自從去年阿爾法狗稱霸棋壇,人工智能的話題就沒冷過。如今,人才短缺、硬件短板、法律以及倫理難題正成為我國人工智能產(chǎn)業(yè)發(fā)展的掣肘。

20 世紀五六十年代,人工智能的理論初步形成,但由于技術(shù)未能實現(xiàn)突破性進展,人工智能無法達成預期效果,因此陷入了一段沉寂期。往后數(shù)十年間雖然不乏成功案例,但因為人工智能在現(xiàn)實世界的成功案例太過孤立,所以不足以支撐大規(guī)模商業(yè)化。
如今,我們正處于人工智能復興浪潮,數(shù)據(jù)收集及整理、算法以及高性能計算等技術(shù)的突飛猛進促成了革命性進步。利用機器學習,人工智能系統(tǒng)獲得了歸納推理和決策能力,并實現(xiàn)了某些商業(yè)化落地,可以擔當客服、管理物流、監(jiān)控工廠機械、優(yōu)化能源使用以及分析醫(yī)學資料;而深度學習更將這一能力推向了更高的層次。
不缺投資缺人才
在今年4月初在深圳舉辦的IT領袖峰會,更是以“邁進智能新時代”做主題。不過,中國IT界雖然興致沖沖地奔向人工智能,心里恐怕并不踏實。因為相較于國外基礎研究水準,我國人工智能產(chǎn)業(yè)還是落后于人。
在本屆IT領袖峰會上,BAT(百度、阿里和騰訊)的三位大老板都極重視人工智能。但神州數(shù)碼老板郭為一句話更實在,他說在算法上,大家公認中國目前還算落后,還是學習階段;BAT之類的企業(yè)優(yōu)勢,只是壟斷了數(shù)據(jù)。
的確,現(xiàn)在最優(yōu)秀的人工智能研究人才,幾乎都來自美國。即使被公眾冷落幾十年,美國學者也沒有放棄對人工智能的興趣,論文年年大把地出。阿爾法狗用的神經(jīng)網(wǎng)絡思想和算法,也不是靈機一動的革命,是幾十年來慢慢改進出來的。
現(xiàn)在中國IT企業(yè)取長補短,紛紛跑到硅谷去挖人才,這是對的。但硅谷的一流AI人才有多少愿意搬到中國來,尚未可知;所以另一只手要趕緊發(fā)掘土鱉人才,支持基礎研究項目。人才,人才,現(xiàn)在不缺投資,缺的還是人才。
硬件不夠硬
不僅是人才緊缺,中國人工智能的不成熟還表現(xiàn)在硬件方面。眾所周知,高運算速度的計算技術(shù)是發(fā)展尖端人工智能技術(shù)的重中之重;特種處理器,如可以處理大量復雜計算的 GPU,對人工智能的發(fā)展格外重要。
但是長期以來,中國的微晶片嚴重依賴進口,部分類型的高端半導體則幾乎完全依靠進口水平則決定著人工智能解決方案能否實現(xiàn)大規(guī)模商業(yè)化。
為應對這一局面,中國政府在2014年出臺了《國家集成電路產(chǎn)業(yè)發(fā)展推進綱要》以及“中國制造 2025”行動綱領。此外,中國政府還成立了國家集成電路產(chǎn)業(yè)投資基金,目前募資已超過 200 億美元。
目前,一系列相關(guān)行動已初見成效。例如,2016年6月神威·太湖之光超級計算機問世,成為世界上運算速度最快的超級計算機,使用的是中國自主知識產(chǎn)權(quán)的處理器。政府的前期投資可以產(chǎn)生顯著的漣漪效應,鼓勵私營企業(yè)的積極參與。
潛力背后的法律倫理
不得不承認,人工智能發(fā)展前景的確廣闊。然而,除了這些潛力外,管理具備自主學習和決策能力的機器也是一份重艱巨的責任。隨著人工智能的逐漸普及,需要審慎管理來應對這一轉(zhuǎn)變。
由于人工智能模糊了物理現(xiàn)實、數(shù)字和個人的界限,衍生出了復雜的倫理、法律及安全問題。比如:誰擁有個人數(shù)據(jù)?數(shù)據(jù)應以何種方式共享?面對日趨嚴峻的網(wǎng)絡安全攻擊又該如何保護數(shù)據(jù)?其次,人工智能可能在決策過程中產(chǎn)生無意識的歧視。
除倫理問題之外,人工智能在社會的普及更會產(chǎn)生諸多法律層面的影響。如果人工智能的決策導致意外甚至犯罪,誰應當對其負責?人工智能創(chuàng)作的知識產(chǎn)權(quán)歸誰所有?一旦人工智能擁有超級能力,又該用哪些措施進行監(jiān)管?人工智能研發(fā)人員有哪些法律權(quán)利與義務?
要建立一個完善的法律及倫理框架,仍有許多問題尚待充分探討。