我國(guó)應(yīng)大力發(fā)展人工智能算法框架

2017-11-20 10:54

賽迪智庫(kù)軟件產(chǎn)業(yè)研究所許亞倩

2017年10月的《Nature》雜志發(fā)表了人工智能公司GoogleDeepMind的最新研究成果——新一代的AlphaGoZero，其使用無(wú)監(jiān)督學(xué)習(xí)算法，通過(guò)規(guī)則輸入和自我博弈進(jìn)行學(xué)習(xí)，在僅40天的訓(xùn)練后成功擊敗上一代產(chǎn)品，實(shí)現(xiàn)了從“灌輸式”教導(dǎo)學(xué)習(xí)到“白板式”自我學(xué)習(xí)的飛躍。AlghaGoZero的成功，建立在硬件的升級(jí)和卷積神經(jīng)網(wǎng)絡(luò)算法的提升上。更深層次的分析、硬件的分布式使用和復(fù)雜的卷積神經(jīng)算法的運(yùn)行，都是構(gòu)建在合理有效的人工智能算法框架之上，從而實(shí)現(xiàn)大幅提升學(xué)習(xí)能力和學(xué)習(xí)效率的預(yù)期。也就是說(shuō)，人工智能學(xué)習(xí)框架是人工智能學(xué)習(xí)的基礎(chǔ)和核心，為復(fù)雜神經(jīng)網(wǎng)絡(luò)算法在學(xué)習(xí)效率、運(yùn)行性能、靈活度、可擴(kuò)展性等方面提供強(qiáng)有力的支撐。

算法框架成為又一個(gè)必占高地

人工智能算法框架是搭建人工智能系統(tǒng)的底層基礎(chǔ)，一般包含主流的神經(jīng)網(wǎng)絡(luò)算法模型，提供穩(wěn)定的深度學(xué)習(xí)API，支持訓(xùn)練模型在服務(wù)器和GPU、TPU間的分布式學(xué)習(xí)，部分框架還具備在包括移動(dòng)設(shè)備、云平臺(tái)在內(nèi)的多種平臺(tái)上運(yùn)行的移植能力，從而帶來(lái)前所未有的算法運(yùn)行速度和實(shí)用性。它已在字符識(shí)別、圖像分類、語(yǔ)音識(shí)別、無(wú)人自動(dòng)駕駛、自然語(yǔ)言處理等眾多領(lǐng)域內(nèi)取得了突破性的進(jìn)展。具體來(lái)講，人工智能算法框架的研發(fā)具有以下幾個(gè)重要意義：

一是算法框架是人工智能技術(shù)創(chuàng)新的重要方向。算法框架能夠極大地提高人工智能學(xué)習(xí)效率，從而使AlphaGo在極短時(shí)間內(nèi)學(xué)習(xí)到戰(zhàn)勝前任的技能。一方面，算法框架降低了深度學(xué)習(xí)的難度，提供進(jìn)行深度學(xué)習(xí)的底層架構(gòu)、接口，以及大量訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，減少用戶的編程耗時(shí)。另一方面，大部分深度學(xué)習(xí)框架具有良好的可擴(kuò)展性，支持將復(fù)雜的計(jì)算任務(wù)優(yōu)化后在多個(gè)服務(wù)器的CPU、GPU或TPU中并行運(yùn)行，縮短模型的訓(xùn)練時(shí)間。

二是算法框架是人工智能融合應(yīng)用的基礎(chǔ)支撐。人工智能算法框架為智能應(yīng)用提供了底層支撐技術(shù)，AlphaGo系統(tǒng)正是建立在Google的TensorFlow框架的支撐之上。此外，TensorFlow還被廣泛應(yīng)用于Google的搜索、翻譯、郵件等服務(wù)。另一家人工智能巨頭IBM使用Caffe框架進(jìn)行自然語(yǔ)言處理，在擴(kuò)展效率上取得重大突破，實(shí)現(xiàn)了更快、更精準(zhǔn)的圖片處理和語(yǔ)音識(shí)別。

三是算法框架是人工智能核心生態(tài)圈建立的關(guān)鍵環(huán)節(jié)。算法框架是決定人工智能技術(shù)、產(chǎn)業(yè)、應(yīng)用的核心環(huán)節(jié)，是人工智能核心生態(tài)圈建立的基礎(chǔ)和關(guān)鍵。算法框架的研發(fā)能夠促進(jìn)生態(tài)圈關(guān)聯(lián)及外圍的芯片、系統(tǒng)、軟硬件平臺(tái)等產(chǎn)業(yè)發(fā)展，從而促進(jìn)人工智能核心生態(tài)圈的建設(shè)。

