每經記者：張韻 每經編輯：魏官紅
圖片來源：攝圖網
當人工智慧走過技術爆發，進入落地應用、創造價值的新時期，AI賦能傳統行業的重要性日益凸顯。過去，AI科學家們常常被問及人工智慧可以為人們的生活帶來哪些改變，而現在，他們更多地在思考基於深度學習的人工智慧技術如何載入人類意識，實現可信AI。
7月9日，來自國內外人工智慧領域的院士及頂尖科學家們在2020世界人工智慧大會上共話下一代人工智慧新範式，聚焦和探索人工智慧最前沿的科技發展趨勢，圍繞人工智慧算法創新、多學科交叉融合等話題，描繪智能視覺、智能醫療、智能晶片等領域的技術發展路徑。
AI也要舉一反三
2020年註定是不平凡的一年。微軟亞洲研究院院長洪小文說道：「在全球共同應對疫情、逐漸恢復生產、重建社會生活的過程中，以人工智慧為代表的數位技術正發揮出越來越重要的作用。」
突如其來的新冠肺炎疫情讓醫療與公共衛生領域成為全球焦點，如何應對疾病及其引發的社會問題和全球經濟緊縮，給所有人都提出了挑戰。事實證明，人工智慧技術做出了快速反應。機器學習三巨頭之一的蒙特婁大學計算機科學教授約書亞本希奧表示，數字追蹤技術已經可以通過匯聚大量微小線索預測新冠疫情傳染性風險。
而在國內，如智能服務機器人、智能CT設備等被應用到方艙醫院等場景，實現零接觸診斷、智能陪護等功能，有效控制醫護人員感染率。正如微軟高級首席研究經理Katsushi Ikeuchi所言，人工智慧給人們生活帶來的最大改變在於讓這個虛實結合的現實世界獲得了透視力和關鍵的感知能力。
不過，在中國科學院院士、清華大學人工智慧研究院院長張鈸看來，目前的人工智慧僅僅解決了完全信息和結構化環境下的確定性問題，儘管極大推動了AI應用落地，但在環境感知、理解環境、AI安全和推理決策等方面存在不安全、不可靠、不可解釋的問題。
此外，中國科學院院士何積豐補充道，由於數據本身具有偏向性，基於機器學習算法所得到的數學模型在決策時的不公平性也是頗受關心的話題。
站在人工智慧新起點，張鈸提出，必須充分利用知識、數據、算力和算法四要素，讓機器深度學習，做到隨機應變、舉一反三，才能不斷推進人工智慧向前發展。
多學科交叉融合是關鍵
人工智慧賦能百態，當世界將目光投向第三代人工智慧之時，有一群人正在默默努力著，向人工智慧基礎理論發起衝擊，不斷研究以期突破現有局限。
圖靈獎獲得者、中國科學院院士姚期智認為，神經拓撲結構、隱私保護學習、可控的SuperAI是人工智慧理論研究的新方向。雪梨大學教授、澳大利亞科學院院士陶大程正在從人工智慧模型的容量和複雜度出發，進行分析神經網絡的相關研究。卡內基梅隆大學機器人研究所主任Martial Hebert則講述了如何利用智能視覺快速進行估算，加速判斷過程。
從理論到算法，我們還能為AI發展做些什麼？第四範式創始人兼執行長戴文淵認為，當下人工智慧發展面臨三個挑戰：第一是數據科學家門檻高、數量少；第二是缺少數據隱私保護技術，可用的高質量數據依然稀缺；第三是AI發展所帶來的算力成本激增。
美國康奈爾大學計算機科學教授Ramin Zabih也說道，人工智慧研究人員是一個不可分割、全球相連的社區，用技術改變生活的共同志趣將大家團結在一起。瑞士蘇黎世聯邦理工學院教授Luc Van Gool則認為，對於深度網絡，我們正在用很多個標準架構，但更合理的方式是我們應該設計一種為某種特定應用優化過的架構。
對此，札幌市立大學校長中島秀之的結論是，人工智慧技術的發展需要多學科交叉融合。香港中文大學教授、商湯科技創始人湯曉鷗談道：「人工智慧是一個非常包容的學術領域，不僅跨越學術研究領域、跨越工業應用行業，也跨越學術和產業邊界。最重要的是，人工智慧是跨越國界的，是需要國際合作的。」
智見未來，韓國首爾大學人工智慧研究所主任兼教授Kyoung Mu Lee表達了其對AI未來數年的期待：「希望在醫療、自動駕駛、機器人以及個人助手等領域有更多的實際結果出現，也希望利用AI解決環境、能源、衰老和低增長等人類面臨的問題。最終AI可以給我們帶來更高質量的生活。」
每日經濟新聞