当前位置: 首页 > 科技 > 人工智能 > AI 不能用GDP来衡量_腾讯新闻

AI 不能用GDP来衡量_腾讯新闻

天乐
2020-07-21 03:50:38 第一视角

来源|AI报道

当前,人工智能已走入落地应用、创造价值的阶段。在后疫情时代,人工智能技术、产业发展问题愈发牵动着人们的关注。学界权威人士是如何看待人工智能产业发展现状的?

在2020世界人工智能大会云端峰会期间,AI报道采访了中科院院士、上海人工智能安全专委会主任何积丰,何院士对人工智能产业的产值、安全问题、智慧医疗、人才培养、未来发展等热点问题进行了解读。

何院士年过七旬,仍是思维敏捷,金句不断,每每谈及教育等格外关注的议题,殷殷关切之情溢于言表。

人工智能是赋能技术

谈产值不太容易,也不太重要

谈及人工智能对传统产业的赋能,何积丰认为,从简单的专业技术到产业应用,人工智能在各方面都有它的作用。比如图像识别能力用于安防、用于质量检测。人工智能还能做数据处理,帮人判断设备是否需要维修,避免设备停转了再大修。这也是企业里应用状况较好的态势感知。此外,数据分析后还能发现怎样提高产品质量,分析原材料品质与产品品质控制之间的数学模型。总之,人工智能的应用面越来越广,在认知感知段做得比较好。

但同时,AI发展也遇到了瓶颈问题。“我们的机器还不像人一样能够思维。人类小学生学知识,老师会要求举一反三,反思上次做错的下次该怎么改正,即正面反面教育都有。而机器学习只有正面,没有反面,犯错了不会有感觉。”

值得注意的是,作为一种赋能技术,人工智能与其他产业不同,不像造飞机一样易于直接计算产业GDP。“整个2019年,全国人工智能核心产业产值是510亿。510亿什么概念?上海上汽集团产值也不止500亿了,所以它 GDP产值不会很高。但是,这就好比做馒头要买发酵粉,发酵粉很便宜,只要3毛、5毛钱,做出的馒头能卖几百、几千元,没有发酵粉,馒头是做不了的。所以AI的主要功能是赋能,而不是要看它本身产值是多高,不能按照通常的产生多少亿GDP来衡量它。

何积丰认为:“现在讲产值不太容易,也不是太重要,关键是我们要找到更大的应用场景,让大家感到值得花这个钱来推动技术。因为人工智能技术不是那么便宜的,光一个系统里的传感器可能就要用到几万个,从账面上看,短期内收入未必能多于开支,而要有足够的回报,人们才有动力投资人工智能。再过两年,我们经济走上一个比较正常的轨道,再看人工智能产业发展的速度跟其他行业比到底是不是有前沿性,能不能带领大家一起发展,那时再讲GDP会比较容易。”

安全风险突出,应注重五项目标

在人工智能推动社会发展的同时,它也对安全问题提出了更多挑战。何积丰提出了几条目标:

第一,希望人与人工智能系统能够共生,绝对不希望人被人工智能系统代替了。

第二,人工智能不能被少数人掌握。

第三,对人工智能的研究应该是开放性的,要主张公平竞争,不能搞垄断技术,整个知识生产过程应是全人类的。

第四,希望人工智能技术不能有偏见,不能对富人表现很好,对其他人表现很差,这在伦理上是不能容忍的。

最后,人工智能系统要有国际性,希望在国际平台上大家一起商讨人工智能技术该怎么做,强调技术透明性,同时也希望技术发展是可控制的。

此外,人工智能发展还要注重保护个人数据,也要注重伦理。

何积丰预测,可信人工智能最先将在数据场景率先实现。

“首先,数据必须是可解释的,要清洗数据,不能有假数据污染。第二,数据传输要安全,否则数据上云就没意思了。对云服务提供商来说,最重要的就是安全和使用方便。早期服务是用于电商,用在消费上的;现在用于工业上,要求也与之类似,即数据管理质量高、响应速度快。人工智能核心的两大方面是数据和算法,其中人工智能算法跟传统算法不一样,我们还没掌握怎么对黑盒子算法进行可信验证的测试,所以算法上的可信会慢一点实现,数据率先实现可信。”

