人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » 最新消息

蒋昌俊:我国AI发展之路依旧漫长基础研究仍是短板

2024-04-13 78

2020年7月9日,2020世界人工智能大会即将在上海拉开帷幕。

当前,AI已走出技术爆发的阶段,进入落地应用、创造价值的新时期,AI赋能传统行业的重要性日益凸显。此次大会中,AI+工业、AI+健康、AI+教育、AI+金融等主题论坛将依次召开,讨论AI赋能的现状、难点和未来前景,推动智能时代的传统行业转型。

纵观全球,我国的AI发展处于怎样的国际地位?未来的路又在何方?

同济大学副校长、上海市人工智能战略咨询专家委员会召集人蒋昌俊表示,在国家政策引领和支持下,得益于大规模的用户基础、丰富的应用场景,中国人工智能领域不断拥有全球影响力,尤其是智能产业化应用已经走在世界前端。

现状:中国智能产业化应用有世界领先,基础研究仍是短板

“目前,我国在智能交通、互联网金融、智慧医疗等领域已经取得了初步的应用成果。国内互联网企业也纷纷规划人工智能蓝图,比如百度的自动驾驶,阿里的城市大脑智能交通,腾讯的医疗读片和医疗影像资料处理,科大讯飞的语音识别;寒武纪、科大讯飞、商汤科技为代表的初创企业在技术上不断创新;海康威视占据全球智能安防企业的第一名。这些都是我国在AI产业中取得的实际成就。”蒋昌俊介绍。

但同时指出,当前我国人工智能产业尚未形成有影响力的生态圈和产业链,与美国、欧洲相比,更加集中于应用落地,在基础理论和原创算法发展薄弱,缺乏突破性、标志性的研究成果,在共性技术平台、智能芯片等方面发展相对薄弱。

蒋昌俊认为,这一系列的“短板”导致了我国依赖国外开发平台、基础器件等问题的产生,显然不利于我国人工智能生态的布局和产业的长期发展。“因此,我们还需要进一步提高认知,着眼于未来,加大科研攻关力度,补齐技术短板,建立产业生态,抢占产业制高点。”

在谈到人工智能基础研究时,蒋昌俊说:“目前,从我国人工智能领域发展角度来讲,我们很注重应用方面,但是基础研究依然是短板,人工智能领域重大的理论和技术大都是源自西方国家。基础科学研究的特点是需要大量资源、投入周期长、不确定性大和风险高等,决定了其难以在短期内获得见效,但是只有长期的投入和耐心才能实现真正持久的创新与源源不断的技术发展。”

从中长期来看,人工智能和机器学习领域的发展根源于理论、算法和芯片等基础层研究的突破创新,亟需针对人工智能的基础性、前瞻性、源头性的问题研究上有所突破,需要学术界和产业界共同努力,从源头找到有价值的问题、基础支撑平台技术的创新、搭建良好的产业生态链条等。

在他看来,令人欣慰的是,目前各大互联网头部企业已经意识到,通过开源技术建立产业生态,才是抢占产业制高点的重要手段。

尽管目前美国仍是该领域发展水平最高的国家,但我国的科技企业也在居安思危,开始深度学习框架上的布局。诸如百度的飞浆(PaddlePaddle)、 清华大学的计图(Jittor)、旷视的天元(MegEngine)和华为推出的MindSpore等,都相继开源其深度学习算法,通过自主研发来掌握AI底层技术。

未来:AI发展之路依旧漫长 现在始于足下

AI的未来在何方?它将如何发展,又将给我们带来怎样的改变?

蒋昌俊表示,要想探讨AI的未来,就要从其发展特点入手,通过探讨传统AI和当前AI,进而认知未来AI。

他认为,传统的AI注重从感知到认知的过程,实现从逻辑到计算的不断提升;而当前的AI,则是由弱到强的智能,是从闭环到开环、从确定到非定的系统。

“目前的神经网络模型大都侧重对数据的计算层面。事实上,一个高级的智能机器应该具有环境感知与逻辑推理的能力。如何将AI的演算和计算进行融合,结合基于规则系统的推理能力和神经网络的学习能力,构建一个更强大的AI模型,推理能力可以帮助减少神经网络学习新事物时所需的数据量。这样的交互和融合将是当前AI由弱到强的主要突破口。”蒋昌俊认为,在构建类脑认知模型中,目前脉冲神经网络的神经元以电脉冲的形式对信息进行编码,更接近真实神经元对信息的编码方式,能够很好地编码时间信息。

由于脉冲训练缺乏高效的学习方法而且需要耗费大量算力,在性能上与深度网络等模型还存在一定差距。未来,两类模型仍需要不断从脑科学中吸取营养并不断融合,发展性能更好、效能更高的新一代神经网络模型。

基于这样的分析,蒋昌俊认为,未来的AI将是从理性到感性,从有限到无限,从专门到综合。但他也同时强调:“AI发展之路还很漫长,我们现在只是始于足下,深入探索传统AI,并为向当前AI和未来AI迈进奠定基础。”

破局:一步一个脚印,为AI打造人才资源池

作为国家“双一流”建设高校,同济大学也敏锐地意识到了人才培养对人工智能发展的重要性。

“目前同济大学在多个学科包括计算机、自动化、交通、汽车、建筑、机械、土木等均开展了人工智能技术的研究和科研人才培养,侧重于建立人才培养体系,为人工智能打造人才资源池,尤其是在基础学科领域突破人才瓶颈。”蒋昌俊介绍。

2017年,成立人工智能研究院;2018年,智能建造、智能制造工程、数据科学与大数据技术等多个与人工智能相关的本科专业;同年,依托同济大学建设的上海自主智能无人系统科学中心宣告成立;2019年,同济大学获批教育部首批“人工智能”本科专业建设资格,并招收了第一批本科生……

近年来,同济大学在人工智能领域人才培育方向“一步一个脚印”地稳步前进。

据介绍,在校企合作方面,同济大学还将通过不断加深学校与企业的融合,借助企业创新技术和应用,在帮助学校提升教育资源利用率和教学质量的同时,也为师生提供更多更新的实际案例。

“人工智能领域需要培养以应用型为导向的人才,以解决实际问题为核心,这就需要与科技创新和产业发展深度融合。同时,企业对行业的需求相对高校来说更为敏锐,因此可以帮助高校发现AI产业发展的实际需要,将教育方向与具体岗位相结合,并使用企业技术与实践相结合培养出符合人工智能产业需要的专业型人才。”蒋昌俊说。(邬迪)

(责编:邬迪、韩庆)

原文链接:http://sh.people.com.cn/n2/2020/0709/c134768-34144115.html?ivk_sa=1023197a

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部