用原創贏得產業發展先機
人工智慧是技術驅動的典型，原創研究的意義在於，若能在技術上先人一步，便有了時間視窗，贏得發展先機
前不久，一位人工智慧產業專家對筆者說起一個擔憂：當前深度學習炙手可熱，但該領域最原創的成果卻沒有一項出自我國，相關研究人才儲備也很少，優秀的研究者相對缺乏。在人工智慧這條新跑道上，如果不補上原創能力不足的短板，恐怕還得跟在別人後面走。
單看資料指標，我國人工智慧發展確實喜人。根據不久前釋出的《中國新一代人工智慧發展報告2019》，我國人工智慧論文發文量全球領先，企業數量、融資規模等多項指標居全球第二。應用場景不斷豐富，一些產業也在穩步落地。得益於良好的產業市場環境，我國在人臉識別、語音識別等應用上下出了“先手棋”，誕生了一些引領行業潮流的企業。
在看到優勢的同時，也要看到短板。我們有海量資料的優勢，但要讓它產生價值，依靠的是演算法突破；我們有潛力十足的市場，但應用得以落地還要靠晶片來驅動。而演算法、晶片這些基礎、平臺技術，正是我們所缺乏的。更何況，人工智慧技術方興未艾，一旦演算法等底層支撐出現革新，此前應用上的優勢就有歸零的風險。
一些原創研究看似與應用不直接相連，卻極為關鍵。人工智慧是技術驅動的典型，原創研究的意義在於，若能在技術上先人一步，便有了時間視窗，贏得發展先機。做大做強人工智慧應用，從原創出發，才能走得更遠。
正是基於這些認識，我國2017年釋出的《新一代人工智慧發展規劃》，把基礎研究放到突出的位置。一些新銳創新企業通過佈局原創技術，也在市場中嚐到甜頭。業界一家領先的人臉識別企業，在短短數年內，其產品覆蓋了安防、金融、汽車等跨領域的多個行業。公司負責人透露快速成長的祕密：在自主的底層演算法上，搭建了開源平臺。有了它，就能高效地產出滿足不同需求的模型。因為掌握了原創技術，許多企業找上門來合作，產業的應用又反哺技術“進化”，從而形成“領先技術—行業應用—技術升級”的良性迴圈。
加強原創技術研發，面向理論前沿，探索“無人區”，也正當其時。人工智慧越往深處走、越往後突破，對原創的需求就越強烈。比如如何用更低的功耗，使用較少的資料，實現比現有理論更智慧的感知和決策，學界和產業界都在翹首期盼。