在工业互联网领域,万物互联和非对称性带来的数据安全风险更加突出。

此前工业专网是与互联网分开的,但现在发展智能制造需要工业专网与互联网相通相连,用了万物互联的专用协议,这意味着安全威胁在工业网络中日益凸显。“就像美国几个大片,讲到无人车从铁路上跳下来,它怎么会跳起来?就是因为控制协议被人掌握了。”

第二个难点在于,很多时候设备是基于无线的,有时无线设备的网络入口不知道,没有IP,这涉及一个网络信息保护的问题。“和互联网遇到的问题一样,我们这方和攻击我们这方属于两个非对称平台,我在明处,他在暗处,明处犯任何小错误,他都看得清楚,能拿来作为漏洞攻击我们。所以工业互联网安全问题不能说已经全部解决,而是刚刚开始讨论。”

智慧医疗仍在起步阶段

尽管人工智能正在改变各行各业,但在2020世界人工智能大会云端峰会开幕式上谈及人工智能在此次抗疫期间发挥的作用时,张文宏曾表示:“人工智能大家现在对它都给予了极大的期望,但是从这次疫情开始到现在为止,让我感觉到它仅仅是个起点,因为在整个运行过程当中,一开始我们全部用的是人工的。”张文宏的感受是否能引起何院士的共鸣?

对此,何积丰给出了肯定的回答:“张医生讲的是对的,科研单位、高校掌握人工智能技术跟医院掌握技术是两回事,医院掌握是比较晚的。”

关于目前人工智能在医疗领域的应用,何积丰认为,人工智能还处在辅助阶段。“例如AI帮助医生读CT片,帮助分析肺部受感染面积就是一种辅助应用。达芬奇机器人可以提高手术效率,一些老年医生眼睛不好,或是手抖了,用机器人会有帮助。现在缺少的工作是,有很多检测手段能把三维人体通过二维、一维数据进行分析,分析后却无法将结果对应拼装成三维图形。这对医疗过程的数字孪生技术要求较高,但现在没有做。还有很多数据,尤其是CT数据,医生看片时间长了会很疲劳,可能会漏掉早期癌症的征兆。等到发现了,对不起,已经晚了。这是通过人工智能技术可以预判的,但很多医院还没有把这种技术运用到诊疗中。”

教师不够、学生不够

人工智能人才培养何去何从?

在我国人工智能产业强劲的发展浪潮中,研究和应用人工智能技术的企业数量不断增加,人才需求在短时间内激增,人才储备不足情况严重。工信部最新报告显示,人工智能产业有效人才缺口高达30万。对此,何积丰坦言,这不是人工智能本身的问题,而是每次出现新技术,都会在增长阶段发现两种人不够:教师不够、学生不够。对此,何积丰有三项意见。

第一,教师要慢慢从实践中培养起来,不是一下子就能掌握技术的。

第二,并不可能为一种技术专门培养人才,而是要培养通识概念的发展,人才掌握了解决问题的能力后再学习新知识,人工智能人才自然会出来。同时,人工智能学科是多学科的融合,建模中的很多问题是数学问题,不是仅IT学科就能解决,还要用到法律、社会学、心理学、哲学等知识,目前在大学中没有一个学科能完全解决人工智能需要的所有知识。在IT学科中,也需要搞计算机硬件的、搞芯片的、搞传感器的、搞软件的。上述学科要融合在一起做事,不是那么容易,这也是人才培养的主要难点。

