近日，“人工智能通识教育”全国学术研讨会在上海大学召开。
来自全国各地的教育教学和人工智能专家齐聚一堂，聚焦人工智能通识教育。
上海大学党委常委、副主任聂青在致辞中指出，人工智能技术与物联网、云计算、大数据、深度学习、智能卫星等一起，代表着新一代的最新发展，可能会在年内及年后建立一种新的社会形态。
在这种社会形态下，人工智能将如何重新布局？加快落实新赛道《中国人工智能发展报告》指出，2020年一季度，我国人工智能领域投融资规模占全球60%，成为人工智能领域投融资规模最大的国家世界上的智慧；就人工智能企业数量而言，近年来快速增长，截至今年6月，我国人工智能企业数量已达3万家，位居全球第二。
拥有强大数据收集和软件开发能力的互联网公司与华为这样的科技巨头之间，企业发展战略开始出现分化。
经过一年多的发展，各公司根据自身资源制定了差异化战略。
各个公司最初对行业都有自己的偏好。
初创企业在算法和模型训练上有优势，互联网公司有天然的数据优势，安全公司则凭借强大的工程能力加速安全项目的落地。
AI领先初创企业近年来融资动作频繁，受到资本市场青睐。
目前不存在资金瓶颈。
然而，面对互联网巨头的挑战，各大初创企业应该依靠现有的独立设计算法的能力，构建平台化的解决方案。
规划，赢在研发能力和规划执行速度上。
从目前落地进展来看，移动互联网、安全、零售、物流、医疗、娱乐、自动驾驶等领域的商业化尚未成熟。
但以旷视科技Face++、商汤科技、极联科技Video++为代表的头部AI企业的策略已呈现出向平台公司或软硬件融合公司分化的趋势，零售等新领域正在快速崛起。
加快人工智能大学布局。
截至今年11月中旬，我国已有33所大学宣布设立人工智能学院或研究所。
在2018年7月国务院发布《新一代人工智能发展规划》之前，这是个人的尝试。
只有三所大学正在探索这一项目，北京、上海和广州各一所。
在2017年4月教育部发布《高等学校人工智能创新行动计划》之前，尚处于探索阶段。
地点扩展到陕西、重庆、江苏等地的8所大学。
新机构名称统一为“人工智能”学院或研究所。
《高等学校人工智能创新行动计划》明确提出“年内将建立50所人工智能学院、研究院或交叉研究中心”，这标志着积极布局阶段的开始。
半年内，已有22所大学采取行动。
2017年7月，随着教育部遴选28所地方本科、高职院校，这股热潮进入了批量建设阶段。
由此看来，长期的科研投入和跨学科专家合作意味着大学在人工智能领域发挥着不可替代的引擎作用。
与其他国家相比，中国的政策推进更加系统化，从国务院的宏观战略到教育部的行动计划，再到大规模建设的入围名单。
国内高校的举措和行动更是令人惊叹。
它们在短时间内已初具规模，覆盖多个省市和各类大学，并在大学内建立了新的学院或研究所，涉及预算、人员编制等、招生计划、校园基础设施和其他重大变化。
促进跨国利益相关团体之间的数字合作，服务于人类最大利益，是当务之急。
我们必须找到方法在世界各地的人们之间达成共识和一致，并共同推动广泛接受的方法的创新，以解决问题并保持对复杂的人类数字网络的控制。
威康信托基金数据和创新总监 Daniel Mikhailov 表示：“我认为 2020 年，人类和人工智能之间将会有良好的互动。
在我的领域——健康——大数据分析和基因组学的进步中拥有巨大的潜力创造个性化药物，改善诊断、治疗和研究，虽然我对人类的适应、学习和发展能力持乐观态度，但技术创新并不总是一帆风顺，在某一时刻，我们可以从过去的技术中学习。
例如，英国央行首席经济学家安迪·霍尔丹就曾指出，在19世纪，最初的“勒德分子”的不满是有正当理由的，因为他们正在经历严重的失业浪潮，需要一代人的时间才能创造出足够的就业机会。
它还提醒我们，新技术的引入将使一些人受益，但也会损害另一些人，为了抓住未来的机会，我们需要认识到这一点并准备适当的应对措施，例如资金充足的成人教育计划。
制定政策，确保人工智能发展用于增进人类共同利益。
今年1月，未来生命研究院（FLI）举办了主题为“有益的人工智能”的阿西洛玛会议。
来自法学、伦理学、哲学、经济学、机器人学、人工智能等多学科、多领域的专家共同达成人工智能23条原则，呼吁世界在发展人工智能时严格遵守这些原则，共同维护未来利益和人类的利益。
安全。
因此，建立包容性、去中心化的智能数字网络可确保技术对社会和道德负责。
一些新的监管和认证程序是必要的。
北美研究科学家写道：立法是保证社会利益分配的主要机制，但立法的车轮运转缓慢。
尽管人工智能的好处很快就会达到1%，但其他人需要更长的时间才能感受到好处。
只有当我们的代表领导人有意识地制定强有力的社会和财政政策时，这种情况才会发生。
近年来，越来越多的国家认识到人工智能将带来下一次工业革命。
中国、美国、英国、欧盟、加拿大、日本、韩国等国家和地区都提出了自己的人工智能战略。
与其他国家的战略相比，我国的规划突出技术和应用，而相对淡化人工智能发展中的其他方面或问题。
在人工智能立法与推广、教育与人才培养、应对人工智能带来的问题等诸多方面，我们也应该积极探索在提升“硬实力”的同时，提升“软实力”，从追随者走向引领者。