中国人工智能：核心算法缺失或成AI发展瓶颈

　　2020年疫情爆发，开启了一场没有硝烟的战争。面对这难以对付的病毒，我们既看到了无数勇士的悲壮逆行，也看到了科技在整个抗疫斗争中所起到的关键作用，特别是其中的AI人工智能技术。通过AI技术，在众多医疗终端设备以及大量的病人临床数据中，我们能提炼出最佳的诊断方案，加速诊断的效率，提升诊断的效果。可以说，AI技术在这次关键的战役中发挥出了重大的作用。

　在谈到AI时，人们往往将算力作为最为核心和重要的因素。算力、算法、数据是人工智能发展的三要素。数据的爆炸式增长提供了“肥沃”的土壤，算力的提升成为促进人工智能整体发展的催化剂和推动力，而算法的演进则推动了人工智能的应用。

　　算法是人工智能早期研究和发展的热点，从人工智能概念提出开始，算法一直在不断地发展和演进。从供给的角度来看，学术界是人工智能理论和算法的开创者，在人工智能理论和算法的早期发展过程中起到了核心的作用，从决策树到神经网络，从机器学习到深度学习，推动算法不断演进和进步。

　　但是，我国人工智能产业的创新能力并不够强大，产业发展过度依赖开源代码和现有的数学模型，真正属于中国自己的东西并不多。如果这种情况不改变，我国人工智能应用很难走向深入，也很难获得重大成果。

　　有人可能会质疑，既然代码是开源的，拿来用就好，为什么还有可能被“卡脖子”？这是因为直接拿过来用的开源代码专业性、针对性不够，效果往往不能满足具体任务的实际要求。以图像识别为例，用开源代码开发出的AI虽然可以准确识别人脸，但在对医学影像的识别上却难以达到临床要求。

　　是否掌握核心算法将决定未来的AI“智力大比拼”中是否拥有胜算，用开源代码“调教”出的AI顶多是个“常人”，而要帮助AI成长为“细分领域专家”，需以数学为基础的原始核心模型、代码和框架创新。

　　在获得同样数据的前提下，以开源代码运行，AI深度学习之后或许能输出结果。但由于训练框架固定、算法限制，当用户进行具体的实际应用时，将很难达到所期望的结果，而且难以修改、完善、优化算法。而从底层算法做起，那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’，不仅可以协同优化，而且可以根据需求随时修改，从而真正解决实际问题。

　　人工智能的时代依然是应用为王的时代，没有实际应用价值的技术是没有生命力的，对于人工智能技术来说，需要找到典型的应用和典型的应用场景，才能帮助提升该场景下的能力，并解决问题，这样的人工智能技术才是有价值有意义的。

　　钛灵AI市场在全球征集AI算法，引入定制化AI算法及解决方案，致力于打造成一个赋能全行业的AI开发平台。目前，在钛灵AI市场可以看到一些国际国内顶尖的AI企业，他们发布了多种优质且可靠的算法能力，适用更丰富的细分场景，为开发者落地垂直多样化的产品提供助力。

　　AI要应对的现实生活是复杂、多变的，应对自如的钛灵市场坚信，这个行业终将迎来产业繁茂。