论文部分内容阅读
阿尔法围棋机器人与韩国棋手李世石的“人机大战”被称作“人工智能发展的里程碑事件”。专家和业内人士认为，未来“阿尔法围棋”的“深度学习”“神经网络”等算法可能在生产、生活领域发挥重大作用。
人工智能突破连连
专家指出，我国在人工智能各分支领域研究成果较多但实际应用少，科研项目多但横向合作少，模仿追赶多而创新引领少，建议进一步整合资源，根据未来行业趋势，进行超前研究和重新布局，抢抓“人工智能红利”。
“人机大战”以人工智能击败人类棋手令人惊讶。中科院自动化所研究员、复杂系统管理与控制国家重点实验室主任王飞跃坦言，“阿尔法围棋”研发短短几年，是一个重要的技术突破，标志着人类已迎来以机器人和人工智能为核心的“新IT”智能技术和智能产业的新时代。
中国机器人产业联盟董事长曲道奎认为，比赛的胜负并不重要，“人机大战”表明人工智能已到从‘机器’向‘人’转变的实质性拐点。随着计算能力、网络、大数据、感知系统等技术的发展，人工智能从过去的计算智能、感知智能过渡到认知智能，有了更丰富的判断、“思考”和“学习”能力，人工智能时代离我们越来越近。
专家认为，人工智能包括机器人、语言识别、图像识别、自然语言处理等分支技术，未来可在生产生活各个领域广泛应用。
王飞跃说，“阿尔法围棋”的“深度学习”算法，可迅速搜索和优化问题的处理，这意味着未来整个系统、整个工厂，甚至整个城市的决策优化问题可以利用“阿尔法”的思路去解决，软件定义的系统、工厂、城市将成为现实，大数据真正成了原料，数字化的经验、案例、预演成为生产力，计算实验与计算优化成为管理的“新常态”。
与此同时，人工智能发展机遇与挑战并存。曲道奎认为，发展人工智能也需考虑技术的双刃剑作用。一方面，我们要加快进程，更好让技术为人类服务；另一方面，要避免技术的负面作用，人工智能是否会失控，还要考虑其对社会的伦理道德、法律带来的挑战等。
中国科学院沈阳自动化研究所研究员郑泽宇说，人工智能的安全问题，是一个新课题。“从研发者的角度来说，不太会考虑产品安全的问题，以免降低研发进度。但会‘学习’人类情绪的机器人到底会不会产生情绪，做出人指令以外的事情，需要有相关的安全专家进行预估。”
发展面临多重挑战
人工智能来势迅猛，应用广泛，但我国相关理念及技术与国外仍存在一定差距，发展上面临多重挑战。
东北大学人工智能与机器人研究所所长吴成东说，检索可以发现，中国人在人工智能领域写的文章多，但一到专利、一到产品上，又比国外落后了。
“成果转化要花大量的时间和金钱，目前的考评机制不鼓励科研人员做这些，成果转化上也没有形成企业参与的良性机制。”吴成东说。
另外，人工智能是交叉学科，涉及到认知、生物、社会伦理、图像识别、语音处理等分支，当前我国科研团队不少，但因缺乏整合往往是各研究各的，研发成果难以共享和充分利用。
“我是做图像处理的，不太会去关注别的，跟其他课题组没有交流。可能做核心算法的课题组有新的发现，我们只能等别人做完了，看到公开发的论文才知道。”郑泽宇说，人工智能的各个子课题组之间需要交流，但现在并不多。
吴成东认为，人工智能技术很多是需要钻研10年、20年，大家形成一个梯队研究才能有重大成果，而国内现在大多是三五年完成一个项目，很多成果是阶段性的，没有得到有效延续。
中科院沈阳自动化研究所机器人学国家重点实验室研究员丛杨则认为，目前，我国的原始创新不多，主要是自主创新意识、能力仍存不足，当前的科研体制、试错机制和科研经费使用上，一定程度限制了科研人员创造性的发挥。
丛杨认为，我们在图像处理，视觉，语音处理方面，不比国外差，一些技术甚至有超前性，但机器人关键零部件、相机成像芯片等基础研究存在问题。基础研究和应用基础研究还需加强。
强化重点领域研发
专家指出，“人机大战”给我国人工智能发展敲响警钟。不管在国家还是企业层面，需要抓住机遇，根据未来行业趋势，进行超前研究和重新布局。希望政府进一步支持企业加强行业基础性研究，整合资源在智能车、智能医疗等领域集中攻关，在“智能化革命”中获得更多“机器人红利”。
专家建议：
集中资源在重点领域攻关。“阿尔法围棋”的开发公司DeepMind已宣布将进一步探索人工智能在医疗、机器人以及手机等领域的应用。在与伦敦皇家自由医院的合作试点中，DeepMind Health开发了名为Streams的软件，帮助临床医生更快地查看医疗结果，并优化对病人的治疗方案。
建议针对未来全球高端的、人工智能领域的竞争，从国家层面出台大的科研支撑计划，科研创新计划等，进行顶层规划，组织专门团队在重点领域集中攻关突破。
打破研发垄断，放开市场，鼓励大众参与人工智能技术创新。建议在部分人工智能项目研发上，通过国家立项、市场招标进行，同时搭建人工智能基础平台，集中大规模服务器开放使用，鼓励大众在这个平台上做试验、搞创新，充分调动企业和研究人员的积极性，充分鼓励万众创新。
