<mark id="oztn4"></mark>
0
| 本文作者： 叢末 | 2019-09-25 17:02 |
雷鋒網(wǎng) AI 科技評論：9 月 21 日至 22 日，為期兩天的 CCAI 2019 在秋意濃濃的中國青島膠州隆重舉行。會議在接近尾聲之際，迎來了本次大會的壓軸論壇：「如何認識我國當前人工智能發(fā)展態(tài)勢」。本場論壇由王雪純擔任主持，嘉賓陣容包括張鈸、李德毅兩位院士以及騰訊 AI Lab 主任張正友和平安集團首席科學家肖京。
這場跨越 30 后、40 后、60 后、70 后的對話，是 CCAI 2019 唯一的大會論壇，也是本次會議萬眾矚目的環(huán)節(jié)，各位嘉賓之間究竟產(chǎn)生了怎樣的思想碰撞和化學反應呢？我們下面來看。
在論壇正式開始前，王雪純就滿面笑容地用一口大家都非常熟悉的「播音腔」以及活潑俏皮的口吻為本場論壇定下了輕松、隨和的基調(diào)：「大家好，我是雪純，在這里我先給大家鞠個躬。今天特別榮幸能夠有機會和四位國內(nèi)人工智能研究和開發(fā)領(lǐng)域的頂級專家同臺而坐。因為四位專家彼此之間都有非常多的了解，臺下的各位聽眾也對他們非常熟悉，我作為一個外行，在這里就不再對他們的成就和背景多做介紹了。我今天來做這場壓軸論壇的主持人，就是想先做個鋪墊，讓各位嘉賓展開一場很輕松的對話。」
笑臉盈盈的王雪純
隨后，她步入正題，為各位嘉賓提出了開場問題：「今天我向臺下各位聽眾了解了一下，他們很多人都說非常期待這場論壇，非常想聽到臺上的四位嘉賓之間的思想碰撞。那你們認為他們想聽到大概會是怎樣的碰撞呢？大家可以隨意聊天。」
張鈸院士：我認為一個話題是大家對于人工智能當下發(fā)展現(xiàn)狀的看法；另一個話題是我們國家現(xiàn)在的人工智能發(fā)展到了什么水平。（笑嘻嘻看向李德毅院士）我認為這兩個問題首先應該由我們?nèi)斯ぶ悄軐W會的理事長來回答。
咧嘴笑的張鈸院士
李德毅院士：（哈哈大笑）我本以為雪純會給我挖坑，結(jié)果張院士給我挖了個坑。
哈哈大笑的李德毅院士
張鈸院士：這是碰撞的開始。
王雪純：這場論壇是同行之間針對相關(guān)領(lǐng)域的一次交流，其實也是一場面向大眾的傳播。剛才張院士提到的兩個話題就是很大的話題，加上我也比較喜歡琢磨標題，我琢磨了下這場論壇的主題「如何認識我國當前人工智能發(fā)展態(tài)勢」，注意到了「當前」這兩個關(guān)鍵字，我們都知道這兩個字其實是指一個發(fā)展階段，那各位認為「當前」大概是指一個怎樣的發(fā)展階段呢？我們先請兩位院士談?wù)劇?/p>
張鈸院士：對于這個問題，我認為大家關(guān)心的其實是中國的人工智能水平在國際上處于怎樣的位置。我們談科技發(fā)展現(xiàn)狀，大體是指兩個內(nèi)容，一是科技發(fā)展水平，二是科技發(fā)展能力，二者存在相互關(guān)系。
不過人工智能領(lǐng)域的發(fā)展存在特殊性，這種特殊性表現(xiàn)在人工智能發(fā)展還處于初級階段，只有 50 年歷史并且在這 50 年歷史中還存在很多反復情況，因此從發(fā)展水平來看，各國之間的差距并不大，都在起跑線附近。所以相對而言，我們現(xiàn)在其實最關(guān)心的是人工智能的發(fā)展能力，因為最終人工智能的發(fā)展誰先誰后，并不取決于現(xiàn)在在哪，而取決于跑得有多快。
而科技的發(fā)展能力主要是指三個方面：一是科學發(fā)現(xiàn)的能力，二是技術(shù)開發(fā)的能力，三是工程實踐或者產(chǎn)業(yè)化的能力。其中我主要講下科學發(fā)現(xiàn)的能力，它其實就是創(chuàng)新能力尤其是原始創(chuàng)新能力，我認為從人工智能的角度來看，在原始創(chuàng)新能力上，我們跟世界是存在差距的。以圖靈獎為例，目前獲獎?wù)咭还灿?11 位，其中 10 位是美國人，1 位是加拿大人，也就是說人工智能領(lǐng)域所有的原始模型算法都是由美國人提出來的。
