盡管到了收獲的季節(jié)，盡管中國(guó)AI產(chǎn)業(yè)的發(fā)展速度舉世矚目，但是我們?nèi)匀幻鎸?duì)AI基礎(chǔ)設(shè)施建設(shè)不足，以及AI創(chuàng)業(yè)公司難以做大做強(qiáng)的問題。對(duì)于這些問題，李國(guó)杰院士有以下思考：
（根據(jù)李國(guó)杰院士演講速記做了遵照原意的部分修改）
話題一：大數(shù)據(jù)、AI融入各產(chǎn)業(yè)將推動(dòng)經(jīng)濟(jì)邁入新的繁榮期
現(xiàn)在是人工智能2.0時(shí)代，過去二十年算一代。但是，國(guó)際上通用的說法是人工智能已經(jīng)經(jīng)過了兩波的發(fā)展。第一波是上個(gè)世紀(jì)50年代-80年代，是做編寫知識(shí)搞邏輯推理為主。第二波是從80年代開始，以統(tǒng)計(jì)學(xué)習(xí)、概率推理為主，也就是人工神經(jīng)網(wǎng)絡(luò)為主，這里面的感知和學(xué)習(xí)能力比較強(qiáng)，但是抽象的能力比較弱，推理的能力也比較弱。從2010年開始做的是第三波，從2就是加強(qiáng)抽象的能力和推理能力，保持感知和學(xué)習(xí)能力，對(duì)環(huán)境有著更強(qiáng)的自適應(yīng)性，與過去六十年相比，更加通用化，在各個(gè)行業(yè)里面引領(lǐng)著經(jīng)濟(jì)下一波大的浪潮。
我自己畫了一個(gè)示意圖，經(jīng)濟(jì)發(fā)展變化是有周期性的，比如從二戰(zhàn)以后進(jìn)入到第四波，就是以電子計(jì)算機(jī)、石化為主驅(qū)動(dòng)的發(fā)展；到了第五波就進(jìn)入了互聯(lián)網(wǎng)，九十年代開始，移動(dòng)通信，軟件驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展。
大家注意，從九十年代開始那波到2008年金融危機(jī)的時(shí)候，經(jīng)濟(jì)形勢(shì)已經(jīng)開始走下坡路了，現(xiàn)在是經(jīng)濟(jì)的低潮期，整個(gè)增速是在2%左右，發(fā)展中國(guó)家也是平均5%左右。所以，過去十年正好是經(jīng)濟(jì)低潮的時(shí)候，也是研究最活躍的時(shí)間，所以今后的二十年，正好是人工智能技術(shù)基本創(chuàng)新爆發(fā)期，在今后的一、二十年會(huì)產(chǎn)生觸發(fā)2030年開始的第六波的繁榮期。
這里得出什么結(jié)論呢？在未來10-15年，對(duì)經(jīng)濟(jì)貢獻(xiàn)最大的可能不是大數(shù)據(jù)和人工智能的新技術(shù)，而是信息技術(shù)包括大數(shù)據(jù)和人工智能融入各個(gè)產(chǎn)業(yè)的新產(chǎn)品，提供個(gè)性化產(chǎn)品和服務(wù)的新業(yè)態(tài)，產(chǎn)業(yè)跨接融合的新模式，這些創(chuàng)新主要是和已知技術(shù)的新組合。任何新技術(shù)的推廣需要10-20年的時(shí)間。在經(jīng)濟(jì)衰退的復(fù)蘇期要特別重視基礎(chǔ)性技術(shù)的發(fā)明，未來10-15年應(yīng)力爭(zhēng)在大數(shù)據(jù)和人工智能領(lǐng)域做出像電子計(jì)算機(jī)、集成電路、互聯(lián)網(wǎng)一樣的重大發(fā)明，但是重大發(fā)明是自己冒出來的，不是規(guī)劃出來的。
