人工智能正文

中科院副院长:面对人工智能热潮要冷静

8月26日至27日,2016中国大会在北京召开,中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛在会议上发言称,人工智能发展60年来正在进入非常特殊的一年,人工智能热潮蔓延全球,近一年更是在专用人工智能领域取得突破性进展。

但通用人工智能的研究与应用依然任重道远。谭铁牛强调,人工智能热潮下尤其需要冷思考,根据最新的新兴技术成熟度曲线,人工智能相关技术正处于期望膨胀期,接下来可能是幻灭期,因而切忌跟风,注意寻找产业瓶颈而非风口。

谭铁牛认为,人工智能需要国家做出顶层设计规划,落实相应政策,建设中国自主可控的人工智能创新体系。

2018年将突破2000亿美元,AI热蔓延全球

人工智能产业化蓬勃发展,2015年全球人工智能市场规模为1270亿美金,今年预计将达到1650亿美金,谭铁牛预计到2018年将超过2000亿美元。

人工智能从1956年提出,到今年正好60年,谭铁牛认为对人工智能来说,今年是非常特殊的一年。其中特别值得一提的是,专用人工智能领域近一年取得了突破性进展,阿尔法狗是一个重要标志性。

此外,谭铁牛介绍,新版的人型机器已能稳步行走,自动驾驶汽车、语音识别、人脸识别、虹膜识别也都取得了长足的发展,这是往年所看不到的景象。

他总结了人工智能领域的十大趋势:

第一,人工智能热潮全球化,从东方到西方,从发达国家到发展中国家,从大国到小国,都掀起了热潮。

第二,产业竞争白热化,各种并购和招聘人才,都希望来参与竞争。

第三,投资并购密集化,过去一年大小收购投资,从几百亿到几个亿,数不胜数,更小规模则更多。

第四,人工智能应用普适化,向各个领域渗透。

第五,人工智能的服务专业化,一个是研究通用化的人工智能,一个是专业化的人工智能。

第六,基础平台开源化,包括IBM、谷歌建立了开源的平台是过去一年特别明显的一个新的特征。

第七,关键技术硬件化,比如IBM的类脑计算平台。

第八,技术方法集成化,单一的人工智能计算理论和方法不可能包打天下,集成创新势在必行。

第九,学科创新协同化,多学科跨界融合、交叉协同,创新人工智能创新途径,包括量子技术跟人工智能的结合。

第十,社会影响大众化,人工智能的影响的社会化大众化。

通用人工智能任重道远,呼唤顶层设计政策

尽管发展迅速,但通用人工智能的研究与应用依然任重道远。

“要在通用人工智能方面取得巨大突破还需要尽洪荒之力,这四句话描写了人工智能目前的水平:有智能没智慧,有智商没情商,会计算不会算计,有专才无通才。”谭铁牛说。

比如,人工智能在翻译“中国队谁也赢不了”,就会陷入不知道怎么翻的境地,在通用人工智能方面还有很多问题解决不好。

中国该如何应对这些趋势,抓住这个机会?谭铁牛认为首先应该有一个人工智能的规划,“上面要有规划,因为只有通过顶层规划协调,才能实现一盘棋,最终实现人工智能强国,未来的世界科技强国一定是一个人工智能的强国。”

其次,谭铁牛认为要推动人工智能诸多利好政策的及时落地,“归根结底这些好政策能不能及时落地,否则政策也是空的,关键要落地,要建设我国自主可控的人工智能创新体系。”

这一体系被他概括成为“人工智能的核高基”:核就是核心技术,高就是高端设备与应用,基就是基础理论设施。

谭铁牛表示,要发挥互联网大国的优势,把我们的数据和用户优势资源转化为人工智能技术优势,最后深化人工智能技术推广应用,做大做强智能产业,加强人工智能教育与科普,培养高素质人才队伍,最后支持人工智能社会学的研究。

热潮之下,人工智能切忌跟风

关于人工智能未来发展的若干思考,谭铁牛认为,首先要保持警醒,热潮下面尤其需要有一份冷思考。

他表示,阿尔法狗在围棋上的表现,确实提高了人们对人工智能的期望,但是切记,不能对人工智能提出过高的期望,希望太高,如果没有实现就会非常失望,甚至绝望,人工智能60年的发展过程中有很多这样的教训,因而在热潮下一定需要冷静地思考。

“有高潮一定会有低谷,这是发展的客观规律,任何一个时段不可能一直蓬勃,引用最新的新兴技术成熟度曲线,大家可以看到,智能机器人、认知专家顾问等热门技术正处于期望膨胀期,接下来可能是幻灭期,所以需要我们冷静的思考。”

在此基础上,谭铁牛强调人工智能要切忌跟风。“这几年风口热好像说的很多,站在风口上猪都会飞起来,台风一过摔死的是谁啊,是被风吹起来的,所以我觉得后面是我的话,找风口不如找关口,就是要找发展的瓶颈在哪里,突破那个瓶颈,你就可能开创一个新天地,抢占先机。所以找风口不如找关口,大家不要再跟风。”

同时,对于人工智能来说,需要不忘初心、继续探索,回归人工智能的本源。谭铁牛表示,随着信息科技与脑类科技的交汇,人脑智能机理的挖掘孕育着信息科技的重大变革。但要记得解决什么问题,别走偏了,从研究内容追问研究的目的,回归本源。

此外,人工智能需要苦练内功,重视前沿基础理论研究。谭铁牛称,人工智能现在是家喻户晓,但不能被当下的热点一叶障目,尽管现在效果很好,但深度学习不等于AI,深度学习只是人工智能领域机器学习方向的一种方法。

他认为,深度学习的成功不是理论方法的突破,而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破,其本质是通过映射对复杂函数进行逼近,所以深度学习依旧存在明显的局限性,尤其在任务的切换和对环境变化自身完善方面,对小样本的举一反三等方面,人工智能与人类还是相差甚远。

更多资讯请关注频道

相关阅读