在當今科技浪潮中，人工智能已從前沿概念深度融入社會經濟發展的脈絡。浙江大學吳飛教授指出，人工智能的創新發展，特別是應用軟件的開發，正日益依賴于多學科的“交叉匯聚”。這不僅是技術的融合，更是思維、方法與生態的協同進化，為智能時代的軟件創新開辟了新路徑。
一、 交叉匯聚：人工智能創新的核心引擎
吳飛教授強調，傳統單一學科的研究范式已難以應對人工智能，尤其是其應用層所面臨的復雜挑戰。真正的突破性創新往往發生在學科的交叉地帶。
- 知識體系的交融：人工智能的根基在于計算機科學，但其深化需要數學（優化理論、概率統計）、認知科學、神經科學乃至人文社科的滋養。例如，大語言模型的成功，離不開對語言學、心理學認知機制的借鑒。
- 技術路徑的匯聚：應用軟件開發不再僅是算法實現，而是數據科學、軟件工程、云計算、邊緣計算、物聯網、乃至芯片設計等技術的深度融合。一個智能醫療診斷軟件，背后是醫學影像分析、大數據處理、可靠軟件架構與隱私計算技術的共同支撐。
二、 推動應用軟件開發的三重融合
基于交叉匯聚的理念，吳飛教授認為，下一代人工智能應用軟件的開發將呈現以下關鍵特征：
- “模型+場景”的深度融合：開發重心從追求通用模型的“大而全”，轉向與垂直行業知識（如金融、制造、生物醫藥）深度結合的“專而精”。軟件的核心競爭力在于利用領域知識對基礎模型進行微調、優化與定制，解決特定場景的實際痛點。
- “軟件+硬件”的協同設計：為提升效率與能效，人工智能應用軟件需與專用硬件（如AI加速芯片、神經形態計算器件）協同設計與優化。軟硬件一體化的開發思路，能釋放更大的計算潛能，推動AI在終端設備的普及。
- “技術+治理”的并行發展：負責任的AI已成為共識。應用軟件開發必須早期嵌入倫理、隱私保護、公平性、可解釋性等治理維度。這需要開發者與法律、倫理、公共政策專家跨界合作，確保技術創新與社會價值對齊。
三、 培養交叉型人才，構建匯聚型生態
吳飛教授指出，實現上述創新的關鍵在于人與生態。
- 人才層面：需要培養既精通人工智能核心技術，又具備領域專業知識，并擁有系統思維和工程實現能力的“十字型”人才。高等教育需打破學科壁壘，設計跨學科課程與項目實踐。
- 生態層面：應構建“產學研用”協同的創新生態。高校與科研機構提供前沿探索與理論基礎；企業聚焦工程化、產品化與市場驗證；用戶反饋驅動應用迭代。開放平臺、開源社區以及跨行業聯盟，是促進知識、數據、工具鏈共享的重要樞紐。
###
吳飛教授的觀點清晰地表明，人工智能應用軟件的絕非單一技術的線性延伸，而是在交叉匯聚中產生的“化學反應”。唯有打破藩籬，促進知識、技術、人才與資源的自由流動與深度融合，我們才能開發出真正智能、可靠、賦能百業的軟件系統，穩健推動人工智能技術創新走向深入，共同塑造一個更加智慧的明天。
