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。
那麼,借助開源代碼,“半路出家”的AI產業為什麼會難以為繼?
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深度學習之後或許能輸出結果,但由於訓練框架固定、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,那麼整個數學模型、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於應用算法的豐富與深入。”孔德興說,AI要應對的現實生活是複雜、多變的,當能夠“應對自如”時,才能夠促成產業的“繁茂”。
呼籲三方協力,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,社會目前對於數學科學等“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。
“第三方面,數學家本身應該積極參與到人工智能發展的浪潮里。”孔德興呼籲,AI的未來發展需要數學家深度參與。由於目前仍處於“弱人工智能”時代(可以說是數據智能時代),AI的實現主要是依賴計算機的巨大算力和巨大的存儲能力,底層算法的問題或許並不突出,但在未來的發展,AI將可能融入邏輯、思維等智慧的內容,這些都需要數學科學的原始創新,有大量的基礎問題亟待數學家攻克。
算法的進階一定是來源於“原創者”,而不是“跟隨者”。孔德興說:“實際上深度學習的應用已遇到了天花板,我們需要新的數學技術(如部分依賴邏輯、部分依賴數據的‘聰明算法’),讓計算機變得聰明起來。這些工作都需要數學家的參與。”
來源:科技日報 |