“徐匡迪之问”,直击中国人工智能产业软肋

原标题:“徐匡迪之问”,直击中国人工智能产业软肋

文字丨科Way 美编丨小小粉刷匠

“中国有多少数学家投入到人工智能的基础算法研究中?” 在日前上海召开的院士沙龙活动上,中国工程院院士徐匡迪等多位院士的发问引发业界共鸣,被称为“徐匡迪之问”。

“徐匡迪之问”不但表明了当下中国AI发展的短板,同时也揭去了披在当下所谓“人工智能”算法外表华丽的面纱。

人工智能核心是算法

人工智能是计算机技术发展到高级阶段,融合了数学、统计学、概率、逻辑、伦理等多学科于一身的复杂系统,是当下所有信息技术所不能达到的高级应用,其最为核心的技术便是人工智能算法。如何让计算机能像人类一样进行思考,如同人一样利用现有的知识进行学习并实现合乎逻辑的推理,是人工智能算法试图实现的目标。

其技术绝不是一般公司能够轻轻松松实现的。当下被国际社会公认的人工智能研发顶尖公司,可能就要数谷歌和IBM公司。这样巨头公司投入了海量资源,动用了顶尖的数学科学家、计算机专家,能实现了计算机程序的一定程度智能化,距离真正的AI还相差很远。

最近一些年来,我国在人工智能领域也取得了长足的发展。我们将人工智能应用到产业发展中,应用到社会生活各方面,解决人们关心的安全、健康、环保等问题。当我们所有人都高呼人工智能时代已经来临,欣喜我们拥有全球多少个“第一次”的时候,有一个问题愈加凸现——我们在算法上的创新和发展是不够的。

平心而论,我国数学学科的研究和发展可以说是非常扎实的,但是有多少数学家投入到了人工智能的基础研究中,有多少懂数学又关注人工智能的科学家在潜心进行基础算法的研究?答案并不乐观。正如徐匡迪院士所忧心的那样——这一轮人工智能高潮的掀起,算法起了重要作用,而中国最缺的就是算法。

缺算法会被卡脖子

“如果缺少核心算法,当碰到关键性问题时,还是会被人‘卡脖子’。”浙江大学应用数学研究所所长孔德兴教授日前接受媒体采访时表示,我国人工智能产业的创新能力并没有传说中的那样强,事实是,产业发展过度依赖开源代码和现有数学模型,真正属于中国自己的东西并不多。

开源代码是可以拿过来使用,但专业性、针对性不够,效果往往不能满足具体任务的实际要求。“碰到专业性高的研究任务,一旦被‘卡脖子’将会是非常被动的,所以一定要有自己的算法。”孔德兴说,“例如对肝脏病灶的识别,由于边界模糊、对比度低、器官黏连甚至重叠等困难,用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息,甚至会出现误导等问题,这在医学应用上是‘致命’的。”

事实上,借助开源代码,“半路出家”的AI产业就会难以为继。孔德兴解释说,在获得同样数据的前提下,以开源代码运行,AI深度学习之后或许能输出结果,但由于训练框架固定、算法限制,当用户进行具体的实际应用时,将很难达到所期望的结果,而且难以修改、完善、优化算法。

解决之道在哪里?

如何回答“徐匡迪之问”?孔德兴给出了三点建议:

一是政策引导,加大对基础算法研究的扶持,例如科研基金上的设置等;

二是行业企业在进行科技创新时,应有意识将数学学者纳入进来;

三是数学家本身应该积极参与到人工智能发展的浪潮,未来的AI将融入逻辑、思维等智慧的内容,这些都需要数学科学的原始创新,有大量的基础问题亟待数学家攻克。

综合科技日报、搜狐网返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
免费获取
今日搜狐热点
今日推荐