0
| 本文作者： 叢末 | 2019-09-25 17:02 |
雷鋒網(wǎng) AI 科技評論：9 月 21 日至 22 日，為期兩天的 CCAI 2019 在秋意濃濃的中國青島膠州隆重舉行。會議在接近尾聲之際，迎來了本次大會的壓軸論壇：「如何認識我國當(dāng)前人工智能發(fā)展態(tài)勢」。本場論壇由王雪純擔(dān)任主持，嘉賓陣容包括張鈸、李德毅兩位院士以及騰訊 AI Lab 主任張正友和平安集團首席科學(xué)家肖京。
這場跨越 30 后、40 后、60 后、70 后的對話，是 CCAI 2019 唯一的大會論壇，也是本次會議萬眾矚目的環(huán)節(jié)，各位嘉賓之間究竟產(chǎn)生了怎樣的思想碰撞和化學(xué)反應(yīng)呢？我們下面來看。
在論壇正式開始前，王雪純就滿面笑容地用一口大家都非常熟悉的「播音腔」以及活潑俏皮的口吻為本場論壇定下了輕松、隨和的基調(diào)：「大家好，我是雪純，在這里我先給大家鞠個躬。今天特別榮幸能夠有機會和四位國內(nèi)人工智能研究和開發(fā)領(lǐng)域的頂級專家同臺而坐。因為四位專家彼此之間都有非常多的了解，臺下的各位聽眾也對他們非常熟悉，我作為一個外行，在這里就不再對他們的成就和背景多做介紹了。我今天來做這場壓軸論壇的主持人，就是想先做個鋪墊，讓各位嘉賓展開一場很輕松的對話。」
笑臉盈盈的王雪純
隨后，她步入正題，為各位嘉賓提出了開場問題：「今天我向臺下各位聽眾了解了一下，他們很多人都說非常期待這場論壇，非常想聽到臺上的四位嘉賓之間的思想碰撞。那你們認為他們想聽到大概會是怎樣的碰撞呢？大家可以隨意聊天?！?/p>
張鈸院士：我認為一個話題是大家對于人工智能當(dāng)下發(fā)展現(xiàn)狀的看法；另一個話題是我們國家現(xiàn)在的人工智能發(fā)展到了什么水平。（笑嘻嘻看向李德毅院士）我認為這兩個問題首先應(yīng)該由我們?nèi)斯ぶ悄軐W(xué)會的理事長來回答。
咧嘴笑的張鈸院士
李德毅院士：（哈哈大笑）我本以為雪純會給我挖坑，結(jié)果張院士給我挖了個坑。
哈哈大笑的李德毅院士
張鈸院士：這是碰撞的開始。
王雪純：這場論壇是同行之間針對相關(guān)領(lǐng)域的一次交流，其實也是一場面向大眾的傳播。剛才張院士提到的兩個話題就是很大的話題，加上我也比較喜歡琢磨標題，我琢磨了下這場論壇的主題「如何認識我國當(dāng)前人工智能發(fā)展態(tài)勢」，注意到了「當(dāng)前」這兩個關(guān)鍵字，我們都知道這兩個字其實是指一個發(fā)展階段，那各位認為「當(dāng)前」大概是指一個怎樣的發(fā)展階段呢？我們先請兩位院士談?wù)劇?/p>
張鈸院士：對于這個問題，我認為大家關(guān)心的其實是中國的人工智能水平在國際上處于怎樣的位置。我們談科技發(fā)展現(xiàn)狀，大體是指兩個內(nèi)容，一是科技發(fā)展水平，二是科技發(fā)展能力，二者存在相互關(guān)系。
不過人工智能領(lǐng)域的發(fā)展存在特殊性，這種特殊性表現(xiàn)在人工智能發(fā)展還處于初級階段，只有 50 年歷史并且在這 50 年歷史中還存在很多反復(fù)情況，因此從發(fā)展水平來看，各國之間的差距并不大，都在起跑線附近。所以相對而言，我們現(xiàn)在其實最關(guān)心的是人工智能的發(fā)展能力，因為最終人工智能的發(fā)展誰先誰后，并不取決于現(xiàn)在在哪，而取決于跑得有多快。
