我国新一代人工智能新在哪

    5月28日，习近平总书记在中国科学院第十九次院士大会、中国工程院第十四次院士大会上强调，以信息化、智能化为杠杆培育新动能，优先培育和大力发展一批战略性新兴产业集群，推进互联网、大数据、人工智能同实体经济深度融合。而去年国务院《新一代人工智能发展规划》、今年的政府工作报告都将“新一代人工智能”列为研发应用的关键词。我国的新一代人工智能“新”在哪里，又如何融入实体经济的转型升级之中呢？日前，记者到浙江杭州进行了实地探访。

转型升级：拓展人工智能的疆界

    随着城镇化的发展，交通拥堵等“大城市病”日益突出。耐着性子慢慢数秒、焦躁爬行的驾驶体验蔓延到更多的都市。而在浙江省杭州市萧山区，路口的红绿灯却并非“一视同仁”，有人等20秒的红灯，有人却要等一分钟，这是怎么回事呢？

    “通过大数据分析，我们发现拥堵往往起源于个别节点，如果在苗头出现时，控制该路段车辆的汇入量，就可以避免堵车，保障路网有序畅通。”浙江工业大学沈国江教授介绍，他的团队将人工智能中的强化学习理论应用于交通信号控制，精准识别预测多源异构交通数据，切分拥堵区、消散区、缓冲区、常态区，从而有效缓解拥堵。

    “摇号、限行、提倡公共交通都有成效，但交通需求持续增加，道路供给不可能无限增加，而人工智能可以让路网利用更高效。”据沈国江介绍，该成果过去两年在绍兴柯桥、杭州萧山等地进行了推广应用，新增产值5000万元，在给企业带来经济效益的同时，也带来了良好的社会效益。

    “我们国家还处于工业化的转型期，工业化正在进行产业转型以及城镇化所出现的问题会创造出大量的人工智能应用的新空间，这些空间大概是发达国家所不曾具备的。这种不完备性、需要发展的洪流和人工智能一交汇，我们就能以一种新的方式进行发展，这就是大力发展人工智能的意义所在。”中国工程院院士潘云鹤说。

基础研究：“并跑”到“领跑”的增长点

    教育部《高等学校人工智能创新行动计划》提出了“聚焦并加强新一代人工智能基础理论和核心关键技术研究”的重点任务，但与此同时，也有专家提出，“深度学习”“卷积神经网络”等人工智能基础理论都已经提出，学来消化掉就可以了，从“跟跑”到“并跑”的后发优势是由我国人口基数和市场决定的，弯道超车关键在产业应用。那么，我们为何还要在人工智能基础理论上下大功夫呢？

    “虽然深度学习、神经网络应用很广，但这只是人工智能的一部分。中国要研究新一代的基础理论。”潘云鹤说，60年前“人工智能”刚提出时的信息化基础是单个计算机，而现在传感器网、大数据、云计算、超级计算的出现使得环境发生了变化。“原有人工智能的定义——‘让计算机变得和人一样聪明’，取得了一些成绩，但科学家已经意识到，人的自然智能与机器智能终究不同，如何通过人机混合的脑机系统形成更强的智能，这方面的基础理论是下一步的发展空间。”

    在浙江大学脑机接口实验室，记者见到一只头部插着电极的大白鼠沿着地面上的箭头轨迹钻迷宫。这并不是大鼠能“识文断字”，而是一旁实验员操纵的结果。她告诉记者，自己手上鼠标的左右键发出的信号分别会刺激大鼠左转右转的脑区，而中键信号则会刺激奖赏区，在大鼠完成左右指令后给予奖赏，大鼠自然就“听话”了。