歷史上重大基礎(chǔ)發(fā)明都是經(jīng)過較長(zhǎng)時(shí)間的技術(shù)改進(jìn)和擴(kuò)散之后才產(chǎn)生巨大經(jīng)濟(jì)效益，人工智能也不應(yīng)例外。很多公司都預(yù)測(cè)，從2016年到2025年的10年內(nèi)，關(guān)注汽車、消費(fèi)品、電力、物流等行業(yè)的數(shù)字化轉(zhuǎn)型有望帶來100萬(wàn)億美金。
話題二：人工智能和大數(shù)據(jù)基本是一回事 要重視AI的剛性需求
大家流行的說法，是人工智能=A B C。我個(gè)人的看法，人工智能和大數(shù)據(jù)基本一回事，A B C D E。A是算法，B是基本理論和基礎(chǔ)設(shè)施，C是計(jì)算能力，D是領(lǐng)域知識(shí)，E是生態(tài)環(huán)境。
發(fā)展人工智能和大數(shù)據(jù)要重視大眾的剛性需求，2011年我跟徐志偉寫了一篇文章在CACM上發(fā)表了，與“Computing for the Masses”的追求一樣，我們要努力實(shí)現(xiàn)“Big Data for Masses，AI for the Masses”，不能只關(guān)注高端消費(fèi)人群。發(fā)展大數(shù)據(jù)與人工智能要重視大眾的剛性需求（如健康、出行、安全等）。要滿足大眾剛性需求要有基礎(chǔ)設(shè)施，過去工業(yè)化時(shí)代就是所謂 “鐵公機(jī)”，鐵路、公路、機(jī)場(chǎng)。信息時(shí)代的基礎(chǔ)設(shè)施是互聯(lián)網(wǎng)、云計(jì)算中心。到了智能化階段的基礎(chǔ)設(shè)施是大數(shù)據(jù)中心、機(jī)器學(xué)習(xí)訓(xùn)練平臺(tái)等。大數(shù)據(jù)的存儲(chǔ)分析和機(jī)器學(xué)習(xí)能力已成為新的基礎(chǔ)設(shè)施需求，計(jì)算機(jī)能力的高低將決定人工智能產(chǎn)業(yè)和智能服務(wù)的水平。
話題三：公用的大數(shù)據(jù)分析平臺(tái)和機(jī)器學(xué)習(xí)訓(xùn)練平臺(tái)
目前，網(wǎng)絡(luò)服務(wù)的龍頭企業(yè)（BAT、滴滴打車等）都有自己的大數(shù)據(jù)平臺(tái)，但智能軟件和服務(wù)行業(yè)每個(gè)中小型創(chuàng)業(yè)公司都建立自己的機(jī)器學(xué)習(xí)訓(xùn)練平臺(tái)，既無必要也不可能。各地雙創(chuàng)園區(qū)要建立共享的大數(shù)據(jù)分析平臺(tái)和機(jī)器學(xué)習(xí)訓(xùn)練平臺(tái)，這是新時(shí)代的重要基礎(chǔ)設(shè)施。
我國(guó)一半以上的HPC用于大數(shù)據(jù)和AI，過去HPC主要用于科學(xué)計(jì)算，現(xiàn)在HPC主要用于大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)。2015年，鐘一HPC在數(shù)據(jù)分析與機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用只有27%，2016年達(dá)到了48%，今年有進(jìn)一步提升。另外每個(gè)行業(yè)都需要AI，每個(gè)行業(yè)分別做是很累人的，有些東西是又有區(qū)別又有共性，我的想法是將來要有生產(chǎn)每個(gè)行業(yè)的AI引擎生產(chǎn)線，前面有公共的東西做局部化調(diào)整，有局部的參數(shù)調(diào)整，調(diào)完了以后出一個(gè)行業(yè)的AI引進(jìn)來。
