新聞中心

EEPW首頁(yè) > 消費(fèi)電子 > 業(yè)界動(dòng)態(tài) > 中科院副院長(zhǎng)譚鐵牛:面對(duì)人工智能熱潮切忌跟風(fēng)

中科院副院長(zhǎng)譚鐵牛:面對(duì)人工智能熱潮切忌跟風(fēng)

作者: 時(shí)間:2016-08-30 來(lái)源:21世紀(jì)經(jīng)濟(jì)報(bào)道 收藏

  8月26日至27日,2016中國(guó)大會(huì)在北京召開(kāi),中國(guó)科學(xué)院副院長(zhǎng)、中國(guó)科學(xué)院院士、中國(guó)學(xué)會(huì)副理事長(zhǎng)譚鐵牛在會(huì)議上發(fā)言稱,發(fā)展60年來(lái)正在進(jìn)入非常特殊的一年,人工智能熱潮蔓延全球,近一年更是在專用人工智能領(lǐng)域取得突破性進(jìn)展。

本文引用地址:http://butianyuan.cn/article/201608/296235.htm

  但通用人工智能的研究與應(yīng)用依然任重道遠(yuǎn)。譚鐵牛強(qiáng)調(diào),人工智能熱潮下尤其需要冷思考,根據(jù)最新的新興技術(shù)成熟度曲線,人工智能相關(guān)技術(shù)正處于期望膨脹期,接下來(lái)可能是幻滅期,因而切忌跟風(fēng),注意尋找產(chǎn)業(yè)瓶頸而非風(fēng)口。

  譚鐵牛認(rèn)為,人工智能需要國(guó)家做出頂層設(shè)計(jì)規(guī)劃,落實(shí)相應(yīng)政策,建設(shè)中國(guó)自主可控的人工智能創(chuàng)新體系。

  2018年將突破2000億美元,AI熱蔓延全球

  人工智能產(chǎn)業(yè)化蓬勃發(fā)展,2015年全球人工智能市場(chǎng)規(guī)模為1270億美金,今年預(yù)計(jì)將達(dá)到1650億美金,譚鐵牛預(yù)計(jì)到2018年將超過(guò)2000億美元。

  人工智能從1956年提出,到今年正好60年,譚鐵牛認(rèn)為對(duì)人工智能來(lái)說(shuō),今年是非常特殊的一年。其中特別值得一提的是,專用人工智能領(lǐng)域近一年取得了突破性進(jìn)展,阿爾法狗是一個(gè)重要標(biāo)志性。

  此外,譚鐵牛介紹,新版的人型機(jī)器已能穩(wěn)步行走,自動(dòng)駕駛汽車、語(yǔ)音識(shí)別、人臉識(shí)別、虹膜識(shí)別也都取得了長(zhǎng)足的發(fā)展,這是往年所看不到的景象。

  他總結(jié)了人工智能領(lǐng)域的十大趨勢(shì):

  第一,人工智能熱潮全球化,從東方到西方,從發(fā)達(dá)國(guó)家到發(fā)展中國(guó)家,從大國(guó)到小國(guó),都掀起了熱潮。

  第二,產(chǎn)業(yè)競(jìng)爭(zhēng)白熱化,各種并購(gòu)和招聘人才,都希望來(lái)參與競(jìng)爭(zhēng)。

  第三,投資并購(gòu)密集化,過(guò)去一年大小收購(gòu)?fù)顿Y,從幾百億到幾個(gè)億,數(shù)不勝數(shù),更小規(guī)模則更多。

  第四,人工智能應(yīng)用普適化,向各個(gè)領(lǐng)域滲透。

  第五,人工智能的服務(wù)專業(yè)化,一個(gè)是研究通用化的人工智能,一個(gè)是專業(yè)化的人工智能。

  第六,基礎(chǔ)平臺(tái)開(kāi)源化,包括IBM、谷歌建立了開(kāi)源的平臺(tái)是過(guò)去一年特別明顯的一個(gè)新的特征。

  第七,關(guān)鍵技術(shù)硬件化,比如IBM的類腦計(jì)算平臺(tái)。

  第八,技術(shù)方法集成化,單一的人工智能計(jì)算理論和方法不可能包打天下,集成創(chuàng)新勢(shì)在必行。

  第九,學(xué)科創(chuàng)新協(xié)同化,多學(xué)科跨界融合、交叉協(xié)同,創(chuàng)新人工智能創(chuàng)新途徑,包括量子技術(shù)跟人工智能的結(jié)合。

  第十,社會(huì)影響大眾化,人工智能的影響的社會(huì)化大眾化。

  通用人工智能任重道遠(yuǎn),呼喚頂層設(shè)計(jì)政策

  盡管發(fā)展迅速,但通用人工智能的研究與應(yīng)用依然任重道遠(yuǎn)。

  “要在通用人工智能方面取得巨大突破還需要盡洪荒之力,這四句話描寫(xiě)了人工智能目前的水平:有智能沒(méi)智慧,有智商沒(méi)情商,會(huì)計(jì)算不會(huì)算計(jì),有專才無(wú)通才。”譚鐵牛說(shuō)。

  比如,人工智能在翻譯“中國(guó)隊(duì)誰(shuí)也贏不了”,就會(huì)陷入不知道怎么翻的境地,在通用人工智能方面還有很多問(wèn)題解決不好。

