最近一年，人工智能持续占据了各大新闻网站科技话题的头条位置。不出意外地，首次登陆博鳌亚洲论坛的人工智能话题也吸引了众多目光。

在“人工智能：对话科学家”分论坛开始前半个小时，已经有数十名观众排队等待进入会场。而在另一个会场，微软亚太研究集团总裁洪小文、中科院研究员山世光、科幻作家郝景芳等19位科技大咖已经在展望2045年会出现哪些“未来新闻”：纽约爆发游行反生物芯片植入、健忘老人旅行遗失“云外脑”、深圳收回人类最后一张汽车驾照、美国总统对选民“心灵控制”……

对技术进步的向往和对美好生活的期待一样，必须脚踏实地。今年的博鳌亚洲论坛上，许多嘉宾在畅谈人工智能的未来前景、发展现状之余，也在关注其发展中遇到的瓶颈：数据和算法中间还存在脱节的情况，还需要更多跨界合作，还需要更好的人才和科技成果流动通道。

人工智能还在学“套路” 跨学科合作成未来突破点

虽然对人工智能的未来前景都十分乐观，但今年博鳌论坛期间人工智能领域的专家普遍认为，当下的人工智能仍处于非常早期的阶段，无论是基础性的通用人工智能，还是在某个垂直领域的具体应用，人工智能还处于基于大数据的学习阶段，在智慧层面不可能像人类具有自己的意识、认知能力和逻辑判断能力。

搜狗公司CEO王小川曾体验过一个代表国际最高水平的酒店餐饮预订系统，当机器问他“需要帮你找一个停车位吗？”，他回答“我没车”，但这个系统无法理解“我没车”背后的意思。这是因为机器还没有办法理解车跟停车位是什么关系，机器还无法建立像人类一样的认知体系和框架。

因此王小川认为，现阶段的人工智能更多的是在学习“套路”，完成重复性工作。对于没见过的事情，譬如没有大数据提供的领域，人工智能没法学习，也就无从帮助人类做更多事情。

如果只是停留在“套路学习”阶段，人工智能的表现将会令人大失所望。但也有其他领域的专家提出，针对人工智能的研究不应该仅限于IT界，还应该与其他学科结合，来探索人工智能更大的想象空间。

清华大学教授鲁白认为，由于人工智能遵循严密的数理逻辑，因此人脑的认知能力中逻辑思维、分析决策等功能，都是人工智能可以具有的。他建议，可以先尝试着通过脑科学、神经科学的路径来研究人工智能。“人工智能要发展，需要脑科学带动人工智能。脑科学里面还有很多的理论其实可以用到人工智能上。”

神经生物学家出身的鲁白也正在做这类跨界尝试：在清华大学开设一门新的课程，邀请脑科学研究者和人工智能的从业者相互交流学习。他希望通过这种跨学科合作的方式促进人工智能与其他领域的结合，从而产生更多可能性。

这位神经生物学家的建议也得到了不少IT界大佬的认同。曾经担任美国通用人工智能会议主席、现任Hanson Robotics首席科学家的Ben Goertzel就十分同意这个观点。这位留着一头长卷发的IT名人认为，下一阶段的人工智能突破来自于各个方面，物理学、生物学、生命科学、数据科学等学科的知识跨界融合得越好，未来的人工智能就越可能有突破。

在百度总裁张亚勤看来，目前深度学习等领域的技术进步大多还是停留在软件或硬件基础上，跟人脑的关系不是很大。而未来人工智能要想获得长足进步，还应该在脑科学、云计算、大数据等多领域开展跨界合作。

“未来人工智能突破一定是数字智能和生物智能的融合，未来人类也是这样的融合，是蛋白质和硅的结合。”张亚勤说。

有数据的不一定算法强 “现在最最需要公司和大学合作”

目前，在人工智能领域有较为成功的突破，并且形成具体产品的，大多是企业，例如谷歌的AlfaGo，以及最近百度的度秘、腾讯的“绝艺”。但是，这些在IT、互联网领域深耕多年的企业要想突破目前只是学“套路”的AI（人工智能）局限，仅仅依靠自己的力量明显不够。

