人工智慧技術交流會專家直陳 數據和人才成AI發展瓶頸

「雖然人工智慧技術必將改變世界這一觀點已成為業界共識，但是目前，這一技術仍處於發展起步期，需要各方觀點溝通碰撞，共同謀劃未來。」20日，在由中國電科28所和南京大學共同發起的「人工智慧技術交流會」上，來自地平線、科大訊飛、今日頭條、光年無限、微軟、南京大學、IBM等知名企業和高校的頂級專家學者，共同探討如何推動人工智慧技術進步，並運用這一技術成果引領行業發展。

中國電科28所副所長吳振鋒表示：「人工智慧已成為網路安全與信息化的核心技術，也被公認為改變世界的主導性技術，作為一個致力於國防與國民經濟信息化建設的企業，希望聯合最廣泛的業界朋友，一起為國防建設和國民經濟發展貢獻創新的力量。」

「中國正在成為人工智慧領域的全球領導者，人工智慧商業平台對未來認知企業有至關重要的作用，海量未挖掘的數據將創造新的機會，也會帶來新的計算挑戰，認知計算開啟了一個新的計算時代。」 IBM中國研究院技術總監李少春認為，未來認知企業要以開放包容的心態迎接人工智慧潮流，技術上選擇重點領域(比如核心AI能力，新型計算架構，AI與行業、物聯網、區塊鏈的結合)進行突破，所選領域未來有爆發點；應用上側重於應用場景的落地；實現從認知應用到認知企業的轉型。

人工智慧有不同的層面，如感知智能，能聽會說，能看會認；認知智能，能理解會思考；運算智能，能存會算；運動智能，能抓會握，能走會跑。「感知、運算、運動智能容易實現，而認知智能是現在的技術難點。」科大訊飛大數據研究院執行院長譚昶表示，科大訊飛正在探索腦神經科學對人工智慧促進的可能性，運用深度神經網路模型與大數據的結合，加速技術迭代速度，使機器智能語音從能聽會說到能理解會思考。

南京大學自然語言處理教授戴新宇說，在大型數據處理中，機器可以不知疲倦地運行演算法來完成任務，花費的時間也更少，依託這種人工智慧，人類可以從繁雜的重複勞動中解放出來。

在此次論壇上，專家學者們也為目前人工智慧行業存在的瓶頸問題把脈建言。

光年無限公司創始人兼CEO俞志晨認為，人工智慧行業目前最值得關注的問題是如何保護自主知識產權，有些公司做了很多研發和技術創新，卻因違法成本低使得自主知識產權被其他公司抄襲，造成不可估量的損失。

「對於計算機而言，學習需要時間、數據和老師，而深度學習則需要大規模的標記數據。數據標記的成本非常高，並且在很多應用場景中，獲取大量標記數據已是難題。」微軟亞洲研究院高級研究員秦濤說，找專家來標註數據是非常昂貴的，並且對一些應用而言，很難找到大規模的標註數據，例如一些疑難雜症，或者是一些比較稀有的應用場景。因此，如何找到更好的方法獲取數據，是人工智慧未來發展必須解決的問題。

有數據顯示，全球範圍內，人工智慧專業人才有195萬，而中國擁有10年以上經驗的資深人工智慧人才相比美國，有較大差距。目前，中國在發展人工智慧這一前沿領域，更多依賴於引進大量海外人才，畢竟在中國本土，高層次的相關人才極其稀缺。「其實，多年來，我們自己培養的計算機、電信、通訊等相關的人才數量龐大，只是能將各專業綜合融匯的複合型人才還不多。今後，可有針對性地在高校設立更多人工智慧相關專業，從源頭上打造人工智慧人才隊伍。」中國電子科技集團首席專家梁維泰建議說。

(可軒 張宣 紅梅)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！