  中國(guó)該如何應(yīng)對(duì)這些趨勢(shì),抓住這個(gè)機(jī)會(huì)?譚鐵牛認(rèn)為首先應(yīng)該有一個(gè)人工智能的規(guī)劃,“上面要有規(guī)劃,因?yàn)橹挥型ㄟ^(guò)頂層規(guī)劃協(xié)調(diào),才能實(shí)現(xiàn)一盤棋,最終實(shí)現(xiàn)人工智能強(qiáng)國(guó),未來(lái)的世界科技強(qiáng)國(guó)一定是一個(gè)人工智能的強(qiáng)國(guó)。”

  其次,譚鐵牛認(rèn)為要推動(dòng)人工智能諸多利好政策的及時(shí)落地,“歸根結(jié)底這些好政策能不能及時(shí)落地,否則政策也是空的,關(guān)鍵要落地,要建設(shè)我國(guó)自主可控的人工智能創(chuàng)新體系。”

  這一體系被他概括成為“人工智能的核高基”:核就是核心技術(shù),高就是高端設(shè)備與應(yīng)用,基就是基礎(chǔ)理論設(shè)施。

  譚鐵牛表示,要發(fā)揮互聯(lián)網(wǎng)大國(guó)的優(yōu)勢(shì),把我們的數(shù)據(jù)和用戶優(yōu)勢(shì)資源轉(zhuǎn)化為人工智能技術(shù)優(yōu)勢(shì),最后深化人工智能技術(shù)推廣應(yīng)用,做大做強(qiáng)智能產(chǎn)業(yè),加強(qiáng)人工智能教育與科普,培養(yǎng)高素質(zhì)人才隊(duì)伍,最后支持人工智能社會(huì)學(xué)的研究。

  熱潮之下,人工智能切忌跟風(fēng)

  關(guān)于人工智能未來(lái)發(fā)展的若干思考,譚鐵牛認(rèn)為,首先要保持警醒,熱潮下面尤其需要有一份冷思考。

  他表示,阿爾法狗在圍棋上的表現(xiàn),確實(shí)提高了人們對(duì)人工智能的期望,但是切記,不能對(duì)人工智能提出過(guò)高的期望,希望太高,如果沒(méi)有實(shí)現(xiàn)就會(huì)非常失望,甚至絕望,人工智能60年的發(fā)展過(guò)程中有很多這樣的教訓(xùn),因而在熱潮下一定需要冷靜地思考。

  “有高潮一定會(huì)有低谷,這是發(fā)展的客觀規(guī)律,任何一個(gè)時(shí)段不可能一直蓬勃,引用最新的新興技術(shù)成熟度曲線,大家可以看到,智能機(jī)器人、認(rèn)知專家顧問(wèn)等熱門技術(shù)正處于期望膨脹期,接下來(lái)可能是幻滅期,所以需要我們冷靜的思考。”

  在此基礎(chǔ)上,譚鐵牛強(qiáng)調(diào)人工智能要切忌跟風(fēng)。“這幾年風(fēng)口熱好像說(shuō)的很多,站在風(fēng)口上豬都會(huì)飛起來(lái),臺(tái)風(fēng)一過(guò)摔死的是誰(shuí)啊,是被風(fēng)吹起來(lái)的,所以我覺(jué)得后面是我的話,找風(fēng)口不如找關(guān)口,就是要找發(fā)展的瓶頸在哪里,突破那個(gè)瓶頸,你就可能開(kāi)創(chuàng)一個(gè)新天地,搶占先機(jī)。所以找風(fēng)口不如找關(guān)口,大家不要再跟風(fēng)。”

  同時(shí),對(duì)于人工智能來(lái)說(shuō),需要不忘初心、繼續(xù)探索,回歸人工智能的本源。譚鐵牛表示,隨著信息科技與腦類科技的交匯,人腦智能機(jī)理的挖掘孕育著信息科技的重大變革。但要記得解決什么問(wèn)題,別走偏了,從研究?jī)?nèi)容追問(wèn)研究的目的,回歸本源。

  此外,人工智能需要苦練內(nèi)功,重視前沿基礎(chǔ)理論研究。譚鐵牛稱,人工智能現(xiàn)在是家喻戶曉,但不能被當(dāng)下的熱點(diǎn)一葉障目,盡管現(xiàn)在效果很好,但深度學(xué)習(xí)不等于AI,深度學(xué)習(xí)只是人工智能領(lǐng)域機(jī)器學(xué)習(xí)方向的一種方法。

  他認(rèn)為,深度學(xué)習(xí)的成功不是理論方法的突破,而是在大數(shù)據(jù)和大規(guī)模計(jì)算資源驅(qū)動(dòng)下的基于基礎(chǔ)理論的技術(shù)突破,其本質(zhì)是通過(guò)映射對(duì)復(fù)雜函數(shù)進(jìn)行逼近,所以深度學(xué)習(xí)依舊存在明顯的局限性,尤其在任務(wù)的切換和對(duì)環(huán)境變化自身完善方面,對(duì)小樣本的舉一反三等方面,人工智能與人類還是相差甚遠(yuǎn)。



關(guān)鍵詞: 人工智能

評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