增強內(nèi)生動力， AI還有3大關卡
刷臉認證、自動駕駛、智能音箱、手術機器人等近年來，我國人工智能的發(fā)展進入了爆發(fā)式發(fā)展時期，并被廣泛應用于金融、電子商務、醫(yī)療、安全、教育等領域。然而，隨著技術的發(fā)展和應用，數(shù)據(jù)偽造、算法瓶頸、隱私安全和倫理困境等問題日益突出。
“上述問題，包括很多人工智能企業(yè)估值過高、銷量偏低等，都根源于人工智能技術本身。這些問題都是由當前數(shù)據(jù)驅(qū)動的第二代人工智能的自然缺陷造成的?！?2月9日，在清華大學人工智能研究所主辦的“2020第三代人工智能產(chǎn)業(yè)論壇”上，中國科學院院士、清華大學人工智能研究所所長張斌說。
張大偉說，隨著新一代人工智能的發(fā)展成為世界許多國家的國家戰(zhàn)略，產(chǎn)業(yè)需求正在激增。開發(fā)安全、可靠、可靠、可擴展的第三代人工智能技術已迫在眉睫。
什么是第三代人工智能？作為這一概念最早的倡導者，張弼解釋說，它是在第一代知識驅(qū)動和第二代數(shù)據(jù)驅(qū)動相結合的基礎上，從知識、數(shù)據(jù)、算法和計算能力四個要素出發(fā)的新的開發(fā)體系。其目標是徹底解決計算機智能問題，全面反映人類智能。
在瑞利智能realai首席執(zhí)行官田田看來，人工智能希望成為新時代的“水電”，成為推動各行業(yè)升級換代的潛在共同能力，這有賴于完整的人工智能基礎設施。繼承了互聯(lián)網(wǎng)時代的經(jīng)驗，目前的人工智能基礎設施建設主要集中在數(shù)據(jù)中心和計算能力平臺上，主要解決了人工智能的“溫飽”問題，為人工智能提供了基本的計算環(huán)境。然而，由于數(shù)據(jù)積累受場景限制，現(xiàn)有計算能力已接近極限，大數(shù)據(jù)、大計算能力等外部驅(qū)動力帶來的人工智能產(chǎn)業(yè)第一次增長曲線開始放緩。
“突破內(nèi)在就是增長”，田田說，隨著各行業(yè)智能化水平的不斷提高，人工智能基礎設施建設迫切需要從提升自身基礎能力入手，發(fā)展超越數(shù)據(jù)和計算能力維度的新能力，打造具有內(nèi)生動力的人工智能原創(chuàng)基礎設施，更好地支持人工智能賦能產(chǎn)業(yè)的深入應用，在同樣的數(shù)據(jù)和計算能力驅(qū)動產(chǎn)業(yè)第二次增長曲線的情況下，為人工智能產(chǎn)業(yè)化開辟新的市場空間。
田田認為，要增強人工智能的內(nèi)生動力，必須突破三大障礙。一是算法關系，保證了算法決策的可靠性和安全性。他解釋說，在智能化時代，人工智能的決策邏輯和環(huán)節(jié)自然有很多不確定性，缺乏可解釋性，這使得它們很難應用到高價值的決策場景中。此外，該算法的共同“反樣本”特性導致了對人工智能系統(tǒng)的惡意攻擊風險。
第二個是數(shù)據(jù)網(wǎng)關，它保證了數(shù)據(jù)的隱私性和安全性。在訓練人工智能模型時，簡單的明文傳輸和數(shù)據(jù)利用容易導致隱私泄露。同時，在打破人工智能應用數(shù)據(jù)孤島的過程中，數(shù)據(jù)的使用和數(shù)量難以保證，數(shù)據(jù)可能被濫用和復制。同時，收入難以界定，業(yè)主權益難以保障。
最后是應用控制，即人工智能應用場景的控制。比如信用模式中的“幸存者偏見”、人臉識別中的種族歧視等一系列公平問題，以及技術濫用導致的金融欺詐，甚至政治宣傳引導輿論。
“要突破這三大障礙，人工智能原生基礎設施需要實現(xiàn)可靠算法、數(shù)據(jù)安全和應用可控性三大能力，實現(xiàn)現(xiàn)有人工智能平臺的升級和賦能，擴大人工智能在各種場景下的可用性。這是現(xiàn)階段人工智能產(chǎn)業(yè)的需求，也是產(chǎn)業(yè)目標。”田田強調(diào)。
為了解決人工智能應用過程中的數(shù)據(jù)孤島問題，保護隱私的機器學習被學術界和工業(yè)界公認為可行的方法。然而，由于保護隱私的機器學習和傳統(tǒng)的機器學習不是同一個技術生態(tài)，企業(yè)面臨著性能差、可用性差、黑盒協(xié)議等諸多問題。為此，大會發(fā)布了業(yè)界首款隱私保護人工智能編譯器。
“與遇到應用問題不同，這個人工智能編輯器的目標是完善人工智能原有的基礎設施系統(tǒng)，為不同行業(yè)提供商業(yè)產(chǎn)品和解決方案，使所有場景，無論大小和價值，都能受益于人工智能賦能，使人工智能更高質(zhì)量地服務于人類社會?！碧镎f。
