周路明:源头创新方式需要改变,未来会关注人工智能 | CCF-GAIR 2017

简介:

雷锋网(公众号:雷锋网)按:由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会——「全球人工智能与机器人峰会」(CCF-GAIR),将于7月7日-9日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供一个广阔交流的平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。

在人工智能领域,处处都彰显着「创新」的姿态,在这个创新的领域,官产学研资等多方面都在紧密地关注着。

原深圳市科协主席、深圳市太空科技南方研究院院长周路明是本次CCF-GAIR大会组委会委员之一,曾在两年前,他参与发起了「中国源头创新百人会」,为的是连接中国的创新力量。在此前,周路明在各种场合提到过相关源头创新的概念,而在人工智能这个极具创新的领域,这个概念同样十分重要,那么源头创新到底是什么?国内外有何不同?我们需要做什么呢?

周路明:源头创新方式需要改变,未来会关注人工智能 | CCF-GAIR 2017

周路明

源头创新国内外差别

提到源头创新,有两种意义上的概念:

  • 一种是纯基础研究的工作,它是在科研范畴内围绕科学发现开展的学术活动。对于这部分工作,国内外的组织方式基本相同,以大学、科研机构为主体,按照科研活动的规律进行组织和管理。

  • 另一种是经济学意义上的源头创新,它以产业化为目标组织创新活动,最终的目的是发展经济,提升国家竞争力。

周路明表示:而在经济学意义上、围绕驱动产业发展的源头创新,发达国家和中国在组织方式上存在重大差别,并因此导致了完全不同的结果。

在发达国家,源头创新的组织重心放在市场主体,按照经济规律和市场法则进行管理,其资源配置、政策法律规范都围绕这个重心开展,其他科研组织都是市场主体的配角,从而保证了源头创新目标的顺利达成和投入产出的高效率。

在中国,由于源头创新工作是在计划经济向市场经济转轨的过程中起步和发展的,在市场主体还没有形成的情况下,源头创新的主体只能选择大学和科研机构并由此延续下来。在市场主体逐步发展起来之后,企业也被纳入作为源头创新的主体,于是中国的源头创新形成了两类不同性质的主体。

为了解决创新活动在不同的主体之间的转换,我们设计了一套成果转化的机制:国家把大部分的资金投入到国有的大学和科研机构,然后通过一系列复杂的政策设计,推动成果向企业转移,最终达到产业发展的目的。

但是传统的源头创新组织方式是把重心落在非经济组织上,所以导致了一系列的问题,比如评价体系偏学术忽略市场本质、两种不同性质创新主体在联接上存在着国有资产陷阱等等,导致源头创新发展缓慢。

所以,传统源头创新的模式需要改变。

转变和重组创新模式

周路明表示,深圳在近年的实践为源头创新的组织方式提供了新的选择。他们的基本做法是,把源头创新的组织重心放到经济组织,通过组建民办科研机构承接源头创新的上游创新活动,通过市场规则实现创新主体与产业和资本的无缝连接,形成符合经济规律和市场法则的源头创新体系,一举突破了原有组织方式的困境,实现了创新的高效率。

民办科研机构的崛起为国家源头创新组织模式提供了全新的视角:

  • 第一,社会力量兴办的公益性科研组织规避了行政对科研的干预,科学家团队按照科技规律、经济规律和市场规则自由创新,民办科研机构更多的表现为经济系统内创新组织的特征,而不是行政系统内的科研组织,它们与产业和金融资本的结合变成了无缝联接,原来困扰人们的所谓两张皮问题被完全化解。民办科研机构最基本的生存动力在于把东西做出来并获得市场的承认,不会出现论文导向、急功近利的现象。

  • 第二,官助民办的方式既发挥了中国政府组织动员能力的长处,又避免了原来科研事业单位管得太死的毛病。由于组织重心从行政事业单位转向了经济系统的民办创新机构,投入产出的效率得到了极大的提升。

周路明说,百人会的目的,就是想要参与改变这些老旧的东西,形成新的创新方式,通过百人会,来整合国际创新资源,链接行业创新需求,构建产业创新生态,开展决策咨询,提供科技评价等。所以官产学研资都有代表在里面,会在行业里有吸纳影响力的人,参与百人会的做这些公益的事情。把多方的力量聚集起来,共同做好创新这件事。

