“中國(guó)有多(duō)少數學家投入到(dào)人工(gōng)智能(néng)的基礎算(suàn)法研究中？”日前，在上(shàng)海召開(kāi)的院士沙龍活動中，中國(guó)工(gōng)程院院士徐匡迪等多(duō)位院士的發問引發業(yè)界共鳴，被稱為(wèi)“徐匡迪之問”。
“我國(guó)人工(gōng)智能(néng)領域真正搞算(suàn)法的科學家鳳毛麟角。”在4月(yuè)28日召開(kāi)的“超聲大數據與人工(gōng)智能(néng)應用與推廣大會(huì)”上(shàng)，東南(nán)大學生(shēng)物(wù)科學與醫(yī)學工(gōng)程學院教授萬遂人表示，“徐匡迪之問”直擊我國(guó)人工(gōng)智能(néng)發展的核心關鍵問題，“如果這種情況不改變，我國(guó)人工(gōng)智能(néng)應用很難走向深入、也很難獲得重大成果”。
我國(guó)人工(gōng)智能(néng)領域發展的現狀如何？依靠開(kāi)源代碼和算(suàn)法是否足夠支撐人工(gōng)智能(néng)産業(yè)發展？為(wèi)什麽要有自(zì)己的底層框架和核心算(suàn)法？
“如果缺少核心算(suàn)法，當碰到(dào)關鍵性問題時，還(hái)是會(huì)被人‘卡脖子’。”浙江大學應用數學研究所所長(cháng)孔德興教授對科技(jì)日報(bào)記者表示，我國(guó)人工(gōng)智能(néng)産業(yè)的創新能(néng)力并沒有傳說中的那樣強，事(shì)實是，産業(yè)發展過度依賴開(kāi)源代碼和現有數學模型，真正屬于中國(guó)自(zì)己的東西(xī)并不多(duō)。
4個(gè)月(yuè)零基礎學會(huì)人工(gōng)智能(néng)、16講入門(mén)人工(gōng)智能(néng)、算(suàn)法線下(xià)大課……類似培訓在網絡上(shàng)非常火爆，通(tōng)過對于現有算(suàn)法、模型的學習和訓練，成長(cháng)為(wèi)人工(gōng)智能(néng)工(gōng)程師(shī)的“短平快”可見(jiàn)一(yī)斑。
既然代碼是開(kāi)源的，拿來用就(jiù)好，為(wèi)什麽還(hái)有可能(néng)被“卡脖子”？
孔德興解釋，開(kāi)源代碼是可以拿過來使用，但專業(yè)性、針對性不夠，效果往往不能(néng)滿足具體任務的實際要求。以圖像識别為(wèi)例，用開(kāi)源代碼開(kāi)發出的AI即使可以準确識别人臉，但在對醫(yī)學影像的識别上(shàng)卻難以達到(dào)臨床要求。 “例如對肝髒病竈的識别，由于邊界模糊、對比度低(dī)、器(qì)官黏連甚至重疊等困難，用開(kāi)源代碼很難做到(dào)精準識别。在三維重構、可視化等方面難以做到(dào)精準反應真實的解剖信息，甚至會(huì)出現誤導等問題，這在醫(yī)學應用上(shàng)是‘緻命’的。”
“碰到(dào)專業(yè)性高(gāo)的研究任務，一(yī)旦被‘卡脖子’将會(huì)是非常被動的，所以一(yī)定要有自(zì)己的算(suàn)法。”孔德興說。 換句話說，是否掌握核心代碼将決定未來的AI“智力大比拼”中是否擁有勝算(suàn)。用開(kāi)源代碼“調教”出的AI頂多(duō)是個(gè)“常人”，而要幫助AI成長(cháng)為(wèi)“細分領域專家”，需以數學為(wèi)基礎的原始核心模型、代碼和框架創新。
所謂“樹大根深”，人工(gōng)智能(néng)的發展也是同樣道理，越在底層深深紮下(xià)根基，越能(néng)夠發展出強大的産業(yè)。
那麽，借助開(kāi)源代碼，“半路(lù)出家”的AI産業(yè)為(wèi)什麽會(huì)難以為(wèi)繼？
孔德興解釋說，在獲得同樣數據的前提下(xià)，以開(kāi)源代碼運行，AI深度學習之後或許能(néng)輸出結果，但由于訓練框架固定、算(suàn)法限制，當用戶進行具體的實際應用時，将很難達到(dào)所期望的結果，而且難以修改、完善、優化算(suàn)法。
“如果從(cóng)底層算(suàn)法做起，那麽整個(gè)數學模型、整個(gè)算(suàn)法設計、整個(gè)模拟訓練‘一(yī)脈相(xiàng)承’，不僅可以協同優化，而且可以根據需求随時修改，從(cóng)而真正解決實際問題。”孔德興說，基礎算(suàn)法往往是指研究共性問題的算(suàn)法，它涉及到(dào)基礎數學理論、高(gāo)性能(néng)數值計算(suàn)等學科，可以應用到(dào)多(duō)種實際問題中；而針對性強的應用算(suàn)法往往會(huì)應用到(dào)具體問題所涉及的“具體知識、先驗信息”，從(cóng)而更好地解決實際應用問題。
“基礎算(suàn)法和應用算(suàn)法都很重要，擁有基礎算(suàn)法将更有助于應用算(suàn)法的豐富與深入。”孔德興說，AI要應對的現實生(shēng)活是複雜(zá)、多(duō)變的，當能(néng)夠“應對自(zì)如”時，才能(néng)夠促成産業(yè)的“繁茂”。
“一(yī)方面是政策引導，其實國(guó)家已經在加大這方面的扶持，例如科研基金上(shàng)的設置等。”針對如何解決“徐匡迪之問”反映出來的問題，孔德興認為(wèi)，第二方面是行業(yè)企業(yè)在進行科技(jì)創新時，應有意識将數學學者納入進來。
“如果通(tōng)過算(suàn)法的開(kāi)發，最終産品落地了，企業(yè)應該将算(suàn)法開(kāi)發時的數學學者納入到(dào)成果分享中來。”孔德興說，社會(huì)目前對于數學科學等“軟實力”的認可程度不足，行業(yè)或法規層面應該做好數學研究成果的産權保護工(gōng)作。
“第三方面，數學家本身應該積極參與到(dào)人工(gōng)智能(néng)發展的浪潮裡(lǐ)。”孔德興呼籲，AI的未來發展需要數學家深度參與。由于目前仍處于“弱人工(gōng)智能(néng)”時代（可以說是數據智能(néng)時代），AI的實現主要是依賴計算(suàn)機(jī)的巨大算(suàn)力和巨大的存儲能(néng)力，底層算(suàn)法的問題或許并不突出，但在未來的發展，AI将可能(néng)融入邏輯、思維等智慧的内容，這些都需要數學科學的原始創新，有大量的基礎問題亟待數學家攻克。
算(suàn)法的進階一(yī)定是來源于“原創者”，而不是“跟随者”。孔德興說：“實際上(shàng)深度學習的應用已遇到(dào)了天花闆，我們需要新的數學技(jì)術(shù)（如部分依賴邏輯、部分依賴數據的‘聰明算(suàn)法’），讓計算(suàn)機(jī)變得聰明起來。這些工(gōng)作都需要數學家的參與。”