2018年，我國人工智能發展的獨特優勢開始顯現，技術革新和各類AI產業的落地正在催發廣闊的市場。9月20日，在AI World 2018世界人工智能峰會的AI產業領袖論壇、AI之巔年度對話上，百度技術委員會主席、自然語言處理首席科學家吳華與南京大學計算機系主任、人工智能學院院長周志華等學術界、產業界知名專家共同就“萬物互聯，人機共生”這一主題進行了探討。
吳華（右一）在AI World 2018與與會嘉賓進行探討
資料顯示，AI World世界人工智能峰會由新智元於2016年創辦，本屆大會匯聚了超過3000名國內外知名AI產業精英參會。吳華是世界知名的人工智能技術專家，在AI相關技術，特別是自然語言處理（NLP）上有很深的造詣。她是自然語言處理領域國際會議ACL首位來自中國本土企業的程序委員會主席。她還是國家科技進步獎二等獎得主，去年被美國福布斯評為“AI傑出女性”。
現場，吳華和嘉賓首先就AI技術和生態的話題進行了探討。吳華認為，完整的AI生態需要具備大數據、落地應用、深度學習框架和芯片4個條件。其中，中國在大數據和應用層面具有一定優勢，但深度學習開放平臺和AI芯片領域則面臨更多的挑戰。她認為，構建完整的AI生態，軟硬結合將是未來AI的發展趨勢。
據瞭解，百度正在積極佈局完整的AI生態，目前，百度AI的集大成者百度大腦已經形成了涵蓋AI技術、平臺、應用解決方案的全棧佈局，開放能力120多項，每天調用次數超過4千億次，為AI工程師、零“AI”基礎的初入門者、以及來自各行各業希望用AI創新業務、業務轉型升級的企業提供AI服務，使AI深入落地到金融、零售、製造、交通、機器人、農業等領域，驅動更多行業開啟智能變革引擎，加速行業智能化升級。
針對近期的“深度學習寒冬論”， 吳華從三個角度做出了闡釋。吳華說：“從人工智能發展的歷史來看，80年代主要是規則和專家系統，90年代和本世紀初傳統的機器學習方法是主流，2010年之後，深度學習佔了主流，推動了NLP、圖像識別、語音識別等很多技術的發展。除非出現新的突破技術，否則深度學習還會是未來的主流。”從學術研究的角度來說，深度學習現在是依賴於大數據，是一個高能耗的學習方法，且結果不可解釋，在小樣本學習，可解釋性以及和知識結合等方面仍需要在理論上進行更深入的研究。從產業的角度來看，百度推出的百度AI開放平臺，以及AutoDL、EasyDL等組件，實際上是在降低門檻，賦能傳統行業，這個工作才剛剛開始，同樣需要長期、持續的投入。
周志華也認為，不應該只把深度學習的目光聚焦在互聯網企業和傳統數據類型上，深度學習可以賦能更多產業，很多傳統產業都可以從這個技術中受惠，從這個意義上說，它離瓶頸還很遠。他建議從更廣義的角度去考慮深度學習。
2018年，“缺芯”成為國人心中至痛。吳華在現場也分享了自己對當下AI芯片的看法。她表示，時下中美兩國在人工智能領域交鋒不斷，但從全世界範圍來看，人工智能的大方向還是開放與共享。“中美人工智能的競爭，說到底是一個生態問題。”吳華堅信，未來中國將會開發出具有完全自主核心技術的AI芯片。她指出，中國要想在核心技術上不被歐美卡脖子，需要實現深度學習框架和AI芯片的聯動研發。
百度早在2012年就已經開始進行深度學習研究，並於2016年開源國內首個深度學習框架PaddlePaddle。為了建成一個完整的AI生態，今年7月，百度發佈了自主研製的中國第一款雲端全功能AI芯片——崑崙。
同場各位嘉賓也一致認為，芯片之爭的核心其實不在芯片本身，而在整個AI生態。不管芯片還是操作系統，在本質上不是技術問題，而是生態問題。
2018年是人工智能落地的關鍵一年，萬物智聯網絡促進城市和產業智變升級。未來，軟硬件結合、深度學習框架、AI芯片將會為人工智能發展提供新動力。人工智能技術一定會進入每個人的生活、進入每個行業。而在這之前，我們需要更多企業拿出開放的態度來踏實做事，為產業和智能生活賦能。
閱讀更多 智能科技創投 的文章
