應用廣泛能變現的AI

 近日，做為國家人工智能技術(shù)規口管理部門(mén)的中國信通院云大所發(fā)表“AI產(chǎn)業(yè)從熱捧到退燒，未來(lái)的AI如何破局”一文和視頻。此文不長(cháng)，但用了份量較重的詞語(yǔ)：熱捧、退燒、破局等對我國當前的人工智能產(chǎn)業(yè)的狀況做出客觀(guān)的負面點(diǎn)評。

    一、熱捧

業(yè)內都知道：目前，我國人工智能產(chǎn)業(yè)所用的主流算法是深度學(xué)習。 做為第三代人工智能通用算法代表的深度學(xué)習，采用神經(jīng)網(wǎng)絡(luò )技術(shù)比以往的人工智能算法先進(jìn)，在不復雜的圖像和語(yǔ)音識別等應用中確有一些效果。同時(shí)，深度學(xué)習在應用中也顯現出魯棒性差、不可解釋、有NP問(wèn)題等不可克服的嚴重缺陷，特別是“黑箱”等安全隱患的存在，早在2017年開(kāi)始，發(fā)明人Hinton教授就多次提出放棄深度學(xué)習，要推倒重來(lái)。

但是，深度學(xué)習并沒(méi)有因存在嚴重缺陷和有“黑箱”等安全隱患被推倒，反而大火起來(lái)。這是因為，國際大公司一開(kāi)始就看到深度學(xué)習的應用需要大的算力，他們有大量出售自己的算力產(chǎn)品的商機，就精心策劃、將深度學(xué)習包裝熱捧起來(lái)。國際大公司熱捧深度學(xué)習最成功的例子是：導演出機器人AlphaGo戰勝人類(lèi)最佳圍棋手的轟動(dòng)新聞。一時(shí)間，深度學(xué)習被吹的神乎其神、能力無(wú)比（實(shí)際在那次機器人戰勝人的棋賽中，深度學(xué)習僅有3%的作用）。同時(shí)，國際大公司還投入巨資培訓出大量的深度學(xué)習技術(shù)人員、提供只能用于一般人工智能項目的開(kāi)源應用程序、還利用各種渠道和關(guān)系、采用盡可能的方式極力宣傳和推用深度學(xué)習，最終借助雄厚資本的力量將深度學(xué)習算法熱捧成為主流的人工智能算法。達到了給提供深度學(xué)習環(huán)境和算力相關(guān)的公司、單位和個(gè)人帶來(lái)豐厚利潤目的。

在國內熱捧深度學(xué)習的結果是：在短時(shí)間內，人工智能相關(guān)的企業(yè)、研究院、教育培訓機構、產(chǎn)業(yè)基地、示范區等在全國各地爭相建立。特別是在不時(shí)出現的以幾十億、上百億巨資投給一個(gè)人工智能企業(yè)或一個(gè)項目的轟動(dòng)下，國內針對深度學(xué)習的大大小小的無(wú)數項目投資的熱持續了好幾年。再加上各地對深度學(xué)習出臺的發(fā)展規劃和政策支持，以及粉粉舉辦以深度學(xué)習為內容的各種人工智能的竟賽、評比、揭榜等活動(dòng)……，使我國迅速成為世界人工智能（深度學(xué)習）的應用大國。

二、退燒

深度學(xué)習除存在嚴重的缺陷和有“黑箱”等安全隱患等問(wèn)題外，深度學(xué)習是大模型、大數據、大硬件的算法，因此，此種算法本身也有很多難克服的問(wèn)題。

例如：用于熱捧的機器人AlphaGo所需要的硬件開(kāi)銷(xiāo)是1000個(gè)CPU，200個(gè)GPU，還需要20萬(wàn)瓦的電力消耗。這樣的深度學(xué)習硬件開(kāi)銷(xiāo)如何普及應用？

再有：深度學(xué)習是函數映射模型，將概率空間的目標函數映射到歐幾里得空間，其結果需要將概率空間的某一類(lèi)數據的所有可能出現的結果，用人工標注后進(jìn)行接近無(wú)限次的訓練，例如一個(gè)語(yǔ)音識別的數據就需要2400萬(wàn)美元的人工標注費用，這是深度學(xué)習難于普及的致命問(wèn)題。

