從算法和芯片入手 推動(dòng)人工智能應用創(chuàng )新

　　2016年初，一場(chǎng)“人機大戰”成為萬(wàn)眾矚目的焦點(diǎn)，谷歌AlphaGo大勝世界圍棋冠軍李世石，更是引發(fā)激烈討論。盡管這場(chǎng)世紀大戰硝煙散盡，但AlphaGo的精彩表現讓由此引發(fā)的人工智能熱潮不減反增。在這股熱潮下，很多行業(yè)都開(kāi)始向人工智能演進(jìn)，人工智能時(shí)代已經(jīng)悄然到來(lái)，而人工智能也將極大地提升和擴展人類(lèi)的能力邊界，對促進(jìn)技術(shù)創(chuàng )新、提升國家競爭優(yōu)勢，乃至推動(dòng)人類(lèi)社會(huì )發(fā)展產(chǎn)生深遠影響。

　　我國人工智能正在向通用應用過(guò)度

　　縱觀(guān)國內的人工智能產(chǎn)業(yè)發(fā)展，在整個(gè)產(chǎn)業(yè)鏈上主要由“基礎技術(shù)”、“人工智能技術(shù)”和“人工智能應用”三個(gè)核心環(huán)節構成。從這三個(gè)方面，我們可以看到國內人工智能產(chǎn)業(yè)的發(fā)展脈絡(luò )，可以對人工智能的應用進(jìn)行解析。

　　人工智能的基礎技術(shù)主要依賴(lài)于云計算技術(shù)和大數據技術(shù)。在這方面，國內市場(chǎng)的規模是巨大的。產(chǎn)業(yè)界對待云計算技術(shù)和大數據技術(shù)已不同于早期單純地學(xué)習、模仿的業(yè)務(wù)模式，而是越來(lái)越務(wù)實(shí)地接納它，不斷挖掘其中蘊藏的巨大價(jià)值，并依據服務(wù)性質(zhì)的不同，構建出人工智能的基礎平臺。

　　這些平臺從基礎設施、平臺服務(wù)、軟件應用服務(wù)等層面，為人工智能技術(shù)的實(shí)現和人工智能應用的落地提供了基礎的后臺保障和實(shí)現前提。例如，云創(chuàng )大數據推出的深度學(xué)習一體機，就是在大數據基礎上推出的人工智能平臺，有助于研究者迅速深入到人工智能的核心領(lǐng)域。

　　人工智能技術(shù)專(zhuān)注于模式識別、機器學(xué)習和人機交互三個(gè)方面。模式識別偏重于對信號、圖像、語(yǔ)音、文字、指紋等非直觀(guān)數據方面的處理，如語(yǔ)音識別、人臉識別等。機器學(xué)習覆蓋了從通用人工智能應用到專(zhuān)用人工智能應用的大多數領(lǐng)域，如計算機視覺(jué)、自然語(yǔ)言處理、生物特征識別、DNA測序等。人機交互既包括了人與系統的語(yǔ)音交互，也包含了人與機器人實(shí)體的物理交互。

　　國內人工智能技術(shù)在應用層面主要聚焦于計算機視覺(jué)、語(yǔ)音識別和語(yǔ)言技術(shù)處理領(lǐng)域。其中的代表企業(yè)包括科大訊飛、百度、阿里巴巴、騰訊、曠視科技、格靈深瞳等。

　　人工智能應用則涉及到專(zhuān)用應用和通用應用兩個(gè)方面。其中，專(zhuān)用領(lǐng)域的應用涵蓋了目前國內人工智能應用的大多數應用，包括各領(lǐng)域的人臉識別、語(yǔ)音識別、智能機器人等方面。而通用型應用則側重于智能家居、智能農業(yè)、智能醫療等領(lǐng)域的通用解決方案。目前，國內人工智能應用正處于由專(zhuān)業(yè)應用向通用應用過(guò)度的發(fā)展階段。

　　從算法和芯片入手，推動(dòng)人工智能應用創(chuàng )新

　　我國人工智能領(lǐng)域的研究積累和發(fā)達國家相比差距不大。如果能在國家戰略層面，制定針對人工智能的全面推進(jìn)計劃，會(huì )給我國帶來(lái)實(shí)現彎道超車(chē)、提升綜合國力和影響力的絕佳機會(huì )。

　　我們應該大力推動(dòng)人工智能發(fā)展，搶占人工智能應用創(chuàng )新制高點(diǎn)，助力國家產(chǎn)業(yè)轉型升級，爭取形成全球競爭優(yōu)勢。

　　這需要先創(chuàng )新人工智能算法。作為人工智能實(shí)現的核心，算法是未來(lái)全球人工智能行業(yè)最大的競爭門(mén)檻。但國內基本上還是在學(xué)習國外的算法，缺乏對算法的自主創(chuàng )新。雖然在工程學(xué)算法上我國已取得了階段性突破，但是基于認知層面的算法水平還亟待提高，這也是未來(lái)競爭的核心領(lǐng)域。

　　目前，專(zhuān)用化領(lǐng)域的場(chǎng)景應用仍是研發(fā)和投資的核心，基礎技術(shù)的成熟也帶來(lái)了存儲容量和機器學(xué)習等人工智能技術(shù)的提升，但受限于現階段運算能力以及大規模CPU和GPU的并行解決方案，國內人工智能的發(fā)展主要集中于計算機視覺(jué)、語(yǔ)音識別、智能生活等方向上。

　　因此，通過(guò)算法的創(chuàng )新、技術(shù)的演進(jìn)、數據的積累演化和超算平臺的應用，未來(lái)我國人工智能產(chǎn)業(yè)的發(fā)展趨勢應由專(zhuān)用化領(lǐng)域的場(chǎng)景應用向語(yǔ)音、視覺(jué)等領(lǐng)域的通用化解決方案發(fā)展。

　　未來(lái)人工智能的競爭重點(diǎn)將在機器學(xué)習領(lǐng)域，即監督學(xué)習、非監督學(xué)習和增強學(xué)習三個(gè)方面。屆時(shí)，算法的競爭將進(jìn)入白熱化階段。只有在算法層面突破，國家或企業(yè)才能在圖像識別和計算機視覺(jué)領(lǐng)域取得突破性進(jìn)展和國際技術(shù)水平。

　　下一步，我國要做的是研發(fā)人工智能芯片。在目前對人工智能技術(shù)的大量討論中，有一點(diǎn)容易被忽略，那就是承載人工智能運行的芯片。人腦是千億神經(jīng)元、百萬(wàn)億突觸構成的復雜網(wǎng)絡(luò )，現有芯片和這個(gè)還存在多個(gè)數量級差距。因此，我們需要從芯片上尋求突破，加強芯片的并行計算能力，在高速的狀態(tài)下分析海量的數據;提高芯片的編程專(zhuān)用性、高性能、低功耗，在大規模服務(wù)器部署或資源受限的嵌入式應用方面體現潛力;同時(shí)做到將性能和功耗完美結合。

　　以谷歌的TPU芯片為例，與市面上的FPGA和GPU相較，其每瓦性能呈倍數提升。該芯片對于降低的運算精度有更高容忍度。也就是說(shuō)，它每次運作需要的晶體管較少，并因此能達到更高的每秒運算次數。在我國，中國科學(xué)院計算技術(shù)研究所發(fā)布的“寒武紀”處理器芯片和云創(chuàng )大數據即將發(fā)布的深度學(xué)習芯片，就是在這個(gè)領(lǐng)域的探索。