在基礎科學領域擁有深厚積澱的南京大學物理學院今年啟動了一項人工智慧與量子物理的前沿交叉領域研究專案。 南京大學物理學科是中國物理學的搖籃之一， 目前擁有10位院士。
南京大學物理學院院長李建新表示， 這個研究項目主要解決兩個問題：一是人工智慧是否可以理解現有的物理學並發現新的物理規律？二是可以在多大程度上運用量子計算和量子電腦助推人工智慧的研究。
為了吸納更多人才， 向學術界普及這一交叉學科研究的最新進展， 南京大學在2017年12月底召開了一場主題為“人工智慧和量子物理”的學術研討會， 來自不同國家、不同領域的數十位專業學者和年輕技術人員在這次研討會上發表了人工智慧和量子物理交叉研究的最新成果。
李建新認為， 無論是量子物理還是人工智慧， 這個交叉學科研究都十分有價值。
過去幾年， 全球人工智慧市場開始逐漸形成“中美兩極”格局。 中美兩國的人工智慧技術和產業落地均遙遙領先於全球其他地區。
協力廠商融資資料統計機構平臺鯨准的統計資料顯示， 人工智慧創業公司2016年拿走總額高達1224億元的外部投資， 2017年， 這個數字漲到了3458億元人民幣。
華創資本合夥人熊偉銘指出， 人工智慧產業發展較人才和技術積累更快， 人工智慧的本質是技術驅動， 人才培養和行業發展的剪刀差正在形成。
人工智慧領域的技術創新和人才培養可分成三個層次：應用層、技術層和基礎層。 應用層聚焦技術和各行業各領域的結合；技術層是演算法、模型和技術開發；基礎層則是計算能力和資料資源。
多位人工智慧領域從業人士表示， 中國和美國在人工智慧人才的積累上不分伯仲， 中國在應用和技術層的人才培養上甚至超越美國， 但在基礎層的研究上則弱於前者。
一位參與了國家863項目的科研專家介紹， 中國啟動“863計畫”之時， 正值全世界的人工智慧熱潮。 十幾年努力之下， 中國縮短了人工智慧技術與全球先進水準的差距， 但還存在一些問題。
例如課題較為分散、應用層和技術層的項目偏多， 基礎研究比例較少；受限於研究經費， 不少課題既沒有取得理論上的突破， 也沒有太大實際應用價值等。
南京大學的人工智慧與量子物理的前沿交叉領域研究項目是基礎研究的一個細分領域。
南京大學物理系校友、科沃斯機器人創始人兼董事長錢東奇為南京大學該研究項目提供資金支援。 他說， 高等院校的技術不能僅限於眼前的經濟發展而不重視基礎理論研究和儲備， 提升研究經費的核心意義在於為正在向山頂爬行的研究人員提供“安靜的實驗室”。
錢東奇認為， 提升計算力很有可能是人工智慧和量子計算交叉研究的第一個突破口。
高校和科研機構是人工智慧前沿交叉技術研究的主力。 除南京大學之外， 中國各大高校也在加碼相關領域基礎學科研究。
北京大學副校長兼教務長高松在近期的一個學術論壇上闡述了北京大學在該領域研究的總體規劃：重點發展人工智慧基礎研究和大資料核心技術，
清華大學1990年就成立了“智慧技術與系統國家重點實驗室”， 目前在量子計算和類腦計算等基礎前沿研究領域超前部署， 並已取得一系列進展。
中美人工智慧的競爭， 最終取決於人才和技術的較量， 中國需要加快突破在基礎層技術和人才培養的瓶頸。
人工智慧騰訊研究院在2017年8月發佈的一份名為《中美兩國人工智慧產業發展全面解讀》的報告中提到， 美國基礎層人才數量是中國的13.8倍。美國團隊人數在處理器/晶片，機器學習應用，自然語言處理，智慧無人機4大熱點領域全面壓制中國。
財經
美國基礎層人才數量是中國的13.8倍。美國團隊人數在處理器/晶片，機器學習應用，自然語言處理，智慧無人機4大熱點領域全面壓制中國。財經