<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 智能計算 > 業(yè)界動(dòng)態(tài) > 人工智能的路在何方

人工智能的路在何方

—— 紀念自律學(xué)習SDL算法發(fā)布三周年
作者:中國嵌入式系統產(chǎn)業(yè)聯(lián)盟 郭淳學(xué) 時(shí)間:2021-08-18 來(lái)源:電子產(chǎn)品世界 收藏

在有中國自主知識產(chǎn)權的新一代人工智能通用算法、自律學(xué)習SDL(Self Discipline Learning )發(fā)布三周年之際,以此文回顧自律學(xué)習SDL三年來(lái)所走過(guò)的路。

本文引用地址:http://dyxdggzs.com/article/202108/427646.htm

一、中國人工智能的真實(shí)現狀

發(fā)展人工智能的重要性已眾所周知,可嘆的是中國至今沒(méi)有自己的通用人工智能算法。目前,在中國廣泛使用的通用人工智能算法是本身帶有嚴重缺陷、連發(fā)明人Hinton教授都因無(wú)法克服于2017年就宣布放棄要推倒重來(lái)的深度學(xué)習算法DL(Deep  Learning  )算法。

從學(xué)術(shù)上看,深度學(xué)習DL在人工智能發(fā)展史上,因比以往的人工智能算法先進(jìn),占有一代算法的位置和有一定技術(shù)貢獻。在應用場(chǎng)景不復雜的如:圖像識別、人臉識別、語(yǔ)音識別等,深度學(xué)習DL還是有一定的應用效果,但遠達不到現在宣傳的神奇效果和可廣泛應用特點(diǎn)。反而因深度學(xué)習DL存在不可解釋問(wèn)題,如專(zhuān)家所說(shuō),用深度學(xué)習DL訓練機器學(xué)習,有時(shí)機器會(huì )將受訓練所學(xué)的山體識別成狗。更危險的是因深度學(xué)習DL有黑箱存在,不知會(huì )在何時(shí)出現造成死機,后果難料。近日,中國科學(xué)院大學(xué)(國科大)團隊研究發(fā)現,神經(jīng)網(wǎng)絡(luò )將成為“病毒軟件”惡意嵌入肆意傳播的載體,并可規避防病毒引擎的安全掃描。這意味著(zhù)只要黑客需要,他們現在已經(jīng)或今后隨時(shí)可在用深度學(xué)習算法的人工智能應用中嵌入他們的“病毒軟件”,還不能發(fā)現,隨時(shí)任由他們肆意啟動(dòng)“病毒軟件”達到他們的惡意目的。

對于存在如此嚴重的深度學(xué)習DL,以美國公司為首的國際壟斷公司卻看到深度學(xué)習DL應用常需要無(wú)窮的算力,有很大的出售他們大容量GPU服務(wù)器的商機,就開(kāi)始抄作深度學(xué)習DL。其中最杰出的商業(yè)抄作是大吹大擂機器人Alphgo戰勝人類(lèi)最佳圍棋手。其實(shí),在該機器人中只用了很少的深度學(xué)習DL,還是存有大量的圍棋規則庫在起作用。但是,為商業(yè)利益,壟斷公司有意掩蓋真象,向公眾大肆做神化深度學(xué)習DL的宣傳,于是深度學(xué)習DL名聲大噪。

同時(shí),這些壟斷公司又投入巨資開(kāi)發(fā)出一些應用場(chǎng)景的深度學(xué)習DL開(kāi)源軟件,便于用戶(hù)很快照貓畫(huà)虎地應用。還用各種方式和渠道大量培訓出深度學(xué)習DL的應用技術(shù)人員。結果,在很短時(shí)間,深度學(xué)習DL的技術(shù)人員占據了中國各部門(mén)、各單位的人工智能崗位,拿著(zhù)高薪在推廣使用深度學(xué)習DL。

因此,出現中國人工智能的一個(gè)怪現象,沒(méi)有自己人工智能通用算法的中國,上邊在號召大力發(fā)展具有國際戰略競爭意義的人工智能,下邊卻在大力投入巨大資源推動(dòng)和應用外國的深度學(xué)習DL。所以,為什么美國在卡中國高技術(shù)脖子清單中,不見(jiàn)有人工智能。因為,中國從來(lái)就沒(méi)有人工智能的脖子,還需要卡嗎?更費解的是,還從不見(jiàn)政府主管部門(mén)、研究單位提出像集中力量大力研發(fā)操作系統、高端集成電路一樣,大力號召研發(fā)中國自主知識產(chǎn)權的通用人工智能算法。