話題四：擺脫人工智能創(chuàng)業(yè)公司被收購(gòu)的命運(yùn)
人工智能創(chuàng)業(yè)公司只有兩個(gè)命運(yùn)：一個(gè)是被大公司收購(gòu)，一個(gè)是倒閉。即使像科大訊飛這樣的大企業(yè)，科大訊飛市值約700億元，凈利潤(rùn)不到1.7億元，市盈率已經(jīng)超過300倍，所以如何提高凈利潤(rùn)是AI公司的一大困擾。
人工智能企業(yè)史說明，算法固然很重要，但是光有算法決定不了公司的命運(yùn)。AI公司要在賣產(chǎn)品、授權(quán)、廣告、服務(wù)模式中找到新的賺錢末路，或者另外開辟技術(shù)變成錢的商業(yè)模式。AI公司要做大做強(qiáng)，不但要有一技之長(zhǎng)，而且要有自己的平臺(tái)和特有的數(shù)據(jù)，軟件和硬件都要有過人的實(shí)力。
現(xiàn)在的問題，我國(guó)人工智能應(yīng)用技術(shù)與國(guó)外差距不大，有些應(yīng)用領(lǐng)域已經(jīng)超過美國(guó)。但是基礎(chǔ)軟硬件與國(guó)外還有較大差距。在全球企業(yè)2000強(qiáng)名單中，美國(guó)有14家芯片公司和14家軟件公司，中國(guó)尚未沒有一家，我講的是以軟件作為主要產(chǎn)業(yè)的公司。全球集成電路企業(yè)前20名沒有一家中國(guó)企業(yè)。我國(guó)集成電路與國(guó)外仍有兩代差距。
話題五：發(fā)展AI要打造完整的生態(tài)系統(tǒng)
所以人工智能產(chǎn)業(yè)要像一棵大樹，必須扎根在系統(tǒng)結(jié)構(gòu)和軟件理論的深土中，發(fā)展人工智能不能停留在算法層面，要關(guān)注從算法、軟件、人機(jī)截面到系統(tǒng)結(jié)構(gòu)和芯片這一完整的產(chǎn)業(yè)鏈和生態(tài)系統(tǒng)。
發(fā)展人工智能和大數(shù)據(jù)，還是要特別重視基礎(chǔ)的東西。中國(guó)人很重“名”，“名不正則言不順”，信息領(lǐng)域不斷創(chuàng)造新名詞，一旦新名詞（新學(xué)科）上升為國(guó)家意志，原來的基礎(chǔ)學(xué)科就被邊緣化，現(xiàn)在以“系統(tǒng)結(jié)構(gòu)”和“基礎(chǔ)軟件”申請(qǐng)國(guó)家項(xiàng)目，已經(jīng)很難拿到經(jīng)費(fèi)。去年國(guó)家自然科學(xué)基金計(jì)算機(jī)學(xué)科的4863項(xiàng)申請(qǐng)項(xiàng)目中，計(jì)算機(jī)科學(xué)的基礎(chǔ)理論只有16項(xiàng)，計(jì)算機(jī)體系結(jié)構(gòu)22項(xiàng)，程序設(shè)計(jì)語(yǔ)言及支撐環(huán)境13項(xiàng)，高速數(shù)據(jù)傳輸技術(shù)2項(xiàng)。但是，計(jì)算機(jī)圖像與視頻處理有439項(xiàng)，模式識(shí)別理論及應(yīng)用357項(xiàng)，人工智能應(yīng)用258項(xiàng)，這是巨大的反差。沒有基礎(chǔ)的話，將來還是難以扳回局面。
話題六：人工智能本質(zhì)還是計(jì)算機(jī)科學(xué)
