今天的人工智能技术之所以能在健康医疗、交通、城市治理等多领域得到广泛应用，正是得益于基础理论的突破。图为余德耀美术馆内腾讯AI产品全系亮相，涵盖医疗、服务、零售等方方面面。本报记者 袁婧 摄

今天所能享受到的人工智能“福利”，无不是建立在过去几十年基础研究的积淀之上

AI基础研究期待擦出更多“火花”

为什么从埋头实验室的科学家到对技术一窍不通的普通民众，如今提到人工智能（AI）都兴奋不已？

或许，产业界投来的“曙光”是一个重要原因。我们的日常生活，为人工智能而“变”——去年除夕前夜，深圳某地派出所接到紧急报案：一名3岁小男孩失踪了！所幸的是，借助最新研发的人工智能人脸识别与检测技术，警方从调取的图片、视频中发现一名形迹可疑的女子将孩子带上了通往武昌的高铁。次日凌晨，嫌疑人落网。从被拐到回家，从广东到湖北，整个侦破过程耗时15小时，而用于确定嫌疑人身份和行动轨迹的时间仅3小时。

昨天，在上海交通大学举行的2018世界人工智能前沿论坛上，这个来自产业界的案例，让很多在场的听众十分动容，真实感受到了人工智能正在带来的“福利”。

不过，同一个会场，另一个来自学界的声音也因无比“冷静”而让人十分难忘：我们今天所能享受到的人工智能应用或带来的便利，无不是建立在过去几十年基础研究的积淀之上。而人工智能下一步的发展，除了产学合力，相当程度上，取决于今天我们在基础科研领域的投入。

基础研究支撑AI技术更新发展

在上海、深圳等80多座城市的街头，一套可以实时抓拍闯红灯行人照片的动态人像采集系统，正在帮助交警维护出行秩序；在广州的一个社区，无人驾驶汽车已经缓缓上路，尽管目前只能按照指定路线从A地抵达B地，但运送的乘客已超过4000人……人工智能技术的更新迭代，令越来越多“不可能”变成了可能。而几乎每一个深耕人工智能领域的研发人员都直言，今天的人工智能技术之所以能在健康医疗、交通、城市治理等多领域得到广泛应用，是得益于基础理论的突破。

今天，大多数人对“深度学习”这一人工智能专业术语并不陌生。昨天的论坛上，中国科学院院士、2000年图灵奖得主姚期智教授介绍，这个近年来取得革命性进步的技术其实是一项问世五六十年之久的“老技术”，不过直到最近十年，深度学习才渐渐展现出真正的实力，比如运用于人脸识别技术的开发。

姚期智坦言，虽然像深度学习这样的人工智能技术今日炙手可热，但就像任何一种技术一样，它也会在不久的将来面临瓶颈，而且人工智能技术基本上是一个实验性的科学产物，最大缺陷是缺乏理论支撑，这也导致了很多效果无法被预判和解释。“如果我们希望产生下一代崭新的人工智能技术，就要了解现在的方法和成功的原因，这些研究会给我们提供一些线索，从而改进旧的方法，设置新的理论。”

对于人工智能未来的发展，姚期智表示，希望这一领域的研究人员不断学习积累，取得一些原创性、具有知识产权的研究成果，在进行有益的实践探索之外，以基础研究支撑人工智能技术发展。

未来AI需要更多跨学科融合碰撞

值得强调的是，人工智能是一个真正的跨学科研究领域，也正因此，人工智能技术能够广泛应用和造福于社会各个跨界领域，而未来的智能世界蓝图还在徐徐展开。

“人工智能参与医学影像分析时，可以把对病人的理解和对病灶的分析转换成流畅的自然语言，形成一份报告，医生只需要判断这个结论是否正确。”体素科技联合创始人兼CEO丁晓伟在论坛上用一些生动的案例向观众们展示了人工智能与医疗的跨学科碰撞。

丁晓伟说，医学中没有绝对的公理和公式，它更偏向应用和经验积累，而人体有1.2万多种诊断代码，有些疾病亚型十分接近，因此存在着一定的人工误诊率。而人工智能的“加盟”可以精准量化分析和辅助早期诊断，把医生从重复性的劳动中解放出来，同时替他们解决一些不擅长的问题。他提到，目前团队已经研发出一款人工智能互联网问诊系统，这套系统基于1200多万皮肤病数据分析，现在能够覆盖100多种皮肤病的诊断。如今，病人随时随地上传照片，就能够知道自己的皮肤出了什么问题。

尽管人工智能技术发展日新月异，但有专家坦言，目前深度学习等领域的技术进步大多还停留在软件或硬件基础上，未来人工智能要想获得长足进步，应该在神经科学、物理学、量子计算等多领域开展跨学科合作。

作者：本报首席记者 樊丽萍 记者 朱颖婕

编辑：叶松亭

*文汇独家稿件，转载请注明出处。