當(dāng)前，人工智能已走入落地應(yīng)用、創(chuàng)造價(jià)值的階段。在后疫情時代，人工智能技術(shù)、產(chǎn)業(yè)發(fā)展問題愈發(fā)牽動著人們的關(guān)注。學(xué)界權(quán)威人士是如何看待人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀的？

在 2020 世界人工智能大會云端峰會期間，AI 報(bào)道采訪了中科院院士、上海人工智能安全專委會主任何積豐，何院士對人工智能產(chǎn)業(yè)的產(chǎn)值、安全問題、智慧醫(yī)療、人才培養(yǎng)、未來發(fā)展等熱點(diǎn)問題進(jìn)行了解讀。

何院士年過七旬，仍是思維敏捷，金句不斷，每每談及教育等格外關(guān)注的議題，殷殷關(guān)切之情溢于言表。

人工智能是賦能技術(shù)，談產(chǎn)值不太容易，也不太重要

談及人工智能對傳統(tǒng)產(chǎn)業(yè)的賦能，何積豐認(rèn)為，從簡單的專業(yè)技術(shù)到產(chǎn)業(yè)應(yīng)用，人工智能在各方面都有它的作用。比如圖像識別能力用于安防、用于質(zhì)量檢測。人工智能還能做數(shù)據(jù)處理，幫人判斷設(shè)備是否需要維修，避免設(shè)備停轉(zhuǎn)了再大修。這也是企業(yè)里應(yīng)用狀況較好的態(tài)勢感知。此外，數(shù)據(jù)分析后還能發(fā)現(xiàn)怎樣提高產(chǎn)品質(zhì)量，分析原材料品質(zhì)與產(chǎn)品品質(zhì)控制之間的數(shù)學(xué)模型?？傊斯ぶ悄艿膽?yīng)用面越來越廣，在認(rèn)知感知段做得比較好。

但同時，AI 發(fā)展也遇到了瓶頸問題。“我們的機(jī)器還不像人一樣能夠思維。人類小學(xué)生學(xué)知識，老師會要求舉一反三，反思上次做錯的下次該怎么改正，即正面反面教育都有。而機(jī)器學(xué)習(xí)只有正面，沒有反面，犯錯了不會有感覺?！?/p>

值得注意的是，作為一種賦能技術(shù)，人工智能與其他產(chǎn)業(yè)不同，不像造飛機(jī)一樣易于直接計(jì)算產(chǎn)業(yè) GDP?！罢麄€ 2019 年，全國人工智能核心產(chǎn)業(yè)產(chǎn)值是 510 億。510 億什么概念？上海上汽集團(tuán)產(chǎn)值也不止 500 億了，所以它 GDP 產(chǎn)值不會很高。但是，這就好比做饅頭要買發(fā)酵粉，發(fā)酵粉很便宜，只要 3 毛、5 毛錢，做出的饅頭能賣幾百、幾千元，沒有發(fā)酵粉，饅頭是做不了的。所以 AI 的主要功能是賦能，而不是要看它本身產(chǎn)值是多高，不能按照通常的產(chǎn)生多少億 GDP 來衡量它?！?/p>

何積豐認(rèn)為：“現(xiàn)在講產(chǎn)值不太容易，也不是太重要，關(guān)鍵是我們要找到更大的應(yīng)用場景，讓大家感到值得花這個錢來推動技術(shù)。因?yàn)槿斯ぶ悄芗夹g(shù)不是那么便宜的，光一個系統(tǒng)里的傳感器可能就要用到幾萬個，從賬面上看，短期內(nèi)收入未必能多于開支，而要有足夠的回報(bào)，人們才有動力投資人工智能。再過兩年，我們經(jīng)濟(jì)走上一個比較正常的軌道，再看人工智能產(chǎn)業(yè)發(fā)展的速度跟其他行業(yè)比到底是不是有前沿性，能不能帶領(lǐng)大家一起發(fā)展，那時再講 GDP 會比較容易?！?/p>

