“人工智能”无疑是当下最热门的关键词之一。

　　我们期待着新技术的创新，但也有学者给出的一些冷静思考同样值得关注。

　　在最近上海交通大学安泰经济与管理学院的深度思考沙龙上，教了12年机器学习课程的沈惠璋教授就指出，计算机智能还没有超出机械智能的范畴，机器学习不是“理解”而是“条件反射”，是基于模拟人类神经网络的假设设计的不同学习方式、不同初始值等组成的系数矩阵。上海交大软件学院副院长蔡鸿明同样提到，阿尔法狗等应用的深度学习技术本质仅是神经网络的“权重调整”，计算结构并没有翻天覆地的变化。学者们指出，拨开层层面纱，神经网络、机器学习等人工智能技术背后其实始终没有离开计算机科学基础而经典的模型、范式和语言。

　　在人工智能应用领域，中国的步伐迈得很快，百度“无人车”、阿里“达摩院”、腾讯人工智能实验室，中国互联网巨头纷纷重拳布局人工智能；京东无人仓、科大讯飞语音识别，中国人工智能应用已经“开花结果”，并且能够站在世界舞台参与竞争，甚至获得领先。但学者们认为，关注应用发展的同时，也应看到，计算机科学的突破才将是真正具有跨时代颠覆级能量的创新，而目前，这一领域的成果很少，进展还非常缓。

　　另一方面，语言编译器、算法优化求解器等一系列应用开发支撑软件都来自国外，尤其在安全性等方面影响和制约了中国人工智能的发展。可是，这类公共支撑系统的研发是耗时、费力、周期漫长的大工程。追求快速回报的社会资本不会关注，当下科研考评周期也难以支持，使得这一领域的中国原创几乎空白。

　　人工智能产业蓬勃发展面临的巨大人才缺口也是制约行业发展可以预见的瓶颈。而来自高校教师们的隐忧在于，许多年轻学子已经被这股热潮“冲昏头脑”而不愿意踏实学习科学的本真和基础，浮躁迫切急于掌握各种现成软件工具的操作，因为“调参数”同样能够获得一些“看上去很美”的“成果”，同样能够在人才大战中收获高薪。

　　行业的蓬勃发展需要健康的生态维持动力，人工智能热潮是否已经滋生泡沫？我们需要“拨一拨”。