AI對(duì)中國工程院院士、中科曙光董事長李國杰而言，并不是新事物。
作為中國最早一批計(jì)算機(jī)科學(xué)領(lǐng)域的專家學(xué)者，他在美國求學(xué)時(shí)便已親身經(jīng)歷過上一波人工智能浪潮，其后又在科研任教和工業(yè)研發(fā)中，在并行處理、計(jì)算機(jī)體系結(jié)構(gòu)、人工智能、組合優(yōu)化等領(lǐng)域，頗多建樹。當(dāng)然，AI也是中科曙光的最新戰(zhàn)略重點(diǎn)所在。
在近日接受量子位等媒體的采訪時(shí)，李國杰院士談到了他對(duì)當(dāng)前AI發(fā)展的看法，特別是中國在AI競爭中存在的機(jī)會(huì)和挑戰(zhàn)，他也提醒AI創(chuàng)業(yè)公司，要擺脫眾多公司之前“不是被收購就是死亡”的命運(yùn)，注重技術(shù)和商業(yè)的結(jié)合。
量子位《大咖來信》欄目在不改變原意的基礎(chǔ)上，以第一人稱的方式，把我們與李國杰院士的對(duì)話進(jìn)行了整理。
AlphaGo帶動(dòng)人工智能火熱之后，不少人問我：現(xiàn)在的人工智能進(jìn)入了什么階段，會(huì)不會(huì)再進(jìn)入50年代和80年代的歷史周期？
我想每一個(gè)新技術(shù)的發(fā)展，都有一個(gè)類似四季春夏秋冬的過程，云計(jì)算是這樣、物聯(lián)網(wǎng)是這樣，可能智慧城市也會(huì)是這樣。
人工智能有點(diǎn)不同，因?yàn)槿斯ぶ悄芤呀?jīng)熱過好幾回了，好像沒有分明的四季，這其中有它的特殊性。
但我個(gè)人判斷而言，人工智能現(xiàn)在的“季節(jié)”是秋天，即到了收獲的季節(jié)，這背后有幾個(gè)方面的原因。
一方面，深度學(xué)習(xí)的算法、規(guī)則都相對(duì)成熟了，而且不是大家熟知的AlphaGo才開始的。
像我的朋友李凱和李飛飛發(fā)起ImageNet的時(shí)候，已經(jīng)是8年前的事，很難想象一開始申請經(jīng)費(fèi)都得不到批準(zhǔn)。
再后來Hinton用深度學(xué)習(xí)的方法，一下子把在ImageNet上的識(shí)別率提高到了80%多，讓大家看到了方向。
不過這也是有時(shí)代背景的。為什么以前的機(jī)器沒有這個(gè)能力？核心是數(shù)據(jù)沒有這么多，聯(lián)網(wǎng)設(shè)備也沒有這么多，所以現(xiàn)在條件保證了，人工智能也就見效了。
這就好比你在路上走，你的路徑、車燈數(shù)據(jù)都有了，所以現(xiàn)在沿著過去的積累，一切狂飆突進(jìn)都變得水到渠成了。而且新的器件、超導(dǎo)、量子計(jì)算等新規(guī)則都在不斷涌現(xiàn)，可能會(huì)進(jìn)一步加強(qiáng)加快這個(gè)過程。
所以我認(rèn)為AI進(jìn)入到一個(gè)新時(shí)代，今后一二十年都應(yīng)該會(huì)有更多進(jìn)一步的發(fā)展。
不過，這也不意味著此次人工智能在任何領(lǐng)域都能一帆風(fēng)順。
我們回顧過去，AI發(fā)展從來不會(huì)水銀瀉地般突破各個(gè)領(lǐng)域。
比如無人車，2004年美國DARPA開始搞無人車測試，結(jié)果所有的車都翻車了，200英里的比賽沒有車跑過10英里就翻了，才讓參賽者意識(shí)到人工自己編寫系統(tǒng)是不行的，日本游戲代理 歐洲服務(wù)器，于是轉(zhuǎn)而走人工神經(jīng)網(wǎng)絡(luò)來做。
但其后神經(jīng)網(wǎng)絡(luò)也不是就完全沒有問題，也出過笑話。比如微軟機(jī)器人網(wǎng)上聊天，被年輕人胡亂教一氣，最后機(jī)器就認(rèn)為911是假的，希特勒是好的。本來這些和機(jī)器聊天的年輕人是惡作劇，但機(jī)器辨別不了，你給它正確的東西它就學(xué)習(xí)正確的，你給它錯(cuò)誤的知識(shí)它也學(xué)習(xí)，最核心的是沒有“常識(shí)”。
所以現(xiàn)在美國AI計(jì)劃里，特別強(qiáng)調(diào)推理、解釋等方面的嘗試，這可能是一條光明的路，但肯定還有很多的困難需要進(jìn)一步克服。
丨靠算法彎道超車？
當(dāng)然，每每談到當(dāng)前人工智能，話題肯定也離不開大國競爭，中美對(duì)比。
之前也談過，人工智能產(chǎn)業(yè)要像一棵大樹，必須扎根在系統(tǒng)結(jié)構(gòu)和軟件理論的深土中，發(fā)展人工智能不能停留在算法層面，要關(guān)注從算法、軟件、人機(jī)截面到系統(tǒng)結(jié)構(gòu)和芯片這一完整的產(chǎn)業(yè)鏈和生態(tài)系統(tǒng)。
但現(xiàn)在國內(nèi)來看，更多還關(guān)注在算法層面，這可能不足以支撐我們走更遠(yuǎn)。
重視算法也無可厚非，因?yàn)樗惴ǖ淖饔帽容^容易顯現(xiàn)。
現(xiàn)在越來越多的科研機(jī)構(gòu)、公司都以算法為核心，原因是算法研究的門檻比較低、論文發(fā)表的難度也低，容易出成果，這是人之常情、可以理解。
但問題也隨之而來。一個(gè)公司光靠算法，或者行業(yè)都圍著算法你爭我趕，很難有競爭力。今天你看著算法機(jī)會(huì)多，容易賺錢，但也很容易被別人趕超。
而且真正標(biāo)新立異的顛覆性算法現(xiàn)在還比較少，更多還是一些改進(jìn)性的算法，所以把大部分的精力集中在算法上，是不全面的。
這也是中國的問題，我們現(xiàn)在總說我們和國外的差距如何如何，每講到核心技術(shù)，總是受制于人，但對(duì)于基礎(chǔ)技術(shù)方面又沒有積累和投入的意識(shí)，這樣的虧吃得還不夠多嗎？
