十余家 AI 创业公司、五大角度，深度解读国务院新一代 AI 发展规划

每日趋势

亚马逊市值突破5000亿美元

外媒近日撰文称，亚马逊市值突破5000亿美元奠定了该公司作为当今巨无霸企业的重要地位。一些乐观的分析师甚至认为，该公司有望成为全球市值最高的企业。

经常有观察人士猜测，亚马逊有朝一日的市值或许会达到1万亿美元。本周三，就在它发布第二季业绩前一天，它完成了“半个目标”。

这家电商巨头股价当天收涨1.2%，报收于1052.80美元，市值达到5032亿美元，首次突破5000亿美元大关。

除了亚马逊外，能够跻身这一行列的美国上市公司只有三家：苹果、Alphabet和微软——这家软件巨头今年1月第二次突破5000亿美元市值。

起起伏伏

亚马逊突破5000亿市值大关也凸显出该公司的命运多舛，以及投资者自1997年以来对其潜力的多次摇摆。

在1998年3月至1999年3月间，由于身处.com泡沫，亚马逊股价暴涨855%，市值接近2000亿美元。

之后.com泡沫破灭，亚马逊市值在2000年3月暴跌至36亿美元。

接下来的10年，该公司的市值随着它的前景同步增长，期间有过大涨，也有过几次下跌，甚至在2014和2015年出现过停滞不前。

扎克伯格侧面回击马斯克：为何我对人工智能保持乐观

硅谷两大科技巨头Facebook CEO马克·扎克伯格和特斯拉CEO埃隆·马斯克本周为人工智能（AI）而开战。

扎克伯格对人工智能的未来发展及对社会的影响持乐观态度，而马斯克却怀有一丝恐惧。在经过了双方的互怼之后，扎克伯格周二晚在Facebook上再次发表文章，侧面回击马斯克。

扎克伯格在文章中再次阐述了他对人工智能的乐观态度。他说：“我对人工智能持乐观态度的一个原因是：基础研究的进步改善了人工智能在许多领域的表现，从诊断疾病维持健康，到更安全的自动驾驶汽车；从更高质量的新闻推送内容，到更具相关性的搜索结果。每一次我们提高人工智能技术后，相关的应用都会变得更好。对于人工智能所取得的所有进步，以及让世界变得更美好的潜力，我感到兴奋。”

前Twitter CEO支持马斯克：扎克伯格对AI太乐观

前Twitter CEO迪克·科斯特罗赞同马斯克的看法，他也认为Facebook CEO扎克伯格低估了AI的潜在威胁。

科斯特罗在CNBC节目中表示：“我会扮演外交官的角色，我认为马斯克的意思是说扎克伯格的观点有点乐观。就我而言，看法可能会更悲观一些，我认为要将通用AI一直放在盒子里有点难。”

“如果你假设我们可以开发出比人类更好的智能，很容易就会想到这种智能想出办法从任何形式的逻辑盒中逃离，而你想将它装进盒子内。对于未来技术扎克伯格还是太乐观了。”

为什么加拿大能够成为AI研究中心

在美国，像IBM和微软这样的科技巨头们，正在探索AI能够产生带来多少商业机会同时，这种研发类型的生态系统已经在蓬勃发展。而加拿大亦有不少AI行业先驱。许多著名的计算机领域科学家，例如Geoffrey Hinton 博士和Yoshua Bengio博士，都是从多伦多开始他们的职业生涯，而这些，又为很多以AI为导向的领域奠定了发展基础。

Hinton博士，前谷歌工程师，多伦多大学的荣誉教授，是训练多层神经网络技术方面的领军人物，这种技术旨在让AI具有更强的识别能力。谷歌中，通过语音识别进行图片检索、在手机上把语音转化为文字，这种技术的实现，部分就要归功于Hinton博士的研究。

