行業動態
客戶服務
聯系電話:4006-1111-58
022-23707273
真:022-87898899
QQ: 點擊這里給我發消息
首頁>行業動態 >

為何人工智能研究需要國家層面的支持?

發布時間:2015-03-10 19:59:36        來源:虎嗅網
如果你是電影迷,你一定看了今年奧斯卡熱門電影《模仿游戲》,這個以英國著名科學家阿蘭·圖靈為主線的傳記電影,展現出圖靈如何設計一套模仿人類思考機器,從而破解納粹德國密碼的歷程。
 
如果你是一個科學迷,你一定看到霍金、馬斯克對于正在興起的一股熱潮的恐懼,馬斯克甚至斷言:“我們需要萬分警惕人工智能,它們比核武器更加危險!”
 
如果你是一個互聯網迷,過去一年你會被互聯網公司各種新奇的名詞“洗腦”,包括但不限于機器學習、計算機視覺等等。
 
如果你是個新聞迷,最近一定關注到兩會上,以政協委員、百度創始人李彥宏提出的“中國大腦”計劃,一時間引發媒體熱議。
 
這一切的一切,都歸于一個詞:人工智能。過去一年,人工智能毫無懸念地成為整個互聯網的熱詞,其影響力無遠弗屆。但和業界熱議的大數據、云計算一樣,人工智能并非什么新鮮概念。早在上世紀50年代,MIT的約翰·麥肯錫教授就提出“人工智能”的概念,指的是一種制造智能機器的科學和工程。隨后的人工智能發展起起伏伏。在80年代經歷了一股大熱之后陷入沉默,而在人類進入互聯網時代的21世紀,為什么這個概念又重新興起呢?
 
三大技術趨勢讓人工智能不再遙遠
 
互聯網革命帶來的不僅是讓全世界緊密聯系起來,形成麥克盧漢預言中的“地球村”,更使得之前無法想象的技術成為現實。如果要讓程序像人一樣智能地理解某個口語單詞,就必須能夠聽清(不同音節)彼此之間的所有音素;而程序識別出某幅圖片的關鍵技術,則是需要看到其周圍像素環境內的所有像素。近幾年來GPU技術逐漸成熟,GPU是一種滿足可視游戲中高密度的視覺以及并行需求的芯片,如今已是百度首席科學家的吳恩達在2009年就使用GPU建立并行神經網絡,以此來實現諸如識別圖片的目標。
 
互聯網時代海量的數據為人工智能研究提供了大量樣本,這些海量數據有助于讓機器更全面的識別與學習。在機器學習上,新一代算法如深度學習脫穎而出,與之前的機器學習模式不同,深度學習通過組合低層特征形成更加抽象的高層特征。
 
舉個例子來說,以識別圖片上的人臉為例,機器首先從一張臉的邊緣入手,由小到大,再將各個要素組合,最后通過這些要素的比對得出結論,這個過程與人類大腦識別人臉的過程類似。目前從國內情況來看,百度在深度學習領域有著不小的競爭優勢,特別在吳恩達加入之后,百度深度學習的研究也逐步延伸到整個百度產品體系,估計也正是因為如此,李彥宏才有底氣在兩會中提出“中國大腦”的提案建議吧。
 
正是在這三大技術趨勢的相互作用下,人工智能技術在過去幾年成為業界關注的焦點。CB Insight研究員整理的數據顯示,2010年只有兩家人工智能公司成立,而2014年則大幅增加到16家。更重要的是,歐美政府以及互聯網巨頭都在緊鑼密鼓的上線人工智能項目,比如歐盟的人腦計劃,就是建立一套基于神經科學的全新的、革命性的信息通信技術;谷歌、IBM先后收購和研發出新一代智能機器人與智能芯片;美國國防部的高級技術研究所,也就是大名鼎鼎的DARPA正在推動人機交互的新項目CwC,目的就是為了讓人類與機器之間更好地通信。這些國家或企業為何對人工智能如此鐘情呢?
 
人工智能的想象力到底有多少?
 
讓我們首先來看看人工智能現在的研究領域:
 
人機交互(自然語言識別)
計算機視覺
語音識別
 
這三大基礎研究會極大地改變現有產業的發展模式,以制造業為例,隨著自然語言識別與語音識別技術的成熟,人與機器之間的交互變得更加簡單,在此基礎上,工業機器人能夠更好地理解普通工人的口令。而在那些工藝要求嚴格的儀器制造環節,計算機視覺技術可以幫助機器人精確完成任務。
 
人工智能在制造業的潛力也和目前業界廣泛討論“工業4.0”不謀而合。“工業4.0”強調了智慧工廠與智慧機器人的重要,這背后都需要一套更加智能的系統來支撐,人工智能毫無疑問將在其中扮演重要作用。
 
