论文部分内容阅读
人工智能（AI）不仅仅是曾经战胜李世石，让柯洁哭鼻子的机器人AiphaGo，大至火箭发射、太空探测、国防装备，小至手臂机器人、汽车喷漆、无人驾驶汽车、看病诊断、天气预测，包括机器人足球赛等等，百姓日常生活的各个领域，已经密集出现了人工智能的应用场景。
2019年的夏末秋初，浦江之滨再度迎来了世界人工智能大会的举行。来自全球的人工智能领域顶尖科学家、行业专家及著名企业家，围绕着人类科技智慧“金字塔尖”的新趋势、新动向进行深入探讨和交流。
在这个 “高端化、国际化、专业化、市场化、智能化”的顶尖合作交流平台上，今年的主题论坛更全面，更聚焦，直击算法、AI芯片、类脑智能等人工智能领域的核心课题。在世界各国纷纷将发展人工智能作为提升国家竞争力的重要战略的背景下，中国AI如何取得突破，通往世界之巅，是人们最为关心的话题。
“中国有多少数学家投入到人工智能的基础算法研究中？”今年4月在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。“徐匡迪之问”表明了当下中国人工智能发展的短板，揭去了披在当下所谓“人工智能”算法外表华丽的面纱，直击我国人工智能发展的核心问题。
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，其最为核心的技术便是人工智能算法。当下国际社会公认的人工智能研发顶尖公司，如Google和IBM等投入了海量资源，动用了顶尖的数学科学家、计算机专家，能实现计算机程序的一定程度智能化，但距离真正的AI仍然相差很远。
“我国人工智能领域真正搞算法的科学家凤毛麟角。”在今年4月28日召开的“超聲大数据与人工智能应用与推广大会”上，东南大学生物科学与医学工程学院教授万遂人表示， “如果这种情况不改变，我国人工智能应用很难走向深入、也很难获得重大成果”。
“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在接受科技日报采访时也曾表示，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。
据了解，目前国内不少所谓人工智能公司，其核心技术是使用了国际上开源的人工智能算法。在被引入后针对特定目的进行了二次开发，并最后整体打包成为一套完整的人工智能应用。然而正是因为使用了开源的人工智能算法，算法能力是不足的，出现了许多应用明显能力不足的情况。
人工智能算法堪称信息行业的核武器。如此威力庞大的算法怎么可能在网上被开源出来？孔德兴教授解释，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。用开源代码“调教”出的AI顶多是个“常人”，而要帮助AI成长为“细分领域专家”，需以数学为基础的原始核心模型、代码和框架创新。
2019年5月15日，英国伦敦巴比肯艺术中心举办人工智能展，这次展览旨在探讨人类与人工智能的关系。
“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。换句话说，是否掌握核心代码将决定未来的AI“智力大比拼”中是否拥有胜算。他还表示，“基础算法和应用算法都很重要，拥有基础算法将更有助于应用算法的丰富与深入。如果从底层算法做起，那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’，不仅可以协同优化，而且可以根据需求随时修改，从而真正解决实际问题。”
孔德兴指出，基础算法往往是指研究共性问题的算法，它涉及基础数学理论、高性能数值计算等学科，可以应用到多种实际问题中;而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”，从而更好地解决实际应用问题。
作为技术高度密集的人工智能技术，其商业领域竟然陷入了拿来主义，着实让人意外。历史已经证明，通过购买现成的产品与技术来实现技术的跨越，在科学技术领域是行不通的。真正尖端的人工智能算法，是永远不会出现在互联网上供人们共享的。
孔德兴呼吁，除了国家要加大在这方面的政策引导与扶持，中国的数学家本身应该积极参与到人工智能发展的浪潮里来。他认为，未来的发展，AI将可能融入逻辑、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。
在本次世界人工智能大会上，特别设置了“机器学习前沿算法主题论坛”，探讨算法更迭如何推动人工智能落地跃迁等相关课题，目的正是寻找补短板的方法，攻克部分技术难关，推动我国人工智能算法领域的突破和发展。
类脑智能，是人工智能领域最前沿的研究方向之一。类脑智能被誉为“下一代人工智能”， 是当今国际科技前沿热点，结合神经生物学原理发展的脑启发智能算法应用迅速崛起，催生了新一代类脑人工智能系统，为疾病诊断、智能机器人、通用人工智能等战略性新兴产业带来巨大的发展机遇，成为全球产业发展和升级新的爆发点和增长点。
目前我们所谈论的人工智能都还停留在弱人工智能阶段，但是关于强人工智能的讨论却从未停止过。在类脑智能领域的研究成果将在极大程度上决定强人工智能的实现。人们一直对制造一台有意识、能够自主做出反应、接近人类意识的机器人抱极大的热情。