二、自律學(xué)習SDL是逆流的創(chuàng )新發(fā)明

自律學(xué)習SDL是我們聯(lián)盟理事,日本阿波羅株式會(huì )社和天津市阿波羅信息技術(shù)有限公司首席科學(xué)家顧澤蒼博士(中國籍)在業(yè)界首先發(fā)表論文指出深度學(xué)習DL存在的一些嚴重缺陷,并基于自己在日本從事三十多年的人工智能積累的經(jīng)驗獨立發(fā)明的。自律學(xué)習SDL完全是針對在人工智能占主流的大模型、大數據、大硬件的深度學(xué)習DL算法,逆流發(fā)明的小數據、小模型、小硬件的在性能和用途都大大超過(guò)深度學(xué)習DL的具有中國知識產(chǎn)權的新一代人工智能通用算法。

自律學(xué)習SDL是于2018年8月18日,《北京世界機器人大會(huì )》上的我們聯(lián)盟主辦的“新一代人工智能創(chuàng )新發(fā)展論壇”上由顧澤蒼博士親自正式發(fā)布。

為顯示自律學(xué)習SDL的強大功能,顧澤蒼博士選擇可以代表人工智能最復雜和最高應用水平的自動(dòng)駕駛,做為自律學(xué)習SDL的首個(gè)應用攻關(guān)項目。顧澤蒼博士帶領(lǐng)他的二十幾人的小技術(shù)團隊,利用很少的不到二千萬(wàn)的資金,在不到一年的短短時(shí)間內,做出當今世界所有研制自動(dòng)駕駛的單位,僅在自動(dòng)駕駛的感知功能上應用深度學(xué)習DL,投入數以?xún)|計的巨資,組織龐大的技術(shù)隊伍,最長(cháng)苦苦努力十多年還達不到滿(mǎn)意的感知程度時(shí),顧博士團隊不僅在其他研制自動(dòng)駕駛的單位所進(jìn)行的自動(dòng)駕駛的感知功能上,還在其他研制自動(dòng)駕駛的單位沒(méi)進(jìn)行的自動(dòng)駕駛的更難的決策和控制功能上都用自律學(xué)習SDL實(shí)現,并創(chuàng )造出多目的非線(xiàn)性隨機最佳閉環(huán)控制的理論,率先在世界研制出全用人工智能行駛的燃油、電動(dòng)和混合動(dòng)力三種自動(dòng)駕駛汽車(chē),并已在天津的市內道路進(jìn)行路測一年多。該團隊所研制的自動(dòng)駕駛車(chē)與社會(huì )車(chē)輛多車(chē)道同行自如處理復雜情況、在人員密集的商業(yè)街隨機安全穿行、以80多公里高速在大弧度彎道行駛等現場(chǎng)演示,讓外單位來(lái)考察的人員信服和贊嘆。

中國現有世界上最多的研發(fā)自動(dòng)駕駛的單位,這又是中國人工智能的一個(gè)怪現象?,F在有越來(lái)越多的人工智能專(zhuān)家發(fā)文指出深度學(xué)習DL存在的不可解釋性、黑箱等嚴重缺陷。試想,一旦用戶(hù)知內情,有多少人愿冒險,敢日常駕駛用存在安全隱患的深度學(xué)習DL研制出來(lái)的自動(dòng)駕駛車(chē)呢?很明顯,因不能完全去掉深度學(xué)習DL存在的嚴重缺陷,在自動(dòng)駕駛上應用深度學(xué)習DL是起始性的錯誤。但是,為什么還有很多單位前赴后繼地投入幾十億、上百億的人民幣在不停的研發(fā)自動(dòng)駕駛呢?因為,研發(fā)自動(dòng)駕駛的一些單位在研發(fā)自動(dòng)駕駛所投入的錢(qián),經(jīng)過(guò)包裝和炒作可早在股市和其他各種獎勵和補貼等方面名利雙收了!還有用深度學(xué)習研發(fā)自動(dòng)駕駛的一些單位,雖然沒(méi)有收回投資,但已經(jīng)投入了很多資金,因不好向投資商交待等種種難言的原因還在堅持著(zhù)等待機會(huì ),以為反正國內外領(lǐng)頭的大投入的研發(fā)自動(dòng)駕駛的單位還都沒(méi)做出來(lái),還是可以說(shuō)的過(guò)去。

