“中国大脑”应被点赞,人工智能需政府、科研、企业三方助力!

钛媒体  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

人工智能

如果你是电影迷,你一定看了今年奥斯卡热门电影《模仿游戏》,这个以英国著名科学家阿兰图灵为主线的传记电影,展现出图灵如何设计一套模仿人类思考机器,从而破解纳粹德国密码的历程。

如果你是一个科学迷,你一定看到霍金、马斯克对于正在兴起的一股热潮的恐惧,马斯克甚至断言:「我们需要万分警惕人工 智能,它们比核武器更加危险!」

如果你是一个互联网迷,过去一年你会被互联网公司各种新奇的名词「洗脑」,包括但不限于机器学习、计算机视觉等等。

如果你是个新闻迷,最近一定关注到两会上,以政协委员、百度创始人李彦宏提出的「中国大脑」计划,一时间引发媒体热议。

这一切的一切,都归于一个词:人工智能。过去一年,人工智能毫无悬念地成为整个互联网的热词,其影响力无远弗届。但和业界热议的大数据、云计算一样,人工智能并非什么新鲜概念。

早在上世纪50年代,MIT的约翰麦肯锡教授就提出「人工智能」的概念,指的是一种制造智能机器的科学和工程。随后的人工智能发展起起伏伏。在80年代经历了一股大热之后陷入沉默,而在人类进入互联网时代的21世纪,为什么这个概念又重新兴起呢?

三大技术趋势让人工智能不再遥远

互联网革命带来的不仅是让全世界紧密联系起来,形成麦克卢汉预言中的「地球村」,更使得之前无法想象的技术成为现实。如果要让程序像人一样智能地理解某个口语单词,就必须能够听清(不同音节)彼此之间的所有音素;而程序识别出某幅图片的关键技术,则是需要看到其周围像素环境内的所有像素。

近几年来GPU技术的成熟。GPU是一种满足可视游戏中高密度的视觉以及并行需求的芯片。如今已是百度首席科学家的吴恩达2009年就使用GPU建立并行神经网络,以此来实现诸如识别图片的目标。

互联网时代海量的数据为人工智能研究提供了大量样本,这些海量数据有助于让机器更全面的识别与学习。而在机器学习上,新一代算法如深度学习脱颖而出。与之前的机器学习模式不同,深度学习通过组合低层特征形成更加抽象的高层特征。

举个例子来说,以识别图片上人脸为例,机器首先从一张脸的边缘入手,由小到大,再将各个要素组合,最后通过这些要素的比对,得出结论。这个过程与人类大脑识别人脸的过程类似。

正是在这三大技术趋势的相互作用下,人工智能技术在过去几年成为业界关注的焦点。CB Insight研究员整理的数据显示,2010年只有两家人工智能公司成立,而2014年则大幅增加到16家。更重要的是,欧美政府以及互联网巨头都在紧锣密鼓的上线人工智能项目,比如欧盟的人脑计划,就是建立一套基于神经科学的全新的、革命性的信息通信技术。

谷歌、IBM先后收购和研发出新一代智能机器人与智能芯片,美国国防部的高级技术研究所,也就是大名鼎鼎的DARPA正在推动人机交互的新项目CwC,目的就是为了让人类与机器之间更好地通信。这些国家或企业为何对人工智能如此钟情呢?

人工智能的想象力到底有多少?

让我们首先来看看人工智能现在的研究领域:

人机交互(自然语言识别)

计算机视觉

语音识别

这三大基础研究会极大地改变现有产业的发展模式,以制造业为例,随着自然语言识别与语音识别技术的成熟,人与机器之间的交互变得更加简单,在此基础上,工业机器人能够更好地理解普通工人的口令。而在那些工艺要求严格的仪器制造缓解,计算机视觉技术可以帮助机器人精确完成任务。

人工智能在制造业的潜力也和目前业界广泛讨论「工业4.0」不谋而合。「工业4.0」强调了智慧工厂与智慧机器人的重要,这背后都需要一套更加智能的系统来支撑,人工智能毫无疑问将在其中扮演重要作用。

如果说上述情景还停留在工厂,那么无人驾驶汽车则让人工智能技术走入寻常人家。之所以可以让汽车无人驾驶做到无人驾驶,首先需要让汽车认识「路」,在此基础上在识别路上的各种物体——前后左右的车、路上的行人、路障等等,这必须依靠计算机视觉技术给汽车调配好「视力」。其次,语音识别和人机交互可以帮助汽车更好地懂得驾驶人的想法,做到安全驾驶和文明驾驶。