我們?nèi)绻軌蛘J識到這一點是一件很好的事情，因為雖然過去我們一再強調(diào)基礎(chǔ)研究，但是現(xiàn)在對基礎(chǔ)研究的重視度還不夠。如果我們想在人工智能領(lǐng)域引領(lǐng)世界的發(fā)展，就必須非常重視并加強基礎(chǔ)研究。
李德毅院士：我補充一點，中國人將科學和技術(shù)統(tǒng)稱為科技，因此談到人工智能的水平，我們首先要想到智能科學的水平，而智能科學涉及到兩類科學，一是腦科學或神經(jīng)學，二是認知科學，前者是研究人類智能的生物學基礎(chǔ)，后者研究的是人類智能的心理活動。此外，智能還有一個重要屬性叫做智能的社會學屬性，即人類在研究客觀世界時對大自然的了解和對物質(zhì)能力的把握所琮琤的非常豐富的科學技術(shù)寶庫。
因此，人類智能的生物學基礎(chǔ)、人類智能的心理活動規(guī)律和人類智能的社會學屬性是研究人類智能的三大要點。基于此，我個人認為現(xiàn)在的人工智能確切地說還只是一項技術(shù)，因為它很少涉及到人工智能科學。
最近有一個關(guān)于人工智能的比較簡單的定義：人工智能就是人類智能的體外延伸。我認為這個定義對于老百姓來說比較好懂，并且將人工智能的根本問題說清楚了。從這個層面來講，我認為我們國家在腦科學尤其是認知科學上的研究還很落后。因而雖然世界都還處于人工智能的起跑線附近，但是我們的基礎(chǔ)研究、基礎(chǔ)算法以及認知模型要落后于世界。
現(xiàn)在我們在經(jīng)歷深度學習所帶來的人工智能第三次浪潮，今年的三位圖靈獎獲得者中沒有華人，之后我們?nèi)A人是否能提出能夠拿到圖靈獎的認知模型呢？我們要努力。雖然中國在認知科學上整體落后，但是我們有一個非常大的優(yōu)勢，那就是擁有很大的應用市場，并且從生物遺傳的角度上來看，我們中國人才在智力方面同樣也具有一定優(yōu)勢。
王雪純：兩位院士一開場就直奔主題，并且在梳理人工智能發(fā)展歷程的時候就將自己的很多核心觀點都表達出來了。現(xiàn)在我們有請另外兩位 60 后和 70 后科學家談?wù)勛约旱目捶ā?/p>
張正友博士：剛主持人提到大家希望我們有所碰撞，雖然我和肖京博士是 60 后和 70 后，但是我們同樣也在人工智能領(lǐng)域深耕了幾十年，比如我也研究人工智能 30 多年了，所以我們跟兩位 30 后和 40 后的院士在觀點上可能會比較接近。
開心地表達自己的觀點的張正友博士
我認為中國人工智能現(xiàn)在的發(fā)展可以用兩個字來概括，一個是「hot」，一個是「cool」。「hot」是指人工智能在中國非常火熱，相關(guān)的會議也很多。這次是我第三次參加人工智能會議，第一次是 7 月份在深圳舉辦的 CCF 全球人工智能與機器人峰會，當時我在演講中對計算機視覺的歷史做了回顧并對今后人工智能的發(fā)展發(fā)表了一些看法；第二次是 8 月底在上海舉辦的全球人工智能大會，我介紹理論騰訊在人工智能領(lǐng)域的布局；這是第三場，我主要參與組織了這場會議。
我這里說的「cool」包含兩層意思，一重意思是「酷」，指的是中國現(xiàn)在幾乎每家公司、每個部門都在往人工智能上靠，在他們看來，人工智能是一項很酷的技術(shù)；另一重含義是「冷」，也就是說我們需要對人工智能有一個比較冷靜的判斷。現(xiàn)在我們各級政府都非常看重人工智能，并且投入了很大的人力、物力，以期在人工智能領(lǐng)域占據(jù)制高點，然而我們還應該清晰地認識到目前的人工智能距離真正的人工智能還很遠，這一點張院士和李院士在他們的報告中都已經(jīng)提過了。