而科技的發(fā)展能力主要是指三個方面：一是科學(xué)發(fā)現(xiàn)的能力，二是技術(shù)開發(fā)的能力，三是工程實踐或者產(chǎn)業(yè)化的能力。其中我主要講下科學(xué)發(fā)現(xiàn)的能力，它其實就是創(chuàng)新能力尤其是原始創(chuàng)新能力，我認為從人工智能的角度來看，在原始創(chuàng)新能力上，我們跟世界是存在差距的。以圖靈獎為例，目前獲獎?wù)咭还灿?11 位，其中 10 位是美國人，1 位是加拿大人，也就是說人工智能領(lǐng)域所有的原始模型算法都是由美國人提出來的。
我們?nèi)绻軌蛘J識到這一點是一件很好的事情，因為雖然過去我們一再強調(diào)基礎(chǔ)研究，但是現(xiàn)在對基礎(chǔ)研究的重視度還不夠。如果我們想在人工智能領(lǐng)域引領(lǐng)世界的發(fā)展，就必須非常重視并加強基礎(chǔ)研究。
李德毅院士：我補充一點，中國人將科學(xué)和技術(shù)統(tǒng)稱為科技，因此談到人工智能的水平，我們首先要想到智能科學(xué)的水平，而智能科學(xué)涉及到兩類科學(xué)，一是腦科學(xué)或神經(jīng)學(xué)，二是認知科學(xué)，前者是研究人類智能的生物學(xué)基礎(chǔ)，后者研究的是人類智能的心理活動。此外，智能還有一個重要屬性叫做智能的社會學(xué)屬性，即人類在研究客觀世界時對大自然的了解和對物質(zhì)能力的把握所琮琤的非常豐富的科學(xué)技術(shù)寶庫。
因此，人類智能的生物學(xué)基礎(chǔ)、人類智能的心理活動規(guī)律和人類智能的社會學(xué)屬性是研究人類智能的三大要點。基于此，我個人認為現(xiàn)在的人工智能確切地說還只是一項技術(shù)，因為它很少涉及到人工智能科學(xué)。
最近有一個關(guān)于人工智能的比較簡單的定義：人工智能就是人類智能的體外延伸。我認為這個定義對于老百姓來說比較好懂，并且將人工智能的根本問題說清楚了。從這個層面來講，我認為我們國家在腦科學(xué)尤其是認知科學(xué)上的研究還很落后。因而雖然世界都還處于人工智能的起跑線附近，但是我們的基礎(chǔ)研究、基礎(chǔ)算法以及認知模型要落后于世界。
現(xiàn)在我們在經(jīng)歷深度學(xué)習(xí)所帶來的人工智能第三次浪潮，今年的三位圖靈獎獲得者中沒有華人，之后我們?nèi)A人是否能提出能夠拿到圖靈獎的認知模型呢？我們要努力。雖然中國在認知科學(xué)上整體落后，但是我們有一個非常大的優(yōu)勢，那就是擁有很大的應(yīng)用市場，并且從生物遺傳的角度上來看，我們中國人才在智力方面同樣也具有一定優(yōu)勢。
王雪純：兩位院士一開場就直奔主題，并且在梳理人工智能發(fā)展歷程的時候就將自己的很多核心觀點都表達出來了?，F(xiàn)在我們有請另外兩位 60 后和 70 后科學(xué)家談?wù)勛约旱目捶ā?/p>
張正友博士：剛主持人提到大家希望我們有所碰撞，雖然我和肖京博士是 60 后和 70 后，但是我們同樣也在人工智能領(lǐng)域深耕了幾十年，比如我也研究人工智能 30 多年了，所以我們跟兩位 30 后和 40 后的院士在觀點上可能會比較接近。
開心地表達自己的觀點的張正友博士
