dsm9393的个人博客分享 http://blog.sciencenet.cn/u/dsm9393

博文

为何AI研究上不顶天、下不落地?

已有 1369 次阅读 2021-8-14 22:15 |个人分类:机器人|系统分类:观点评述

为何AI研究上不顶天、下不落地?

都世民

摘要:本文从李国杰院士最近的文章出发,讨论有关人工智能的研究,人工智能研究的天是什么?地又是什么?为什么上不能顶天?下不能落地?现在人工智能的研究是不是很火?既然很火,又为什么不能落地?

关键词:人工智能,李国杰,,顶天立地,软硬件,AI与人


引言

2021-08-06 16:20 ,机器之心Pro刊文:“国内AI研究顶不了天、落不了地,李国杰院士文章什么是基础研究?https://3g.163.com/dy/article_cambrian/GGNKV5BG0511AQHO.html

笔者学习这篇文章以后,查询了最近对人工智能的各种报道,思考了以下问题:

1〕怎么看人工智能的研究很火?

2〕人工智能是不是神?人工智能的研究人员提出的有些概念,能不能够都实现?

3〕人工智能研究的热度,会不会保持30年以上?

4〕人工智能研究的顶天指什么?

5〕人工智能研究为何不能落地?

6〕人工智能的研究有没有争议?

7AlphaFold 2 在蛋白质预测方面说明了什么?


为什么说人工智能很火?

1)国家层面已经高度重视 AI 技术的发展

2)官方媒体对人工智能的报道很及时,很重视

3上海和诚创芯企业管理咨询有限公司联合发布《人工智能(2010-2021)行业发展研究报告》显示,我国人工智能科技创新及转化能力逐年提高,产业发明专利占比达65%2010年到2020年,国内人工智能企业融资总额达到3万亿元市场前景非常广阔。

4人工智能已被看作是重新激活数字经济潜能的金钥匙,人工智能产业的主导权也已成为全球主要国家争夺的焦点当下人工智能应重点关注涉及经济发展的重大问题

5从层次上划分,人工智能主要有基础层、技术层、应用层三层。和欧美相比,中国近年来在基础支撑、科技研发等方面表现突出

6中国科学技术信息研究所发布的《2020全球人工智能创新指数报告》显示,中国人工智能创新指数在参评国家中排名第二,仅次于美国

7全球专业招聘集团瀚纳仕日前发布了2021年《中国科技行业报告》表示,中国在人工智能领域处于世界领先地位,拥有全球近60%大数据专家。

8在学术上,2020年,中国AI论文引用量「首超」美国根据斯坦福大学的一份报告显示,2020年,中国在学术期刊上有关AI的论文引用率占比为20.7%,美国为19.8%,这是中国首次超过美国。2012年以来,中国的AI论文数量24万篇,美国则为15万篇,中国压倒性地多于美国。近3年,中国学者发表了大量人工智能论文,申请几万件专利

9已开展了数据智能、量子智能计算、类脑智能等基础理论研究

不难看出,我国人工智能的研究,确实很火,它表现在多个方面,有关数据更能体现。笔者有些不理解的地方,例如,既然中国人工智能研究是世界领先地位,为什么又说不能顶天?而且还不能落地,这究竟是怎么回事儿?

AI顶天与争议

1)什么叫做AI顶天?

李国杰院士所说的顶天到底含义是什么呢?笔者思考有以下方面 是指基础研究吗?还是原创性研究这天是虚空还是实体?Ai的理论有颠覆性创新; AI的研究处于世界领先地位; AI的研究带动了国民经济的迅速发展; AI的学术论文数量世界第一,引用率也是世界首位;申报的国家专利数量世界第一;人工智能机器人超过人,替代人。从这些方面看,我国的人工智能技术研究,应该说有些满足领先地位, Ai的理论没有颠覆性创新,至于研制的人工智能机器人,很难说超过人,在有些地方已替代人。也有上岗的机器人下岗了。李国杰院士所说的布局的科研项目要么是增量式的技术改进,要么是几十年都难以突破的理想型目标。关于这个结论用什么样的数据来表明?尚未看到这方面报道

2)人工智能的争议

李国杰院士所说的我国大学和企业的人工智能实验室大多遇到顶天顶不了、立地又落不下去的困境。如果这个结论成立,那么前面所说的世界领先,就有些不融洽,让人难以理解。有关落地的问题,下面再详细讨论。这是顶天的问题,前一段时间有些专家提出的,人工智能的认知智能、意识智能笔者也做过一些讨论。

http://blog.sciencenet.cn/home.php?mod=space&uid=1339385&do=blog&id=1290908

李国杰院士所说的人工智能学者视野不够超前?因为追求机器「像不像人」这个目标,AI 研究课题普遍存在着模仿人、替换人、超过人的思想束缚。笔者赞同这一说法,这个问题确实存在,是不是在人工智能的研究方面存在着争议?因为在国际上对人工智能的未来就存在争议,一种认为人工智能会让人永生,时间是30另一种观点,认为人工智能的发展会让人类毁灭。这是两种截然不同的观点,存在着争议,这必然对各国人工智能的研究有影响。应该说这是人工智能的研究方向,如果研究方向不对,其结果很难想象,

