科技产业跃升的中国路径（科技名家笔谈）( 三 )

促进人工智能科技创新，推进人工智能产业又好又快发展是我们当前面临的紧迫任务。笔者认为，必须紧紧抓住人工智能领域发展的五要素，即模型、算法、芯片、引擎、场景，持续发力，久久为功。
模型是学习与认知的结晶，人类的学习与认知从模仿开始，模拟与仿真的基础是模型，因此创建、训练并优化模型是发展人工智能科技长远的战略任务。当前的工作重点是通用深度学习模型的创建与运用，中长期的重点是通用认知模型的创建与运用。
算法源于数学但已不限于数学。整体而言，算法分为通用算法和专用算法两大类。以布尔逻辑为前提的数字计算大量运用通用算法，而当前的所谓“量子优势”依赖于以量子特性为前提的专用算法。通用算法与专用算法的研究应同时推进，前者应作为开源、共用资源面向全社会乃至全世界开放，后者应作为未来的核心竞争力持续提升。
以往的芯片大体上分为两大类，即功能(专用)芯片与(通用)算力芯片。人工智能科技与产业需要的是具有强大算力的功能芯片，这种芯片将突破原有的芯片产业二元格局，成为芯片领域的第三大类别。因此在继续努力提升通用芯片技术的基础上，需要注重发展人工智能科技所需的特色芯片技术(比如架构与算法硬件化等) 。
引擎实际上就是人工智能操作系统。当前的操作系统大体上分为两大类，即非实时的事务处理操作系统，实时的控制与检测操作系统。人工智能操作系统则既需要提供超级强大的事务处理能力，又需要提供实时的检测与控制支持能力。因为高维度、高动态、强耦合的系统必然形成极其复杂的关联关系，其处理过程的复杂性远超对简单系统因果关系的处理。同时，时间敏感是人工智能应用系统的本质要求，当前的5G技术和未来6G技术发展的生命力，也主要在于此。笔者认为， 5G技术和未来6G技术发展成熟的主要前提，是人工智能科技与产业的发展与成熟。
应用场景是人工智能科技与产业发展的出发点和落脚点，是链接科技创新与产业发展的纽带，是人工智能科技与产业的发展能否可持续、高质量的关键。是否能有效地满足各类场景丰富多彩的应用需求，是检验人工智能科技与产业发展成果的唯一标准。
当前，比较明确且通用的需求是，如何组织构建各类应用场景的通用知识图谱和技术标准，为各类行为主体开发和运用人工智能科技成果奠定规范统一的“话语体系” 。中长期看，构建人机交互以及脑机接口的通用知识图谱和技术标准，将是一项战略性的任务。实际场景的项目类应用开发，是实现人工智能科技研发投资“变现”的关键环节，因此是一项不容忽视的长期性、基础性任务。
从立法层面讲，当前应主要立足于规范各类与人工智能科技应用场景相关的主体行为，且除强化伦理约束外，暂不具备对人工智能科技与产业开展全面立法的实践基础。
(作者为国际宇航科学院院士、中国航天科工集团研究员)
本版携手科学出版社推出