人工智能将取得大面积突破

目前的人工智能技术，真正取得突破的是深度监督学习和深度强化学习。包括深度卷积神经网络和长短期记忆网络在内的深度监督学习方法，本质上是感知智能的进步，也就是说，目前的弱人工智能将主要会在视觉、听觉与语言建模等感知问题领域，取得大面积突破。

与上世纪60年代和80年代的前两次人工智能热潮不同，人工智能的第3次伟大复兴，源于大数据和超强计算引擎的时代进步，源于以深度卷积神经网络为代表的深度学习方法迄今取得的实质性进步。不管资本市场如何变化，人工智能都不会再次进入下一个寒冬。

风口逐渐显现，越来越多的企业“扎堆”人工智能领域。人工智能公司的核心竞争力，从根本上来说就是国际化高层次人才的抢夺与竞争。同时，在技术上，要尤其关注特定应用场景或垂直细分领域的市场选择，然后要特别重视私有大数据的拥有与利用。

当然，在这一轮大面积的“爆发”到来前，在实际应用中，企业还须解决人类水平的视觉目标检测（分割）和强开放环境下的连续语音识别问题。这些领域的大面积爆发，从企业产品的开发而言，关键还是如何选定细分的特定应用场景，然后就是必须重点关注并投入大数据的海量积累与利用，特别是由于大数据的长尾效应，在产品开发后期需要的资源投入是非常巨大的，这点必须清楚。

此外，政府所做的努力会推动这一轮“爆发”的快速到来。政府要重视国家战略规划的制定与坚持，同时也要进行科研投入和体制机制创新。在前沿技术的探索上，应侧重对认知智能与人工智能芯片的长线投入。