第三,各学校的长处不一样,希望校跟校之间能够共享,通过线上上课、分层次讨论,搞好人才培养。

目前,高校尚未形成如何培养人工智能人才的统一意见。有观点认为,应注重提升学生知识面广度,培养通用的找到问题、分析问题、解决问题的能力,学生到了社会上,进入企业后,针对企业需求补充学习。第二种观点认为,既然人工智能这么重要,应该办一个人工智能实验班,把学生培养成人工智能方面的未来的专家,至少是专业工作者。

何积丰认为,现在人工智能的发展阶段是特殊类型的人工智能,比如图像识别、语音识别,而非通用技术,远远达不到机器像人一样聪明的目标。在既定领域内,企业往往已经有了好的算法,本科生的技术不一定能满足企业的需求。因此,企业认为人才缺口大很正常。即使现在立刻开始培养专项人才,这个过程也需要花3~5年,到2024年前,企业还是要寄希望于让现有的人才队伍融合工作,而非寄希望于现阶段新培养出来的人才应用到企业当中。

未来三条发展路线最为重要

对于人工智能的未来,何积丰指出,人工智能有三条发展路线与我们的关系最大。

第一是产业。人工智能帮助产业从数字化到网络化、到智能化,在经济上提高品质、降低成本,同时助力环保。

第二是政府管理。例如上海、北京等几千万人口的特大型城市,政府做精细化管理时必须以数据为依据,希望通过运用人工智能技术,提高做决策的速度,而上海的一网通达就能够提供高效服务。另外,一旦有事故发生,通过人工智能的应用,可以提高处置效率。

第三,帮助老百姓感觉生活更加美好,有获得感。如智慧医疗、智慧教育、智慧交通等,都是正在重点应用人工智能的领域。从这三条主线来看,人工智能应用的前景都是很广的。在城市之外,农业、军队也会运用到人工智能技术。何积丰相信,人工智能技术的通用性发展会越来越快,慢慢代替专用技术,走向开放共享。

作为新一轮科技革命和产业变革的重要驱动力量,人工智能正在改变世界,建设人工智能高地已成为上海的重要任务。对此,何积丰表示:“现在上海已经集中了全国1/3的人工智能产业。大型AI产业总部或者华东分部都在上海,人才集聚、产业集聚明显,典型例子有特斯拉、马桥机器人产业基地、商汤总部等等。原因是人工智能技术发展跟需求密切相关,必须依靠场景,而上海的应用场景比较广。具体来说,以临港为代表的产业集聚区希望发展人工智能技术,在政府层面,要解决一网通达,高效服务和高效处理处置。在智慧城市方面,上海把智慧交通、智慧医疗和智慧教育放在第一位,所以人工智能技术在上海各方面产业的应用都在推进。”

关于腾讯AI加速器

腾讯AI加速器是腾讯产业加速器的重要组成部分。其背靠腾讯产业生态投资,依托腾讯AI实验室矩阵的核心技术,腾讯云的平台、计算能力以及合作伙伴丰富的应用场景,为入选项目提供课程、技术、资本、生态、品牌等层面的扶持;并与入选项目共同打造行业解决方案,推动AI技术在产业中的应用落地。

在前两期AI加速器中,从全球2000+项目中甄选出的65个项目,整体估值662亿+,融资总额高达70亿+,70%的项目完成新一轮融资;其中腾讯投资乐聚机器人、工匠社机器人、Versa马卡龙玩图,并形成行业解决方案50+。

2019年8月16日,腾讯AI加速器三期名单出炉。TOP30项目从1500个报名者中脱颖而出,录取率仅2%,三期项目总估值超200亿。项目聚焦于金融、教育、安全、工业、机器人、IoT、云计算、5G等。入选腾讯AI加速器三期,意味着正式成为腾讯智慧产业生态的合作伙伴,将与腾讯各智慧产业业务深度结合。

提示:支持键盘“← →”键翻页
为你推荐
加载更多
意见反馈
返回顶部