“010”前孵化科技創(chuàng )新論壇暨首都科技發(fā)展集團十周年戰略研討會(huì )近日在北京中關(guān)村展示中心會(huì )議中心成功舉辦。當下，人工智能領(lǐng)域持續火熱，應用場(chǎng)景不斷擴大，針對“如何走出人工智能紅?！钡脑?huà)題，北京中關(guān)村學(xué)院院長(cháng)、中關(guān)村人工智能研究院理事長(cháng)劉鐵巖發(fā)表了主題演講。
以下是演講節選：
首先我謹代表北京中關(guān)村學(xué)院、中關(guān)村人工智能研究院向首發(fā)展十周年獻上最衷心的祝福！
北京中關(guān)村學(xué)院是教育部和北京市政府共建共管新型教育研究機構，它是中國人工智能人才培養的試驗田，以打造中國人工智能領(lǐng)域未來(lái)的領(lǐng)軍人才為目標。中關(guān)村人工智能研究院則是在市科委、中關(guān)村管委會(huì )的領(lǐng)導下，在首發(fā)展集團的大力支持下，誕生的最年輕的北京市新型研發(fā)機構，我們以人工智能的技術(shù)轉化和產(chǎn)業(yè)孵化為目標。
接下來(lái)我就代表這兩個(gè)年輕的機構跟大家分享一下對于人工智能領(lǐng)域的一些思考。
今天的時(shí)代是人工智能的時(shí)代，技術(shù)的發(fā)展不斷的抬高了我們對通用人工智能的憧憬。在這個(gè)領(lǐng)域里面，大模型、科學(xué)智能、具身智能是人們最矚目的三個(gè)研究方向。在這些研究方向里面，論文、專(zhuān)利、創(chuàng )新創(chuàng )業(yè)的企業(yè)，如雨后春筍層出不窮。
人工智能的這些領(lǐng)域其實(shí)構成了一個(gè)所謂的知識飛輪，大模型會(huì )總結人類(lèi)歷史上已知的各種知識，科學(xué)智能則利用科學(xué)規律對這些知識進(jìn)行拓展、推演，而具身智能則把知識應用于現實(shí)世界獲得反饋，對知識進(jìn)行改進(jìn)和更新。
雖然這些領(lǐng)域獲得了非常繁榮蓬勃的發(fā)展，但其實(shí)硬幣的另一面就成為了兵家的必爭之地，無(wú)可奈何的淪為了紅海。
在大模型領(lǐng)域已經(jīng)面臨了一些發(fā)展的瓶頸，投入產(chǎn)出比逐漸降低，并且落地應用雖然很繁多，但如果仔細看一看，這些應用大多停留在所謂客戶(hù)助手這個(gè)層面，還沒(méi)有出現真正雪中送炭級別的應用。
科學(xué)智能研究則主要集中在科學(xué)發(fā)現鏈條的前端，比如制藥早期的篩選，離產(chǎn)業(yè)大規模落地還有很大距離。在具身智能領(lǐng)域在一些特定場(chǎng)合下，比如自動(dòng)駕駛或者精密手術(shù)機器人，確實(shí)表現出很大潛力，但是整體而言，具身智能的發(fā)展目前還過(guò)于擬人化，缺乏廣泛高價(jià)值場(chǎng)景。
所以面對這樣一個(gè)情況，國際上是一片紅海，中國也沒(méi)有逃出這個(gè)魔咒，在中國，大部分人工智能的研究也是集中在大模型、科學(xué)智能和具身智能領(lǐng)域，而且原始創(chuàng )新相對來(lái)說(shuō)有點(diǎn)薄弱，所以總體來(lái)看，中國的人工智能研究是處在一個(gè)跟隨的狀態(tài)，這對于我們中國的人工智能發(fā)展不是一件好的事情。所以要回答的問(wèn)題是，在這樣的國際形勢下，在現在人工智能發(fā)展的形勢下，該做些什么事情才能夠破局，才能夠引導著(zhù)中國研究領(lǐng)域和產(chǎn)業(yè)領(lǐng)域在人工智能這個(gè)方向上另辟蹊徑，換道超車(chē)。
如果想回答這個(gè)問(wèn)題就需要向后站一站，從遠處再去重新反思一下整個(gè)人工智能領(lǐng)域的發(fā)展。其實(shí)今天雖然在模型算法領(lǐng)域有非常蓬勃的進(jìn)展，但是基礎理論支撐是不夠牢靠的。
人工智能的核心理論其實(shí)至少在過(guò)去30年是停滯不前的，而且現在使用最多的Transformer模型也有7年歷史，過(guò)去這7年，在基礎模型架構方面也只有微創(chuàng )新，沒(méi)有顛覆式成長(cháng)。同時(shí)類(lèi)似人工智能芯片、人工智能系統、人工智能編程框架領(lǐng)域中國也無(wú)時(shí)無(wú)刻正面臨著(zhù)卡脖子的窘境。
