近日，做為國家人工智能技術(shù)規(guī)口管理部門的中國信通院云大所發(fā)表“AI產(chǎn)業(yè)從熱捧到退燒，未來的AI如何破局”一文和視頻。此文不長，但用了份量較重的詞語：熱捧、退燒、破局等對我國當(dāng)前的人工智能產(chǎn)業(yè)的狀況做出客觀的負(fù)面點評。

    一、熱捧

業(yè)內(nèi)都知道：目前，我國人工智能產(chǎn)業(yè)所用的主流算法是深度學(xué)習(xí)。 做為第三代人工智能通用算法代表的深度學(xué)習(xí)，采用神經(jīng)網(wǎng)絡(luò)技術(shù)比以往的人工智能算法先進，在不復(fù)雜的圖像和語音識別等應(yīng)用中確有一些效果。同時，深度學(xué)習(xí)在應(yīng)用中也顯現(xiàn)出魯棒性差、不可解釋、有NP問題等不可克服的嚴(yán)重缺陷，特別是“黑箱”等安全隱患的存在，早在2017年開始，發(fā)明人Hinton教授就多次提出放棄深度學(xué)習(xí)，要推倒重來。

但是，深度學(xué)習(xí)并沒有因存在嚴(yán)重缺陷和有“黑箱”等安全隱患被推倒，反而大火起來。這是因為，國際大公司一開始就看到深度學(xué)習(xí)的應(yīng)用需要大的算力，他們有大量出售自己的算力產(chǎn)品的商機，就精心策劃、將深度學(xué)習(xí)包裝熱捧起來。國際大公司熱捧深度學(xué)習(xí)最成功的例子是：導(dǎo)演出機器人AlphaGo戰(zhàn)勝人類最佳圍棋手的轟動新聞。一時間，深度學(xué)習(xí)被吹的神乎其神、能力無比（實際在那次機器人戰(zhàn)勝人的棋賽中，深度學(xué)習(xí)僅有3%的作用）。同時，國際大公司還投入巨資培訓(xùn)出大量的深度學(xué)習(xí)技術(shù)人員、提供只能用于一般人工智能項目的開源應(yīng)用程序、還利用各種渠道和關(guān)系、采用盡可能的方式極力宣傳和推用深度學(xué)習(xí)，最終借助雄厚資本的力量將深度學(xué)習(xí)算法熱捧成為主流的人工智能算法。達到了給提供深度學(xué)習(xí)環(huán)境和算力相關(guān)的公司、單位和個人帶來豐厚利潤目的。

在國內(nèi)熱捧深度學(xué)習(xí)的結(jié)果是：在短時間內(nèi)，人工智能相關(guān)的企業(yè)、研究院、教育培訓(xùn)機構(gòu)、產(chǎn)業(yè)基地、示范區(qū)等在全國各地爭相建立。特別是在不時出現(xiàn)的以幾十億、上百億巨資投給一個人工智能企業(yè)或一個項目的轟動下，國內(nèi)針對深度學(xué)習(xí)的大大小小的無數(shù)項目投資的熱持續(xù)了好幾年。再加上各地對深度學(xué)習(xí)出臺的發(fā)展規(guī)劃和政策支持，以及粉粉舉辦以深度學(xué)習(xí)為內(nèi)容的各種人工智能的竟賽、評比、揭榜等活動……，使我國迅速成為世界人工智能（深度學(xué)習(xí)）的應(yīng)用大國。

二、退燒

深度學(xué)習(xí)除存在嚴(yán)重的缺陷和有“黑箱”等安全隱患等問題外，深度學(xué)習(xí)是大模型、大數(shù)據(jù)、大硬件的算法，因此，此種算法本身也有很多難克服的問題。

例如：用于熱捧的機器人AlphaGo所需要的硬件開銷是1000個CPU，200個GPU，還需要20萬瓦的電力消耗。這樣的深度學(xué)習(xí)硬件開銷如何普及應(yīng)用？

再有：深度學(xué)習(xí)是函數(shù)映射模型，將概率空間的目標(biāo)函數(shù)映射到歐幾里得空間，其結(jié)果需要將概率空間的某一類數(shù)據(jù)的所有可能出現(xiàn)的結(jié)果，用人工標(biāo)注后進行接近無限次的訓(xùn)練，例如一個語音識別的數(shù)據(jù)就需要2400萬美元的人工標(biāo)注費用，這是深度學(xué)習(xí)難于普及的致命問題。

對于深度學(xué)習(xí)在應(yīng)用中出現(xiàn)的問題，云大所發(fā)布的視頻中委婉地用面臨許多挑戰(zhàn)方式指出。主要提到三個挑戰(zhàn)：

