中國科學(xué)院自動(dòng)化研究所所長(zhǎng)徐波。受訪者供圖

人工智能創(chuàng)新不斷 “一體兩翼”快速發(fā)展

人民網(wǎng)：當(dāng)前，人工智能技術(shù)創(chuàng)新不斷，應(yīng)用層出不窮。它究竟走到了哪一步？能否談?wù)勀�是如何看待我國人工智能技術(shù)發(fā)展現(xiàn)狀的？

徐波：人工智能是一個(gè)高度交叉復(fù)合、快速發(fā)展的領(lǐng)域。如果要對(duì)其發(fā)展現(xiàn)狀作一個(gè)全面概括，可以從人工智能 “一體兩翼”構(gòu)成來著手分析。

其中“一翼”是指人工智能的基礎(chǔ)理論。人工智能快速發(fā)展無疑受益于大數(shù)據(jù)和大算力發(fā)展，但基礎(chǔ)還是15年前深度學(xué)習(xí)基礎(chǔ)理論和方法的突破。人工智能越發(fā)展，其計(jì)算、生物、數(shù)學(xué)、材料、心理學(xué)和社會(huì)學(xué)等交叉復(fù)合特性就越明顯。我國人工智能高水平論文發(fā)表數(shù)量已經(jīng)位居世界一二，人工智能基礎(chǔ)研究發(fā)展態(tài)勢(shì)良好，已經(jīng)成為人工智能基礎(chǔ)研究大國。但成為人工智能基礎(chǔ)研究強(qiáng)國，還需要在需求牽引下，按照問題導(dǎo)向繼續(xù)弘揚(yáng)“十年磨一劍”的科學(xué)家專注精神。

另外“一翼”就是人工智能的應(yīng)用。人工智能具有無所不在的廣闊應(yīng)用場(chǎng)景，技術(shù)落地需要和工業(yè)制造、農(nóng)業(yè)發(fā)展、醫(yī)療制藥、社會(huì)治理等領(lǐng)域深度結(jié)合。我國有市場(chǎng)、人才、規(guī)模、數(shù)據(jù)等方面的優(yōu)勢(shì)，在應(yīng)用方面走得比較快，對(duì)各行業(yè)的滲透深度和廣度前所未有，具有世界上獨(dú)一無二的優(yōu)勢(shì)，已經(jīng)走在世界發(fā)展最前列。

人工智能中間非常關(guān)鍵的“一體”，指的是人工智能的基礎(chǔ)軟硬件，包括芯片、算法、軟件硬件協(xié)同、開源框架、應(yīng)用開發(fā)接口等等。它作為一個(gè)橋梁，把人工智能基礎(chǔ)研究成果和場(chǎng)景應(yīng)用廣泛地結(jié)合在一起。目前，我們的基礎(chǔ)軟硬件研發(fā)已經(jīng)從“可用”走到基本“好用”的階段，發(fā)展了自主可控的人工智能基礎(chǔ)軟硬件生態(tài)。

人民網(wǎng)：產(chǎn)業(yè)應(yīng)用是技術(shù)發(fā)展中很重要的部分。您認(rèn)為我國要發(fā)展人工智能產(chǎn)業(yè)，占領(lǐng)關(guān)鍵技術(shù)高地，未來的突破口在哪里？

徐波：隨著我國新一代人工智能的發(fā)展，人工智能應(yīng)用呈現(xiàn)出遍地開花的良好發(fā)展態(tài)勢(shì)。但人工智能落地中，也碰到很多問題，例如對(duì)數(shù)據(jù)質(zhì)量要求高、缺乏相應(yīng)標(biāo)準(zhǔn)、落地周期長(zhǎng)成本高、人才昂貴等。

我認(rèn)為可以從這幾方面尋找突破口。

首先是復(fù)合型人才的培養(yǎng)。智能社會(huì)發(fā)展過程中需要培養(yǎng)一批既懂行業(yè)需求流程、又懂人工智能的專業(yè)人才。人工智能還完全沒有發(fā)展到可以通過調(diào)幾個(gè)參數(shù)就能上線替代部分人工作的水平。其中行業(yè)數(shù)據(jù)的獲取、清洗和加工，以及如何按照業(yè)務(wù)需求建立相應(yīng)的應(yīng)用模型都需要一些這樣的復(fù)合型人才支撐。

