編者按
當前，新冠肺炎疫情防控和穩定經濟運行成為重點工作，我國加快推進國家規劃已明確的重大工程和基礎設施建設，「新基建」成為國內外關注的焦點。人工智慧對5G基站建設、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、工業網際網路各新基建科技端領域具有重大促進作用；人工智慧與5G、大數據等技術結合，將帶動諸多行業快速發展，為很多領域數位化智能化轉型奠定基礎。本期刊發中國人工智慧學會副理事長、中南大學信息科學與工程學院蔡自興教授的觀點。
作為新基建主要支撐的人工智慧技術，對國民經濟發展和新基建都起到巨大作用。人工智慧在助力當前疫情防控、復工復產方面作用突出，在穩投資、促消費、助升級、培植經濟發展新動能、創建智能經濟新形態等方面潛力巨大。要抓住「新基建」機遇，全面夯實人工智慧基礎建設，更好地服務經濟和社會。
1.人工智慧核心技術及其關係
人工智慧的核心技術涉及知識、數據、算法和算力。
知識是人們通過體驗、學習或聯想而認識的世界客觀規律性。知識是人工智慧的重要基礎，知識獲取是其瓶頸問題。知識研究知識表示、知識推理和知識應用問題，如狀態空間表示和語義網絡表示、確定性和不確定性推理以及知識庫、知識圖譜、知識挖掘、知識發現等。
數據是事實或觀察的結果，指所有能夠輸入計算機並被程序處理的數字、字母、符號、影像信號和模擬量等各種介質的總稱。數據從經典數據到大數據，從大數據到活數據，從網際網路到物聯網和兩網發展帶來的海量數據。5G網絡使數據傳輸速度更快、時延更小，應用更廣泛與有效。
算法是解題方案準確而完整的描述，指一系列求解問題的清晰指令，代表著用系統方法描述問題求解的策略機制。當前深度學習算法與知識圖譜、邏輯推理、符號學習結合，從非結構化或未標記數據進行無監督學習。由認知計算、類腦計算、普適計算、進化計算發展而催生的各種新型算法應運而生。現有算法如深度學習已解決了很多實際應用問題，但是認知層算法尚未突破。
算力是機器在數學上的歸納和轉化能力，即把抽象複雜的數學表達式或數字通過數學方法轉換為可以理解的數學式子的能力。向處理器配備高端部件以及晶片組、內存和硬碟，提高計算能力。出現了新的計算架構包括GPU、FPGA、NN晶片等新晶片和雲計算、量子計算等新計算。隨著計算能力的不斷增強，計算速度獲得不斷提高。
知識是人工智慧之源，從人工智慧的長期發展歷史看，人工智慧的發展源於知識，並依賴知識。專家系統、模糊計算、知識圖譜、知識庫等都是以知識為基礎發展起來的。
數據是人工智慧之基，將數據引入人工智慧，豐富了人工智慧內容，提高了人工智慧理論水平，促進人工智慧的發展升級。計算智能取決於數據而不是知識；神經計算，進化計算等都是以數據為基礎而發展起來的。
算法是人工智慧之魂，也是人工智慧軟實力的核心。算法研究的不斷進步，使人工智慧的問題求解策略日臻完善。一個好的算法可以使問題求解事半功倍，甚至使求解效率提高十倍、百倍、千倍。深度學習算法和深度強化學習算法等是算法的優秀代表。
算力（計算能力）是人工智慧之力，也是人工智慧硬實力的關鍵保證。新型人工智慧晶片和新型計算方法，使計算能力不斷增強，計算速度的不斷提高，可以極大地促進人工智慧產業的發展。
2.人工智慧產業化的發展現狀
現狀之一：國際上已初步形成人工智慧產業化基礎，近年來人工智慧企業數量大幅增長。國際人工智慧企業數量：美國遙遙領先，中、歐不分伯仲。截至2017年，全球人工智慧企業分布集中在美國（2905家，佔48.11%）、中國（670家，佔11.10%）、歐洲（657家，佔10.88%）。到2019年3月，美國佔40.3%、中國佔22.1%，中美人工智慧企業數量差距2年內從37.0%減小至18.2%。
現狀之二：人工智慧投融資環境空前看好。融資規模美國一家獨大，歐中緊跟其後。人工智慧已經成為2017年最熱門的投資領域之一。美國最多（42%，45.4億美元），歐洲（18.7%，20.2億美元），中國（16.9%，18.3億美元）緊跟其後。到2019年3月，美國佔比降至36.5%，中國佔比升為23.5%，中美在人工智慧投融資方面的差距2年內從25.1%縮小至13.0%。
現狀之三：產業化技術起點更高，感知智能領域相對成熟。人工智慧產業正從感知智能向認知智能發展。感知智能涉及的智能語音、計算機視覺及自然語言處理等技術，應用基礎已比較成熟；如深度學習讓圖像、語音等感知類問題取得突破，計算機視覺催生出人臉識別、智能視頻監控等應用。但認知智能要求的「機器思維」和「人工情感」等，仍處於開發與探索中，與實際應用仍有一定距離。
現狀之四：人工智慧國際論文發表和高被引數量逐年增多。近10年中國論文發表總量第一，高被引數量居第二。2009-2018年中國、美國的人工智慧論文佔比分別為22.7%和20.4%，而高被引數量佔比分別為35.6%和38.6%。美國的人工智慧論文引文影響力、專利數量、企業數量和融資規模等都居全球第一，整體實力領跑全球。中國論文發文量居全球最高，企業數量、融資規模居全球第二。