Bengio博士，毕业于麦吉尔大学，是另一位来自加拿大的著名深度学习专家。他是蒙特利尔研究院学习算法部门的领头人，最近签约成为微软人工智能咨询顾问。

加拿大除了拥有AI领域顶级技术专家外，政府部门在该领域也有积极的表现——Justin Trudeau总理带领政府部门，也为这场技术革命商业化而努力，他们还实施了一项全面的计划来帮助AI行业在加拿大的蓬勃发展。为持续跟进该计划，安大略州成立了名为Vector的一个非盈利机构研究所，并收到了来自加拿大政府和企业的约1500亿美元投资。该项目的研究总监Richard Zemel，是来自多伦多大学的计算机科学教授，以及加拿大Advanced Research研究院的高级研究员。Vector研究院专注在加拿大建立基于人工智能的创新、增长，生产力，以及可持续发展。在一次访谈中，Zemel博士谈到了Vector研究院大环境下的战略部署，以及行业发展趋势。

研发杂志：Vector研究院在这个新兴的领域将会扮演一个什么样的角色？

Richard Zemel博士：“今年三月份成立的Vector研究院是对加拿大成为全球人工智能领导者的重要机会的回应。众所周知，在多伦多，蒙特利尔和埃德蒙顿这样的城市里，加拿大培养了很多机器学习和深度学习领域里顶尖的毕业生。同时，我们也知道我们需要增强加拿大各大企业对人工智能变革潜力的认识。这也是我们成立的目标——推动加拿大在知识和创新领域的领导地位，利用人工智能促进经济发展，提高加拿大人的生活质量。

Vector研究院会协同安大略省专注深度学习和机器学习的变革潜力，创建基于人工智能的可持续发展的创新、增长和生产力。研究院将和加拿大的各个行业以及公共机构合作，确保他们拥有人工智能领域最好的人才、技能和资源。Vector研究院也会支持加拿大的创新团体，并帮助加拿大的初创企业成为全球领导者。Vector研究院的使命中一个很重要的部分是吸引全球专注于卓越研究的优秀人才，我们的研究人员和学术合作伙伴将会跨学科合作。”

研发杂志：是什么促使加拿大成为人工智能研究中心？

Richard Zemel 博士：“加拿大拥有很多人工智能领域的最聪明的人才，三十年来，在该领域一直保持着前沿水平，特别是在机器学习、强化学习和深度学习领域，都有非常多的优质人才。

随着研究机构、企业和政府对人工智能研究的兴趣和支持，加拿大正迅速成为人工智能研究的全球枢纽。这意味着社会已经意识到人工智能变革的潜力。我们还有大量对该领域感兴趣的初创企业和商业孵化器。近期Uber、Google Brain 和DeepMind发布公开声明，他们将扩大在加拿大的研究能力，这也进一步的证明，加拿大正在成为从事AI研究和实施使用的最佳选择。

研发杂志：在人工智能的研究环境方面，加拿大和美国的区别是什么？对于科学家而言，加拿大有哪些独特资源吗？

Richard Zemel博士：“作为Vector研究院的研发总监，我的首要任务就是为Vector研究院建立，组建深度学习和机器学习研究，和先进教育的教师和研发科学家团队。我们有一个人才库，而且在机器学习和深度学习领域的研究和发展方面，NSERC和CIFAR都是非常重要的贡献者。

近期，我们与很多来自世界领先研究所和实验室的研究人员进行了积极地交流，他们对Vector研究所和日益壮大的加拿大生态圈充满了浓厚的兴趣和热切的期望，我们已经准备好为Vector发布顶尖人才招聘公告。

Vector成立之初，就重视着灵活的运营。我们除了与学术或工业界合作，还能与私营机构合作。这种灵活性，将使Vector研究所、多伦多市和加拿大成为顶尖人才和产业汇聚，充满活力并且持久的生态系统。

