摘要:其次,张钹院士还提到,如今美国之所以能够在人工智能领域处于领先地位,与美国开放的科技环境有很深的关系,这给中国科技发展带来了很好的借鉴,也就是说,我们必须要进一步地开放开源,以吸引国内外的AI研究学者。张钹院士直接指出,AI要在某个领域起作用,就必须要和该领域结合,单靠数据是行不通的,同时,他也再次强调了不能把技术政治化,他认为,在这两方面我们需要靠医学科学,但大数据在其中也能发挥很大的作用。

大数据文摘出品

作者:刘俊寰

4月26号下午3点,为庆祝清华大学建校109周年,计算机系“云校庆”系列活动——“论道AI Open”在线上举行。

在新一期AI Time辩论中,中国科学院张钹院士、清华大学计算机系唐杰教授、刘知远副教授、中国科学技术大学计算机学院李向阳教授、旷视科技联合创始人唐文斌、搜狗公司CEO王小川一起论道了人机交互与智能的相关问题。

AlphaGo到底是如何炼成的?

AI能够被大众所熟知,离不开2016年3月那场与李世石的围棋大赛。

在活动开始,张钹院士就以AlphaGo为例,回顾了整个AlphaGo的发展历程,从1980年日本学者福岛邦彦提出卷积神经网络,到1943年美国学者提出神经网络模型,再到中国台湾的黄亚杰团队开发的围棋程序等等,横跨了将近80年的AI历史。

当把目光从纵向的“时间”转向横向的“国家”,我们会发现,前前后后共有10个国家参与到AlphaGo的开发研究中,这也说明,一个科学成就离不开全世界科技人员的共同努力,特别是对前人研究的利用和借鉴。

其次,张钹院士还提到,如今美国之所以能够在人工智能领域处于领先地位,与美国开放的科技环境有很深的关系,这给中国科技发展带来了很好的借鉴,也就是说,我们必须要进一步地开放开源,以吸引国内外的AI研究学者。

开源开放成国际趋势,但“卡脖子”问题无法忽视

说到AI全球化的开放与共享,从人类基因组计划到全球最大程序分享社区GitHub,再到典型UGC平台维基百科,开放开源都是成功的关键。

但从GitHub的发展历史中可以看到,2018年,GitHub被微软以75亿美元收购。当这种开源开放的环境被公司资金文化束缚,应该如何避免“卡脖子”的危机?GitHub是否存在被禁的风险?再进一步,中国是否需要发展自己的开源社区?国内的AI研究人员应该如何平衡独立自主和开源共享?

对此李向阳教授表示,想要取得更大的科技话语权,就必须自力更生,中国应该建立起更加健康、开放、安全的开源生态,不只是AI,所有的生态都应该这样。同时,他还提到,应该保护好领域生态,不应该把技术问题政治化。

王小川补充道,在全球化趋势不可阻挡的当下,疫情的爆发或许能够成为化解国际冲突的契机,中国应该抓住疫情的机会表达自己的开放性,促进技术和经济双向发展。

唐文斌从开放不只利己还能利他的角度展开论述,他指出,我们不能忘记问题的本质,在研究人员参与科研的过程中,不仅可以帮助自己成长,从其他国家的研究者身上学习到不同的视点和方法,也能汇聚更多社区的力量,他以矿视开源天源为例,强调了在开源项目中合作关系的重要性,企业界和学术界不只要留住中国人才,还应该同时吸引外国人才不断加入。

AI在疫情中发挥了很大作用,但还远远不够

最近,著名科技网站Science在一篇评论中提到了不少低质量论文借着新冠由头得以刊发的乱象。回过头来,我们不禁要问,AI在疫情中到底发挥了怎样的作用?

唐文斌把这个问题分解成为技术信仰和价值务实的二元问题,他提出,在这方面,我们应该先着眼于“今天”,在这个基础上再去考虑“明天”和“后天”。他也笑称旷视科技为“务实的未来主义者”。

王小川指出,在本次疫情中搜狗做了一些事,包括捐款捐物等,但很多不是AI参与的。但他也对AI在远程医疗以及复工方面的贡献提出了自己的看法,他认为,AI应该深入基层,越是基层AI产生的智能潜力越大,借着本次疫情,国人对AI参与看诊从抗拒到慢慢接受,未来AI在医疗领域内的发展也将越来越好。