因此，我認為我們應該堅持兩條腿走路：一方面是我們還要繼續(xù)加強應用方面的探索，并且落實到人類生活的方方面面；另一方面我們更要加強對基礎(chǔ)研究的持續(xù)投入和穩(wěn)定支持。
肖京博士：我完全認同前面三位的看法。人工智能確實是一個非常大的研究領(lǐng)域，是自然科學和社會科學的交叉學科。雖然我們中國在人工智能發(fā)展上的進步非常快，但在原創(chuàng)上確實還是跟歐美等一些西方國家存在比較大的差距，這一點我完全同意兩位院士的觀點。
贊同地看向其他三位嘉賓的肖京博士
由于我來自產(chǎn)業(yè)界，有很多應用的經(jīng)歷，所以我從技術(shù)應用的角度補充下。技術(shù)應用需要軟硬件方面的各個條件：硬件方面，其中在很多基礎(chǔ)能力包括 CPU 等計算機設(shè)備上，我們還是比較落后的，但是我們國家如華為、中科曙光等公司都在努力尋找可替代的方式，目前我認為也取得了比較大的進展。在軟件方面，我們現(xiàn)在也在嘗試發(fā)展深度學習計算，不過它除了 GPU 以外還有很多底層的軟件，這就需要長期的積淀來形成這樣的基礎(chǔ)，因此這一過程并不容易。所以除了科學以外，我們在技術(shù)工程上也跟美國等西方國家存在差距。
不過從另一個角度來講，人工智能其實是一個賦能的工具，它本身不構(gòu)成一個獨立的產(chǎn)業(yè)，需要依托于其他產(chǎn)業(yè)去實現(xiàn)「三提兩降」，產(chǎn)生附加價值。這就需要市場大環(huán)境的支持，而中國在這方面具有很大的優(yōu)勢。在應用方面，比如我所在的金融領(lǐng)域，中國其實還是其他國家很多金融機構(gòu)的學習對象，為什么會出現(xiàn)這種情況？一個很大的原因就是現(xiàn)在西方很多傳統(tǒng)行業(yè)處于非常舒服、穩(wěn)定的狀態(tài)，他們并沒有很大的動力來進行變革，而我們國家的市場競爭非常激烈，大量企業(yè)都有非常大的驅(qū)動力來變革和創(chuàng)新。所以，我們在這種創(chuàng)新的意向和心態(tài)上，是比美國等西方國家更有優(yōu)勢的，并且我們也可以很好地利用這一點去推動我們在科技領(lǐng)域的發(fā)展。
李德毅院士：我同意我們國家在人工智能的技術(shù)研究上比較明顯地落后于先進的發(fā)達國家，但是我想補充的一點是，中國在人工智能的技術(shù)研究上也有它的特色。我們可以回顧一下中國人工智能的先輩們所做的工作，比如說人工智能學會名譽理事長吳文俊老先生，他的一項重大貢獻就是數(shù)學的機械化證明，而除了吳文俊之外，馬希文、華羅庚等科學家也都在幾何定理證明或者代數(shù)證明上做出了重大貢獻，另外我們的錢學森在軍事科學領(lǐng)域最早發(fā)起了軍事專家系統(tǒng)的工作，中國的人工智能學者還曾經(jīng)跟日本一起搞五代計算機。
所以我建議，大家在認識到我們的技術(shù)研究整體上落后于西方國家的同時，也不應該忘記這些先輩們曾經(jīng)做出的重大貢獻！
王雪純：四位嘉賓在第一輪已經(jīng)有了碰撞，下面可以繼續(xù)。從我自身的感覺而言，人工智能這個話題在大家的日常生活中熱起來差不多是 2015 年前后，幾乎所有人，懂或者不懂，都在談?wù)撨@個話題。到我們這屆人工智能大會的時候，正如它的主題「智變?nèi)诤稀怪械摹缸儭棺郑覀兏惺艿饺斯ぶ悄軒淼淖兓絹碓矫黠@，產(chǎn)生的力量越來越大。希望各位能夠從各自的領(lǐng)域和角度來談?wù)勀銈儗τ谶@種變化趨勢的感受，以及為了應對變化，我們應該做哪些準備？
