吴文俊人工智能科学技术奖
NEWS REPORT
新闻报道
首页 > 新闻报道 > 正文

业界共论我国AI发展弱势,聚焦AI发展的基础问题

2018年12月21日    来源:人工智能学家Teada     
981
[导读] 12月9日,第八届吴文俊人工智能科学技术奖颁奖典礼在苏州举行,8日同期举办了“中国人工智能弱势分析座谈会”,国内人工智能领域知名院士、学者和企业家出席了座谈会,座谈会分析了中国人工智能发展的弱势与面临的问题,中国人工智能学会理事长、中国工程院院士李德毅主持了座谈会。

  12月9日,第八届吴文俊人工智能科学技术奖颁奖典礼在苏州举行,8日同期举办了“中国人工智能弱势分析座谈会”,国内人工智能领域知名院士、学者和企业家出席了座谈会,座谈会分析了中国人工智能发展的弱势与面临的问题,中国人工智能学会理事长、中国工程院院士李德毅主持了座谈会。

  Teada对座谈会内容做了部分摘要和总结,与读者共享,本文内容分三部分:人工智能基础理论与学科建设弱势、人工智能的产业化弱势、人工智能的基础设施弱势、人工智能的社会氛围弱势。

  人工智能的基础理论与学科建设弱势

  专家认为中国人工智能主要的弱势,首先在基础理论方面,百度高级副总裁王海峰:

  现在我们看到用到的各种主流的技术、理论、算法等等,绝大多数还都是欧美尤其是美国最先提出的为多。

  由基础理论弱势引出的,则是中国人工智能学科科研和建设的弱势,全国智能机器人产业技术创新联盟副理事长韩力群认为人工智能在科研上有很多体制性、制度性环境存在不足。对于人工智能学科的建设,与会专家也提出了“交叉建设”的建议,上海技术应用大学教授李晓斌说:

  我觉得人工智能的方法、技术或者应用,不仅仅是在某一个计算机或者自动化某一个学科里面,应该是在每一个学科里面都有,而且在每个学科里面都会应用到。

  中国工程科技知识中心项目办副主任潘刚持有相同观点:

  人工智能慢慢在任何领域用得到,我个人感觉学科设置或者教育,可能都需要渗透到每一个学科的学生和老师的领域。

  人工智能的产业化弱势

  中国平安保险(集团)股份有限公司首席科学家肖京指出人工智能的产业化存在技术与应用的隔阂,以及对二者由谁来引导产业发展的无奈:

  很多技术人员实际上是对业务不了解的。应用技术的时候,实际上是没有共同语言,互相之间是没有共同语言。很多时候分不清楚到底应该是由业务人员主导应用,还是技术人员主导应用。

  但是从定位上来看,技术团队又是一个乙方,业务会想要起到主导作用。但是他又不懂技术,他也不知道技术到底会有什么效果。技术是乙方,他又不懂得业务,没有共同语言,我们的人工智能技术少有100%对的,经常会有一些错误,有错误的时候在应用的时候,业务团队就会产生疑惑,这个东西到底能不能用?我到底敢不敢用?需要很长时间磨合。

  百度高级副总裁王海峰也表示,在人工智能跟传统产业结合时,遇到了传统产业信息化不足的困难。

  我们想把AI技术用进传统产业的时候,会发现这些行业的信息化水平还不足,这时候困难一些,假设说信息化水平已经很高,数据已经很完备,做的很好,这时候把人工智能技术融进去容易得多。

  人工智能的基础设施弱势

  AI作为像皇冠一般令人向往的产业,需要诸多基础产业的支撑,本次座谈会,与会专家纷纷指出了中国AI发展的基础产业的弱势。

  百度高级副总裁王海峰 首先指出了芯片对中国AI发展的掣肘:

  咱们基础的产业,比如说像芯片,这个大家每个人都有感受,像这些基础,尤其是越是到人工智能时代,不只是这种人工智能算法的竞争,更多算力也非常重要,这时候芯片的掣肘会更明显。

  工业和信息化部产业政策司巡视员辛仁周则从整个工业基础出发谈AI的基础:

  与人工智能相关的一些基础产业,工业领域讲的四基,基础零部件、基础材料、基础技术、基础工艺这个不足。有的同志觉得离了人工智能远了一点,实际上跟人工智能密切相关的,因为我们人工智能如果是光做出一个算法,做出一个工具,是一个芯片的话,这可能对传统产业依赖小一些。如果你做出来一个无人机,做出一个无人车,一个网联车,实际上就是我们人工智能算法、软件、硬件和传统产业结合的产业。现在基础材料、基础零部件这方面还是比日本、德国还是有不少差距的。

  国家发改委产业经济与技术经济研究所副主任盛朝迅也说:

  如果培育完整的人工智能产业链和产业生态,不光是我们产业本身,给它配套的材料、基础性的零部件,这些都要强起来,整个产业能够发展起来。

  中科云从科技联合创始人姚志强指出人工智能的生态圈中基础的小微服务层的缺失:

  目前来说感到最难的地方整个人工智能这块整个生态是比较弱的,但是这里面有一个很大的地方基础是什么?我们认为基础是广泛的成千上万的解决更小、更细问题的人工智能应用型的企业,这一块是非常稀缺的。

  云天励飞CEO陈宁指出,除了算法和芯片的弱势,大数据是中国AI“立地”的基础,应该从伦理法律层面研究数据的“采集、拥有、运营、训练、应用”五项权利:

  欧洲出台了GDPR,严格的数据管理。这里面除了技术法律、法规、伦理、社会治理的问题,我认为根源其实都在于数据。数据有几个权力:数据的采集、拥有、运营、训练、应用五项权力,但中间这三个权力其实是说不清楚的,怎么去管理两头的数据采集权和应用权,这两个事情是可以说清楚的。如果我们通过伦理、法制、法规的建全,能够把握好最终的底线,以及激励产业发展的角度,做好具备中国特色数据采集和应用的管理,制定出来一系列的制度。

  人工智能的社会氛围弱势

  除了在技术、人才、产业化方面的弱势,与会专家们一致提出了人工智能火热引起的跟风问题:资本跟风、产业跟风乃至学术跟风。思必驰首席科学家俞凯还指出了中国人工智能在科研的制度与精神方面与国外的差距:

  我想说的第一个是和国外相比,我们在科学思维和科学文化上面的问题。对于基础学科和交叉学科,在美国、欧洲的重视是相当之高的。同时,在国外非常明确的是以问题作为牵引来做相应的学科研究。

  第二个我想谈的是制度问题,这个差距是比较大的。所谓制度问题就是,因为我自己是做产业化,举例就是专门从事这个事的中介人员,他是非常专业的既懂技术,又懂产业转化,你可以认为他有经纪人。另外一个和制度相关的就是知识产权。

  第三个就是国际化视野和国际化的思考,从另外一个角度,比较明确的差距也能看出来就是国际化的人才

分享到:
[责任编辑:yxl]
转载申明:吴文俊人工智能科学技术奖官网独家专稿,转载请注明出处,违者必究!