我認為中國人工智能現(xiàn)在的發(fā)展可以用兩個字來概括，一個是「hot」，一個是「cool」?！竓ot」是指人工智能在中國非常火熱，相關(guān)的會議也很多。這次是我第三次參加人工智能會議，第一次是 7 月份在深圳舉辦的 CCF 全球人工智能與機器人峰會，當(dāng)時我在演講中對計算機視覺的歷史做了回顧并對今后人工智能的發(fā)展發(fā)表了一些看法；第二次是 8 月底在上海舉辦的全球人工智能大會，我介紹理論騰訊在人工智能領(lǐng)域的布局；這是第三場，我主要參與組織了這場會議。
我這里說的「cool」包含兩層意思，一重意思是「酷」，指的是中國現(xiàn)在幾乎每家公司、每個部門都在往人工智能上靠，在他們看來，人工智能是一項很酷的技術(shù)；另一重含義是「冷」，也就是說我們需要對人工智能有一個比較冷靜的判斷。現(xiàn)在我們各級政府都非?？粗厝斯ぶ悄埽⑶彝度肓撕艽蟮娜肆?、物力，以期在人工智能領(lǐng)域占據(jù)制高點，然而我們還應(yīng)該清晰地認識到目前的人工智能距離真正的人工智能還很遠，這一點張院士和李院士在他們的報告中都已經(jīng)提過了。
因此，我認為我們應(yīng)該堅持兩條腿走路：一方面是我們還要繼續(xù)加強應(yīng)用方面的探索，并且落實到人類生活的方方面面；另一方面我們更要加強對基礎(chǔ)研究的持續(xù)投入和穩(wěn)定支持。
肖京博士：我完全認同前面三位的看法。人工智能確實是一個非常大的研究領(lǐng)域，是自然科學(xué)和社會科學(xué)的交叉學(xué)科。雖然我們中國在人工智能發(fā)展上的進步非常快，但在原創(chuàng)上確實還是跟歐美等一些西方國家存在比較大的差距，這一點我完全同意兩位院士的觀點。
贊同地看向其他三位嘉賓的肖京博士
由于我來自產(chǎn)業(yè)界，有很多應(yīng)用的經(jīng)歷，所以我從技術(shù)應(yīng)用的角度補充下。技術(shù)應(yīng)用需要軟硬件方面的各個條件：硬件方面，其中在很多基礎(chǔ)能力包括 CPU 等計算機設(shè)備上，我們還是比較落后的，但是我們國家如華為、中科曙光等公司都在努力尋找可替代的方式，目前我認為也取得了比較大的進展。在軟件方面，我們現(xiàn)在也在嘗試發(fā)展深度學(xué)習(xí)計算，不過它除了 GPU 以外還有很多底層的軟件，這就需要長期的積淀來形成這樣的基礎(chǔ)，因此這一過程并不容易。所以除了科學(xué)以外，我們在技術(shù)工程上也跟美國等西方國家存在差距。
不過從另一個角度來講，人工智能其實是一個賦能的工具，它本身不構(gòu)成一個獨立的產(chǎn)業(yè)，需要依托于其他產(chǎn)業(yè)去實現(xiàn)「三提兩降」，產(chǎn)生附加價值。這就需要市場大環(huán)境的支持，而中國在這方面具有很大的優(yōu)勢。在應(yīng)用方面，比如我所在的金融領(lǐng)域，中國其實還是其他國家很多金融機構(gòu)的學(xué)習(xí)對象，為什么會出現(xiàn)這種情況？一個很大的原因就是現(xiàn)在西方很多傳統(tǒng)行業(yè)處于非常舒服、穩(wěn)定的狀態(tài)，他們并沒有很大的動力來進行變革，而我們國家的市場競爭非常激烈，大量企業(yè)都有非常大的驅(qū)動力來變革和創(chuàng)新。所以，我們在這種創(chuàng)新的意向和心態(tài)上，是比美國等西方國家更有優(yōu)勢的，并且我們也可以很好地利用這一點去推動我們在科技領(lǐng)域的發(fā)展。
