[ 据统计，上海目前拥有人工智能核心企业超过1000家，泛人工智能的企业超过3000家，人工智能企业从业人员约10万，居于全国前列。 ]

人工智能（AI）的发展离不开深度学习基础理论以及其他基础研究的支持，依靠产学研联动，才能进一步推动人工智能技术在行业的应用落地。

2020世界人工智能大会于7月9日正式召开，第一财经记者日前采访了中国和澳大利亚两地的高校教授，他们认为上海对于人工智能基础研究的发展具有众多优势。

悉尼大学工程及信息技术学院教授、澳大利亚科学院院士陶大程在接受第一财经记者采访时表示：“上海拥有世界一流的高校，高等院校和研究机构是进行人工智能创新研究的重要力量。同时作为一个千万级人口规模的国际化大都市，上海庞大的市场蕴藏着丰富的人工智能的应用场景和所需的大量数据资源。"

基础科研推动产业再升级

上海科技大学信息科学与技术学院执行院长、叠镜数字联合创始人虞晶怡教授对第一财经记者表示：“人工智能的基础发展不能靠一个学校或者一个公司来推动，而是一个产学研共同努力的结果。学校主要做基础的研发，公司推动产业化落地。各个高校集自己所长，与工业界密切联系，服务工业界，这让我们看到了人工智能的发展是有实际的应用场景的。"

虞晶怡也是计算机视觉顶级会议ICCV 2025大会的程序主席，他强调基础科研的重要性。“无论是世界人工智能大会还是ICCV大会，都让国内学术界越来越近距离地接触到深度学习等国际研究的最新成果，这无疑有利于人工智能在中国的进一步发展。中国研究者也将在国际舞台上拥有更多声音。"

近年来，越来越多的国际知名高校开始寻求与中国机构开展人工智能方面的合作，比如悉尼大学已经与上海交通大学、复旦大学签署了学校间的战略合作协议。陶大程表示，这些海外机构看重的是上海人工智能的土壤。

“上海传统基建的发展比较成熟，以5G数据中心工业互联网等为代表的新基建发展也非常的迅速，为后期人工智能产业的发展奠定了很好的基础。"他对第一财经记者表示。

陶大程认为，上海在金融、汽车、集成电路、软件、信息技术、生物医药和生物医药等产业具有明显的优势，与人工智能的深度融合可以促进产业的再造和升级，创造巨大的经济价值和社会价值。

去年，上海浦东新区的人工智能创新应用先导区正式揭牌，成为全国首个人工智能创新应用先导区。工信部认为，上海产业部门类别齐全，具有大数据的资源优势，智慧应用的基础也已经初步形成规模，且上海有比较优质的高校和科研院所的资源。

对此，陶大程向第一财经记者表示，上海人工智能的发展呈现出几大发展优势，首先是越来越热，参与的企业越来越多；其次是越来越实，人工智能开始从概念实验室算法落地，成为实际的技术和产品，创造出实际的商业、市场和价值；再次是应用场景越来越多，产品形态越来越丰富；最后是技术的发展和产品迭代的速度越来越快，不断出现更新的前沿研究和智能的产品。

据统计，上海目前拥有人工智能核心企业超过1000家，泛人工智能的企业超过3000家，人工智能企业从业人员约10万，居于全国前列，投研效应得以发挥，并初步形成了以浦东张江、徐汇滨江等重点等创新示范区的引领，杨浦、长宁、闵行、静安等区域联动的发展格局。

目前，上海已经确立了打造人工智能高地的目标，不仅如此，上海还出台了大量的相关政策。陶大程院士引用统计数据称，上海出台的与人工智能产业相关的政策的数量达到了44项，通过规划资金等方面的支持，充分利用技术创新资源，人才与市场优势，打造人工智能的具体聚集区。

与此同时，陶大程表示，应加强人工智能教育的普及，让全上海的每一个学生都有机会学习人工智能，让有潜力的学生可以继续深造，从而为智能时代孕育更多的人才。此外，需要进一步完善人工智能学科建设和人才培养的机制，更多地引进具备多学科知识结构背景的复合型人才，这些基础资源的投入将对自主研发人工智能前沿核心技术形成有效的支撑。

公共数据开放打造世界级场景

人工智能的进一步发展当然离不开数据资源。

去年10月1日，《上海市公共数据开放暂行办法》正式实施，这也是全国首部针对公共数据开放的地方性政府规章。

“公共数据的开放对基础研究的意义非常大，高校和科研院所是基础研究的发源地，需要大量的数据，但是高校和研究机构自己不拥有数据，因此就需要自己进行数据的标注，但这是一个巨大的工程，因为现在的数据量已经达到了上亿量级。"陶大程告诉第一财经记者，“这一办法的实施，很好地帮助我们解决了数据标准的问题，为我们节省了巨量的资源和资金。"

陶大程表示，现在如果有大量的公开数据，就能帮助研究学者获得数据，从而探求更好的算法、学习的方法和模型，有效地对这些数据进行建模，分析和挖掘这些数据。

“我相信会有越来越多的公司和机构把相关的脱敏数据共享出来，帮助研究学者深入研究这些数据，设计更为有效的神经网络模型和学习算法。"陶大程表示。

陶大程认为，有价值的数据包括与智能楼宇相关的数据，比如水、电和制冷设备的使用频率和耗电信息量；商场、医院的人流等。陶大程表示：“如果能把这部分数据共享出来，那么就能让研究学者帮助商家或者药物的开发者开发出更加精准的模型，促进形成精准营销和精准医疗的解决方案。"

但他强调，数据的共享也是有一定使用条款的，需要满足数据监管的规定。“深度学习正在重塑我们的产业，其中很多方面对于技术的安全性非常敏感，比如无人驾驶和药物设计、疾病的诊断等等。"陶大程说道。