人工智能產業不斷迎來新的發展機遇，產業規模平穩增長，技術創新疊代、應用場景多元。在日前舉辦的2021全球數字經濟大會上，中國信息通信研究院院長余曉暉發佈的《全球數字經濟白皮書》顯示，人工智能在技術層面是價值中立的，但在實際應用中兼具創造性和破壞性，如何引導人工智能健康發展正成為產業關注的重點。

　　與5G加快融合

　　白皮書顯示，截至2021年6月份，全球人工智能企業超過1萬家。2020年中國人工智能產業規模達3031億元，同比增長15.1%。“目前，人工智能已進入平穩階段，如何實現工程化、場景化落地成為今後發展的重要方向。”余曉暉認為，人工智能從理論、算法的突破到應用再到各行各業還有很長的路要走，但其與5G、機器視覺相結合應用在工業製造領域已較為成熟。

　　施耐德電氣全球執行副總裁、中國區總裁尹正對此抱有相同觀點，他向記者分享了人工智能在工業和能源管理領域的應用示範，“我們推出的智能工業視覺平台實現了零漏檢率，幫助製造企業減少75%的工作量”。

　　此外，施耐德電氣還將基於人工智能和大數據分析的先進過程控制系統與基於力學模型、數學建模的實時操作系統相結合，使生產過程始終處於良好運行狀態，並預判未來運行狀況。該解決方案現已應用於煉油、石化、水泥建材、冶金等領域，助力行業增效減排。

　　在創維集團深圳工廠的電視生產線上，一台台高清攝像頭“緊盯”產品檢測環節。這套被命名為“車間眼”的智能視覺檢測系統能夠將前端採集到的大量圖像數據，通過5G網絡傳輸到雲端圖像算法中心，經由深度學習框架訓練獲得非標準化視覺檢測特徵，最終打造出通用化、智能化的瑕疵檢測能力，並將訓練結果部署到5G邊緣雲，快速響應生產需求。

　　“我們利用5G、人工智能、8K超高清視覺等技術對生產線進行數碼化改造。相比傳統製造模式，單線自動化在線檢測率從10%提升至80%，人均產出效率比傳統生產線提高17%，效率同比提升26%，停產時間下降5%。”創維集團智能化柔性製造項目特別顧問倪凌說。

　　重視社會倫理問題

　　人工智能正向社會各個領域加速滲透，在帶來巨大機遇的同時，安全問題和治理挑戰也與之相伴。中國信息通信研究院前不久發佈的《可信人工智能白皮書》認為，以深度學習為核心的人工智能技術存在易受攻擊的缺陷，其可靠性難以得到足夠信任；生物識別信息的頻繁使用會增大個人私隱數據泄露的可能性，數據一旦丟失將造成極大安全風險。

　　“第二代人工智能的安全問題主要來自深度學習算法本身的不安全性，更難克服。”在同期舉辦的人工智能產業治理論壇上，中國科學院院士、清華大學人工智能研究院名譽院長張鈸表示，對人工智能的治理一方面要從法律法規、倫理規範、行業共識等層面上治標，另一方面要在技術創新上治本。

　　張鈸解釋說，具體而言，要發展第三代人工智能技術，即融合了第一代知識驅動和第二代數據驅動的人工智能，利用知識、數據、算法和算力4個要素，發展安全、可信、可靠和可擴展的AI技術。

　　中國社科院科技哲學研究室主任段偉文認為，數碼技術與人工智能產業發展的倫理風險帶來了諸多社會信任問題，人工智能企業不應迴避社會監督，而是不斷思考、重塑科技的社會印象，技術改進和倫理設計要齊頭並進，攜手走向共建性的人工智能倫理治理。

　　為此，論壇上發佈了《人工智能產業擔當宣言》，旨在形成更完備規範的創新體系和產業生態。宣言包含5項倡議，強調人工智能系統的設計、研發、實施和推廣應符合可持續發展理念，以促進社會安全和福祉為目標，以尊重人類尊嚴和權益為前提；在技術能力方面，提出要最大限度確保人工智能系統安全可信，提高魯棒性（在異常和危險情況下系統生存能力）和抗干擾性，要增強算法透明性和可解釋性，同時保障各方權利和私隱，對用戶數據提供充分的安全保障。

　　“人工智能穩健發展的兩大前提是可持續發展和人工智能的善治。”中國科學院自動化研究所研究員、國家新一代人工智能治理專委會委員曾毅建議，在人工智能產品設計、研究、開發、部署、使用全生命周期嵌入倫理與治理，並形成政府、學術界、企業、公民社會、媒體、用戶、服務提供商等多方主動共治的良性生態。

　　人才是發展關鍵

　　人才是產業穩健發展的戰略資源，培養AI人才關鍵在哪裏？“計算機是人工智能發展的基礎。首先要掌握紮實的計算機科學理論基礎，再通過校園裏的教學、實驗、練習提升解決問題的能力。”張鈸說。

　　在談及如何設置人工智能課程時，南京大學人工智能學院院長周志華認為，必須優先考慮人工智能的核心基礎，例如機器學習、知識表示與處理；再考慮技術層，有模式識別與計算機視覺、自然語言處理、計算智能等，還有很多相關支撐技術，例如數碼訊號處理、時序數據分析等。從平台層，機器學習系統平台、機械人、智能系統，再到應用層，涉及智能應用建模、系統設計、行為分析，形成了一個龐大的知識體系。

　　“我們要培養在人工智能領域具備原始創新能力、解決企業關鍵技術難題能力的人才，這樣的人才應具有堅實的數學基礎和計算機軟件基礎，全面深入的人工智能專業知識、豐富的應用實踐能力。”周志華說，這一目標基於現有計算機學科的課程體系或在現有學科培養體系框架下修修補補難以達到，必須根據人工智能學科特點從頭建設。

　　張鈸同樣認為，原始創新能力取決於是否擁有善於發現問題的眼睛和提出問題的嘴巴。“企業是技術創新和應用的前沿陣地，只有將學生送到生產第一線，才能讓他們遇到大量實際需求，從而引發解決問題的思考，鍛煉提出問題的能力。當然,問題不只是從生產實踐中產生,還會從技術發展本身產生,因此需要校企緊密合作，相互補充。”