挑戰(zhàn)仍在
盡管人工智能贏得了企業(yè)、公眾甚至政府層的高度關(guān)注，但這個行業(yè)仍面臨諸多挑戰(zhàn)。
本次人工智能熱潮肇始于2006年，在那一年，深度學(xué)習(xí)--這一神經(jīng)網(wǎng)絡(luò)算法——被重新提出，此后開始在人工智能行業(yè)刮起強(qiáng)勁颶風(fēng)，備受矚目的AlphaGo、Master正是得益于此。
“這項(xiàng)技術(shù)目前已成為行業(yè)內(nèi)最具價(jià)值且臨近爆發(fā)期的技術(shù)點(diǎn)，各大公司紛紛跑馬圈地，距離未來預(yù)期全面部署約7年時間。”向陽向21世紀(jì)經(jīng)濟(jì)報(bào)道記者直言，“就未來而言，云計(jì)算和開源化仍將成為主流，也是更能推動技術(shù)進(jìn)步的模式，因此基于云平臺的深度學(xué)習(xí)的投資價(jià)值不言而喻。”
然而，從另一方面而言，當(dāng)前各方面的情緒也可能過于心切。“不可否認(rèn)的是，人工智能行業(yè)經(jīng)歷了寒冬，突然迎來了溫暖的春天，但行業(yè)甚至公眾對當(dāng)前人工智能技術(shù)的發(fā)展程度可能仍存在誤解。”北京航空航天大學(xué)計(jì)算機(jī)學(xué)院副院長王蘊(yùn)紅指出。
事實(shí)上，據(jù)王蘊(yùn)紅介紹，人工智能的應(yīng)用才剛剛開始，也面臨巨大的挑戰(zhàn)。“現(xiàn)在學(xué)術(shù)競賽中所獲得的超高識別率，還很難真正解決實(shí)際中的問題。例如，當(dāng)前實(shí)驗(yàn)室里的人臉識別率可高達(dá)99.9%，然而在監(jiān)控中的人臉識別率依然不佳，”王蘊(yùn)紅直言，“深度學(xué)習(xí)所引領(lǐng)的人工智能在某些領(lǐng)域已經(jīng)取得了成功，但在其他方面，還需要經(jīng)歷一個發(fā)展的過程。”
這個過程不僅包括更大的樣本及數(shù)據(jù)平臺，還有許多算法及理論方面的問題需要解決。“關(guān)于人工智能的國家工程實(shí)驗(yàn)室的成立，對于推動人工智能的研究而言是個很好的平臺，能夠真正實(shí)現(xiàn)產(chǎn)學(xué)研結(jié)合。” 王蘊(yùn)紅指出。
此外，百度深度學(xué)習(xí)研究院杰出科學(xué)家徐偉近日亦指出，此輪人工智能浪潮中，深度學(xué)習(xí)發(fā)揮效果最好的領(lǐng)域體現(xiàn)在人臉識別、語音識別等領(lǐng)域，但對于其他類型的任務(wù)而言，很難通過標(biāo)準(zhǔn)數(shù)據(jù)讓機(jī)器習(xí)得。
“比如，想要機(jī)器學(xué)習(xí)人類說話，通過對話樣本是很難學(xué)會的，因?yàn)橄嗤瑔栴}背后可能對應(yīng)著無數(shù)種回答。”徐偉稱，“如何讓機(jī)器不需要過分依賴標(biāo)準(zhǔn)數(shù)據(jù)去學(xué)習(xí)，這是當(dāng)前人工智能極為重要的方向，由此才可能將深度學(xué)習(xí)的應(yīng)用范圍，從現(xiàn)在比較成功的模式識別，拓展到諸如對話、推理這樣的更高級的智能領(lǐng)域。”
這也意味著，人工智能行業(yè)無論從資金、人才還是資源上，都需要有更多支持以促進(jìn)技術(shù)創(chuàng)新，而將人工智能提升至國家戰(zhàn)略層面，毫無疑問將有助于相關(guān)技術(shù)的突破。（編輯：張偉賢，如有意見建議請聯(lián)系：zhangwx@21jingji.com）
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！