“中國(guó)有多少數學(xué)家投入到人工智能的(de)基礎算法研究中？”日前，在上海召開的(de)院士沙龍活動中，中國(guó)工程院院士徐匡迪等多位院士的(de)發問引發業界共鳴，被稱為(wèi)“徐匡迪之問”。
“我國(guó)人工智能領域真正搞算法的(de)科學(xué)家鳳毛麟角。”在4月28日召開的(de)“超聲大數據與人工智能應用與推廣大會”上，東南大學(xué)生物科學(xué)與醫學(xué)工程學(xué)院教授萬遂人表示，“徐匡迪之問”直擊我國(guó)人工智能發展的(de)核心關鍵問題，“如(rú)果這種情況不改變，我國(guó)人工智能應用很難走向深入、也很難獲得重大成果”。
我國(guó)人工智能領域發展的(de)現狀如(rú)何？依靠開源代碼和(hé)算法是否足夠支撐人工智能産業發展？為(wèi)什麽要有自(zì)己的(de)底層框架和(hé)核心算法？
“如(rú)果缺少核心算法，當碰到關鍵性問題時，還是會被人‘卡脖子(zǐ)’。”浙江大學(xué)應用數學(xué)研究所所長(cháng)孔德興教授對科技日報記者表示，我國(guó)人工智能産業的(de)創新能力并沒有傳說中的(de)那樣強，事實是，産業發展過度依賴開源代碼和(hé)現有數學(xué)模型，真正屬于中國(guó)自(zì)己的(de)東西并不多。
4個月零基礎學(xué)會人工智能、16講入門人工智能、算法線下大課……類似培訓在網絡上非常火爆，通過對于現有算法、模型的(de)學(xué)習和(hé)訓練，成長(cháng)為(wèi)人工智能工程師的(de)“短(duǎn)平快”可(kě)見一(yī)斑。
既然代碼是開源的(de)，拿來用就好，為(wèi)什麽還有可(kě)能被“卡脖子(zǐ)”？
孔德興解釋，開源代碼是可(kě)以拿過來使用，但專業性、針對性不夠，效果往往不能滿足具體任務的(de)實際要求。以圖像識别為(wèi)例，用開源代碼開發出的(de)AI即使可(kě)以準确識别人臉，但在對醫學(xué)影像的(de)識别上卻難以達到臨床要求。 “例如(rú)對肝髒病竈的(de)識别，由于邊界模糊、對比度低(dī)、器官黏連甚至重疊等困難，用開源代碼很難做(zuò)到精準識别。在三維重構、可(kě)視(shì)化等方面難以做(zuò)到精準反應真實的(de)解剖信息，甚至會出現誤導等問題，這在醫學(xué)應用上是‘緻命’的(de)。”
“碰到專業性高(gāo)的(de)研究任務，一(yī)旦被‘卡脖子(zǐ)’将會是非常被動的(de)，所以一(yī)定要有自(zì)己的(de)算法。”孔德興說。 換句話說，是否掌握核心代碼将決定未來的(de)AI“智力大比拼”中是否擁有勝算。用開源代碼“調教”出的(de)AI頂多是個“常人”，而要幫助AI成長(cháng)為(wèi)“細分領域專家”，需以數學(xué)為(wèi)基礎的(de)原始核心模型、代碼和(hé)框架創新。
所謂“樹大根深”，人工智能的(de)發展也是同樣道(dào)理(lǐ)，越在底層深深紮下根基，越能夠發展出強大的(de)産業。
那麽，借助開源代碼，“半路出家”的(de)AI産業為(wèi)什麽會難以為(wèi)繼？
孔德興解釋說，在獲得同樣數據的(de)前提下，以開源代碼運行，AI深度學(xué)習之後或許能輸出結果，但由于訓練框架固定、算法限制，當用戶進行具體的(de)實際應用時，将很難達到所期望的(de)結果，而且難以修改、完善、優化算法。
“如(rú)果從底層算法做(zuò)起，那麽整個數學(xué)模型、整個算法設計、整個模拟訓練‘一(yī)脈相承’，不僅可(kě)以協同優化，而且可(kě)以根據需求随時修改，從而真正解決實際問題。”孔德興說，基礎算法往往是指研究共性問題的(de)算法，它涉及到基礎數學(xué)理(lǐ)論、高(gāo)性能數值計算等學(xué)科，可(kě)以應用到多種實際問題中；而針對性強的(de)應用算法往往會應用到具體問題所涉及的(de)“具體知識、先驗信息”，從而更好地(dì)解決實際應用問題。
“基礎算法和(hé)應用算法都很重要，擁有基礎算法将更有助于應用算法的(de)豐富與深入。”孔德興說，AI要應對的(de)現實生活是複雜、多變的(de)，當能夠“應對自(zì)如(rú)”時，才能夠促成産業的(de)“繁茂”。
“一(yī)方面是政策引導，其實國(guó)家已經在加大這方面的(de)扶持，例如(rú)科研基金上的(de)設置等。”針對如(rú)何解決“徐匡迪之問”反映出來的(de)問題，孔德興認為(wèi)，第二方面是行業企業在進行科技創新時，應有意識将數學(xué)學(xué)者納入進來。
“如(rú)果通過算法的(de)開發，最終産品落地(dì)了，企業應該将算法開發時的(de)數學(xué)學(xué)者納入到成果分享中來。”孔德興說，社會目前對于數學(xué)科學(xué)等“軟實力”的(de)認可(kě)程度不足，行業或法規層面應該做(zuò)好數學(xué)研究成果的(de)産權保護工作。
“第三方面，數學(xué)家本身應該積極參與到人工智能發展的(de)浪潮裏。”孔德興呼籲，AI的(de)未來發展需要數學(xué)家深度參與。由于目前仍處于“弱人工智能”時代（可(kě)以說是數據智能時代），AI的(de)實現主要是依賴計算機的(de)巨大算力和(hé)巨大的(de)存儲能力，底層算法的(de)問題或許并不突出，但在未來的(de)發展，AI将可(kě)能融入邏輯、思維等智慧的(de)內(nèi)容，這些都需要數學(xué)科學(xué)的(de)原始創新，有大量的(de)基礎問題亟待數學(xué)家攻克。
算法的(de)進階一(yī)定是來源于“原創者”，而不是“跟随者”。孔德興說：“實際上深度學(xué)習的(de)應用已遇到了天花闆，我們需要新的(de)數學(xué)技術（如(rú)部分依賴邏輯、部分依賴數據的(de)‘聰明算法’），讓計算機變得聰明起來。這些工作都需要數學(xué)家的(de)參與。”