破解我国人工智能产业化发展困局关键

智能计算   作者:郭淳学,中国嵌入式系统产业联盟 时间:2022-01-13来源:中宏网

人工智能作为发展智能经济的支撑技术、在国家高度重视和大力支持下,近几年全国持续掀起人工智能应用热潮,使中国已成为世界人工智能应用大国。但是,近期我国的人工智能产业遇到发展困局。笔者认为其主因是:虽研制出自主知识产权的先进的国产人工智能通用算法,但没有产业化和应用。目前,我国人工智能产业所用的主流算法是引入的深度学习算法。但是,深度学习算法在应用中也显现出许多不可克服的严重缺陷。如:鲁棒性(稳定性)差、不可解释、有NP(复杂)问题等,特别是有"黑箱"等安全隐患的存在,此外,还有很多难克服的问题。

例如:用于热捧的机器人AlphaGo所需要的硬件开销是1000个CPU,200个GPU,还需要20万瓦的电力消耗。这样的深度学习硬件开销如何普及应用?深度学习算法由于自身存在的严重缺陷和安全等问题,已证明不能在工业控制和嵌入式系统上广泛应用,这是深度学习难于普及的最致命问题。可叹的是,我国除深度学习算法外至今没有可替代的人工智能通用算法,在国产的人工智能通用算法没有产业化和推广应用之前,还要无奈地任由深度学习算法继续在全国应用下去。

多年来,国内外许多专家和团队都在研制没有深度学习算法严重缺陷和安全问题的人工智能通用算法而努力。在国外,连深度学习发明人Hinton教授也不顾70多岁高龄在组织研制新算法。在国内也有许多团队在研制新一代人工智能通用算法。其中一些有自主知识产权的先进的国产人工智能通用算法已经在自动驾驶车和船、心电图等成功应用,水平超过当前世界人工智能应用水平,已具备产业化条件。而且非常适合制成与目前为深度学习所需的大数据、高算力研制的“算力”芯片完全不同的“智力”芯片,可在包括工业控制和嵌入式系统在内的广泛应用领域简便使用。

这种国产新算法经模组化和芯片化后,可大大简化人工智能应用,有助于通过短期培训人工智能用户的技术人员掌握使用新算法完成本单位人工智能需求项目。这将使人工智能应用不受大模型、大数据、大硬件及业务场景的领域知识限制,可大大促进人工智能普及应用。

正如中国工程院徐匡迪院士指出的“产生颠覆性技术,这种创新在目前的评审制度下,是难以实现的。”“我国现有的重大科研项目都是搞专家评审投票制,最终的结果往往是把真正具有创新想法的项目给投没了。”请人工智能深度学习算法专家论证颠覆深度学习算法的创新算法,其难度可想而知。国产人工智能通用算法产业化是一项复杂的系统工程,亟待国家和社会的支持实现产业化。

为促进我国从人工智能应用大国发展成为人工智能技术强国,笔者认为推进国产人工智能通用算法产业化是破解当前困局的关键。应同研究我国“卡脖子技术”一样受到国家层面高度重视。

审核:徐璐

关键词:

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关文章


用户评论

请文明上网,做现代文明人
验证码:
查看电脑版