李德毅院士：我同意我們國家在人工智能的技術(shù)研究上比較明顯地落后于先進的發(fā)達國家，但是我想補充的一點是，中國在人工智能的技術(shù)研究上也有它的特色。我們可以回顧一下中國人工智能的先輩們所做的工作，比如說人工智能學(xué)會名譽理事長吳文俊老先生，他的一項重大貢獻就是數(shù)學(xué)的機械化證明，而除了吳文俊之外，馬希文、華羅庚等科學(xué)家也都在幾何定理證明或者代數(shù)證明上做出了重大貢獻，另外我們的錢學(xué)森在軍事科學(xué)領(lǐng)域最早發(fā)起了軍事專家系統(tǒng)的工作，中國的人工智能學(xué)者還曾經(jīng)跟日本一起搞五代計算機。
所以我建議，大家在認識到我們的技術(shù)研究整體上落后于西方國家的同時，也不應(yīng)該忘記這些先輩們曾經(jīng)做出的重大貢獻！
王雪純：四位嘉賓在第一輪已經(jīng)有了碰撞，下面可以繼續(xù)。從我自身的感覺而言，人工智能這個話題在大家的日常生活中熱起來差不多是 2015 年前后，幾乎所有人，懂或者不懂，都在談?wù)撨@個話題。到我們這屆人工智能大會的時候，正如它的主題「智變?nèi)诤稀怪械摹缸儭棺?，我們感受到人工智能帶來的變化越來越明顯，產(chǎn)生的力量越來越大。希望各位能夠從各自的領(lǐng)域和角度來談?wù)勀銈儗τ谶@種變化趨勢的感受，以及為了應(yīng)對變化，我們應(yīng)該做哪些準備？
張鈸院士：這個問題提的很好。我認為人工智能有一個非常好的特點，能夠讓中國人在其中發(fā)揮很好的作用。人工智能的發(fā)展過程是一個階段一個階段的，不像其他學(xué)科一樣，搞清楚幾個基本原理以后，就能形成整個科學(xué)體系，之后一條路走到底。人工智能不是這樣，因為智能這個問題太過復(fù)雜了。
我們現(xiàn)在處于什么階段呢？正如我在報告中提到的，現(xiàn)在我們已經(jīng)走過了第一代人工智能的發(fā)展階段，到了第二代人工智能發(fā)展階段，而現(xiàn)在大家都能夠明顯看到人工智能遇到了很多瓶頸，比如說可解釋性、安全性和魯棒性等問題，在這個階段，大家其實差不多又在同一起跑線上。所以現(xiàn)在，中國完全有可能在基礎(chǔ)研究上有所突破，從而帶動科技的發(fā)展。我認為中國完全有可能在人工智能當(dāng)下的發(fā)展階段中，做出重大貢獻。
王雪純：張院士一直在強調(diào)的一個觀點是人工智能永遠在路上，而現(xiàn)在則是一個新的起點。
張鈸院士：對，因為永遠在路上，所以我們永遠都能跟著它一塊走，并且如果現(xiàn)在跑得快一點，就能跑到前面去。
李德毅院士：「智變?nèi)诤稀惯@個詞用得非常好，其中的「變」是指變革、轉(zhuǎn)型升級，「智」是指多樣化。
我在開幕式里講了人工智能是經(jīng)濟發(fā)展的領(lǐng)頭雁、社會發(fā)展的加速器，而沒有講它是經(jīng)濟發(fā)展的新引擎。因為新引擎是指那種像原子彈這樣能量巨大的新事物，而人工智能的力量跟原子彈相比還是比較微弱的，就其本身的能量而言，智能參與的部分不會很多，并且不會超過化工、冶金、鋼鐵和運輸?shù)取?/p>
因此，當(dāng)我聽到各個省市討論智能產(chǎn)值時，多少有點尷尬。并且有很多企業(yè)在產(chǎn)值報表中，將互聯(lián)網(wǎng)、集成電路等的產(chǎn)值說成是智能產(chǎn)值，但智能在其中起到的作用真的有這么大嗎？所以我們更要看到的是智能的多樣化、AI+ 的作用以及看清當(dāng)前人工智能的特色到底是怎樣的。