如果說上述情景還停留在工廠,那么無人駕駛汽車則讓人工智能技術走入尋常人家。讓汽車做到無人駕駛,首先需要讓汽車認識“路”,在此基礎上在識別路上的各種物體——前后左右的車、路上的行人、路障等等,這必須依靠計算機視覺技術給汽車調配好“視力”。其次,語音識別和人機交互可以幫助汽車更好地懂得駕駛人的想法,做到安全駕駛和文明駕駛。
 
很多害怕人工智能的人都反反復復重申一個觀點:人工智能就是要讓人類失業,從體力和智力上戰勝人類。這當然沒錯,還是以制造業為例,隨著智能機器的普及,工廠需要的工人越來越少,但工廠的效益卻大幅提升。而大量工廠生產模式的改變則整個制造業的轉型升級,這也是德國以國家的名義啟動“工業4.0”與推動歐盟“大腦計劃”的初衷。同樣道理,美國政府也通過Depra與NASA,將大量資金注入到圍繞人工智能研究的企業或項目里,為何人工智能的研究需要國家層面的支持呢?
 
沒有國家力量的推動,人工智能項目或恐難成功
 
人類的進步一直離不開技術創新的力量,但隨著技術的不斷發展,能真正推動技術發展的不在僅僅是個體、公司,而成為一種國家的使命和責任。這是因為隨著技術發展越來越復雜,個體、公司的力量已經無法完全承擔。歷史上,第一次工業革命的興起幾乎就是瓦特一己之力改進了蒸汽機;而第二次工業革命則是與電力相關的幾家公司所推動;但在第三次技術革命中,美國二戰期間“曼哈頓計劃”的遺產——從貝爾實驗室到各種軍工企業,成為戰后帶領美國成為全球技術領先者的核心力量。
 
在2013年的一次TED演講中,來自英國蘇塞克斯大學科學和技術政策研究中心的Mariana Mazzucato教授提出一個令人驚訝的觀點:在經濟市場中,最能引領創新潮流的角色是國家!
 
Mariana Mazzucato的論據源于她對手上一部iPhone 的研究,她發現:
 
“iPhone中這些十分巧妙、革新性部分全由政府資助,也就是說,移動互聯網由美國國防部DARPA資助;GPS由軍方Navstar(導航之星)計劃資助;甚至Siri,事實上由DARPA資助;觸控屏幕由兩個國家部門-CIA(中情局)和NSF(國家科學基金會)-資助了德拉瓦大學兩位公立大學研究員。 ”
 
有關人工智能的研究更需要國家層面的參與,這不僅因為人工智能研究的耗費驚人,比如歐盟的“人腦計劃”,歐盟委員會將在未來十年內拿出10億美元支撐其研究,上文提到的IBM智能芯片TrueNorth得到美國國防部高達5000萬美元的支持。如此的研究經費早已超出普通人甚至企業的承受范圍,只有從國家戰略層面的資金支持,才能保證研究的持續發展。
 
其次,人工智能是一項搶占未來競爭高地的基礎性技術。我國是制造業大國,但并非制造業強國,近幾年來,我國制造業面臨勞動力和原材料成本上升的雙重壓力,傳統層面的成本優勢逐漸消失,制造業的轉型迫在眉睫。也正如前文所言,人工智能會從根本上改變傳統制造業的生產模式,從而能夠讓中國制造業快速實現產業轉型,在這個層面,中國需要和傳統制造業強國,諸如日本和德國開展競爭,其重要性不言而喻。
 
第三,啟動一項國家層面的人工智能項目也是我國政府創新模式的新嘗試。 我國經歷過較長時期的計劃經濟時期,政府也長期“霸占”創新什么如何創新的發言權。但隨著政府職責的變化,政府也開始將部分創新項目放在高校和科研機構,但由于高校、科研機構缺乏必要的市場敏感度,其創新產品往往無法真正推向市場。而中國的人工智能項目,則是國家、高校/科研機構、企業三重發力:國家負責政策引道與資金支持,高校推動基礎研究和人才培養,企業則結合市場和國家需求,將基礎研究產品化,并利用不同產業和行業需求實現產業鏈的優化和調整。
 
站在2015年這個時間節點,人類對人工智能的未來充滿著憧憬與恐懼,一如1400年代歐洲人對古登堡的那臺印刷機一樣。然而我們有理由相信,就像古登堡的印刷術終結歐洲野蠻的中世紀文明,從而為歐洲文藝復興吹響了號角一樣,我們有理由相信人工智能能成為人類騰飛的翅膀,而中國,在這場輸不起的比賽里,也正蓄勢待發!
AV无码AV无码专区_PREGNANTTUBE性孕妇_日本少妇寂寞少妇AAA_亚洲日本丝袜丝袜办公室