江西林业科技

近年来，深度学习算法推动人工智能实现了快速发展。但深度学习的成功，不是理论方法的突破，而是在大数据和大规模计算资源驱动下的技术突破。因此，业内专家认为，人工智能仍处于一个较为初始的发展阶段。

“未来十几年最大的机会一定是所谓的弱人工智能，也就是说完全不需要达到人脑的所有功能。”在近日举行的2018北京人工智能产业高峰论坛上，创新工场董事长李开复如是说。

在他看来，现阶段的人工智能是应用型人工智能，简单而言是在某一特定领域，用大量的数据做出比人更精确的判断，创造价值、创造效率，让人类从重复性的工作中解放出来，做更有创意的工作。

据某财务机构预测，到2030年，中国的GDP将达到38万亿美元，其中7万亿美元是人工智能带来的。

有人说，人工智能的未来将是美国和中国。对此，李开复表示，中国的优势是学术水平的提升、巨大的市场和数据量以及国家政策的支持，但在人才、专利和资金投入方面，中美人工智能产业的落差仍较大。

人工智能在中国的发展机遇在哪儿？专家分析，人工智能加上实体经济，这方面中国有特别大的动力。

人工智能与先进制造的深度融合，成为新一轮工业革命的核心驱动力。中科院计算机网络信息中心副主任迟学斌在接受《中国科学报》记者采访时表示，智能制造为中国的制造业提供了弯道超车的机遇，不仅可以有效提高传统制造业的生产效率、降低各类成本，同时也有利于培育和推进新兴产业的发展。

此外，他认为，人工智能在促进科研方面也大有可为。“我国各方面的数据量很大，科学研究的样本非常多，很有可能通过数据分析获得新的科学发现，甚至可能是世界领先的发现。”

“人工智能是解析、挖掘遗传密码当中跟生物医学相关知识的一种工具。”中科院院士陈润生举例说，“2017年底谷歌发布了基于深度学习人工智能技术的基因组变异精准识别工具DeepVariant，用深度神经网络从DNA测序数据中快速精确识别碱基变异位点。”

他认为，生物医学是人工智能应用的一个重要方向。人工智能可用于疾病的诊断与治疗，全新的药物设计与研发，动植物新品种、新性状的培育等方面。

而这些都离不开“基础设施”——平台。迟学斌表示，就像高速公路一样，提供方便的工作平台，才能使研究人员将更多的精力放在模型调试等方面，从而促进科技成果转化和应用更快落地。

为此，中科院计算机网络信息中心牵头成立北京前沿国际人工智能研究院人工智能计算及数据应用服务平台，旨在加快促进人工智能应用成果的产出，成为重大科技成果的加速器与倍增器。

中科院副院长李树深表示，不管是基础理论的研究还是产业技术的发展，都需要科技界和产业界共同作出更大的努力。

《中国科学报》 (2018-02-26 第4版 综合)