• <cite id="8ug0a"></cite>
  • <fieldset id="8ug0a"><menu id="8ug0a"></menu></fieldset>
    <strike id="8ug0a"></strike>
  • 作者: 高文 來源: 發布時間:2024-9-10 0:8:17
    中國人工智能發展正從1.0向2.0過渡

      人工智能在中國發展了幾十年,經歷了不少曲折與困難。現在人工智能火了,不少研究者對過去的歷史缺乏了解,不了解中國人工智能的前世今生、來龍去脈。不知脈絡、不知過往,也就有了許多似是而非。

     

    中國人工智能研究的歷史腳步

     

      中國人工智能研究剛好趕上20世紀70年代末開始的第二波人工智能浪潮,這是一個承前啟后的重要時期。在這一階段,我們不僅在符號主義人工智能的研究上取得了世界級的成果,也趕上了神經網絡研究的浪潮。更重要的是,在前人研究和論證的基礎上,國家決定啟動863計劃的研究。

      20世紀90年代國際人工智能研究進入低谷時,863計劃計算機主題(863-306)的實施,培養了一大批進入國際高技術前沿的計算機人才,為我國實施創新驅動發展戰略奠定了人才基礎。

      與863計劃結緣及參與到中國人工智能發展的歷史中來,是我終生難忘的經歷。在擔任智能接口責任專家的幾年間,通過課題評審、課題考察、學術交流,我逐步對漢字識別、語音識別、中文信息處理、工程圖與文本識別、圖像與視頻編碼、多媒體通信、智能交互技術、虛擬現實方向有了深入理解,與這些領域的專家進行了充分的交流與合作,經歷了人工智能發展的波峰和波谷。今天國內人工智能界的領軍人物,許多是863計劃相關主題的專家。可以說,863-306是人工智能人才的大熔爐。

      這段經歷讓我體會到,人工智能的發展是一個螺旋式前進的過程。在前一波人工智能浪潮沉寂了一段時間后,前兩年大家都覺得人工智能“大風”來了,必須趕快前進,不要掉隊。這兩年人工智能有所降溫,大家冷靜下來后發現,人工智能仍面臨很多挑戰。當下ChatGPT的爆火,又讓公眾對人工智能有了新的興趣。

      以史為鑒,可以幫助我們在科研工作中把握規律、不隨波逐流,更好地迎接挑戰。

     

    當前人工智能水平“剛上小學”

     

      人工智能現在主要的缺陷是在機器學習方面。深度學習即深度神經網絡,是機器學習的一種方法,這種方法確實可以解決很多問題,也取得了很大的成功,但深度學習也要發展。

      我去美國開會,馬里蘭大學一位知名人工智能專家調侃說,現在“深度學習有深度而無學習”。這是因為這樣的學習嚴格來說不是學習,而是訓練,是用大數據訓練一個數學模型,不是真的學習知識。

      更大的問題是人們不知道機器學習是怎么解決問題的。在神經網絡里,很多東西沒有辦法被定性和解釋。解決了這個問題,人工智能可能又會迎來一波大的浪潮。

      用人的一生來比喻,今天的人工智能水平大概是剛上小學的程度,后面還有很長的路要走。對于未來,我們需要思考人工智能現在做了多少事、未來還有多少事需要做。

      事實上,我們現在所解決的人工智能問題還是很小的一部分。人工智能涉及的問題可以分為四類。

      第一類是可統計可推理的人工智能問題。這一部分在工業界已經可以使用,可以應用于機器人及各種各樣的知識決策系統。

      第二類是不可統計可推理的人工智能問題。這類問題靠大數據解決不了,只能靠傳統的邏輯和規則來處理。

      第三類是可統計不可推理的人工智能問題。有大數據,通過大數據能統計出規律,但用語言表述邏輯和因果關系相當復雜。這方面的曙光已經初現,但是需要更多突破。

      第四類是不可統計不可推理的人工智能問題。這是最難的問題,沒有模型和數據,這類問題未來機器人不可能涉足,也不可能勝過人。

      可以看出,第一類問題研究得比較成熟,已經能夠成功應用;第二類、三類問題正在突破,是人工智能從1.0向2.0過渡的主要研究內容,不難看出未來人工智能會在哪些方面超過人、在哪些方面不可能超過人;第四類問題短期內難以突破。

