数学强国→人工智能强国→产业强国
科技产业跃升的中国路径（科技名家笔谈）
当前，人工智能非常火爆，有关人工智能科技与产业发展的观点层出不穷，相关文献和著作可谓汗牛充栋。政界、产业界、学界和大众对该领域的认知和理解千差万别。同时，过度的追逐导致该领域非理性扩张，局部泡沫此起彼伏。这些对中国人工智能科技创新与产业发展产生了不利影响。
人工智能的本质究竟是什么？如何扎实推进人工智能科技创新和产业发展，建设人工智能科技强国和产业强国？这些无疑是人工智能领域人们关切的核心问题。
人工智能并非新生事物
本质是让数据驱动机器服务人类
人工智能的本质是什么，对此，大家见仁见智，莫衷一是。在笔者看来，一个简单而通俗的答案是人工智能的本质是让数据“说话”、让数据驱动机器为人类服务。
人工智能虽是当下社会热点，但是对于学界而言，它并不是什么新生事物。早在20世纪中期，人工智能（当时被称为“机器智能”“第五代计算机”等）领域就掀起过一波研究热潮，主要研究领域包括自然语言理解、模式识别、思维科学、逻辑推理、机器证明（定理）、通用规则演推广用等，主要应用成果是各种各样的“XX专家系统”以及“计算机辅助XX系统”等，研究的主力军是大型科研机构和院校。这一时期的人工智能科技可以被称为“第一代人工智能科技”。
由于当时知识储备和技术条件都不足以支撑科技研究成果向产业化转移，“第一代人工智能科技”研究热到20世纪末期，逐渐冷却下来。
经历了几十年蓄积
第二代人工智能方兴未艾
人类对于解放大脑和双手的欲望从未减弱，在经历了几十年的“潜水作业”和“能量蓄积”历程之后，“第一代人工智能科技”研究成果不断沉淀、升华、拓展。随着最近10年来计算机技术（算力）、网络技术（数据采集）以及建模技术（算法）能力的大幅提升，以及应用场景快速浮出水面，如今，人工智能科技研究再现热潮，人工智能产业化新锐力量不断涌现。
当下，人工智能主要研究领域包括机器学习、机器博弈、人机交互、虚拟现实、知识图谱、场景应用规则归纳等。主要应用成果是各种各样的“XX智能装备”“XX智能系统”，甚至“XX智能体系”等。推动研究和应用的主力不仅包括科研机构、高等院校、科技企业，而且有世界各主要国家的政府。
当前的人工智能科技可以称之为“第二代人工智能科技”。相信将来（或许同样是半个世纪之后，即本世纪下半叶）在全球范围内会出现人工智能科技研究与产业化发展的第三次浪潮。
人工智能科技将成为主流
数学强国是科技强国的前提
历史上看，一个国家要想成为“世界强国”，首先必须是科技强国和产业强国，必须具备在半个世纪以上（甚至几个世纪）的历史时期内引领全球主流科技与主导产业发展的实力。那么当前以及未来一个历史时期的主流科技和主导产业是什么呢？
这似乎又是一个仁者见仁、智者见智的问题。对此，笔者的答案是，人工智能科技和人工智能科技创生或者改造的产业。因为人工智能科技和相关产业不仅能进一步解放人的大脑和双手、促进生产力提升、促进人的全面发展，而且还能显著提升公共事务管理与公共安全保障等超级复杂社会工程的有效性。
如果再追问一句，从专业角度看，当前及未来几十年建设科技强国的基本前提条件是什么？笔者的回答是，建设数学强国，尤其是在人工智能科技与产业全面深化发展的新时代。
借鉴历史经验
以“模态数学”引领人工智能发展
近代以来，18世纪的英国、19世纪的德国与欧洲、20世纪的美国，之所以能够持续引领世界主流科技和主导产业发展，无一不得益于具有划时代的数学理论创新持续引领能力。
自然语言是人类的第一语言，数学是人类的第二语言。如果说近现代以来不擅长使用第一语言难以与人打交道，不擅长使用第二语言难以与物打交道的话，那么在今后一个时期，擅长使用第一语言依然重要，而不擅长使用第二语言者将不仅在与物打交道的过程中会丧失主动权，而且在与人打交道时，也会感到越来越被动。
