當新一輪產業變革席卷全球，人工智能（AI）成為產業變革的核心方向。
人工智能真如人們所想的那么神奇而無所不能嗎？中國的人工智能發展需要突破哪些壁壘？
近日，在中國人工智能學會發起主辦的2019中國人工智能產業年會上，與會專家學者們對這些話題展開了熱烈討論。
人工智能“有所不能”
人工智能近些年處于發展熱潮之中，阿爾法狗擊敗圍棋世界冠軍等標志性事件，讓大眾對人工智能產生了熱切的期待。而深度學習和大數據的發展，帶來了人工智能產業的大跨越，人工智能技術加持過的智能安保、智能語音輸入、智能導航、智能客服等，已經走入尋常百姓生活。
人工智能的未來會不會“無所不能”？
參加2019中國人工智能產業年會的專家們對此普遍持審慎態度，在他們看來，人工智能還有太多瓶頸需要解決。
算力、算法和大數據是人工智能的三大核心要素。今天的人工智能技術的發展，更多地得益于我們有了速度更快的電腦，基礎算法并沒有根本性的進步。
“今年初《麻省理工大學科技評論》發表過一篇文章，這篇文章分析了1992年到2019年的1.6萬多篇人工智能領域的論文，KUKA機器人示教器維修，得出一個結論，26年來，人工智能技術沒有顯著進步。”中國信息化百人會學術委員會主席、工業和信息化部原副部長楊學山在大會發言中表示，當前我們在人工智能領域取得的很多進展，主要是依靠算力的進步取得的。
“以深度學習為代表的人工智能技術其實已經接近天花板。”清華大學人工智能研究院院長、中國科學院院士張鈸在本次大會上榮獲2019年度吳文俊人工智能最高成就獎，他認為，人工智能技術實際上經歷過兩代，第一代是符號推理，第二代是目前的深度學習。
“深度學習這個工具的問題很大，它易出現重大錯誤，易被攻擊，不能舉一反三，有不可信、不安全、不可靠、推廣能力差的弱點。為了區別于深度學習，我們特別提出要發展第三代人工智能。”張鈸認為，人類處理知識的能力更強，計算機處理數據的能力更強，發展第三代人工智能必須實現知識和數據的結合，“必須加上知識，光靠數據不可能產生智能，人類智能的基石是知識。”
“人工智能目有三個層次，感知智能、計算智能、認知智能，每一個層次上都存在很多瓶頸問題。”東南大學儀器科學與工程學院院長宋愛國認為，感知智能這一層，很多元器件工藝有待突破；計算智能和認知智能層面，人工智能仍然在很多方面達不到人的智能水平，這說明數學的基本理論和生物物理的智能認知機理方面，都有許多問題有待突破。
人工智能是一個基礎研究與應用緊密結合的領域，基礎研究的瓶頸也傳導到了實際應用中。
“我們在提供算力的時候發現很大瓶頸在于框架上，我希望有更多的人投入到研發里來，來指導我們算法的發展。我相信算法的發展，會牽引我們芯片的設計。”華為海思計算芯片產品總監王曉雷說。
中國AI“痛點”在哪
人工智能處于新一輪科技革命的核心地位，對于任何國家來說既是機遇又是挑戰，世界格局極有可能因此而重新洗牌，對于錯過前幾次科技革命的我國來說，此次機遇尤為重要。中國在人工智能領域有哪些短板與優勢？應該如何抓住這次機遇？這也是本次大會熱議的話題。
我國人工智能發展起步較晚，與以美國為主的發達國家相比還有一定差距。很多專家都認為，當前中國人工智能發展的短板在于：產業發展過度依賴開源代碼和現有數學模型，真正屬于自己的東西并不多，中國制造在從“硬件組裝廠”向“軟件組裝廠”蔓延。
“核心技術卡脖子問題還是比較嚴重的，特別是基礎理論，底層框架和核心算法方面差距很大。就像建房子，地基都是打在別人的基礎上，你只在上面做一些架構，雖然有一些應用，但是人家一旦把地基抽走，這個建筑會變成什么樣？”國家發改委產業經濟與技術研究所副主任盛朝迅說。
“中國原創算法和框架還是非常多的，并且影響力很大。但我們缺一些偏底層的東西，比如深度神經網絡優化算法、神經網絡編譯相關技術等等。”商湯集團副總裁、智慧城市事業群首席技術官閆俊杰認為，這些差距并不可怕，隨著將來的發展，中國可以追上來，只是需要一個較長的歷程。
與會的專家也認為，我國在人工智能領域的發展上有獨特優勢，如穩定的發展環境、充足的人才儲備、豐富的應用場景等。
“人工智能三要素：數據，算法，算力。數據方面，國內環境有優勢；算法層面，美國領先一些，但從真正應用角度來講，國內一點兒都不落后；算力角度，我們差得比較多，工業機器人維修，要做好國產芯片，以及建設基于國產芯片的軟件生態，這條路還很長。” 云知聲聯合創始人李霄寒表示，人工智能上游很大一部分鏈條，現在都還短缺，是中國需要突破的“卡脖子”關鍵點。
大會上，清華大學－中國工程院知識智能聯合研究中心、中國人工智能學會吳文俊人工智能科學技術獎評選基地聯合發布了《2019人工智能發展報告》。報告稱：在人才情況方面，總的來看，美國的人才數量遙遙領先，獨成第一梯隊，凸顯了其在人工智能領域的人才優勢。對于我國而言，人才數量在大部分領域領跑第二梯隊，但與位居首位的美國相比，中國高影響力學者數量明顯不足，頂尖學者相對匱乏，中美之間還存在較大的趕超空間。
未來還需“深度融合”
人工智能的未來應該如何發展？“深度融合”是一個被許多與會專家提到的關鍵詞。
人工智能技術基礎研究的發展需要深度融合。