当新一轮产业变革席卷全球，人工智能（AI）成为产业变革的核心方向。

　　人工智能真如人们所想的那么神奇而无所不能吗？中国的人工智能发展需要突破哪些壁垒？

　　近日，在中国人工智能学会发起主办的2019中国人工智能产业年会上，与会专家学者们对这些话题展开了热烈讨论。
 

　　人工智能“有所不能”

　　人工智能近些年处于发展热潮之中，阿尔法狗击败围棋世界冠军等标志性事件，让大众对人工智能产生了热切的期待。而深度学习和大数据的发展，带来了人工智能产业的大跨越，人工智能技术加持过的智能安保、智能语音输入、智能导航、智能客服等，已经走入寻常百姓生活。

　　人工智能的未来会不会“无所不能”？

　　参加2019中国人工智能产业年会的专家们对此普遍持审慎态度，在他们看来，人工智能还有太多瓶颈需要解决。

　　算力、算法和大数据是人工智能的三大核心要素。今天的人工智能技术的发展，更多地得益于我们有了速度更快的电脑，基础算法并没有根本性的进步。

　　“今年初《麻省理工大学科技评论》发表过一篇文章，这篇文章分析了1992年到2019年的1.6万多篇人工智能领域的论文，KUKA机器人示教器维修，得出一个结论，26年来，人工智能技术没有显著进步。”中国信息化百人会学术委员会主席、工业和信息化部原副部长杨学山在大会发言中表示，当前我们在人工智能领域取得的很多进展，主要是依靠算力的进步取得的。

　　“以深度学习为代表的人工智能技术其实已经接近天花板。”清华大学人工智能研究院院长、中国科学院院士张钹在本次大会上荣获2019年度吴文俊人工智能最高成就奖，他认为，人工智能技术实际上经历过两代，第一代是符号推理，第二代是目前的深度学习。

　　“深度学习这个工具的问题很大，它易出现重大错误，易被攻击，不能举一反三，有不可信、不安全、不可靠、推广能力差的弱点。为了区别于深度学习，我们特别提出要发展第三代人工智能。”张钹认为，人类处理知识的能力更强，计算机处理数据的能力更强，发展第三代人工智能必须实现知识和数据的结合，“必须加上知识，光靠数据不可能产生智能，人类智能的基石是知识。”
 

　　“人工智能目有三个层次，感知智能、计算智能、认知智能，每一个层次上都存在很多瓶颈问题。”东南大学仪器科学与工程学院院长宋爱国认为，感知智能这一层，很多元器件工艺有待突破；计算智能和认知智能层面，人工智能仍然在很多方面达不到人的智能水平，这说明数学的基本理论和生物物理的智能认知机理方面，都有许多问题有待突破。

　　人工智能是一个基础研究与应用紧密结合的领域，基础研究的瓶颈也传导到了实际应用中。

　　“我们在提供算力的时候发现很大瓶颈在于框架上，我希望有更多的人投入到研发里来，来指导我们算法的发展。我相信算法的发展，会牵引我们芯片的设计。”华为海思计算芯片产品总监王晓雷说。

　　中国AI“痛点”在哪

　　人工智能处于新一轮科技革命的核心地位，对于任何国家来说既是机遇又是挑战，世界格局极有可能因此而重新洗牌，对于错过前几次科技革命的我国来说，此次机遇尤为重要。中国在人工智能领域有哪些短板与优势？应该如何抓住这次机遇？这也是本次大会热议的话题。
 

　　我国人工智能发展起步较晚，与以美国为主的发达国家相比还有一定差距。很多专家都认为，当前中国人工智能发展的短板在于：产业发展过度依赖开源代码和现有数学模型，真正属于自己的东西并不多，中国制造在从“硬件组装厂”向“软件组装厂”蔓延。

　　“核心技术卡脖子问题还是比较严重的，特别是基础理论，底层框架和核心算法方面差距很大。就像建房子，地基都是打在别人的基础上，你只在上面做一些架构，虽然有一些应用，但是人家一旦把地基抽走，这个建筑会变成什么样？”国家发改委产业经济与技术研究所副主任盛朝迅说。

　　“中国原创算法和框架还是非常多的，并且影响力很大。但我们缺一些偏底层的东西，比如深度神经网络优化算法、神经网络编译相关技术等等。”商汤集团副总裁、智慧城市事业群首席技术官闫俊杰认为，这些差距并不可怕，随着将来的发展，中国可以追上来，只是需要一个较长的历程。

　　与会的专家也认为，我国在人工智能领域的发展上有独特优势，如稳定的发展环境、充足的人才储备、丰富的应用场景等。

　　“人工智能三要素：数据，算法，算力。数据方面，国内环境有优势；算法层面，美国领先一些，但从真正应用角度来讲，国内一点儿都不落后；算力角度，我们差得比较多，工业机器人维修，要做好国产芯片，以及建设基于国产芯片的软件生态，这条路还很长。”　云知声联合创始人李霄寒表示，人工智能上游很大一部分链条，现在都还短缺，是中国需要突破的“卡脖子”关键点。

　　大会上，清华大学－中国工程院知识智能联合研究中心、中国人工智能学会吴文俊人工智能科学技术奖评选基地联合发布了《2019人工智能发展报告》。报告称：在人才情况方面，总的来看，美国的人才数量遥遥领先，独成第一梯队，凸显了其在人工智能领域的人才优势。对于我国而言，人才数量在大部分领域领跑第二梯队，但与位居首位的美国相比，中国高影响力学者数量明显不足，顶尖学者相对匮乏，中美之间还存在较大的赶超空间。

　　未来还需“深度融合”

　　人工智能的未来应该如何发展？“深度融合”是一个被许多与会专家提到的关键词。

　　人工智能技术基础研究的发展需要深度融合。