数据瓶颈制约人工智能发展 需建立后深度学习理论技术体系

　　每日经济新闻(博客,微博)记者 张韵 每日经济新闻编辑 赵桥

　　今天，人工智能（AI）已经在全球上千所大学被广泛研究，许多与之相关的科技公司相继成立，其应用成果深入到人类生活的方方面面。中国企业凭借丰富的数据、人才和市场资源的优势，在人工智能核心领域站在了世界前列。

　　作为当前最具规模与影响力的行业盛会，2018世界人工智能大会于9月17日~19日在上海召开，《每日经济新闻》进行了持续报道，继聚焦产业影响之后，本期重点是世界人工智能之技术发展。

　　“AI可以欺骗我们，我们也可以欺骗AI”，现有人工智能面临数据瓶颈、功耗瓶颈、可解释性等问题。为了确保人工智能健康持续发展，业内认为亟待建立后深度学习的人工智能理论和技术体系。

　　数据不是万能的

　　在人们讨论大数据对人工智能领域的重要性时，约翰霍普金斯大学教授Alan Yuille在2018世界人工智能大会上带来了全新的观点：“标注数据显然是不够的，要形成类似人类能力的通用型AI系统仍然存在很多挑战。需要了解人类的大脑，了解认知科学、神经科学，我们做的工作只是冰山一角，未来还任重而道远。”

　　华为公司董事、战略营销总裁徐文伟表示，人类有史以来一共有26种GPT（通用技术），而人工智能就是其中之一。但现在的人工智能还远远达不到真正理想的智能，它应该是有逻辑判断、有决策能力的智能，而且人工智能取决于数据的质量，所以离愿景差距还很大。

　　“我们知道人工智能是可以欺骗我们的，但归根结底是我们欺骗了人工智能。”徐文伟解释道，“人工智能的前提是数据要准确，如果给它一定的干扰，就会让它产生错误的判断。”

　　驭势科技创始人、CEO吴甘沙向《每日经济新闻》记者表示，在人工智能领域，自动驾驶占据重要一席之地，但是要达到真正大规模的商业化会受到技术、法规、成本、基础设施和社会接受度等方面的限制。

　　中国信息通信研究院在9月发布的《2018年人工智能发展白皮书》中表示，在数据层面，主要存在流通不畅、数据质量良莠不齐和关键数据集缺失等问题。尤其是数据标注主要通过外包形式，劳动力水平决定了产出的标注数据质量。

　　此外，计算机视觉、自然语言处理等领域的数据资源严重不足，同时目前我国产业数据主要供给产业界，学术界数据集数量较少，可能影响科研及前瞻性的技术研究。

　　“平台+智能+生态”将成趋势

　　科技部创新发展司副司长余健在分论坛中致辞时表示，人工智能发展进入了加速发展期，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控新特征。互联网是新基础设施，大数据是新生产要素，云计算是新服务模式，智能化是新发展动能。

　　“2018年（中国）人工智能企业数达到了1011家，位列世界第二位，规模达到了137亿元，同比增长61.7%，人工智能研发人员总数达到了18000多人，占世界的8.9%。”余健表示。

　　中国在人工智能基础前沿领域涌现出一批具有国际先进水平的创新性成果。不过，清华大学人工智能研究院常务副院长孙茂松向《每日经济新闻》记者表示，目前的高潮是以深度学习为代表的人工智能，该方法奏效是有条件的，必须在一个封闭的空间内完成，任务和规则是明确的。但是一旦到了开放的环境中，现有方法理论都行不通，这也是国际上人工智能领域方法研究的最前沿，目前还没有可以适用的研究成果。

　　不仅是基础研究，企业在市场营销、供应链管理、风险管制、服务运营等高价值决策类场景下应用AI面临更大挑战。第四范式创始人、CEO戴文渊发现，AI能够创造更多价值，但高门槛将小场景拒之门外。他表示，能够引领AI发展的顶级人才，环顾全球尚不足千人，只有AI的应用门槛降低到普通开发者甚至是业务人员也能做的程度，才能够真正爆发。

　　商汤科技联合创始人、首席执行官徐立向记者表示，人工智能发展有两大行业趋势：第一，万事万物皆数据；第二，机器学习将不再需要人工干预。[page]分页标题[/page]

　　中国通信院认为，迁移学习的研究及应用将成为重要方向，能够有效提升深度学习模型的复用性。未来“平台+智能+生态”的人工智能将成为趋势。