近日，由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办的第五届CCF-GAIR全球人工智能与机器人峰会在深圳拉开帷幕。今年的主题定位为 “AI 新基建，产业新机遇”，新基建机遇下该如何定义人工智能的现状与未来，人工智能各个学科怎样突破瓶颈，人工智能企业如何在万亿市场立于不败之地，这也是今年峰会揭示的主要议题。大会上，南京大学计算机系主任、人工智能学院院长周志华发表了重要演讲，提出未来人工智能发展，要在先有数据驱动的基础上结合知识驱动。 

　　当前，人工智能技术的发展主要有三个要素，分别是数据、算法和算力。前几年，“大数据时代”是一个热词。但众所周知，大数据本身并不必然意味着大价值。数据是资源，要得到资源的价值，就必须进行有效的数据分析。 

　　在今天，有效的数据分析主要依靠机器学习算法。今天的人工智能热潮主要就是由于机器学习，特别是其中的深度学习技术取得巨大进展，而且是在大数据、大算力的支持下发挥出巨大的威力。 

　　“人工智能算法模型的发展，与算力、芯片发展之间，有相互促进的作用。这几方面的要素是互相促进、互相支撑。”周志华表示，谈到深度学习，就要谈到深度神经网络。深度神经网络系统庞大，需要大量数据与强大算力的支撑。人工智能算法模型对于算力的巨大需求，也推动了今天芯片业的发展。例如现在训练深度神经网络用到的GPU，更早是用于动画、渲染。如果没有深度神经网络强大的需求，GPU也很难有如今的广阔市场。 

　　周志华指出，学术界和工业界在人工智能研究上，适宜有不同的分工，即把对“性能”的追求交给工业界，而学术界则应回到本源，做好“探路”与“思考未来”的工作。只要是全新的探索，成功了可以指出新的道路，即便不成功，也可以指出此路不通，意义重大。一条道路探明之后，进一步的改进和提升就交给工业界。 

　　人工智能技术发挥作用要有算法、算力和数据三大要素，未来的发展方向如何？周志华表示，疫情期间的合作使业内人士意识到，如果机器学习技术能够跟专家知识很好地结合起来，或许会发挥超出预想的作用。 

　　周志华总结，现在经常在谈数据、算法和算力三要素，未来或许应该考虑进知识这个要素。“过去十几年，我们都是从数据驱动的角度来研究人工智能，现在可能是时候把数据驱动和知识驱动结合起来了。”