人工智能的挑战 核心算法和相关系统软件缺位

　　来源：中国科技新闻网

　　人工智能的挑战是什么？人工智能面临的挑战会有什么？我们看看专家是怎么解读的。

　　中国科技新闻网12月21日讯（那珊）“在人工智能领域，我国和其他国家相比，在核心算法和相关系统软件方面我们也还存在卡脖子的可能性。”在近日举办的“2020年大数据科技传播与应用高峰论坛”期间，上海交通大学教授、日本工程院外籍院士李颉在接受中国科技新闻网采访时如是说。

　　缺少核心算法和相关系统软件，会陷入“卡脖子”窘境

　　虽然人工智能的发展与应用在中国如火如荼，但我国人工智能产业的创新能力还不够强大，产业发展还依赖开源代码和现有的数学模型，真正属于中国的东西并不太多。

　　特别是在核心算法和相关系统软件方面，人工智能的发展离不开算法、算力，其可以被视为人工智能的核心和重要关键点。不过，与发达国家相比，中国还有不小的差距。

　　“我们应用国外的算法和系统软件，其专业性和针对性还有待提高。另外，由于高成本，还不能很好满足具体任务的实际要求。”李颉教授表示，比如，用开源代码开发的人工智能算法即使可以准确进行人脸识别，但在对医学影像的识别上却难以达到临床要求。

　　我国对源自国外的系统软件框架也有较深的依赖，这也是人工智能生态系统的一大“短板”。可能减缓2030年之前与先进国家缩小人工智能技术差距计划的实施，我国在人工智能相关的基础软件和系统算法方面有待进一步提高。

　　据《2019全球人工智能发展白皮书》统计，我国已经连续6年成为世界第一大机器人应用市场，我国是全球芯片需求量最大的市场，但高端机器人还有不少是国外进口。核心算法和系统软件的差距，是国产工业机器人向高端制造迈进的“拦路虎”。

　　如果这种情况不改变，我国人工智能应用很难走向深入，也很难获得重大成果。“一旦被‘卡脖子’将会是非常被动的，所以底层算法和相关软件系统方面也要加强。”李颉教授提到。

　　大数据的积累为人工智能发展提供原料

　　李颉教授表示，大数据是人工智能发展的基础原料。人工智能让大量的数据有了价值。没有数据，或者数据少、数据纬度少、不够详细，人工智能算法就难以发挥作用。

　　目前人工智能的深度学习主要是建立在大数据基础之上，即通过大数据对人工智能进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。虽然很多人将其定义为“大数据就是大规模的数据”。但是，这个说法并不准确！“大规模”只是指数据的量而言。数据量大，并不代表着数据一定有可以被深度学习算法利用的价值。

　　例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。如果只有这样的数据，其实并没有太多可以挖掘的价值。

　　我们可以参阅马丁·希尔伯特的总结，大数据其实是在2000年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据。

　　大数据主要包括采集与预处理、存储与管理、分析与加工、可视化计算及数据安全等，具备数据规模不断扩大、种类繁多、产生速度快、处理能力要求高、时效性强、可靠性要求严格、价值大但密度较低等特点，为人工智能提供丰富的数据积累和训练资源。

　　以人脸识别所用的训练图像数量为例，各大公司的训练人脸识别系统需要大量的人脸画像。

　　人工智能背后强大的助推器：云计算

　　云计算是通过互联网提供全球用户计算力、存储服务，为互联网信息处理提供硬件基础。

　　大数据运用云计算技术从浩瀚的互联网信息中获得有价值的信息进行信息归纳、检索、整合，为互联网信息处理提供软件基础。

　　云计算是基础，没有云计算，无法实现大数据存储与计算。大数据是应用，没有大数据，云计算就缺少了目标与价值。简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。

　　大数据和云计算两者都需要人工智能的参与，人工智能是互联网信息系统有序化后的一种商业应用。人工智能是云计算与大数据真正的出口。

　　举个例子：底层算法相当于“巧妇”，大数据相当于“米”，云计算相当于“工具”。没有数据，或者数据质与量不够高，这些算法“巧妇”，也将面临“无米下锅”，做不出可口的饭菜的。有了 “大数据”和云计算，我们就可以方便的命令这些算法“巧妇”们给我们“做饭了”。

　　人工智能重塑各行各业

　　李颉教授称，在我国，虽然和国外比在算法、软件系统、机器人等方面有差距，但是中国的应用场景很丰富，数据处理也相对完善，社会治理应用、和国外比一点都不差。比如这次新冠疫情的防护过程，大数据和人工智能起到了很大的作用。

　　随着5G/6G的到来，人工智能商业化应用成为关注焦点，并正在快速推进中。比如我们熟知的人像识别、图像识别技术、语音识别、自然语言理解、用户画像等。此类技术现阶段已经在金融、物联网等行业逐渐得到了较广泛应用。

　　各行业面临的痛点有所不同， 例如金融行业面临成本压力、 产品服务单一、 交易欺诈等， 医疗与教育行业均面临资源分配不均等。 虽然问题不同， 但通过数据收集、 处理与分析能够有效解决上述多样的问题， 而人工智能通过数据驱动能够很好的赋能相关的行业和产业。

　　“人工智能要发展，需从分析好相关行业或产业的特征和特点，逐个击破，做好生态，共同发展。”李颉教授提到，因为一个企业或者国家再强，也很难把所有的行业和产业都做强做好，要强大就要有生态，联合来做。

　　对于未来而言，人工智能会在人类生活的方方面面，将发挥越来越多的作用， 不远的将来会有越来越多的智能化的行业与产业应用系统出现，比如智慧医疗和教育、智能驾驶、智慧工厂等已经在来的路上了！