趋势一：产学研合作，人才培养系统化发力
2018年被称为中国人工智能人才系统化培养的元年，教育部印发了《高等学校人工智能创新行动计划》，不少学校开始申请人工智能专业，AI高中教材试水，创新型企业频与高校建立联合实验室……
“依托类脑智能技术及应用等国家工程实验室，中国科学技术大学2017年开设了人工智能本科学科，考虑到学科的综合性和交叉性，采用‘X+2’的模式，从大三进行人才遴选，2019年下半年将迎来学校第一批人工智能本科专业毕业生。课程分为模式识别、机器学习等基础理论必修课，以及计算机视觉、智能机器人等前沿选修课。”中国科学技术大学自动化系教授查正军说。
2019年，如何进行专业课程体系的设置、打通产学研的链条，成为突破重点。“现在还处在缺一系列课本、精品课程以及如何培养本科人才体系的阶段，这也是现在人工智能人才培养面临的最大任务”。浙江大学计算机学院副院长吴飞说，推进高等学校人工智能交叉学科的建设是一个突破口。
上海交通大学教授俞凯建议，人工智能基础研究和人才培养需要注重实用化和国际化两个方向，从实际遇到的问题中抽象出科学问题，反过来对理论研究产生正面影响。
趋势二：产业落地一边挤出泡沫，一边深入痛点
“人们往往会高估一项技术前五年的创造性，低估后五年的破坏性”。上海交通大学人工智能研究院副院长王延峰说，AI产业可能会经历一段调整期，挤一挤泡沫。同时对于产业界来说，场景驱动为实体经济降本提效，也会向更多行业继续深入。
退潮方知谁在裸泳。专家认为，在挤泡沫的过程中，中国人工智能产业将开拓更多元的产业场景和更深入的产业链条。未来在人工智能领域可能诞生类似英特尔这样的平台级和底层级公司，这是产业界的共识，但谁是赢家仍不得而知。
专家表示，从算法端向上下游延伸，芯片和开源开放平台作为人工智能发展的硬件和软件基础，正成为产业链条上不可或缺的部分。商汤科技首席执行官徐立认为，这一波AI浪潮在某种意义上，就是在行业中挖掘更深的痛点，深入应用，将更多技术做到超过工业红线，为行业创造价值。
针对人工智能和实体经济的加速融合，上海发布了人工智能十大应用场景的“需求单”，囊括了“AI”+安防、工厂、家庭、交通、金融、社区、学校、医院、园区、政务10大领域。政府“牵线”对接供需，让人工智能企业能与更多客户迅速匹配，既包含垂直具体场景，又兼顾行业通用需求，还探索园区集成方案。
上海市徐汇区区长方世忠表示，在上海人工智能高质量发展“22条”的基础上，徐汇将聚焦AI企业最关注的场景开放、技术研发、创新应用、金融服务等方面精准施策，营造最适合人工智能高质量发展和企业加速集聚的制度生态环境，使这里成为最适宜人工智能发展的制度供给试验田。
趋势三：瞄准新一代人工智能技术共闯“无人区”
现在，以数据驱动为核心的深度学习已经成为工具式的开发手段，下一代神经网络的方向是什么？未来十年，人工智能的新引擎是什么？业内专家认为，下一步AI的重点需要加强基础理论的创新和研究。
吴飞认为，从基础理论上看，数据智能日趋成熟、类脑智能蓄势待发，“双智”结合带来的新一代人工智能基础理论突破，是未来要把握的方向。
专家表示，年轻的中国人工智能科学家和企业家，正负担起寻找下一个十年行业发展的重任。2018年，AI青年科学家联盟在上海市徐汇区成立，旨在培养中国人工智能的多层次人才梯队。联盟发起人之一、氪信科技创始人朱明杰认为，青年科创家应寻找行业发展的真实痛点，把业务和AI真正结合起来，产生长期价值，促进产业升级。
“人工智能正在加速更新换代，需要更多青年人才的推动。”中国工程院院士、AI青年科学家联盟学术指导委员会主席潘云鹤说，中国的人才培养应该把知识和资本很好地结合起来，让年轻AI科学家、企业家可以开辟新领域，发挥人工智能的“头雁”效应，勇闯“无人区”。