“中国有多少数学家投入到人工智能的基础算法研究中？”日前， 在上海召开的院士沙龙活动中， 中国工程院院士徐匡迪等多位院士的发问引发业界共鸣， 被称为“徐匡迪之问” 。
“我国人工智能领域真正搞算法的科学家凤毛麟角 。 ”在4月28日召开的“超声大数据与人工智能应用与推广大会”上， 东南大学生物科学与医学工程学院教授万遂人表示， “徐匡迪之问”直击我国人工智能发展的核心关键问题， “如果这种情况不改变， 我国人工智能应用很难走向深入、也很难获得重大成果” 。
我国人工智能领域发展的现状如何？依靠开源代码和算法是否足够支撑人工智能产业发展？为什么要有自己的底层框架和核心算法？
缺少核心算法， 会被“卡脖子”
“如果缺少核心算法， 当碰到关键性问题时， 还是会被人‘卡脖子’ 。 ”浙江大学应用数学研究所所长孔德兴教授对科技日报采访人员表示， 我国人工智能产业的创新能力并没有传说中的那样强， 事实是， 产业发展过度依赖开源代码和现有数学模型， 真正属于中国自己的东西并不多 。
4个月零基础学会人工智能、16讲入门人工智能、算法线下大课……类似培训在网络上非常火爆， 通过对于现有算法、模型的学习和训练， 成长为人工智能工程师的“短平快”可见一斑 。
既然代码是开源的， 拿来用就好， 为什么还有可能被“卡脖子”？
孔德兴解释， 开源代码是可以拿过来使用， 但专业性、针对性不够， 效果往往不能满足具体任务的实际要求 。 以图像识别为例， 用开源代码开发出的AI即使可以准确识别人脸， 但在对医学影像的识别上却难以达到临床要求 。 “例如对肝脏病灶的识别， 由于边界模糊、对比度低、器官黏连甚至重叠等困难， 用开源代码很难做到精准识别 。 在三维重构、可视化等方面难以做到精准反应真实的解剖信息， 甚至会出现误导等问题， 这在医学应用上是‘致命’的 。 ”
“碰到专业性高的研究任务， 一旦被‘卡脖子’将会是非常被动的， 所以一定要有自己的算法 。 ”孔德兴说 。 换句话说， 是否掌握核心代码将决定未来的AI“智力大比拼”中是否拥有胜算 。 用开源代码“调教”出的AI顶多是个“常人”， 而要帮助AI成长为“细分领域专家”， 需以数学为基础的原始核心模型、代码和框架创新 。
有算法之“根”才能撑起产业“繁茂”
所谓“树大根深”， 人工智能的发展也是同样道理， 越在底层深深扎下根基， 越能够发展出强大的产业 。
那么， 借助开源代码， “半路出家”的AI产业为什么会难以为继？
孔德兴解释说， 在获得同样数据的前提下， 以开源代码运行， AI深度学习之后或许能输出结果， 但由于训练框架固定、算法限制， 当用户进行具体的实际应用时， 将很难达到所期望的结果， 而且难以修改、完善、优化算法 。
【核心算法缺位，人工智能发展面临“卡脖子”窘境】“如果从底层算法做起， 那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’， 不仅可以协同优化， 而且可以根据需求随时修改， 从而真正解决实际问题 。 ”孔德兴说， 基础算法往往是指研究共性问题的算法， 它涉及到基础数学理论、高性能数值计算等学科， 可以应用到多种实际问题中；而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”， 从而更好地解决实际应用问题 。
推荐阅读
- 百度凤巢是核心部门吗
- 人工智能算法帮助预测风暴等恶劣天气
- 核心竞争力的三要素
- 团队文化的核心词
- 生态文明建设的核心
- 28天制正确工资算法,一个月有31天的怎么算 28天制正确工资算法
- 社会主义精神文明的核心
- 质量管理三大核心
- 中国空间站大小
- 社会文明价值观24字 社会主义核心价值观是什么