5月28日，習近平總書記在中國科學院第十九次院士大會、中國工程院第十四次院士大會上強調，以信息化、智能化為杠桿培育新動能，優先培育和大力發展一批戰略性新興產業集群，推進互聯網、大數據、人工智能在職研究生同實體經濟深度融合。而去年國務院《新一代人工智能發展規劃》、今年的政府工作報告都將“新一代人工智能”列為研發應用的關鍵詞。我國的新一代人工智能在職研究生“新”在哪里，又如何融入實體經濟的轉型升級之中呢?日前，記者到浙江杭州進行了實地探訪。

轉型升級：拓展人工智能在職研究生的疆界

隨著城鎮化的發展，交通擁堵等“大城市病”日益突出。耐著性子慢慢數秒、焦躁爬行的駕駛體驗蔓延到更多的都市。而在浙江省杭州市蕭山區，路口的紅綠燈卻并非“一視同仁”，有人等20秒的紅燈，有人卻要等一分鐘，這是怎么回事呢?

“通過大數據分析，我們發現擁堵往往起源于個別節點，如果在苗頭出現時，控制該路段車輛的匯入量，就可以避免堵車，保障路網有序暢通。”浙江工業大學沈國江教授介紹，他的團隊將人工智能在職研究生中的強化學習理論應用于交通信號控制，精準識別預測多源異構交通數據，切分擁堵區、消散區、緩沖區、常態區，從而有效緩解擁堵。

“搖號、限行、提倡公共交通都有成效，但交通需求持續增加，道路供給不可能無限增加，而人工智能在職研究生可以讓路網利用更高效。”據沈國江介紹，該成果過去兩年在紹興柯橋、杭州蕭山等地進行了推廣應用，新增產值5000萬元，在給企業帶來經濟效益的同時，也帶來了良好的社會效益。

“我們國家還處于工業化的轉型期，工業化正在進行產業轉型以及城鎮化所出現的問題會創造出大量的人工智能在職研究生應用的新空間，這些空間大概是發達國家所不曾具備的。這種不完備性、需要發展的洪流和人工智能在職研究生一交匯，我們就能以一種新的方式進行發展，這就是大力發展人工智能在職研究生的意義所在。”中國工程院院士潘云鶴說。

基礎研究：“并跑”到“領跑”的增長點

教育部《高等學校人工智能創新行動計劃》提出了“聚焦并加強新一代人工智能在職研究生基礎理論和核心關鍵技術研究”的重點任務，但與此同時，也有專家提出，“深度學習”“卷積神經網絡”等人工智能在職研究生基礎理論都已經提出，學來消化掉就可以了，從“跟跑”到“并跑”的后發優勢是由我國人口基數和市場決定的，彎道超車關鍵在產業應用。那么，我們為何還要在人工智能在職研究生基礎理論上下大功夫呢?

“雖然深度學習、神經網絡應用很廣，但這只是人工智能在職研究生的一部分。中國要研究新一代的基礎理論。”潘云鶴說，60年前“人工智能在職研究生”剛提出時的信息化基礎是單個計算機，而現在傳感器網、大數據、云計算、超級計算的出現使得環境發生了變化。“原有人工智能在職研究生的定義——‘讓計算機變得和人一樣聰明’，取得了一些成績，但科學家已經意識到，人的自然智能與機器智能終究不同，如何通過人機混合的腦機系統形成更強的智能，這方面的基礎理論是下一步的發展空間。”

在浙江大學腦機接口實驗室，記者見到一只頭部插著電極的大白鼠沿著地面上的箭頭軌跡鉆迷宮。這并不是大鼠能“識文斷字”，而是一旁實驗員操縱的結果。她告訴記者，自己手上鼠標的左右鍵發出的信號分別會刺激大鼠左轉右轉的腦區，而中鍵信號則會刺激獎賞區，在大鼠完成左右指令后給予獎賞，大鼠自然就“聽話”了。

