最近一年，人工智能持續(xù)占據了各大新聞網站科技話題的頭條位置。不出意外地，首次登陸博鰲亞洲論壇的人工智能話題也吸引了眾多目光。
在“人工智能：對話科學家”分論壇開始前半個小時，已經有數十名觀眾排隊等待進入會場。而在另一個會場，微軟亞太研究集團總裁洪小文、中科院研究員山世光、科幻作家郝景芳等19位科技大咖已經在展望2045年會出現哪些“未來新聞”：紐約爆發(fā)游行反生物芯片植入、健忘老人旅行遺失“云外腦”、深圳收回人類最后一張汽車駕照、美國總統(tǒng)對選民“心靈控制”……
對技術進步的向往和對美好生活的期待一樣，必須腳踏實地。今年的博鰲亞洲論壇上，許多嘉賓在暢談人工智能的未來前景、發(fā)展現狀之余，也在關注其發(fā)展中遇到的瓶頸：數據和算法中間還存在脫節(jié)的情況，還需要更多跨界合作，還需要更好的人才和科技成果流動通道。
人工智能還在學“套路” 跨學科合作成未來突破點
雖然對人工智能的未來前景都十分樂觀，但今年博鰲論壇期間人工智能領域的專家普遍認為，當下的人工智能仍處于非常早期的階段，無論是基礎性的通用人工智能，還是在某個垂直領域的具體應用，人工智能還處于基于大數據的學習階段，在智慧層面不可能像人類具有自己的意識、認知能力和邏輯判斷能力。
搜狗公司CEO王小川曾體驗過一個代表國際最高水平的酒店餐飲預訂系統(tǒng)，當機器問他“需要幫你找一個停車位嗎?”，他回答“我沒車”，但這個系統(tǒng)無法理解“我沒車”背后的意思。這是因為機器還沒有辦法理解車跟停車位是什么關系，機器還無法建立像人類一樣的認知體系和框架。
因此王小川認為，現階段的人工智能更多的是在學習“套路”，完成重復性工作。對于沒見過的事情，譬如沒有大數據提供的領域，人工智能沒法學習，也就無從幫助人類做更多事情。
如果只是停留在“套路學習”階段，人工智能的表現將會令人大失所望。但也有其他領域的專家提出，針對人工智能的研究不應該僅限于IT界，還應該與其他學科結合，來探索人工智能更大的想象空間。
清華大學教授魯白認為，由于人工智能遵循嚴密的數理邏輯，因此人腦的認知能力中邏輯思維、分析決策等功能，都是人工智能可以具有的。他建議，可以先嘗試著通過腦科學、神經科學的路徑來研究人工智能。“人工智能要發(fā)展，需要腦科學帶動人工智能。腦科學里面還有很多的理論其實可以用到人工智能上。”
神經生物學家出身的魯白也正在做這類跨界嘗試：在清華大學開設一門新的課程，邀請腦科學研究者和人工智能的從業(yè)者相互交流學習。他希望通過這種跨學科合作的方式促進人工智能與其他領域的結合，從而產生更多可能性。
這位神經生物學家的建議也得到了不少IT界大佬的認同。曾經擔任美國通用人工智能會議主席、現任Hanson Robotics首席科學家的Ben Goertzel就十分同意這個觀點。這位留著一頭長卷發(fā)的IT名人認為，下一階段的人工智能突破來自于各個方面，物理學、生物學、生命科學、數據科學等學科的知識跨界融合得越好，未來的人工智能就越可能有突破。
在百度總裁張亞勤看來，目前深度學習等領域的技術進步大多還是停留在軟件或硬件基礎上，跟人腦的關系不是很大。而未來人工智能要想獲得長足進步，還應該在腦科學、云計算、大數據等多領域開展跨界合作。
“未來人工智能突破一定是數字智能和生物智能的融合，未來人類也是這樣的融合，是蛋白質和硅的結合。”張亞勤說。
有數據的不一定算法強 “現在最最需要公司和大學合作”
目前，在人工智能領域有較為成功的突破，并且形成具體產品的，大多是企業(yè)，例如谷歌的AlfaGo，以及最近百度的度秘、騰訊的“絕藝”。但是，這些在IT、互聯網領域深耕多年的企業(yè)要想突破目前只是學“套路”的AI(人工智能)局限，僅僅依靠自己的力量明顯不夠。
