“当前，全球人工智能竞争将从两个方面来重点体现：抢占技术和产业制高点，拥有核心技术;参与全球人工智能的规则制定。全球没有经验可供借鉴，需要进行探索。”5月11日，在由中国科学技术信息研究所、新华社中国财富传媒集团、中国国际工程咨询公司战略研究院联合主办的“前沿科技青年研讨会”上，上海科学研究所科技发展研究中心主任王迎春如是说。

智能时代的社会和文化将面临怎样的挑战?王迎春说，在社会心理方面带来焦虑、恐惧、激动等情绪，在社会规则方面冲击现有的法律以及带来社会伦理的算法歧视，在社会权力结构方面，平台巨头权力空前增长，责任要求增加。在挑战国际关系准则方面，将带来国际数据流动、军事变革、发达国家再工业化、新兴市场国家智能升级、工业化断裂等问题。

王迎春提出，人工智能将重塑就业结构，不是直接替代职业岗位，而是替代工作内容，中短期内会出现就业两极化趋势。未来要搭建规则协商平台，为公民和消费者参与智能治理提供渠道，政府牵头搭建利益相关方的协商平台。并适当加强对平台企业的监管和责任。建立综合实验区，快速实验。牵头发起国际人工智能治理合作项目，引领国际规则。由人工智能研究中心牵头，对就业等重大问题开展综合性的纵深研究。

中国科学院自动化研究所类脑智能研究中心副主任曾毅介绍了人工智能的科学与技术发展情况，说明类脑智能是通过计算建模揭示智能的本质。同时还分析了深度神经网络对环境适应性的弱点、基于类脑神经网络的自主学习与决策的应用，以及受脑启发的思维揣测计算建模与应用。

中国国际工程咨询公司区域规划部副处长于明表示，据普华永道预计，到2030年，人工智能技术将使全球GDP增加15.7万亿美元(增长14%)。当前，全球人工智能领域融资总额持续增长但增速放缓。截至2017年末，全球人工智能公司突破2075家，跨越25个子门类，融资金额高达65亿美元。预计到2020年，全球人工智能融资金额增速会由2017年的33%下降至20%。

同时，国内人工智能投资逐步回归理性。2015年，国内人工智能投资总规模高达8.9亿美元。在经过近三年的爆发式投资和对高估值项目的推崇之后，国内风险投资生态系统正在走下融资高峰，逐步回归到正常、健康的投资环境。2017年，国内人工智能投资金额再创新高，达到10.3亿美元。随着投资市场的沉淀，人工智能技术不断突破，商业模式持续创新，逐渐培育出产品和应用具有相当规模的优质企业和项目。

在此基础上，深度学习、图像视频识别和文本识别成为热点，其应用范围较广。深度学习算法成为推动人工智能发展的焦点，相继在图片识别、机器翻译、语音识别、决策助手、生物特征识别等领域实现了创新突破。

从产业发展趋势来看，人工智能目前已跨越了单纯依靠数据获取来实现技术提升与推动应用发展的阶段，数据与应用的迭代式螺旋上升发展将推动人工智能应用层产业的跨越式发展。在下一阶段，预期智能芯片、智能机器人及智能驾驶等产业将率先落地，凭借技术的早期积累与资本的持续注入占据相当的市场份额。

于明表示，当前，行业监管问题迫切需要引起各方重视。任何新兴科技产业从诞生到具体落地，都需要面临技术、商业、法律和政策层面的诸多挑战。在当前人工智能产业正处于蓬勃发展阶段的同时，必须认真考虑到未来行业监管措施的制定与实施。包括算法公正性、人工智能伦理与透明度、人工智能的法律责任。在人工智能系统危害或侵害人类的情况下，人工智能系统软件开发商、AI系统运营商和算法使用平台应承担的法律责任范围亟待确定。