轉型升級：拓展人工智能的疆界
隨著城鎮化的發展，交通擁堵等“大城市病”日益突出。耐著性子慢慢數秒、焦躁爬行的駕駛體驗蔓延到更多的都市。而在浙江省杭州市蕭山區，路口的紅綠燈卻並非“一視同仁”，有人等20秒的紅燈，有人卻要等一分鐘，這是怎麼回事呢？
“通過大數據分析，我們發現擁堵往往起源於個別節點，如果在苗頭出現時，控制該路段車輛的匯入量，就可以避免堵車，保障路網有序暢通。”浙江工業大學沈國江教授介紹，他的團隊將人工智能中的強化學習理論應用於交通信號控制，精準識別預測多源異構交通數據，切分擁堵區、消散區、緩衝區、常態區，從而有效緩解擁堵。
“搖號、限行、提倡公共交通都有成效，但交通需求持續增加，道路供給不可能無限增加，而人工智能可以讓路網利用更高效。”據沈國江介紹，該成果過去兩年在紹興柯橋、杭州蕭山等地進行了推廣應用，新增產值5000萬元，在給企業帶來經濟效益的同時，也帶來了良好的社會效益。
“我們國家還處於工業化的轉型期，工業化正在進行產業轉型以及城鎮化所出現的問題會創造出大量的人工智能應用的新空間，這些空間大概是發達國家所不曾具備的。這種不完備性、需要發展的洪流和人工智能一交匯，我們就能以一種新的方式進行發展，這就是大力發展人工智能的意義所在。”中國工程院院士潘雲鶴說。
基礎研究：“並跑”到“領跑”的增長點
教育部《高等學校人工智能創新行動計劃》提出了“聚焦並加強新一代人工智能基礎理論和核心關鍵技術研究”的重點任務，但與此同時，也有專家提出，“深度學習”“卷積神經網絡”等人工智能基礎理論都已經提出，學來消化掉就可以了，從“跟跑”到“並跑”的後發優勢是由我國人口基數和市場決定的，彎道超車關鍵在產業應用。那麼，我們為何還要在人工智能基礎理論上下大功夫呢？
“雖然深度學習、神經網絡應用很廣，但這只是人工智能的一部分。中國要研究新一代的基礎理論。”潘雲鶴說，60年前“人工智能”剛提出時的信息化基礎是單個計算機，而現在傳感器網、大數據、雲計算、超級計算的出現使得環境發生了變化。“原有人工智能的定義——‘讓計算機變得和人一樣聰明’，取得了一些成績，但科學家已經意識到，人的自然智能與機器智能終究不同，如何通過人機混合的腦機系統形成更強的智能，這方面的基礎理論是下一步的發展空間。”
而在該實驗室的另一個項目中，人的意念取代了鼠標。“實驗者想象自己左側或右側肢體運動的感覺，腦波經傳感器收集分析後，給大鼠發去指令，實現了人腦和鼠腦的交互。”項目負責人、浙江大學教授潘綱介紹，這項技術可用於殘疾康復、邊防、電力巡線等工作。“國外腦機交互投入也很大，我們現在還處於實驗階段，成本較高，應用場景不是十分明晰，企業還不願進入，還是靠國家項目在推進。”潘綱說。
“中國新一代人工智能規劃包含很多外國人沒有提過的想法。我們應該結合國家的發展用人工智能來解決中國問題、發展中國理論，同時也跟蹤全世界的先進理論。”潘雲鶴說，“例如多媒體技術中，圖像處理技術、聲音處理技術是分開進行的，而人在處理這種問題的時候實際上是合在一起進行的。如何將視覺、聽覺、味覺等這些感覺和文字觸覺融合在一起，中國人提出了跨媒體智能，人工智能2.0要瞄準這個方向進行。除此之外，規劃還提出大數據智能、群體智能、人機增強智能、智能自主系統等新的人工智能領域，這都是實現從‘並跑’到‘領跑’所必需的。”
浙江工業大學研發的基於大數據的新型智能交通系統。焦以璇 攝/光明圖片
產學政：形成良性生態鏈條
從摁手印到指紋解鎖，指紋的身份識別的意義早就被人類發掘，然而經過拓印、倒模，一種硅膠指紋膜可以完美地騙過打卡機、手機鎖，甚至指紋支付系統。
“運用人工智能卷積長短期記憶網絡與全卷積神經網絡融合的新方法，我們可以把生物特徵從二維發展到三維，從皮上發展到皮下，採集皮下真皮層指紋、汗腺和汗孔的模態數據，提高防偽性能。”浙江工業大學教授梁榮華的團隊開發了一套手部模態識別數據提取的技術。他介紹，因表皮層到真皮層銜接處皮膚組織變化，反射差別率差別較大，圖像中也出現較明顯的像素明暗變化，而假指紋膜硅膠層的空氣洞顯而易見。
據《2014—2020年中國生物特徵識別行業市場分析與發展前景研究報告》，基於手部的生物特徵應用佔據了70%左右的市場份額。梁榮華表示，安全防偽的指紋採集技術有著廣闊的應用前景。“國外還沒有同類型機器，一經安檢、通關、財務支付等領域使用，該技術將有助於避免大量的經濟損失。”
潘雲鶴觀察到，國家規劃發佈以後，無論產業、學界還是政府，都表現出了對人工智能的極大熱情。發改委、工信部、網信辦發起的中國人工智能產業發展聯盟發展勢頭迅猛，入盟企業已達300多家，微軟亞洲研究院等外企也爭相加入，而科技部、教育部出臺了相關文件，地方政府也有各自的行動計劃。“別的國家可能有產業推動或者是政府倡導，但是支持人工智能形成產學政的生態鏈，中國是最早的，優勢也是獨有的。”
“就應用看，最前沿的技術和頂尖人才確實都去了企業，但這並不是說，企業就比高校強，二者各有側重。”浙工大計算機科學與技術學院院長、軟件學院院長王萬良表示，企業科研追求應用，是目標導向的，會隨著企業需求不斷調整。而高校的環境更穩定，學科交叉協作的特點則提供了嘗試的可能和空間。“企業有數據和資金，高校有人才和環境。企業運營成本很高，科研投入在能很快收益的領域，而高校則適合基礎理論的開發和創新，高校開發出基礎框架，再由企業優化、投入應用，獲得數據回饋高校的理論創新，就可以形成良性的循環。”王萬良說。
編 輯：楊 柳
閱讀更多 網信商洛 的文章