什么是人工智能？人工智能從科學(xué)上講，它是計(jì)算機(jī)科學(xué)的前沿研究，從應(yīng)用來講，它是計(jì)算機(jī)技術(shù)的的非平凡應(yīng)用。人工智能本就是計(jì)算機(jī)技術(shù)，現(xiàn)在很多人講人工智能是新的科學(xué)，內(nèi)容涉及腦科學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、社會(huì)科學(xué)等。但是迄今為止，腦科學(xué)（神經(jīng)科學(xué)）對(duì)人工智能的貢獻(xiàn)很小，統(tǒng)計(jì)學(xué)對(duì)推動(dòng)機(jī)器學(xué)習(xí)的崛起起了較大作用，但是沒有人把人工智能看成統(tǒng)計(jì)學(xué)的分支。
所以目前來講，人工智能本質(zhì)上是計(jì)算機(jī)學(xué)科的一個(gè)分支，。所以智能化的前提是計(jì)算機(jī)化，目前不存在脫離計(jì)算機(jī)的人工智能。所以說，沒有計(jì)算就沒有智能。
有人說信息化時(shí)代已經(jīng)過去了，現(xiàn)在是智能化的時(shí)代，這恐怕不夠全面，智能時(shí)代不是后信息時(shí)代，真正的后信息時(shí)代可能是生物時(shí)代。與其過分強(qiáng)調(diào)智能與數(shù)字化、網(wǎng)絡(luò)化的區(qū)別，不如多強(qiáng)調(diào)智能化與信息化的聯(lián)系，數(shù)字化和網(wǎng)絡(luò)化沒有做好，智能化就是空話。
我們吸取歷史上的教訓(xùn)，既要重視智能應(yīng)用的特殊要求，但是也不能忽視通用的計(jì)算機(jī)主流技術(shù)的巨大包容能力。
話題七：產(chǎn)學(xué)研的結(jié)合
中科曙光公司與人工智能的淵源已久，曙光公司是國(guó)家智能計(jì)算機(jī)研究開發(fā)中心創(chuàng)辦的企業(yè)，是國(guó)家863計(jì)劃智能計(jì)算機(jī)主題長(zhǎng)期支持下成長(zhǎng)起來的高技術(shù)公司，智能應(yīng)用一直是國(guó)家智能計(jì)算機(jī)研究開發(fā)中心和曙光公司關(guān)注的重點(diǎn)之一。
上世紀(jì)九十年代在建立了國(guó)家智能計(jì)算機(jī)研究開發(fā)中心的中國(guó)科大分中心，專門從事語(yǔ)音識(shí)別/合成的評(píng)測(cè)，后來這個(gè)中心孵化出科大訊飛公司。
中科曙光和現(xiàn)在比較熱門的芯片公司寒武紀(jì)是同根生的兄弟公司，寒武紀(jì)研究芯片不但用在華為的手機(jī)上，也用在了曙光服務(wù)器上。（即此次發(fā)布的“全球首款基于寒武紀(jì)芯片的AI推理專用服務(wù)器”。）
我們要特別注重知識(shí)的融合，錢老（編輯注：錢學(xué)森）說過“必集大成，才能得智慧”，人工智能是對(duì)付復(fù)雜性的科學(xué)，發(fā)展人工智能不能追求“另立山頭，分道揚(yáng)鑣”，要跟其它學(xué)科密切融合。
如何看待領(lǐng)域知識(shí)呢？10月19日，谷歌DeepMind團(tuán)隊(duì)新成果，名為阿爾法元的機(jī)器完全靠增強(qiáng)型自我學(xué)習(xí)，訓(xùn)練3天就戰(zhàn)勝了阿爾法狗，比分100：0。這表明在某些領(lǐng)域，AI不再需要人類知識(shí)。過去我們相信知識(shí)就是力量，現(xiàn)在有些領(lǐng)域數(shù)據(jù)和機(jī)器學(xué)習(xí)比知識(shí)和人類經(jīng)驗(yàn)更有力量。