三、自律學(xué)習SDL算法無(wú)助的發(fā)展環(huán)境

叁年來(lái)的自律學(xué)習SDL的推廣應用所遇到的怪現象,不僅出現在研發(fā)自動(dòng)駕駛的單位,凡在深度學(xué)習DL應用上已投大資金和已獲得名利的單位和人士,都不愿看到被他們推崇的,帶來(lái)利益的深度學(xué)習DL存在的嚴重缺陷被人知曉,都在有意無(wú)意地在阻礙優(yōu)于深度學(xué)習DL算法的新的人工智能算法的出現和替代深度學(xué)習DL被廣泛應用的可能。

更難以讓人理解的是,為推薦自律學(xué)習SDL我們聯(lián)盟找過(guò)國家有關(guān)部門(mén)、學(xué)會(huì )、協(xié)會(huì ),一些著(zhù)名的研究院、實(shí)驗室、大專(zhuān)院校、國有企業(yè)、民營(yíng)企業(yè)、上市公司、投資單位;還有一些院士、專(zhuān)家、教授等專(zhuān)業(yè)人士。這些單位和人士一知道自律學(xué)習SDL是針對深度學(xué)習DL存在的嚴重缺陷發(fā)明的,有應用案例可證明其功能和應用范圍超過(guò)深度學(xué)習DL,請他們給以驗證或評論時(shí),都非常禮貌地回避、回絕對自律學(xué)習SDL做深入了解和表態(tài)。所找的投資公司,也因找不到專(zhuān)家給以技術(shù)論證,不能上會(huì )討論投資。

常說(shuō):如果認為大家都錯了時(shí),應該考慮是自己錯了。但是,在中國人工智能出現的怪現象,可讓人感覺(jué)不是這樣。因為,國家和各級政府都為促進(jìn)我國人工智能的發(fā)展每年都投入了巨資扶持,發(fā)布了戰略發(fā)展規劃和制定出一系列政策給以支持,結果卻不盡人意。

2018年11月,為加快推動(dòng)我國新一代人工智能產(chǎn)業(yè)創(chuàng )新發(fā)展,落實(shí)《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計劃(2018-2020年)》,工信部發(fā)布和舉辦了《新一代人工智能產(chǎn)業(yè)創(chuàng )新重點(diǎn)任務(wù)揭榜工作方案》活動(dòng),還在中央電視臺的《新聞聯(lián)播》隆重做了宣傳。我們聯(lián)盟以顧博士發(fā)明的自律學(xué)習SDL與一汽的啟明信息技術(shù)股份有限公司聯(lián)合從《揭榜工作方案》選“視頻圖像身份識別系統”做了申報,按活動(dòng)要求經(jīng)一汽總公司批準報到工信部。我們還去工信部做了項目匯報。最后,該活動(dòng)經(jīng)主辦單位組織專(zhuān)家評審,評出的入圍方案都是用深度學(xué)習DL,沒(méi)有用其他算法的方案。揭榜本應不同才有意義,都一樣就達不到通過(guò)揭榜發(fā)現和支持人工智能創(chuàng )新算法的目的。

2019年8月,為推動(dòng)我國人工智能技術(shù)創(chuàng )新和產(chǎn)業(yè)發(fā)展,科技部制定了《國家新一代人工智能開(kāi)放創(chuàng )新平臺建設工作指引》??萍疾繂?dòng)建設了十五家國家新一代人工智能開(kāi)放創(chuàng )新平臺,所樹(shù)立起的典型是:“自動(dòng)駕駛(百度)、城市大腦(阿里云)、醫療影像(騰訊)、智能語(yǔ)音(科大訊飛公司)、智能視覺(jué)(商湯集團)、視覺(jué)計算(上海依圖)、營(yíng)銷(xiāo)智能(明略科技)、基礎軟硬件(華為)、普惠金融(中國平安)、視頻感知(??低暎?、智能供應鏈(京東),圖像感知(曠視)、安全大腦(360)、智慧教育(好未來(lái))、智能家居(小米)?!比欢?,這些企業(yè)所用的人工智能,都是深度學(xué)習DL。