其次要降低人工智能的應(yīng)用門檻�，F(xiàn)在按照專用人工智能技術(shù)發(fā)展的應(yīng)用，在很多時(shí)候發(fā)現(xiàn)還不如用個(gè)人更省成本。所以，如何從專用型的人工智能，逐步向更具泛化能力的人工智能技術(shù)發(fā)展，是一個(gè)重要的技術(shù)突破口，也是未來5-10年人工智能技術(shù)發(fā)展的主流。

這個(gè)過程中，從推動(dòng)產(chǎn)業(yè)發(fā)展的角度選擇一些超級(jí)場(chǎng)景對(duì)于牽引人工智能應(yīng)用發(fā)展非常關(guān)鍵。例如，自動(dòng)駕駛會(huì)是人工智能在單一領(lǐng)域里最大的產(chǎn)業(yè)場(chǎng)景，也是汽車工業(yè)發(fā)展的必爭(zhēng)之地。類似的還有人工智能+醫(yī)療，也是一個(gè)特別大的場(chǎng)景。中國有四百萬醫(yī)生、全世界最大的臨床海量醫(yī)療數(shù)據(jù)，最適合人工智能去發(fā)揮智能化優(yōu)勢(shì)。所以，要選擇一些這樣的超級(jí)場(chǎng)景，作為推動(dòng)人工智能進(jìn)步的突破口。

加快原始創(chuàng)新策源 努力占據(jù)制高點(diǎn)

人民網(wǎng)：中科院自動(dòng)化所作為我國“國家戰(zhàn)略科技力量”的重要組成部分，“十四五”期間在人工智能領(lǐng)域的研究和應(yīng)用方面，有哪些相應(yīng)的目標(biāo)和計(jì)劃？

徐波：我們按照“兩加快一努力”要求，加快原始創(chuàng)新策源和關(guān)鍵核心技術(shù)突破，努力占據(jù)人工智能科技創(chuàng)新制高點(diǎn)。

中國科學(xué)院自動(dòng)化研究所始終關(guān)注人工智能中長(zhǎng)遠(yuǎn)發(fā)展布局。十年前在深度學(xué)習(xí)剛剛開始應(yīng)用于語音、圖像并產(chǎn)生技術(shù)突破時(shí)，我們意識(shí)到感知類人工智能應(yīng)用將逐漸由產(chǎn)業(yè)界為主導(dǎo)，于是開始布局更前瞻性的類腦智能，推動(dòng)人工智能和腦科學(xué)的交叉研究實(shí)現(xiàn)，并與科學(xué)院神經(jīng)所成立腦科學(xué)與智能技術(shù)交叉研究中心。目前這個(gè)方向已經(jīng)成為研究所三大主力研究方向，相信在下一代人工智能發(fā)展中也將扮演重要角色。

人工智能想要在經(jīng)濟(jì)發(fā)展、社會(huì)治理、大工程系統(tǒng)等復(fù)雜問題的決策中發(fā)揮作用，需要人工智能與復(fù)雜系統(tǒng)進(jìn)行交叉融合，這也是人工智能從感知、認(rèn)知走向決策的必然發(fā)展趨勢(shì)。因此，研究所進(jìn)一步布局了可自主進(jìn)化智能方向，研究建模人、環(huán)境和機(jī)器之間的演化、合作和競(jìng)爭(zhēng)等關(guān)系，并通過交互提升人和機(jī)器對(duì)環(huán)境的認(rèn)識(shí)和認(rèn)知。這項(xiàng)技術(shù)可廣泛應(yīng)用于大量復(fù)雜問題的智能輔助決策。