另一方面人工智能算法發(fā)展產(chǎn)業(yè)應用領(lǐng)域也有各種各樣的嘗試，但是總體而言，中國人工智能技術(shù)還沒(méi)有能夠徹底的進(jìn)入到各行各業(yè)的核心痛點(diǎn)，起到解決命脈難題的部分，所以呈現出來(lái)的還是淺層應用的狀態(tài)，至今為止，在人工智能產(chǎn)業(yè)應用落地的領(lǐng)域，還沒(méi)有任何一家公司成長(cháng)為獨角獸級別的公司。
基于這個(gè)分析，我們認為，如果想在人工智能領(lǐng)域真正有所突破，需要避免跳入現在的紅海，要能夠找到新的突破點(diǎn)，比如應該抱著(zhù)一個(gè)極基礎的思路，以釜底抽薪的方式進(jìn)行破局，把更多精力投入到AI和數學(xué)、腦科學(xué)交叉，研究AI的芯片、系統、框架，幫助我們真正找到一條AI領(lǐng)域的發(fā)展新路徑。
同時(shí)，應該更加關(guān)注人工智能的產(chǎn)業(yè)落地，去深入理解各行各業(yè)到底遇到什么樣的核心痛點(diǎn)問(wèn)題，針對這些核心痛點(diǎn)研發(fā)新的人工智能技術(shù)，讓人工智能技術(shù)變得有用，能夠綻放出新的產(chǎn)業(yè)價(jià)值，從而以終為始的方式進(jìn)行破局。
具體而言，說(shuō)到極基礎方面，首先應該關(guān)注AI基礎理論，相較于算法和模型，AI基礎理論其實(shí)發(fā)展幾乎陷于一個(gè)停滯狀態(tài)。如果回顧AI發(fā)展歷史，能夠稱(chēng)得上里程碑性的理論研究成果，大多是上個(gè)世紀八九十年代之前完成的，在過(guò)去30年沒(méi)有什么驚喜。但是事實(shí)上，人工智能領(lǐng)域有很多非常重要的問(wèn)題，到今天都沒(méi)有答案，比如如何按照目標去設計一個(gè)最優(yōu)的人工智能神經(jīng)網(wǎng)絡(luò )模型，不同的模型之間到底有什么表達能力的差異，他們在進(jìn)行優(yōu)化和學(xué)習過(guò)程中，為什么表現出不同的路徑，只有我們真正的花精力、花時(shí)間去從事這樣的基礎理論研究，深刻理解AI的工作原理，才有可能開(kāi)辟全新的人工智能發(fā)展路徑，實(shí)現釜底抽薪式的創(chuàng )新。
除了理論以外，其實(shí)人工智能今天成功背后的最大支撐者就是所謂Transformer的模型也不是一個(gè)新鮮事物，也已經(jīng)有了很長(cháng)時(shí)間的歷史，而且業(yè)界都公認Transformer模型也存在很多自己的弊端，比如說(shuō)這個(gè)模型主要擅長(cháng)去處理序列輸入和二元關(guān)系，但是邏輯推理能力相對不足，訓練和推理成本也很高，并且Transformer模型產(chǎn)的很多結果都是違背物理規律。
在這個(gè)領(lǐng)域我們其實(shí)是呼喚下一代人工智能基礎模型構架，什么是Transformer的替代品？能不能從能力、效率等多個(gè)方面來(lái)顛覆現在的Transformer時(shí)代？
極基礎的另外一方面是人工智能的芯片、系統和框架，到今天為止，我們仍然面臨非常嚴重“卡脖子”問(wèn)題，英偉達和AMD占據GPU芯片將近99%的市場(chǎng)份額，中國人工智能領(lǐng)域很多的底層創(chuàng )新都有非常強的外援依賴(lài)，一旦沒(méi)有這樣的芯片使用，不能用現有AI編程框架，將寸步難行。在這種情況下，我們亟待呼喚更多的投入去鉆研新型人工智能芯片和算力集群構架，來(lái)構建全新的國產(chǎn)新生態(tài)，別無(wú)他法。
如果說(shuō)極基礎是來(lái)路，那么極應用就是我們的出路，人工智能要想長(cháng)治久安，不斷發(fā)展，就必須能夠找到它的產(chǎn)業(yè)價(jià)值，對于制藥、化工、金融、電池、育種、教育等多個(gè)行業(yè)進(jìn)行深入分析和相關(guān)頭部企業(yè)進(jìn)行深入探討和調研，發(fā)現這些產(chǎn)業(yè)背后都有一個(gè)共性的技術(shù)挑戰，比如他們生產(chǎn)過(guò)程中所面臨的數據通常不是大模型所擅長(cháng)的那些圖文聲式的模態(tài)，而是一些高維傳感數據，具有非常強的復雜度，非序列、體量大，而且很難序列化。