最后引用一段話，是美國(guó)曼哈頓負(fù)責(zé)人澳本海默在二戰(zhàn)勝利以后說的一段話“我們得到了一棵碩果累累的大樹，并拼命地?fù)u晃，結(jié)果得到了雷達(dá)和原子彈……其全部精神實(shí)質(zhì)在于對(duì)已知的瘋狂而粗暴掠奪，而毫無對(duì)未知的認(rèn)真而謙恭地探索”。
人工智能已經(jīng)六十年了，我們是拼命搖晃這棵大樹不變，還是懷抱對(duì)未知的認(rèn)真和謙恭，自己新種幾棵樹苗？深度學(xué)習(xí)為什么這么有效，沒有人講得清楚。最近以色列科學(xué)家提出“信息瓶頸”理論，發(fā)現(xiàn)深度學(xué)習(xí)與量子物理的相似之處。
人工智能與大數(shù)據(jù)任重而道遠(yuǎn)，最后以一首詩(shī)結(jié)束這次報(bào)告：
莫言下嶺便無難，
賺得行人空歡喜。
正入萬(wàn)山圈子里，
一山放過一山攔。
——宋·楊萬(wàn)里《過松原晨炊漆公店》
以下是專訪問答
雷克世界：您特別強(qiáng)調(diào)了AI基礎(chǔ)設(shè)施建設(shè)，但是如何去做好AI基礎(chǔ)設(shè)施呢？和芯片還是有所不一樣，AI時(shí)代系統(tǒng)研究需要和應(yīng)用場(chǎng)景結(jié)合，可能是很難僅僅在象牙塔就能里面完成的，您怎么認(rèn)為呢？
李國(guó)杰院士：人工智能在早年我讀書的時(shí)候，流行的觀點(diǎn)就是要做一些跟現(xiàn)在主流的計(jì)算機(jī)不一樣的、所謂的智能的計(jì)算機(jī)。當(dāng)時(shí)有一種觀點(diǎn)，人都是用自然語(yǔ)言對(duì)話，我們編的程序不是自然語(yǔ)言，是面向機(jī)器的，面向機(jī)器的這些語(yǔ)言效率高，但不方便，編程不好編，他們想將來編程用自然語(yǔ)言編，人怎么想的就像寫作文一樣編，這很簡(jiǎn)單，想的挺好，這就是智能計(jì)算機(jī)的方向。
但是想是一回事，實(shí)際發(fā)展是另外一回事，后來八十年代后期的時(shí)候，芯片出來了，芯片走的這條路恰好相反，是從底層做起，做芯片、集成電路等就一統(tǒng)天下了，所以是從芯片領(lǐng)域從底往上發(fā)展。
再回頭看，并不是我們這代人，比我們?cè)绲倪@批人，他們做計(jì)算機(jī)也是想模仿人的智能來做，上世紀(jì)五十年代也是假定人的思維可以精確的描述，用人工的方法做出來，但是后來馮·諾依曼發(fā)現(xiàn)模仿人腦做計(jì)算機(jī)，這是太陽(yáng)底下最復(fù)雜的事情，所以就改了，從第一臺(tái)計(jì)算機(jī)做起，就和模仿人的智能和人腦思維的做法分道揚(yáng)鑣了。
后來的60年下來，都是靠二進(jìn)制等做法，和人腦沒有關(guān)系，計(jì)算機(jī)發(fā)展的非常快，包括現(xiàn)在做的語(yǔ)音、圖像識(shí)別，最重要的是識(shí)別快，芯片厲害了，我們統(tǒng)計(jì)過，我們現(xiàn)在做一款計(jì)算機(jī)芯片100多億的晶體管，一分錢可以買到1千個(gè)晶體管，比沙子還便宜，這么強(qiáng)大的能力，所以這套東西在計(jì)算機(jī)里面就有一個(gè)主流的技術(shù)，這個(gè)主流技術(shù)不要的話，搞另外一套人工智能的辦法，要特別小心這個(gè)事情，不要輕易的談我不用這些方法完全搞一套新的東西，這個(gè)難度是極大的。