张钹院士认为,人工智能其实是有很大作为的。在本次疫情中,人工智能统计和记录到的数据是几十万量级的,在未来,这些数据可以被用来做很多更深层次的分析。

比如张钹院士提到,为什么本次疫情中国内的死亡率比其他国家要低,这就是可以通过后续的数据分析得出量化值的一个方面,进而将这些数据作为经验进行分享,包括将病人分为轻中重不同类别的分层分级的治疗。

李向阳教授通过将技术作为推动力服务于国民经济的做法,反向提出了本次疫情带来的积极影响,包括回归家庭、技术突破等。具体来说,在控制传染源、切断传染途径、保护易感人群三个控制传染病方面,AI都做了很多事,比如已经投入使用的防疫机器人和配送机器人,智慧相机判断口罩的佩戴,远程体温检测系统等等。

当然,这些还远远不够,他还指出,在传染病之外,AI还可用于对患者和居民的心理辅导,对远程办公和线上教育的联系,甚至是关怀弱势群体等。

当然在这个过程中,针对AI也有不少反对的声音,很多人认为,目前落地投入使用的很多技术都没有击中传染病的命脉,对病毒病理、病毒源头为代表的两方面,AI的力量还没有显现出来。

对此李向阳教授回应道,在这些方面的应用,还需要生物化学等交叉领域的研究,AI目前已经在疫情监控、预测和溯源都有所涉足,但对于后两者,如何做到更加精确,还需要和其他领域知识的结合。

张钹院士直接指出,AI要在某个领域起作用,就必须要和该领域结合,单靠数据是行不通的,同时,他也再次强调了不能把技术政治化,他认为,在这两方面我们需要靠医学科学,但大数据在其中也能发挥很大的作用。

唐杰认为,本次疫情正在把全球的对抗过程逐步转变为进一步地开放共享,目前他们也正在和各大医院合作,构建医学知识图谱。

在线教育任重道远

疫情带来的另一个变化就是线上教育的兴起,据学堂在线后台统计,在二三月,注册用户的数量激增,但是,线上教育如何保证有效的师生互动?AI能否打破教育资源不平衡的现状?这些也都是需要思考的问题。

李向阳教授分享到,教育的本质是立德树人,要在线上实现这个目标,需要多种途径共同协作实现,包括内容创新、师生互动、技术支撑。具体来说,AI在实现教育个性化方面将发挥智能潜力,除此之外,还包括了实现教育的精细化、广泛化、敏捷化,在过程中实现在线教育和动手能力培养的互补。

王小川认为,我们需要展望未来发展新的社会基本架构,在AI新基建里如何能够容纳更多AI和5G的服务。首先应该看国家如何把资金拨到促进未来发展的方案中,我们也应该借机斩断原来有惯性的推动变化。

唐文斌从远程办公的角度进行了分享,他指出,不管是远程办公还是线上教育,领导和老师很难确定员工和学生是否全身心地投入到了工作呵学习中,办公效率自然不如线下来得高效。他还提到,工业界的很多创新想法其实是在闲聊氛围下产生的,但是线上不具备这样的土壤。

AI新基建遇到新问题

最后,围绕着“新基建”的问题,对“新基建”如何解读,应该进行产业转型的升级还是打造AI核心技术?如何在AI新基建中如何容纳更多新技术?

王小川指出,疫情推动了社会变化,加速了社会进步和技术更新,尤其是云端技术的发展。

唐文斌分享了2015年在天猫超市某仓库的事,他指出AI能够在物流和生产上帮助提升工作效率,尤其是仓库面对着大量的繁琐工作,这便是AI大展拳脚的场地。

李向阳教授将目前AI在做的事分为了信息基础设施、融合基础设施、创新基础设施三方面,他指出,AI作为新一轮产业变革的驱动力,正逐渐释放出巨大的能量,新基建催生着新技术和新产业的应用,反过来,AI也通过新基建得以发展,因此,围绕AI基础的新基建显得十分重要。

张钹院士指出,今天为止所谈的内容,包括AI的重要性、作用和影响等方面,这些都是在说AI潜在的可能性而不是现在的作用。在国家层面,AI研究和AI应用肯定应该两手抓,但是对于高校来说,AI研究应该是重点对象。

他还补充道,目前的AI主要解决的是结构化问题,严格来说,这应该是自动化和信息化领域的问题,而第三代AI应该着眼在非结构环境下的不确定问题解决上,我们可以说,很多问题都有待解决,很多应用也都还处于初级阶段。尽管如此,AI对国家和行业的影响和重要性自是不言而喻,但这也必须建立在开放的环境条件下。

相关文章