观察者网：人工智能的核心技术有哪些？目前的技术水平离“强人工智能”还有多远？受访团队：当前人工智能的核心技术主要是机器学习和大数据。大数据是人工智能的基础，而使大数据转变为知识或生产力，离不开机器学习（MachineLearning），它是使机器具有类似人的智能的根本途径。从本质上来说，人工智能的发明是为了模仿人类思考问题的逻辑，从而能自主解决问题。弱人工智能把特征的决定权交给了人，由人类事先选择好特征，然后通过函数逼近来拟合特征曲线，从而找到输入和输出之间的映射函数。强人工智能则是摈弃人的因素试图自己搞定特征，由算法自己找出输入对应输出的特征，然后自行建立映射函数，从而诞生真正的自主智能。但是只要存在算法，必然就存在人的因素，除非算法符合智能诞生的原始状况，自行演进。简而言之，强人工智能是有知觉、有意识、能推理、能解决问题的智能机器。而现阶段人工智能，无论完成多复杂的任务，本质均是实现向量空间中的映射，并没有思维的能力。现有的创新多停留在算法模型框架层面的创新，都是人为创造和规定的，性能比较也停留在算得快、算得准，从未有关于AI创造力如何的评价。但是，不排除随着技术形式的变化和更替、脑科学等学科的深度发展，强人工智能会以怎样一种目前无法想象的状态出现，促使AI机器从“专用智能”走向“通用智能”。由国务院发展研究中心技经所人工智能研究团队参与编制的《人工智能全球格局：未来趋势与中国位势》观察者网：中国在人工智能基础算法上的投入和产出如何？受访团队：一方面，我们需要肯定中国在人工智能算法研究上取得的优异成绩。年，中国人工智能论文数量、专利申请量都已经高居全球第一。以中科院、清华大学、中国科技大学和西安交通大学等为代表的科研院所，在机器学习和深度学习算法研究上贡献了大量高质量论文。以百度、阿里巴巴和腾讯为代表的科技巨头和以商汤、科大讯飞和深兰为代表的独角兽企业，在语音识别、自然语言处理、计算机视觉和智能驾驶等AI算法开发中取得了不俗成绩。毫无疑问，中国在人工智能算法上的进步速度十分显著，投入和产出效率非常高。但另一方面，我们也需要审视中国在核心算法、底层技术上的不足。年“徐匡迪之问”引发了业界的广泛共鸣，中国人工智能领域真正搞算法的科学家凤毛麟角，基础核心算法的缺失未来或将成为中国人工智能发展的“瓶颈”所在。比较来看，美、欧、日的数学基础更加扎实，在人工智能算法研究时更能从基础理论上实现“突破”。举个不太恰当的例子，谷歌公司软件有TensorFlow，硬件有TPU，算法有AlphaGo、AlphaZero，其对人工智能技术的理解、对人工智能基础算法的投入，是当前任意一家中国企业所不能比拟的。总体而言，中国人工智能强在数据规模、产业应用，而弱在核心算法、基础算力。在此需要特别指出的是，人工智能的发展仍处在非常初期的阶段，正如万里长征只迈出了一小步。当前存在的优势或者劣势，在人工智能新理论出现后，很可能会变得无关紧要。在这一超长期的科技赛道上，我们必须高度
转载请注明：http://www.0431gb208.com/sjszlfa/7067.html
