中国电子视像行业网

科技部战略研究院副研究员李修全做《人工智能发展趋势解读》的演讲

    当前,人工智能成为我国政界、学界、产业界关注的焦点,还将深远影响着全球各个科技领域的创新,人工智能持续改变着消费者、企业以及人机交互方式,同时刺激着科技市场成长和革新。下面有请科技部战略研究院副研究员李修全,为我们带来《人工智能发展趋势解读》。让我们用热烈的掌声有请李教授!

        李修全:尊敬的各位领导各位嘉宾大家上午好,很荣幸今天有这么个机会来到咱们业界最专业最前沿的峰会进行交流,更多的是跟大家进行一个学习。我这段时间一年多主要在参加国家新一代人工智能发展规划的起草和研究工作,在今天的报告里面,我把我们工作的一些思路,一些总的情况跟大家做一个介绍,同时结合我们的《规划》谈一点对技术趋势和当前特征的理解,请批评指正。

        首先咱们的规划定位是国家层面的人工智能发展中长期规划,也面向2030年打造我国人工智能先发优势的文件,整个规划思路可以这么简单理解,包括一个体系,两重属性,三位一体,四大支撑。首先一个体系是人工智能的技术创新体系,我们的人工智能其实发展是非常快的,尤其是近几年,已经发展成全球跟美国并重的两大学术活跃体,包括现在已经19%的学术论文比例已经是位居世界第二,甚至在个别领域已经领先。实际上整个的人工智能技术创新体系不单单是论文这一项能力,但是我们现在还欠缺许多,包括原创性的重大成果,基础理论,关键模型和核心算法这些中国的贡献还不多。

        再一个是人工智能因为是跟实体经济跟制造业跟其他各行各业结合非常密切的技术,所以说它需要这种在高端芯片,关键部件高精度传感器等领域的技术水平的提升,这方面中国也存在巨大的差异。有行业领导力的人工智能的平台和产业生态没有形成,现在人工智能主流的五大平台基本上都是美国等国家发起和维护的,中国当然现在也在逐步改善,包括我们也在开展一些工作,一会儿做个介绍。

        第四现在是缺乏支撑行业发展的平台数据集,包括像行业共性的数据集还比较缺乏,中国还缺很多,然后是人工智能顶尖人才还不能满足需求,因为人工智能发展人才是一个核心要素,尤其是高端人才。

        这几个问题基本上通过个别的机构、企业、大学是很难解决的,这也是从国家层面从战略增面去推动解决一些共性问题、整体性问题的一个任务,这也是整个规划的一个背景和它的作用意义。

        这是一个体系,就是刚才讲的要提升人工智能基础创新能力。第二是双重属性,包括技术属性和社会属性,因为人工智能区别于之前的技术,它的社会属性是非常强的,尤其它类似于人的思考分析决策和行动能力,会渗透到生活的方方面面,这样就会引起对社会伦理,法律规范,饮食安全就业结构等影响,这些问题都需要在加速发展之前提前考虑,实现人工智能激励发展和合理归置协调这也是需要从国家层面统一部署的问题。

        三位一体指的是研发公关,产品应用和产品培育。人工智能现在进入到新的阶段,这种人工智能产品应用向各行各业快速扩散,也引起了产业界投资界的高度关注,从数据上看,尤其是2014年以来,人工智能发展应该已经是从实验室推动阶段,进入了实验室和产业界共同推动的阶段。在这种背景下,再去推动人工智能的发展,与之前阶段就有很大的不同,需要从研发公关、产品应用,产业培育三个角度协同推进,这也是新一代人工智能在一个新的阶段和新的环境下需要考虑的不同的一个原则,也是我们《规划》里的一个特点。