張鈸院士：這個問題提的很好。我認為人工智能有一個非常好的特點，能夠讓中國人在其中發(fā)揮很好的作用。人工智能的發(fā)展過程是一個階段一個階段的，不像其他學科一樣，搞清楚幾個基本原理以后，就能形成整個科學體系，之后一條路走到底。人工智能不是這樣，因為智能這個問題太過復雜了。
我們現(xiàn)在處于什么階段呢？正如我在報告中提到的，現(xiàn)在我們已經(jīng)走過了第一代人工智能的發(fā)展階段，到了第二代人工智能發(fā)展階段，而現(xiàn)在大家都能夠明顯看到人工智能遇到了很多瓶頸，比如說可解釋性、安全性和魯棒性等問題，在這個階段，大家其實差不多又在同一起跑線上。所以現(xiàn)在，中國完全有可能在基礎(chǔ)研究上有所突破，從而帶動科技的發(fā)展。我認為中國完全有可能在人工智能當下的發(fā)展階段中，做出重大貢獻。
王雪純：張院士一直在強調(diào)的一個觀點是人工智能永遠在路上，而現(xiàn)在則是一個新的起點。
張鈸院士：對，因為永遠在路上，所以我們永遠都能跟著它一塊走，并且如果現(xiàn)在跑得快一點，就能跑到前面去。
李德毅院士：「智變?nèi)诤稀惯@個詞用得非常好，其中的「變」是指變革、轉(zhuǎn)型升級，「智」是指多樣化。
我在開幕式里講了人工智能是經(jīng)濟發(fā)展的領(lǐng)頭雁、社會發(fā)展的加速器，而沒有講它是經(jīng)濟發(fā)展的新引擎。因為新引擎是指那種像原子彈這樣能量巨大的新事物，而人工智能的力量跟原子彈相比還是比較微弱的，就其本身的能量而言，智能參與的部分不會很多，并且不會超過化工、冶金、鋼鐵和運輸?shù)取?/p>
因此，當我聽到各個省市討論智能產(chǎn)值時，多少有點尷尬。并且有很多企業(yè)在產(chǎn)值報表中，將互聯(lián)網(wǎng)、集成電路等的產(chǎn)值說成是智能產(chǎn)值，但智能在其中起到的作用真的有這么大嗎？所以我們更要看到的是智能的多樣化、AI+ 的作用以及看清當前人工智能的特色到底是怎樣的。
張正友博士：我沒有仔細去想「智變」，我在思考的問題還是可以回到剛才提到「hot」和「cool」的上去。
人工智能之所以變得這么熱，確實是因為人工智能在很多應用中體現(xiàn)出了價值，有足夠多的數(shù)據(jù)，人工智能就能很好地理解場景，幫助提高效率，并最終改善人民生活。但是另一方面，大家也能夠明顯感覺到現(xiàn)在投資界對于人工智能領(lǐng)域逐漸轉(zhuǎn)「涼」了些，我認為這其實是比較正面的，因為可以讓我們冷靜地思考到底應該如何研究人工智能。那如何研究？
我的觀點是：深耕細作。也就是說，我們要真正理解各個行業(yè)的各個痛點，這樣人工智能才會迎來更大的突破。就像昨天張院士在演講中提到的人工智能輔助診斷，這是個很好的案例，我認為應用人工智能技術(shù)能夠診斷工作做得非常細致，我們可以嘗試在各個層次的醫(yī)院推廣，看看到底對醫(yī)生有多少幫助。
再舉個醫(yī)療領(lǐng)域的例子，比如門診掛號，它對于病人而言是個非常耗時耗力的難題，但是如果我們能夠真正理解為什么掛號這么難的話，我們就可以利用人工智能來技術(shù)來完善各個流程，比如病人在看病前將自己以前的病歷用智能攝像頭拍下來，攝像頭就能夠智能分析出有可能得了什么病，并自動推薦病人去掛哪個門診。
中國的人口體量非常大，如果人工智能技術(shù)在應用方面稍微取得一點進展，都能夠?qū)θ嗣竦恼w生活帶來很大的幫助，所以一方面我們應該繼續(xù)推動人工智能向前發(fā)展，不能因為它現(xiàn)在稍微有點「涼」就停止；另一方面，我們應該到具體場景中去找到并解決痛點和難點，才能夠讓人工智能發(fā)展到更高的高度。
肖京博士：我完全同意前面幾個前輩的說法，「變」太重要了。歐美的人工智能應用為什么不如中國，很大的原因就在于它們的社會太規(guī)范了，很多傳統(tǒng)行業(yè)、龍頭企業(yè)都很大，它們保持安逸的狀態(tài)就行了。