Vector研究所应机遇和挑战顺势而生。众所周知，加拿大培养了世界一 40 31595 40 12894 0 0 7972 0 0:00:03 0:00:01 0:00:02 7969流的机器学习人才，他们在谷歌DeepMind、OpenAI、苹果、Facebook和微软的人工智能实验室工作和领导。

然而加拿大也面临着挑战——在创新和研究方面的投资，加拿大企业落后于国际同行。

不过这一切，或许可以随着Vector研究所成立而改观。自Vector研究所成立以来，Uber宣布将在Raquel Urtasun（人工智能研究员兼多伦多大学副教授）的领导下，开设新分支机构 - Advanced Technologies Group。与此同时，谷歌宣布启动“谷歌大脑”多伦多和DeepMind项目，并在埃德蒙顿成立首个国际人工智能研究办公室。

研发杂志:可以详细说明人工智能研究的哪些特定领域最有希望产生成果，以及为什么吗？(如计算机视觉、神经网络等)。

Richard Zemel:“目前的成果来自于这些领域，如机器视觉(自动驾驶)、语言(语音助手的自动语音识别、机器翻译)和推荐系统等。其他有待发展的领域包括医疗保健和机器人技术。所有这些领域都有大量的数据，这使得他们能够进行机器学习。在不久的将来，我们可能看到的其他领域还包括自动化药物、制造设计，和教育。上面所列举案例中的每一个领域都已经取得了进展，随着科研的进步、算法的演进和优化，以及硬件的迭代还会有进一步的发展。”

RichardZemel:  “Vector研究所将与构成泛加拿大人工智能生态系统的所有其他组织合作，包括学术机构、孵化器、加速器、初创企业、处于急速发展中和成熟的公司。我们相信，最近的DeepMind公告和其他类似声明，对整个加拿大人工智能生态系统是有好处的。

目前，不同的研究小组都有各自显著的优势，如阿尔伯塔的强化学习、蒙特利尔的对话系统和多伦多的统计模型。但在很大程度上这些优势是相互重叠的，而且这个领域发展迅速，所以我预计会出现大量的协同效应，机构之间会彼此受益。与加拿大人工智能生态系统中的其他司法管辖区和组织合作，将有助于Vector研究所实现其在加拿大人工智能领域，如知识、创造和应用方面的领导力，以促进经济增长和改善加拿大人民的生活质量。”

十余家 AI 创业公司、五大角度，深度解读国务院新一代 AI 发展规划

7 月 20 日，国务院发布了《新一代人工智能发展规划》发布后，机器之心采访了国内十余家 AI 公司（主要是创业公司），分别从技术、产业政策等五个角度探讨了《规划》对行业发展和创业环境的影响。

外媒称，《规划》出台意味着,到 2030 年，（中国）想要成为全球 AI 领军者。拥有数据、算力、人才等资源的中国，被认为在人工智能领域有弯道超车的机会。

官方加持人工智能发展，对大多数创业公司而言，无疑是一剂强心针。科大讯飞消费者 BG 副总裁于继栋表示，人工智能不是一个企业对一个企业的竞争，而是一个体系对一个体系、一个生态对一个生态的竞争，只有中国整体的人工智能产业生态领先全球，中国的人工智能参赛者才有竞争机会。

一、资金、人才与政策法规，中国政府可以做什么

在资金支持渠道方面，该《规划》分别提到：应建立财政引导、市场主导的资金支持机制，加大财政资金支持力度；利用现有政府投资基金支持符合条件的人工智能项目，鼓励龙头骨干企业、产业创新联盟牵头成立市场化的人工智能发展基金；落实对人工智能中小企业和初创企业的财税优惠政策，通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展。

