AI发展应以深度卷积神经网络为核心，全面开展计算机视觉、语音识别和自然语言等AI产品的开发与大规模产业化应用。这需要大数据、计算平台、计算引擎、AI算法、应用场景等飞速发展，另外还需要资源、资金、人才。在方法上，选定垂直细分领域最重要。

面向若干细分垂直领域，建立大数据中心。实现大数据采集、清洗、标签、存储、管理与交易，建立大数据源公共基础设施与垂直领域知识库。专有大数据是人工智能产业制胜的关键和法宝。中国企业必须开始特别关注大数据的采集与利用。其重要性如同原油一样，跨国企业视之为战略资源。

比如在算法突破方面，语音识别的流式多级截断注意力模型使识别准确率和响应速度都有大幅提升，为用户带来更好的体验；风格迁移的语音合成技术，仅需20句话就可以制作一个人的专属声音；综合应用语音和视觉技术，可以让机器自动合成虚拟形象；同时在原有架构的基础上，认知层统一为语言与知识技术，可以理解电影中出现的角色、音乐和民间艺术，并在机器同传上实现了突破式创新。

强力开展AI芯片与硬件平台的研发。包括基于FPGA的深度学习芯片;类脑芯片与忆阻器件;建立国家级人工智能超算中心。