从2020年3月初开始，“新基建”一词迅速走红。在当月4日召开的中共中央政治局常务委员会会议上提出，要加快5G网络、数据中心、人工智能等新型基础设施建设。

　　事实上，这并非中央决策部门第一次提出“新基建”的概念。早在2018年12月中央经济工作会议上，“新型基础设施建设”便已首次出现。进入2020年以来，中央层面在20天内4次提及“新基建”，迅速引发全社会各界的关注。

　　长期以来，人工智能一直是中国科技研发的热点领域，随着“新基建”的“走红”，国内人工智能的热度又“更上一层楼”。

　　毋庸置疑，“新基建”将会进一步推动中国人工智能的发展。不过，中国工程院院士、第三世界科学院院士、中国科学院计算技术研究所研究员李国杰指出：“国家在制定政策支持的时候，要区分人工智能基础研究和人工智能应用这两种不同的目标和任务，发展数字经济要改变基建的传统思维模式”。

　　大力推进人工智能应用研究

　　在近日由中国科协学会学术部、腾讯科协等共同举办的，以“人工智能·科技与经济融合新引擎”为主题的第二期《前沿科技论坛》线上交流中，李国杰指出，在当前防控新冠病毒的过程中，人工智能技术发挥了很大的作用。

　　“如红外射线和分类识别结合的远程自动测温、大数据预警跟踪，以及定点配送的无人机和机器人等。”他指出，这些人工智能技术运用比较好的领域都源自过去的技术积累。有些领域以往的数据比较少——比如病毒源头的溯源由于数据少，就进展得不太顺利。

　　“总体而言，人工智能技术还需要在应用方面不断地进步与完善，提升的空间仍然很大。”

　　对于各界热议的“新基建”，李国杰指出，如今一提到基建就称之为“钢筋水泥”，但是，发展数字经济要改变“基建”的传统思维模式，要特别重视“软基建”，应当大力发展人工智能应用，运用不同的工具库、算法库、软件库打造完整的工具链，大大降低人工智能应用开发的门槛。

　　“人工智能和数据中心都是‘新基建’部署的内容。实际上，人工智能和大数据是一对双胞胎，只是近几年人工智能主要承担数据职能，或者计算职能。因此对许多智能应用而言，没有数据就没有资源。”他强调，要大力构建共享的人工智能训练平台、基础数据平台和软硬件的工具链。

　　李国杰并不否认人工智能技术中“知识”的重要性。不过，他认为目前比较好的应用都对数据有强烈要求。但由于缺乏高质量的数据，因而成为制约人工智能发展的瓶颈之一。

　　“要高度重视并构建人工智能的基础数据平台。”他坦言。

　　而深度学习的好坏在很大程度上则取决于训练。李国杰认为，要充分利用国内智能加速芯片并不落后的现实条件，搭建高质量的人工智能训练平台，推动人工智能训练的共享，形成公共服务的体系。

　　不应追求通用性

　　李国杰建议，国家在制定政策支持的时候，要区分人工智能基础研究和人工智能应用这两种不同的目标和任务。

　　“当我们在讨论人工智能的应用和发展人工智能产业时，要特别强调技术的融合、强调如何解决实际问题。人工智能基础研究则是强调对人脑的模拟，是以人的智能做参照物。”

　　许多业内研究者都希望能将人工智能发展成独立的学科，但人工智能应用的重点，是在不确定或动态变化的环境下解决复杂的问题。“是将人工智能当成一个问题求解的技术，并不在乎与人来比高低，也并不在乎和其他技术进行比较。”李国杰表示。

　　他指出，目前人工智能应用比较成功的领域，多半都与其他技术实现了深度的融合。比如车辆的自动导航系统不光运用了人工智能技术，其中还大量使用了卫星定位技术。

　　当前的机器学习主要依靠概率统计，在专业知识不太丰富的领域中，通过大数据的分析，人工智能的确可以发挥很大的作用。但一旦研究者对这个领域的专业知识掌握到位——譬如对于新冠病毒的研究清晰后，可以研究出相应的疫苗、药品等——在这种情况下，人工智能的作用就会大大减弱。

　　“因此，我认为人工智能是用于应对那种不确定性、动态变化类环境的。”李国杰总结道。

　　在人工智能的基础研究中，科研人员对通用性非常感兴趣。但李国杰有不同的看法，“在人工智能的应用中，我认为不要追求通用性，而是要非常明确定义每一款智能软件的边界”。

　　人工智能使用的失灵，往往源于扩大了它的应用范围，常常将机制研究中一些不太成熟的东西，当作成熟机制使用。“这样会使得用户失去信心，出现新的寒潮。所以，尽管人工智能技术还不太成熟，但在应用中还是要推动标准化的体系建设，要建立相应的技术标准，推动应用规范和评测指标建设，提升人工智能服务的质量和产品的质量。”

　　对于今后我国人工智能领域的人才培养，李国杰坦言：“最近教育部门提出要增加研究生招生数量，但按照过去‘洒胡椒面’的做法，人工智能专业估计分不到多少名额。我建议，国家在关键领域如人工智能、集成电路等方面，要定向给予一定的名额，起码要有非常明显的增量才行”。

　　（本文未经发言者审核）