很多害怕人工智能的人都反反复复重申一个观点:人工智能就是要让人类失业,从体力和智力上战胜人类。这当然没错,还是以制造业为例,随着智能机器的普及,工厂需要的工人越来越少,但工厂的效益却大幅提升。

而大量工厂生产模式的改变则整个制造业的转型升级,这也是德国以国家的名义启动「工业4.0」与推动欧盟「大脑计划」的初衷。同样道理,美国政府也通过Depra与NASA,将大量资金注入到围绕人工智能研究的企业或项目里,为何人工智能的研究需要国家层面的支持呢?

没有国家力量的推动 人工智能项目或恐难成功

人类的进步一直离不开技术创新的力量,但随着技术的不断发展,能真正推动技术发展的不在仅仅是个体、公司,而成为一种国家的使命和责任。这是因为随着技术发展越来越复杂,个体、公司的力量已经无法完全承担。

历史上,第一次工业革命的兴起几乎就是瓦特一己之力改进了蒸汽机;而第二次工业革命则是与电力相关的几家公司所推动;但在第三次技术革命中,美国二战期间「曼哈顿计划」的遗产——从贝尔实验室到各种军工企业,成为战后带领美国成为全球技术领先者的核心力量。

在2013年的一次TED演讲中,来自英国苏塞克斯大学科学和技术政策研究中心的Mariana Mazzucato教授提出一个令人惊讶的观点:在经济市场中,最能引领创新潮流的角色是国家!

Mariana Mazzucato的论据源于她对手上一部iPhone 的研究,她发现:「iPhone中这些十分巧妙、革新性部分全由政府资助,也就是说,移动互联网由美国国防部DARPA资助;GPS由军方Navstar(导航之星)计划资助;甚至Siri,事实上由DARPA资助;触控屏幕由两个国家部门-CIA(中情局)和NSF(国家科学基金会)-资助德拉瓦大学两位公立大学研究员。 」

有关人工智能的研究更需要国家层面的参与。这不仅因为人工智能研究的耗费惊人,比如欧盟的「人脑计划」,欧盟委员会会在未来十年内拿出10亿美元支撑其研究,上文提到的IBM智能芯片TrueNorth得到美国国防部高达5000万美元的支持。如此的研究经费早已超出普通人甚至企业的承受范围,只有从国家战略层面的资金支持,才能保证研究的持续发展。

其次,人工智能是一项抢占未来竞争高地的基础性技术。我国是制造业大国,但并非制造业强国。近几年来,我国制造业面临劳动力和原材料成本上升的双重压力,传统层面的成本优势逐渐消失,制造业的转型迫在眉睫。

也正如前文所言,人工智能会从根本上改变传统制造业的生产模式,从而能够让中国制造业快速实现产业转型。在这个层面,中国需要和传统制造业强国,诸如日本和德国开展竞争,其重要性不言而喻。

第三,启动一项国家层面的人工智能项目也是我国政府创新模式的新尝试。 我国经历过较长时期的计划经济时期。政府也长期「霸占」创新什么如何创新的发言权。但随着政府职责的变化,政府也开始将部分创新项目放在高校和科研机构,但由于高校、科研机构缺乏必要的市场敏感度,其创新产品往往无法真正推向市场。

而中国的人工智能项目,则是国家、高校/科研机构、企业三重发力:国家负责政策引道与资金支持,高校推动基础研究和人才培养,企业则结合市场和国家需求,将基础研究产品化,并利用不同产业和行业需求实现产业链的优化和调整。

站在2015年这个时间节点,人类对人工智能的未来充满着憧憬与恐惧,一如1400年代欧洲人对古登堡的那台印刷机一样的心情。

然而我们有理由相信,就像古登堡的印刷术终结欧洲野蛮的中世纪文明,从而为欧洲文艺复兴吹响了号角一样,我们有理由相信人工智能能成为人类腾飞的翅膀,而中国,在这场输不起的比赛里,也正蓄势待发!

(关注更多钛媒体作者观点,参与钛媒体微信互动(微信搜索“钛媒体”或“taimeiti”))

本文被转载2次

首发媒体 钛媒体 | 转发媒体

随意打赏

提交建议
微信扫一扫,分享给好友吧。