當前位置: 首頁 > 新聞公告 > 行業動态
核心算法缺位 人工智能發展面臨“卡脖子”窘境
來源:科技日報發布時間:2019年05月06日

  “中國有多少數學家投入到人工智能的基礎算法研究中?”日前,在上海召開的院士沙龍活動中,中國工程院院士徐匡迪等多位院士的發問引發業界共鳴,被稱為“徐匡迪之問”。

  “我國人工智能領域真正搞算法的科學家鳳毛麟角。”在4月28日召開的“超聲大數據與人工智能應用與推廣大會”上,東南大學生物科學與醫學工程學院教授萬遂人表示,“徐匡迪之問”直擊我國人工智能發展的核心關鍵問題,“如果這種情況不改變,我國人工智能應用很難走向深入、也很難獲得重大成果”。

  我國人工智能領域發展的現狀如何?依靠開源代碼和算法是否足夠支撐人工智能産業發展?為什麼要有自己的底層框架和核心算法?

  缺少核心算法,會被“卡脖子”

  “如果缺少核心算法,當碰到關鍵性問題時,還是會被人‘卡脖子’。”浙江大學應用數學研究所所長孔德興教授對科技日報記者表示,我國人工智能産業的創新能力并沒有傳說中的那樣強,事實是,産業發展過度依賴開源代碼和現有數學模型,真正屬于中國自己的東西并不多。

  4個月零基礎學會人工智能、16講入門人工智能、算法線下大課……類似培訓在網絡上非常火爆,通過對于現有算法、模型的學習和訓練,成長為人工智能工程師的“短平快”可見一斑。

  既然代碼是開源的,拿來用就好,為什麼還有可能被“卡脖子”?

  孔德興解釋,開源代碼是可以拿過來使用,但專業性、針對性不夠,效果往往不能滿足具體任務的實際要求。以圖像識别為例,用開源代碼開發出的AI即使可以準确識别人臉,但在對醫學影像的識别上卻難以達到臨床要求。“例如對肝髒病竈的識别,由于邊界模糊、對比度低、器官黏連甚至重疊等困難,用開源代碼很難做到精準識别。在三維重構、可視化等方面難以做到精準反應真實的解剖信息,甚至會出現誤導等問題,這在醫學應用上是‘緻命’的。”

  “碰到專業性高的研究任務,一旦被‘卡脖子’将會是非常被動的,所以一定要有自己的算法。”孔德興說。換句話說,是否掌握核心代碼将決定未來的AI“智力大比拼”中是否擁有勝算。用開源代碼“調教”出的AI頂多是個“常人”,而要幫助AI成長為“細分領域專家”,需以數學為基礎的原始核心模型、代碼和框架創新。

  有算法之“根”才能撐起産業“繁茂”

  所謂“樹大根深”,人工智能的發展也是同樣道理,越在底層深深紮下根基,越能夠發展出強大的産業。

  那麼,借助開源代碼,“半路出家”的AI産業為什麼會難以為繼?

  孔德興解釋說,在獲得同樣數據的前提下,以開源代碼運行,AI深度學習之後或許能輸出結果,但由于訓練框架固定、算法限制,當用戶進行具體的實際應用時,将很難達到所期望的結果,而且難以修改、完善、優化算法。

  “如果從底層算法做起,那麼整個數學模型、整個算法設計、整個模拟訓練‘一脈相承’,不僅可以協同優化,而且可以根據需求随時修改,從而真正解決實際問題。”孔德興說,基礎算法往往是指研究共性問題的算法,它涉及到基礎數學理論、高性能數值計算等學科,可以應用到多種實際問題中;而針對性強的應用算法往往會應用到具體問題所涉及的“具體知識、先驗信息”,從而更好地解決實際應用問題。

  “基礎算法和應用算法都很重要,擁有基礎算法将更有助于應用算法的豐富與深入。”孔德興說,AI要應對的現實生活是複雜、多變的,當能夠“應對自如”時,才能夠促成産業的“繁茂”。

  呼籲三方協力,讓數學不再置身事外

  “一方面是政策引導,其實國家已經在加大這方面的扶持,例如科研基金上的設置等。”針對如何解決“徐匡迪之問”反映出來的問題,孔德興認為,第二方面是行業企業在進行科技創新時,應有意識将數學學者納入進來。

  “如果通過算法的開發,最終産品落地了,企業應該将算法開發時的數學學者納入到成果分享中來。”孔德興說,社會目前對于數學科學等“軟實力”的認可程度不足,行業或法規層面應該做好數學研究成果的産權保護工作。

  “第三方面,數學家本身應該積極參與到人工智能發展的浪潮裡。”孔德興呼籲,AI的未來發展需要數學家深度參與。由于目前仍處于“弱人工智能”時代(可以說是數據智能時代),AI的實現主要是依賴計算機的巨大算力和巨大的存儲能力,底層算法的問題或許并不突出,但在未來的發展,AI将可能融入邏輯、思維等智慧的内容,這些都需要數學科學的原始創新,有大量的基礎問題亟待數學家攻克。

  算法的進階一定是來源于“原創者”,而不是“跟随者”。孔德興說:“實際上深度學習的應用已遇到了天花闆,我們需要新的數學技術(如部分依賴邏輯、部分依賴數據的‘聰明算法’),讓計算機變得聰明起來。這些工作都需要數學家的參與。”