挑戰(zhàn)1、數(shù)據(jù)合規(guī)獲取、使用、安全，用數(shù)據(jù)賦能人工智能需要權(quán)衡；

挑戰(zhàn)2、算法要做大量適配工作，對準(zhǔn)確性、魯棒性、可解釋性要求非常高；

挑戰(zhàn)3、業(yè)務(wù)場景的領(lǐng)域知識千差萬別，人工智能落地過程中要與行業(yè)領(lǐng)域?qū)＜摇⒅R結(jié)合將模型和生產(chǎn)環(huán)境調(diào)教達到要求。

    深度學(xué)習(xí)的所有問題歸集一起的后果是：造成深度學(xué)習(xí)的應(yīng)用成本遠(yuǎn)大于投入成本。所以造成許多頂尖的人工制能企業(yè)采用深度學(xué)習(xí)運營的結(jié)果是，造成企業(yè)的虧損額大于接受的投資額。頂尖的人工智能企業(yè)都這樣，那些人工智能的中小企業(yè)的融資就更困難，社會上對人工智能的投資已趨冷。所以，由國內(nèi)外合力熱捧起來的深度學(xué)習(xí)產(chǎn)生的高燒，在現(xiàn)實的這種極大反差下，自然會退燒。

三、破局

雖然深度學(xué)習(xí)有問題，但不會改變和降低人工智能在經(jīng)濟和社會發(fā)展中有重要作用及在國際技術(shù)竟?fàn)幹械膽?zhàn)略地位的意義。這幾年熱捧深度學(xué)習(xí)的結(jié)果，讓我國人工智能的發(fā)展和應(yīng)用走了大彎路，但也讓實踐者們看清了真正能落地應(yīng)用、能很快變現(xiàn)的不是看起來理輪高深、結(jié)構(gòu)復(fù)雜的大模型、大數(shù)據(jù)、大硬件的算法，而應(yīng)是小模型、小數(shù)據(jù)、小硬件的算法。事實說明，只有選對算法和應(yīng)用場景，人工智能企業(yè)才能變現(xiàn)。

人工智能是計算機應(yīng)用技術(shù)。計算機應(yīng)用的95%以上又都在在工業(yè)控制和嵌入式系統(tǒng)上。由于深度學(xué)習(xí)的缺陷和安全問題，谷歌公司早在2017年就宣布他們的人工智能應(yīng)用退出工業(yè)控制?？墒?，還有許多公司用深度學(xué)習(xí)在工業(yè)控制努力試用，但還都沒有獲得批量應(yīng)用的大成效。至于應(yīng)用環(huán)境更小、數(shù)據(jù)量更少的嵌入式系統(tǒng)，至今除自律學(xué)習(xí)SDL算法外無人問津。

目前，我國還沒有廣泛應(yīng)用中的人工智能通用算法。我們聯(lián)盟理事、天津市阿波羅信息技術(shù)有限公司和阿波羅（日本）株式會社首席科學(xué)家顧澤蒼博士（中國籍）依據(jù)自己在日本從事三十多年人工智能積累的經(jīng)驗，針對深度學(xué)習(xí)算法存在的缺陷獨自創(chuàng)新發(fā)明出小模型、小數(shù)據(jù)、小硬件的沒有黑箱，可在包括工業(yè)控制和嵌入式系統(tǒng)在內(nèi)的廣泛應(yīng)用領(lǐng)域簡便使用的自律學(xué)習(xí)SDL算法。

經(jīng)三年多的實踐檢驗，已證明SDL符合世界人工智能界公認(rèn)的下一代人工智能算法應(yīng)是“小數(shù)據(jù)、概率、迭代”特點的通用算法。SDL在小數(shù)據(jù)的“心電圖分析”和大數(shù)據(jù)的“自動駕駛”上的應(yīng)用都取得領(lǐng)先世界水平的研制成果。

SDL可以破掉云大所一文和視頻所列的人工智能產(chǎn)業(yè)面臨諸多挑戰(zhàn)的困局。如果獲的資金支持時，SDL還可研制成世界第一個“智力”芯片，配用開發(fā)板就可構(gòu)成人工智能應(yīng)用的工具，可供各行各業(yè)技術(shù)人員自己該工具開發(fā)所需要的人工智能項目和批量生產(chǎn)出產(chǎn)品。人工智能技術(shù)應(yīng)用工具化后，也可為大學(xué)畢業(yè)生和社會青年提供了發(fā)揮他們的聰明才智，自己創(chuàng)業(yè)發(fā)展的廣闊空間。

在全國熱捧和獨尊深度學(xué)習(xí)的這些年，SDL這只人工智能丑小鴨，隨然盡力叫遍全國業(yè)內(nèi)的上上下下，但無人理睬，被冷眼旁觀。在熱捧的深度學(xué)習(xí)退燒后，希望大家給以關(guān)注和支持SDL的發(fā)展和應(yīng)用，能讓SDL盡快在中國落地，幫助顧澤蒼博士以此實現(xiàn)他回報祖國的夙愿。