        第四是四大支撑,支撑科技强国,社会繁荣,社会发展国家安全,这个已经是一个共识性的问题,就是人工智能将成为新一轮经济社会变革的核心驱动力,包括美国、英国,现在基本的共识就是人工智能这个技术是一个颠覆性类似于之前19世纪的蒸汽机,它对经济带来方方面面的影响。中国需要借助这次新的机会,以人工智能技术的带动带动科技创新能力的全面提升,带动经济的发展带来一个新的增加周期,改善民生福祉,提升国防能力和保障国家安全,从这四个角度全面提升社会生产力,综合国力和国家竞争力,这是发展新一代人工智能的宗旨和目标和支撑作用。

        这是刚才介绍的整体的思路,从任务部署方面看,基本上这是整个规划部署的一个整体结构,最中间最核心的部分就是一个创新体系,创新体系包括了四大部分,第一是技术前沿理解,核心共性技术,支撑平台和人才培养,这部分的内容解决了刚才说的目前咱们在发展人工智能方面存在的短板和不足,通过弥补这些短板和不足,培育起中国人工智能完善的创新体系和提升创新能力,现在有一些工作已经开展了,在创新平台方面,我们科技部已经在组织国家人工智能开放创新平台的第一批的试点工作,包括易讯和讯飞都会参与到其中,大企业的人工智能研发能力,包括共性数据这种经验,能够通过开源开放平台的形式向社会扩散,帮助中小企业和各行各业能够快速地在产品升级和发展人工智能方面起到一个带动作用。

        具体的规划内容我就不展开了,我的题目是特征和趋势,我就结合《规划》里一些内容从八个角度谈一下新一代人工智能的特点和发展趋势。首先第一个看一下主流的计算模式。这一轮的人工智能发展是有三大驱动带动起来的,从2006年发展起来的以深度学习为代表的新一代的算法模型,还有2009年之后发展起来的GPU智能计算,2012年之后大数据的发展推动人工智能的发展进入新的阶段,这三大驱动是主要特征,最重要的是大数据驱动,包括现在主流的一些应用,像Waston大量收购企业,这是提高他们研发认知能力的最重要的基础。

        大数据智能成为当前智能计算的主流模式,在这种主流模式下中国有很多的优势,包括中国有最多的网民数量,积累了相当多海量的数据,同时中国的人口也是美国的几倍多,这种人口的优势也在方方面面的数据积累形成了一个优势,包括单车使用诊断,卫星数据,网上交易等等。所以在这种特征下,中国发展人工智能就有了一个很好的基础,这是第一个特征。

        第二个特点是感知技术,感知技术成为当前人工智能产业化的主要内容,尤其是图象识别技术和语音控制类的应用开始大范围进入产业应用阶段。之前像手写识别,车牌识别已经是应用很多了,现在各种刷脸支付刷脸进站已经开始进入应用,后来这种图像识别的应用已经不断的向各行各业扩散。语音识别也是另外一个重要的产业化内容,通过创造一种新的不同于以往字幅输入和手写输入触屏技术,这是前面主要的人机交互模式,但是现在新的人工智能技术提供了新的人机交互的模式,就是语音交互,这就可以对于唤醒万物带来感知人类的能力,而且涉及面比较宽广。给我印象比较深的,去年一个刚学会说话的小孩不到2岁,他就能使用这个智能音响去点歌,像我们以前想点歌是不现实的,这种技术使这种技术的使用能够扩大到老幼各个范围,使这个技术的普惠得到充分的体现。再一个就是坐出租车,一个年龄比较大的出租车司机,已经非常自如的跟装在后视镜上的语音助手聊天咨询一些事情,对我的印象也很深。另外就是昨天发一个快递,顺丰小哥,我那个手写单子给他以后,他念了一下地址就进到他那个系统里了,他声音很小而且在路边很嘈杂,所以我就感到现在这个应用已经非常成熟了。包括非常顶级水平的讯飞的技术,后面这种技术通过咱们的开源平台和各种形式向各行各业输出这个能力,提升各行各业的智能化水平。这是第二个特点。

        第三个特点认知智能成为下一步的重点突破方向,在感知智能解决的基础上,在人工智能多个研究领域都在向认知智能进行挑战,比如图像内容理解与语意了解,知识表达情感分析等,这些会带来新一轮产业化热潮。

