12月9日，全國各地人工智能從業者齊聚蘇州，參加一場行業盛宴—吳文俊人工智能科學技術獎頒獎典禮，這一被譽為“中國智能科學技術最高獎”的獎項，今年覆蓋了56所高校、48家企業和7家研究院所的70個獲獎項目。

中國科學院院士、中國科學院數學與系統科學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的獲得者；百度高級副總裁、AI技術平臺體系總負責人王海峰獲得首個吳文俊人工智能杰出貢獻獎。不少獲獎者紛紛站在領獎臺上合影留念，分享彼此的喜悅。

而就在這場盛宴開幕的前夕，有一部分獲獎者和業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“中國人工智能弱勢分析座談會”的主持人，中國人工智能學會理事長、中國工程院院士李德毅開門見山，“優勢以后再談，大家主要講講我國人工智能的近憂，跟全球相比，我國人工智能到底差在哪里。”

盲目跟風下的“虛火”

“人工智能在中國特別火，但是我覺得火得不太正常。”人工智能與機器人教育專業委員會常務副理事長韓立群直言不諱。

過去幾年，人工智能的火爆似乎掀起了新一波互聯網技術浪潮，無數技術人、投資者、企業家轉移陣地，投身其中，從來沒有任何一個行業對某一技術領域如此趨之若鶩。

“第三次浪潮起來了，我相信它也會退潮。”在韓立群看來，從各個領域涌入人工智能行業的，大部分都是投機者，他們對人工智能新的突破預期過高。而當幻想破滅，當人工智能的應用不能為他們帶來預期的真金白銀時，當初最活躍的這部分投機者會跑得比誰都快。

“這就是跟風，是一個很危險的勢頭。”韓立群說，“現在，‘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刮起來的。不僅如此，跟風還可以上很多項目，發很多論文……”

然而，很多人并沒有意識到，當下人工智能的火熱，其實更多的是盲目跟風造就的虛假式繁榮。“如果將來人工智能干不好了，那就會變成我們背不起的包袱。”北京工業大學教授喬俊飛坦言，“人工智能如果脫離了經濟社會的需求，光靠學者們把這個行業一直推得那么火熱，是不可能的。”

而在陸汝鈐看來，盲目跟風也是學術不自信的表現。“實際上可做的項目有很多，但并不是每個都很熱，而專門挑最熱的項目去做，就是一種不自信的表現。”陸汝鈐說，“為了解決問題，很多條路可以走，我們應該開辟別人沒有走過的路，也許這條路走起來很長，但是不能因為別人不做，你就不做。”

技術是一個升級創新的過程，而不是通過“包裝”渲染出的成果。根據國家發布的《新一代人工智能發展規劃》，2030年，我國人工智能技術及應用總體達到世界級水準。而在多位專家看來，如果人工智能還按照當前這種淘金者的模式發展，中國人工智能的基礎研究很難有所突破。

基礎理論“龍頭”未擺正

未來已來，但是會以何種姿勢呈現，主要取決于技術開發者們的選擇。既是學者又是技術領袖的王海峰指出，我國現在用到的各種主流技術、理論、算法等等，絕大多數是由歐美提出的，相比而言，我國人工智能的基礎理論研究仍有一定差距。

“越到人工智能時代，包括人工智能算法、算力的競爭，我們的基礎產業，尤其是芯片的掣肘會更加明顯。”王海峰說。而當技術越來越先進，開源開放平臺就會變得更加重要。然而，相比美國等國家，我國人工智能開源開放也存在明顯差距。

人工智能包括科學、技術、工程、應用和產業等很多方面，我國人工智能的發展很大程度上受到應用和產業的驅動，實際上，人工智能的科學基礎是數學，當前所有的人工智能在現在的模式下都轉化為計算問題。

“第一步就是如何建立合適的數學計算模型，這個模型是不是合適？怎樣說明它合適？解決數學模型里面各種各樣的問題。”歐洲科學院院士王東明說，“如何解決很難的數學問題、證明數學的猜想、發現數學的理論，這是目前人工智能仍然難以觸及的”。

喬俊飛還表示，人工智能基礎研究要獲得根本性的突破，就需要數據重組能力和計算能力的提高。

另外，基礎研究與學科建設也密不可分，一項技術的應用落地與發展，最關鍵的首先是人才，但據有關數據顯示，我國人工智能人才缺口超過500萬，目前市場的供求比例僅為1：10。

“我國大學辦人工智能學院的還是少數。”北京郵電大學感知技術與產業研究院院長楊放春說，“學科建設是龍頭，龍頭沒有擺正，這是人工智能最大的弱勢。”

“今天大家都是跟著任務走，‘快餐式’的研究。我覺得，作為科技人員，還應該在這些基礎問題上下一些功夫。形成學科和堅實的理論，形成真正為智能打造的系統和平臺，人工智能應用架構在這樣的夯實基礎之上，才會繁榮。”中國人工智能學會副理事長蔣昌俊說。

并未真正普及基礎行業

人工智能不應該僅是表面繁榮，真正為基礎產業解決問題，才是該技術存在的價值。但是，從業界的反饋來看，人工智能大部分還是活躍在互聯網公司，實體產業真正因此獲益者寥寥。

出現這種情況，主要原因在于目前人工智能團隊仍無法與傳統生產設備團隊達成一定的共識。這一點，上海應用技術大學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、技術應用，如果他們不了解，我們就沒有辦法應用理論方法或者技術，去解決基礎工業產業的實際問題。”

李曉斌坦言，當前人工智能的很多方法、技術、應用，實際上都還沒有真正普及到基礎產業行業里面去。云從科技聯合創始人姚志強也表示，“目前來說，企業感到最難的地方就是，國內整個人工智能的產業生態尚未健全。”

姚志強認為，處于金字塔尖的是國家級別的大型研發機構，專注于研究關鍵共性問題；金字塔中層或骨干支撐應該是一些龍頭型的人工智能企業。“但是，金字塔的基礎是成千上萬的解決更小、更細問題的人工智能應用型的企業，而我國在這一塊仍非常稀缺。”

“整個體系結構沒有形成互相的連通和循環，也就是說，研究機構和龍頭企業之間缺乏聯系，龍頭企業之間和下面中小型企業之間也缺少互動，所以導致科研機構有一些比較好的技術，無法轉移到龍頭企業。”姚志強說。

基礎不扎實，也就無法鞏固上層的發展，姚志強指出，當前人工智能企業數不勝數，但是每家企業或科研機構都是在單打獨斗，沒有形成良性循環，導致整個大的生態一直無法建立起來。

王海峰表示，我國各個行業的信息化水平依然不足，導致人工智能技術應用較為困難，如果信息化水平提高，數據完備，這時候把人工智能技術融入進去就會容易得多。