這兒要重點(diǎn)談一下我們最近研發(fā)的“紫東太初”多模態(tài)大模型。這是基于我們多年基礎(chǔ)積累形成的面向關(guān)鍵技術(shù)攻關(guān)的研究方向。我們?nèi)祟悓?duì)世界的認(rèn)識(shí)天然是多模態(tài)的。舉個(gè)例子，我說“貓”這個(gè)字，你馬上腦子里能想到貓的圖片、貓叫的聲音、貓的文字。我們大腦里面把貓有關(guān)的聲音、圖像和文字關(guān)聯(lián)在一起，共同組成了“貓”這樣一個(gè)語義。這個(gè)語義是跨模態(tài)存在的。模擬人的多模態(tài)認(rèn)知特點(diǎn)，自動(dòng)化所推出了全球首個(gè)千億參數(shù)的三模態(tài)大模型“紫東太初”，把圖像、文本和語音結(jié)合起來，它采用了多層次、多任務(wù)、自監(jiān)督、預(yù)訓(xùn)練的學(xué)習(xí)方式，不僅可以實(shí)現(xiàn)跨模態(tài)理解，還能實(shí)現(xiàn)跨模態(tài)生成。這是我們?cè)谝延卸鄠�(gè)很好技術(shù)積累基礎(chǔ)上，通過多模態(tài)把人工智能眾多方向加以融合創(chuàng)新的研究成果，服務(wù)于產(chǎn)業(yè)和國民經(jīng)濟(jì)主戰(zhàn)場(chǎng)。

人民網(wǎng)：在人工智能創(chuàng)新鏈中，科研院所在扮演怎樣的角色？自動(dòng)化所又是如何面向國民經(jīng)濟(jì)主戰(zhàn)場(chǎng)，為我國人工智能產(chǎn)業(yè)鏈發(fā)展賦能？

徐波：人工智能包括智能和智能化。智能即智能科學(xué)內(nèi)涵、基礎(chǔ)理論和模型算法等，智能化則是智能與各個(gè)領(lǐng)域行業(yè)的結(jié)合。研究所發(fā)展規(guī)劃一方面要承擔(dān)主責(zé)主業(yè)，大力探索智能本身。同時(shí)，需要考慮智能怎么去和社會(huì)、和企業(yè)、和政府合作，政產(chǎn)學(xué)研結(jié)合，面向國民經(jīng)濟(jì)主戰(zhàn)場(chǎng)，為人工智能產(chǎn)業(yè)鏈發(fā)展賦能。無論從科研還是產(chǎn)業(yè)化，我們始終秉持在低潮時(shí)堅(jiān)守、在高潮時(shí)冷靜的理念，努力成為默默的開拓者和引領(lǐng)者。

六年前，人工智能落地應(yīng)用剛剛萌芽，基于人工智能自身發(fā)展特點(diǎn)，研究所及時(shí)推出了“離崗創(chuàng)業(yè)”制度，鼓勵(lì)已在智能應(yīng)用領(lǐng)域深耕多年的團(tuán)隊(duì)進(jìn)行轉(zhuǎn)化。制度實(shí)施以來，已經(jīng)誕生了在工業(yè)視覺、融媒體、生物特征識(shí)別等垂直行業(yè)里多家有影響力的企業(yè)。離崗創(chuàng)業(yè)，這是一種人工智能技術(shù)轉(zhuǎn)化1.0版本形式。

作為一種賦能千行百業(yè)的技術(shù)，我們不能止步于此。我們正在探索人工智能技術(shù)轉(zhuǎn)化的2.0版。2.0核心就是要利用研究所力量，以核心創(chuàng)新為抓手，以構(gòu)建創(chuàng)新生態(tài)為目標(biāo)，做一個(gè)大的人工智能平臺(tái)。如上所述，目前人工智能存在落地周期、成本、人才等問題，同時(shí)國產(chǎn)基礎(chǔ)軟硬件從基本“好用”到非�！昂糜谩�，都需要協(xié)同各方力量共同努力。