        第四个特点是技术融合创新,现在以深度学习大数据为主流模式的智能计算是主流,但是现在当然也存在很多问题,包括它的可解释性问题,还处理不了这种小数据,还没有这种学习能力,语音理解还实现不了等等等等,这种问题的解决可能有几种不同的途径发展,首先是技术的融合创新可能是一个趋势,人工智能经过了几代的发展,也创立出了不同的技术路线和技术学派,实际上人脸识别和语音识别能力超过人类,深度学习的贡献非常大,但是AlphaGo这个重大突破是一种集成式创新,不仅深度学习GPU,还集成应用了强化学习和之前启发式程序的蒙特卡拉(音)搜索,实现了更高水平的智能水平,这是通过技术学派的融合实现了一个技术突破。

        所以说下一步规划里也提出来,人工智能可能从人工知识表达向数据驱动和知识引导相结合的方式转变,也就是说不仅仅是局限于数据驱动,怎么将人已有的常识和经验能够融入到这种模型里,这是下一步正在探索和解决的问题,这就需要把之前的包括专家系统包括知识工程之类发展起来一些方法论,可能要融合到大数据驱动的体系里进行创新,包括怎么实现知识表示,怎么实现经验的记忆,怎么实现知识的推理等等。这是一个趋势。

        第五个是范式突破可能是未来实现强人工智能的潜在的实现途径,包括受脑科学成果启发的类脑智能研发,现在在《规划》里面也是对可能引发人工智能范式变革的方向,前瞻布局,跨领域的基础理论研究解决这个问题,剥削脑神经机理、脑神经科学,类脑计算模型量子智能计算等等。

        第六是智能计算前移,这可能是实现智能无处不在的一个主要途径,《规划》里提出,芯片化,硬件化,平台化趋势更加面貌,现在的主流计算,深度学习加大数据还是以中心计算的中心智能模式在运行,也就是说往往是大后台大计算的模式,随着高性能机器学习芯片,尤其是神经形态计算芯片这些技术的发展,智能计算可能逐步的往前移。比如说感知类的计算可能就是要移到前端,认知类的继续保持在中心端,模型训练可能在中心端完成,这个模型训练好以后,执行和在应用里使用可能直接就在前端实现了,不需要再经过云去进行交互。所以说构成一种附和的方式。

        第七是人机协同,这个应该是未来主流的生产和服务方式,因为之前智能系统还不具备很强大的感知能力和协同能力,这时候很多机器人尤其是工业机器人还需要在一个围栏里使用,因为它是有很少的感知和交互能力的,随着这种感知能力的提升,未来就走向人机协同的趋势,所以这就对怎么去实现更好的人机协同的技术提出了一些研发需求,包括这种感知人类的混合增强学习,协同感知协同制造等等技术,包括脑机交互,人机技能增强混合增强技术。除了人机协同还有人人协同,机机协同,这种协同就是群起智能要解决的问题,这都是《规划》里一些重要的方向。

        第八是自主智能,这个是要直接改变和提升生产力的一种直接形式,因为人工智能除了能够研发出接近于人类的这种感知、思考、学习、记忆、判断决策能力外,还有要实现行动能力,这种行动能力的实现会结合到不同的产业不同的应用通过这种无人机、无人驾驶、轨道交通、智能机器人、智能控制这种形式,把智能化这种能力充分发挥出来,直接去创造改造生产力,除了之前那几个领域之外,在这个领域会创造出巨大的产业空间和产业价值。

        这是我简单总结了几个特点和方向,不算很完善,也没有展开,而且技术也在快速的发展,我们也在不断继续的跟进和研究,也希望与各位进行沟通和探讨,谢谢大家!

        

        主持人:感谢李教授的精彩分享!刚才李教授说到了很多关于人工智能的成熟和产业化,不仅要对前沿问题进行理论攻关,还需要大量人才培养和引进还有各位的支持,让我们再次用掌声向李教授表示感谢,谢谢您!