前不久，一位人工智能产业专家对笔者说起一个担忧：当前深度学习炙手可热，但该领域最原创的成果却没有一项出自我国，相关研究人才储备也很少，优秀的研究者相对缺乏。在人工智能这条新跑道上，如果不补上原创能力不足的短板，恐怕还得跟在别人后面走。
单看数据指标，我国人工智能发展确实喜人。根据不久前发布的《中国新一代人工智能发展报告2019》，我国人工智能论文发文量全球领先，企业数量、融资规模等多项指标居全球第二。应用场景不断丰富，一些产业也在稳步落地。得益于良好的产业市场环境，我国在人脸识别、语音识别等应用上下出了“先手棋”，诞生了一些引领行业潮流的企业。
在看到优势的同时，也要看到短板。我们有海量数据的优势，但要让它产生价值，依靠的是算法突破；我们有潜力十足的市场，但应用得以落地还要靠芯片来驱动。而算法、芯片这些基础、平台技术，正是我们所缺乏的。更何况，人工智能技术方兴未艾，一旦算法等底层支撑出现革新，此前应用上的优势就有归零的风险。
一些原创研究看似与应用不直接相连，却极为关键。人工智能是技术驱动的典型，原创研究的意义在于，若能在技术上先人一步，便有了时间窗口，赢得发展先机。做大做强人工智能应用，从原创出发，才能走得更远。
正是基于这些认识，我国2017年发布的《新一代人工智能发展规划》，把基础研究放到突出的位置。一些新锐创新企业通过布局原创技术，也在市场中尝到甜头。业界一家领先的人脸识别企业，在短短数年内，其产品覆盖了安防、金融、汽车等跨领域的多个行业。公司负责人透露快速成长的秘密：在自主的底层算法上，搭建了开源平台。有了它，就能高效地产出满足不同需求的模型。因为掌握了原创技术，许多企业找上门来合作，产业的应用又反哺技术“进化”，从而形成“领先技术—行业应用—技术升级”的良性循环。
加强原创技术研发，面向理论前沿，探索“无人区”，也正当其时。人工智能越往深处走、越往后突破，对原创的需求就越强烈。比如如何用更低的功耗，使用较少的数据，实现比现有理论更智能的感知和决策，学界和产业界都在翘首期盼。
古希腊科学家阿基米德说：“给我一个支点，我就能撬动地球。”对人工智能生态来说，这个支点就是原创。面向未来，我们应在原创的支点着力，在未来智能社会的画卷上，绘出产业应用的更好明天。