例如我們四五月份到加拿大和美國業(yè)務(wù)交流的時候，我們向他們咨詢?nèi)绾伪３掷m(xù)保。他們的回答是：什么都不用做就能保持 95% 以上的續(xù)保率。并且他們還告訴我們，曾經(jīng)也嘗試使用互聯(lián)網(wǎng)技術(shù)去提醒客戶續(xù)保，結(jié)果續(xù)保率不增反降，這是因為這種做法反而提醒了這些客戶，原來還有其他產(chǎn)品能夠替代續(xù)保產(chǎn)品。但是我們就完全不一樣，如果不提醒客戶，平均續(xù)保率只有 40%，會流失掉一半客戶。所以在這樣的環(huán)境中，我們需要做更多智能化的高質(zhì)量服務(wù)，提高效率和效果來增強業(yè)務(wù)的競爭力，這也在無形之中驅(qū)動中國企業(yè)不斷地嘗試創(chuàng)新和變革，反而為我們帶來了機遇。
同時，我非常同意正友剛才說的深耕細作。因為人工智能的應用，涉及到對原有生產(chǎn)的改造，要求我們必須深耕細作才能對原來產(chǎn)業(yè)進行好的改造。并且在大企業(yè)中，往往只有得到「一把手」的支持，人工智能應用才能做好，所以我們必須要清楚地知道痛點在哪，才能定目標、做規(guī)劃。
我認為人工智能在這種「變」的環(huán)境下，如果有比較好的頂層設(shè)計和戰(zhàn)略規(guī)劃，我們中國是能夠做得非常好的。
王雪純：剛才張博士提到一個關(guān)鍵詞詞——「痛點」，就像張院士也提到的，基礎(chǔ)研究領(lǐng)域同樣也有痛點和局限性，只有非常理性、負責任的科學家和企業(yè)，才會真的理解這個痛點，從而從痛點入手去找到一個新的起點。另外我也想請各位嘉賓從應用的角度，比如說智能交通、智能金融、智能制造等方面，談?wù)勀壳八媾R的痛點，以及最能夠為大眾所感知的痛點在哪。
張鈸院士：比如自動駕駛，現(xiàn)在為什么在動態(tài)復雜的環(huán)境下還沒法用？從基礎(chǔ)研究的角度來看就是人工智能現(xiàn)在還不能實現(xiàn)隨機應變、舉一反三。我認為這個基本問題如果無法得到解決的話，自動駕駛汽車根本就沒法兒到復雜路況上開。當然，我們可以考慮另外的思路，比如說直接改變道路，將復雜的路況變成單行道或者結(jié)構(gòu)化的路。
如果你將所有的希望都壓在自動駕駛車上，那我們就只能到人工智能技術(shù)層面去尋找突破，然而我認為這種突破是非常難的，需要相當長的時間。所以我之前也跟李院士討論，我的看法是自動駕駛不能將所有的壓力都施加在車上，而應該考慮在道路上解決問題，這樣的話，人工智能所承受的壓力就小了，甚至當?shù)缆范甲兂山Y(jié)構(gòu)化的道路或?qū)Ｓ玫罆r，目前自動駕駛遇到的問題都不需要解決了。所以我一直在強調(diào)，人工智能確實存在很多基礎(chǔ)性問題，但是我們在解決實際問題的時候，我們可以從另外的角度出發(fā)去思考解決問題的方法。
（轉(zhuǎn)向李德毅院士，笑著說）你如果覺得不對的話，可以反駁我。
李德毅院士：我從另外一個角度講下這個痛點。現(xiàn)在各個省、直轄市都在談落地產(chǎn)品、落地場景，那什么叫落地場景呢？
我從另外一個觀點講這個痛點，因為各個省、直轄市都在講落地產(chǎn)品、落地場景。什么叫落地場景呢？其實就是指最需要改革的痛點。比如說要將無人駕駛技術(shù)應用到港口地區(qū)，痛點是什么？是司機的成本。
我們之前到礦山區(qū)調(diào)研，礦山老板對我們說得很直接：如果你不能降低我的成本，你就靠邊站，我并不 care 技術(shù)是自動化還是智能化，我要的就是降低成本，你們不是說無人礦嗎？機器能夠一天 24 小時給我挖煤、運礦嗎？如果不能降低我的成本，我要無人車干嘛？在這個場景中，無人車只能承擔運輸?shù)娜蝿?wù)而不能解決兩頭的有效作業(yè)，所以無人車并不能解決這個場景中的痛點。
