| | | 2018年07月20日 星期五
6
文汇教育

夯实“三大发展支柱”提升人工智能“智商”


    ■王秉达

    人工智能的概念从提出至今已有49年,这一波人工智能已是第三波热潮了,在上世纪80年代时热过一波。现在回头看,当时的人工智能等同于采用数据分析的 “专家”系统,而当下的人工智能主要集中在机器学习或深度学习上。

    人工智能并不会再像过去那些新概念那样昙花一现,最主要的原因是,过去几十年以来,信息产业在摩尔定律支撑下,取得了快速的发展。摩尔定律为人类带来的最大贡献是提升了电脑的运算能力。这也是为什么人工智能早期的研究都是在学院或者研究机构这样的“象牙塔”里进行原因。因为,没有足够的运算能力,人工智能很难形成实际的应用,而几十年前,只有在研究机构或者学院里才会有具备一定运算能力的设备,而如今,大运算能力已经不再稀缺,而人工智能也终于可以走出实验室,进入产业并实现大发展了。

    归根结底,人工智能是一种技术,甚至是一种定理,而非产品

    人工智能发展至今,之所以此次的热潮令人看好,最主要的原因是,它已经具备了三大发展支柱:算法、运算能力和数据。前两者,中国和发达国家仍然还有一定的差距,但是就数据而言,中国拥有的数据超过了世界上其他地方。但是,从根本上说,人工智能更像是一个 “原理”,一个基础理论,就仿佛牛顿定律一样,可以用在不同领域,发展出新的技术。因此,有了三大支柱支撑后,它就可以生发出更多的技术。尤其是产业对于人工智能各种应用的探索,也使得人工智能具备了进一步发展成熟的条件。

    人工智能具备发展的另外几个原因是,近年来的机器学习理论即深度学习理论是促成我们对人工智能再次利用的核心;其次,智能网联汽车的研究,加速了人工智能在产业中的推进,因为这牵涉到软件、硬件乃至整个产业链的发展。另一个重要因素,就是高性能计算机群 (HPC)。因为未来数据中心的技术核心就是高性能计算机群。所以推算下来,这一应用也将推动人工智能的大量应用。

    之所以说人工智能并不是一种应用,更是一个原理,是因为人工智能不论是在过去几轮短暂的热潮,还是现在,都已经初现了它的这一特性。

    人工智能目前应用的最主要的领域就是语音处理领域,这大概是目前市面上最广泛的应用了。其次是健康领域,其实,在 1996年火热过一阵的 IBM的机器人“深蓝”,最初它也并非是用来下象棋的,而是专为制药领域研发的人工智能。人工智能的第三个应用场景是金融,这已经进入应用了。其它还有零售行业、政府管理和能源系统领域。

    最后一个领域即机器视觉,中国在这一领域的著名企业有商汤、旷视。国外也有类似的企业。但是由于国内的数据量大,因此,在这一领域,我们比较容易超越其他国家。

    人工智能发展需要的是,在没有路的地方,也能够想办法解决问题的人

    “人工智能热”也带动了大批人工智能企业。全球范围内现有3500家人工智能创业公司,其中大约有350家属于特别出色的人工智能公司:美国有177家,中国有40家左右,其余公司遍布于欧洲等地。

    人工智能就仿佛互联网技术一样,一旦进入发展通道,会衍生出很多产品和应用,当你找到一个杀手级的应用时,也许你就会开辟一个新的行业,这也正是人工智能吸引人之处。

    在我们的现实生活中, 人工智能要帮助我们解决的问题,往往是人类打破沙锅还问不出所以然的问题,而人工智能可以替你找到相关性。因此,利用人工智能技术,我们只要创造出一个模型,也许就可以创造价值。

    而一切的发生,必然会带来一种思维的改变。对于人工智能领域的创业者来说,创业一定要有高起点,一点要有技术壁垒,否则仅仅照抄一个程序,即使也能赚钱,但是并不能持久,而且竞争力也不够。比如,中国的阿里巴巴、百度、腾讯等企业目前发展得非常好,但一旦海外企业引进中国,未必就是这几家独大的局面了。所以,不论是教授还是学生创业的时候,一定要抬高自己的技术门槛,这样即便别人能够抄的时候,也为时已晚。

    同时,也正因为人工智能不是一项技术,所以,人工智能的人才也并非某个专业可以培养的。我们现在炫耀的人才既要有深度,也要有广度。具体地说,我们最需要的人是,当你在某个领域遇到问题,虽然不是完全理解,但是也能够找到一个前进的方案,或者是在某些节点上,遇到想要打破沙锅问到底的问题时,人工智能恰恰能够给这样往前走的人,提供一个强大的工具——这就是我们产业界最需要的人才。我们的大学培养出这样的人,才会使我们的学术界或者产业界的研究课题不断往前推进。

    我曾在浙江大学的一个混合班里就读,这个班级拥有现在的新工科概念。所有工科学生聚集在一起,一起上课,一起生活。大家茶余饭后交流的都是各自班级的事情,因为当时的教学没有办法打破每个系、每个专业的界限,但是,生活上的交流也使得我们可以有充分的融合。我学物理,我的同学则来自计算机系。

    这也给了我启示,为什么我们觉得人工智能的机器人仍然那么笨?因为创造力难以培养。所以,我们设计的人工智能仍然很 “笨”。

    也许我们不可能在短时间内培养了解这么多领域的通才。但是,我们可以创造机会,让学生互相影响,这也是我所认为的当下所说的新工科改革的一个方向。

    (作者为华美半导体协会会长)

上海报业集团 版权所有