据斯坦福大学教授张首晟介绍，人工智能的发展要素包括芯片、数据、算法三部分，由于成熟的供应商关系，芯片已经不是一个值得担心的问题，但数据和算法往往存在脱节的情况，因为算法往往是在高校或研究机构中被发明、研究的，而大数据一般都是各个企业所掌握的。

“有数据的企业不一定算法能力很强，因为有近期获利的压力；大学的算法能力很强，但接触不到大量的数据来做研究。”博鳌论坛期间，张首晟多次呼吁，“现在最需要的就是公司和大学的合作”。

人工智能领域的校企合作正在变得越来越重要，由于高校研究资源有限，一些顶尖人工智能企业对顶尖研究学者、高校的争夺日益激烈。

去年年底，正在虚拟现实和人工智能领域寻找新突破的Facebook硬件部门宣布，与美国17所顶尖大学签订了《赞助学术研究协议》，希望以更快的节奏与学术机构就新项目展开合作，减少谈判磋商和学院批准方面所需要的时间。这17所大学中不乏斯坦福大学、麻省理工学院、加州理工学院、约翰霍普金斯大学等名校。

除了Facebook，谷歌之前也曾与100多所大学展开过合作，通过先进的服务器帮助其开展人工智能研究。尤其是在收购DeepMind之后，谷歌与牛津大学形成合作伙伴关系，为那里的AI研究贡献资金，并收购了两个已经在牛津孵化的初创公司。

国内企业中，华为是最早跟上这轮高校研究资源争夺战的。2016年10月，华为就宣布将与加州大学伯克利分校合作，投入100万美元初始资金专注于人工智能研究，合作范围涵盖了深度学习、强化学习、机器学习，自然语言处理和计算机视觉。机器学习已经成为许多公司的核心部分，计算机视觉正在应用于面部识别技术、AR、VR等领域，苹果的Siri和微软的Cortana的核心则是NLP（自然语言处理）系统。

虽然已经有了很多校企合作的案例，但张首晟提醒要注意一个现实挑战：出于商业机密的考虑，许多企业不愿意把数据共享，即使是合作关系紧密的高校恐怕也一样。

校企间科技人才流动难，该如何解决

张首晟的观点很快得到了在同一个论坛的百度总裁张亚勤的回应。“怎样把算法、数据、计算能力（实现）大家共享？其实国内的企业也开始这样做了。”张亚勤提到，近年来百度一直在人工智能研究中尝试把算法、数据开放共享，“最近百度把整个的算法、很多的数据，能够分享的全部分享了。”

张亚勤这番话的背景是，上周百度与中国科学院大学在北京签署了战略合作协议，协议将以框架形式推动未来双方在人工智能领域各项合作的落地。而一个月前，由百度牵头筹建，清华大学、北京航空航天大学、中国信息通信研究院、中国电子技术标准化研究院等机构参与的深度学习技术及应用国家工程实验室经国家发改委正式批复。

在人工智能领域的校企合作、人才交流方面，中国的步伐还跟不上美国。据张首晟的观察，在人工智能领域的校企合作中，美国已经做得很不错了，有些高校研究人员在高校和企业的交流、流动很频繁。“如果要讲美国有一个领域学界和业界几乎分不大清了，就是AI的领域。”

一个人工智能领域校企合作、人才流动的典型案例是，斯坦福大学计算机系终身教授李飞飞从学术界转到了工业界，正式加入谷歌，任谷歌云机器学习负责人。但放眼国内，学界和业界的人员交流鸿沟显得十分明显，少数比较典型的案例最终也以分手结束。

3月22日，曾担任斯坦福大学人工智能实验室主任的百度首席科学家吴恩达(Andrew Ng)宣布从百度离职。在之后的媒体报道和业界讨论中，百度内部对人工智能发展方向的分歧被认为是吴恩达离开的重要原因。

张首晟对中国青年报·中青在线记者表示，国内高校可以参考美国高校对科研人员较为宽松的管理制度，释放人工智能领域的研究活力。

“我们斯坦福大学有很好的案例，全职教授每周都有一天自己的时间，可以在外面做演讲，如果（教授）想加入企业做研究，学校也有停薪留职的办法。”张首晟说。