芯片、算法、算力、數(shù)據(jù)、云等人工智能技術(shù)創(chuàng)新的基本元素正在揭開

2019-03-20 09:58:40來源：三思派

在業(yè)界的持續(xù)關(guān)注下，芯片、算法、算力、數(shù)據(jù)、云等人工智能技術(shù)創(chuàng)新的基本元素正在揭開人工智能技術(shù)的經(jīng)濟和社會應用新篇章，風險、安全等關(guān)鍵詞也隨之成為熱議對象。一場面向人工智能的大考正拉開序幕。上海市科學學研究所副研究員孟海華分析指出，當前人工智能領(lǐng)域的發(fā)展有七大關(guān)注點：一是人工智能芯片的終端市場機會;二是算法層面的神經(jīng)網(wǎng)絡互操作性的突破;三是算力的巨大需求;四是人工合成數(shù)據(jù);五是應用領(lǐng)域的協(xié)同發(fā)展;六是人才問題的再認識;七是潛在的社會風險。

芯片、算法、算力和數(shù)據(jù)蘊含機遇

孟海華認為，人工智能芯片的云端市場已被英偉達(Nvidia)、谷歌等巨頭瓜分殆盡，創(chuàng)業(yè)公司生存空間幾乎消失，而人工智能芯片的終端市場被更多芯片廠商所關(guān)注，更多的AI芯片廠商瞄準場景來應用自己的人工智能芯片。比如，國芯發(fā)布全新芯片GX8010——搭載NPU的物聯(lián)網(wǎng)人工智能芯片，它將為各種物聯(lián)網(wǎng)產(chǎn)品賦能。

AWS，F(xiàn)acebook和Microsoft合作構(gòu)建了開放式神經(jīng)網(wǎng)絡交換(ONNX)，使得經(jīng)過調(diào)試的神經(jīng)網(wǎng)絡模型向其他框架移植成為可能。目前，已經(jīng)有阿里云、百度云、英偉達等一批公司加入到ONNX之中。

在人工智能應用推動數(shù)據(jù)存儲呈現(xiàn)指數(shù)增長的背景下，需要重新估計與數(shù)據(jù)訓練相匹配的新的體系結(jié)構(gòu)和數(shù)據(jù)管理技術(shù)相匹配的計算資源。全球知名的IT研究與顧問咨詢公司高德納(Gartner)預測，2019年到2021年，全球人工智能處理器收入將增長3倍;到2023年，人工智能需求的計算資源將比2018年增加5倍。

上海浦東改革與發(fā)展研究院副院長徐建博士認為，與過去不同的是，當前這一輪人工智能大發(fā)展是由產(chǎn)業(yè)界而非學術(shù)界率先啟動并驅(qū)動。背后的邏輯值得玩味，也即資本加持下的科技加速突破。正是資本趨利邏輯和科學探索邏輯的結(jié)合，造就了現(xiàn)今人工智能全面開花、蓬勃發(fā)展的景象，讓我們幾乎每一年都能看到人工智能從基礎(chǔ)研究到應用示范再到倫理反思的新動向、新趨勢，也推動了經(jīng)濟社會的全面新跨越。

人工智能需要大量的培訓數(shù)據(jù)才能產(chǎn)生良好的應用效果。孟海華表示，人工合成數(shù)據(jù)有望滿足中小企業(yè)海量數(shù)據(jù)需求。人工合成數(shù)據(jù)是從實際數(shù)據(jù)集中獲取抽樣數(shù)據(jù)，在此基礎(chǔ)上擬合生成數(shù)據(jù)，或者是通過創(chuàng)建模擬場景，以合成完全新的數(shù)據(jù)。與真實世界的數(shù)據(jù)相比，合成的數(shù)據(jù)量可能更深、更寬。人工合成數(shù)據(jù)自動標注，精度更高。人工智能預培訓可以利用合成數(shù)據(jù)進行，然后對真實世界的數(shù)據(jù)進行微調(diào)。人工合成數(shù)據(jù)可以規(guī)避知識產(chǎn)權(quán)、隱私倫理、敏感性等風險，有利于創(chuàng)建符合通用數(shù)據(jù)保護條例(GDPR)要求的數(shù)據(jù)集。

人工智能將在交通、醫(yī)療、教育、制造等領(lǐng)域深入推進

上海依圖網(wǎng)絡科技有限公司副總裁范婧艷認為，人工智能從視覺到聽覺、語義理解、運動控制會在今后幾年快速突破。多元AI技術(shù)的疊加，與各場景的深度結(jié)合，將解鎖更多場景，賦能實體經(jīng)濟，提高產(chǎn)業(yè)效率。

