中國科學(xué)院院士鄂維南：建立下一代人工智能生態(tài)

(資料圖片)

（CWW）從圖像識別、AlphaGo下圍棋，到蛋白質(zhì)結(jié)構(gòu)解析，以深度學(xué)習(xí)為核心的“這一代“人工智能，已經(jīng)取得了巨大成功。11月18日，第五屆世界聲博會暨2022科大訊飛全球1024開發(fā)者節(jié)上，中國科學(xué)院院士、北京大數(shù)據(jù)研究院院長鄂維南表示，以深度學(xué)習(xí)為核心的這一代人工智能已經(jīng)取得了巨大的成功，但仍然存在多方面的挑戰(zhàn)。因此，發(fā)展下一代人工智能，是人工智能領(lǐng)域許多人都在思考和探索的問題。

如何發(fā)展下一代人工智能？鄂維南介紹說，要回答這個問題，就必須從人工智能的底層邏輯出發(fā)。人工智能的底層邏輯包括社會邏輯、科學(xué)邏輯和商業(yè)邏輯。

在社會層面，我們要努力確保新的技術(shù)是有利于社會發(fā)展的。在科學(xué)層面，人工智能在工程方面已取得巨大成功，但是在科學(xué)方面仍然有很多問題。人工智能不應(yīng)該僅僅是一些技術(shù)的組成，而是一個系統(tǒng)的Science。

商業(yè)邏輯方面有三個關(guān)鍵問題——能不能用，是不是可靠，以及成本如何。“對于能不能用，還存在許多挑戰(zhàn)。以皮膚狀況鑒別診斷為例，雖然深度學(xué)習(xí)提供了高診斷精度，但不具備可解釋性，這嚴(yán)重制約了實際應(yīng)用?！睂τ诳煽啃詥栴}，鄂維南院士舉猴子照片的例子說到，雖然深度學(xué)習(xí)算法能夠準(zhǔn)確識別猴子，但是如果猴子前面存在遮擋，深度學(xué)習(xí)算法有可能將其識別為人類。在成本維度，深度學(xué)習(xí)有效但并不高效，需要大量訓(xùn)練數(shù)據(jù)、人力成本和算力消耗。

鄂維南提出，當(dāng)談及下一代人工智能時，“數(shù)據(jù)、算法、平臺、模型、系統(tǒng)以及應(yīng)用”是重要的六大維度。目前人工智能算法基本分為兩大類，一類是基于學(xué)習(xí)（數(shù)據(jù)、經(jīng)驗）的算法，例如深度學(xué)習(xí)、強化學(xué)習(xí)等，也就是這一代人工智能。另一類就是基于規(guī)則的算法，比如邏輯方法、符號方法、專家系統(tǒng)，即上一代人工智能。其中，專家系統(tǒng)的可解釋性相對好，但是對復(fù)雜系統(tǒng)的準(zhǔn)確度不夠。與此同時，深度或強化深度學(xué)習(xí)則對復(fù)雜系統(tǒng)的準(zhǔn)確率比較高，但可解釋性比較差。

如何能找到一個可解釋性強，并且對復(fù)雜系統(tǒng)準(zhǔn)確率高的新方法？鄂維南院士分享了自己的建議——墨奇算法。墨奇算法有四個關(guān)鍵點：首先是非結(jié)構(gòu)化數(shù)據(jù)的多尺度表示；其次是知識驅(qū)動的自監(jiān)督學(xué)習(xí)；再者是基于算法的規(guī)則提取；最后是迭代改進(jìn)。同時，以指紋識別為例，分享了墨奇算法如何發(fā)揮作用，并建立起第一個十億級指紋識別系統(tǒng)。這樣的系統(tǒng)僅僅依靠深度學(xué)習(xí)是做不到的。

“深度學(xué)習(xí)為什么能取得這么大的成功？”鄂維南院士最后分享道，在2012年，寫深度學(xué)習(xí)的程序是非常困難的。現(xiàn)在，基本上本科生都能很容易做到。巨大轉(zhuǎn)變的背后是一個非常完善的生態(tài)，包括算法、算力、好的數(shù)據(jù)集、以及模型訓(xùn)練平臺等。因此，下一代人工智能不是個單純的算法，而是要建立起來一個良好的生態(tài)。

關(guān)鍵詞： 人工智能 深度學(xué)習(xí)