在人工智能發展歷程中，我國成熟的“3＋”類創新成果在世界範圍內已有一些處於領先水平並引領產業潮流，“從2到3”類研究總體上做得也很不錯，不過目前我們取得的“從0到1”類原始創新成果幾乎是空缺的，“從1到2”類創新成果也為數不多。2017年國務院印發《新一代人工智能發展規劃》提出，到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。人工智能發展要走到世界引領位置，我們依然面臨很大挑戰，最大的挑戰在於謀求“從0到1”類的突破非一朝一夕之功，需要較為長期的探索奮鬥。
人工智能第一代和第二代分別由小知識和大數據驅動，前者沒有走出研究的“象牙塔”，後者則走到了蔚為可觀的技術社會應用階段，但其理論框架實源於學界過去幾十年研究的厚積薄發。當前人工智能正謀求從以深度學習為標誌、以大數據為主要驅動的第二代向具有更高智能的下一代躍遷，若想取得實質性突破，關鍵仍在重大理論創新。
新一代人工智能技術擁有強大威力，人工智能與實體經濟深度融合具有巨大潛力。但同時也要看到，作為新一代人工智能突出標誌的深度學習模型仍存在可解釋性差、魯棒性弱、泛化能力不強、推理能力欠缺等缺陷，使得其面對各行各業實際場景時，由於場景的天然復雜性而常常力不從心，這需要人工智能專家與各領域專家密切合作、聯合攻關。人工智能與實體經濟深度融合，不僅是人工智能單向作用於各行各業，同時也對人工智能技術科學自身發展構成動力，或在基礎理論層面上凝練出新的深刻問題。
我國人工智能發展可考慮建立一個全局性策略：以“人工智能＋各行各業”為契機和抓手，通過腳踏實地的創新性工作，在大力推動各行各業技術與應用變革的同時，積極促進人工智能技術科學新發展，不斷擴大我國人工智能技術應用整體優勢。在此路徑上，“人工智能＋各行各業”，正當其時。
構建融合發展的支持體系
主持人：我國人工智能與實體經濟融合還面臨哪些瓶頸和挑戰，如何進一步推動二者深度融合？
|
