我国发展人工智能(AI)既有长板也有短板。我国的AI应用生态很好，而且具备一些优势，比如强有力的政策支持，拥有海量数据、丰富的应用环境，AI人才的数量也有优势，这些优势也使得应用生态不断向好。不过，在AI产业发展中，还有4个短板。

这4个短板包括，相比国际最先进水平，我国的算法原始创新少、核心芯片和传感器等仍面临“卡脖子”问题、具有国际影响力的机器学习开源开放学习框架少、顶级的AI学者人才不足。这4个短板都是亟须补齐的。

如何补齐短板?开源开放是激活AI创新的重要一环。基于开源开放，我们的长板可以做得更长，短板也可以尽快弥补，并且更容易与国际主流的AI发展进行衔接和同步。因此，开源开放是非常好的发展思路。

AI人才培养的问题在于，我国虽然有大量青年才俊，但顶级AI领军人才较少，大概只有美国的20%。这也意味着，我们至少还要再培育4倍于当前数量的AI领军人才。

自2019年至今，我国已经在高校设立了300多个AI专业，这对于青年AI人才的培养很有帮助。而AI领军人才的培养，现在还主要靠市场、靠“独角兽”。但仅依靠市场培养这类人才是不够的，我们还要在基础研究层面、从算法开发角度，培养AI高级人才。因此，未来如何在高校院所、国家实验室等培养AI高级人才，是今后一段时间必须要重点考虑的事情。这需要政策措施和配套支持共同策动。

在AI产业，有些企业越做越大，可能会选择多样化发展。比如科大讯飞一开始做语音合成，后来又涉猎语音识别、智能翻译、自然语言处理，实现了多样化发展。但科大讯飞并没有跨行，而是在AI的分支越做越深、逐步布局。我认为这是一种很好的做法。

另外，一个企业要想成长，仅靠自身是很难的。要有政府的扶持，也要找到准确的市场定位，还要将政产学研用等各个方面结合起来，才可能把企业真正做好。科大讯飞就是一个典型的政产学研用结合比较好的代表。

总之，要认识到，AI发展是一个长期性、循序渐进的过程，需要AI本身的发展和学科交叉的发展并行，这其中就包括计算机技术、自动控制等学科。交叉学科的发展，最重要的仍然是人才培养，因为只有复合型人才多了，才能把这些交叉研究成果的产业化做得更好。

因此，我希望产学研各界能够携起手来，从不同层面完善AI发展的生态链，将我国巨大的市场和数据优势转化成AI技术产业发展的胜势。

(高文)

(作者系中国工程院院士，记者赵广立采访整理)

标签： 人工智能 AI 算法 芯片 卡脖子