而找到痛點后，我們還需要將人工智能技術(shù)融入到現(xiàn)有系統(tǒng)中。比如說張院士做的醫(yī)療系統(tǒng)，很好，但是一定得跟現(xiàn)有的醫(yī)生看病系統(tǒng)兼容，如果不能兼容，就需要將醫(yī)院的現(xiàn)有系統(tǒng)打破才能使用，這樣的話，醫(yī)療是下不了這么大決心的。所以，人工智能技術(shù)只有能夠兼容到現(xiàn)有系統(tǒng)中，才能夠有持續(xù)發(fā)展的可能。
所以我認為，人工智能在場景落地中，第一步要切中場景的痛點，這是最難的點；第二步是要能夠融入到現(xiàn)有的系統(tǒng)中；在前面兩步都實現(xiàn)后，第三步就可以進行大面積的技術(shù)推廣了。
而在大面積的技術(shù)推廣中，我們不能說得太過，比如說將應用了無人駕駛技術(shù)的港口稱作「無人港」，這是不準確的，因為實際上只是將幾千人的港口變成幾百或幾十人的港口，人是不可缺少的。所以大家在技術(shù)宣傳上要注意的一點是，人工智能技術(shù)的應用只是說能夠?qū)崿F(xiàn)少數(shù)人和多數(shù)機器系統(tǒng)的協(xié)同，而不是讓機器完全取代人類。
張正友博士：剛才主持人講到智能制造，我在這里可以稍微講一下，因為我之前參觀了一些工廠，了解過企業(yè)智能制造的痛點在哪里。
現(xiàn)在智能制造的大部分工廠都已經(jīng)實現(xiàn)自動化了，并且自動化程度都相當高，目前剩下還未自動化的，一個就是要求非常精細的裝配部分，目前還需要人工進行裝配；另一個就是質(zhì)量檢測，需要人工將屏幕等產(chǎn)品翻起來從不同角度進行檢測，涉及到非常精巧的操作。如果人工智能能夠?qū)π└泳毜墓ぷ饔兴鶐椭梢源蟠筇岣哒麄€智能制造的效率。
我現(xiàn)在在騰訊負責的機器人實驗室，就在研究如何提高機械手的觸覺能力，一旦機械手的這種能力得到提高，很多此類相關(guān)問題就能迎刃而解了，不過目前雖然這些問題還解決不了，但是我們知道最主要的痛點，依舊可以往前推進智能制造。
另外我想講一下研究和應用之間的關(guān)系。現(xiàn)在很多做研究的人往往對應用嗤之以鼻，覺得應用是太工程化的東西，不愿意花精力去了解，所以很多研究者往往都跟在別人的后面，去刷榜費心費力提高百分之零點幾的性能等等，其實并沒有多少原創(chuàng)，也沒有花精力去理解這個問題。
實際上，去找到某個場景的痛點，然后將它抽象到一定高度，并找到解決這個問題的方法，這就是原創(chuàng)的東西，而且這種解決方案是可以泛化到其他領(lǐng)域。因此，研究者一定要逐漸培養(yǎng)這種心態(tài)。這就是我為什么非常強調(diào)用場景來驅(qū)動研究，因為場景能夠幫助研究者找到一些真正的技術(shù)難點，一旦能夠解決這些難點，就能夠舉一反三。
肖京博士：我非常同意剛才李院士說的，人工智能在落地到某個場景前，要先把場景的痛點了解清楚，并仔細梳理整個流程，如果一開始就說這個東西完全是自動化的，實際上大部分任務(wù)都完不成，所以分辨出哪些任務(wù)由機器協(xié)助完成、哪些任務(wù)由人來做，才能提升整體的效率和質(zhì)量。
然而為了解決某個痛點，實際上會導致人工智能技術(shù)的應用進展很慢、成本也非常高。另外，我們國家在人工智能的很多場景應用的管理規(guī)劃和標準上都比較缺乏，雖然國家現(xiàn)在在逐漸建立，還目前還是比較少，這就會帶來很多問題。比如說前段時間的互聯(lián)網(wǎng)金融問題，雖然監(jiān)管部門也想管好，但是無能為力。