張正友博士：我沒有仔細去想「智變」，我在思考的問題還是可以回到剛才提到「hot」和「cool」的上去。
人工智能之所以變得這么熱，確實是因為人工智能在很多應(yīng)用中體現(xiàn)出了價值，有足夠多的數(shù)據(jù)，人工智能就能很好地理解場景，幫助提高效率，并最終改善人民生活。但是另一方面，大家也能夠明顯感覺到現(xiàn)在投資界對于人工智能領(lǐng)域逐漸轉(zhuǎn)「涼」了些，我認為這其實是比較正面的，因為可以讓我們冷靜地思考到底應(yīng)該如何研究人工智能。那如何研究？
我的觀點是：深耕細作。也就是說，我們要真正理解各個行業(yè)的各個痛點，這樣人工智能才會迎來更大的突破。就像昨天張院士在演講中提到的人工智能輔助診斷，這是個很好的案例，我認為應(yīng)用人工智能技術(shù)能夠診斷工作做得非常細致，我們可以嘗試在各個層次的醫(yī)院推廣，看看到底對醫(yī)生有多少幫助。
再舉個醫(yī)療領(lǐng)域的例子，比如門診掛號，它對于病人而言是個非常耗時耗力的難題，但是如果我們能夠真正理解為什么掛號這么難的話，我們就可以利用人工智能來技術(shù)來完善各個流程，比如病人在看病前將自己以前的病歷用智能攝像頭拍下來，攝像頭就能夠智能分析出有可能得了什么病，并自動推薦病人去掛哪個門診。
中國的人口體量非常大，如果人工智能技術(shù)在應(yīng)用方面稍微取得一點進展，都能夠?qū)θ嗣竦恼w生活帶來很大的幫助，所以一方面我們應(yīng)該繼續(xù)推動人工智能向前發(fā)展，不能因為它現(xiàn)在稍微有點「涼」就停止；另一方面，我們應(yīng)該到具體場景中去找到并解決痛點和難點，才能夠讓人工智能發(fā)展到更高的高度。
肖京博士：我完全同意前面幾個前輩的說法，「變」太重要了。歐美的人工智能應(yīng)用為什么不如中國，很大的原因就在于它們的社會太規(guī)范了，很多傳統(tǒng)行業(yè)、龍頭企業(yè)都很大，它們保持安逸的狀態(tài)就行了。
例如我們四五月份到加拿大和美國業(yè)務(wù)交流的時候，我們向他們咨詢?nèi)绾伪３掷m(xù)保。他們的回答是：什么都不用做就能保持 95% 以上的續(xù)保率。并且他們還告訴我們，曾經(jīng)也嘗試使用互聯(lián)網(wǎng)技術(shù)去提醒客戶續(xù)保，結(jié)果續(xù)保率不增反降，這是因為這種做法反而提醒了這些客戶，原來還有其他產(chǎn)品能夠替代續(xù)保產(chǎn)品。但是我們就完全不一樣，如果不提醒客戶，平均續(xù)保率只有 40%，會流失掉一半客戶。所以在這樣的環(huán)境中，我們需要做更多智能化的高質(zhì)量服務(wù)，提高效率和效果來增強業(yè)務(wù)的競爭力，這也在無形之中驅(qū)動中國企業(yè)不斷地嘗試創(chuàng)新和變革，反而為我們帶來了機遇。
同時，我非常同意正友剛才說的深耕細作。因為人工智能的應(yīng)用，涉及到對原有生產(chǎn)的改造，要求我們必須深耕細作才能對原來產(chǎn)業(yè)進行好的改造。并且在大企業(yè)中，往往只有得到「一把手」的支持，人工智能應(yīng)用才能做好，所以我們必須要清楚地知道痛點在哪，才能定目標、做規(guī)劃。
我認為人工智能在這種「變」的環(huán)境下，如果有比較好的頂層設(shè)計和戰(zhàn)略規(guī)劃，我們中國是能夠做得非常好的。