歐美發(fā)達(dá)國(guó)家已經(jīng)在人工智能算法框架方面進(jìn)行了大量的研究和開(kāi)發(fā)應(yīng)用。Google、亞馬遜、微軟、IBM等國(guó)際科技巨頭紛紛布局算法框架，搶占技術(shù)和市場(chǎng)先機(jī)，開(kāi)發(fā)開(kāi)源了TensorFlow、MXNet、CNTK、Caffe等一批主流人工智能算法框架。其中，Google的TensorFlow目前是GitHub上最受歡迎的深度學(xué)習(xí)開(kāi)源項(xiàng)目，被大量人工智能項(xiàng)目采納為基礎(chǔ)算法框架。一方面助力Google擴(kuò)大了人工智能應(yīng)用市場(chǎng)，建立人工智能核心生態(tài)圈，另一方面幫助Google吸引了大批人工智能人才，為其長(zhǎng)遠(yuǎn)發(fā)展儲(chǔ)備力量。可以看出，算法框架已然成為人工智能領(lǐng)域又一個(gè)必須搶占的核心前沿領(lǐng)地。

研用結(jié)合完善核心生態(tài)圈

我國(guó)正在全面推進(jìn)人工智能的發(fā)展，規(guī)劃在2030年成為世界主要人工智能創(chuàng)新中心。為此，我國(guó)在人工智能的發(fā)展上應(yīng)具有前瞻性和預(yù)見(jiàn)性，現(xiàn)階段要重點(diǎn)發(fā)展人工智能算法框架，搶占核心技術(shù)的制高點(diǎn)，率先建立起以人工智能算法框架為核心的生態(tài)圈，從而占據(jù)長(zhǎng)期有效的競(jìng)爭(zhēng)優(yōu)勢(shì)。筆者建議，當(dāng)前我國(guó)應(yīng)重點(diǎn)從以下幾個(gè)方面開(kāi)展工作：

一是著力整體布局，搶占戰(zhàn)略制高點(diǎn)。我國(guó)要搶占人工智能算法框架研究領(lǐng)域的戰(zhàn)略制高點(diǎn)，建議從制定算法框架發(fā)展指南、建立以研究算法框架為核心任務(wù)的創(chuàng)新中心、設(shè)立算法框架研究重大科技項(xiàng)目、統(tǒng)籌政府和市場(chǎng)多渠道資金投入等四方面著手，全面推動(dòng)技術(shù)的快速發(fā)展。

二是著力自主創(chuàng)新，推動(dòng)核心技術(shù)攻關(guān)。我國(guó)要實(shí)現(xiàn)算法框架的核心技術(shù)突破和自主創(chuàng)新，應(yīng)從夯實(shí)技術(shù)基礎(chǔ)入手，支持科研團(tuán)隊(duì)對(duì)算法穩(wěn)定性、運(yùn)行效率、可用性等進(jìn)行重點(diǎn)研究，重點(diǎn)突破跨平臺(tái)移植、跨系統(tǒng)運(yùn)行、分布式學(xué)習(xí)等核心技術(shù)，強(qiáng)化基礎(chǔ)支撐能力，進(jìn)而助力科技公司加快研發(fā)商業(yè)級(jí)和工業(yè)級(jí)算法框架，以及用于特定領(lǐng)域的專用算法框架。

三是著力研用結(jié)合，壯大產(chǎn)業(yè)實(shí)力。我國(guó)要統(tǒng)籌利用在理論研究方面的優(yōu)勢(shì)積累，應(yīng)從引導(dǎo)科研機(jī)構(gòu)與產(chǎn)業(yè)界積極合作、鼓勵(lì)科研資源開(kāi)放共享、建立政產(chǎn)學(xué)研用相結(jié)合的創(chuàng)新型組織、鼓勵(lì)企業(yè)積極探索深度學(xué)習(xí)框架應(yīng)用場(chǎng)景等四個(gè)方面入手，強(qiáng)化從理論研究向?qū)嶋H應(yīng)用轉(zhuǎn)化的能力。

四是著力開(kāi)放開(kāi)源，營(yíng)造創(chuàng)新環(huán)境。我國(guó)要營(yíng)造創(chuàng)新良好的算法框架發(fā)展環(huán)境，建議遵循開(kāi)源開(kāi)放原則，聯(lián)合建設(shè)國(guó)家主導(dǎo)的開(kāi)源社區(qū)，引領(lǐng)各方積極參與貢獻(xiàn)力量。同時(shí)，要促進(jìn)創(chuàng)新主體互動(dòng)，協(xié)同推進(jìn)發(fā)展，從而建立以算法框架研發(fā)為核心，芯片、系統(tǒng)、軟硬件平臺(tái)研發(fā)布局為支撐的科技創(chuàng)新體系，完善人工智能核心生態(tài)圈。