“中國有多少數學家投入到人工智能的基礎算法研究中?”日前,在上海召開的院士沙龍活動中,中國工程院院士徐匡迪等多位院士的發問引發業界共鳴,被稱為“徐匡迪之問”。
“我國人工智能領域真正搞算法的科學家鳳毛麟角。”在4月28日召開的“超聲大數據與人工智能應用與推廣大會”上,東南大學生物科學與醫學工程學院教授萬遂人表示,“徐匡迪之問”直擊我國人工智能發展的核心關鍵問題,“如果這種情況不改變,我國人工智能應用很難走向深入、也很難獲得重大成果”。
我國人工智能領域發展的現狀如何?依靠開源代碼和算法是否足夠支撐人工智能產業發展?為什么要有自己的底層框架和核心算法?
缺少核心算法,會被“卡脖子”
“如果缺少核心算法,當碰到關鍵性問題時,還是會被人‘卡脖子’。”浙江大學應用數學研究所所長孔德興教授對科技日報記者表示,我國人工智能產業的創新能力并沒有傳說中的那樣強,事實是,產業發展過度依賴開源代碼和現有數學模型,真正屬于中國自己的東西并不多。
4個月零基礎學會人工智能、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、模型的學習和訓練,成長為人工智能工程師的“短平快”可見一斑。
既然代碼是開源的,拿來用就好,為什么還有可能被“卡脖子”?
孔德興解釋,開源代碼是可以拿過來使用,但專業性、針對性不夠,效果往往不能滿足具體任務的實際要求。以圖像識別為例,用開源代碼開發出的AI即使可以準確識別人臉,但在對醫學影像的識別上卻難以達到臨床要求。“例如對肝臟病灶的識別,由于邊界模糊、對比度低、器官黏連甚至重疊等困難,用開源代碼很難做到精準識別。在三維重構、可視化等方面難以做到精準反應真實的解剖信息,甚至會出現誤導等問題,這在醫學應用上是‘致命’的。”
“碰到專業性高的研究任務,一旦被‘卡脖子’將會是非常被動的,所以一定要有自己的算法。”孔德興說。換句話說,是否掌握核心代碼將決定未來的AI“智力大比拼”中是否擁有勝算。用開源代碼“調教”出的AI頂多是個“常人”,而要幫助AI成長為“細分領域專家”,需以數學為基礎的原始核心模型、代碼和框架創新。
有算法之“根”才能撐起產業“繁茂”
所謂“樹大根深”,人工智能的發展也是同樣道理,越在底層深深扎下根基,越能夠發展出強大的產業。
那么,借助開源代碼,“半路出家”的AI產業為什么會難以為繼?
孔德興解釋說,在獲得同樣數據的前提下,以開源代碼運行,AI深度學習之后或許能輸出結果,但由于訓練框架固定、算法限制,當用戶進行具體的實際應用時,將很難達到所期望的結果,而且難以修改、完善、優化算法。
“如果從底層算法做起,那么整個數學模型、整個算法設計、整個模擬訓練‘一脈相承’,不僅可以協同優化,而且可以根據需求隨時修改,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算法,它涉及到基礎數學理論、高性能數值計算等學科,可以應用到多種實際問題中;而針對性強的應用算法往往會應用到具體問題所涉及的“具體知識、先驗信息”,從而更好地解決實際應用問題。
“基礎算法和應用算法都很重要,擁有基礎算法將更有助于應用算法的豐富與深入。”孔德興說,AI要應對的現實生活是復雜、多變的,當能夠“應對自如”時,才能夠促成產業的“繁茂”。
呼吁三方協力,讓數學不再置身事外
“一方面是政策引導,其實國家已經在加大這方面的扶持,例如科研基金上的設置等。”針對如何解決“徐匡迪之問”反映出來的問題,孔德興認為,第二方面是行業企業在進行科技創新時,應有意識將數學學者納入進來。
“如果通過算法的開發,最終產品落地了,企業應該將算法開發時的數學學者納入到成果分享中來。”孔德興說,社會目前對于數學科學等“軟實力”的認可程度不足,行業或法規層面應該做好數學研究成果的產權保護工作。