王雪純：剛才張博士提到一個關(guān)鍵詞詞——「痛點」，就像張院士也提到的，基礎(chǔ)研究領(lǐng)域同樣也有痛點和局限性，只有非常理性、負責(zé)任的科學(xué)家和企業(yè)，才會真的理解這個痛點，從而從痛點入手去找到一個新的起點。另外我也想請各位嘉賓從應(yīng)用的角度，比如說智能交通、智能金融、智能制造等方面，談?wù)勀壳八媾R的痛點，以及最能夠為大眾所感知的痛點在哪。
張鈸院士：比如自動駕駛，現(xiàn)在為什么在動態(tài)復(fù)雜的環(huán)境下還沒法用？從基礎(chǔ)研究的角度來看就是人工智能現(xiàn)在還不能實現(xiàn)隨機應(yīng)變、舉一反三。我認為這個基本問題如果無法得到解決的話，自動駕駛汽車根本就沒法兒到復(fù)雜路況上開。當(dāng)然，我們可以考慮另外的思路，比如說直接改變道路，將復(fù)雜的路況變成單行道或者結(jié)構(gòu)化的路。
如果你將所有的希望都壓在自動駕駛車上，那我們就只能到人工智能技術(shù)層面去尋找突破，然而我認為這種突破是非常難的，需要相當(dāng)長的時間。所以我之前也跟李院士討論，我的看法是自動駕駛不能將所有的壓力都施加在車上，而應(yīng)該考慮在道路上解決問題，這樣的話，人工智能所承受的壓力就小了，甚至當(dāng)?shù)缆范甲兂山Y(jié)構(gòu)化的道路或?qū)Ｓ玫罆r，目前自動駕駛遇到的問題都不需要解決了。所以我一直在強調(diào)，人工智能確實存在很多基礎(chǔ)性問題，但是我們在解決實際問題的時候，我們可以從另外的角度出發(fā)去思考解決問題的方法。
（轉(zhuǎn)向李德毅院士，笑著說）你如果覺得不對的話，可以反駁我。
李德毅院士：我從另外一個角度講下這個痛點。現(xiàn)在各個省、直轄市都在談落地產(chǎn)品、落地場景，那什么叫落地場景呢？
我從另外一個觀點講這個痛點，因為各個省、直轄市都在講落地產(chǎn)品、落地場景。什么叫落地場景呢？其實就是指最需要改革的痛點。比如說要將無人駕駛技術(shù)應(yīng)用到港口地區(qū)，痛點是什么？是司機的成本。
我們之前到礦山區(qū)調(diào)研，礦山老板對我們說得很直接：如果你不能降低我的成本，你就靠邊站，我并不 care 技術(shù)是自動化還是智能化，我要的就是降低成本，你們不是說無人礦嗎？機器能夠一天 24 小時給我挖煤、運礦嗎？如果不能降低我的成本，我要無人車干嘛？在這個場景中，無人車只能承擔(dān)運輸?shù)娜蝿?wù)而不能解決兩頭的有效作業(yè)，所以無人車并不能解決這個場景中的痛點。
而找到痛點后，我們還需要將人工智能技術(shù)融入到現(xiàn)有系統(tǒng)中。比如說張院士做的醫(yī)療系統(tǒng)，很好，但是一定得跟現(xiàn)有的醫(yī)生看病系統(tǒng)兼容，如果不能兼容，就需要將醫(yī)院的現(xiàn)有系統(tǒng)打破才能使用，這樣的話，醫(yī)療是下不了這么大決心的。所以，人工智能技術(shù)只有能夠兼容到現(xiàn)有系統(tǒng)中，才能夠有持續(xù)發(fā)展的可能。
所以我認為，人工智能在場景落地中，第一步要切中場景的痛點，這是最難的點；第二步是要能夠融入到現(xiàn)有的系統(tǒng)中；在前面兩步都實現(xiàn)后，第三步就可以進行大面積的技術(shù)推廣了。
