国内人工智能：“拿来主义”何时休？自主研发路在何方

 

在国内人工智能发展的进程中，“拿来主义”的影子随处可见。从算法模型到硬件芯片，不少企业热衷于借鉴甚至直接采用国外已有的技术成果，看似在短时间内缩小了与国际先进水平的差距，快速搭建起业务框架，但这也埋下了诸多隐患，让我们不得不反思：“拿来主义”何时才能休止？而自主研发的道路又在何方？

在算法层面，许多国内AI企业依赖国外开源算法库。虽然开源算法极大地降低了研发门槛，使得企业能够快速上手并开发应用，但过度依赖也导致创新的自主性受限。企业习惯于在已有算法基础上修修补补，缺乏从底层开始创新的动力与能力。一旦开源社区停止更新，或者算法出现安全漏洞，企业往往只能被动等待国外修复，自身缺乏应对能力。以计算机视觉领域为例，部分基于国外开源算法的图像识别产品，在复杂环境下的识别准确率始终难以提升，根源就在于没有自主研发适配复杂场景的算法，难以突破技术瓶颈。

硬件方面，AI芯片的“拿来主义”问题更为突出。高端AI芯片技术长期被国外少数企业垄断，国内企业为了快速推出产品，多选择直接采购国外芯片。这使得国内AI产业在硬件上存在“卡脖子”风险。一旦国际形势发生变化，芯片供应受阻，相关企业的业务就会陷入停滞。例如，此前国外对我国部分科技企业实施芯片禁运，直接影响了这些企业在AI领域的产品研发与生产，暴露出过度依赖进口芯片的弊端。

“拿来主义”盛行的背后，一方面是企业急功近利的心态作祟，自主研发周期长、投入大、风险高，相比之下，拿来现成技术能快速实现商业变现，诱惑巨大；另一方面，国内在基础科研、人才培养体系等方面存在不足，导致自主研发的土壤不够肥沃，企业自主创新面临重重困难。

要摆脱“拿来主义”，走上自主研发的正轨，首先要从观念上转变。企业必须认识到，只有掌握自主核心技术，才能在全球AI竞争中赢得主动权，不能再抱有短期投机心理。政府应加大对AI基础科研的投入，建设一批高水平的科研平台，鼓励高校和科研机构开展前沿研究，为自主研发提供理论支持。同时，完善人才培养体系，从基础教育阶段开始普及AI知识，高校和职业院校设置相关专业课程，注重实践能力培养，为产业输送大量高素质的AI人才。

国内人工智能产业不能永远活在“拿来主义”的舒适区。只有坚定不移地走自主研发道路，攻克核心技术难题，才能真正实现产业的自立自强，在国际舞台上绽放属于自己的光彩 。