自从去年阿尔法狗称霸棋坛，人工智能的话题就没冷过。如今，人才短缺、硬件短板、法律以及伦理难题正成为我国人工智能产业发展的掣肘。

                                                        人工智能复兴浪潮来袭 大规模商业化面临三座大山
 
　　20 世纪五六十年代，人工智能的理论初步形成，但由于技术未能实现突破性进展，人工智能无法达成预期效果，因此陷入了一段沉寂期。往后数十年间虽然不乏成功案例，但因为人工智能在现实世界的成功案例太过孤立，所以不足以支撑大规模商业化。
 
　　如今，我们正处于人工智能复兴浪潮，数据收集及整理、算法以及高性能计算等技术的突飞猛进促成了革命性进步。利用机器学习，人工智能系统获得了归纳推理和决策能力，并实现了某些商业化落地，可以担当客服、管理物流、监控工厂机械、优化能源使用以及分析医学资料；而深度学习更将这一能力推向了更高的层次。
 
　　不缺投资缺人才
 
　　在今年4月初在深圳举办的IT领袖峰会，更是以“迈进智能新时代”做主题。不过，中国IT界虽然兴致冲冲地奔向人工智能，心里恐怕并不踏实。因为相较于国外基础研究水准，我国人工智能产业还是落后于人。
 
　　在本届IT领袖峰会上，BAT(百度、阿里和腾讯)的三位大老板都极重视人工智能。但神州数码老板郭为一句话更实在，他说在算法上，大家公认中国目前还算落后，还是学习阶段；BAT之类的企业优势，只是垄断了数据。
 
　　的确，现在最优秀的人工智能研究人才，几乎都来自美国。即使被公众冷落几十年，美国学者也没有放弃对人工智能的兴趣，论文年年大把地出。阿尔法狗用的神经网络思想和算法，也不是灵机一动的革命，是几十年来慢慢改进出来的。
 
　　现在中国IT企业取长补短，纷纷跑到硅谷去挖人才，这是对的。但硅谷的一流AI人才有多少愿意搬到中国来，尚未可知；所以另一只手要赶紧发掘土鳖人才，支持基础研究项目。人才，人才，现在不缺投资，缺的还是人才。
 
　　硬件不够硬
 
　　不仅是人才紧缺，中国人工智能的不成熟还表现在硬件方面。众所周知，高运算速度的计算技术是发展尖端人工智能技术的重中之重；特种处理器，如可以处理大量复杂计算的 GPU，对人工智能的发展格外重要。
 
　　但是长期以来，中国的微晶片严重依赖进口，部分类型的高端半导体则几乎完全依靠进口水平则决定着人工智能解决方案能否实现大规模商业化。
 
　　为应对这一局面，中国政府在2014年出台了《国家集成电路产业发展推进纲要》以及“中国制造 2025”行动纲领。此外，中国政府还成立了国家集成电路产业投资基金，目前募资已超过 200 亿美元。
 
　　目前，一系列相关行动已初见成效。例如，2016年6月神威·太湖之光超级计算机问世，成为世界上运算速度最快的超级计算机，使用的是中国自主知识产权的处理器。政府的前期投资可以产生显著的涟漪效应，鼓励私营企业的积极参与。
 
　　潜力背后的法律伦理
 
　　不得不承认，人工智能发展前景的确广阔。然而，除了这些潜力外，管理具备自主学习和决策能力的机器也是一份重艰巨的责任。随着人工智能的逐渐普及，需要审慎管理来应对这一转变。
 
　　由于人工智能模糊了物理现实、数字和个人的界限，衍生出了复杂的伦理、法律及安全问题。比如：谁拥有个人数据？数据应以何种方式共享？面对日趋严峻的网络安全攻击又该如何保护数据？其次，人工智能可能在决策过程中产生无意识的歧视。
 
　　除伦理问题之外，人工智能在社会的普及更会产生诸多法律层面的影响。如果人工智能的决策导致意外甚至犯罪，谁应当对其负责？人工智能创作的知识产权归谁所有？一旦人工智能拥有超级能力，又该用哪些措施进行监管？人工智能研发人员有哪些法律权利与义务？
 
　　要建立一个完善的法律及伦理框架，仍有许多问题尚待充分探讨。