據斯坦福大學教授張首晟介紹，人工智能的發(fā)展要素包括芯片、數據、算法三部分，由于成熟的供應商關系，芯片已經不是一個值得擔心的問題，但數據和算法往往存在脫節(jié)的情況，因為算法往往是在高?；蜓芯繖C構中被發(fā)明、研究的，而大數據一般都是各個企業(yè)所掌握的。
“有數據的企業(yè)不一定算法能力很強，因為有近期獲利的壓力;大學的算法能力很強，但接觸不到大量的數據來做研究。”博鰲論壇期間，張首晟多次呼吁，“現在最需要的就是公司和大學的合作”。
人工智能領域的校企合作正在變得越來越重要，由于高校研究資源有限，一些頂尖人工智能企業(yè)對頂尖研究學者、高校的爭奪日益激烈。
去年年底，正在虛擬現實和人工智能領域尋找新突破的Facebook硬件部門宣布，與美國17所頂尖大學簽訂了《贊助學術研究協議》，希望以更快的節(jié)奏與學術機構就新項目展開合作，減少談判磋商和學院批準方面所需要的時間。這17所大學中不乏斯坦福大學、麻省理工學院、加州理工學院、約翰霍普金斯大學等名校。
除了Facebook，谷歌之前也曾與100多所大學展開過合作，通過先進的服務器幫助其開展人工智能研究。尤其是在收購DeepMind之后，谷歌與牛津大學形成合作伙伴關系，為那里的AI研究貢獻資金，并收購了兩個已經在牛津孵化的初創(chuàng)公司。
國內企業(yè)中，華為是最早跟上這輪高校研究資源爭奪戰(zhàn)的。2016年10月，華為就宣布將與加州大學伯克利分校合作，投入100萬美元初始資金專注于人工智能研究，合作范圍涵蓋了深度學習、強化學習、機器學習，自然語言處理和計算機視覺。機器學習已經成為許多公司的核心部分，計算機視覺正在應用于面部識別技術、AR、VR等領域，蘋果的Siri和微軟的Cortana的核心則是NLP(自然語言處理)系統(tǒng)。
雖然已經有了很多校企合作的案例，但張首晟提醒要注意一個現實挑戰(zhàn)：出于商業(yè)機密的考慮，許多企業(yè)不愿意把數據共享，即使是合作關系緊密的高校恐怕也一樣。
校企間科技人才流動難，該如何解決
張首晟的觀點很快得到了在同一個論壇的百度總裁張亞勤的回應。“怎樣把算法、數據、計算能力(實現)大家共享?其實國內的企業(yè)也開始這樣做了。”張亞勤提到，近年來百度一直在人工智能研究中嘗試把算法、數據開放共享，“最近百度把整個的算法、很多的數據，能夠分享的全部分享了。”
張亞勤這番話的背景是，上周百度與中國科學院大學在北京簽署了戰(zhàn)略合作協議，協議將以框架形式推動未來雙方在人工智能領域各項合作的落地。而一個月前，由百度牽頭籌建，清華大學、北京航空航天大學、中國信息通信研究院、中國電子技術標準化研究院等機構參與的深度學習技術及應用國家工程實驗室經國家發(fā)改委正式批復。
在人工智能領域的校企合作、人才交流方面，中國的步伐還跟不上美國。據張首晟的觀察，在人工智能領域的校企合作中，美國已經做得很不錯了，有些高校研究人員在高校和企業(yè)的交流、流動很頻繁。“如果要講美國有一個領域學界和業(yè)界幾乎分不大清了，就是AI的領域。”
一個人工智能領域校企合作、人才流動的典型案例是，斯坦福大學計算機系終身教授李飛飛從學術界轉到了工業(yè)界，正式加入谷歌，任谷歌云機器學習負責人。但放眼國內，學界和業(yè)界的人員交流鴻溝顯得十分明顯，少數比較典型的案例最終也以分手結束。
分享到微信 ×
打開微信，點擊底部的“發(fā)現”，
使用“掃一掃”即可將網頁分享至朋友圈。
數字化要一盤棋更要各自為戰(zhàn)
