近年來，深度學習算法推動人工智能實現了快速發展。但深度學習的成功，不是理論方法的突破，而是在大數據和大規模計算資源驅動下的技術突破。因此，業內專家認為，人工智能仍處于一個較為初始的發展階段。
“未來十幾年最大的機會一定是所謂的弱人工智能，也就是說完全不需要達到人腦的所有功能。”在近日舉行的2018北京人工智能產業高峰論壇上，創新工場董事長李開復如是說。
在他看來，現階段的人工智能是應用型人工智能，簡單而言是在某一特定領域，用大量的數據做出比人更精確的判斷，創造價值、創造效率，讓人類從重復性的工作中解放出來，做更有創意的工作。
據某財務機構預測，到2030年，中國的GDP將達到38萬億美元，其中7萬億美元是人工智能帶來的。
有人說，人工智能的未來將是美國和中國。對此，李開復表示，中國的優勢是學術水平的提升、巨大的市場和數據量以及國家政策的支持，但在人才、專利和資金投入方面，中美人工智能產業的落差仍較大。
人工智能在中國的發展機遇在哪兒？專家分析，人工智能加上實體經濟，這方面中國有特別大的動力。
人工智能與先進制造的深度融合，成為新一輪工業革命的核心驅動力。中科院計算機網絡信息中心副主任遲學斌在接受《中國科學報》記者采訪時表示，智能制造為中國的制造業提供了彎道超車的機遇，不僅可以有效提高傳統制造業的生產效率、降低各類成本，同時也有利于培育和推進新興產業的發展。
此外，他認為，人工智能在促進科研方面也大有可為。“我國各方面的數據量很大，科學研究的樣本非常多，很有可能通過數據分析獲得新的科學發現，甚至可能是世界領先的發現。”
“人工智能是解析、挖掘遺傳密碼當中跟生物醫學相關知識的一種工具。”中科院院士陳潤生舉例說，“2017年底谷歌發布了基于深度學習人工智能技術的基因組變異精準識別工具DeepVariant，用深度神經網絡從DNA測序數據中快速精確識別堿基變異位點。”
他認為，生物醫學是人工智能應用的一個重要方向。人工智能可用于疾病的診斷與治療，全新的藥物設計與研發，動植物新品種、新性狀的培育等方面。
而這些都離不開“基礎設施”——平臺。遲學斌表示，就像高速公路一樣，提供方便的工作平臺，才能使研究人員將更多的精力放在模型調試等方面，從而促進科技成果轉化和應用更快落地。
為此，中科院計算機網絡信息中心牽頭成立北京前沿國際人工智能研究院人工智能計算及數據應用服務平臺，旨在加快促進人工智能應用成果的產出，成為重大科技成果的加速器與倍增器。
中科院副院長李樹深表示，不管是基礎理論的研究還是產業技術的發展，都需要科技界和產業界共同作出更大的努力。
摘自《中國科學報》