在未來的人工智能應用市場，會出現(xiàn)很多這種良莠不齊的現(xiàn)象，所以國家現(xiàn)在需要大力加強規(guī)范和標準的建立。除此之外，現(xiàn)在在數(shù)據(jù)方面，同樣由于缺乏規(guī)范，導致數(shù)據(jù)的使用混亂，風險也很大，那如何在對數(shù)據(jù)進行約束同時又不會限制對數(shù)據(jù)需求量巨大的人工智能的發(fā)展呢? 這同樣也是現(xiàn)在亟待解決的一個兩難的問題。
王雪純：所以說現(xiàn)在為什么科學家和企業(yè)家們總是心事重重，原來是因為他們老是在找痛點，但也正是因為這樣，我們對人工智能的未來發(fā)展才更加有希望。
本場論壇設(shè)置的時間為一個小時，所以在聊了以上三個話題后，王雪純提議，將后面剩余的一點時間留給臺下的聽眾提問。我們來看現(xiàn)場的聽眾們又提了哪些問題。
聽眾提問：李院士昨天在報告中提到智能駕駛需要分級，今天又提到人工智能需要腦科學和認知科學的融合。我來自產(chǎn)業(yè)界，非常想了解未來人工智能發(fā)展的確定性，關(guān)于人工智能何時能夠達到比較成熟的階段，有的人說 30 年，有的人說 50 年，這讓我很悲觀，所以我想問一下，人工智能技術(shù)以及腦科學、認知科學發(fā)展到什么程度，才是產(chǎn)業(yè)切入的最佳時機，而不是像此前的物聯(lián)網(wǎng)一樣，發(fā)展了這么多年卻依舊不成熟？
李德毅院士：我覺得有一句話很重要：自主學習也要服從常識。開車的同志們都知道，每個司機都有個性，踩剎車的時候可能猛一點，也可能比較有禮貌慢一點。所以自動駕駛并不僅僅實現(xiàn)自主學習就足夠，還需要有常識，也就是通用常識和規(guī)則，這也就意味著，我們?nèi)绻麊渭円揽可疃葘W習，可能并不那么靠譜，還需要規(guī)則推理、知識圖譜這些方法來幫助。
那無人駕駛到底什么時候能走入我們老百姓的日常生活呢？我認為乘用車要晚一點，商用車、特種車可能要早一點。
比如說在煤礦區(qū)等場景中，人的工作非常無趣、單調(diào)和重復，條件也非常惡劣，無人駕駛可能會在這樣的場景里先應用。而且如果在技術(shù)上實在做不到完全自動化，我們讓幾個人去干預一下也是可以的。就像我們剛才講的，不要過分強調(diào)完全自動化，這樣的話自動駕駛這條路是完全可行的。
聽眾提問：我是一名石油工程專業(yè)的學生，剛剛接觸人工智能也沒有很久，我就結(jié)合我之前的學習和這兩天的聽會報告，問一下我的疑惑，現(xiàn)在人工智能語音識別、圖像處理、無人駕駛等方面都已經(jīng)取得了長足的進步，這些都是民生方面的問題，那傳統(tǒng)能源行業(yè)應該如何更加靠近人工智能技術(shù)，或者說如何更有效率地將人工智能技術(shù)引入呢？
肖京博士： 人工智能技術(shù)現(xiàn)在在一些傳統(tǒng)能源行業(yè)已經(jīng)有一些應用，比如說如何優(yōu)化調(diào)度、優(yōu)化配置、節(jié)能減排等等。
所以說到底，能源行業(yè)跟其他行業(yè)一樣，在人工智能技術(shù)的應用上是一個意愿問題。只要企業(yè)愿意應用人工智能技術(shù)，像剛才李院士所說的，把痛點找出來，將流程細化，做必要的改變，分出一部分任務(wù)給機器來做，是一定能夠比現(xiàn)有系統(tǒng)做得更好的，即實現(xiàn)所謂的三提兩降：提效率、提效果、提體驗，降風險、降成本。這一點其實有非常標準的套路，關(guān)鍵就看你所在的企業(yè)要不要選擇這個路徑。
雷鋒網(wǎng) AI 科技評論報道 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
