疫情发生以来，在线教育、远程办公、在线医疗等需求不断攀升，但“钉钉崩了”“麦当劳小程序崩了”等程序崩溃的新闻也登上网络热搜。家中“神兽”上课，看起来一片祥和，实际上却已经阵脚大乱。

程序崩溃，从某种程度上反映了计算机算力、服务器等“新基建”的不足。但是，在疫情防控中，服务机器人、大数据分析系统和智能识别（温测）产品的表现却十分亮眼。

人工智能（AI）作为“新基建”七大板块中的重要组成部分，能否为疫后全球经济复苏开出科技良方？它会改变什么？4月9日，前沿科技论坛第二期以“人工智能：科技与经济融合新引擎”为主题，为疫后人工智能科技与经济融合发展建言献策。

“新基建”带动人工智能

2020年的开启姿势有些魔幻。新冠肺炎疫情的肆虐，让物理世界运转基本“停摆”，此时AI的作用却愈加凸显。

近期发布的《人工智能助力新冠疫情防控调研报告》指出，计算机视觉、智能语音等AI技术成熟度相对较高，使用场景丰富，因此其代表产品在抗击疫情中也发挥了重要作用。

“这次突如其来的疫情是人类的一场大灾难，同时也是AI产业发展难得的新机遇。这次疫情中，智能产品在用户群体中赢得了更多信任，AI给各行业‘赋能’的作用开始显现，AI应用在提升国家治理能力方面的作用也越来越明显。”中国工程院院士李国杰指出。

伴随“新基建”的热潮，从政策到资金再到技术积累，AI产业迎来了发展新机遇。

电气和电子工程师协会（IEEE）终身会士蔡自兴表示，“新基建”提速为推动AI发展带来重大机遇，要不失时机，全面建设，打牢基础，增强实力，加快发展AI新型基础设施，为实现经济转型和升级奠定坚实基础。

中国科学院计算技术研究所研究员曹存根认为，AI在社会治理中可以发挥作用，国家应当统一部署一些大的AI公共服务设施。

“AI在稳投资、促消费、助升级、培植经济发展新动能、创建智能经济新形态等方面潜力巨大。 AI与5G、大数据等技术结合，又将带动诸多行业，为多领域的数字化、智能化转型奠定基础。”蔡自兴说。

在李国杰看来，AI还要高度重视“软基建”。发展数字经济要改变基建就是硬件设备的传统思维，大力发展AI应用需要的各种工具库、算法库、软件库，打造完整的工具链，降低AI应用开发的门槛。

中国科学技术发展战略研究院研究员李修全认为，AI算力、开放平台、知识中心等AI新型基础设施建设，除了助力技术落地、加速技术突破之外，也应在促进不同群体共享发展方面发挥重要作用。“改善中小企业和创业者创新条件，改进欠发达地区智能化基础设施，使智能化变革走向包容发展、共享发展。”

“短板”与机遇并存

当前，AI正在渗透至各行各业，依靠AI基础技术和行业数据资源，实现与实体经济的融合创新。但在这一过程中，AI在工业界还非常依赖大数据和大算力的支撑。

“AI 能力的升级，必须依赖AI 方法论升级。从方法论的角度，过去十年是‘大数据驱动AI’，接下来我们需要回过头来，用知识和数据联合驱动AI方法。”中国科学院计算技术研究所研究员山世光指出。

虽然中国与欧美等国家在应用研究上差距不大，但中国在各行业纵深应用上仍需努力。基于这一判断，山世光提出AI时代的基础设施包括硬件、软件、智件三个层面。

山世光强调，中国在基础软件平台上的投入需要提升。深度学习的主流底层框架主要还是由北美国家建设，这些方面也许会像如今的芯片产业这样出现“卡脖子”的问题。他建议，针对低门槛的AI研发平台和工具，中国需要尽快抢占先机。

“除了基础算法长期的投入之外，我认为应该加强基础智件体系的研究。过去在硬件方面有计算中心、数据中心，未来需要建设AI算法中心、知识中心，甚至建立国家级的知识中心。”山世光说。

同时，蔡自兴也提出，AI人才十分紧缺，缺口至少为100万。“我们要多渠道、多模式培养多层次的人才，高层人才少而精，中层实而强，底层多而壮，一个也不能少。”

为产业升级赋能

国务院此前出台《新一代人工智能发展规划的通知》，提出到2025年，AI产业进入全球价值链高端；到2030年，AI产业竞争力达到国际领先水平。

这一针对AI的规划，也体现在了互联网公司的变革上。腾讯AI Lab机器学习中心总监黄俊洲说：“AI从应用中来也要走到应用中去。在这一过程中，应用会解决问题，同时又能够为AI研究带来新的课题，研究课题又能反哺产业，以此形成一个良性循环。”

在AI应用上，公众的期待很高，但“理想”与“现实”还是有一定距离。中国科学院自动化研究所研究员彭思龙认为：“如何让中低端的传统行业以最低的代价实现智能化的升级改造，可能是未来AI发展非常重要的方向。”

中国科学院自动化研究所研究员王金桥表示，要更多把握AI应用的边界，加强AI治理，防止AI技术滥用以及产生相关的法律问题。

“AI应用的重点是在不确定和动态变化的环境下解决复杂问题，把AI当成一种问题求解技术，不在乎与人类比高低，更不在乎与其他技术融合集成。尽管AI技术还不成熟，但在应用中还是要推进AI标准化体系的建设，建立相应的技术标准、应用规范和评测指标，努力提升AI产品和服务的质量。”李国杰强调。