安全風(fēng)險(xiǎn)突出，應(yīng)注重五項(xiàng)目標(biāo)

在人工智能推動社會發(fā)展的同時，它也對安全問題提出了更多挑戰(zhàn)。何積豐提出了幾條目標(biāo)：

第一，希望人與人工智能系統(tǒng)能夠共生，絕對不希望人被人工智能系統(tǒng)代替了。

第二，人工智能不能被少數(shù)人掌握。

第三，對人工智能的研究應(yīng)該是開放性的，要主張公平競爭，不能搞壟斷技術(shù)，整個知識生產(chǎn)過程應(yīng)是全人類的。

第四，希望人工智能技術(shù)不能有偏見，不能對富人表現(xiàn)很好，對其他人表現(xiàn)很差，這在倫理上是不能容忍的。

最后，人工智能系統(tǒng)要有國際性，希望在國際平臺上大家一起商討人工智能技術(shù)該怎么做，強(qiáng)調(diào)技術(shù)透明性，同時也希望技術(shù)發(fā)展是可控制的。

此外，人工智能發(fā)展還要注重保護(hù)個人數(shù)據(jù)，也要注重倫理。

何積豐預(yù)測，可信人工智能最先將在數(shù)據(jù)場景率先實(shí)現(xiàn)。

“首先，數(shù)據(jù)必須是可解釋的，要清洗數(shù)據(jù)，不能有假數(shù)據(jù)污染。第二，數(shù)據(jù)傳輸要安全，否則數(shù)據(jù)上云就沒意思了。對云服務(wù)提供商來說，最重要的就是安全和使用方便。早期服務(wù)是用于電商，用在消費(fèi)上的；現(xiàn)在用于工業(yè)上，要求也與之類似，即數(shù)據(jù)管理質(zhì)量高、響應(yīng)速度快。人工智能核心的兩大方面是數(shù)據(jù)和算法，其中人工智能算法跟傳統(tǒng)算法不一樣，我們還沒掌握怎么對黑盒子算法進(jìn)行可信驗(yàn)證的測試，所以算法上的可信會慢一點(diǎn)實(shí)現(xiàn)，數(shù)據(jù)率先實(shí)現(xiàn)可信。”

在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，萬物互聯(lián)和非對稱性帶來的數(shù)據(jù)安全風(fēng)險(xiǎn)更加突出。

此前工業(yè)專網(wǎng)是與互聯(lián)網(wǎng)分開的，但現(xiàn)在發(fā)展智能制造需要工業(yè)專網(wǎng)與互聯(lián)網(wǎng)相通相連，用了萬物互聯(lián)的專用協(xié)議，這意味著安全威脅在工業(yè)網(wǎng)絡(luò)中日益凸顯?！熬拖衩绹鴰讉€大片，講到無人車從鐵路上跳下來，它怎么會跳起來？就是因?yàn)榭刂茀f(xié)議被人掌握了?！?/p>

第二個難點(diǎn)在于，很多時候設(shè)備是基于無線的，有時無線設(shè)備的網(wǎng)絡(luò)入口不知道，沒有 IP，這涉及一個網(wǎng)絡(luò)信息保護(hù)的問題?！昂突ヂ?lián)網(wǎng)遇到的問題一樣，我們這方和攻擊我們這方屬于兩個非對稱平臺，我在明處，他在暗處，明處犯任何小錯誤，他都看得清楚，能拿來作為漏洞攻擊我們。所以工業(yè)互聯(lián)網(wǎng)安全問題不能說已經(jīng)全部解決，而是剛剛開始討論。”