李国杰院士认为理性的人工智能发展模式应该承认人有人智,机有机「智」,要充分发挥机器「思维」的特长,做人不擅长做的事情。笔者思考,李国杰院士所说,是人工智能要为人类服务,不能形成到处是机器人,工厂、商场、医院、学校、旅馆、饭店、办公室、马路上,处处都有机器人

对人工智能技术的认知,有不同看法:一种认为,人工智能是一种嵌入式技术;也有人认为是一种思维方式;还有人认为人工智能会成为颠覆性技术,因为它会超过人,会解决几千年没有解决的问题,人可以永生!至少现在,人工智能没有提出新的科学原理,更像是一项技术集成工作,本质上是一种集成式的工程科学技术。

什么叫做 AI落地?

有关AI技术落地问题,会有不同的理解,例如, AI技术商业化, AI技术以实体的方式作为商品, AI技术与其他行业融合形成创新技术,AI技术嵌入某种系统,改变系统架构和性能。如今报道比较多的有下面几个方面:

AI+医疗健康;

有专家认为, AI+医疗健康的跨行业发展愈加火热,人工智能已成为主导新一轮医疗健康产业变革的核心力量。公共卫生、医院管理、医学影像、医疗机器人、药物研发、健康管理、精准医疗和医疗支付等细分应用领域应运而生,落地场景不断增多。基因序列、医疗影像、新药研发、早期癌症研究、辅助诊断、下一代测序技术(NGS)等细分赛道发展迅速

AI+生物信息测量;

郑州轻工业大学计算机与通信工程学院教授苏日建研究团队将嵌入式技术用于生物信息测量领域,明晰了热疗靶区的温度与磁性纳米粒子特性参数之间的关系,并探索出了一种基于磁性纳米粒子的非侵入式、在体的靶区温度场测量方法,可为肿瘤靶向热疗中温度测量提供有效的温度

AI+车辆驾驶;

AI助力零碳成长百度认为,无人车迎来大规模商业化的破局点。今年6月,百度Apollo推出了第5代共享无人车Apollo Moon,将每公里成本进一步削减60%。百度Apollo有三条商业化路径:为主机厂提供Apollo自动驾驶解决方案、百度造车和无人车服务,这将成为撬动未来出行行业的有力支点。

AI+5G与农业

现代种业、高效农业设施、智能装备、数字农业重要品种选育和种源人工智能、5G、物联网、北斗、大数据、区块链等新一代信息技术在农业领域应用,推进农业生产经营和管理服务数字化改造。

AI落地为什么难!

1) 高研发投入一直伴随着高亏损,盈利成为众多人工智能企业始终绕不过去的一道坎。是因为缺少应用场景和成熟的商业模式。应用场景要将技术能力转化为商业能力人工智能企业今年以来纷纷在上市道路上遭遇滑铁卢

2) 高额的研发投入如果长期无法看到回报,投资人的资金存在打水漂的风险。从更深层次来看,人工智能企业的盈利困局只是表象,背后反映出企业仍然难以推动人工智能技术走出实验室,与教育、金融、医疗、物流、能源等产业深度融合

3) 科学家能成为企业家吗?

北京某位知名投资人曾在公开演讲中谈到:“早期投资主要是看人,尤其看重科学家型的创业者。科学家要成为企业家是非常不容易的,所以我们碰到有企业家潜质的科学家就会立即投资他。”科学家坐拥IPO,你看好技术造富吗?科学家要成为企业家,有哪些优势和困难?站在技术和资本之间,科学家应该做什么?

4)“嵌入式人工智能是当前最热门的人工智能商业化技术之一。所谓嵌入式人工智能,就是设备无须通过云端数据中心进行大规模计算,而是在本地、不联网的情况下就可以做到实时环境感知、人机交互、决策控制等。嵌入式人工智能具有去中心化、模型简化、训练数据缩减、高实时性等特点。这是AI落地的一种方式。作为企业,能独自完成吗?