這些生產(chǎn)過(guò)程本身也非常復雜開(kāi)放，里面存在高度動(dòng)態(tài)性，而且在這些生產(chǎn)過(guò)程中要解決很多復雜任務(wù)，遠遠不是今天大模型所能實(shí)現預測和生成就能解決，比如其中包含科學(xué)仿真、組合優(yōu)化、流程規劃等等，最后，這些生產(chǎn)過(guò)程會(huì )安全的要求非常高，大模型簡(jiǎn)單幻覺(jué)可能帶來(lái)嚴重的生產(chǎn)事故。
我們了解這些核心痛點(diǎn)，再去看看今天主流人工智能技術(shù)就發(fā)現他們在這些方面都是捉襟見(jiàn)肘的，所以也就呼喚著(zhù)人工智能領(lǐng)域要去發(fā)明一系列新的技術(shù)，比如說(shuō)能夠處理復雜模態(tài)高維數據表示和知識集成的技術(shù)，要能夠面對復雜生產(chǎn)過(guò)程設計全新的模型和訓練方法，要能夠有能力支撐起來(lái)復雜任務(wù)的求解、優(yōu)化和決策，以及保證可信的生產(chǎn)和控制過(guò)程。
北京中關(guān)村學(xué)院和中關(guān)村人工智能研究院致力于研究一系列技術(shù)，稱(chēng)其為產(chǎn)業(yè)智能大模型和決策技術(shù)，我們希望能夠開(kāi)發(fā)出一套公共的技術(shù)平臺，包括泛模態(tài)的表示系統、產(chǎn)業(yè)智能的決策系統、安全生產(chǎn)和控制系統，從而支撐農業(yè)、工業(yè)、服務(wù)業(yè)等諸多應用，讓人工智能真的變得有價(jià)值。
人工智能落地不能產(chǎn)生好的產(chǎn)業(yè)效果還有一個(gè)非常重要的原因，就是生態(tài)環(huán)境的問(wèn)題，人工智能領(lǐng)域技術(shù)貴，人才貴，垂類(lèi)企業(yè)很難吸引頂級人工智能人才，獨立去解決核心痛點(diǎn)問(wèn)題，同樣，因為AI領(lǐng)域研發(fā)成本非常高，平臺企業(yè)也會(huì )逐漸缺乏信心和長(cháng)期投入，像首發(fā)展這樣做早期投入的資本越來(lái)越少，企業(yè)付費意愿也在不斷降低，創(chuàng )業(yè)者有的時(shí)候很難獲得足夠的支撐。
最后就是高校，高校的的科研項目往往離產(chǎn)業(yè)落地還有一定距離，不能夠馬上幫助產(chǎn)業(yè)實(shí)現一些價(jià)值化。只有搭建一個(gè)新的產(chǎn)學(xué)研創(chuàng )一體化平臺，把這些問(wèn)題系統化進(jìn)行解決，才有可能盤(pán)活整個(gè)生態(tài)，讓人工智能落地有一個(gè)新的局面。比如說(shuō)我們要通過(guò)頂級人才和技術(shù)加持，讓平臺融入更有信心，要通過(guò)主動(dòng)行研幫助垂類(lèi)企業(yè)找到痛點(diǎn)，并且輸出人才幫他們解決一些核心問(wèn)題。
同時(shí)通過(guò)對行業(yè)認知和分析，為資本提供有產(chǎn)業(yè)價(jià)值優(yōu)質(zhì)標地，以及幫助創(chuàng )業(yè)者連接所有鏈條中其他部門(mén)，讓他們能夠專(zhuān)心做自己核心技術(shù)研發(fā)，而不需要擔心整個(gè)生條不健康。
我們相信只有通過(guò)極基礎的研究，為人工智能的發(fā)展夯實(shí)它的底座，再通過(guò)極應用的研究賦能千行百業(yè)，才能真正實(shí)現整個(gè)人工智能產(chǎn)業(yè)價(jià)值的閉環(huán)。
北京中關(guān)村學(xué)院、中關(guān)村人工智能研究院正在和首發(fā)展以及其他一些合作伙伴一起努力的去開(kāi)拓人工智能發(fā)展的新局面，我們希望能夠通過(guò)這些研究、通過(guò)借力產(chǎn)學(xué)研創(chuàng )一體化平臺，真正盤(pán)活現在的新生態(tài)，幫助中國在人工智能的國際競爭中實(shí)現另辟蹊徑，彎道超車(chē)。
