科技企业高飞(探索丨AI核心技术突破，方能“头雁高飞”)

来源：交汇点新闻客户端

交汇点讯 开启AI，开创未来。23日在南京大学举行的“2019南京论坛”上，人工智能（AI）是核心议题。“人工智能正在改变一切”“到2025年，人工智能核心产业规模将超过4000亿元”——来自人工智能学界、产业界大咖的各方声音，勾画着AI发展的全景蓝图。 如今，新一轮科技革命与产业变革已曙光可见，早已成为资本风口的AI，如何“头雁高飞”，引领科技鼎新，将蓝图落地成真？

AI热潮吸引全球目光，中国站在风口

“通过五年左右的努力，人工智能核心产业规模将突破500亿。” 省委常委、南京市委书记张敬华在开幕式上的演讲表示。 不仅是南京，随着国务院规划将“人工智能”发展提升到国家战略层面，20多个省区市已陆续发布了新一代人工智能发展规划。毫无疑问，人工智能正在成为中国经济发展中的“焦点”。 用AI加快新材料开发，用AI预测生物大分子结构，用AI检测诊疗，用AI重塑能源工业……来自物理、化学、生物、医学等各学科领域的专家讲述“AI+”的万花筒世界。事实上，在制造、能源、运输、金融、医疗保健等领域，我们已经采用了很多人工智能技术。 而人工智能技术并不止步于此。“AI和人类一样，正在自我改进和提升。” 递归神经网络之父、瑞士达勒·莫尔人工智能研究所联合主任尤尔根·施米德胡贝开创的LSTM(长短时记忆)等技术，早已广泛应用于谷歌、微软、IBM、百度、脸书、推特等公司，他表示，过去很多人工智能是需要“老师”来训练，而目前一些叫“人工好奇心”的AI，则会设置自己的目标，这在未来几年会成为热点。“不是去解决别人给的问题，AI就像科学家一样，去发明他们可能面对的一些问题或实验。” 如今，世界各地对人工智能技术和相关企业的私人投资飞速增长。2018年，人工智能初创公司以创纪录的速度应运而生，吸引了约12％的全球私募股权投资，与2011年的3％相比，实现了大幅增长。2018年，最有价值的两大交易分别是美国自动驾驶初创公司Zoox的5亿美元融资以及对中国商汤科技公司的6亿美元投资。 中科院院士、南京大学校长吕建表示，“全球人工智能技术突飞猛进，人工智能已成为各国彰显创新实力的重要领域。” 毫无疑问，中国已经成为全球AI中心之一。但风口之下的中国AI实力还只有美国的一半。中科院院士、上海交通大学副校长毛军发援引牛津大学未来学院报告表示，中国主要落后在算法和芯片方面。 但从AI的大脑“算法”来看，全世界算法论文中有30%是中国人写的；从AI的躯体“算力”来看“天河二号”是全世界领先；从AI的“养分”来看，中国有更多大数据，且丰富的应用场景，广阔的市场，中国发展人工智能具有很好的优势。毛军发表示，“AI有望成为中国第一个有机会制定游戏规则的技术领域。”

