人工智慧向前走,應該往哪裡走?11月1日,在深圳全球創新人才論壇上,世界AI領域頂尖學者、粵港澳大灣區數字經濟研究院理事長沈向洋回答了上述問題。
「必須認真對待認知模型自然語音處理帶來的機會!」沈向洋認為「懂語言者得天下」,在人工智慧道路上,認知智能方面依然是發展的短板,也是下一步人工智慧發展的關鍵,包括如何認知模型,如何進行常識建模和因果推理。
AI領域頂尖學者沈向洋。
在活動上,沈向洋介紹粵港澳大灣區數字經濟研究院正式成立,未來將藉助深圳的優勢,打造更多數字經濟產業,令大灣區的數字經濟發展走到一個新的高度。
從深度學習到深度理解
過去十年,中國人工智慧的發展有了巨大的進步。客觀來講,在某些方面人工智慧技術已經走在世界前列。在論壇上,沈向洋介紹到國內出現了不少原創性人工智慧技術,如他的學生孫建博士的團隊做的殘差網絡ResNet已成為每個人、每個公司都在用的算法。
「我們的感知智能已經做得非常好!」沈向洋認為人工智慧發展日新月異,非常了不起的是通過大數據擁有了強大的算力,最近更是有了深度學習為代表的精準算法。事實上計算機視覺、計算機語音方面,人工智慧已經超越人類的能力,比如語音識別的錯誤率。
但沈向洋認為距離真正的人工智慧仍然還有很遠的路要走。在演講中,他表示認知智能方面還是目前人工智慧發展的短板,也是下一步發展的關鍵,其中包括如何認知模型,如何進行常識建模和因果推理,注重的是自然語言處理。
「在自然語言對話中,一般個人助理只能做兩三次對話,而小冰可以來回做23次對話,這是特別了不起的!」沈向洋介紹了一個人工智慧產品——小冰,通過機器學習,小冰已經在人工智慧方面做出了很大成績,比如三年前她就可以作詩,發表了詩集,去年她已經在中央美院畢業,可以畫油畫,今年在上海音樂學院畢業,可以作詩作曲。
「懂語言者得天下」,沈向洋表示在接下來的人工智慧發展中,必須認真對待認知模型自然語音處理帶來的機會。
從人口紅利到工程師紅利
改革開放以來,中國大力發展教育事業,大學生數量逐步上升,去年有超過800萬大學生畢業,其中一半的大學生是理工科。這些學生如何能培養成非常優秀的工程師、如何能培養成研究型人才?
沈向洋認為作為一個研究型人才,至少需要掌握分析技能,比如讀論文、做實驗、寫論文、做報告,這是研究型人才的基本要求。以「讀論文」舉例,閱讀的本質是把作者的觀點解剖成一小塊,放到自己的認知中,這樣才有了深度閱讀和淺度閱讀的差距。
那麼「為什麼研究論文難讀?」沈向洋認為最主要的問題是作者和讀者之間有一道巨大的鴻溝,作者寫東西出來,而讀者卻領會成另一個意思。他從三個角度進行了解釋,第一是大多數英文論文作者的母語都不是中文,語言環境不同;其次是讀論文需要很強的專業背景知識;第三是不知道讀不懂時怎麼辦,更不知道讀完後應該讀什麼。
如何培養研究型的人才?共享可能是答案。暑假期間沈向洋做了一個論文閱讀班,30個學生20天讀了600篇CPPI文章,每篇文章需要回答十個問題,這些問題共享上網,後來的學生可以繼續學習改善。通過這樣的方法,將個人閱讀變成集體社交閱讀。
「我們要做的就是培養下一代了不起的AI科研人才,他們可以駕馭科技,造福人類。」沈向洋認為在培養工程師人才、AI人才的過程中,要重視研究型人才的培養。
從開源到開放
過去40年中國科技快速發展的過程中,有兩個非常重要的因素:一是網際網路,二是開源。通過網際網路,可以看到全世界最新最好的工作,而開源則讓中國的發展可以站在前人的肩膀上做得更高更遠。
那麼今天的中國開源應該怎麼做?首先,開源是文化的問題。中國目前已經有很多做得很好的榜樣,很多大廠、大學都開始重視開源。沈向洋提醒到考慮開源問題,一定重視工具,如何幫助中國的程式設計師更好地貢獻開源。同時要考慮平臺,如何在建設自己的平臺的同時和國際上已有的平臺接軌,要走出一條自己的道路,如何引領中國的開源和世界的開源。
「發展是第一要務,」沈向洋認為必須要認真做科研,特別是在人工智慧方面,在人工智慧下一代發展的道路方面,相信已經從很成功的深度學習到未來深度理解的探索。「人才是第一資源,」要走出一條培養中國研究型人才的道路,從人口紅利到工程師紅利,到科學家紅利。「創新是文化的問題,」開源是機會,沈向洋相信大家一起就能把中國的開源做得更加好。
【記者】李定
【攝影】朱洪波
【作者】 李定;朱洪波
【來源】 南方報業傳媒集團南方+客戶端