圖：目前中國的人工智能產業整體創新能力仍有進一步提升的空間。圖為早前中國電子信息博覽會上，人工智能直播設備吸引參觀者。 中新社

　　今天以5G、人工智能（AI）、量子科技、高性能計算、區塊鏈等數字技術為主導的第四次工業革命，正推動人類文明邁向新形態。中國的數字經濟發展已取得初步成果。《全球數字經濟白皮書（2022年）》顯示，2021年中國數字經濟規模達45.5萬億元人民幣，GDP佔比達39.8%。《「十四五」數字經濟發展規劃》也明確提出：到2025年，數字經濟核心產業增加值佔GDP比重達到10%，數字經濟在中國經濟中將佔據至關重要的位置。

　　筆者認為，數字經濟的發展依賴於數字技術，而數字技術的突破與基礎科學的發展緊密相關。可以說，基礎科學理論的發展是數字技術發展的「制高點」。其中，以人工智能為代表的數字技術，終有一天將創造出新的「摩爾定律」，從而帶領數字技術取得突飛猛進的成果。

　　以人工智能為代表的一系列數字技術革新，其技術發展的速度、自我迭代的能力，以及對人類社會影響的廣度和深度，都是前三次工業革命所無法企及的。近幾十年中，摩爾定律見證了計算能力的快速提升，也為複雜性的數據建模和處理打開了新大門；機器學習跨越了「維數災難」，通過模擬人類的學習行為，獲取新的知識或技能，重新組織已有的知識結構不斷改善自身的性能，向「自主學習」的目標不斷前進；人工智能在五年內的發展超過之前五十年，而且解決了大量實際問題……

　　但隨着技術的不斷進步，單一IT架構已無法滿足激增的算力需求，摩爾定律正在逐步走向「失效」。事實上，不僅是摩爾定律，人工智能部分算法的發展似乎也遇到了平台期。以本公司所從事的決策智能領域為例：決策智能是人工智能應用的高級階段，人工智能通過對行業、領域知識的知識圖譜化，洞察信息間的關係，不斷優化自己的決策能力，從而擁有專家級別的實力，輔助人類做出決策。在這一過程中，包括數據統計、算法設計，以及算法應用等步驟。其中，數據是基礎，而算法才是核心。不可否認，算法性能發展到一定階段會遭遇瓶頸，而要突破這種「瓶頸」，真正需要的是在基礎科學也就是數學上的突破。

　　高質量的數字技術是實現高質量數字經濟發展的基礎，基礎科學理論發展又是數字技術制高點，必須加大對基礎學科的研究投入。目前中國的人工智能產業整體創新能力仍然有進一步提升的空間，開源代碼和現有的數學模型仍然是進行算法設計的主要工具。要讓人工智能應用於更廣更深的細分領域，需要突破當前的數學模型，進行核心模型、代碼甚至是算法框架的創新。只有這樣，才有可能走出「前決策階段」、達到超越人類能力的「超級決策階段」。

　　摩爾定律總有失效的一天，它要突破，只能依靠基礎學科基礎理論的突破。筆者堅信，在不久的將來，「新摩爾定律」一定會青出於藍，並且能夠帶來新一輪的數字技術發展。

　　儘管數字經濟已經成為改變全球競爭格局的重要力量，但不可否認的是，在任何一種技術發展的初期階段，其擁有的創造性與破壞性總是共存的。為了規範與引導數字經濟健康發展，《「十四五」數字經濟發展規劃》明確指出：「數字化轉型已經成為大勢所趨」，同時強調「規範健康可持續是數字經濟高質量發展的迫切要求」。

　　在筆者看來，如果從技術的角度觀察數字經濟泡沫問題，主要涉及三個方面：

　　一是對數字技術的實際應用效果預期過高，可能導致數字經濟的泡沫。對數字技術的實際應用效果要有準確的分析和理性的判斷，數字技術不是萬能的，無論是數字產業化還是產業數字化的過程中，都不能過度迷戀某一種或幾種數字技術，應根據實際情況，量力而行。

　　二是數字技術最終要服務於實際應用場景，脫離場景談技術也容易導致泡沫。以人工智能為例，人工智能的時代是應用為王的時代，要為人工智能技術找到典型的應用和場景，才能幫助提升該場景下的能力並解決問題，這樣的人工智能技術才是有價值有意義的。

　　三是新數字技術的研發時間較長，其對數字經濟的影響需要拉長評估周期。從客觀規律來看，一些基礎研究成果短期之內並不能看到其應用價值，需要較長時間積累才能取得突破。豪賭某一種技術短期內能夠取得重大成果是不現實的，數字技術的進步需要社會各方和政府持續加大投入，同時支持基礎科學研究。