以代数学和几何学为代表的早期数学属于“静态数学”，主要用于描述事物的存在状态，即使是描述事物的运动状态，也是类似于播放PPT一样，是“不连续”的。以微积分为代表的中期数学属于“动态数学”，其优势在于比较精准地描述事物的运动过程，使得人类观察事物的运动状态像观看流媒体一样具有“连续”性。虽然当前正在孕育和成长的新数学分支很多，但仍然可以用19世纪末20世纪初世界最有影响力的数学学派——哥廷根学派创始人、伟大的数学家费利克斯·克莱因所划分的A（以分析代数为基础）、B（以解析几何为基础）、C（以算法为基础）三种进程来概括。不同的是，当前C进程正在从数学体系中的一种“半独立的力量”（克莱因语）成长为一种“独立的力量”。人工智能科技与产业对于算法理论的依赖程度丝毫不亚于（有时甚至还超过）对于数学进程A、数学进程B所能提供的数学理论支撑。同时，三种进程所产生的数学理论寻求“二次抽象”（抽象的再抽象）理论的现实可解释性（比如在量子理论领域等）成为数学发展方式的一种共同选择，这也表明数学研究界“食人间烟火”的历史传统有所回归，或许这正是中国古代哲学先贤们所推崇的“格物致知”的新时代实践。
实际上，作为一种独立的力量，算法已经难以完整概括进程C的当代发展成果。笔者认为，以算法为基础和核心内容的数学已经扩展为一种多维度离散动态数学，笔者简称之为“模态数学”。预计“模态数学”的体系化创立与完善将成为统“静态数学”“动态数学”创立与完善齐名的历史性文明成就。
当然，如果愿意，也可以称“模态数学”为“复杂性数学”。推动其发展的主要动力来自于当前解决人工智能科技与产业发展所遭遇的、前所未有的复杂性问题。如果说“静态数学”与“文艺复兴”相得益彰，“动态数学”与科学革命互为因果的话，那么“模态数学”必将与认知革命相生相伴、互动成功。
应该说，全球的“模态数学”还仅仅处于孕育阶段，世界各主要国家都在奋力划水、力争上游。中国不缺聪明的数学头脑，如果社会各层面、各方面能够很快形成共识并积极行动起来，中国有很大机会在该领域取得优势地位。
抓住五要素
推进人工智能领域跃升
促进人工智能科技创新，推进人工智能产业又好又快发展是我们当前面临的紧迫任务。笔者认为，必须紧紧抓住人工智能领域发展的五要素，即模型、算法、芯片、引擎、场景，持续发力，久久为功。
模型是学习与认知的结晶，人类的学习与认知从模仿开始，模拟与仿真的基础是模型，因此创建、训练并优化模型是发展人工智能科技长远的战略任务。当前的工作重点是通用深度学习模型的创建与运用，中长期的重点是通用认知模型的创建与运用。
算法源于数学但已不限于数学。整体而言，算法分为通用算法和专用算法两大类。以布尔逻辑为前提的数字计算大量运用通用算法，而当前的所谓“量子优势”依赖于以量子特性为前提的专用算法。通用算法与专用算法的研究应同时推进，前者应作为开源、共用资源面向全社会乃至全世界开放，后者应作为未来的核心竞争力持续提升。
以往的芯片大体上分为两大类，即功能（专用）芯片与（通用）算力芯片。人工智能科技与产业需要的是具有强大算力的功能芯片，这种芯片将突破原有的芯片产业二元格局，成为芯片领域的第三大类别。因此在继续努力提升通用芯片技术的基础上，需要注重发展人工智能科技所需的特色芯片技术（比如架构与算法硬件化等）。
引擎实际上就是人工智能操作系统。当前的操作系统大体上分为两大类，即非实时的事务处理操作系统，实时的控制与检测操作系统。人工智能操作系统则既需要提供超级强大的事务处理能力，又需要提供实时的检测与控制支持能力。因为高维度、高动态、强耦合的系统必然形成极其复杂的关联关系，其处理过程的复杂性远超对简单系统因果关系的处理。同时，时间敏感是人工智能应用系统的本质要求，当前的5G技术和未来6G技术发展的生命力，也主要在于此。笔者认为，5G技术和未来6G技术发展成熟的主要前提，是人工智能科技与产业的发展与成熟。
应用场景是人工智能科技与产业发展的出发点和落脚点，是链接科技创新与产业发展的纽带，是人工智能科技与产业的发展能否可持续、高质量的关键。是否能有效地满足各类场景丰富多彩的应用需求，是检验人工智能科技与产业发展成果的唯一标准。
当前，比较明确且通用的需求是，如何组织构建各类应用场景的通用知识图谱和技术标准，为各类行为主体开发和运用人工智能科技成果奠定规范统一的“话语体系”。中长期看，构建人机交互以及脑机接口的通用知识图谱和技术标准，将是一项战略性的任务。实际场景的项目类应用开发，是实现人工智能科技研发投资“变现”的关键环节，因此是一项不容忽视的长期性、基础性任务。
从立法层面讲，当前应主要立足于规范各类与人工智能科技应用场景相关的主体行为，且除强化伦理约束外，暂不具备对人工智能科技与产业开展全面立法的实践基础。
（作者为国际宇航科学院院士、中国航天科工集团研究员）
本版携手科学出版社推出
