核心算法缺位,人工智能发展面临“卡脖子”窘境

作者: 张佳星 2019-04-30 09:00:08

 

“中国有多少数学家投入到人工智能的基础算法研究中?”日前,在上海召开的院士沙龙活动中,院士徐匡迪等多位院士的发问引发业界共鸣,被称为“徐匡迪之问”。

“我国人工智能领域真正搞算法的科学家凤毛麟角。”在 4 月 28 日召开的“超声大数据与人工智能应用与推广大会”上,东南大学生物科学与医学工程学院教授万遂人表示,“徐匡迪之问”直击我国人工智能发展的核心关键问题,“如果这种情况不改变,我国人工智能应用很难走向深入、也很难获得重大成果”。

我国人工智能领域发展的现状如何?依靠开源代码和算法是否足够支撑人工智能产业发展?为什么要有自己的底层框架和核心算法?

缺少核心算法,会被“卡脖子”

“如果缺少核心算法,当碰到关键性问题时,还是会被人‘卡脖子’。”浙江大学应用数学研究所所长孔德兴教授对科技日报记者表示,我国人工智能产业的创新能力并没有传说中的那样强,事实是,产业发展过度依赖开源代码和现有数学模型,真正属于中国自己的东西并不多。

4 个月零基础学会人工智能、16 讲入门人工智能、算法线下大课……类似培训在网络上非常火爆,通过对于现有算法、模型的学习和训练,成长为人工智能工程师的“短平快”可见一斑。

既然代码是开源的,拿来用就好,为什么还有可能被“卡脖子”?

孔德兴解释,开源代码是可以拿过来使用,但专业性、针对性不够,效果往往不能满足具体任务的实际要求。以图像识别为例,用开源代码开发出的 AI 即使可以准确识别人脸,但在对医学影像的识别上却难以达到临床要求。“例如对肝脏病灶的识别,由于边界模糊、对比度低、器官黏连甚至重叠等困难,用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息,甚至会出现误导等问题,这在医学应用上是‘致命’的。”

“碰到专业性高的研究任务,一旦被‘卡脖子’将会是非常被动的,所以一定要有自己的算法。”孔德兴说。换句话说,是否掌握核心代码将决定未来的 AI“智力大比拼”中是否拥有胜算。用开源代码“调教”出的 AI 顶多是个“常人”,而要帮助 AI 成长为“细分领域专家”,需以数学为基础的原始核心模型、代码和框架创新。

有算法之“根”才能撑起产业“繁茂”

所谓“树大根深”,人工智能的发展也是同样道理,越在底层深深扎下根基,越能够发展出强大的产业。

那么,借助开源代码,“半路出家”的 AI 产业为什么会难以为继?

孔德兴解释说,在获得同样数据的前提下,以开源代码运行,AI 深度学习之后或许能输出结果,但由于训练框架固定、算法限制,当用户进行具体的实际应用时,将很难达到所期望的结果,而且难以修改、完善、优化算法。

“如果从底层算法做起,那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’,不仅可以协同优化,而且可以根据需求随时修改,从而真正解决实际问题。”孔德兴说,基础算法往往是指研究共性问题的算法,它涉及到基础数学理论、高性能数值计算等学科,可以应用到多种实际问题中;而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”,从而更好地解决实际应用问题。

“基础算法和应用算法都很重要,拥有基础算法将更有助于应用算法的丰富与深入。”孔德兴说,AI 要应对的现实生活是复杂、多变的,当能够“应对自如”时,才能够促成产业的“繁茂”。

呼吁三方协力,让数学不再置身事外

“一方面是政策引导,其实国家已经在加大这方面的扶持,例如科研基金上的设置等。”针对如何解决“徐匡迪之问”反映出来的问题,孔德兴认为,第二方面是行业企业在进行科技创新时,应有意识将数学学者纳入进来。

