疫情發生以來，在線教育、遠程辦公、在線醫療等需求不斷攀升，但“釘釘崩了”“麥當勞小程序崩了”等程序崩潰的新聞也登上網絡熱搜。家中“神獸”上課，看起來一片祥和，實際上卻已經陣腳大亂。

程序崩潰，從某種程度上反映了計算機算力、服務器等“新基建”的不足。但是，在疫情防控中，服務機器人、大數據分析系統和智能識別（溫測）產品的表現卻十分亮眼。

人工智能（AI）作為“新基建”七大板塊中的重要組成部分，能否為疫后全球經濟復蘇開出科技良方？它會改變什么？4月9日，前沿科技論壇第二期以“人工智能：科技與經濟融合新引擎”為主題，為疫后人工智能科技與經濟融合發展建言獻策。

“新基建”帶動人工智能

2020年的開啟姿勢有些魔幻。新冠肺炎疫情的肆虐，讓物理世界運轉基本“停擺”，此時AI的作用卻愈加凸顯。

近期發布的《人工智能助力新冠疫情防控調研報告》指出，計算機視覺、智能語音等AI技術成熟度相對較高，使用場景豐富，因此其代表產品在抗擊疫情中也發揮了重要作用。

“這次突如其來的疫情是人類的一場大災難，同時也是AI產業發展難得的新機遇。這次疫情中，智能產品在用戶群體中贏得了更多信任，AI給各行業‘賦能’的作用開始顯現，AI應用在提升國家治理能力方面的作用也越來越明顯。”中國工程院院士李國杰指出。

伴隨“新基建”的熱潮，從政策到資金再到技術積累，AI產業迎來了發展新機遇。

電氣和電子工程師協會（IEEE）終身會士蔡自興表示，“新基建”提速為推動AI發展帶來重大機遇，要不失時機，全面建設，打牢基礎，增強實力，加快發展AI新型基礎設施，為實現經濟轉型和升級奠定堅實基礎。

中國科學院計算技術研究所研究員曹存根認為，AI在社會治理中可以發揮作用，國家應當統一部署一些大的AI公共服務設施。

“AI在穩投資、促消費、助升級、培植經濟發展新動能、創建智能經濟新形態等方面潛力巨大。 AI與5G、大數據等技術結合，又將帶動諸多行業，為多領域的數字化、智能化轉型奠定基礎。”蔡自興說。

在李國杰看來，AI還要高度重視“軟基建”。發展數字經濟要改變基建就是硬件設備的傳統思維，大力發展AI應用需要的各種工具庫、算法庫、軟件庫，打造完整的工具鏈，降低AI應用開發的門檻。

中國科學技術發展戰略研究院研究員李修全認為，AI算力、開放平臺、知識中心等AI新型基礎設施建設，除了助力技術落地、加速技術突破之外，也應在促進不同群體共享發展方面發揮重要作用。“改善中小企業和創業者創新條件，改進欠發達地區智能化基礎設施，使智能化變革走向包容發展、共享發展。”

“短板”與機遇并存

當前，AI正在滲透至各行各業，依靠AI基礎技術和行業數據資源，實現與實體經濟的融合創新。但在這一過程中，AI在工業界還非常依賴大數據和大算力的支撐。

“AI 能力的升級，必須依賴AI 方法論升級。從方法論的角度，過去十年是‘大數據驅動AI’，接下來我們需要回過頭來，用知識和數據聯合驅動AI方法。”中國科學院計算技術研究所研究員山世光指出。

雖然中國與歐美等國家在應用研究上差距不大，但中國在各行業縱深應用上仍需努力。基于這一判斷，山世光提出AI時代的基礎設施包括硬件、軟件、智件三個層面。

山世光強調，中國在基礎軟件平臺上的投入需要提升。深度學習的主流底層框架主要還是由北美國家建設，這些方面也許會像如今的芯片產業這樣出現“卡脖子”的問題。他建議，針對低門檻的AI研發平臺和工具，中國需要盡快搶占先機。

“除了基礎算法長期的投入之外，我認為應該加強基礎智件體系的研究。過去在硬件方面有計算中心、數據中心，未來需要建設AI算法中心、知識中心，甚至建立國家級的知識中心。”山世光說。

同時，蔡自興也提出，AI人才十分緊缺，缺口至少為100萬。“我們要多渠道、多模式培養多層次的人才，高層人才少而精，中層實而強，底層多而壯，一個也不能少。”

為產業升級賦能

國務院此前出臺《新一代人工智能發展規劃的通知》，提出到2025年，AI產業進入全球價值鏈高端；到2030年，AI產業競爭力達到國際領先水平。

這一針對AI的規劃，也體現在了互聯網公司的變革上。騰訊AI Lab機器學習中心總監黃俊洲說：“AI從應用中來也要走到應用中去。在這一過程中，應用會解決問題，同時又能夠為AI研究帶來新的課題，研究課題又能反哺產業，以此形成一個良性循環。”

在AI應用上，公眾的期待很高，但“理想”與“現實”還是有一定距離。中國科學院自動化研究所研究員彭思龍認為：“如何讓中低端的傳統行業以最低的代價實現智能化的升級改造，可能是未來AI發展非常重要的方向。”

中國科學院自動化研究所研究員王金橋表示，要更多把握AI應用的邊界，加強AI治理，防止AI技術濫用以及產生相關的法律問題。

“AI應用的重點是在不確定和動態變化的環境下解決復雜問題，把AI當成一種問題求解技術，不在乎與人類比高低，更不在乎與其他技術融合集成。盡管AI技術還不成熟，但在應用中還是要推進AI標準化體系的建設，建立相應的技術標準、應用規范和評測指標，努力提升AI產品和服務的質量。”李國杰強調。