新一代人工智能創(chuàng )新研討會(huì )北京共識 2018北京世界機器人大會(huì )

新一代人工智能是為搶抓人工智能發(fā)展的重大戰略機遇，構筑我國人工智能發(fā)展的先發(fā)優(yōu)勢。

由中國嵌入式系統產(chǎn)業(yè)聯(lián)盟與北京經(jīng)開(kāi)投資開(kāi)發(fā)股份有限公司聯(lián)合在2018年北京世界機器人大會(huì )上主辦的“新一代人工智能創(chuàng )新專(zhuān)題論壇”于2018年8月18日上午隆重召開(kāi)。

中國工程院李伯虎院士等專(zhuān)家應邀出席上午論壇，并進(jìn)行了大會(huì )講演。在下午進(jìn)行的新一代人工智能創(chuàng )新研討會(huì )上，與會(huì )專(zhuān)家們還就新一代人工智能的創(chuàng )新發(fā)展進(jìn)行了廣泛的討論，最后達成了如下的新一代人工智能創(chuàng )新發(fā)展2018北京共識。

與會(huì )專(zhuān)家認為：

2016年隨著(zhù)AlphaGo戰勝全人類(lèi)棋手，使世界為之震驚，歷史上從來(lái)沒(méi)有過(guò)，對于一個(gè)技術(shù)投入了世界上如此巨大的資源。國際大的IT公司利用這個(gè)契機，為了謀取暴力，取得世界人工智能的發(fā)展主導權，極力宣傳“深度學(xué)習模型”，把“深度學(xué)習模型”神化，同時(shí)又拋出了各種類(lèi)型的“深度學(xué)習模型”的開(kāi)源程序，以及大型GPU服務(wù)器。

在這種勢力的推動(dòng)下，我國的年輕的人工智能研究者只能在開(kāi)源程序下研究，不了解“深度學(xué)習模型”的所以然，因此，研究的深入與前瞻性被束縛。

從另一角度，其實(shí)“深度學(xué)習模型”，存在著(zhù)訓練不可能得到最佳解，作為補救措施的SGD也只能得到局部最佳解，因此“深度學(xué)習模型”不可避免的存在黑箱問(wèn)題，既然有黑箱問(wèn)題就不可以在工業(yè)控制等大多數場(chǎng)合的普及，再加上深度學(xué)習屬于大模型解決小任務(wù)，投入產(chǎn)出不對稱(chēng)等等原因，況且已經(jīng)被發(fā)明者英國的Hinton教授宣告“深度學(xué)習模型”的終結。

為了獲得人工智能發(fā)展的主動(dòng)權，擺脫國際大公司的束縛，撥亂反正，一定要推動(dòng)新一代人工智能的時(shí)代展開(kāi)，我們共同認識到：

新一代人工智能的技術(shù)境界是以具有自組織能力的概率模型為主導的機器學(xué)習；是可以超越公式化算法的模型，是不需要傳統神經(jīng)網(wǎng)絡(luò )那樣只能通過(guò)窮舉法才可獲得最佳訓練解的新型網(wǎng)絡(luò )；是具有強對抗能力的機器學(xué)習模型；是可以處理歐幾里的空間中的概率空間的數據；具有可以統一歐幾里德空間與概率空間尺度關(guān)系的分類(lèi)能力；是具有小數據或無(wú)數據訓練，可降低導入成本的特點(diǎn)；具有可以模擬人眼生物神經(jīng)網(wǎng)絡(luò )的能力；具有可以根據應用的要求，用眾多的機器學(xué)習構建成一個(gè)完整的分散處理的人工智能大系統能力；具有自主決策和自主Agent能力的；具有可以無(wú)窮的深入處理的能力而計算復雜度不變的特性；總之，新一代人工智能具有強大性，實(shí)用性，透明性，可分析性，以及概念性強等的特點(diǎn)，適于廣泛的實(shí)際應用推廣。

與會(huì )專(zhuān)家一致認為，要深入貫徹國務(wù)院有關(guān)“發(fā)展新一代人工智能的規劃”精神，充分利用社會(huì )資源與政府資源，將以自組織機器學(xué)習為核心的人工智能模型進(jìn)行普遍宣傳擴大認知度，盡快深入行業(yè)，按行業(yè)開(kāi)發(fā)出樣板工程，以點(diǎn)帶面，盡快提供開(kāi)源程序以利普及。

與會(huì )專(zhuān)家提議，新一代人工智能的應用不僅要在圖像識別，聲音識別上推廣應用，更重要的是應該在產(chǎn)業(yè)界進(jìn)行重點(diǎn)推廣，突破人工智能不能用于產(chǎn)業(yè)界的禁令，為新一次工業(yè)革命的到來(lái)提供技術(shù)支持。

為了在人工智能領(lǐng)域中撥亂反正，把人工智能的研究人員從追求抽象的概念，過(guò)于務(wù)虛的現狀扭轉過(guò)來(lái)，必須針對如何在本次人工智能的高潮中，利用社會(huì )給予的巨大資源，為社會(huì )貢獻，因此必須旗幟鮮明的指出：本次人工智能的特點(diǎn)就是“機器學(xué)習解決隨機問(wèn)題，繞開(kāi)NP問(wèn)題”，理解了這個(gè)結論才可以在本次人工智能的高潮中建功立業(yè)發(fā)揮作用，不辜負社會(huì )的期望。

最后，針對歷史上人工智能發(fā)展曲折的問(wèn)題，與會(huì )專(zhuān)家認為：人工智能所以出現反復，主要原因是絕大多數人工智能專(zhuān)家力圖從生物神經(jīng)的結構中探索計算論的神經(jīng)模型，但是由于生物科學(xué)與計算科學(xué)是完全不同的科學(xué)領(lǐng)域，具有相當的差異性，如同飛機并不可能仿真飛鳥(niǎo)那樣，人工智能就是針對復雜系問(wèn)題的人為介入的高級階段的算法，用具有雄厚數學(xué)基礎理論支持的算法逼近生物學(xué)神經(jīng)的機能是人工智能發(fā)展的必由之路，也是新一代人工智能的基因。

為擔負著(zhù)人工智能的研究開(kāi)發(fā)，以及應用的專(zhuān)家技術(shù)人員提供一個(gè)啟發(fā)。本共識僅在傳統的神經(jīng)網(wǎng)絡(luò )深度學(xué)習被終結，新一代人工智能的時(shí)代的開(kāi)啟中，其基于針對人工智能的工程性的探討，基于可以實(shí)證性的理論或試驗所產(chǎn)生的結論，是本著(zhù)如何最大限度的能在本次人工智能高潮中獲得最大社會(huì )效益的意愿，不含蓋人工智能未來(lái)長(cháng)期性發(fā)展的研究。