孟海華預期，2019年的人工智能將在交通、醫(yī)療、教育、制造等領(lǐng)域深入推進、大顯身手。交通方面，基于高性能GPU并行處理器，人工智能系統(tǒng)對路面機動車、非機動車、行人等所有目標進行深度分析，準確的提取更多的深度特征、檢測/采集更多的深度信息、挖掘更多的深度價值，使交通管理和治安管控更加高效;醫(yī)療方面，通過計算機視覺技術(shù)對醫(yī)療影像進行快速讀片和智能診斷，快速準確地標記特定異常結(jié)構(gòu)來提高圖像分析的效率，通過智能設備進行身體檢測，血壓、心電、脂肪率等多項健康指標便能快速檢測，依托可穿戴設備和智能健康終端，持續(xù)監(jiān)測用戶生命體征，提前預測險情并處理;教育方面，人工智能將首先引發(fā)高等教育的變革，啟動融合式教育模式，把通識教育、專業(yè)教育、行業(yè)教育和管理教育融合起來，把學習、實習、在崗訓練、創(chuàng)業(yè)和未來發(fā)展融合起來，形成一種價值鏈創(chuàng)造和價值鏈共享，最后形成學、研、訓、創(chuàng)、產(chǎn)高度融合的一種新型教育模式;制造方面，人工智能技術(shù)助力于制造業(yè)中自動化與柔性化生產(chǎn)的推行，從而促進工業(yè)機器人在高端制造業(yè)領(lǐng)域的廣泛應用，對人工智能技術(shù)的要求更高更全面，市場空間更加巨大。

對人工智能應用的前景，云知聲(上海)智能科技有限公司創(chuàng)新事業(yè)部總裁陳吉勝認為，人工智能從玩技術(shù)概念階段轉(zhuǎn)向拼場景、拼落地，是 2018 年 AI 行業(yè)里面非常重大的趨勢。這種趨勢會在2019 年進一步延續(xù)。AI行業(yè)發(fā)展依舊滾滾向前，不同是的泡沫將逐漸褪去，商業(yè)化會成為主旋律。

人工智能領(lǐng)域的人才觀將被新認識顛覆

范婧艷指出，AI發(fā)展依賴三個資源要素：人才、市場(應用場景和技術(shù)迭代平臺)和數(shù)據(jù)，服從“富者更富”的規(guī)律，頭部效應明顯。

Gartner建議大多數(shù)組織，應該集中精力雇傭熟悉經(jīng)典機器學習方法，如回歸、統(tǒng)計方面的數(shù)理人才，而不是那些擁有引人注目的深度學習工作經(jīng)驗資歷，但是不擅長處理數(shù)據(jù)的人，因為了解事情的工作方式和原因比使用TensorFlow、PyTorch或Caffe等工具更重要。真正的人工智能人才應該對統(tǒng)計學習有深入了解，而不僅僅是一些使用或參與過神經(jīng)網(wǎng)絡項目的人。

提前關(guān)注個性化人工智能技術(shù)可能帶來的社會風險

孟海華分析指出，防范風險一是注意人工智能個性化解決方案帶來的安全風險，二是注意數(shù)據(jù)收集不完整、挖掘不充分帶來的經(jīng)濟風險。在未來的社會，人工智能不是一種專門的技能，而是一種人人都可使用的工具，是解決問題的若干工具的重要組成部分。因此，人工智能可能不僅帶來道德層面的問題，更多的是為城市社會運轉(zhuǎn)埋下了安全隱患。但是，目前大多數(shù)的組織缺乏處理和應對人工智能威脅的能力，因此人工智能的安全風險會大幅度增加，甚至會引發(fā)社會問題。

人工智能自動化技術(shù)能夠支撐普通公民成為該領(lǐng)域的專家，但是對于普通人來說，能夠掌握的數(shù)據(jù)的量是非常有限的。雖然業(yè)務流程普遍實現(xiàn)智能化，但是數(shù)據(jù)的獲取途徑、處理充斥著個性化，這種碎片化的認識和分析，是滋生社會偏見的土壤。這種偏見蔓延到經(jīng)濟領(lǐng)域，會持續(xù)增加房產(chǎn)、貸款、股票、證券等領(lǐng)域的不穩(wěn)定因素，而始作俑者會運用自己的身份或者成功經(jīng)歷，掩飾表面上的一種精確性，從而增加國家和社會的經(jīng)濟運行風險。

徐建表示，重大變革難免帶來恐慌，這是人類面對未來巨大不確定性的本能反應。但無論任何，人工智能是人類的勝利，我們能做的無外乎是順應、適應和調(diào)整，在這個過程中實現(xiàn)人類的新發(fā)展，這與人類歷史上曾經(jīng)的科技革命進程并沒有本質(zhì)上的差別。

標簽：芯片算法數(shù)據(jù) 人工智能