资本热潮降温，人工智能（AI）人才短缺，创业公司倒闭、产业落地困难……人工智能发展面临诸多困境，一些观察者因此发出“人工智能开始走向‘衰落’”的声音。
果真如此吗？在近日召开的2020北京智源大会上，多位专家对人工智能的前景表示看好：“AI春天，正当时。”
中国科学院院士张钹认为：“AI的发展还处于序幕阶段，还没有解决符号基础问题，也还没有涉及‘智能’的根本问题。”
距离“智能”还很漫长
近年来，人工智能飞速发展，从“实验”走向“实用”，从AI事业的“羞于”表达到“引以为傲”。然而真正将人的智慧赋予机器，让机器站在人的肩膀上学习，道阻且长。
张钹表示：“现有AI系统不安全、不可靠、不可解释、不容易扩展，对此，我们必须加强AI相关基础研究，道路还很漫长。”
对此，中国工程院院士高文也指出，“对比人脑，现有AI系统的效能还不够高。对此，研究者应该去做其他人没有做过的东西，尝试让机器对知识有继承。”
AI如何突破重围，图灵奖得主John Hopcroft 认为：“现在的AI研究还是基于提出的问题来寻找解决方案的模式，未来十年，AI技术的突破口并不在计算机科学界，而是取决于工程、生物、语言学等领域的突破。这些突破能让人工智能解决更多问题。”
对于下一代AI技术应该具备哪些特点，高文认为：“首先是可解释的人工智能，其次是高效的人工智能，即追求超越人类精度的同时，我们是否需要付出巨大的算力，这是下一代人工智能需要考虑的必要因素。”
AI领域探路途中，有成绩也有挫折，不能取得成绩就唱好，遇到挫折就唱衰。人们的过度期待反而使得人工智能浪潮看起来似乎在衰退，实际上，人工智能的浪潮是“一浪更比一浪高”。
“我对AI的前景十分看好。”创新工场创始人李开复说，“未来整个行业都可以与AI对接，并从传统的‘AI+’形式向‘+AI’形式转变。过去‘AI+’主要从一个切入点扩展到更多应用中，不断滚动成为潜在的平台。未来，传统行业以行业平台为驱动，AI作为重要辅助技术，‘AI+’将有更大的机会。”
“AI的春天刚刚开始，尤其从物联网的角度来看，有很多应用场景没有发挥出AI的能力，随着产品和智能场景的创新，将会带来更多的技术创新。” 小米集团副总裁崔宝秋表示，“AI的春天能持续多久，在于我们所有从业人员的呵护。”
还需开疆拓土
人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是我国能否抓住新一轮科技革命和产业变革机遇的关键。
实际上，深度学习作为我国近年来人工智能发展的重要突破，还有很多技术红利。康奈尔大学教授Bart Selman认为：“中国的人工智能研究领域不能太狭隘，不能局限于现有的问题或是已经被普遍研究的领域，比如深度学习，而应该去开拓新的领域，那可能才是突破口。”
百度集团CTO王海峰认为：“人工智能对知识的挖掘和利用将是重要的突破方向。此外，人工智能还将在小样本、低能耗的的学习领域，人工智能‘软硬一体化’方向，以及与其他应用场景深度融合方面有所突破。”
崔宝秋对此表示认同，他补充道，开源也是未来人工智能的一大变量，它不仅是代码的开源，更是数据的开源、知识的共享。
在旷视科技公司首席科学家孙剑看来，目前热门的“自监督学习”将会是很好的研究方向，不用标注数据就能学到一样好甚至更好的特征，将对实际应用产生非常积极的影响。
孙剑还指出，机器学习训练所需的数据往往分散在各行各业，很难拿到，如果能在数据安全训练方面取得进展，为人工智能提供一个高安全、高可信的机器学习环境，将有助于真正发挥数据的价值和作用。
“人工智能发展主要靠技术推、需求拉，好的技术要由好的创业者推到产品市场，再由好的需求来拉动。”奇绩创坛创始人陆奇提出，“未来十年，还需要进一步打通数据孤岛，数据的互通将大规模地驱动人工智能产业化的发展。此外，我们还应该逐步代替进口，建设我国自己的技术生态、产业生态。”
人才“家底”入不敷出
不断积累“人才红利”，是人工智能保持竞争优势的关键，也是近年来急需突破的困境。
John Hopcroft对此表示：“人工智能要想突破，各个领域的教育和人才培养是最重要的。”
据6月24日工业和信息化部人才交流中心发布的《人工智能产业人才发展报告（2019-2020年版）》显示，当前我国人工智能产业内有效人才缺口达30万，特定技术方向和岗位上供需失衡比例尤为突出。
此外，我国人工智能人才还面临高端工程师、顶尖学者稀缺，聚集效应弱的困境，这也导致我国人工智能领域创新能力薄弱。
“我国AI人才是短缺的，我们应该创造更多的机会让海外顶级的科学家、工程师回来。” 李开复表示，“国内高校更侧重于研究型人才的培养，缺乏应用型人才培养。”
陆奇对此表示认同，“目前国内大专院校培养的人才实际操作能力相对较弱。我们需要把更多创新文化引入大专院校，使他们成为运营能力强、专业能力强，能把技术、产品及客户需求有机结合的人才。”
除加强高校人才培养外，陆奇还指出，在企业“技能大学”学习同样重要。学生应该更多投身于大公司、大项目中，在现实场景中锻炼实操能力。
孙剑表示：“学生一定要打好基础，同时要全方面地培养科研素质，不迷信权威，勇于挑战前沿智慧。对于刚毕业的同学而言，快速进步最好的方法之一就是找到好的研发环境，与经验丰富的同学和好的企业同行。”
美团首席科学家夏华夏也指出：“高校教师要多跟产业界合作，产业界有很多真实场景和大量真实数据，是时候将学校里对人工智能理论方面的积累应用到真实场景中了。”
“未来，AI在理论研究、技术开发、产业发展上都具有非常广阔的前景，只要认准方向、坚定去做，就一定会有收获。”王海峰说。