為了解決這一行業(yè)痛點(diǎn)，今年5月，中國科學(xué)院自動(dòng)化研究所、華為技術(shù)有限公司、武漢東湖高新區(qū)管委會(huì)簽署《人工智能技術(shù)開發(fā)合作備忘錄》，三方共同籌建武漢多模態(tài)大模型人工智能平臺(tái)。該平臺(tái)以自動(dòng)化所的“紫東太初”大模型為核心，以全國產(chǎn)的昇騰AI基礎(chǔ)軟硬件為底座（包含昇騰AI處理器、異構(gòu)計(jì)算架構(gòu)CANN和全場(chǎng)景AI框架昇思MindSpore等），通過合作支撐當(dāng)?shù)禺a(chǎn)業(yè)實(shí)現(xiàn)智能升級(jí)。大模型、大底座、大數(shù)據(jù)形成了一個(gè)天然的合作模式，來為各個(gè)行業(yè)賦能。這是我們技術(shù)轉(zhuǎn)化2.0的一個(gè)開始的初步嘗試。

打破應(yīng)用門檻 解決人工智能“落地難”痛點(diǎn)

人民網(wǎng)：您如何看待這個(gè)平臺(tái)的未來發(fā)展？

徐波：這是人工智能向更加通用化方向邁出的重要一步。以前的人工智能是屬于“作坊式”的。想要做一個(gè)應(yīng)用，需要從算法開始進(jìn)行開發(fā)，類似于我們常說的“重復(fù)造輪子”。多模態(tài)大模型人工智能平臺(tái)，是人工智能從“作坊式”向“工業(yè)化”轉(zhuǎn)型升級(jí)的一次重要探索。通過對(duì)多模態(tài)大模型人工智能平臺(tái)的持續(xù)研發(fā)、應(yīng)用、優(yōu)化、升級(jí)等，大大降低應(yīng)用門檻和對(duì)應(yīng)用人才要求，同時(shí)推動(dòng)全自主可控軟硬件體系的形成。

這個(gè)過程中大模型技術(shù)持續(xù)創(chuàng)新研發(fā)是我們的主責(zé)主業(yè)。例如現(xiàn)在計(jì)算量還比較大、成本和能耗也比較大，未來大模型在現(xiàn)有基礎(chǔ)上還會(huì)有很多突破。需要我們不斷融合類腦等智能新機(jī)制，使得大模型的運(yùn)營成本越來越低，越來越好用。

目前，我們也正在同步研究大模型基礎(chǔ)上蒸餾出小模型技術(shù)，這也非常重要。對(duì)于不想上云的，或者是應(yīng)用場(chǎng)景不那么復(fù)雜的，其實(shí)并不需要用到大模型。因?yàn)榇竽Ｐ偷膮��?shù)特別多，使用成本非常高。這個(gè)時(shí)候，就可以用大模型中蒸餾出一個(gè)小模型，小到可能只有幾兆的大小，不但降低成本，而且實(shí)現(xiàn)從通用向?qū)Ｓ玫倪M(jìn)一步優(yōu)化。

打個(gè)比方來說，大模型類似于一個(gè)知識(shí)非常淵博的老師，他學(xué)了無數(shù)多的數(shù)據(jù)，但是如果從事一件具體的工作，就不需要那么淵博的知識(shí)，這時(shí)候，我們可以根據(jù)需求，自動(dòng)蒸餾出一個(gè)小模型，教出一個(gè)小徒弟來做這項(xiàng)工作。

人工智能要邁上工業(yè)化階段，必須要滿足以下幾個(gè)條件，批量化，成本低，易訪問，輕能耗以及最大程度的開源開放。未來，“云端的大模型+末端小模型”很可能會(huì)成為人工智能應(yīng)用的重要模式。

人民網(wǎng)：這個(gè)平臺(tái)，目前是否有一些成功的應(yīng)用？

徐波：我們已經(jīng)有一些應(yīng)用，效果很好。以前解決不了或者解決不好的現(xiàn)在有了全新的技術(shù)手段。

我們?cè)谥腔勖襟w方面做了一些探索。和頭部視頻網(wǎng)站合作，針對(duì)其海量的短視頻、電影和電視劇，做到了跨模態(tài)內(nèi)容的檢索。比如輸入一段文字，就能定位到視頻中的某一個(gè)片段；可以根據(jù)電視劇的簡(jiǎn)介自動(dòng)生成1分鐘的視頻摘要；還可以指定某個(gè)特定演員出現(xiàn)的場(chǎng)景、某件事的前因后果等內(nèi)容進(jìn)行“跳播”。