在阿里巴巴负责管理 150 位数据科学家的闵万里曾预测，由于许多大学都推出了人工智能计划，所以未来几年将有所改变。据估计，中国拥有超过世界五分之二的高素质人工智能科学家。国务院规划最大的亮点是把高校人工智能专业建设作为一个重点单独提了出来，未来会推动成为一级学科，这在高校教育领域是非常重大的举措，目前我们了解到越来越多的高校在筹备设立人工智能或机器人相关专业，也有一部分高校在观望，这个政策的出台，将大大推动高校在这方面的投入和建设力度，未来将会有越来越多的人才更快被高校培养出来。

钢铁侠科技是一家研发仿人机器人的高科技企业，创始团队来自中科院和航天院，曾参与嫦娥卫星等国家尖端科研项目的研发。留住这些人才，是建立起行业发展土壤的关键问题。北京钢铁侠科技联合创始人庄园表示，政府需要解决人工智能人才落户的问题，尤其是在北京，政府需要出台更好的落户政策吸引和留住人工智能领域的博士等高端人才，不能因为户口问题，让辛苦培养的人才流失。

《规划》强调，构建开放协同的人工智能科技创新体系，把高端人才队伍建设作为人工智能发展的重中之重。于继栋说：“这有利于讯飞在全球范围内吸引高精尖人才，在原有产学研布局的基础上，进一步扩大并完善源头技术布局，从而更好地进行人工智能源头技术创新和发展。同时，在人工智能的战略窗口期，企业也更敢于在核心技术研发上重兵投入。”

良好的 AI 商业生态是留住人才的重要因素。以加拿大为例，针对未来几年约 800 名人工智能相关专业博士生将会毕业，联邦政府在 2017 年出台了人才战略：泛加拿大人工智能策略，1.25 亿加元支持 AI 相关生态链，同时还推出研发税收优惠和创业辅导措施，以此提升加拿大在 AI 领域对人才与企业的吸引力，并与中国竞争。

政府也应该多支持基础性研究。“中国可以设计出一种机制来鼓励企业赞助大学和研究所的基础研究，也许会通过税收。”加拿大华裔资深研究者李玉喜博士说。Vector Institute 是一家独立研究机构，不仅进行短期目标的研究，也着眼长期目标，甚至没有任何商业化考虑的纯研究。泛加拿大人工智能策略的重点资助对象之一就是这家研究院。另外，研究机构所在的省政府也慷慨赞助 5000 万加元。这不禁让人想起 1987 年以来，加拿大高等研究院（CIFAR）一直支持着深度学习研究。没有 CIFAR 的支持，很可能就没有今天的 AI 革命。

“加大补贴进行基础研究的企业和院校。”武汉幻视智能科技有限公司 CEO 刘靖峰建议道，“基础算法和算力是最重要的难题。国家可以补贴 GPU 计算中心”。

《规划》提出发展人工智能行业的重点任务，包括建立新一代人工智能基础理论体系与关键共性技术体系。并明确了战略目标，到 2025 年人工智能基础理论实现重大突破。在蚂蚁金服副总裁兼 AI 团队负责人漆远看来，“规划将基础理论研究的重大突破单拎出来，作为中国 AI 发展规划的第二阶段目标，是切中了中国 AI 全面提速发展的核心所在。”

中国被誉为数据王国。企业家正在利用中国的数据和人才优势。许多人工智能公司仅建立两年时间，但与西方的同行相比进展神速。但是，在医疗、法律数据方面，仍然需要政府助力。比如，数据孤岛问题。“法律实务领域，律师、公安、检察院、法院的数据互通还很有限，包括法院跟外部其他单位，例如民政、社保、劳动仲裁的数据也还需要进一步打通。这些都需要政府的推动和认可。”华宇元典研究院院长黄琳娜说。

“数据涉及隐私，中国和世界都面临这个难题，”漆远说。例如，在医疗方面，想治疗癌症，就需要很多病人的数据。但为了保护病人隐私，最好病人数据不能共享，不共享就很难对疾病做深入的分析，要解决这个问题，需要法律和技术的协调统一。

