專家呼吁，人工智能要提高效率和效果，扎扎實實地落地，還需盡快補上一些功課。
高質量的數據不易獲得
某種程度上而言，人工智能是一種數據處理技術，通過大量的數據分析來自動做出決策。因此，要提高人工智能的效率，首先須保證有足夠數量與質量的數據。但在一些領域，獲得高質量、真實性的數據，并非很多人想象中的那么容易。
比如，人工智能已經在疾病篩查等領域得到廣泛應用，通過機器讀片(醫學影像)等來提高疾病診斷的速度和準確度。北京同仁醫院副院長魏文斌正在從事類似的工作，但他發現了一個問題。“醫學是一個復雜學科，要獲得高質量的數據和圖像有一定難度，數據讀取也有難度。”他說，眼科有許多種疾病，每一種疾病需要搜集十萬張以上的高質量圖片，人工智能才能做出有效的判斷。他們與相關機構合作建立眼科大數據實驗室，試圖在全國搜集標準化、高質量的圖像數據。
SAP全球高級副總裁、SAP中國研究院院長李瑞成也遇到了同樣的難題。李瑞成嘗試在他們的工廠里用人工智能來判斷零件的每一個生產環節是否存在質量問題，但并未獲得預期效果。“最關鍵的困難是，我們采集的照片質量有問題。”他說，“我們還處于弱人工智能時代。”人工智能做的事情是有限的，不要把它當成一個解決所有問題的靈丹妙藥。
加強算力、芯片等基礎研究
即使有了數據，如果沒有算法和算力的支撐，人工智能就可能變成“人工智障”。
“計算力就是生產力。”中國工程院院士、浪潮集團首席科學家王恩東認為，在數字經濟時代，“快”的概念不僅僅是日新月異，甚至是以小時計算、以分鐘計算。“我們訓練一個模型，最快需要幾天還是幾個小時或者幾分鐘?如果能實時地把模型訓練出來，那人工智能的發展可能就完全不一樣了。”
人工智能的算力決定了其發展潛力。王恩東認為，必須加強計算力的基礎設施的建設，建好計算平臺。“有人說，我們在人工智能方面已經趕上或者超過美國，有點樂觀了。應該說還是有差距的，特別是在基礎層面有明顯差距。我們還要加強基礎研究，加強在芯片方面的投入。”
新思科技高級副總裁徹基布·阿科羅特的看法與王恩東不謀而合。在他看來，人工智能面臨的最大挑戰是，設計出擁有卓越計算能力、模擬神經網絡的智能芯片，并不斷提高量產能力。
工業和信息化部副部長陳肇雄建議，加強基礎理論研究，在人工智能發展方向和理論、方法、工具、系統等方面取得突破;加強關鍵共性技術研發，重點突破智能芯片、系統、傳感器、核心算法等領域。
給人工智能找一個“朋友圈”
人工智能的社會價值最終要體現在具體的應用環節，實現與一、二、三產業的深度融合。“人工智能的融合不可能是一家企業就能完成的，需要硬件和軟件等各種企業一起打造一個共生共融的生態體系。”李瑞成形象地比喻，人工智能要真正落地，需要“找一個朋友圈”。
百度研發無人車(自動駕駛技術)的經歷可對李瑞成的觀點進行注解。“實現汽車的智能化還要有一個配合的東西，那就是道路等基礎設施的智能化。”百度公司董事長兼首席執行官李彥宏指出，僅有汽車的智能化，而道路并不智能，無人車的效果會受影響。百度接管了北京市海淀區的紅綠燈，通過實時監控路上有多少車輛來智能地調整紅綠燈的時間。“根據測算，可以使人們在交通擁堵中的等待時間減少30%～40%。”
“很多企業是在某一個環節某一個點上做人工智能獲得的體驗，但真正要讓人工智能與實體經濟融合是非常大的挑戰。”京東集團副總裁、AI平臺與研究部負責人周伯文說，這需要企業與企業之間分工協作。
事實上，此次互聯網大會期間舉行的“互聯網之光”博覽會，正是在幫助企業的各種人工智能產品和技術找到“朋友圈”。比如維信諾展示的柔性AMOLED技術，可為無人駕駛的車載顯示、智能穿戴設備的便利化等各類人工智能在不同場景中的應用提供更多可能。
“要堅持產業互動，拓展融合空間。”陳肇雄呼吁，順應數字化、網絡化、智能化融合發展大勢，促進人工智能與各類技術交叉融合，深化同一、二、三產業融合發展。
京公網安備 11010502049343號