的呵护。”

　　AI将在哪些领域开疆拓土

　　与会专家纷纷表示，未来中国的AI研究，不能局限于现有问题或已经被普遍研究的领域，在数据开源，知识挖掘、利用与共享，自监督学习等方面，AI研究还需开疆拓土。

　　其中，深度学习作为我国近年来AI发展的重要突破，还有很多技术红利。康奈尔大学教授Bart Selman认为：“中国的AI研究领域不能太狭隘，而应该去开拓新的领域，那里可能才是突破口。”

　　百度集团CTO王海峰认为：“AI对知识的挖掘和利用将是重要的突破方向。此外，AI还将在小样本、低能耗的学习领域，AI‘软硬一体化’方向，以及与其他应用场景深度融合方面有所突破。”

　　崔宝秋对此表示认同。他补充道，开源也是未来AI的一大变量，它不仅是代码的开源，更是数据的开源、知识的共享。

　　在旷视科技公司首席科学家孙剑看来，目前热门的“自监督学习”将会是很好的研究方向，不用标注数据就能学到一样好的特征，将对实际应用产生非常积极的影响。

　　孙剑还指出，机器学习训练所需的数据往往分散在各行各业，很难拿到，如果能在数据安全训练方面取得进展，为AI提供一个高安全、高可信的机器学习环境，将有助于真正发挥数据的价值和作用。

　　“AI发展主要靠技术推、需求拉，好的技术要由好的创业者推到产品市场，再由好的需求来拉动。”奇绩创坛创始人陆奇提出，“未来十年，还需要进一步打通数据孤岛，数据的互通将大规模地驱动AI产业化的发展。此外，我们还应逐步建设我国自己的技术生态、产业生态。”

　　人才缺口如何补

　　不断积累“人才红利”，是AI保持竞争优势的关键，也是近年来急需突破的困境。

　　John Hopcroft对此表示：“AI要想突破，各个领域的教育和人才培养是最重要的。”

　　据6月24日工业和信息化部人才交流中心发布的《人工智能产业人才发展报告（2019—2020年版）》显示，当前我国AI产业内有效人才缺口达30万，特定技术方向和岗位上供需比例失衡尤为突出。

　　此外，我国AI人才还面临高端工程师、顶尖学者稀缺，聚集效应弱的困境，这也导致我国AI领域创新能力薄弱。

　　“我国AI人才是短缺的，我们应该创造更多的机会让海外顶级科学家、工程师回来。” 李开复表示，“国内高校更侧重对研究型人才的培养，而缺乏对应用型人才的培养。”

　　陆奇对此表示认同，“目前国内大专院校培养的人才实际操作能力相对较弱。我们需要把更多创新文化引入大专院校，使学生成为运营能力强、专业能力强，能把技术、产品及客户需求有机结合的人才。”

　　除加强高校人才培养外，陆奇还指出，在企业“技能大学”学习同样重要。学生应更多投身于大公司、大项目中，在现实场景中锻炼实操能力。

　　孙剑表示：“学生一定要打好基础，同时要全方面地培养科研素质，不迷信权威，勇于挑战前沿智慧。对于刚毕业的同学而言，快速进步最好的方法之一就是找到好的研发环境，与经验丰富的同学和好的企业同行。”

　　美团首席科学家夏华夏也指出：“高校教师要多跟产业界合作，产业界有很多真实场景和大量真实数据，是时候将学校里对AI理论方面的积累应用到真实场景中了。”

　　“未来，AI在理论研究、技术开发、产业发展上都具有非常广阔的前景，只要认准方向、坚定去做，就一定会有收获。”王海峰说。