创新的概念太宽泛,今年百人会会聚焦到人工智能这个领域,今后也会是。

周路明告诉雷锋网,他们目前主要关注智能驾驶、金融科技、生命医学以及物联网几大块,这几块之中都与人工智能密不可分。

中国源头创新百人会2017年度会议将于明日(7月6日)在深圳召开,与往年不同,今年会议的重点也聚焦到了人工智能这个领域。也将提到人工智能产业布局、可穿戴医疗技术、大数据应用平台等议题。

会后周路明也会以大会组委会委员的身份参加CCF-GAIR大会,共同探索人工智能领域的创新方式。

本文作者:赵青晖

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
5月前
|
人工智能 安全 Android开发
【专栏】在人工智能时代,Android和iOS两大移动操作系统巨头正加速融合与创新
【4月更文挑战第27天】在人工智能时代,Android和iOS两大移动操作系统巨头正加速融合与创新。Android以其开放性占据广阔市场,集成AI功能如语音助手;而iOS以其稳定性和生态优势,如Siri,提供卓越体验。两者在AI技术、应用场景上相互借鉴,拓展至医疗、教育等领域,并逐步打通生态系统。然而,技术竞争、数据隐私和标准不一是挑战,新市场需求、技术创新和产业合作则带来机遇。未来,二者将继续推动AI发展,为社会进步贡献力量。
72 4
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能与创新的未来
在当今科技飞速发展的时代,人工智能已经成为了推动创新与变革的关键力量。本文将探讨人工智能技术在创新领域的应用,并探索其未来发展的可能性,以期为读者带来新的思考与启发。
31 0
|
3月前
|
机器学习/深度学习 人工智能 监控
人工智能浪潮中的伦理困境:如何平衡创新与责任?
随着人工智能技术的快速发展,其在改善人类生活的同时,也引发了一系列伦理问题。本文将探讨AI技术在医疗、司法和隐私保护等领域的应用所带来的伦理挑战,并讨论如何在促进技术创新的同时确保社会责任的承担。通过分析具体案例,文章旨在提供对于制定AI伦理指导原则的建议,以期达到技术发展与社会价值的和谐共存。
|
4月前
|
人工智能 前端开发 搜索推荐
人工智能(AI)在前端设计中的创新应用
人工智能(AI)在前端设计中的创新应用
113 4
|
4月前
|
机器学习/深度学习 存储 人工智能
人工智能在医疗健康领域的创新应用与挑战
人工智能在医疗健康领域的创新应用与挑战
56 2
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
|
5月前
|
机器学习/深度学习 人工智能 监控
探索人工智能在图像识别领域的创新应用
【5月更文挑战第25天】随着深度学习技术的飞速发展,人工智能(AI)在图像识别领域取得了重大进展。本文将深入探讨人工智能如何通过先进的算法和模型改进图像识别能力,并分析其在不同行业中的应用前景。我们将重点讨论卷积神经网络(CNN)与循环神经网络(RNN)的结合使用,以及生成对抗网络(GAN)在提高图像质量方面的作用。此外,文中还将提及数据增强、迁移学习等策略对提升模型泛化性能的重要性。
|
5月前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像识别领域的创新应用
【5月更文挑战第30天】 随着深度学习技术的飞速发展,人工智能(AI)在图像识别领域取得了革命性的进展。本文旨在探讨AI技术如何优化图像识别流程,提高识别精度,并分析其在多个行业中的实际应用。通过对比传统方法和最新的研究成果,我们展示了AI驱动的图像识别系统在处理速度、准确率和自动化水平方面的显著提升。此外,文章还将讨论当前面临的挑战和未来的发展趋势,为读者提供一个关于AI在图像识别领域内应用的全面视角。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能技术与创新发展
在当今快速发展的科技时代,人工智能技术已成为推动创新发展的关键驱动力之一。本文将探讨人工智能技术在创新领域的应用,并就其对社会、经济和人类生活的影响展开讨论。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的创新应用
【2月更文挑战第28天】 随着技术的不断进步,人工智能(AI)已成为推动现代技术创新的关键力量。特别是在机器学习领域,AI系统的能力不断增强,能够处理更复杂的任务并做出更加精准的决策。本文将探讨AI在持续学习系统中的应用,重点分析其在数据处理、模式识别和自适应学习机制方面的最新进展,并提出如何利用这些技术来设计更为高效和智能的教育工具,以促进个体和组织的知识积累与技能提升。
77 1
下一篇
无影云桌面