中國，已經(jīng)成為世界AI發(fā)展的前哨站。無論是論文、專利，還是AI專家數(shù)量都位于世界第一梯隊。據(jù)預測，到2023年中國AI賦能實體經(jīng)濟的市場規(guī)模將突破2000億元大關。
一個明顯趨勢是，AI正深入各個垂直場景加速賦能。今年7月上旬舉行的2020世界人工智能大會云端峰會上，被譽為人工智能界“奧斯卡”的卓越人工智能引領者獎（SAIL獎）揭開面紗，卡內(nèi)基梅隆大學、IBM、百度、聯(lián)影以及清華大學等五家企業(yè)和機構摘得最高榮譽，獲獎項目涉及AI基礎理論、語義理解、AI醫(yī)療、智能芯片等領域，這似乎正暗示著，一個泛在智慧時代的到來。
它們?yōu)楹文茉谌驍?shù)百個項目中脫穎而出，將會給行業(yè)乃至全社會帶來哪些改變？記者近日采訪了獲獎項目方相關負責人，尋求答案。
讓機器學會“因果”，聽懂“人話”
卡內(nèi)基梅隆大學的獲獎項目“Tetrad因果關系自動發(fā)現(xiàn)智能平臺”，聽起來比較抽象。
但在卡內(nèi)基梅隆大學哲學系以及機器學習系教授理查德舍恩斯看來，因果關系是實現(xiàn)通用人工智能過程中不可或缺的一環(huán)。“各個領域?qū)σ蚬P系的理解給了我們恰當?shù)乜刂坪透淖兿到y(tǒng)的能力。在AI領域，人們逐漸意識到賦能機器在各種場景中學習和使用因果關心的能力，可幫助機器獲得更通用的智能。”
卡內(nèi)基梅隆大學因果關系發(fā)現(xiàn)原創(chuàng)平臺
機器的“認知”與人類的“理解”之間有需要跨越的巨大鴻溝。以一個通俗的例子來講，比如“打開衣柜，取出衣服”。孩子看到后，很快就會明白，要取出衣服就必須打開衣柜。但對機器來說，需要經(jīng)過多次學習才能從概率上發(fā)現(xiàn)，“下雨和地上濕”兩件事情的相關性很高?？烧l是因誰是果？它不知道。
理查德舍恩斯表示，過去發(fā)現(xiàn)因果關系的方式是人為干涉和隨機試驗，這樣的實驗成本過高，很多時候并不可行。使用因果關系推理，可以使機器擺脫對于大量數(shù)據(jù)的依賴，甚至可能開辟一條全新的人工智能發(fā)展方向。
另一獲獎項目，百度文心知識增強語義理解技術與平臺，則開創(chuàng)性地將大數(shù)據(jù)預訓練與多源豐富的知識相結合，通過持續(xù)學習海量數(shù)據(jù)中的知識，將機器語義理解水平提升到一個新高度，極大促進自然語言處理前沿研究和產(chǎn)業(yè)智能化變革。
百度文心知識增強語義理解技術的工作原理
作為學界與業(yè)界關注的焦點，自然語言理解究竟難在哪里？
北京百度網(wǎng)訊科技有限公司架構師孫宇解釋說，在口語中，詞與詞之間是連貫的，機器在識別的過程中需要界定字詞之間的邊界，而很多字詞不是單一含義，需要消除歧義。而人類講話往往與其行為相關，比如當聽到：“你能把筷子遞給我嗎？”人類的第一反應是找筷子，或者拒絕，那就極有可能講出“給你”或是“我沒空，自己拿”等。而回答“能”，往往不是最好的回應。在國際權威的通用語言理解評估中，百度文心項目得分首次突破90分，超過人類水平3個百分點，獲得全球第一。
不止于技術進步，更要賦能現(xiàn)實
當機器能夠聽懂、理解人類的語言，距離“表達觀點”還有多遠？
辯論，具有極高的對話頻率、語言邏輯和內(nèi)容輸出，AI是否能夠涉足這個領域？這次奪得SAIL獎的IBM公司的AI“辯手”Project Debater給出答案。
2018年6月，IBM Project Debater向以色列國際辯論協(xié)會會長及以色列全國辯論冠軍發(fā)起挑戰(zhàn)。辯論中，它可以實時聽懂對手的發(fā)言，能快速生成自己的觀點，并對人類辯手觀點作出回應，而且發(fā)音清晰、語法正確。辯論中，它甚至會開玩笑，幽默風趣。