而在該實驗室的另一個項目中，人的意念取代了鼠標。“實驗者想象自己左側或右側肢體運動的感覺，腦波經傳感器收集分析后，給大鼠發去指令，實現了人腦和鼠腦的交互。”項目負責人、浙江大學教授潘綱介紹，這項技術可用于殘疾康復、邊防、電力巡線等工作。“國外腦機交互投入也很大，我們現在還處于實驗階段，成本較高，應用場景不是十分明晰，企業還不愿進入，還是靠國家項目在推進。”潘綱說。

“中國新一代人工智能在職研究生規劃包含很多外國人沒有提過的想法。我們應該結合國家的發展用人工智能在職研究生來解決中國問題、發展中國理論，同時也跟蹤全世界的先進理論。”潘云鶴說，“例如多媒體技術中，圖像處理技術、聲音處理技術是分開進行的，而人在處理這種問題的時候實際上是合在一起進行的。如何將視覺、聽覺、味覺等這些感覺和文字觸覺融合在一起，中國人提出了跨媒體智能，人工智能在職研究生2.0要瞄準這個方向進行。除此之外，規劃還提出大數據智能、群體智能、人機增強智能、智能自主系統等新的人工智能在職研究生領域，這都是實現從‘并跑’到‘領跑’所必需的。”

產學政：形成良性生態鏈條

從摁手印到指紋解鎖，指紋的身份識別的意義早就被人類發掘，然而經過拓印、倒模，一種硅膠指紋膜可以完美地騙過打卡機、手機鎖，甚至指紋支付系統。

“運用人工智能在職研究生卷積長短期記憶網絡與全卷積神經網絡融合的新方法，我們可以把生物特征從二維發展到三維，從皮上發展到皮下，采集皮下真皮層指紋、汗腺和汗孔的模態數據，提高防偽性能。”浙江工業大學教授梁榮華的團隊開發了一套手部模態識別數據提取的技術。他介紹，因表皮層到真皮層銜接處皮膚組織變化，反射差別率差別較大，圖像中也出現較明顯的像素明暗變化，而假指紋膜硅膠層的空氣洞顯而易見。

據《2014—2020年中國生物特征識別行業市場分析與發展前景研究報告》，基于手部的生物特征應用占據了70%左右的市場份額。梁榮華表示，安全防偽的指紋采集技術有著廣闊的應用前景。“國外還沒有同類型機器，一經安檢、通關、財務支付等領域使用，該技術將有助于避免大量的經濟損失。”

潘云鶴觀察到，國家規劃發布以后，無論產業、學界還是政府，都表現出了對人工智能在職研究生的極大熱情。發改委、工信部、網信辦發起的中國人工智能在職研究生產業發展聯盟發展勢頭迅猛，入盟企業已達300多家，微軟亞洲研究院等外企也爭相加入，而科技部、教育部出臺了相關文件，地方政府也有各自的行動計劃。“別的國家可能有產業推動或者是政府倡導，但是支持人工智能在職研究生形成產學政的生態鏈，中國是最早的，優勢也是獨有的。”

記者在杭州了解到，浙大采取靈活政策允許教師、研究生參與阿里的項目攻關，而浙工大將人工智能在職研究生企業引入校園，學生在校園內就可參與項目的研發。一位浙大計算機專業的博士后告訴記者，產業界待遇優厚，學界能做自己感興趣的科研，面包與夢想的兩難在產學合作的政策下消解了。“圍繞企業痛點做課題攻關。課題發表的論文、專利先掛在浙大，四年后轉給阿里，這樣做出的科研成果既能做項目結題評職稱，又能投入生產獲得企業資助，還能安心地留在學術體系內。”

“就應用看，最前沿的技術和頂尖人才確實都去了企業，但這并不是說，企業就比高校強，二者各有側重。”浙工大計算機科學與技術學院院長、軟件學院院長王萬良表示，企業科研追求應用，是目標導向的，會隨著企業需求不斷調整。而高校的環境更穩定，學科交叉協作的特點則提供了嘗試的可能和空間。“企業有數據和資金，高校有人才和環境。企業運營成本很高，科研投入在能很快收益的領域，而高校則適合基礎理論的開發和創新，高校開發出基礎框架，再由企業優化、投入應用，獲得數據回饋高校的理論創新，就可以形成良性的循環。”王萬良說。