現狀之五：人工智慧國際專利申請數量不斷刷新。2017年中國的國際專利申請數量超過美國，排名世界第一佔37.1%；美國排名第二佔24.8%；日本排第三佔13.1%。2017年以來，中國一直保持人工智慧國際專利第一的位置。
現狀之六：人工智慧人才緊缺，高端人才爭奪激烈。2018年全球人工智慧專家205295人，其中美國28536人（13.9%），中國18232人（8.9%），印度17382人（7.8%）。2018年全球培養高級人工智慧人才22400人，美國佔44%，中國11%，英國6%，德國5%。各國人工智慧人才嚴重供不應求，我國人工智慧人才也非常缺乏，人工智慧高端人才爭奪十分激烈。
現狀之七：人工智慧的社會和倫理問題引人關注。人工智慧的快速發展，使人們擔心人工智慧超過人類智能，會使人類社會主人的地位和安全受到威脅。人工智慧，特別是能推理、會思維、懂情感的高級人工智慧，將引起許多社會法律和倫理道德問題。
總的來說，我國要逐步實現包括人工智慧基礎產業、技術產業和應用產業的全產業鏈布局。
3.人工智慧與實體經濟深度融合發展
人工智慧核心技術加速突破推動產業強勁發展和產業升級。知識資源、數據基礎、核心算法、運算能力深度融合發展，共同促進人工智慧湧現新活力。新時期產業發展亟須推進新一輪基礎設施建設和技術變革以驅動產業模式的全面升級。作為新基建的人工智慧將能夠滲透至各行各業，有效激發市場活力，助力傳統行業實現跨越式升級，推動經濟形態和社會生產力快速發展，也成為經濟轉型的重要突破口。
智能化應用向多元發展，智能服務線下線上對接。目前人工智慧的應用多處於專用階段，如人臉識別、語音識別、視頻監控等具體任務。隨著智能製造、智慧物流、智慧醫療等產業的興起，人工智慧應用將面向複雜場景、處理複雜問題的複合新階段，應用向多元化發展。分布式計算平臺的廣泛應用，擴大了線上服務的應用範圍。同時，智慧醫療、智慧機器人、自動駕駛汽車等人工智慧產業化的發展，為智能服務帶來新的途徑或新的傳播模式，加快線上服務與線下服務的融合進程，促進多產業升級。
人工智慧和實體經濟深度融合進程進一步加快。一方面，建設製造強國將促進人工智慧的發展，推動人工智慧產業實現整體性突破；另一方面，傳統行業依靠人工智慧基礎設施技術及其行業數據資源實現人工智慧與實體經濟的融合創新。2018年中國人工智慧為實體經濟帶來1000多億元的增長。新一代人工智慧技術與實體經濟深度融合，將使零售、醫療、交通、製造、金融等產業提效降費、轉型升級。人工智慧新產品、新服務層出不窮，加速培育產業新動能，開拓實體經濟新增長點，有力推動我國經濟結構優化升級。例如，已就智能駕駛與智能網聯汽車發布《智能汽車創新發展戰略》，推動智能汽車快速發展，支持智能汽車基礎共性關鍵技術研發和產業化、智能交通及智慧城市基礎設施重大工程建設等；在智慧機器人及服務機器人領域，新基建催生新機遇，服務機器人產業加速成長；對於智能製造，要求「大力發展先進位造業，出臺信息網絡等新型基礎設施投資支持政策，推進智能、綠色製造」；對於智慧醫療領域，已在輔助診療、疾病預測、醫療影像處理、藥物開發等方面發揮重要作用，將為加大公共衛生服務作出新的貢獻；而對於智能家居，為住戶提供個性化的安全、節能、便捷生活服務，並能夠加快釋放新興消費潛力。
加快高素質人工智慧人才培養。各層次高素質人工智慧人才是人工智慧科技基礎和產業發展的第一資源。要多模式多渠道全面布局培養高素質人工智慧人才，高層少而精、中層實而強、底層多而壯，一個不能少。要建立人工智慧專業和人工智慧一級學科。教育是改變世界最強大的武器。教育藉助人工智慧正在發生深刻變化，帶來巨大利益。人工智慧技術的快速發展給各級教育帶來創新教育手段與機遇。智能虛擬助手和聊天機器人能夠向學生提供更個性化的教學和諮詢過程。個性化智能學習平臺、個性化AI教學助手、個性化遊戲能夠幫助學生按自身節奏和快樂學習。
人工智慧作為我國新時期的戰略性技術和產業，已經取得重要進展和可喜成就，必將對國家的社會進步、經濟發展和人民生活發揮重大的和不可替代的作用。在統籌疫情防控和經濟社會發展的關鍵時期，將人工智慧列為國家新基建領域和新基建的提速為推動人工智慧持續強勁發展帶來重大機遇。我們既要看到我國人工智慧發展的重要成就，又要認清存在的短板和差距，既要滿懷信心，又要不驕不躁，不失時機地抓住機遇，加快發展人工智慧新型基礎設施，夯實基礎，全面建設，增強實力，趕超國際領先水平，為我國建設現代化經濟體系，實現經濟轉型和升級奠定堅實基礎。
（作者：蔡自興，本文系作者在國家工業信息安全發展研究中心「信息技術大講堂」的報告，標題為編者所加）
來源：《光明日報》（ 2020年04月02日 16版）
相關閱讀：
人工智慧助力現代治理
多維審思人工智慧現象
人工智慧奇點與人類未來
歡迎關注中國社會科學網微信公眾號 cssn_cn，獲取更多學術資訊。