     

    下一波乘風破浪的一定是人工智能公司

     

      人工智能給全社會,尤其是自動化領域、機器人領域帶來非常多的機遇。過去幾十年,我們經歷了幾波比較大的浪潮。

      第一波是個人電腦浪潮,給信息領域帶來了顛覆性影響。之后是互聯網浪潮,成就了一大批互聯網公司。緊接著是移動互聯網浪潮,蘋果、華為等都是乘著這一波浪潮起來的。下一波浪潮是什么?一定是人工智能。如果能再出現類似蘋果、華為這樣的公司,那它一定是人工智能公司。

      目前,我國人工智能發展正從1.0向2.0過渡。我國發展人工智能有優勢也有短板。優勢有四個,強有力的政策支持、龐大的數據、豐富的應用場景、非常多有潛力的年輕人;短板也有四個,基礎理論薄弱、原創算法薄弱、關鍵核心元器件薄弱、開源不足。

      實際上,科技部在新一代人工智能發展規劃方面已經有了很好的前瞻性考慮,基本原則有四個:科技引領、系統布局、市場主導、開源開放。目標是到2020年中國人工智能能夠與世界同步,到2025年其中一部分能夠達到領先水平,到2030年總體上能夠走在前面。

      從事人工智能研究30多年來,我曾與不少科學家共事和交換意見。尤其是在上一波人工智能浪潮中,他們在諸多不利因素下,克服了種種困難,突破了自己的學科和背景所帶來的局限,其獻身精神和科學態度令人感動,也為今天的研究者們樹立了榜樣。在新一輪人工智能浪潮中,中國已經有了與世界同步發展的實力。

      未來的人類和人工智能,一定會在開放環境中共同前進。■

      (作者系中國工程院院士,本文摘編自其為《中國人工智能簡史》所作推薦序)

     
    《科學新聞》 (科學新聞2024年4月刊 封面)
    發E-mail給:      
    | 打印 | 評論 |
    主站蜘蛛池模板: 成人无码精品1区2区3区免费看| 国产精品福利在线播放| 久久久久久亚洲Av无码精品专口| 国产成人精品无人区一区| 日产欧美国产日韩精品| 精品视频久久久久| 久久久久免费精品国产| 亚洲国产成人一区二区精品区| 国产精品免费久久| 久久精品a亚洲国产v高清不卡| 国产午夜亚洲精品国产成人小说| 福利姬在线精品观看| 午夜精品久久久久久久| 日本欧美国产精品第一页久久| 国产偷国产偷高清精品| 亚洲国产精品lv| 国产2021精品视频免费播放| 日韩精品无码一区二区中文字幕| 日韩精品在线播放| 精品一区二区三区免费视频| 国产成人精品日本亚洲专区 | 久久国产精品99精品国产987| 久久精品国产亚洲一区二区三区| 国产成人精品久久一区二区三区av| 久久国产精品99精品国产987| 国产精品久久久久久| 999精品视频| 国产精品视频网站| 国产精品成人观看视频国产| 国产三级精品三级在线专区1| 久久国产精品成人片免费| 亚洲精品国产美女久久久| 亚洲精品成人片在线播放| 亚洲精品无码av人在线观看| 最新国产成人精品2024| 在线精品动漫一区二区无广告| 无码人妻精品一区二区蜜桃百度| 欧美成人精品一区二三区在线观看| 欧美精品一区二区三区免费观看| 亚洲第一区精品日韩在线播放| 亚洲AV无码国产精品色午友在线 |