而在大面積的技術(shù)推廣中，我們不能說得太過，比如說將應(yīng)用了無人駕駛技術(shù)的港口稱作「無人港」，這是不準確的，因為實際上只是將幾千人的港口變成幾百或幾十人的港口，人是不可缺少的。所以大家在技術(shù)宣傳上要注意的一點是，人工智能技術(shù)的應(yīng)用只是說能夠?qū)崿F(xiàn)少數(shù)人和多數(shù)機器系統(tǒng)的協(xié)同，而不是讓機器完全取代人類。
張正友博士：剛才主持人講到智能制造，我在這里可以稍微講一下，因為我之前參觀了一些工廠，了解過企業(yè)智能制造的痛點在哪里。
現(xiàn)在智能制造的大部分工廠都已經(jīng)實現(xiàn)自動化了，并且自動化程度都相當(dāng)高，目前剩下還未自動化的，一個就是要求非常精細的裝配部分，目前還需要人工進行裝配；另一個就是質(zhì)量檢測，需要人工將屏幕等產(chǎn)品翻起來從不同角度進行檢測，涉及到非常精巧的操作。如果人工智能能夠?qū)π└泳毜墓ぷ饔兴鶐椭?，可以大大提高整個智能制造的效率。
我現(xiàn)在在騰訊負責(zé)的機器人實驗室，就在研究如何提高機械手的觸覺能力，一旦機械手的這種能力得到提高，很多此類相關(guān)問題就能迎刃而解了，不過目前雖然這些問題還解決不了，但是我們知道最主要的痛點，依舊可以往前推進智能制造。
另外我想講一下研究和應(yīng)用之間的關(guān)系。現(xiàn)在很多做研究的人往往對應(yīng)用嗤之以鼻，覺得應(yīng)用是太工程化的東西，不愿意花精力去了解，所以很多研究者往往都跟在別人的后面，去刷榜費心費力提高百分之零點幾的性能等等，其實并沒有多少原創(chuàng)，也沒有花精力去理解這個問題。
實際上，去找到某個場景的痛點，然后將它抽象到一定高度，并找到解決這個問題的方法，這就是原創(chuàng)的東西，而且這種解決方案是可以泛化到其他領(lǐng)域。因此，研究者一定要逐漸培養(yǎng)這種心態(tài)。這就是我為什么非常強調(diào)用場景來驅(qū)動研究，因為場景能夠幫助研究者找到一些真正的技術(shù)難點，一旦能夠解決這些難點，就能夠舉一反三。
肖京博士：我非常同意剛才李院士說的，人工智能在落地到某個場景前，要先把場景的痛點了解清楚，并仔細梳理整個流程，如果一開始就說這個東西完全是自動化的，實際上大部分任務(wù)都完不成，所以分辨出哪些任務(wù)由機器協(xié)助完成、哪些任務(wù)由人來做，才能提升整體的效率和質(zhì)量。
然而為了解決某個痛點，實際上會導(dǎo)致人工智能技術(shù)的應(yīng)用進展很慢、成本也非常高。另外，我們國家在人工智能的很多場景應(yīng)用的管理規(guī)劃和標準上都比較缺乏，雖然國家現(xiàn)在在逐漸建立，還目前還是比較少，這就會帶來很多問題。比如說前段時間的互聯(lián)網(wǎng)金融問題，雖然監(jiān)管部門也想管好，但是無能為力。
在未來的人工智能應(yīng)用市場，會出現(xiàn)很多這種良莠不齊的現(xiàn)象，所以國家現(xiàn)在需要大力加強規(guī)范和標準的建立。除此之外，現(xiàn)在在數(shù)據(jù)方面，同樣由于缺乏規(guī)范，導(dǎo)致數(shù)據(jù)的使用混亂，風(fēng)險也很大，那如何在對數(shù)據(jù)進行約束同時又不會限制對數(shù)據(jù)需求量巨大的人工智能的發(fā)展呢? 這同樣也是現(xiàn)在亟待解決的一個兩難的問題。