加强科技成果转化，强化企业和科研院所的合作。科研人员说，政府应积极引导央企、国企与高校、科研院所紧密合作，各司其职，共同跑完科技成果转化最后“一公里”，并进一步加强科研机构的专利保护工作。
人工智能突破连连
专家指出，我国在人工智能各分支领域研究成果较多但实际应用少，科研项目多但横向合作少，模仿追赶多而创新引领少，建议进一步整合资源，根据未来行业趋势，进行超前研究和重新布局，抢抓“人工智能红利”。
“人机大战”以人工智能击败人类棋手令人惊讶。中科院自动化所研究员、复杂系统管理与控制国家重点实验室主任王飞跃坦言，“阿尔法围棋”研发短短几年，是一个重要的技术突破，标志着人类已迎来以机器人和人工智能为核心的“新IT”智能技术和智能产业的新时代。
中国机器人产业联盟董事长曲道奎认为，比赛的胜负并不重要，“人机大战”表明人工智能已到从‘机器’向‘人’转变的实质性拐点。随着计算能力、网络、大数据、感知系统等技术的发展，人工智能从过去的计算智能、感知智能过渡到认知智能，有了更丰富的判断、“思考”和“学习”能力，人工智能时代离我们越来越近。
专家认为，人工智能包括机器人、语言识别、图像识别、自然语言处理等分支技术，未来可在生产生活各个领域广泛应用。
王飞跃说，“阿尔法围棋”的“深度学习”算法，可迅速搜索和优化问题的处理，这意味着未来整个系统、整个工厂，甚至整个城市的决策优化问题可以利用“阿尔法”的思路去解决，软件定义的系统、工厂、城市将成为现实，大数据真正成了原料，数字化的经验、案例、预演成为生产力，计算实验与计算优化成为管理的“新常态”。
与此同时，人工智能发展机遇与挑战并存。曲道奎认为，发展人工智能也需考虑技术的双刃剑作用。一方面，我们要加快进程，更好让技术为人类服务；另一方面，要避免技术的负面作用，人工智能是否会失控，还要考虑其对社会的伦理道德、法律带来的挑战等。
中国科学院沈阳自动化研究所研究员郑泽宇说，人工智能的安全问题，是一个新课题。“从研发者的角度来说，不太会考虑产品安全的问题，以免降低研发进度。但会‘学习’人类情绪的机器人到底会不会产生情绪，做出人指令以外的事情，需要有相关的安全专家进行预估。”
发展面临多重挑战
人工智能来势迅猛，应用广泛，但我国相关理念及技术与国外仍存在一定差距，发展上面临多重挑战。
东北大学人工智能与机器人研究所所长吴成东说，检索可以发现，中国人在人工智能领域写的文章多，但一到专利、一到产品上，又比国外落后了。
“成果转化要花大量的时间和金钱，目前的考评机制不鼓励科研人员做这些，成果转化上也没有形成企业参与的良性机制。”吴成东说。
另外，人工智能是交叉学科，涉及到认知、生物、社会伦理、图像识别、语音处理等分支，当前我国科研团队不少，但因缺乏整合往往是各研究各的，研发成果难以共享和充分利用。
“我是做图像处理的，不太会去关注别的，跟其他课题组没有交流。可能做核心算法的课题组有新的发现，我们只能等别人做完了，看到公开发的论文才知道。”郑泽宇说，人工智能的各个子课题组之间需要交流，但现在并不多。
吴成东认为，人工智能技术很多是需要钻研10年、20年，大家形成一个梯队研究才能有重大成果，而国内现在大多是三五年完成一个项目，很多成果是阶段性的，没有得到有效延续。
中科院沈阳自动化研究所机器人学国家重点实验室研究员丛杨则认为，目前，我国的原始创新不多，主要是自主创新意识、能力仍存不足，当前的科研体制、试错机制和科研经费使用上，一定程度限制了科研人员创造性的发挥。
丛杨认为，我们在图像处理，视觉，语音处理方面，不比国外差，一些技术甚至有超前性，但机器人关键零部件、相机成像芯片等基础研究存在问题。基础研究和应用基础研究还需加强。
强化重点领域研发
专家指出，“人机大战”给我国人工智能发展敲响警钟。不管在国家还是企业层面，需要抓住机遇，根据未来行业趋势，进行超前研究和重新布局。希望政府进一步支持企业加强行业基础性研究，整合资源在智能车、智能医疗等领域集中攻关，在“智能化革命”中获得更多“机器人红利”。
专家建议：
集中资源在重点领域攻关。“阿尔法围棋”的开发公司DeepMind已宣布将进一步探索人工智能在医疗、机器人以及手机等领域的应用。在与伦敦皇家自由医院的合作试点中，DeepMind Health开发了名为Streams的软件，帮助临床医生更快地查看医疗结果，并优化对病人的治疗方案。
建议针对未来全球高端的、人工智能领域的竞争，从国家层面出台大的科研支撑计划，科研创新计划等，进行顶层规划，组织专门团队在重点领域集中攻关突破。
打破研发垄断，放开市场，鼓励大众参与人工智能技术创新。建议在部分人工智能项目研发上，通过国家立项、市场招标进行，同时搭建人工智能基础平台，集中大规模服务器开放使用，鼓励大众在这个平台上做试验、搞创新，充分调动企业和研究人员的积极性，充分鼓励万众创新。
加强科技成果转化，强化企业和科研院所的合作。科研人员说，政府应积极引导央企、国企与高校、科研院所紧密合作，各司其职，共同跑完科技成果转化最后“一公里”，并进一步加强科研机构的专利保护工作。