院士主题报告
唐立新
中国工程院院士
现阶段,人工智能正在被普遍使用,我们谈智能服务,其实就是将人工智能与服务业相结合,如果想要实现好智能服务,我们必须要对“人工智能”有清晰的了解。而我们研究人工智能就离不开要谈到工业智能,特别是在制造工业中,人工智能的系统优化应被重视。
人工智能的发展脉络
(1)感知智能,主要是来提成视觉和听觉的智能要素并延伸我们的感知。
(2)就是我们现在普遍认知的人工智能。
以上两点被认为是人工智能在当下的主要发展方向,这也导致了一个误区,有些人认为仅仅从事这两方面的工作就是我们所开发的人工智能的全部。其实还有另外三个层次值得我们关注:在感知基础上如何进行判断、学习和推理。这个相当于狭义的认知智能,我们简称发现智能,这一点同时也包括了联想和想象。从我们感知到的对象中,如何发现规律,如何进行演绎推理,如何进行联想,在这个领域就属于发现智能,人工智能现在逐渐往这个方向加强了研究的力度。
在智能制造当中,如何使生产、物流和能源提质增效,决策智能起了非常大的作用。
所有的智能得通过执行实施,如何对已设置好的指标进行控制,需要反馈和通讯,所以执行智能和决策智能、感知智能以及通常意义上的人工智能构成了完整的内涵。
人工智能的发展脉络
(1)符号主义,主要是把我们输入的信号按照数理逻辑进行演绎推理,它把我们人工智能当中的知识当成符号然后进行演绎推理,以上世纪50年代卡内基梅隆大学西蒙为代表。
(2)连接主义,主要是仿神经生物学,仿造我们在神经方面如何进行传导,如何进行联想,如何进行计算传播,是现在人工智能发展比较快的原始阶段。
(3)行为主义,主要是依赖于控制论、生命科学,它将对象当成一个黑盒,只关注输入输出的行为特征,而不关心内在的机制,较为宏观控制。
现在新的人工智能发展趋势就是将上述三类进行混合,以符号主义为底,用连接主义将知识贯通,再将行为主义当做外在特征。
人工智能的应用
(1)数据支撑层方面。也就是我们经常说的所谓的基础设施、软基础设施,现在在人工智能发展中这个是非常重要的。第一方面是如何收集采集数据,这一点现在成为了人工智能的一个瓶颈;第二方面是如何使这个数据增值,要通过算力、算法使数据逐级升值。
(2)以云端为代表的大数据计算平台,算力应该是它的应用基础设施。
(3)算法,算法是这当中的核心,是将输入的数据通过机器学习等这些算法,把数据提炼、发现新的价值的过程。
(4)应用,现在普遍关注点是结合制造工业及与制造业相关的能源工业和相关的物流工业。
人工智能的发展方向
从弱人工智能到强人工智能再到超强人工智能。现有的弱人工智能主要是模拟人脑的感知记忆等,距离结合情感、认知和推理等方面的更高层的人工智能还有很大的差距。但它的发展速度非常快,主要是借助于信息论的逻辑进行信息输入、传输和转换、输出。
对于人工智能,有人认为它属于计算机学科,有人认为它属于自动化学科,我们经过探讨、查阅文献认为它既有优化运筹学这样一个基础,也有计算机AI系统和语言理解这个技术。同时,它也有包括计算机视觉、博弈论管理科学等要素,所以,严格意义上来说,人工智能是集合了多种学科于一体的一个典型的交叉学科。
关注人工智能,最应引起我们重视的就是其系统优化,优化是人工智能的核心基础理论,因为大多数的机器学习模型都能归结为优化问题。而优化问题主要涉及三要素,即我们现在的约束是什么,我们现在的变量是什么,目标含量是什么。
其次,就是大家都在谈的数据解析,从数据当中挖掘规律,提高认知水平。我们提出了这样一种研究方法:能够用数据模型优化的尽可能用优化,不能优化的,或者是对客观世界发展变化非常复杂的地方,我们就用数据解析。二者融合在一起,模拟人类的理性主义和经验主义融为一体。
工业报国,是我们的使命不是兴趣,而优化和解析是我们的兴趣,我们要把我们学者的兴趣和国家的需要和使命连接在一起,做出我们应有的努力。
——唐立新
现场视频回看
联系客服