“人工智能”风口下的突破和创新

转载自《现代家电》 文/孙格格

        在前不久国务院印发了新一代人工智能发展规划，提出面向2030年，我国新一代人工智能发展的指导思想、战略目标、总体要求、重点任务和保障措施，部署构筑我国人工智能发展的优先优势，这一规划的出台，不仅表明人工智能已经提升至国家战略，而且战略实施过程中人工智能相关的行业也势必获得更多的政策支持、保障。在2017年10月26日中国电子视像行业协会举办的“2017中国音视频产业技术与应用趋势论坛（AVF）”中，从以交互体验为核心的人工智能技术应用讨论中，业内普遍认为，在国家产业转型的背景下，人工智能将成为改造传统行业最为重要的创新技术。人工智能正在强劲的风口，已经呈现出深度学习、跨界融合等新特征。

        当前以云计算、大数据、物联网、人工智能、虚拟现实等为代表的新经济增长正在茁壮成长，无时无刻不在改变着人们的生产生活甚至思维方式，《规划》的出台也将催化大量投融资带动人工智能进入应用阶段。

新一代人工智能的特征与方向

        大数据的发展推动了人工智能的发展进入了新的阶段，而大数据智能成为当前智能计算的主流模式。新一代的人工智能有八大特点：

        第一个特点是中国有最多的网民数量，积累了许多海量的数据，以及中国的人口优势，在这种形势下，中国发展人工智能就有了一个很好的基础。

        第二个特点是感知技术。感知技术成为当前人工智能产业化的主要内容，尤其是图像识别技术和语音控制类的应用开始大范围进入产业应用阶段。之前比如手写识别，车牌识别已经应用很多了，现在各种刷脸支付，刷脸进站已经开始进入应用，这种图像识别的应用已经不断低向各行各业扩散，但是新的人工智能技术又提供了新的人机交互模式，即语音交互，这就可以对于唤醒万物带来感知人类的能力，而且涉及面也比较广。现在这个应用也已经成熟，包括讯飞技术，这种技术通过开源平台和各种形式向各行各业输出能力，提升各行各业的智能化水平。

       第三个特点认知智能。认知智能成为下一步的重点突破方向，在感知智能解决的基础上，在人工智能多个研究领域都在向认知智能进行挑战，比如图像内容理解与语义了解，知识表达情感分析等，这些会带来新一轮的产业化热潮。

       第四个特点是技术融合创新。人工智能经过了几代的发展，也创立出了不同的技术路线和技术学派，实际上人脸识别和语音识别能力超过人类，深度学习的贡献非常大。比如Alpha Go这个重大突破就是一种集成式创新，不仅深度学习GPU，还集成应用强化学习和之前启发式程序的matlab搜索，实现了更高水平的智能水平，这是通过技术学派的融合实现了一个技术突破。

       第五个特点是范式突破。未来实现强人工智能潜在的实现途径，包括受脑科学成果启发的类脑智能研发，现在，《规划》的出台，对可能引发人工智能范式变革的方向，前瞻布局，跨领域的基础理论的研究，如剥削脑神经机理、脑神经科学，类脑计算模型量子智能计算等等，去解决这一问题。

       第六是智能计算前移。这可能是智能无处不在的一个主要途径，《规划》中对芯片化，硬件化，平台化的趋势提出更加全面。现在的主流计算，深度学习和大数据还是以中心计算的中心智能模式在运行，也就是说往往是大后台，大计算的模式，随着高性能机器学习芯片，尤其是神经形态，计算芯片这些技术的发展，智能技术可能逐步的往前移，比如说感知类的计算可能要移动到前端，认知类的继续保持在中心端，模型训练可能在中心端完成。这个模型训练好以后，执行和应用使用可能直接就在前端实现，不需要再经过云去进行交互，所以说构成一种附和的方式。

       第七是人机协同。这应该是未来主流的生产和服务方式，因为之前智能系统还不具备很强的智能感知能力和协同能力，这时候很多机器人，尤其是工业机器人只有很少的感知和交互能力，还需要在一个围栏里使用。随着感知能力的提升，未来是向人机协同的趋势发展，这就对怎么去实现更好的人机协同的技术提出一些研发需求，包括这种感知人类混合增强学习，协同感知协同制造等等技术，包括脑机交互，人机技能增强混合增强技术。除了人机协同，还有人人协同，机机协同，这种协同就是群起智能要解决问题。

       第八个特点是自主智能。这个是直接改变和提升生产力的一种直接形式，因为人工智能除了能够研发出接近于人类的这种感知、思考、学习、记忆、判断、决策能力外，还要有实现行动的能力，这种行动能力的实现会结合到不同的产业，不同的应用通过这种无人机、无人驾驶、轨道交通、智能机器人、智能控制这种形式，能把智能化这种能力充分发挥出来，直接去创造生产力，在这个领域会创造出巨大的产业空间和产业价值。