對于深度學(xué)習在應用中出現的問(wèn)題，云大所發(fā)布的視頻中委婉地用面臨許多挑戰方式指出。主要提到三個(gè)挑戰：

挑戰1、數據合規獲取、使用、安全，用數據賦能人工智能需要權衡；

挑戰2、算法要做大量適配工作，對準確性、魯棒性、可解釋性要求非常高；

挑戰3、業(yè)務(wù)場(chǎng)景的領(lǐng)域知識千差萬(wàn)別，人工智能落地過(guò)程中要與行業(yè)領(lǐng)域專(zhuān)家、知識結合將模型和生產(chǎn)環(huán)境調教達到要求。

    深度學(xué)習的所有問(wèn)題歸集一起的后果是：造成深度學(xué)習的應用成本遠大于投入成本。所以造成許多頂尖的人工制能企業(yè)采用深度學(xué)習運營(yíng)的結果是，造成企業(yè)的虧損額大于接受的投資額。頂尖的人工智能企業(yè)都這樣，那些人工智能的中小企業(yè)的融資就更困難，社會(huì )上對人工智能的投資已趨冷。所以，由國內外合力熱捧起來(lái)的深度學(xué)習產(chǎn)生的高燒，在現實(shí)的這種極大反差下，自然會(huì )退燒。

三、破局

雖然深度學(xué)習有問(wèn)題，但不會(huì )改變和降低人工智能在經(jīng)濟和社會(huì )發(fā)展中有重要作用及在國際技術(shù)竟爭中的戰略地位的意義。這幾年熱捧深度學(xué)習的結果，讓我國人工智能的發(fā)展和應用走了大彎路，但也讓實(shí)踐者們看清了真正能落地應用、能很快變現的不是看起來(lái)理輪高深、結構復雜的大模型、大數據、大硬件的算法，而應是小模型、小數據、小硬件的算法。事實(shí)說(shuō)明，只有選對算法和應用場(chǎng)景，人工智能企業(yè)才能變現。

人工智能是計算機應用技術(shù)。計算機應用的95%以上又都在在工業(yè)控制和嵌入式系統上。由于深度學(xué)習的缺陷和安全問(wèn)題，谷歌公司早在2017年就宣布他們的人工智能應用退出工業(yè)控制?？墒?，還有許多公司用深度學(xué)習在工業(yè)控制努力試用，但還都沒(méi)有獲得批量應用的大成效。至于應用環(huán)境更小、數據量更少的嵌入式系統，至今除自律學(xué)習SDL算法外無(wú)人問(wèn)津。

目前，我國還沒(méi)有廣泛應用中的人工智能通用算法。我們聯(lián)盟理事、天津市阿波羅信息技術(shù)有限公司和阿波羅（日本）株式會(huì )社首席科學(xué)家顧澤蒼博士（中國籍）依據自己在日本從事三十多年人工智能積累的經(jīng)驗，針對深度學(xué)習算法存在的缺陷獨自創(chuàng )新發(fā)明出小模型、小數據、小硬件的沒(méi)有黑箱，可在包括工業(yè)控制和嵌入式系統在內的廣泛應用領(lǐng)域簡(jiǎn)便使用的自律學(xué)習SDL算法。

經(jīng)三年多的實(shí)踐檢驗，已證明SDL符合世界人工智能界公認的下一代人工智能算法應是“小數據、概率、迭代”特點(diǎn)的通用算法。SDL在小數據的“心電圖分析”和大數據的“自動(dòng)駕駛”上的應用都取得領(lǐng)先世界水平的研制成果。

SDL可以破掉云大所一文和視頻所列的人工智能產(chǎn)業(yè)面臨諸多挑戰的困局。如果獲的資金支持時(shí)，SDL還可研制成世界第一個(gè)“智力”芯片，配用開(kāi)發(fā)板就可構成人工智能應用的工具，可供各行各業(yè)技術(shù)人員自己該工具開(kāi)發(fā)所需要的人工智能項目和批量生產(chǎn)出產(chǎn)品。人工智能技術(shù)應用工具化后，也可為大學(xué)畢業(yè)生和社會(huì )青年提供了發(fā)揮他們的聰明才智，自己創(chuàng )業(yè)發(fā)展的廣闊空間。

在全國熱捧和獨尊深度學(xué)習的這些年，SDL這只人工智能丑小鴨，隨然盡力叫遍全國業(yè)內的上上下下，但無(wú)人理睬，被冷眼旁觀(guān)。在熱捧的深度學(xué)習退燒后，希望大家給以關(guān)注和支持SDL的發(fā)展和應用，能讓SDL盡快在中國落地，幫助顧澤蒼博士以此實(shí)現他回報祖國的夙愿。