    而在该实验室的另一个项目中，人的意念取代了鼠标。“实验者想象自己左侧或右侧肢体运动的感觉，脑波经传感器收集分析后，给大鼠发去指令，实现了人脑和鼠脑的交互。”项目负责人、浙江大学教授潘纲介绍，这项技术可用于残疾康复、边防、电力巡线等工作。“国外脑机交互投入也很大，我们现在还处于实验阶段，成本较高，应用场景不是十分明晰，企业还不愿进入，还是靠国家项目在推进。”潘纲说。

    “中国新一代人工智能规划包含很多外国人没有提过的想法。我们应该结合国家的发展用人工智能来解决中国问题、发展中国理论，同时也跟踪全世界的先进理论。”潘云鹤说，“例如多媒体技术中，图像处理技术、声音处理技术是分开进行的，而人在处理这种问题的时候实际上是合在一起进行的。如何将视觉、听觉、味觉等这些感觉和文字触觉融合在一起，中国人提出了跨媒体智能，人工智能2.0要瞄准这个方向进行。除此之外，规划还提出大数据智能、群体智能、人机增强智能、智能自主系统等新的人工智能领域，这都是实现从‘并跑’到‘领跑’所必需的。”

产学政：形成良性生态链条

    从摁手印到指纹解锁，指纹的身份识别的意义早就被人类发掘，然而经过拓印、倒模，一种硅胶指纹膜可以完美地骗过打卡机、手机锁，甚至指纹支付系统。

    “运用人工智能卷积长短期记忆网络与全卷积神经网络融合的新方法，我们可以把生物特征从二维发展到三维，从皮上发展到皮下，采集皮下真皮层指纹、汗腺和汗孔的模态数据，提高防伪性能。”浙江工业大学教授梁荣华的团队开发了一套手部模态识别数据提取的技术。他介绍，因表皮层到真皮层衔接处皮肤组织变化，反射差别率差别较大，图像中也出现较明显的像素明暗变化，而假指纹膜硅胶层的空气洞显而易见。

    据《2014—2020年中国生物特征识别行业市场分析与发展前景研究报告》，基于手部的生物特征应用占据了70%左右的市场份额。梁荣华表示，安全防伪的指纹采集技术有着广阔的应用前景。“国外还没有同类型机器，一经安检、通关、财务支付等领域使用，该技术将有助于避免大量的经济损失。”

    潘云鹤观察到，国家规划发布以后，无论产业、学界还是政府，都表现出了对人工智能的极大热情。发改委、工信部、网信办发起的中国人工智能产业发展联盟发展势头迅猛，入盟企业已达300多家，微软亚洲研究院等外企也争相加入，而科技部、教育部出台了相关文件，地方政府也有各自的行动计划。“别的国家可能有产业推动或者是政府倡导，但是支持人工智能形成产学政的生态链，中国是最早的，优势也是独有的。”

    记者在杭州了解到，浙大采取灵活政策允许教师、研究生参与阿里的项目攻关，而浙工大将人工智能企业引入校园，学生在校园内就可参与项目的研发。一位浙大计算机专业的博士后告诉记者，产业界待遇优厚，学界能做自己感兴趣的科研，面包与梦想的两难在产学合作的政策下消解了。“围绕企业痛点做课题攻关。课题发表的论文、专利先挂在浙大，四年后转给阿里，这样做出的科研成果既能做项目结题评职称，又能投入生产获得企业资助，还能安心地留在学术体系内。”

    “就应用看，最前沿的技术和顶尖人才确实都去了企业，但这并不是说，企业就比高校强，二者各有侧重。”浙工大计算机科学与技术学院院长、软件学院院长王万良表示，企业科研追求应用，是目标导向的，会随着企业需求不断调整。而高校的环境更稳定，学科交叉协作的特点则提供了尝试的可能和空间。“企业有数据和资金，高校有人才和环境。企业运营成本很高，科研投入在能很快收益的领域，而高校则适合基础理论的开发和创新，高校开发出基础框架，再由企业优化、投入应用，获得数据回馈高校的理论创新，就可以形成良性的循环。”王万良说。

    （本报记者 刘博超）