“虽然人工智能技术必将改变世界这一观点已成为业界共识，但是目前，这一技术仍处于发展起步期，需要各方观点沟通碰撞，共同谋划未来。”20日，在由中国电科28所和南京大学共同发起的“人工智能技术交流会”上，来自地平线、科大讯飞、今日头条、光年无限、微软、南京大学、IBM等知名企业和高校的顶级专家学者，共同探讨如何推动人工智能技术进步，并运用这一技术成果引领行业发展。

中国电科28所副所长吴振锋表示：“人工智能已成为网络安全与信息化的核心技术，也被公认为改变世界的主导性技术，作为一个致力于国防与国民经济信息化建设的企业，希望联合最广泛的业界朋友，一起为国防建设和国民经济发展贡献创新的力量。”

“中国正在成为人工智能领域的全球领导者，人工智能商业平台对未来认知企业有至关重要的作用，海量未挖掘的数据将创造新的机会，也会带来新的计算挑战，认知计算开启了一个新的计算时代。” IBM中国研究院技术总监李少春认为，未来认知企业要以开放包容的心态迎接人工智能潮流，技术上选择重点领域（比如核心AI能力，新型计算架构，AI与行业、物联网、区块链的结合）进行突破，所选领域未来有爆发点；应用上侧重于应用场景的落地；实现从认知应用到认知企业的转型。

人工智能有不同的层面，如感知智能，能听会说，能看会认；认知智能，能理解会思考；运算智能，能存会算；运动智能，能抓会握，能走会跑。“感知、运算、运动智能容易实现，而认知智能是现在的技术难点。”科大讯飞大数据研究院执行院长谭昶表示，科大讯飞正在探索脑神经科学对人工智能促进的可能性，运用深度神经网络模型与大数据的结合，加速技术迭代速度，使机器智能语音从能听会说到能理解会思考。

南京大学自然语言处理教授戴新宇说，在大型数据处理中，机器可以不知疲倦地运行算法来完成任务，花费的时间也更少，依托这种人工智能，人类可以从繁杂的重复劳动中解放出来。

在此次论坛上，专家学者们也为目前人工智能行业存在的瓶颈问题把脉建言。

光年无限公司创始人兼CEO俞志晨认为，人工智能行业目前最值得关注的问题是如何保护自主知识产权，有些公司做了很多研发和技术创新，却因违法成本低使得自主知识产权被其他公司抄袭，造成不可估量的损失。

“对于计算机而言，学习需要时间、数据和老师，而深度学习则需要大规模的标记数据。数据标记的成本非常高，并且在很多应用场景中，获取大量标记数据已是难题。”微软亚洲研究院高级研究员秦涛说，找专家来标注数据是非常昂贵的，并且对一些应用而言，很难找到大规模的标注数据，例如一些疑难杂症，或者是一些比较稀有的应用场景。因此，如何找到更好的方法获取数据，是人工智能未来发展必须解决的问题。

有数据显示，全球范围内，人工智能专业人才有195万，而中国拥有10年以上经验的资深人工智能人才相比美国，有较大差距。目前，中国在发展人工智能这一前沿领域，更多依赖于引进大量海外人才，毕竟在中国本土，高层次的相关人才极其稀缺。“其实，多年来，我们自己培养的计算机、电信、通讯等相关的人才数量庞大，只是能将各专业综合融汇的复合型人才还不多。今后，可有针对性地在高校设立更多人工智能相关专业，从源头上打造人工智能人才队伍。”中国电子科技集团首席专家梁维泰建议说。