制度设计上，美国在技术创新规则与权利保护规则之间偏向了前者。所以，谷歌、脸书、推特这样的拥有大量个人数据的公司才会集中出现在美国。美国模式侧重于技术方面的创新，比较开放；欧洲模式侧重于个人权利的保护，比较保守。中国政府还需要立足国情，平衡与思考不同选项。

“规划的第二目标要求初步人工智能法律相关制度体系，这是非常必要的前瞻举措，人工智能在数据隐私、道德伦理、法律责任分配、社会安全等等各方面都会给现行法律带来挑战，需要早做准备。最终，这些争议会回归到根本的问题上来，即如何看待人工智能，如何看待它与人类的关系。这个问题的答案又可能随着人工智能的不断发展而产生变化，是个充满挑战的领域。”黄琳娜说。

也有分析认为，目前，人工智能行业的投入不足也体现在政策配套方面。比如，无人驾驶就是系统项目，单有企业的投入还不够，政府的规划配套、产业政策要快速跟进，才能让商业化尽快成熟落地。无人驾驶行业对真实路况测试的需求旺盛，也是企业能够继续推进其产品的一大门槛，相比中国，美国政策宽松，已有多个州允许申请路测牌照，其中内华达、亚利桑那、密歇根无条件申请。图森未来 CEO 陈默透露，中关村管委会和国家汽车道路标准院曾向图森未来做过调研，机构想了解美国目前的政策和测试标准，他认为，官方可能是在要准备出台合适的政策。

二、打造无人机、语音识别、图像识别领域的领军企业和品牌，根本原因在于技术的基础性，应用场景宽广

在主要任务中，《规划》着重提到了构建人工智能科技创新体系、智能社会、智能经济，以及加强人工智能领域军民融合。其中，目标在无人机、语音识别、图像识别等优势领域加快打造人工智能全球领军企业和品牌。在智能机器人、智能汽车、可穿戴设备、虚拟现实等新兴领域加快培育一批龙头企业。

“国务院发展规划着重在无人机、图像识别、语音识别领域，其原因主要是人工智能尚在初级阶段，也只刚刚在语音识别、视觉识别等方面刚刚有些落地。”刘靖峰说。

多年来，语音识别软件的错误率稳步下降。引入深度学习后，急剧下降。2016 年 10 月，微软宣布，其最新的语音识别系统已经与人类速记员在识别 Switchboard Corpus 中的语音上达到相同水平。微软首席语音科学家黄学东表示，他原本的预计是，还需要两三年才能达到人类水平。

麦克风已经变得更好，也更便宜了。无线互联网无处不在，语音记录可以轻松传到云端进行计算机进行分析，甚至智能手机（端）通常也有足够的计算能力来执行这项任务，实验室的进步顺势落地现实世界产品中。

语音被视为天然的交互入口。“图像识别、语音识别做领军企业和品牌核心原因在于，这些方面的产业也好，技术也好，是一个平台，是一个核心基础，是产业的基础技术的中间环节，非常关键，……图像、语音技术的基础产业的基础应用面非常广”。思必驰 CEO 高始兴说。“最主要还是因为它们是横向服务的基础，它们和所有行业、应用场景或多或少都能产生联系。”德勤咨询数字化转型合伙人、首席数据科学家管延放说，比如，智能家居、车载、家庭机器人。

图像识别领域。有研究表明，经典的人脸识别算法 Eigenface 在 LFW 测试集上只有 60% 的识别率。在非深度学习的算法中，最好的识别率是 96.33%。目前，深度学习可以达到 99.47% 的识别率。相比 2012 年时的技术，这些年图像识别技术再次突飞猛进。

在开源工具、芯片技术助力下，日渐成熟的图像识别技术已开始探索各类行业的应用，在垂直行业中获取和管理大数据，比如农业、金融、安防、医疗、自动驾驶、智能家居、电商等。“图像识别跟视频、安全、办公自动化都会有各种各样应用的可能，他们能有机会在各个行业产生协同，以及在各个点对点的地方产生协同，连起来成片，人工智能就会真正爆发。这对行业的推广和发展是毋庸置疑的。”管延放认为，中国有能力做到这些，也有足够配合产业，比如制造业与无人机。