叁年來(lái),我們在推廣自律學(xué)習所找的國內的管理部門(mén)、研究單位、大專(zhuān)院校和企業(yè)的領(lǐng)導、專(zhuān)家、教授、技術(shù)人員時(shí)所遇到的是有人在有意、有人在無(wú)意,還有些人是無(wú)奈地在大力推廣和使用深度學(xué)習DL。

在這樣的中國人工智能被深度學(xué)習DL牢牢綁架的環(huán)境中,顧博士發(fā)明的中國自主知識產(chǎn)權的人工智能自律學(xué)習SDL遭到冷遇和得不到支持就不見(jiàn)怪了。

四、自律學(xué)習SDL算法的技術(shù)先進(jìn)性

清華大學(xué)人工智能研究院院長(cháng)張鈸院士指出:“行業(yè)崇尚深度學(xué)習,但它本身的「缺陷」決定了其應用的空間被局限在特定的領(lǐng)域——大部分都集中在圖像識別、語(yǔ)音識別。而目前深度學(xué)習似乎已經(jīng)到了瓶頸期,就算財力和算力仍在不斷投入,但深度學(xué)習的回報率卻沒(méi)有相應的增長(cháng)。目前基于深度學(xué)習的人工智能在技術(shù)上已經(jīng)觸及天花板,此前由這一技術(shù)路線(xiàn)帶來(lái)的『奇跡』在 AlphaGo 獲勝后未再出現,而且估計未來(lái)也很難繼續大量出現?!?/p>

  近日,中國工程院陳左寧副院長(cháng)介紹了人工智能模型和算法發(fā)展的七大趨勢:

趨勢一、向無(wú)監督的方向發(fā)展。

趨勢二、可解釋?zhuān)╔AI)越來(lái)越重要。

趨勢三、人工智能的自學(xué)習、自演化。

趨勢四、多種算法、模型的有機結合。

趨勢五、人工智能應用需求需要關(guān)注全生命周期。

趨勢六、分布式、分散式的需求越來(lái)越突出。

趨勢七,深度推理。

陳左寧院士提出的人工智能七大發(fā)展趨勢,做為當前人工智能主流的深度學(xué)習DL不具備,理應盡快淘汰和替代。

  近日,顧博士也介紹了他發(fā)明的新一代人工智能通用算法自律學(xué)習SDL具有的七大特點(diǎn)。自律學(xué)習SDL的七大特點(diǎn)具體如下:

特點(diǎn)一、是超越無(wú)監督機器學(xué)習,超越自監督機器學(xué)習的,已跨越到自律學(xué)習的模型。

特點(diǎn)二、完全可以解釋的,不通過(guò)組合訓練數據,不一定需要GPU的贏(yíng)家加速,可以根據應用自己搭建所需要的模型結構。

特點(diǎn)三、在自律機器學(xué)習模型下,可使模型不需要人的介入自動(dòng)的處于最佳的范式。

特點(diǎn)四、打開(kāi)深度學(xué)習DL的黑箱,搞清不為人知的內在機理,做到多種模型的優(yōu)勢融合,可使機器學(xué)習獲得最大的泛化能力。

特點(diǎn)五、分布式,分散式的機器學(xué)習系統。是由大量的小的自律機器學(xué)習模型構成的概率空間自律聚類(lèi)的大的機器學(xué)習系統。