智慧醫(yī)療仍在起步階段

盡管人工智能正在改變各行各業(yè)，但在 2020 世界人工智能大會云端峰會開幕式上談及人工智能在此次抗疫期間發(fā)揮的作用時，張文宏曾表示：“人工智能大家現(xiàn)在對它都給予了極大的期望，但是從這次疫情開始到現(xiàn)在為止，讓我感覺到它僅僅是個起點(diǎn)，因?yàn)樵谡麄€運(yùn)行過程當(dāng)中，一開始我們?nèi)坑玫氖侨斯さ摹！睆埼暮甑母惺苁欠衲芤鸷卧菏康墓缠Q？

對此，何積豐給出了肯定的回答：“張醫(yī)生講的是對的，科研單位、高校掌握人工智能技術(shù)跟醫(yī)院掌握技術(shù)是兩回事，醫(yī)院掌握是比較晚的。”

關(guān)于目前人工智能在醫(yī)療領(lǐng)域的應(yīng)用，何積豐認(rèn)為，人工智能還處在輔助階段?！袄?AI 幫助醫(yī)生讀 CT 片，幫助分析肺部受感染面積就是一種輔助應(yīng)用。達(dá)芬奇機(jī)器人可以提高手術(shù)效率，一些老年醫(yī)生眼睛不好，或是手抖了，用機(jī)器人會有幫助。現(xiàn)在缺少的工作是，有很多檢測手段能把三維人體通過二維、一維數(shù)據(jù)進(jìn)行分析，分析后卻無法將結(jié)果對應(yīng)拼裝成三維圖形。這對醫(yī)療過程的數(shù)字孿生技術(shù)要求較高，但現(xiàn)在沒有做。還有很多數(shù)據(jù)，尤其是 CT 數(shù)據(jù)，醫(yī)生看片時間長了會很疲勞，可能會漏掉早期癌癥的征兆。等到發(fā)現(xiàn)了，對不起，已經(jīng)晚了。這是通過人工智能技術(shù)可以預(yù)判的，但很多醫(yī)院還沒有把這種技術(shù)運(yùn)用到診療中。”

教師不夠、學(xué)生不夠，人工智能人才培養(yǎng)何去何從？

在我國人工智能產(chǎn)業(yè)強(qiáng)勁的發(fā)展浪潮中，研究和應(yīng)用人工智能技術(shù)的企業(yè)數(shù)量不斷增加，人才需求在短時間內(nèi)激增，人才儲備不足情況嚴(yán)重。工信部最新報(bào)告顯示，人工智能產(chǎn)業(yè)有效人才缺口高達(dá) 30 萬。對此，何積豐坦言，這不是人工智能本身的問題，而是每次出現(xiàn)新技術(shù)，都會在增長階段發(fā)現(xiàn)兩種人不夠：教師不夠、學(xué)生不夠。對此，何積豐有三項(xiàng)意見。

第一，教師要慢慢從實(shí)踐中培養(yǎng)起來，不是一下子就能掌握技術(shù)的。

第二，并不可能為一種技術(shù)專門培養(yǎng)人才，而是要培養(yǎng)通識概念的發(fā)展，人才掌握了解決問題的能力后再學(xué)習(xí)新知識，人工智能人才自然會出來。同時，人工智能學(xué)科是多學(xué)科的融合，建模中的很多問題是數(shù)學(xué)問題，不是僅 IT 學(xué)科就能解決，還要用到法律、社會學(xué)、心理學(xué)、哲學(xué)等知識，目前在大學(xué)中沒有一個學(xué)科能完全解決人工智能需要的所有知識。在 IT 學(xué)科中，也需要搞計(jì)算機(jī)硬件的、搞芯片的、搞傳感器的、搞軟件的。上述學(xué)科要融合在一起做事，不是那么容易，這也是人才培養(yǎng)的主要難點(diǎn)。