工業(yè)視聽覺已經(jīng)進(jìn)行了應(yīng)用嘗試。過去，人工智能在工業(yè)領(lǐng)域的應(yīng)用是一個(gè)痛點(diǎn)，因?yàn)闃颖痉浅Ｉ�，而且很多時(shí)候數(shù)據(jù)是多模態(tài)的。比如發(fā)動(dòng)機(jī)的質(zhì)檢，往往是靠老師傅們“聽”出來的。用人工智能怎么做呢？我們把各種各樣的工業(yè)缺陷數(shù)據(jù)混合在一起，首先讓機(jī)器進(jìn)行模型自學(xué)，應(yīng)用的時(shí)候只需要給兩個(gè)樣本，就可以達(dá)到很高的質(zhì)檢精度。這方面我們已經(jīng)實(shí)驗(yàn)過了，原來可能需要一萬個(gè)樣本才能做到90%以上的識(shí)別率，現(xiàn)在只要用幾個(gè)或幾十個(gè)樣本，精度就能達(dá)到90%，大幅降低了人工智能的應(yīng)用門檻。

另外一個(gè)應(yīng)用案例是具像化的教學(xué)，可以在打手語的同時(shí)生成對(duì)應(yīng)圖片，輔助學(xué)生理解，更好地達(dá)到教學(xué)目的。

類似的應(yīng)用還有很多，只靠自動(dòng)化所一家單位去落地，會(huì)錯(cuò)失大量的助推產(chǎn)業(yè)升級(jí)的機(jī)會(huì)，也會(huì)比較慢，所以一定要在推廣模式上創(chuàng)新，吸引更多的人、更多的機(jī)構(gòu)來實(shí)踐，來應(yīng)用。我剛才說的“2.0”就是這個(gè)意思�，F(xiàn)在我們自己先做一些樣例出來，然后進(jìn)一步完善模型，通過標(biāo)準(zhǔn)化、流程化等一系列手段，將門檻降下來。未來越多人用，這個(gè)模型就會(huì)越完善，也越好用。

近期，自動(dòng)化所聯(lián)合大學(xué)、產(chǎn)業(yè)界等在積極推進(jìn) “多模態(tài)人工智能產(chǎn)業(yè)聯(lián)盟”的建設(shè)，這個(gè)聯(lián)盟的成立就是為了讓產(chǎn)學(xué)研各界都能更好的應(yīng)用我們創(chuàng)新的成果，并基于這些成果再去推廣、完善。12月18日即將在武漢舉行的“2021東湖國際人工智能高峰論壇”上，我們也會(huì)就推動(dòng)人工智能通用化、技術(shù)應(yīng)用國產(chǎn)化和參會(huì)嘉賓進(jìn)行進(jìn)一步的探討與合作。

人民網(wǎng)：多年來您在研究人工智能的過程中，有沒有覺得它的發(fā)展速度超越了您的想象？

徐波：有句話說，“大多數(shù)人高估了他們一年所能做的事情，卻低估了他們十年所能做的事情�！�

這句話來描述人工智能的發(fā)展也很適用。它的影響是潛移默化的。目前人工智能落地碰到一些困難，但過了十年以后回頭來看，人工智能的發(fā)展速度會(huì)比你原來想象的要快。

目前，全世界很多優(yōu)秀的人在研究人工智能，每個(gè)人都從不同的角度攻克其中一塊磚，最終合力去建立起一座人工智能的高樓大廈。人工智能的發(fā)展非常激動(dòng)人心。

這里的每一塊磚可能就是一個(gè)很小的研究或者應(yīng)用領(lǐng)域，它們正在以飛快的速度不斷迭代和突破。人工智能研究離終極目標(biāo)還有很遠(yuǎn)的距離，但人類正在朝著它光明前景的快速道上大步前進(jìn)，并看到沿途一路風(fēng)景。

分享讓更多人看到