近日，2018中国(深圳)IT领袖峰会召开。数字中国联合会常务理事丁健作为主持人，达闼科技创始人、首席执行官黄晓庆、北京旷视科技有限公司联合创始人唐文斌、海尔家电产业集团首席技术官赵峰、金蝶集团创始人、董事会主席兼首席执行官徐少春作为嘉宾，进行了主题为“人工智能与实体经济”的高端对话。
丁健在开场中提到，人工智能的核心还是在物理、数学和科研非常深的基础上，这也是今天人工智能所面临的最大挑战。即虽然在很大程度上能够模拟人工智能的东西，但是在现实过中，人们对于更深层的基础原理依然不够了解，距离强人工智能、通用人工智能还有很长的距离。
对此，黄晓庆表示，深度学习领域里最需要突破“学习”，就是用很多数据来训练一个神经网络。“似乎我们在很多的问题上达到很高的水平，但是，很明显的人类不是这样学习的。”相比较于人工智能，人类从小受到教育，即“先建模”，人类是有常识的，但机器没有。黄文斌对此表示赞同。他表示，突破来自于两个方面，一是我们现在得到的技术研究，二是现在得不到的技术研究。
黄文斌展开讲道，得到的技术研究，比如数据学习、新的神经网络方式，人们已经在神经网络的范畴里对于如何拓宽现有边界做出尝试。“我们现在做的AI还是分两类，一个是真的是突破边界的，不是用现有的架构、网络神经操作，而是更新的操作引入进来，然后做了一些新的东西出来，这是需要突破性的思维和及其创新的人。”
赵峰认为，一是从新的算法这个方向突破，另一个是从基础计算机能力的方向来突破。他认为，目前大多数主要的人工智能进展是基于神经网络深度学习的，大部分得出的结论没办法来解释为什么会得到这个结论。以前，计算机能力没有达到现在的程度，研究者更多是基于逻辑推理的人工智能，而现在，人工智能则是基于大数据快速学习形成模型。赵峰认为，如果二者能够很好地结合起来，那么人工智能得出的结论既能够很快地识别和执行，又能理解它为什么作这个决定。在仔细剖析了人工智能可突破的方向后，丁健向在场嘉宾再度抛出了问题，即企业在发展人工智能时最容易犯下哪些错误。
根据千讯咨询发布的《人工智能市场发展研究及投资前景报告》显示，在应用人工智能技术过程中，尤其是传统行业，比较难的是数据化的过程。人工智能向实体经济推的过程中，首先要把起点数字化，而且能够完整准确地数字化才能够进行人工智能的分析，这样才有基础。如果这个基础不建立，可能分析出来的东西和人们想要的东西是五花八门的。
对此，黄晓庆分享了两个词，一是技术信仰，二是价值务实，从某种程度上来看，二者是分裂的又是相互结合的。他表示，技术信仰的点在于我们觉得一家技术公司一定要有自己的技术洞见，并且要因为看见所以相信在一些你可能没法获得短期回报的事情上，要坚定不移地投入，即便我们现在没有看到效果。另外，做事情必须要价值务实，在前面技术信仰上我们不质疑，我们相信，但是在做产品和业务时要不断地质疑。
黄晓庆说，在降本增效的逻辑下，一部分人会失业。同时，人工智能本身也会创造出很多新的职位出来，我们要做人机结合的业务模式，要给人工智能做训练，提供好的数据帮助人工智能变得更强大。这些新创造的岗位会更加有价值，而不是人去做一些重复性的低效的，本身就应该被替代的工作。张斌表示，这一轮互联网和人工智能革命在更大范围内解决了人需要用体力工作的情况，这之后还会有更多领域消化这些人员，而且这些人员从事的工作将比过去更有价值。