突破关键核心技术 让人工智能更智慧( 二 )


专家指出, 攻克人工智能的关键核心技术, 除了寻求前沿基础理论的突破, 还应重视基础硬件研发、支撑系统研发、生态构建以及研发心态调整 。
南京大学计算机系主任、人工智能学院院长周志华说, 目前几乎所有智能应用都越来越离不开GPU(图形处理器), 很多企业直接把智能应用架构在TensorFlow(基于数据流编程的符号数学系统)之类的系统上, 这在未来有被“卡脖子”的风险 。 国内应该加大力气开展机器学习基础硬件和支撑系统的研发, 能够产生GPU、TensorFlow的替代者 。 另一方面, GPU、TensorFlow都基于深度神经网络模型, 如果在非神经网络模型的深度学习方面取得突破, 那么这些基于深度神经网络模型的基础硬件和系统的“垄断”就会自然消失 。
“人工智能技术最终会落到芯片, 各种算法都需要定制的硬件去加速 。 芯片提供了加速的基础, 软件是定义在芯片上如何快速地开发, 二者的配合愈发重要——加强芯片和软件系统的开发非常关键 。 ”宋继强说 。
北京大学计算机系主任黄铁军认为, 发展关键核心技术, 需要以开源开放的方式建设有利于人工智能发展的生态, 抓紧布局新一代人工智能开源开放平台, 尽快建立、完善人工智能关键核心技术体系 。
“从研发心态上说, 寻求关键核心技术突破不能急功近利, 要把目光放长远, 不能为了一时利益, 只做一些‘短平快’的研究 。 很多人工智能的基础研究前期投入巨大, 可能需要很多年才出成果, 但这些都是有价值的探索 。 ”宋继强说 。
看人才建设——
努力建设一大批具有国际水平的研究组, 是出现顶尖人才的基础
发展人工智能, 离不开高水平的人才队伍 。 受访专家指出, 我国入门级人工智能人才比较丰富, 但具有国际影响力的人才稀缺、高水平人才匮乏, 必须建设完备的人工智能人才体系 。
建设完备的人工智能人才体系, 需要良好的大环境 。
“人工智能作为一个学科是在1956年正式出现的, 欧美研究开展得很早, 而我国起步较晚, 跟国际前沿接轨的科研工作最近十年才多起来 。 一般来说, 顶尖人才的成长需要环境, 例如在研究生期间就能接触到前沿的课题、能得到高水平学者的指点、能够有相当数量的活跃研究者讨论交流等 。 ”周志华认为, “‘青藏高原上才能有珠穆朗玛峰’, 努力建设一大批具有国际水平的研究组, 是出现顶尖人才的基础 。 ”
建设完备的人工智能人才体系, 需要加强相关专业的课程建设 。
周志华认为, 目前我国高校人工智能方向的博士生、硕士生数量远远不能满足需求 。 人工智能专业课程开设得很少, 本科阶段一般只有1至2门课 。 “在具有人工智能人才培养能力的高校, 应加强相关专业的课程建设和人才培养体系建设 。 ”
专家指出, 课程内容要向“交叉”倾斜 。
“交叉有两层含义, 第一是基础理论方面的交叉, 第二是应用方面的交叉 。 ”黄铁军说, 第一, 人工智能学科要和基础科学交叉 。 为了取得前沿性基础理论突破, 学生不仅要懂计算机和人工智能, 还要选择脑科学、数理科学甚至人文社会学科等进行双向交叉 。 第二, 为了推动市场应用发展, 应该让人工智能学科和应用学科交叉, 比如人工智能和农业、医学、土木、交通等进行交叉 。
建设完备的人工智能人才体系, 还需要进一步提升公众的人工智能科技素养 。
谭铁牛认为, 每一个人都需要学习、适应人工智能时代的科技浪潮 。 “在加强人工智能领军人才培养引进的同时, 要面向技术创新和产业发展多层次培养人工智能创新创业人才, 逐步开展全民智能教育项目, 在中小学阶段设置人工智能课程 。 ”

推荐阅读