[科学技术]专家谈疫情中的人工智能：仍有较大提升空间，应重视“软基建”

科技日报记者张改伦

在线教育、远程办公、无人配送、健康监测、数据研究和判断……在新型冠状病毒中的肺炎疫情中，以人工智能为代表的新技术已经渗透到社会运营的各个方面。9日上午，在由中国科学技术协会学术部、中国科学技术杂志、腾讯科技协会、腾讯集团发展研究办公室主办的人工智能技术与经济融合在线研讨会上，中国工程院院士李国杰指出，人工智能在疫情中发挥了巨大作用，但总体而言，仍有较大改善。“表现好的领域取决于过去数据的积累；缺乏数据的领域做得不好，比如病毒追踪。”李国杰说。

最近，“新基础设施”成了热门词汇。5g网络、工业互联网、物联网等网络基础，数据中心等数字基础，人工智能等运营基础，已经成为必要且通用的新基础设施。李国杰指出，要高度重视“软基础设施”，即大力建设和共享人工智能基础数据平台、培训平台和软硬件工具链。

深度学习无法克服对数据的高度依赖。“人工智能和大数据其实是双胞胎，人工智能的复兴主要靠数据智能或者计算智能。一个做得好的人工智能应用，对数据的需求很强。”李国杰说，缺乏高质量的数据将成为人工智能发展的瓶颈。所以需要搭建一个基础数据平台。深度学习的效果取决于培训，要充分利用配备国产芯片的优质人工智能培训平台，促进人工智能培训的共享，形成公共服务体系。“现在发展数字经济，必须大力开发人工智能应用所需的各种工具库、算法库、软件库，打造完整的工具链，大大降低人工智能应用开发的门槛。”

中科院计算所的研究员山石光也看到了软件平台的问题。“中国在基础硬件平台上投入很大，但在基础软件平台上投入相对较少。与国外发达国家相比，至少落后4-8年。”山石光指出，深度学习的主流底层框架是建立在北美的。虽然最近国内有很多动作，百度、华为等企业都在布局，但没有形成合力。“也许再过5到10年，我们需要大量的人工智能人才，他们能够完成简单但应用广泛的人工智能算法。”山石光表示，中国应率先建设低门槛人工智能研发平台和工具。

具体到人工智能的应用，李国杰强调，应用和基础研究是两个不同的课题，目标和任务完全不同。发展人工智能产业，要强调技术的集成，用技术解决实际问题。他举了一个例子——健康守则。代码的智力含量不高，但在疫情期间，它成了大家的健康证明。“这解决了最刚性的需求。”李国杰说，如果我们在健康代码中注入一些智能，比如行为跟踪，比如我们与确诊患者接触的时间和时间……做得好，可以大大减轻疫情防控人员的负担。“企业应该把人工智能视为一种解决方案，它不是‘老板’。人工智能应该是蛋糕上的奶酪，蛋糕应该看起来更重。”李国杰强调。