2019年的夏末秋初，浦江之滨再度迎来了世界人工智能大会的举行。来自全球的人工智能领域顶尖科学家、行业专家及著名企业家，围绕着人类科技智慧“金字塔尖”的新趋势、新动向进行深入探讨和交流。
在这个 “高端化、国际化、专业化、市场化、智能化”的顶尖合作交流平台上，今年的主题论坛更全面，更聚焦，直击算法、AI芯片、类脑智能等人工智能领域的核心课题。在世界各国纷纷将发展人工智能作为提升国家竞争力的重要战略的背景下，中国AI如何取得突破，通往世界之巅，是人们最为关心的话题。
基础算法短板亟待补强
“中国有多少数学家投入到人工智能的基础算法研究中？”今年4月在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。“徐匡迪之问”表明了当下中国人工智能发展的短板，揭去了披在当下所谓“人工智能”算法外表华丽的面纱，直击我国人工智能发展的核心问题。
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，其最为核心的技术便是人工智能算法。当下国际社会公认的人工智能研发顶尖公司，如Google和IBM等投入了海量资源，动用了顶尖的数学科学家、计算机专家，能实现计算机程序的一定程度智能化，但距离真正的AI仍然相差很远。
未来的发展，AI将可能融入逻辑、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。
“我国人工智能领域真正搞算法的科学家凤毛麟角。”在今年4月28日召开的“超聲大数据与人工智能应用与推广大会”上，东南大学生物科学与医学工程学院教授万遂人表示， “如果这种情况不改变，我国人工智能应用很难走向深入、也很难获得重大成果”。
“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在接受科技日报采访时也曾表示，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。
据了解，目前国内不少所谓人工智能公司，其核心技术是使用了国际上开源的人工智能算法。在被引入后针对特定目的进行了二次开发，并最后整体打包成为一套完整的人工智能应用。然而正是因为使用了开源的人工智能算法，算法能力是不足的，出现了许多应用明显能力不足的情况。
人工智能算法堪称信息行业的核武器。如此威力庞大的算法怎么可能在网上被开源出来？孔德兴教授解释，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。用开源代码“调教”出的AI顶多是个“常人”，而要帮助AI成长为“细分领域专家”，需以数学为基础的原始核心模型、代码和框架创新。
“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。换句话说，是否掌握核心代码将决定未来的AI“智力大比拼”中是否拥有胜算。他还表示，“基础算法和应用算法都很重要，拥有基础算法将更有助于应用算法的丰富与深入。如果从底层算法做起，那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’，不仅可以协同优化，而且可以根据需求随时修改，从而真正解决实际问题。”
孔德兴指出，基础算法往往是指研究共性问题的算法，它涉及基础数学理论、高性能数值计算等学科，可以应用到多种实际问题中;而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”，从而更好地解决实际应用问题。
作为技术高度密集的人工智能技术，其商业领域竟然陷入了拿来主义，着实让人意外。历史已经证明，通过购买现成的产品与技术来实现技术的跨越，在科学技术领域是行不通的。真正尖端的人工智能算法，是永远不会出现在互联网上供人们共享的。
孔德兴呼吁，除了国家要加大在这方面的政策引导与扶持，中国的数学家本身应该积极参与到人工智能发展的浪潮里来。他认为，未来的发展，AI将可能融入逻辑、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。
在本次世界人工智能大会上，特别设置了“机器学习前沿算法主题论坛”，探讨算法更迭如何推动人工智能落地跃迁等相关课题，目的正是寻找补短板的方法，攻克部分技术难关，推动我国人工智能算法领域的突破和发展。
合作创新发展类脑智能
类脑智能，是人工智能领域最前沿的研究方向之一。类脑智能被誉为“下一代人工智能”， 是当今国际科技前沿热点，结合神经生物学原理发展的脑启发智能算法应用迅速崛起，催生了新一代类脑人工智能系统，为疾病诊断、智能机器人、通用人工智能等战略性新兴产业带来巨大的发展机遇，成为全球产业发展和升级新的爆发点和增长点。
目前我们所谈论的人工智能都还停留在弱人工智能阶段，但是关于强人工智能的讨论却从未停止过。在类脑智能领域的研究成果将在极大程度上决定强人工智能的实现。人们一直对制造一台有意识、能够自主做出反应、接近人类意识的机器人抱极大的热情。