第三，各學(xué)校的長處不一樣，希望校跟校之間能夠共享，通過線上上課、分層次討論，搞好人才培養(yǎng)。

目前，高校尚未形成如何培養(yǎng)人工智能人才的統(tǒng)一意見。有觀點(diǎn)認(rèn)為，應(yīng)注重提升學(xué)生知識面廣度，培養(yǎng)通用的找到問題、分析問題、解決問題的能力，學(xué)生到了社會上，進(jìn)入企業(yè)后，針對企業(yè)需求補(bǔ)充學(xué)習(xí)。第二種觀點(diǎn)認(rèn)為，既然人工智能這么重要，應(yīng)該辦一個人工智能實(shí)驗(yàn)班，把學(xué)生培養(yǎng)成人工智能方面的未來的專家，至少是專業(yè)工作者。

何積豐認(rèn)為，現(xiàn)在人工智能的發(fā)展階段是特殊類型的人工智能，比如圖像識別、語音識別，而非通用技術(shù)，遠(yuǎn)遠(yuǎn)達(dá)不到機(jī)器像人一樣聰明的目標(biāo)。在既定領(lǐng)域內(nèi)，企業(yè)往往已經(jīng)有了好的算法，本科生的技術(shù)不一定能滿足企業(yè)的需求。因此，企業(yè)認(rèn)為人才缺口大很正常。即使現(xiàn)在立刻開始培養(yǎng)專項(xiàng)人才，這個過程也需要花 3~5 年，到 2024 年前，企業(yè)還是要寄希望于讓現(xiàn)有的人才隊(duì)伍融合工作，而非寄希望于現(xiàn)階段新培養(yǎng)出來的人才應(yīng)用到企業(yè)當(dāng)中。

未來三條發(fā)展路線最為重要

對于人工智能的未來，何積豐指出，人工智能有三條發(fā)展路線與我們的關(guān)系最大。

第一是產(chǎn)業(yè)。人工智能幫助產(chǎn)業(yè)從數(shù)字化到網(wǎng)絡(luò)化、到智能化，在經(jīng)濟(jì)上提高品質(zhì)、降低成本，同時助力環(huán)保。

第二是政府管理。例如上海、北京等幾千萬人口的特大型城市，政府做精細(xì)化管理時必須以數(shù)據(jù)為依據(jù)，希望通過運(yùn)用人工智能技術(shù)，提高做決策的速度，而上海的一網(wǎng)通達(dá)就能夠提供高效服務(wù)。另外，一旦有事故發(fā)生，通過人工智能的應(yīng)用，可以提高處置效率。

第三，幫助老百姓感覺生活更加美好，有獲得感。如智慧醫(yī)療、智慧教育、智慧交通等，都是正在重點(diǎn)應(yīng)用人工智能的領(lǐng)域。從這三條主線來看，人工智能應(yīng)用的前景都是很廣的。在城市之外，農(nóng)業(yè)、軍隊(duì)也會運(yùn)用到人工智能技術(shù)。何積豐相信，人工智能技術(shù)的通用性發(fā)展會越來越快，慢慢代替專用技術(shù)，走向開放共享。

作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，人工智能正在改變世界，建設(shè)人工智能高地已成為上海的重要任務(wù)。對此，何積豐表示：“現(xiàn)在上海已經(jīng)集中了全國 1/3 的人工智能產(chǎn)業(yè)。大型 AI 產(chǎn)業(yè)總部或者華東分部都在上海，人才集聚、產(chǎn)業(yè)集聚明顯，典型例子有特斯拉、馬橋機(jī)器人產(chǎn)業(yè)基地、商場總部等等。原因是人工智能技術(shù)發(fā)展跟需求密切相關(guān)，必須依靠場景，而上海的應(yīng)用場景比較廣。

具體來說，以臨港為代表的產(chǎn)業(yè)集聚區(qū)希望發(fā)展人工智能技術(shù)，在政府層面，要解決一網(wǎng)通達(dá)，高效服務(wù)和高效處理處置。在智慧城市方面，上海把智慧交通、智慧醫(yī)療和智慧教育放在第一位，所以人工智能技術(shù)在上海各方面產(chǎn)業(yè)的應(yīng)用都在推進(jìn)?！?br /> ? ? ? ?責(zé)任編輯:pj