请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战

数智化浪潮之巅,人工智能迎来更好的发展机遇,同时也面临更多的行业挑战。如何准确把握产业趋势,充分利用技术红利,成为数字时代的同行者,是业界共同关心的事情。



​第八届中国人工智能大会尖峰对话环节邀请了戴琼海院士、桂卫华院士、廖湘科院士、王耀南院士、周志华院士、田奇院士,同台探讨“人工智能发展新形势:机遇与挑战“话题,深入解析了我们对人工智能的期待和疑问,并为长沙智能产业发展提供了宝贵建议。CAAI副理事长刘成林研究员主持对话。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-1.jpg



​人工智能面对什么样的“新形势”?

对话伊始,刘成林研究员对 “新形势”做了阐述。随着人工智能研究和应用进一步深入,当前“大数据+大算力+深度学习”的主流人工智能技术不足之处越来越明显,智能产业发展速度有所放缓,复杂开放场景应用所需要的可解释性、可靠性、可演化性要求难以满足,亟待新探索和新突破,这就是人工智能发展的新形势:人工智能研究和应用进入深水区,既遍地机遇又充满挑战,应该从哪些方面突破?


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-2.jpg

刘成林研究员


脑科学这条道路到底是否可行,前景怎么样?

这是主持人现场抛出的第一个问题。

​脑科学和认知智能专家戴琼海院士首先给出了自己的见解。“人工智能发展有很多方式,从脑科学机理研究只是其中一个方向,其他还有统计数学等。大算力、大数据、深度学习三足鼎立,它们现在已经可以执行一些任务,但是在很多环境下仍然存在不少问题。想要达到更高水平的人工智能,通过脑科学为基础实现认知智能是一条重要途径。比如现在深度学习也有其脑机理作为基础,在未来人工智能的发展中,脑与认知也是重要方向。”

​戴琼海院士进一步介绍说,他正在与生命科学家合作探索,想到免疫智能也很重要,免疫系统和病毒打交道,免疫的对抗能力很强,也体现了很多智能的机理,因此通过免疫的机制也有可能建立新的智能理论与技术。

​“​这个路很长,但是现在比五年前已经取得很多进步,从感知智能,到记忆学习,到决策机制,它们在生物智能中是如何发挥作用的,如何以它们为基础构建新的认知智能,也是国际非常关注的前沿领域。目前国际上对感觉与知觉、记忆与学习、以及决策,开始布局各类实验室开展研究,一个代表就是国际脑实验室(International Brain Laboratory,IBL)。我们也要在这个重要的领域全面布局,抢占制高点。”

​戴琼海院士认为,在这一轮竞争中,我们要在前沿方阵上保持科技在第一方阵。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-3.jpg

戴琼海院士


算力驱动的人工智能有多大发展前景和机会?

廖湘科院士主要从事高性能计算机研究,针对大算力的争议,他基于自身多年的工作经验做了回答。

​“目前大家觉得人工智能的发展靠算力,数据越来越大,算力越来越大,机器规模越来越大,这会有很多毛病,路子不能靠规模越来越大走下去。”但是他认为,算力大规模堆积今后还是很重要,有发展潜力,并且是很实用的途径。

​廖湘科院士通过对MPP(大规模并行超级计算机)发展的历程回顾,解释了通过规模扩大提升算力的重要性。“任何系统,一是把单节点做强,二是把规模做大,是提高能力的两条路径。”

​他总结说,在今后一个时期里,规模扩大提升算力仍是最具备可操作性的、行之有效的措施。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-4.jpg

廖湘科院士


人工智能可解释性定义是什么,从哪个渠道开展研究?

人工智能的可解释性是AI理论的重要部分,周志华院士是人工智能基础研究的知名专家,他对“可解释性”的看法是:不同的人所谈的“可解释性”并不是一回事,在机器学习上大概至少有三种:结果的可解释性、模型的可解释性、机理的可解释性。有人关心的是结果可解释性,这跟受众对象有关,比方说偏微分方程形式的结果对大学生是可解释的、对初中生则可能是不可解释的,所以要谈结果可解释性,必然要涉及用户建模;有人关心的是模型的可解释性,希望模型的形式让人一看就能知道学到了什么,从这个角度看,决策树和规则模型的可解释性最好;我们更关心的是机理可解释性,从这个角度来说,绝大多数机器学习方法的机理都是清楚的、可解释的,就是深度神经网络在机理上不太清楚,主要还是靠试错的办法。

​“​关心这三种可解释性人群不一样,首先要搞清楚自己关心的是什么可解释性,然后才能进一步进行探讨。”周志华院士进一步解释。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-5.jpg

周志华院士


计算机视觉发展很快,但在开放场景下有很多不足,如何应对?

