人工智能“黄金十年”创新从何而来
原标题：人工智能“黄金十年”创新从何而来1月10日下午，百度CreateAI开发者大会（以下简称Create大会）在“希壤元宇宙”召开。观察全球新兴技术产业发展走向，这个全球规模最大的AI开发者大会是不可或缺的窗口。
去年，百度创始人、董事长兼首席执行官李彦宏在Create大会上说：“随着技术应用门槛不断降低，创造者们将迎来人工智能的黄金10年。”今年，他重申了这一判断，但强调，发展方向虽已确定，实现过程却未必容易。
随着各行各业进入转型“深水区”，关于增长从何而来的讨论此起彼伏。
李彦宏讲了一个思想实验：把魔方打乱交给一位盲人还原，假设盲人每秒转动一次，他需要多久才能将魔方复原？答案是137亿年。但是，如果盲人每转动一次魔方，就有人向他反馈是更接近还是更远离目标，盲人需要多久把魔方还原？答案是两分半钟。
“这就是反馈的神奇力量。”在李彦宏看来，技术的发展，没有导航地图，只有指南针。当事物的发展路径和最初的设想大相径庭，只要方向大致正确，基于实践反馈，一步步迭代，就能跑出有价值的创新。
百度的实践验证了这一“反馈驱动创新”的路径，每天响应几十亿次真实用户使用需求并进行1万亿次深度语义推理与匹配，搜索服务提供的真实、及时反馈，倒逼了百度大模型、深度学习框架和芯片的优化。
那么，现阶段驱动创新和增长的技术原动力又是什么？
百度首席技术官、百度研究院院长王海峰的回答是，“深度学习+”是创新发展新引擎。
2019年4月，王海峰提出，深度学习具有很强的通用性，呈现出标准化、自动化和模块化的工业大生产特征，将推动人工智能进入工业大生产阶段。如今，“人工智能是第四次工业革命的核心驱动力，而深度学习是其关键核心技术”已成为社会共识。
“大模型进一步增强了人工智能的通用性，成为AI开发和应用的新基座。”王海峰强调，核心的深度学习框架平台加上大模型，贯通了从硬件适配、模型训练、推理部署，到场景应用的全产业链，将进一步加速产业智能化升级。
中国信息通信研究院云计算与大数据研究所所长何宝宏指出，过去五年，大模型参数的指数级增长带来了大模型“智力”指数级增长，支撑着AIGC（人工智能创作内容）成为2022年AI圈最大的趋势，并在业内形成了一场“抢地战”。在何宝宏看来，AI绘画和爆红聊天机器人ChatGTP的重要性不亚于2016年AlphaGo战胜人类围棋冠军，这意味着，AI已进军到此前被视为“人类独占”的艺术表达、科学发现等领域。
王海峰从更具广泛支撑价值的角度指出，规模化的AI大生产已形成，人工智能的技术创新和产业发展，进入“深度学习+”阶段，比如，深度学习+交通融合创新的“智能调度系统”就是典型的应用。
“已落地全国63个城市的百度智能交通解决方案，可以把交通通行效率提升15%至30%。”据此，李彦宏预测：“2027年之前，中国一线城市不再需要限购限行；2032年之前，拥堵问题基本可以解决。”
第四次科技革命的序章已打开，李彦宏提示业界正视挑战：实体经济很多领域的数字化改造尚未完成，数字化本身并未能够带来效率的明显提升。智能化的广泛渗透还需要时间，智能化对实体经济的巨大拉升作用还有待成为广泛共识。
（科技日报北京1月10日电）
(责编：罗知之、陈键)关注公众号：人民网财经分享让更多人看到
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
作者：徐云峰
catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]