特點(diǎn)六、具有深度機器感知,深度機器理解與深度決斷的機器意識能力。

特點(diǎn)七、可在深度學(xué)習不能的工業(yè)控制、智能終端等嵌入式系統廣泛應用。

自律學(xué)習SDL的七大特點(diǎn)與陳左寧院士介紹的人工智能模型和算法發(fā)展的七大趨勢高度符合,理應盡快扶持發(fā)展和推廣應用。

值得一說(shuō)的是,正是自律學(xué)習SDL的這些特點(diǎn)是我們中國嵌入式系統產(chǎn)業(yè)聯(lián)盟發(fā)現本聯(lián)盟理事、顧澤蒼博士發(fā)明的自律學(xué)習SDL和兩年來(lái)堅持不懈地宣傳和推廣自律學(xué)習SDL的主因。自律學(xué)習SDL的發(fā)明和應用,將使無(wú)處不在的嵌入式系統從第一代分立元件、第二代軟件編程、第三代專(zhuān)用芯片、引進(jìn)第四代人工智能時(shí)代。

目前、對于顧博士自己獨立發(fā)明的自律學(xué)習SDL先進(jìn)性,因為在顧博士沒(méi)有做系統的技術(shù)宣傳和培訓之前,沒(méi)有也不可能有專(zhuān)家做出全面客觀(guān)的論證。自律學(xué)習SDL的先進(jìn)性,可通過(guò)驗證在自動(dòng)駕駛上和在其他項目上的應用效果,得到最有說(shuō)服力的科學(xué)認證。

五、自律學(xué)習SDL算法的產(chǎn)業(yè)化

大模型、大數據、大硬件的屬人工智能仿生派的外國的深度學(xué)習DL已主導國內人工智能領(lǐng)域多年,廣為認知;但已顯現出嚴重缺陷,特別是黑箱的存在和可嵌入惡意軟件的危害,開(kāi)始引發(fā)社會(huì )上產(chǎn)生人工智能又要走入低谷的議論。

小模型、小數據、小硬件的屬人工智能算法派的中國的自律學(xué)習SDL剛進(jìn)入人工智能領(lǐng)域三年,因種種原因,還鮮為認知;但已顯現出技術(shù)優(yōu)勢,可以扭轉由深度學(xué)習DL產(chǎn)生的這次人工智能熱出現大降溫趨勢,將會(huì )替代深度學(xué)習DL引領(lǐng)這次人工智能熱繼續向高潮發(fā)展。

自律學(xué)習SDL要能擔起人工智能的主流使命,必須要實(shí)現產(chǎn)業(yè)化。首先自律學(xué)習SDL要在廣泛應用中檢驗得到業(yè)界認可,需要在社會(huì )廣泛宣傳讓大眾知曉,需要經(jīng)培訓大量用戶(hù)都能簡(jiǎn)便使用和用好,需要及時(shí)提供滿(mǎn)足用戶(hù)需求的升級產(chǎn)品和服務(wù)等等。

要實(shí)現自律學(xué)習SDL產(chǎn)業(yè)化還要有許多工作要做,如研發(fā)和完善在自動(dòng)駕駛和其他更多領(lǐng)域的應用案例、編輯出版教材和實(shí)驗指導書(shū)、研制自律學(xué)習SDL的模組和技術(shù)應用開(kāi)發(fā)板、組織自律學(xué)習SDL技術(shù)教學(xué)和應用培訓班、開(kāi)展應用成果交流和評定、制定有關(guān)技術(shù)標準和人才技術(shù)水平認證體系、在模組應用經(jīng)驗基礎上研制自律學(xué)習SDL的世界第一個(gè)人工智能的“智力”集成電路芯片、研究和推出自律學(xué)習SDL的升級版本等等。這些產(chǎn)業(yè)化的工作憑一個(gè)企業(yè)之力是無(wú)法完成的,需要更多的企業(yè)和單位參與,需要廣泛借助社會(huì )資源才有可能完成。調動(dòng)社會(huì )資源的最有效形式就是充分發(fā)揮我國制度的優(yōu)勢,由政府出面組織社會(huì )資源投入,才能達到集中力量辦大事的目標。

人工智能是關(guān)系到國家技術(shù)發(fā)展的戰略大事,更需要國家有關(guān)部門(mén)將這一“沒(méi)脖子”人工智能通用算法與“卡脖子”的5G、操作系統、高端集成電路等一同給以高度重視,制定出有效的扶持政策,組織起社會(huì )力量,以研制“兩彈一星”精神和行動(dòng),盡快讓具有中國知識產(chǎn)權的通用人工智能算法創(chuàng )新發(fā)展和廣泛應用起來(lái)。



關(guān)鍵詞:

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>