——趨勢一：產學研合作，人才培養系統化發力

2018年被稱為中國人工智能人才系統化培養的元年，教育部印發了《高等學校人工智能創新行動計劃》，不少學校開始申請人工智能專業，AI高中教材試水，創新型企業頻與高校建立聯合實驗室……

“依托類腦智能技術及應用等國家工程實驗室，中國科學技術大學2017年開設了人工智能本科學科，考慮到學科的綜合性和交叉性，採用‘X+2’的模式，從大三進行人才遴選，2019年下半年將迎來學校第一批人工智能本科專業畢業生。課程分為模式識別、機器學習等基礎理論必修課，以及計算機視覺、智能機器人等前沿選修課。”中國科學技術大學自動化系教授查正軍說。

2019年，如何進行專業課程體系的設置、打通產學研的鏈條，成為突破重點。“現在還處在缺一系列課本、精品課程以及如何培養本科人才體系的階段，這也是現在人工智能人才培養面臨的最大任務”。浙江大學計算機學院副院長吳飛說，推進高等學校人工智能交叉學科的建設是一個突破口。

上海交通大學教授俞凱建議，人工智能基礎研究和人才培養需要注重實用化和國際化兩個方向，從實際遇到的問題中抽象出科學問題，反過來對理論研究產生正面影響。

——趨勢二：產業落地一邊擠出泡沫，一邊深入痛點

“人們往往會高估一項技術前五年的創造性，低估后五年的破壞性”。上海交通大學人工智能研究院副院長王延峰說，AI產業可能會經歷一段調整期，擠一擠泡沫。同時對於產業界來說，場景驅動為實體經濟降本提效，也會向更多行業繼續深入。

退潮方知誰在裸泳。專家認為，在擠泡沫的過程中，中國人工智能產業將開拓更多元的產業場景和更深入的產業鏈條。未來在人工智能領域可能誕生類似英特爾這樣的平臺級和底層級公司，這是產業界的共識，但誰是贏家仍不得而知。

專家表示，從算法端向上下游延伸，芯片和開源開放平臺作為人工智能發展的硬件和軟件基礎，正成為產業鏈條上不可或缺的部分。商湯科技首席執行官徐立認為，這一波AI浪潮在某種意義上，就是在行業中挖掘更深的痛點，深入應用，將更多技術做到超過工業紅線，為行業創造價值。

針對人工智能和實體經濟的加速融合，上海發布了人工智能十大應用場景的“需求單”，囊括了“AI”+安防、工廠、家庭、交通、金融、社區、學校、醫院、園區、政務10大領域。政府“牽線”對接供需，讓人工智能企業能與更多客戶迅速匹配，既包含垂直具體場景，又兼顧行業通用需求，還探索園區集成方案。

上海市徐匯區區長方世忠表示，在上海人工智能高質量發展“22條”的基礎上，徐匯將聚焦AI企業最關注的場景開放、技術研發、創新應用、金融服務等方面精準施策，營造最適合人工智能高質量發展和企業加速集聚的制度生態環境，使這裡成為最適宜人工智能發展的制度供給試驗田。

——趨勢三：瞄準新一代人工智能技術共闖“無人區”

現在，以數據驅動為核心的深度學習已經成為工具式的開發手段，下一代神經網絡的方向是什麼?未來十年，人工智能的新引擎是什麼?業內專家認為，下一步AI的重點需要加強基礎理論的創新和研究。

吳飛認為，從基礎理論上看，數據智能日趨成熟、類腦智能蓄勢待發，“雙智”結合帶來的新一代人工智能基礎理論突破，是未來要把握的方向。

專家表示，年輕的中國人工智能科學家和企業家，正負擔起尋找下一個十年行業發展的重任。2018年，AI青年科學家聯盟在上海市徐匯區成立，旨在培養中國人工智能的多層次人才梯隊。聯盟發起人之一、氪信科技創始人朱明杰認為，青年科創家應尋找行業發展的真實痛點，把業務和AI真正結合起來，產生長期價值，促進產業升級。

“人工智能正在加速更新換代，需要更多青年人才的推動。”中國工程院院士、AI青年科學家聯盟學術指導委員會主席潘雲鶴說，中國的人才培養應該把知識和資本很好地結合起來，讓年輕AI科學家、企業家可以開辟新領域，發揮人工智能的“頭雁”效應，勇闖“無人區”。