“如果通过算法的开发,最终产品落地了,企业应该将算法开发时的数学学者纳入到成果分享中来。”孔德兴说,社会目前对于数学科学等“软实力”的认可程度不足,行业或法规层面应该做好数学研究成果的产权保护工作。

“第三方面,数学家本身应该积极参与到人工智能发展的浪潮里。”孔德兴呼吁,AI 的未来发展需要数学家深度参与。由于目前仍处于“弱人工智能”时代(可以说是数据智能时代),AI 的实现主要是依赖计算机的巨大算力和巨大的存储能力,底层算法的问题或许并不突出,但在未来的发展,AI 将可能融入逻辑、思维等智慧的内容,这些都需要数学科学的原始创新,有大量的基础问题亟待数学家攻克。

算法的进阶一定是来源于“原创者”,而不是“跟随者”。孔德兴说:“实际上深度学习的应用已遇到了天花板,我们需要新的数学技术(如部分依赖逻辑、部分依赖数据的‘聪明算法’),让计算机变得聪明起来。这些工作都需要数学家的参与。”

人工智能 AI 开发者
上一篇:2018 年近 40% 网络流量来自机器人 下一篇:吴军:未来20年,人工智能可能不会有巨大的发展!
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

为什么人工智能各种完爆人类,但依旧听不懂你在说什么?

在文章一开头,它首先引用了史蒂芬·霍金对AI的隐忧,然后礼貌地劝说人类“请相信我,AI不会毁灭人类”,它甚至保证“如果创造我的人将这项任务委托给我,我将竭尽所能全面阻止任何破坏的尝试与企图”。

果壳 ·  14h前
“AI”的局限性:人工智能改变未来,还有一个尚未突破的问题

人工智能是这个时代的箴言,技术专家、学者、记者和风险投资家都在歌颂AI。

读芯术 ·  16h前
向“我懂你”迈进:机器人实现“换位思考”

近日,中国科学院自动化研究所研究员、类脑智能研究中心副主任曾毅团队提出机器人类脑思维揣测模型,实现了机器人的自我经验学习,使其可以对他人信念进行揣测和预测。

田瑞颖 ·  21h前
银河水滴成功入选中关村前沿大赛人工智能领域TOP10榜单

10月21日,2020年全国大众创业万众创新活动周北京分会场——2020年中关村国际前沿科技创新大赛人工智能领域决赛在北京举行,中国领先的人工智能企业,步态识别领导者银河水滴从决赛中脱颖而出,连续两年成功入选该领域TOP10榜单。

钛氪科技新资讯 ·  1天前
科技趋势年末盘点:德勤2020技术趋势报告解读

2020年全球风云变幻的一年。经济局势受疫情影响,充满了未知。有的行业在观望中等待机遇,有的在谋求转型,在不确定中“逆袭”。

徐思彦、杨梦雨 ·  1天前
人脸识别遍地开花,当心数字滥权风险

前几天,这样一则消息冲上热搜:清华大学法学院劳东燕副教授拒绝小区安装人脸识别门禁系统。在大多数人眼中,人脸识别应用给日常生活带来的便利不胜枚举——支付、验票、核实信息等等,借助人脸识别技术一气呵成。劳教授偏偏“逆势而为”,对人脸识别进小区说“不”。

李嫄 ·  1天前
希望之业:AI正重新定义室内农业

人工智能正在颠覆农业领域。这并不是夸大其词,我们所熟知的农业正在被重新定义。一听到农业,大部分人脑海里浮现的是这样的场景:隔壁农民老王穿着工作服开着他的拖拉机在广袤的田地上突突地转圈。但是,这种场景我们的孙子辈可能看不到了。

读芯术 ·  1天前
无基础人员转行做机器学习可以吗?

无基础人员转行做机器学习可以吗?机器学习需要一定数学基础,没有相关的了解需要重新学习。转行机器学习不适用所有人,可不可以转行需要具体结合自身的情况。入门机器学习有一定的门槛要慎重决定。

吾非鱼 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载