抢占产业制高点 中国AI还差什么？

两会的热潮虽已消退，但人工智能的热度并未冷却，持续引发社会热议。

今年3月5日，工作报告着重提出了一项战略决策：“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路等领域的技术研发和转化。”这一决策标志着人工智能正式进入国家战略规划，成为新时代的重点发展领域。紧接着的3月11日，科技部部长万钢在公开场合透露，关于人工智能发展的详细规划正在紧锣密鼓地起草中，很快将向公众公布。

人工智能在中国的发展犹如一场速度竞赛，从大洋彼岸的崭新科技，到本土企业的迎头赶上，再到如今已写入国家战略规划，短短数年间便完成了三级跳，展现出后发制人的强劲势头。那么，中国人工智能距离引领世界，究竟还差什么火候呢？

不容小觑的是，中国在人工智能领域的实力已经十分强大。据艾瑞咨询预测，到2020年，全球人工智能市场规模将达到惊人的1190亿元，复合增速近19.7%。而中国的人工智能市场预计将飞速扩张，年复合增速超过50%。这预示着在未来五到十年间，人工智能将如水电般渗透到教育、医疗、金融、交通等各个行业，深刻改变社会生活的各个方面。全国人大代表、科大讯飞董事长刘庆峰更是明确表示，人工智能产业的发展将决定国家和民族在全球的话语权及产业链分工地位。

尽管过去中国在人工智能的发展史上曾一度缺席，但现在我们正积极参与这场技术竞赛，并取得了显著的成果。数据显示，自2012年起，中国在人工智能领域的专利数量已超越美国，企业融资规模也仅次于美国，位居全球第二。在深度学习领域，中国更是已经超越美国，成为领跑者。在类脑智能、智能人机交互等方向上，中国也进行了重点研发布局，并在多个领域保持国际领先地位。

众多中国高科技公司如科大讯飞、百度、腾讯等纷纷建立自己的AI研究机构，拥有庞大的用户群体和海量数据，为人工智能的深度学习进化提供了坚实的基础。以搜狗为例，借助人工智能技术实现了业绩的显著增长。传统行业也看到了人工智能的巨大潜力，纷纷希望搭上这趟快车。家电企业长虹、TCL、创维等都发布了人工智能家电产品，期待打破销售困境。

虽然形势一片大好，但中国人工智能要想在全球竞争中占据制高点并非易事。美国已经意识到人工智能的重要性，并将其上升为国家战略。对于中国来说，面对众多强手，人工智能既是一场全球话语权的争夺战，也是一条漫长而艰辛的道路。马化腾作为腾讯的CEO，深刻感受到了这种压力和挑战。他提出只有掌握技术才能保持在战略上的制高点。而李彦宏则强调应用层是人工智能发展的关键所在。他连续五次在两会上提出关于人工智能的提案都聚焦在应用层上。他认为只有将数据和场景结合在一起才能推动AI技术的成熟并释放出更大的商业价值。因此他建议大力推进智能＋经济发展构建良好的政策环境为AI行业的发展提供有力支持。在竞赛的关键基础如数据等方面中国也正在不断努力提升以实现真正的技术引领和突破。科大讯飞是中国人工智能领域的佼佼者之一他们正努力推动AI技术在各个领域的应用落地以满足不同行业和场景的需求并持续推动AI技术的成熟和发展。在全球化的背景下，我们在教育、汽车、机器人等尖端领域已经开始全面布局，特别是在面向“一带一路”建设的道路上，我们建立了多语音平台，打破了语言障碍，为国际交流铺设了坚实的基石。

今年两会期间，刘庆峰的建议引领了人工智能领域的热议。他主张将人工智能提升为国家战略，并为此设立国家实验室和产业联盟。他还强调多语种翻译技术的重要性，提议将其纳入国家专项计划，同时建立国家级语言语料资源库和多语种翻译平台。这一切的举措，都是基于一个共识：数据等行业基础设施是决定中国人工智能全球竞争力的关键。刘庆峰展望：“未来，只要我们拥有强大的数据分析后台，人、机器乃至各种生物之间的沟通将不再是难题。”

小米的董事长雷军也对此表示赞同，他认为必须加强人工智能领域的基础理论研究，并在国家层面对其进行顶层设计和专项计划，建立一个产、学、研一体化的创新共同体。

从今年两会透露的信息来看，国家已经在人工智能领域有所布局。万钢指出，中央财政将设立专项资金，主要在基础研究、核心技术和共性技术上下功夫。科技部在智能计算机系统、智能机器人、自动信息处理等领域进行了重点支持，同时在智能交通、智能电网、智慧城市等方面也资助了一批项目。

原创性不足和产业应用狭窄的问题仍然存在。杨强教授，作为国际人工智能协会首位华人院士，对此表示担忧。他并不认同某些美国媒体关于中国在“深度学习”上已经领先美国的观点，强调原创性研究的不足仍然是中国人工智能领域的一个大问题，这限制了人工智能在产业通用领域的发展。

尽管杨强承认互联网领域是人工智能应用最多的领域之一，特别是在电商领域，如淘宝、京东等，它们通过狭窄领域的大量数据训练AI并取得了快速回报。但在金融和医疗等行业，人工智能的发展还远未达到预期。

金融领域的数字化程度高，数据大规模保存的可能性大，而医疗领域的一些前期鉴别工作，如癌症识别、人脸识别、体检片子扫描等，也被视为人工智能的潜力方向。新技术的研究、应用与推广离不开产—学—研一体的合作。杨强认为在其中的作用至关重要，应该像美国当年的“登月计划”那样，通过大型规划推动产业和学界的融合发展。特别是无人驾驶方向，虽然有一定成功，但仍然存在突发场景数据不足的问题。未来的发展方向需要、产业界和学界的共同努力和合作。