目前，智能手机、笔记本电脑、平板电脑、可穿戴设备等是主要的移动智能终端。无人机、可穿戴设备也在迅速扩大市场。VR / AR 类产品通过对显示技术的颠覆性创新，具备了成为新一代平台型终端的发展潜力。科技公司普遍认为，智能汽车会是未来最重要的移动智能端。车载系统、民用无人机、VR / AR 、机器人等领域都是万亿级市场。因此，国家将布局未来新兴市场，培养龙头企业纳入战略规划。

三、《规划》出台后影响积极，未必会制造泡沫，但要警惕过分炒作

中国科学院院士谭铁牛表示，接下来《规划》进一步实施一定能够有力推动中国人工智能事业的发展，掀起人工智能新的热潮。“很多国家都讨论过以国家政策支持 AI 发展，包括英国、美国都讨论过，但很少有国家真正出台政策支持，这代表中国永葆创新的态度和蓬勃向上的状态，”漆远说。

对大多数身处其中的创业公司而言，来自国家层面的积极信号，对他们的影响可能是全方位的。高始兴说：“影响肯定非常积极，从政府层面推动有利于产业更快发展，有利于资源倾斜，有利于加强市场各行业对人工智能的认知，有利于资源整合，各个链条能够配合起来，产学研能够真正创新，国家牵头能够加速产业标准化。产业入局越来越多，不是竞争压力，因为人工智能是第四次工业革命，还是早期，这是好事。”

庄园则特别关注到被《规划》划了重点的机器人产业，他认为，政策把其公司所在的领域推向国家战略高度，能够推动更多人才和资金进入，从而大大加速产业进程，“对企业吸引人才也更加有利，同时也加剧了人工智能相关企业的竞争，未来将会有更多优质企业脱颖而出，总体来说影响是积极的。”

一些从业者对多年前美国科技股暴涨暴跌、人工智能发展的起起伏伏还心有余悸。刘靖峰表示，目前，没有通用 AI 的可能，只有专业的语音和视觉技术有一定程度的落地，AI 的基础算法能力还远远没达到媒体宣传的那样，却已经热度空前，行业泡沫显而易见。

但也有观点认为，当前 AI 产业还谈不上泡沫化。据智囊团乌镇智库统计，2012 - 2016 年，中国的人工智能企业获得了 26 亿美元资金，这个数字仍低于美国同行的 179 亿美元。“过热一直都有，这一年以来 AI 在很多地方都过热，但是这种过热不像原来的互联网泡沫那么夸张。”腾讯副总裁姚星认为。

不过，不可否认，目前 AI 正在一定程度上被热炒，但深度学习和 AI 技术还存在诸多问题，大众不宜期望过高。“可能会出现大量有名无实的产物，AI 和法律的结合需要克服许多障碍，是一条漫长艰辛的道路，概念营销会误导人们对此的认知，透支用户的信心，让业界风气变得浮躁，反而不利于在这条路上扎扎实实进行研究。”华宇元典黄琳娜说。“这很有杀伤力，”纽约大学教授、Facebook 人工智能研究负责人 Yann LeCun 曾说，人工智能曾有过三四次这样的经历——死于过度炒作。

四、创业者要立足自己的优势，找到商业的切入点，而不是跟风

2015 年，从《中国制造 2025》、大众创业万众创新到互联网+，再到大数据发展，国务院发布的行业行动规划并不少。对企业来说，他们是否应该要跟上国家规划的这趟车？对于他们来说，机遇在哪里，应该如何做？

