來源：中國科技新聞網

　　人工智能的挑戰是什么？人工智能面臨的挑戰會有什么？我們看看專家是怎么解讀的。

　　中國科技新聞網12月21日訊（那珊）“在人工智能領域，我國和其他國家相比，在核心算法和相關系統軟件方面我們也還存在卡脖子的可能性。”在近日舉辦的“2020年大數據科技傳播與應用高峰論壇”期間，上海交通大學教授、日本工程院外籍院士李頡在接受中國科技新聞網采訪時如是說。

　　缺少核心算法和相關系統軟件，會陷入“卡脖子”窘境

　　雖然人工智能的發展與應用在中國如火如荼，但我國人工智能產業的創新能力還不夠強大，產業發展還依賴開源代碼和現有的數學模型，真正屬于中國的東西并不太多。

　　特別是在核心算法和相關系統軟件方面，人工智能的發展離不開算法、算力，其可以被視為人工智能的核心和重要關鍵點。不過，與發達國家相比，中國還有不小的差距。

　　“我們應用國外的算法和系統軟件，其專業性和針對性還有待提高。另外，由于高成本，還不能很好滿足具體任務的實際要求。”李頡教授表示，比如，用開源代碼開發的人工智能算法即使可以準確進行人臉識別，但在對醫學影像的識別上卻難以達到臨床要求。

　　我國對源自國外的系統軟件框架也有較深的依賴，這也是人工智能生態系統的一大“短板”。可能減緩2030年之前與先進國家縮小人工智能技術差距計劃的實施，我國在人工智能相關的基礎軟件和系統算法方面有待進一步提高。

　　據《2019全球人工智能發展白皮書》統計，我國已經連續6年成為世界第一大機器人應用市場，我國是全球芯片需求量最大的市場，但高端機器人還有不少是國外進口。核心算法和系統軟件的差距，是國產工業機器人向高端制造邁進的“攔路虎”。

　　如果這種情況不改變，我國人工智能應用很難走向深入，也很難獲得重大成果。“一旦被‘卡脖子’將會是非常被動的，所以底層算法和相關軟件系統方面也要加強。”李頡教授提到。

　　大數據的積累為人工智能發展提供原料

　　李頡教授表示，大數據是人工智能發展的基礎原料。人工智能讓大量的數據有了價值。沒有數據，或者數據少、數據緯度少、不夠詳細，人工智能算法就難以發揮作用。

　　目前人工智能的深度學習主要是建立在大數據基礎之上，即通過大數據對人工智能進行訓練，并從中歸納出可以被計算機運用在類似數據上的知識或規律。雖然很多人將其定義為“大數據就是大規模的數據”。但是，這個說法并不準確！“大規模”只是指數據的量而言。數據量大，并不代表著數據一定有可以被深度學習算法利用的價值。

　　例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。如果只有這樣的數據，其實并沒有太多可以挖掘的價值。

　　我們可以參閱馬丁·希爾伯特的總結，大數據其實是在2000年后，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據。

　　大數據主要包括采集與預處理、存儲與管理、分析與加工、可視化計算及數據安全等，具備數據規模不斷擴大、種類繁多、產生速度快、處理能力要求高、時效性強、可靠性要求嚴格、價值大但密度較低等特點，為人工智能提供豐富的數據積累和訓練資源。

　　以人臉識別所用的訓練圖像數量為例，各大公司的訓練人臉識別系統需要大量的人臉畫像。

　　人工智能背后強大的助推器：云計算

　　云計算是通過互聯網提供全球用戶計算力、存儲服務，為互聯網信息處理提供硬件基礎。

　　大數據運用云計算技術從浩瀚的互聯網信息中獲得有價值的信息進行信息歸納、檢索、整合，為互聯網信息處理提供軟件基礎。

　　云計算是基礎，沒有云計算，無法實現大數據存儲與計算。大數據是應用，沒有大數據，云計算就缺少了目標與價值。簡單來說：云計算是硬件資源的虛擬化，而大數據是海量數據的高效處理。

　　大數據和云計算兩者都需要人工智能的參與，人工智能是互聯網信息系統有序化后的一種商業應用。人工智能是云計算與大數據真正的出口。

　　舉個例子：底層算法相當于“巧婦”，大數據相當于“米”，云計算相當于“工具”。沒有數據，或者數據質與量不夠高，這些算法“巧婦”，也將面臨“無米下鍋”，做不出可口的飯菜的。有了 “大數據”和云計算，我們就可以方便的命令這些算法“巧婦”們給我們“做飯了”。

　　人工智能重塑各行各業

　　李頡教授稱，在我國，雖然和國外比在算法、軟件系統、機器人等方面有差距，但是中國的應用場景很豐富，數據處理也相對完善，社會治理應用、和國外比一點都不差。比如這次新冠疫情的防護過程，大數據和人工智能起到了很大的作用。

　　隨著5G/6G的到來，人工智能商業化應用成為關注焦點，并正在快速推進中。比如我們熟知的人像識別、圖像識別技術、語音識別、自然語言理解、用戶畫像等。此類技術現階段已經在金融、物聯網等行業逐漸得到了較廣泛應用。

　　各行業面臨的痛點有所不同， 例如金融行業面臨成本壓力、 產品服務單一、 交易欺詐等， 醫療與教育行業均面臨資源分配不均等。 雖然問題不同， 但通過數據收集、 處理與分析能夠有效解決上述多樣的問題， 而人工智能通過數據驅動能夠很好的賦能相關的行業和產業。

　　“人工智能要發展，需從分析好相關行業或產業的特征和特點，逐個擊破，做好生態，共同發展。”李頡教授提到，因為一個企業或者國家再強，也很難把所有的行業和產業都做強做好，要強大就要有生態，聯合來做。

　　對于未來而言，人工智能會在人類生活的方方面面，將發揮越來越多的作用， 不遠的將來會有越來越多的智能化的行業與產業應用系統出現，比如智慧醫療和教育、智能駕駛、智慧工廠等已經在來的路上了！