机器人是智能源创新，发展速度快

　　谈及人工智能能产业当前的发展状况，吴毅红认为，目前我国人工智能产业发展势头旺盛，国家大力扶持，各种政策利好，并且中国人民勤劳上进，再加上拥有大量的数据资源，对于现阶段正处于专用人工智能发展时期来说，国内拥有很大的优势。同时，吴毅红指出了未来人工智能产业发展主要面临的三个挑战，首先是原始创新力的不足。回顾人工智能发展的历史，在上世纪70年代人工智能发展的起步阶段，我国数学家吴文俊先生将中国古代数学的机械化思想与现代计算机相结合，给出了几何定理机器证明的原理和方法，在世界上被广泛引用和赞誉。

　　现在的科研物理环境与经费投入今非昔比，而科研软环境需要改变以给出培养原始创新的土壤，需要更加重视基础研究和保持长期的稳定投入。第二个挑战是知识产权保护的问题。“人工智能产业的健康发展，需要重视知识产权保护，尊重知识，保护创新，形成良好的创新环境，激发创新的热情”，吴毅红说道。最后一个挑战是人工智能安全、数据偏见或数据隐私的问题。在人工智能安全方面，吴毅红强调需要警惕数据带来的算法歧视和偏见，数据隐私泄露的问题等，这就需要配套的法律法规，并建立人工智能服务和产品的监管技术平台等。

　　当前国家高度重视人工智能的发展，在过去已出台了一系列的有力的发展政策，这极大了促进了各行各业对人工智能发展的重视和投入，刺激经济的进一步发展，使我国人工智能在国际上有一个很高的地位。未来，人工智能的发展将是一个更加健康平稳的长期过程。

　　探索与发展并进，产学研需深度融合

　　吴毅红认为，当前的人工智能探索主要还处在过多依赖数据面向专门场景下的专用人工智能，需要结合更多的知识理论体系向通用人工智能技术迈进。通用人工智能需要赋予对“时间”、“空间”和“因果关系”的理解能力。而在视觉智能方面，马尔计算机视觉理论框架和知识体系具有“空间”和“时间”的理解能力，所建立的三维计算机视觉系统可奠定计算机视觉通用智能的基石。在此基础上，研究赋予“因果关系”的理解能力，视觉通用智能可往前迈进。这也是吴毅红目前为何坚持在马尔视觉理论框架下，并致力于广泛场景下的应用难点解决研究的原因。

　　目前人工智能的生态系统形成与发展，得益于数据、算法、算力的配套发展，在图像、语音方面发展最为快速，应用领域涉及驾驶、金融、医疗、安防、娱乐、教育、旅游等众多行业，产品有聊天机器人、搬运机器人、扫地机器人、智能音箱、人脸考勤、人脸通关、在线远程诊断等等。吴毅红提到，在这次疫情中，大家也看到了自动送货机器人、自动消杀毒机器人、大数据预测疫情发展、AR智能测温、大场景红外测温、自动辅助诊断等实际应用案例，“我们更应该大力倡导人工智能的发展，其作用和价值还远远没有被彻底发挥”。

　　为更好地推进人工智能产业发展，需要产学研深度融合、团结协作，吴毅红建议可建立相应的融合平台或合作机制。在国家层面，早已经有了相应的举措。科技部部分重点研发项目，需要企业和研究机构一起合作进行；早在1997年，就设立了企业博士后科研工作站。除此之外，吴毅红补充到，“我们已经看到一些地方政府与科研院所共同构建了人工智能研究院、人工智能创新平台等，是一个非常好的人才培养储备、促进地方经济发展、升级行业布局的举措，这些政府的行动服务确实非常值得赞扬。”另外，企业也可以抓住人工智能发展的机遇，和研究机构建立联合实验室等，科研机构可派出人员到企业去兼职，企业和科研机构保持长期的固定沟通交流等也是促进产学研深度融合的办法。