話說回來，人工智能和原來的技術(shù)處理是不是一樣的？其實(shí)也不是一樣的，人工智能里面有很多是動(dòng)態(tài)的，是一些非確定的，和原來固定的東西不一樣，原來是算法，和算法是固定的，人工智能的環(huán)境都是在變的，將來應(yīng)對(duì)的負(fù)載是不一樣的，我們現(xiàn)在遇到的問題，人工智能里面的一些很稀疏的圖和原來做矩陣是不一樣的，我們要考慮它的特殊性，這里面有一個(gè)難題，要做所謂的加速芯片，做的很特殊，就是你的市場(chǎng)是很窄的小市場(chǎng)。
而寒武紀(jì)他們的目標(biāo)并不僅僅是做一個(gè)加速某一個(gè)應(yīng)用的芯片，它是想做一個(gè)針對(duì)很多人工智能的比較普及的、比較通用的芯片，想做寒武紀(jì)的系統(tǒng)，和x86系統(tǒng)一樣，他們也是想搞一套指令系統(tǒng)做的比較大的、比較廣的人工智能，這是一個(gè)方向，但是能不能做得到，這還有一個(gè)過程，還有一段的路要走，就是芯片的設(shè)計(jì)等都要從專用的體系變成通用的體系。
雷克世界：您在演講中提到人工智能的發(fā)展要注重剛性的需求，這有沒有輕重緩急？您認(rèn)為剛性需求主要是哪些方面？
李國(guó)杰：有一些人工智能是吸引眼球的需求，大家一樂就結(jié)束了。剛性需求比如涉及到人的健康、安全，都是剛性的，人工智能不完全把一個(gè)事情做的很快、效率高，更多的是帶來很多方便，早GDP里面不一定那么容易反映出來，因?yàn)檫@是老百姓所需要的。我覺得現(xiàn)在關(guān)心殘疾人、關(guān)心老人，這些弱勢(shì)群體都是屬于剛性需求。如果我們所有的努力都朝著高收入人群去做，必然導(dǎo)致兩極分化，政府應(yīng)該在這方面做一些導(dǎo)向。
雷克世界：您提到很多的人工智能的中國(guó)企業(yè)可能面臨的結(jié)局就是被收購(gòu)或者是倒閉的命運(yùn)，為什么會(huì)這樣，技術(shù)公司如何成功的商業(yè)化？
李國(guó)杰：將來，是會(huì)出來一些像現(xiàn)在的BAT一樣的人工智能龍頭企業(yè)，獨(dú)角獸企業(yè)是會(huì)逐步成長(zhǎng)的。但每個(gè)企業(yè)不是光靠一個(gè)算法就可以長(zhǎng)命百歲，無非開始是賣產(chǎn)品，后來是像微軟這樣賣版權(quán)，后來賣服務(wù)，都能找到掙錢的辦法，人工智能這些企業(yè)也要找到它靠什么掙錢，羊毛出在羊身上，但是也要找到這個(gè)羊，比如做廣告是別人嘗試過的，所以人工智能也要在這方面動(dòng)腦筋，錢、現(xiàn)金流從哪來？
人工智能公司里還是以搞技術(shù)的人為主，未必能擔(dān)當(dāng)真正的企業(yè)家角色，需要真正有市場(chǎng)經(jīng)驗(yàn)的人，幫助人工智能企業(yè)成長(zhǎng)，這還是一個(gè)難題。
當(dāng)然，人工智能肯定還會(huì)冒出很多新技術(shù)，任何新技術(shù)，尤其是比較重要的技術(shù)都會(huì)產(chǎn)生很大的市場(chǎng)，需要時(shí)間慢慢的成長(zhǎng)，不是冒一個(gè)新技術(shù)馬上就能變成幾百億的市場(chǎng)，這不太可能的。
我們看到國(guó)外的統(tǒng)計(jì)材料，一個(gè)新的技術(shù)出來轉(zhuǎn)化成十億的市場(chǎng)要二十年，變成一百億的市場(chǎng)可能要三四十年。所以現(xiàn)在看起來，真正變成市場(chǎng)的技術(shù)，可能不是這幾年變出來的，肯定在應(yīng)有的技術(shù)方面能創(chuàng)新商業(yè)模式。人工智能公司要在這方面動(dòng)腦筋，不光是技術(shù)上有新的發(fā)明，在商業(yè)模式上還要有新的創(chuàng)新，結(jié)合起來才可以把新的技術(shù)用好。
聯(lián)系客服
