“中国有多少数学家投入到人工智能的基础算法研究中？”五一前上海召开院士沙龙活动，中国工程院院士徐匡迪等多位院士的发问引发业界共鸣，被称为“徐匡迪之问”。这一对当下中国人工智能直击核心的提问，不但表明了当下中国人工智能发展的短板，同时也揭去了披在当下所谓“人工智能”算法外表华丽的面纱。

“我国人工智能领域真正搞算法的科学家凤毛麟角。”4月28日超声大数据与人工智能应用与推广大会，东南大学生物科学与医学工程学院教授万遂人表示，“徐匡迪之问”直击我国人工智能发展的核心关键问题，“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”。

人工智能是计算机技术发展到高级阶段，融合了数学、统计学、概率、逻辑、伦理等多学科于一身的复杂系统。是当下所有信息技术所不能达到的高级应用。其最为核心的技术便是人工智能算法。如何让计算机能像人类一样进行思考，如同人一样利用现有的知识进行学习并实现合乎逻辑的推理，是人工智能算法试图实现的目标。其技术绝不是一般公司能够轻轻松松实现的。当下国际社会公认的人工智能研发顶尖公司，如Google和IBM等投入了海量资源，动用了顶尖的数学科学家、计算机专家，能实现了计算机程序的一定程度智能化，但距离真正的AI仍然相差很远。

进入2018年，中国人工智能产业“忽如一夜春风来，千树万树梨花开”，一下子出现了无数人工智能研发公司，并都号称到得了显著技术进步。比如基于人工智能的医学图像识别系统，对于某个疾病的识别率高达95%以上，远远高于人工判读。中国人工智能真实如此繁荣吗？

“如果缺少核心算法，当碰到关键性问题时，还是会被人‘卡脖子’。”浙江大学应用数学研究所所长孔德兴教授对科技日报记者表示，我国人工智能产业的创新能力并没有传说中的那样强，事实是，产业发展过度依赖开源代码和现有数学模型，真正属于中国自己的东西并不多。

4个月零基础学会人工智能、16讲入门人工智能、算法线下大课……类似培训在网络上非常火爆，通过对于现有算法、模型的学习和训练，成长为人工智能工程师的“短平快”可见一斑。

既然代码是开源的，拿来用就好，为什么还有可能被“卡脖子”？

孔德兴解释，开源代码是可以拿过来使用，但专业性、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即使可以准确识别人脸，但在对医学影像的识别上却难以达到临床要求。“例如对肝脏病灶的识别，由于边界模糊、对比度低、器官黏连甚至重叠等困难，用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息，甚至会出现误导等问题，这在医学应用上是‘致命’的。”

“碰到专业性高的研究任务，一旦被‘卡脖子’将会是非常被动的，所以一定要有自己的算法。”孔德兴说。换句话说，是否掌握核心代码将决定未来的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。秦陇纪总结，中国制造正从“硬件组装厂”向“软件组装厂”蔓延，浮躁如故。