< 返回 比特网

三问六答 人工智能大咖如何看待人工智能产业问题?

2019年8月9日上午,以“智慧科技·能创未来”为主题的“WAIE 2019第四届上海国际人工智能展览会暨人工智能产业大会”正式在上海新国际博览中心E1馆扬帆起航。在大会上,来自欧洲科学院院士徐雷、德国汉堡科学院院士张建伟分别发表了《人工智能的若干发展动态》、《人工智能创造未来产业价值之路》两场主题演讲,得到了与会者的热烈反响。

为了更好地探索和了解人工智能发展现状问题,来自江苏电视台,证券之星,创业邦和OFweek维科网的编辑利用“OFweek2019人工智能企业家晚宴”前短暂的时间,对徐雷和张建伟两位院士进行群访。

顶级人工智能专家如何看待人工智能发展现状问题?

欧洲科学院院士徐雷(左)和德国汉堡科学院院士张建伟(右)

在采访过程中,两位院士谦和的态度、犀利的观点,得到媒体朋友的一致好评!基于此,OFweek维科网编辑对本次群访做出不改变原意的整理,群访内容如下:

媒体:就目前而言,人工智能在落地应用中存在哪些主要的问题,以及哪些需要提升的方向?

张建伟:人工智能落地对于人工智能持续健康的发展来说是一个非常重要的话题,而这一过程中,困难主要集中在以下三个方面。

一、人才需求方面,由于人工智能并不是一个单方面的应用,其涉及多个行业与领域,对于人才的需求也很高,其不仅仅需要了解行业,还必须懂应用等,单纯做理论或算法的人才,并不能非常完美的落地应用。就全球而言,对这类人才的需求量较大;

二、人工智能算法真正落地并应用的,只是人工智能中的一部分,很多人工智能并未实现真正落地。目前部分企业是拿现成的深度学习跑算法,而收集并整理、归纳数据、解决真正的难题,这些问题是非常难,并且很复杂;

三、如果要形成一套可靠的系统,其对软/硬件的要求非常高,尤其是对系统整合方面,而这并不是在算法里跑一段时间就能解决。

徐雷:我建议其他地方可以学习一下上海市政府的举措。

上海市政府在今年四月份建立首批“人工智能试点应用场景”,该试点由上海市经信委组织,通过甲方提出需求,乙方通过报名、选拔和评比,从而服务于甲方。首批12个场景以及评选完毕,并要求在一年后看到成效。

我个人认为这是一个很好的举措,这是人工智能应用从顶向下的指导和设计,可以鼓励很多单位及企业参与其中。通过这一方式,企业、园区、银行、学校等甲方提出具体的需求,专家通过评审后,即可开始进行招商或投标。乙方(人工智能企业)在投标过程中,甲方可以充分了解乙方的能力,从而评选出第一批企业。而第二批“人工智能试点应用场景”现在正在评选中,经信委会进行协助和支持,已得出具体的乙方名单,将要最终评选。

这种“从上而下”的思路能有效加快人工智能落地应用,这一思路及模式在全球而言,是一种创新,我个人认为值得全国学习。

媒体:就现阶段而言,人工智能技术和应用的投入和产出比是否存在不对等的一个问题呢?

徐雷:现在人工智能投入极高,而产出尚不了解。就目前而言,第一轮由资本驱动的人工智能热潮已经过去。最新数据显示,目前人工智能已经进入到盘整阶段,而这种盘整,是人工智能转向具体落地应用的过程。

这一过程,一定是需求主导产业。当需求方把问题罗列出来,人工智能企业根据自己的特点及能力参与其中的建设。

张建伟:深度学习能做什么?换脸、唱歌、刷脸,这些技术都已经实现,但这些技术的用途有多大?只有在需求方应用后,才是真正创造价值。人工智能本身并没有价值,只有在解决问题的过程中,才能创造价值。

徐雷:目前人工智能的发展已经进入了瓶颈期,在这一市场中,如果能把甲方的需求总结并提出,这对于人工智能的发展和落地将是一个指导性的作用。上海市政府所做的“人工智能试点应用场景”,可以有效的把中国人工智能的优势突显出来。

媒体:人工智能和金融应该如何去结合?

张建伟:人工智能在发展的过程中,能为哪个行业减少工作量?金融是最为主要的领域。在金融发展的过程中,物理网点逐渐减少,更多的是在网上处理,从交易的自动化,到财富管理等内容,人工智能和很多算法都在不断的被使用。由于其处理及运输速度极快,在未来一段时间,可能会出现相关的人工智能财富顾问或实现财富管理等功能。

徐雷:从人工智能发展的每一次浪潮中,首先结合的一定是金融,可以说,金融与人工智能的发展紧密相连。而在人工智能的第三次浪潮中,金融为何相对落后?目前国内金融产业的发展,主要都是在“人脸识别”技术衍生出来的各种应用,并不是金融领域的特有问题。也有不少人工智能在“风控”方面的应用,可以算“半拉子”金融领域中的特有应用。

在美国华尔街,早已聚集了这一领域的人才,例如之前微软首席人工智能科学家邓力离职加盟Citadel。华尔街很重视人工智能应用在金融领域,但并未公开透露太多信息。

国内相关人才奇缺,大部分研发人员聚焦在“人脸识别”这一领域,对经济和金融了解极少。这方面人才的缺失,也是全球人工智能发展面临的重要问题。