王雪純：所以說現(xiàn)在為什么科學(xué)家和企業(yè)家們總是心事重重，原來是因為他們老是在找痛點，但也正是因為這樣，我們對人工智能的未來發(fā)展才更加有希望。
本場論壇設(shè)置的時間為一個小時，所以在聊了以上三個話題后，王雪純提議，將后面剩余的一點時間留給臺下的聽眾提問。我們來看現(xiàn)場的聽眾們又提了哪些問題。
聽眾提問：李院士昨天在報告中提到智能駕駛需要分級，今天又提到人工智能需要腦科學(xué)和認知科學(xué)的融合。我來自產(chǎn)業(yè)界，非常想了解未來人工智能發(fā)展的確定性，關(guān)于人工智能何時能夠達到比較成熟的階段，有的人說 30 年，有的人說 50 年，這讓我很悲觀，所以我想問一下，人工智能技術(shù)以及腦科學(xué)、認知科學(xué)發(fā)展到什么程度，才是產(chǎn)業(yè)切入的最佳時機，而不是像此前的物聯(lián)網(wǎng)一樣，發(fā)展了這么多年卻依舊不成熟？
李德毅院士：我覺得有一句話很重要：自主學(xué)習(xí)也要服從常識。開車的同志們都知道，每個司機都有個性，踩剎車的時候可能猛一點，也可能比較有禮貌慢一點。所以自動駕駛并不僅僅實現(xiàn)自主學(xué)習(xí)就足夠，還需要有常識，也就是通用常識和規(guī)則，這也就意味著，我們?nèi)绻麊渭円揽可疃葘W(xué)習(xí)，可能并不那么靠譜，還需要規(guī)則推理、知識圖譜這些方法來幫助。
那無人駕駛到底什么時候能走入我們老百姓的日常生活呢？我認為乘用車要晚一點，商用車、特種車可能要早一點。
比如說在煤礦區(qū)等場景中，人的工作非常無趣、單調(diào)和重復(fù)，條件也非常惡劣，無人駕駛可能會在這樣的場景里先應(yīng)用。而且如果在技術(shù)上實在做不到完全自動化，我們讓幾個人去干預(yù)一下也是可以的。就像我們剛才講的，不要過分強調(diào)完全自動化，這樣的話自動駕駛這條路是完全可行的。
聽眾提問：我是一名石油工程專業(yè)的學(xué)生，剛剛接觸人工智能也沒有很久，我就結(jié)合我之前的學(xué)習(xí)和這兩天的聽會報告，問一下我的疑惑，現(xiàn)在人工智能語音識別、圖像處理、無人駕駛等方面都已經(jīng)取得了長足的進步，這些都是民生方面的問題，那傳統(tǒng)能源行業(yè)應(yīng)該如何更加靠近人工智能技術(shù)，或者說如何更有效率地將人工智能技術(shù)引入呢？
肖京博士： 人工智能技術(shù)現(xiàn)在在一些傳統(tǒng)能源行業(yè)已經(jīng)有一些應(yīng)用，比如說如何優(yōu)化調(diào)度、優(yōu)化配置、節(jié)能減排等等。
所以說到底，能源行業(yè)跟其他行業(yè)一樣，在人工智能技術(shù)的應(yīng)用上是一個意愿問題。只要企業(yè)愿意應(yīng)用人工智能技術(shù)，像剛才李院士所說的，把痛點找出來，將流程細化，做必要的改變，分出一部分任務(wù)給機器來做，是一定能夠比現(xiàn)有系統(tǒng)做得更好的，即實現(xiàn)所謂的三提兩降：提效率、提效果、提體驗，降風(fēng)險、降成本。這一點其實有非常標準的套路，關(guān)鍵就看你所在的企業(yè)要不要選擇這個路徑。
雷鋒網(wǎng) AI 科技評論報道 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