“政策的出台一定会对众趣这样的中小和初创人工智能企业有很好的正向促进作用。尤其在财税方面中小企业非常敏感，国家这方面的支持一定会让更多处于早期艰难期的初创企业有更多的机会度过初始艰难区，同时可以鼓励更多的人加入人工智能创业的大军。”众趣科技 CEO 高翔说。

管延放认为，对创业者来说，新机遇永远存在，不一定是国家一声号召，就跟风加入，还是要结合团队自身的优势和能力。

另一方面，由于人工智能在技术层面仍不完全成熟，行业的商业化道且漫长。“目前人工智能的企业主要集中在技术、基础架构以及算法的积累等方面，即使有些企业正在做相关应用，这些应用都比较浅层。”管延放说。

拿无人零售来说，亚马逊的无人商店使无人零售领域得以点燃，而前不久阿里巴巴在杭州的无人零售的落地更是刷了一次朋友圈，一时间，无人零售成为新的风口。在管延放看来，单就零售行业而言，从技术和产品的角度来看，还没有完全解决。用户到零售店，更多是人在适应机器，而不是机器在适应人。

在姚星看来，所有的创业都要为商业服务，商业切入点很重要。一方面要考虑商业切入点对老百姓的刚需和痛点，另外一方面要结合现有的技术能力，不夸大，踏踏实实做。两者结合才会有更好的收获，如果只找痛点、夸大技术，非常难解决；如果没有找到痛点，光用人工智能技术，也不能普适使用，所以技术和痛点要结合。

“政府、市场和技术都是重要的动力，技术提供实现的可能性，市场提供需求，政府提供政策支持，缺一不可，似乎没有必要分出个高下。对于企业来说，重要的是看清趋势，选准切入的路径并且快速执行。”黄琳娜说。

“做人工智能还是适合未来的愿景，你要知道人工智能会往哪里发展，你的优势技术还是商业资源，你能为行业增加哪些价值，想清楚后，对自己的创业是一个机会。我们的出发点是技术，但技术不和行业结合的话，是没有任何价值的。”管延放总结称。

五、政策不可能成为AI 发展的主推力，行业和市场才是

《规划》明确指出，市场主导，遵循市场规律，坚持应用导向，突出企业在技术路线选择和行业产品标准制定中的主体作用，加快人工智能科技成果商业化应用，形成竞争优势。把握好政府和市场分工，更好发挥政府在规划引导、政策支持、安全防范、市场监管、环境营造、伦理法规制定等方面的重要作用。

一方面，人工智能想要进入应用阶段，算法、计算力和数据，这三者缺一不可，打破数据孤岛就是首要问题。而这与政府数据资源开放有关，企业自然希望国家层面向前推动，但管延放却冷静地指出，一般而言，国家政策对人工智能行业的推动会更聚焦在行业基础上，在宏观上进行方向性地推动，比如在研究经费、成果转化上进行支持。

“开放这些行业数据，一定会打破现在的利益格局，数据孤岛无法从国家政策层面解决，更多需要行业和企业各利益相关方共同推动。”管延放说。而他认为，关于对数据的使用，人工智能如果需要更强的理解个人，就需要更频繁地追踪个人的行为，从长期来说，管控对隐私是更重要的事情。数据共享、数据合作涉及到隐私部分，政策只会更紧不会更松。

另一方面，高翔也指出，政策不可能成为 AI 发展的主推力，市场才是。巨大的市场需求才会催生巨大的应用，才会催生行业的发展。“比如我要是没有这个应用，国家非要我买单，我也买不了单。”管延放总结称。

实际上，不少技术应用方对人工智能尚不全面的认知也是阻碍行业发展的障碍。管延放表示，“技术开发方与应用方之间还存在不小的认知缝隙，开发者对技术了解很深，但使用技术的公司的认识还不够充分，有些人会觉得没什么用，有些人预期很高。需要大家对这个领域的技术有更加客观的认识，这样发展才能更健康。」

(转载:机器之心)