人工智能的發(fā)展水平令人矚目，但目前的人工智能系統(tǒng)有智商沒情商、會計算不會“算計”、有專才無通才

　　人工智能的三個層面都有不少尚未解決的技術瓶頸。以應用層為例，假如停車場沒有地圖，無人車可能無法閱讀標志標線，從而無法順利找到停車位或通往出口的路

　　看基礎理論研究——

　　人工智能可分為專用人工智能和通用人工智能，目前的進展主要是專用人工智能取得的，通用智能系統(tǒng)的研究與應用仍然任重道遠

　　阿爾法狗戰(zhàn)勝人類圍棋冠軍；人工智能在大規(guī)模人臉識別中超越人類一般水平；語音識別系統(tǒng)準確率和專業(yè)速記員不相上下……近幾年，人工智能的發(fā)展水平令人矚目。

　　為何還要加強人工智能前沿基礎理論的研究？

　　中國科學院自動化研究所研究員譚鐵牛院士認為，人工智能可分為專用人工智能和通用人工智能，目前的進展主要是專用人工智能取得的。真正意義上完備的人工智能系統(tǒng)是一個通用智能系統(tǒng)，能像人腦一樣舉一反三、融會貫通。但是目前的人工智能系統(tǒng)有智商沒情商、會計算不會“算計”、有專才無通才。通用智能系統(tǒng)的研究與應用仍然任重道遠，人工智能總體發(fā)展水平仍處于起步階段?！叭斯ぶ悄芮把鼗A理論是人工智能技術突破、行業(yè)革新、產業(yè)化推進的基石。要想取得最終的話語權，我國必須在人工智能基礎理論和前沿技術方面取得重大突破?！?/span>

　　受訪專家指出，目前人工智能前沿基礎理論的探索空間非常巨大。以當前最火爆的人工智能基礎理論——深度學習方法為例，它既非完美無缺，更不是人工智能基礎理論研究的全部。

　　“深度學習方法具有局限性?！庇⑻貭栔袊芯吭涸洪L宋繼強說，比如深度學習能識別人臉，但做不到通過一個人的講話預測與另一個人之間的情感關系，因為它缺乏這方面的知識輸入。

　　馭勢科技負責人吳甘沙舉例說，一旦數據標得不準、數據集有偏見甚至“對抗”輸入假數據，深度學習就可能出錯。明明是一只熊貓，只要改動幾百個像素，深度學習有可能將其識別為海豹。

　　浙江大學計算機學院副院長、人工智能研究所所長吳飛認為，從數據驅動的領域人工智能向人類通用智能邁進，尚有神經科學、認知科學乃至新數學模型等交叉的未知領域需要跨越，路途依然遙遠。

　　“應該鼓勵科研人員瞄準人工智能學科前沿方向，開展引領性原創(chuàng)科學研究，通過人工智能與腦認知、神經科學、心理學等學科的交叉融合，重點聚焦人工智能領域的重大基礎性科學問題，形成具有國際影響力的人工智能原創(chuàng)理論體系，為構建我國自主可控的人工智能技術創(chuàng)新生態(tài)提供領先跨越的理論支撐?！弊T鐵牛說。

　　看關鍵核心技術——

　　人工智能可分為基礎設施層、賦能層和應用層。三個層面都有很多核心技術，都有不少尚未解決的技術瓶頸

　　近年來我國的人工智能技術取得了長足進展，但一些關鍵核心技術仍需攻克。

　　在吳甘沙看來，人工智能可分為三層：基礎設施層、賦能層和應用層。其中，基礎設施層是指基礎理論算法和算力；賦能層涉及特定的應用場景，比如語音識別、計算機視覺、專家系統(tǒng)、博弈系統(tǒng)和機器人；應用層指的是無人駕駛、智能醫(yī)療等綜合場景。

　　“三個層面都有很多核心技術，都有不少尚未解決的技術瓶頸。”他說，從基礎設施層來看，前沿基礎理論和算法仍有很大的突破空間，芯片等硬件設備有待進一步國產化。從賦能層來看，跟語音識別相關的人工智能整體進步很大，但一些智能機器有時翻譯出來的語言仍然不像“人話”，缺乏對語義的深刻理解；工業(yè)機器人可以處理某幾個環(huán)節(jié)的問題，卻無法在總裝環(huán)節(jié)像人一樣通過肌肉和神經的靈敏操縱實現精確控制。從應用層來看，無人駕駛是一個開放、動態(tài)、不確定的環(huán)境，人類無法“喂”給機器世界上所有的交通場景，無人車可能無法處理某類狀況。假如停車場沒有地圖，無人車可能無法閱讀標志標線，從而無法順利找到停車位或通往出口的路。

