AI發展道阻且長 后深度學習時代成焦點

每經記者 張韻    每經實習編輯 魏官紅    

今天，AI已經在全球上千所大學被廣泛研究，工業界也成立了許多高科技公司，其應用成果已深入至人類生活的方方面面。中國企業憑借著更豐富的數據、人才和市場資源，在人工智能核心領域站在了世界的前列。

當人工智能浪潮再次席卷全球，世界在如何改變？我們又該如何發展AI技術，讓他們朝好的方向助推各產業、催生新產品、實現生產力質的飛躍？作為當前最具規模與影響力的行業盛會，2018世界人工智能大會于9月17日~19日在上海召開，《每日經濟新聞》對此進行了持續報道，繼聚焦產業影響之后，本期重點是世界人工智能之技術發展。

“AI可以欺騙我們，我們也可以欺騙AI。”華為公司董事、戰略營銷總裁徐文偉如是表示。現有人工智能面臨數據瓶頸、功耗瓶頸、可解釋性瓶頸等問題，為確保人工智能健康持續發展，業內認為急需建立后深度學習的人工智能理論和技術體系。

數據不是萬能的

在人們都在討論大數據對人工智能領域的重要性時，約翰霍普金斯大學教授Alan Yuille在2018世界智能大會上帶來了全新的觀點：“標注數據顯然是不夠的，要形成類似人類能力的通用型AI系統，仍然存在很多挑戰。需要了解人類的大腦，了解認知科學、神經科學，我們做的工作只是冰山一角，未來還任重而道遠。”

華為公司董事、戰略營銷總裁徐文偉表示，人類有史以來一共有26種GPT（通用技術），而人工智能就是其中之一。但現在的人工智能還遠遠達不到真正理想的智能，它應該是有邏輯判斷、有決策能力的智能，而且人工智能取決于數據的質量，所以離愿景差距還很大。

“我們知道人工智能是可以欺騙我們的，但歸根結底是我們欺騙了人工智能。”徐文偉解釋道，“人工智能的前提是數據要準確，如果給它一定的干擾，就會讓它產生錯誤的判斷，在這種情況下如果（人工智能）用在自動駕駛上，后果不堪設想。”

馭勢科技創始人、CEO吳甘沙向《每日經濟新聞》記者表示，在人工智能領域，自動駕駛占據重要的一席之地，但是要達到真正大規模的商業化會受到技術、法規、成本、基礎設施和社會接受度等各方面的限制，“目前世界上最優的無人駕駛汽車測試數據，也只能保持在每跑5596英里就需要有一次人工干預”。

對此，徐文偉表示，如果單純靠人工智能、靠汽車自動駕駛是不可能實現的，一定是要智慧的車、聰明的路，才能真正地實現自動駕駛。

中國信息通信研究院在9月發布的《2018年人工智能發展白皮書》顯示，在數據層面，主要存在流通不暢、數據質量良莠不齊和關鍵數據集缺失等問題。尤其是數據標注主要通過外包形式，勞動力水平決定了產出的標注數據質量。

《白皮書》還表示，計算機視覺、自然語言處理等領域的數據資源嚴重不足，同時我國產業數據主要供給產業界，目前學術界數據集數量較少，可能影響科研及前瞻性的技術研究。

因此落入到算法層面，深度學習算法模型存在可靠性及不可解釋性的問題。深度學習模型離開訓練使用的場景數據，其實際效果就會降低；而深度學習計算過程為黑盒操作，模型計算及調試的執行規則及特征選取由機器自行操作，目前尚無完備理論能夠對模型選取及模型本身進行合理解釋，隨著相關算法在實際生產生活中的融合應用，存在產生不可控結果的隱患。

后深度學習時代的人工智能

科技部創新發展司副司長余健在分論壇致辭時表示，人工智能發展進入了加速發展期，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征。互聯網是新基礎設施，大數據是新生產要素，云計算是新服務模式，智能化是新發展動能。

“2018年中國人工智能企業數達到了1011家，位列世界第二位；規模達到了137億元，同比增長61.7%；人工智能研發人員總數達到了18000多人，占世界（人工智能研發人員總數）的8.9%。”余健表示。

誠然，中國在人工智能基礎前沿領域涌現出一批具有國際先進水平的創新性成果，論文發表數量為36000多篇；人工智能產業技術也躋身世界前列，在中文信息處理、智能監控、生物特征識別等方面具有一定優勢，已成為全球人工智能專利布局最多的國家。

不過，清華大學人工智能研究院常務副院長孫茂松向《每日經濟新聞》記者表示，目前的高潮是以深度學習為代表的人工智能，該方法奏效是有條件的，必須在一個封閉的空間內完成，任務和規則是明確的。但是一旦到了開放的環境中，現有的方法理論都行不通，這也是國際上人工智能領域方法研究的最前沿，目前還沒有可以適用的研究成果。

不僅是基礎研究，企業在市場營銷、供應鏈管理、風險管制、服務運營等高價值決策類場景下應用AI面臨更大挑戰。第四范式創始人、CEO戴文淵發現，AI能夠創造更多價值，但高門檻將小場景拒之門外。

他表示，能夠引領AI發展的頂級人才，環顧全球尚不足千人，這讓AI成為了供不應求的搶手貨。只有AI的應用門檻需要降低到普通開發者甚至是業務人員也能做的程度，才能夠真正爆發。

當下，AI人才緊缺，復合型AI人才更是少之又少，戴文淵用自身經歷告訴記者，要讓一個人同時具備AI科學家、工程師和業務員三種能力，是一件很難并且耗費時間的事情。于是如何賦能一整套“通用系統+專業平臺+行業應用”的AI應用全過程系統成為行業發力的焦點。

如今人工智能正在進入后深度學習時代。商湯科技聯合創始人、首席執行官徐立向《每日經濟新聞》記者表示，人工智能發展有兩大行業趨勢：第一，萬事萬物皆數據；第二，機器學習將不再需要人工干預。

接下來，如何實現從弱人工智能到強人工智能的迭代？中國通信院認為，遷移學習的研究及應用將成為重要方向，能夠有效提升深度學習模型的復用性。

與此同時，隨著人工智能應用在生產生活中的不斷深入融合，對于推斷軟件框架功能及性能的需求將逐漸爆發，催生大量相關工具及開源推斷軟件框架，降低人工智能應用部署門檻。國內外的云服務和人工智能巨頭也將圍繞各自應用與設備商、系統集成商、獨立軟件開發商等聯合，共同打造基于服務平臺的生態系統，未來“平臺+智能+生態”的人工智能將成為趨勢。