大规模图像检索和机器视觉专家田奇院士称,视觉技术的关键是识别、生成和交互。他同时提出了三个挑战性问题,并给出了解决思路。

​一是图像语义信息的高度稀疏性;二是图像域间的差异性,训练数据、测试数据,由于图像采集方式不同,导致图像像素统计分布有差异;三是图像的无限细粒度特性,图像没有最小的基本语义单元,这跟NLP不一样,NLP的最小语义单元是文字单词,但是视觉没有。

​针对语义信息的稀疏性的挑战,应对方法一是模型的神经网络架构设计,二是图像数据的大规模预训练。

​针对图像域间的差异导致的模型迁移能力差,主要做数据高效的模型微调。

​针对图像的无限细粒度特性,由于图像没有最小的语义单元,这是开放域识别的问题。解决的思路利用其他的模态,比如文本指导下的视觉模型预训练,让文本语义和图像实现更细粒度的对齐。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-6.jpg

田奇院士


智能机器人的思维能力是否要建造强大的脑子?未来有哪些挑战和机遇?

王耀南院士一直从事机器人感知与控制技术的工程应用,关于智能机器人的问题,他从行业实践和未来发展方向做了解答。

​现在无论是工业机器人、服务机器人还是特种机器人,包括无人系统都是一种机械电气自动化系统,是比较刚性的系统,替代人们完成一些重复性,而且是简单重复性,不需要太多的思考,简单乏味的工作,就是一个单一的机器人。

​“机器人应该是要像人一样,是智能的。”“现在既然是叫机器人,实际上是简单的机械化装置,未来真正要变成‘人‘,这个很关键,我们必须要有一个聪明的大脑,否则就是四肢发达大脑简单。”王耀南院士说。

​通过感知智能向认知智能发展才能使机器人走向智能,但如何发力?王耀南院士提出了三个方向。

​一是要充分利用人工智能技术,尤其是学习技术,学习技术像人一样,根据场景理解识别,有创新的能力;二是执行要有智能,看到多种复杂的任务可以自动分解、分配。三是在群视智能机器人方面要做好工作。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-7.jpg

王耀南院士


制造业中人工智能发展前景怎么样,有哪些挑战和机遇?

“如何从制造业大国走向制造业强国,未来十年很关键,核心就是实施智能制造国家战略。”这是桂卫华院士对制造业发展的判断。

​桂卫华院士认为,工业智能制造技术有很广泛的前景,对我们国家制造业发展非常重要。

​他同时给出了两个建议;

​一是我们要发展工业软件,为我们智能制造提供核心技术支撑。工业软件是智能制造业的核心之一,智能制造所有的意图的实现都是通过软件实现,在制造业里面形成了工业软件。

​二是人,现在软件培养人才和工业培养人才,我们要培养既懂软件又懂工业的人才,对我们打破工业软件有利。现在培养软件是一条线,培养工业是一条线,怎么培养复合型人才,为工业软件提供人才支撑,也是要解决的问题。


CCAI 2022尖峰对话:六院士巅峰论智,深度长文带你看机遇破挑战-8.jpg

桂卫华院士


网友关注:人工智能产业趋势如何?工作机会变少、标准降低的情况什么时候可以恢复到过去的火热状况?

戴琼海院士从两个方面做了回答。一方面,当前互联网整个领域的影响,深度学习本身在某些方面存在的瓶颈,以及应用场景的限制等多方面因素叠加形成了当前就业的局面。但另一方面,人工智能人才,特别是高端人才匮乏情况一直存在,同时国家正在推进高质量发展和实体经济增长,人工智能本身具有“头雁效应”,可以赋能万业,人工智能未来有很大的发展空间。

​王耀南院士认为,智能产业近几年发展较快,但不可能再像以前一样回到低谷,现在只是有一个缓冲期。“未来在高端领域有更多需求,比如智能制造、电子制造业、新能源制造业。”

​网友关注:企业比较欢迎什么样的人才?

田奇院士给出有关“AI+X复合型人才”的标准。“除了有扎实的AI技术以外,希望对交叉学科,比如物理、化学、材料、海洋、地质等除了AI以外的专业知识有比较深的了解,这是复合型人才。”

​田奇院士还从企业用人角度给出四个方面的参考:

​需要有很好的编程能力;

​愿意挑战世界性难题的前沿人才;

​自我驱动、不断学习更新知识的储备;

​勇于开拓市场,能够经历艰苦奋斗。

​一人一语,院士心声

尖峰对话结束前,刘成林研究员邀请每一位院士用一句话进行总结。

​王耀南院士:人工智能大有作为。

​桂卫华院士:智能制造可以支撑国家制造业做大做强。

​戴琼海院士:人工智能发展,从人工智能的理论、技术、产业、人才培养的发展都需要高质量。

​廖湘科院士:人工智能研究之深,应用之广,人工智能是深科学体系、广科学体系,广阔天地,大有作为。

​周志华院士:打好基础。人工智能科技发展要打好基础,各位同学如果想要从事人工智能领域工作也要打好基础。

​田奇院士:AI应用有很多碎片化的问题,我们也在聚焦打造大模型的技术,希望大模型技术能够成为AI应用的底座,在上面发展出很多炫彩APP。

​伴随院士一人一语环节的结束,六位院士携手打造的一场高端对话圆满收官。这场对话,他们把个人的观察思考以及实践经验进行了分享,让我们对人工智能的方向有了深刻的把握。

​就像每一位院士对未来的期待和祝福,人工智能将进一步融入我们的生产和生活,创造更大的社会价值和经济效益,让每一个人和每一个组织都享受到人工智能带来的便捷与高效。

来源 人民日报
责任编辑 李刚
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册