5) 如果AI 落地成果是技术驱动、论文导向,而目标导向和问题导向出现偏差,研究人员在追求机器「像不像人」这个目标,思想受到束缚。必然会影响AI 落地。

6) 现在的人工智能需要多领域专家学者的智慧和机器『智能』有机融合。企业缺少多学科科研人员的紧密合作企业认为AI基础研究人员、工程技术人员、企业人员、购销人员没有共同的语言交流,相互间没有好的交流通道。这种状态进一步导致了AI的落地难。 AI技术真正落地,算法专家、设备专家、资源专家,以及应用开发的合作伙伴都需要在场。

7)有专家认为,AI技术落地有五大要素 应用场景、资源与基础设施、算法和模型、智能设备、数据所构成的五大要素。这些要素要协调和解耦AI技术落地的另一关键点。

8数据是制约AI成功落地的一大因素。如果缺少统一、标准化、高质量的数据,AI应用就是无米之炊、无源之水。实际上服务器收集数据时,会发现很多数据有问题,根本无法使用。被调查者不愿回答一些隐私问题,导致数据有”——“自由散慢。另外数据的更新速度也慢。也就是说数据风险和合规因素影响AI成功落地 AI让企业依赖机器做决策时会带来隐私保护、AI可信度、伦理和社会的问题等,需要企业解决。

9AI技术目前不具备集成化和芯片化运作的条件,让企业上马容易下马难。

10AI应用场景中,要真正落地,就需要降低算力成本,提高算法和框架的性能。成本过高就会失去商业价值。降低成本是关键现在AI只能在产业的某一个环节、某一个步骤实现降本、增效、创新

11AI科研人员绩效压力大,短期需要出成果;科研项目只能在原有研究基础上推陳岀新,不敢开天辟地创新

12)从研究到企业,缺少人才。有专家想通过大学教育来解决这个问题,这就不是一年两年的事了,企业不等人,大量的投资,怎么回收?还想从娃娃抓起,这就更显得漫长,这样让人工智能现在落地,就变得很难。

13AI产品落地,-还要打通最后一公里,已成为人工智能应用阶段急需解决的问题。让人工智能产品低风险,符合产品准入制度

人工智能的安全风险

人工智能的广泛运用也引发了人们对于数据安全的担忧。部分商家安装人脸识别摄像头抓取个人信息问题被曝光,反映出人工智能的崛起,遇到了伦理道德、法律法规等问题。对此,企业必须要建立健全全流程数据安全管理制度,履行网络安全等级保护制度设置的相应义务,在法律、法规规定范围内收集和使用数据。有关人工智能的安全风险,本文不做详细讨论。

参考文献

1]“全国人工智能行业十年融资额达3万亿元!”,来源:上海静安发布,2021-07-17 12:30https://m.thepaper.cn/baijiahao_13630136

2人工智能助失语瘫痪者重新“开口”来源新华网202-07-1711:11https://baijiahao.baidu.com/s?id=1705500009504074057&wfr=spider&for=pc

3]“智能终端 千里外识别作业人员资质”,来源:《科技日报》,2021-07-26 09:53https://tech.gmw.cn/2021-07/26/content_35024574.htm3

4为什么AI很火,落地却很难”。来源科技日报》,2021-07-26 08:36

https://smart.huanqiu.com/article/445nJBPubCw

5计算不上嵌入式人工智能实现实时决策本地化”。来源:《科技日报》,2021-07-26 https://tech.gmw.cn/2021-07/26/content_35024615.htm

6梦想成真:AI预测蛋白质结构”,来源:《中国科学报》,2021-07-26 10:32https://tech.gmw.cn/2021-07/26/content_35024997.htm

7人工智能何时摆脱增长陷阱来源《经济日报》2021-08-06 08:46https://smart.huanqiu.com/article/44Evc5MQbBw

8]“国内AI研究顶不了天、落不了地,李国杰院士文章什么是基础研究?”,

来源:机器之心Pro2021-08-06 16:20 

https://3g.163.com/dy/article_cambrian/GGNKV5BG0511AQHO.html

9国际领先的人工智能团队值得我们学习和深思 来源陈德旺科学网博客2021-08-10.

http://blog.sciencenet.cn/blog-57940-1299162.html

10李佳佳行业报告:中国人工智能全球领先,AI+医疗跨界人才紧缺来源:中国新闻网2021-08-13 09:35https://smart.huanqiu.com/article/44KlXkKpxIy

11刘育英百度:无人车迎来大规模商业化破局点来源:中国新闻网2021-08-13 09:33https://smart.huanqiu.com/article/44KlXkKpxIy

12北京拟加快人工智能、5G与农业融合 打造农业中关村来源:中国新闻网2021-08-13 11:36https://tech.gmw.cn/2021-08/13/content_35078362.htm

13]“全国人工智能行业十,年融资额达3万亿元!”

https://m.thepaper.cn/baijiahao_13630136 2021-07-17 12:30

 




https://blog.sciencenet.cn/blog-1339385-1299797.html

上一篇:美俄互评第五代战斗机
下一篇:无人机能探测高超音速武器吗?

2 贾玉玺 闫江毓

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-12-3 06:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部