在人工智能发展历程中，我国成熟的“3＋”类创新成果在世界范围内已有一些处于领先水平并引领产业潮流，“从2到3”类研究总体上做得也很不错，不过目前我们取得的“从0到1”类原始创新成果几乎是空缺的，“从1到2”类创新成果也为数不多。2017年国务院印发《新一代人工智能发展规划》提出，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能发展要走到世界引领位置，我们依然面临很大挑战，最大的挑战在于谋求“从0到1”类的突破非一朝一夕之功，需要较为长期的探索奋斗。
人工智能第一代和第二代分别由小知识和大数据驱动，前者没有走出研究的“象牙塔”，后者则走到了蔚为可观的技术社会应用阶段，但其理论框架实源于学界过去几十年研究的厚积薄发。当前人工智能正谋求从以深度学习为标志、以大数据为主要驱动的第二代向具有更高智能的下一代跃迁，若想取得实质性突破，关键仍在重大理论创新。
新一代人工智能技术拥有强大威力，人工智能与实体经济深度融合具有巨大潜力。但同时也要看到，作为新一代人工智能突出标志的深度学习模型仍存在可解释性差、鲁棒性弱、泛化能力不强、推理能力欠缺等缺陷，使得其面对各行各业实际场景时，由于场景的天然复杂性而常常力不从心，这需要人工智能专家与各领域专家密切合作、联合攻关。人工智能与实体经济深度融合，不仅是人工智能单向作用于各行各业，同时也对人工智能技术科学自身发展构成动力，或在基础理论层面上凝练出新的深刻问题。
我国人工智能发展可考虑建立一个全局性策略：以“人工智能＋各行各业”为契机和抓手，通过脚踏实地的创新性工作，在大力推动各行各业技术与应用变革的同时，积极促进人工智能技术科学新发展，不断扩大我国人工智能技术应用整体优势。在此路径上，“人工智能＋各行各业”，正当其时。
构建融合发展的支持体系
主持人：我国人工智能与实体经济融合还面临哪些瓶颈和挑战，如何进一步推动二者深度融合？
|
