资讯中心
关于我们
欢迎光临格子云商城!
GE ZI CLOUD
数字化应用聚合平台
格子云
按钮文本
热门搜索:惠普  复印纸  中性笔
全部商品分类
技术社区

张钹院士回应任正非:解决卡脖子就要造新灯塔,照亮新航道

来源: | 作者:华为云折扣网 | 发布时间: 2020-12-19 | 2559 次浏览 | 分享到:
这是清华大学人工智能研究院院长、中国科学院院士张钹教授,对任正非把基础研究比喻为灯塔的回应。
也是张钹教授给当前人工智能发展提出的新思路,因为新灯塔和新航道,正是他反复强调的第三代人工智能。

好在第一代第二代人工智能已经过去了,那只是序幕,我们可以不去管它了。

冲击AI无人区,比搞两弹还难

 

过去错过的已经错过了,大部分的追赶任务可以留给企业去完成,科学研究应该在新航道(赛道)上下功夫,勇闯无人区。

我常说研究第三代人工智能,目标不明确,研究路线也大不清楚,可能比搞两弹还难,同时这方面我们还缺乏经验。

两弹很难,但目标非常明确,已经有人做出来了,是一个追赶的问题。

人工智能是一个无人区,你根本就不知道怎么做,全世界都不知道怎么做,是一项探索任务,所以需要完全不同的体制机制。

我们做追赶任务有很多经验,因为目标很明确,可以利用举国体制动员全国力量来完成。

但人工智能是无人区,目标不明确,路线也不清楚,怎么组织大家攻关?肯定要建立一个宽松的环境,让大家去自由探索,不可能从上到下做一个统一计划,第一步干什么、第二步干什么,那肯定难以成功。

无人区的探索,靠少数专家计划和具体安排也是不行的。

所以归根结底,我还是要强调,现在我们有一个非常好的机会,百年不遇,不容错过。

第一代、第二代人工智能已经过去了,我们要着眼未来,瞄准第三代人工智能。

我们该造新灯塔,照亮新航道

 

任正非把基础研究比作灯塔,这个比喻很好。他还说我们过去是照着美国人的灯塔去走的,跟着他照亮的路走,现在美国人的灯塔要对中国关闭,怎么办?

我想说的是,美国灯塔管它亮不亮,我们都要在新的航道上造个新的灯塔,以照亮新的航道

第三代人工智能,就是新的航道(或者赛道),也是新的希望,我们中国人奔向这个新航道,在这个新航道上有可能做出好成绩。

第一代第二代的旧航道,我们有些落伍,需要有人去追赶和落地。我们的着力点应该在新的航道上。

科研必须高举开放和国际化

 

但也要注意,造新灯塔、照亮新航道,发展第三代人工智能,不是只供我们自己使用,而是要照亮全世界,引领全世界共同启航。

美国人越讲断供,我们就越要高举科学无国界、坚持开放和国际化。他们要把我们剔出去,我们必须反其道而行之。

刚才也说了,解决卡脖子不是样样都自己搞、每一项自己都是第一,而应该相互依赖,共同发展,只要有一两项你是第一,你就有了话语权。

科学研究是全世界的共同事业,人类是命运共同体,特朗普政府在科技上想与中国脱钩,既不符合全人类的利益,也违背广大科技工作者的意愿,实际上也行不通。实际上,特兰普政府的各种动作对科学界的影响并不大。

发展第三代人工智能必须高举开放和国际化,必须全世界团结起来,共同发展,以造福全人类。

我常跟年轻学生讲,搞研究要避免发明中国人才懂的词,一个词你用了,就得考虑英文怎么写,国外人看得懂看不懂,不然怎么跟你一起走?怎么引领全世界?

不要关起门来搞什么“中国的科学”,科学只有一种,不存在东方的科学,西方的科学。有东方的文化、西方的文化,但科学全世界就只有一种。所以在科学的基本表达上,就得让对方看懂。

我们写的“迈向第三代人工智能”的文章,已经在《中国科学》上发表了,很多同事和朋友看后,建议我们把这篇文章译为英文发表,这个建议很好,我们正在做。

 

第三代AI当前关键问题是算法

 

发展第三代人工智能,依靠知识、数据、算法和算力四个要素,这四个要素是什么关系?

发展第三代AI依靠的是两项资源,即知识和数据,通过算法与算力把这两个资源利用起来。知识、数据和算力资源我们都还可以。

而关键的问题是算法,因为目前所有原始的AI算法都是外国人弄的,算法从哪里来?从基础研究中来,因此发展第三代AI首先要抓基础研究。清华大学人工智能研究院在算法研究上取得一些进展,我们发布了“珠算”概率编程库,这是一个开源算法平台,其中有我们设计的新算法。

我反复强调要抓住这个处于同一起跑线的机会,多做出成绩,把生态建立起来,就不怕别人卡脖子,也有了话语权。

之前几年,大家对深度学习都很乐观,我讲的内容可能不容易被接受,现在慢慢很多人都能接受了。

因为多数人没有经历过AI发展的全过程,没有看到“全貌”,只是看到其中很小的一部分,因此很难看清楚。

我们从1978年就开始从事人工智能研究,经历过70年代到80年代的高潮,也体会到90年代的低谷,再到现在的重新高潮,经过40多年的风雨,才逐步搞清楚AI的目标是什么,我们现在离目标还有多远等等。

符号主义虽然不成功,但它涉及到人工智能的核心问题。

深度学习尽管最初受神经科学的启发,但是后来发展出来的一套算法,完全是基于概率统计的传统信息处理方法,其所以获得成功,关键在于计算机算力的提高。现在大家把深度学习的所有功劳都归于人工智能,这其实是错觉。