　　專家指出，攻克人工智能的關鍵核心技術，除了尋求前沿基礎理論的突破，還應重視基礎硬件研發(fā)、支撐系統(tǒng)研發(fā)、生態(tài)構建以及研發(fā)心態(tài)調整。

　　南京大學計算機系主任、人工智能學院院長周志華說，目前幾乎所有智能應用都越來越離不開GPU（圖形處理器），很多企業(yè)直接把智能應用架構在TensorFlow（基于數據流編程的符號數學系統(tǒng)）之類的系統(tǒng)上，這在未來有被“卡脖子”的風險。國內應該加大力氣開展機器學習基礎硬件和支撐系統(tǒng)的研發(fā)，能夠產生GPU、TensorFlow的替代者。另一方面，GPU、TensorFlow都基于深度神經網絡模型，如果在非神經網絡模型的深度學習方面取得突破，那么這些基于深度神經網絡模型的基礎硬件和系統(tǒng)的“壟斷”就會自然消失。

　　“人工智能技術最終會落到芯片，各種算法都需要定制的硬件去加速。芯片提供了加速的基礎，軟件是定義在芯片上如何快速地開發(fā)，二者的配合愈發(fā)重要——加強芯片和軟件系統(tǒng)的開發(fā)非常關鍵?！彼卫^強說。

　　北京大學計算機系主任黃鐵軍認為，發(fā)展關鍵核心技術，需要以開源開放的方式建設有利于人工智能發(fā)展的生態(tài)，抓緊布局新一代人工智能開源開放平臺，盡快建立、完善人工智能關鍵核心技術體系。

　　“從研發(fā)心態(tài)上說，尋求關鍵核心技術突破不能急功近利，要把目光放長遠，不能為了一時利益，只做一些‘短平快’的研究。很多人工智能的基礎研究前期投入巨大，可能需要很多年才出成果，但這些都是有價值的探索。”宋繼強說。

　　看人才建設——

　　努力建設一大批具有國際水平的研究組，是出現頂尖人才的基礎

　　發(fā)展人工智能，離不開高水平的人才隊伍。受訪專家指出，我國入門級人工智能人才比較豐富，但具有國際影響力的人才稀缺、高水平人才匱乏，必須建設完備的人工智能人才體系。

　　建設完備的人工智能人才體系，需要良好的大環(huán)境。

　　“人工智能作為一個學科是在1956年正式出現的，歐美研究開展得很早，而我國起步較晚，跟國際前沿接軌的科研工作最近十年才多起來。一般來說，頂尖人才的成長需要環(huán)境，例如在研究生期間就能接觸到前沿的課題、能得到高水平學者的指點、能夠有相當數量的活躍研究者討論交流等?！敝苤救A認為，“‘青藏高原上才能有珠穆朗瑪峰’，努力建設一大批具有國際水平的研究組，是出現頂尖人才的基礎?！?/span>

　　建設完備的人工智能人才體系，需要加強相關專業(yè)的課程建設。

　　周志華認為，目前我國高校人工智能方向的博士生、碩士生數量遠遠不能滿足需求。人工智能專業(yè)課程開設得很少，本科階段一般只有1至2門課?！霸诰哂腥斯ぶ悄苋瞬排囵B(yǎng)能力的高校，應加強相關專業(yè)的課程建設和人才培養(yǎng)體系建設?！?/span>

　　專家指出，課程內容要向“交叉”傾斜。

　　“交叉有兩層含義，第一是基礎理論方面的交叉，第二是應用方面的交叉?！秉S鐵軍說，第一，人工智能學科要和基礎科學交叉。為了取得前沿性基礎理論突破，學生不僅要懂計算機和人工智能，還要選擇腦科學、數理科學甚至人文社會學科等進行雙向交叉。第二，為了推動市場應用發(fā)展，應該讓人工智能學科和應用學科交叉，比如人工智能和農業(yè)、醫(yī)學、土木、交通等進行交叉。

　　建設完備的人工智能人才體系，還需要進一步提升公眾的人工智能科技素養(yǎng)。

　　譚鐵牛認為，每一個人都需要學習、適應人工智能時代的科技浪潮?！霸诩訌娙斯ぶ悄茴I軍人才培養(yǎng)引進的同時，要面向技術創(chuàng)新和產業(yè)發(fā)展多層次培養(yǎng)人工智能創(chuàng)新創(chuàng)業(yè)人才，逐步開展全民智能教育項目，在中小學階段設置人工智能課程?！?/span>