“目前，我国在智能交通、互联网金融、智慧医疗等领域已经取得了初步的应用成果。国内互联网企业也纷纷规划人工智能蓝图，比如百度的自动驾驶，阿里的城市大脑智能交通，腾讯的医疗读片和医疗影像资料处理，科大讯飞的语音识别；寒武纪、科大讯飞、商汤科技为代表的初创企业在技术上不断创新；海康威视占据全球智能安防企业的第一名。这些都是我国在AI产业中取得的实际成就。”蒋昌俊曾表示。
蒋昌俊同时指出，当前我国人工智能产业尚未形成有影响力的生态圈和产业链，与美国、欧洲相比，更加集中于应用落地，但在基础理论和原创算法方面发展薄弱，缺乏突破性、标志性研究成果，在共性技术平台、智能芯片等方面的发展也相对薄弱。
“从我国人工智能领域发展角度讲，我们很注重应用方面，但基础研究依然是短板，人工智能领域重大的理论和技术大都源自西方国家。基础科学研究的特点是需要大量资源、投入周期长、不确定性大和风险高等，这决定了其难以在短期内见效，但只有长期投入，保持耐心才能实现真正持久的创新与源源不断的技术发展。”蒋昌俊进一步说道。
值得注意的是，“对数据的理解非常重要，”蒋昌俊对澎湃新闻（www.thepaper.cn）提到，深度学习依赖于大量喂数据，那么要判断它合适不合适，光从模型、算法上考虑是不够的。“我认为让AI能够见效的一个很好切入点，即是对大数据有一些理论和分析方法。如果对大数据的结构特征、边界特征和条件特征等有结论，那么自然就知道数据的形态如何。在对数据有了深刻理解以后，在算法设计时就能更好适应及贴近数据，起到更好效果。目前有图谱学、函数逼近论、随机分析等，但还是缺少的。”
那么如何思考AI的未来？
|
