基础研究：“并跑”到“领跑”的增长点
教育部《高等学校人工智能创新行动计划》提出了“聚焦并加强新一代人工智能基础理论和核心关键技术研究”的重点任务，但与此同时，也有专家提出，“深度学习”“卷积神经网络”等人工智能基础理论都已经提出，学来消化掉就可以了，从“跟跑”到“并跑”的后发优势是由我国人口基数和市场决定的，弯道超车关键在产业应用。那么，我们为何还要在人工智能基础理论上下大功夫呢？
“虽然深度学习、神经网络应用很广，但这只是人工智能的一部分。中国要研究新一代的基础理论。”潘云鹤说，60年前“人工智能”刚提出时的信息化基础是单个计算机，而现在传感器网、大数据、云计算、超级计算的出现使得环境发生了变化。“原有人工智能的定义——"让计算机变得和人一样聪明"，取得了一些成绩，但科学家已经意识到，人的自然智能与机器智能终究不同，如何通过人机混合的脑机系统形成更强的智能，这方面的基础理论是下一步的发展空间。”
在浙江大学脑机接口实验室，记者见到一只头部插着电极的大白鼠沿着地面上的箭头轨迹钻迷宫。这并不是大鼠能“识文断字”，而是一旁实验员操纵的结果。她告诉记者，自己手上鼠标的左右键发出的信号分别会刺激大鼠左转右转的脑区，而中键信号则会刺激奖赏区，在大鼠完成左右指令后给予奖赏，大鼠自然就“听话”了。
而在该实验室的另一个项目中，人的意念取代了鼠标。“实验者想象自己左侧或右侧肢体运动的感觉，脑波经传感器收集分析后，给大鼠发去指令，实现了人脑和鼠脑的交互。”项目负责人、浙江大学教授潘纲介绍，这项技术可用于残疾康复、边防、电力巡线等工作。“国外脑机交互投入也很大，我们现在还处于实验阶段，成本较高，应用场景不是十分明晰，企业还不愿进入，还是靠国家项目在推进。”潘纲说。
