中國人工智能：核心算法缺失或成AI發展瓶頸

2020年疫情爆發，開啟了一場沒有硝煙的戰爭。面對這難以對付的病毒，我們既看到了無數勇士的悲壯逆行，也看到了科技在整個抗疫斗爭中所起到的關鍵作用，特別是其中的AI人工智能技術。通過AI技術，在眾多醫療終端設備以及大量的病人臨床數據中，我們能提煉出最佳的診斷方案，加速診斷的效率，提升診斷的效果。可以說，AI技術在這次關鍵的戰役中發揮出了重大的作用。

在談到AI時，人們往往將算力作為最為核心和重要的因素。算力、算法、數據是人工智能發展的三要素。數據的爆炸式增長提供了“肥沃”的土壤，算力的提升成為促進人工智能整體發展的催化劑和推動力，而算法的演進則推動了人工智能的應用。

算法是人工智能早期研究和發展的熱點，從人工智能概念提出開始，算法一直在不斷地發展和演進。從供給的角度來看，學術界是人工智能理論和算法的開創者，在人工智能理論和算法的早期發展過程中起到了核心的作用，從決策樹到神經網絡，從機器學習到深度學習，推動算法不斷演進和進步。

但是，我國人工智能產業的創新能力并不夠強大，產業發展過度依賴開源代碼和現有的數學模型，真正屬于中國自己的東西并不多。如果這種情況不改變，我國人工智能應用很難走向深入，也很難獲得重大成果。

有人可能會質疑，既然代碼是開源的，拿來用就好，為什么還有可能被“卡脖子”？這是因為直接拿過來用的開源代碼專業性、針對性不夠，效果往往不能滿足具體任務的實際要求。以圖像識別為例，用開源代碼開發出的AI雖然可以準確識別人臉，但在對醫學影像的識別上卻難以達到臨床要求。

是否掌握核心算法將決定未來的AI“智力大比拼”中是否擁有勝算，用開源代碼“調教”出的AI頂多是個“常人”，而要幫助AI成長為“細分領域專家”，需以數學為基礎的原始核心模型、代碼和框架創新。

以上配圖來自網絡，侵刪

在獲得同樣數據的前提下，以開源代碼運行，AI深度學習之后或許能輸出結果。但由于訓練框架固定、算法限制，當用戶進行具體的實際應用時，將很難達到所期望的結果，而且難以修改、完善、優化算法。而從底層算法做起，那么整個數學模型、整個算法設計、整個模擬訓練‘一脈相承’，不僅可以協同優化，而且可以根據需求隨時修改，從而真正解決實際問題。

人工智能的時代依然是應用為王的時代，沒有實際應用價值的技術是沒有生命力的，對于人工智能技術來說，需要找到典型的應用和典型的應用場景，才能幫助提升該場景下的能力，并解決問題，這樣的人工智能技術才是有價值有意義的。

鈦靈AI市場在全球征集AI算法，引入定制化AI算法及解決方案，致力于打造成一個賦能全行業的AI開發平臺。目前，在鈦靈AI市場可以看到一些國際國內頂尖的AI企業，他們發布了多種優質且可靠的算法能力，適用更豐富的細分場景，為開發者落地垂直多樣化的產品提供助力。

AI要應對的現實生活是復雜、多變的，應對自如的鈦靈市場堅信，這個行業終將迎來產業繁茂。