AI對(duì)中國(guó)工程院院士、中科曙光董事長(zhǎng)李國(guó)杰而言，并不是新事物。
作為中國(guó)最早一批計(jì)算機(jī)科學(xué)領(lǐng)域的專(zhuān)家學(xué)者，他在美國(guó)求學(xué)時(shí)便已親身經(jīng)歷過(guò)上一波人工智能浪潮，其后又在科研任教和工業(yè)研發(fā)中，在并行處理、計(jì)算機(jī)體系結(jié)構(gòu)、人工智能、組合優(yōu)化等領(lǐng)域，頗多建樹(shù)。當(dāng)然，AI也是中科曙光的最新戰(zhàn)略重點(diǎn)所在。
在近日接受量子位等媒體的采訪時(shí)，李國(guó)杰院士談到了他對(duì)當(dāng)前AI發(fā)展的看法，特別是中國(guó)在AI競(jìng)爭(zhēng)中存在的機(jī)會(huì)和挑戰(zhàn)，他也提醒AI創(chuàng)業(yè)公司，要擺脫眾多公司之前“不是被收購(gòu)就是死亡”的命運(yùn)，注重技術(shù)和商業(yè)的結(jié)合。
量子位《大咖來(lái)信》欄目在不改變?cè)獾幕A(chǔ)上，以第一人稱(chēng)的方式，把我們與李國(guó)杰院士的對(duì)話進(jìn)行了整理。
AlphaGo帶動(dòng)人工智能火熱之后，不少人問(wèn)我：現(xiàn)在的人工智能進(jìn)入了什么階段，會(huì)不會(huì)再進(jìn)入50年代和80年代的歷史周期？
我想每一個(gè)新技術(shù)的發(fā)展，都有一個(gè)類(lèi)似四季春夏秋冬的過(guò)程，云計(jì)算是這樣、物聯(lián)網(wǎng)是這樣，可能智慧城市也會(huì)是這樣。
人工智能有點(diǎn)不同，因?yàn)槿斯ぶ悄芤呀?jīng)熱過(guò)好幾回了，好像沒(méi)有分明的四季，這其中有它的特殊性。
但我個(gè)人判斷而言，人工智能現(xiàn)在的“季節(jié)”是秋天，即到了收獲的季節(jié)，這背后有幾個(gè)方面的原因。
一方面，深度學(xué)習(xí)的算法、規(guī)則都相對(duì)成熟了，而且不是大家熟知的AlphaGo才開(kāi)始的。
像我的朋友李凱和李飛飛發(fā)起ImageNet的時(shí)候，已經(jīng)是8年前的事，很難想象一開(kāi)始申請(qǐng)經(jīng)費(fèi)都得不到批準(zhǔn)。
再后來(lái)Hinton用深度學(xué)習(xí)的方法，一下子把在ImageNet上的識(shí)別率提高到了80%多，讓大家看到了方向。
不過(guò)這也是有時(shí)代背景的。為什么以前的機(jī)器沒(méi)有這個(gè)能力？核心是數(shù)據(jù)沒(méi)有這么多，聯(lián)網(wǎng)設(shè)備也沒(méi)有這么多，所以現(xiàn)在條件保證了，人工智能也就見(jiàn)效了。
這就好比你在路上走，你的路徑、車(chē)燈數(shù)據(jù)都有了，所以現(xiàn)在沿著過(guò)去的積累，一切狂飆突進(jìn)都變得水到渠成了。而且新的器件、超導(dǎo)、量子計(jì)算等新規(guī)則都在不斷涌現(xiàn)，可能會(huì)進(jìn)一步加強(qiáng)加快這個(gè)過(guò)程。
所以我認(rèn)為AI進(jìn)入到一個(gè)新時(shí)代，今后一二十年都應(yīng)該會(huì)有更多進(jìn)一步的發(fā)展。
不過(guò)，這也不意味著此次人工智能在任何領(lǐng)域都能一帆風(fēng)順。
我們回顧過(guò)去，AI發(fā)展從來(lái)不會(huì)水銀瀉地般突破各個(gè)領(lǐng)域。
比如無(wú)人車(chē)，2004年美國(guó)DARPA開(kāi)始搞無(wú)人車(chē)測(cè)試，結(jié)果所有的車(chē)都翻車(chē)了，200英里的比賽沒(méi)有車(chē)跑過(guò)10英里就翻了，才讓參賽者意識(shí)到人工自己編寫(xiě)系統(tǒng)是不行的，于是轉(zhuǎn)而走人工神經(jīng)網(wǎng)絡(luò)來(lái)做。
但其后神經(jīng)網(wǎng)絡(luò)也不是就完全沒(méi)有問(wèn)題，也出過(guò)笑話。比如微軟機(jī)器人網(wǎng)上聊天，被年輕人胡亂教一氣，最后機(jī)器就認(rèn)為911是假的，希特勒是好的。本來(lái)這些和機(jī)器聊天的年輕人是惡作劇，但機(jī)器辨別不了，你給它正確的東西它就學(xué)習(xí)正確的，你給它錯(cuò)誤的知識(shí)它也學(xué)習(xí)，最核心的是沒(méi)有“常識(shí)”。
所以現(xiàn)在美國(guó)AI計(jì)劃里，特別強(qiáng)調(diào)推理、解釋等方面的嘗試，這可能是一條光明的路，但肯定還有很多的困難需要進(jìn)一步克服。
丨靠算法彎道超車(chē)？
當(dāng)然，每每談到當(dāng)前人工智能，話題肯定也離不開(kāi)大國(guó)競(jìng)爭(zhēng)，中美對(duì)比。
之前也談過(guò)，人工智能產(chǎn)業(yè)要像一棵大樹(shù)，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)。
但現(xiàn)在國(guó)內(nèi)來(lái)看，更多還關(guān)注在算法層面，這可能不足以支撐我們走更遠(yuǎn)。
重視算法也無(wú)可厚非，因?yàn)樗惴ǖ淖饔帽容^容易顯現(xiàn)。
現(xiàn)在越來(lái)越多的科研機(jī)構(gòu)、公司都以算法為核心，原因是算法研究的門(mén)檻比較低、論文發(fā)表的難度也低，容易出成果，這是人之常情、可以理解。
但問(wèn)題也隨之而來(lái)。一個(gè)公司光靠算法，或者行業(yè)都圍著算法你爭(zhēng)我趕，很難有競(jìng)爭(zhēng)力。今天你看著算法機(jī)會(huì)多，容易賺錢(qián)，但也很容易被別人趕超。
而且真正標(biāo)新立異的顛覆性算法現(xiàn)在還比較少，更多還是一些改進(jìn)性的算法，所以把大部分的精力集中在算法上，是不全面的。