如今，随着人工智能、大数据、云计算等新兴技术的高速发展，“智能+”社会已步步临近，社会各界也正积极勾勒未来社会图景。在这其中，人工智能被认为是引领新一轮科技革命和产业变革的战略性技术。那么，当前，我国人工智能与产业融合的情况如何？

　　业内专家认为，我国人工智能产业应用总体上处于起步阶段。当前，新一代人工智能已经从最初的算法驱动逐渐向数据、算法和算力的复合驱动转变，其中，基于数据的应用驱动作用日益显著。以医疗领域为例，我国智慧医疗近几年发展比较快，一个重要原因是有比较丰富的电子病历、医疗影像、病理图像等数据，基于这些数据，科研人员能够通过标注来训练人工智能模型。

　　事实上，我国拥有着海量数据和巨大市场规模，我们应充分发挥这些优势，加快推动人工智能的应用场景落地。不过在实际推进过程中，还是有一些难题制约着人工智能与产业更好地融合。

　　首先是数据的有效性不够。通常数据越多，人工智能算法越智能，不过这海量的数据只有经过计算、进行训练，才能产生价值。而我国的数据样本虽然非常丰富，但有时多获取的大部分数据没有价值，这就给利用数据训练算法带来较大困难。就拿智慧医疗领域来说，优质的数据一般要经过精选、清洗和标注，而高质量的标注数据门槛较高，通常由专业的医生来完成，但当前医生协助人工智能企业标注数据的积极性不高。由于高质量的标注数据缺乏，制约了人工智能在医疗领域的拓展。

　　其次是数据之间缺乏联动。数据孤岛现象影响了人工智能应用的落地。一些核心数据掌握在相关管理部门和行业机构手中，在保障数据安全和隐私安全前提下，如果能将这些优质数据投入到算法模型训练上，既能降低行业参与者的成本，也有助于拓展人工智能应用的深度。

　　此外，人工智能芯片、智能平台搭建等技术难题也有待突破，这些都在一定程度上影响了应用场景落地。

　　可以说，人工智能赋能产业是一个从量变到质变的过程。要想进一步推进人工智能产业发展，就需要搭建良好的产业生态链条，需要学界和产业界共同努力，探索拓展产业的边界和范围。同时，为了实现人工智能与传统产业良性互动，也需要提升社会整体智能化水平。

　　因此，有必要推进智能化信息基础设施建设，提升传统基础设施智能化水平。比如，无人驾驶需要车与路、车与人以及交通基础设施之间的互联互通，要实现这一点，稳定快速的通信网络就很重要，而5G技术和5G网络正好能满足车、路、人等协同的要求。无人驾驶汽车要上路，绝不是有了好算法就行，它还需要新一代通信技术基础设施的配合，以及相关标准、协议的兼容畅通。

　　而目前来说，我国人工智能产业尚未形成有影响力的生态圈和产业链，这就需要行业参与者积极布局，发挥好各自的优势，搭建起人工智能产业生态；管理部门也应发挥好引导作用，帮助解决制约行业发展的共性难题。此外，人工智能产业的有效推进还离不开行业标准管理、政策法规等外部环境，来共同提升社会整体智能化水平，促进人工智能与传统产业深入融合。