IBM Project Debater與以色列國際辯論協(xié)會會長及以色列全國辯論冠軍進行辯論賽
但在IBM AI Tech副總裁阿雅索弗看來，人機辯論的重點不在輸贏，而是為了展示AI掌握人類豐富語言的能力。Project Debater實現(xiàn)辯論的背后離不開三大技術的支撐：數(shù)據(jù)驅(qū)動的辯論文稿的生成和表達能力、口語理解能力，以及模擬人類困境。“當人工智能的推理越透明、有理有據(jù)，我們就越能信任它，從而就越能利用它幫助我們做出正確的決定。”
讓AI掌握人類語言和思辨是極具意義的“進化”。按照SAIL評審專家預計的路徑，未來AI發(fā)展不僅僅是學習能力的提升，更是自我推理能力的開發(fā)。
無論是基礎理論還是實際應用，SAIL獎的終極目的不止于推動技術進步，更在意如何讓技術實實在在賦能現(xiàn)實。
突發(fā)的新冠疫情讓世界措手不急，AI則在疫情救援中大顯身手。就像這次SAIL獎項目聯(lián)影智能“uAI新冠肺炎醫(yī)學影像智能化診斷全棧解決方案”，充分體現(xiàn)了“AI向善”的理念。
聯(lián)影智能新冠肺炎智能輔助分析系統(tǒng)
聯(lián)影智能研發(fā)副總裁高耀宗說，聯(lián)影智能化方案解決了CT檢查中兩大問題：一是降低并控制了醫(yī)護人員的感染問題。相比傳統(tǒng)掃描，醫(yī)生只要按一個鍵，其他掃描步驟如掃描范圍、掃描床的高度都會自動進行調(diào)節(jié)。二是提高讀片效率。該方案通過AI對胸部CT進行快速預讀，判斷哪些CT片是疑似新冠病例，客戶端會提示醫(yī)生優(yōu)先閱讀，幫助醫(yī)生提早發(fā)現(xiàn)這些患者。
SAIL獎評審專家表示，這次疫情的發(fā)生，也恰恰給了AI一個最好的證明獎項、技術不應是束之高閣的花瓶。
劍指“人工大腦”，算力能效迎來雙突破
AI在算法、應用上的發(fā)展如火如荼，而算力、硬件的突破同樣重要。
今年初，阿里巴巴達摩院就做出預測，“馮諾依曼架構”的存儲和計算分離，已不適合數(shù)據(jù)驅(qū)動的AI應用需求。頻繁的數(shù)據(jù)搬運導致的算力瓶頸以及功耗瓶頸，已經(jīng)成為更先進算法探索的障礙。借鑒大腦神經(jīng)結構和計算方式的“存內(nèi)計算架構”，將存儲單元和計算單元融為一體，或可破解這一難題。
今年SAIL獎組委會首次把優(yōu)秀論文納入SAIL獎，旨在鼓勵探索一些前沿性問題。清華大學一篇發(fā)表在《Nature》上的論文因清晰回應了上述問題而獲獎。這篇文章闡釋的“基于憶阻器的存算一體智能系統(tǒng)”，可使硬件算力和能效的提升達到指數(shù)級。
憶阻器卷積網(wǎng)絡
什么是“憶阻器”？它的全稱是記憶電阻器，由惠普實驗室于2008年研制成功。2013年，比勒菲爾德大學物理學系高級講師安迪托馬斯研制的憶阻器，放置在比人類頭發(fā)薄600倍的芯片中，利用這種憶阻器作為人工大腦的關鍵部件。
單個憶阻器可以做到2納米尺寸，將來把大量憶阻器集成、連接起來，就有機會制造出一套在結構、功能上與生物大腦相似的系統(tǒng)。
論文的第一作者姚鵬博士說到：“基于憶阻器的多陣列存算一體智能系統(tǒng)，利用物理規(guī)律實現(xiàn)新型計算范式，克服了傳統(tǒng)智能硬件的架構瓶頸，具有超高能效和面積效率，為下一代智能芯片和系統(tǒng)的發(fā)展指明方向，有望成為手機等設備的全新人工大腦。”
不可否認，AI將帶領人類向更高層級的智慧演進。但當?shù)讓舆壿嫲l(fā)生變化時，更需要冷靜：如何保證當下世界在穩(wěn)定中進化，傳統(tǒng)與創(chuàng)新究竟要如何取舍。這些都是人類面對AI帶來的不確定性時需要思考的問題。
重慶分公司
重慶分公司