从“可以用”到“用得好”，AI核心技术待突破

“AI的边界在哪里？随着深度学习的发展，AI的感知能力已经很‘强悍’了，尤其是语音和视觉技术，但除了自己看到的，AI还要学会推理，适应变化的世界。” 英特尔中国研究院院长宋继强说，在处理不确定性的问题，以及预判未来存在可能性方面，现有技术还需进一步提升。 毛军发院士归纳了目前人工智能形成的技术途径——先从医疗、金融等应用场景转化为图像、文字、语音等并加以数字化，成为数据。而数据需要经过深度学习的算法，归纳总结出一些统计规律，再通过元器件、芯片、系统等物化。 “在这个过程中，人工智能存在一些受限因素，比如数字误差，我现在讲话的声音，通过传感器变成数字一定存在误差；其次算法模型、计算机的能力怎么样？很多种算法之间有什么关系，是否具有统一特征？”毛军发解释，目前人工智能的主要来源是数学。人工智能想要做得好，要靠数学问题尤其是算法的解决。 “人工智能要进行重大理论创新，必须突破线性统计的算法。”作为一名数学家，中国科学院院士、北京航空航天大学教授郑志明先回顾了现代科学的发展，“在牛顿的科学思想中，会把各种复杂问题转化为理想方程，也就是我们所说的线性化。而现代科学认为，物理世界中的数学表达面对的是复杂的动态系统，其基本特征是非线性。”郑志明认为，目前的机器学习过程，还不能学习复杂系统。 “无人机群问题、自动驾驶问题，很多时候都需要实现复杂状况下的智能控制，非线性和随机性在其中是普遍存在的。” 郑志明表示，面对现实中的各种复杂情况，我们需要超越传统的线性统计方法，用“精准智能”去研究各种复杂系统。 南京鼓楼医院医学影像部行政主任张冰面对一个提问，“AI的老师是位医生，那AI有没有办法青出於蓝胜於蓝？”张冰举了肺结节的例子，我们会标注十万个例子让它去学，但万一标注的人水平就很差，“老师”的教材就是错的。有专家表示，在许多应用领域中，数据量并不是一个问题，但这会限制我们更广泛、更充分地用好AI。 专家表示，尽管人工智能技术已经取得很多的进展，但这些进展基本上都源于辅助人类劳动的弱人工智能，而非达到或者超过人类智慧的强人工智能。“AI热潮涌动下，AI似乎可以赋能一切。”事实上，真的要让AI从可以用，到用得好，还需要人工智能本身的理论、方法，以及核心技术取得重大突破。

“AI+”带动产业，需深入“场景”才有前景

人工智能不是玩酷耍炫，而要带动产业革故鼎新。现场产业界专家表示，“AI+”产业，不仅要用到人工智能的算法，要用到硬件，也需要通讯技术，包括存储技术、芯片技术等，是一个完整的技术体系。 比如深度学习要突破数据瓶颈，对计算机要求提高，“越来越多的机器开始产生数据，2020年以后，将有近500亿台设备连入互联网，平均每位互联网用户每天将产生1.5GB的流量、每台自动驾驶汽车每天将生成超过4TB的数据……数据的质变会提升在计算方面多样性的要求。”英特尔中国研究院院长宋继强说。 “阿尔法狗虽然下赢了世界围棋冠军，但机器下围棋的能耗是人的一万倍。”毛军发认为，人工智能到底能赋能多远？功耗是一个问题。 从技术升级迈向产业升级，深度学习必须解决鲁棒性、稳定性的瓶颈。艺赛旗副总裁胡立军用公司研发的机器人举例，过去自动化是让机器人替代人的部分劳动，而如今它需要嫁接更多的能力和应用场景。“未来整个产业做的事情，全部交给机器人去做，这样才能从自动化走向人工智能。” “各行各业都需要一套AI的完整解决方案，而不仅仅是算法。”旷视科技南京研究院主任魏秀参博士说，“大家都知道AI落地不易，只有真正围绕场景去做AI落地尝试的，才是未来比较有前景的AI企业。” 做好AI，用好AI，最终还需要AI人才。在人工智能人才培养的分论坛上，南京大学人工智能学院申富饶教授指出，南京大学AI人才培养目标是“具有源头创新能力、能够解决企事业单位实际技术难题能力”的AI专业人才。计算机学科课程及现有学科培养体系框架的修补，无法培养出合适的AI人才。西安交通大学人工智能学院副院长兰旭光教授提出，今年3月调研发现我们的人工智能缺乏深度融合，交叉融合，一方面，人工智能的基础理论不足，另一方面，AI复合型人才十分欠缺。 据初步估计，AI每年的人才缺口都在100万左右。京东AI研究院机器学习实验室主任易津锋博士说，从企业角度来看，AI要真正地去产生实际的落地价值，除了顶层的AI研发人才以外，AI的工程化人才、产品人才、运维管理人才等都非常稀缺。有了这些人才转化AI技术，才能通过场景让AI真正落地。 交汇点记者 杨频萍 佘治骏 摄 视觉中国 图