李颉院士：核心算法和相关系统软件缺位人工智能也有面临“卡脖子”困境的可能性_人工智能_数据

2025-01-10 01:26:12 云服务

短缺核心算法和干系系统软件，会陷入“卡脖子”窘境

李颉院士：核心算法和相关系统软件缺位人工智能也有面临“卡脖子”困境的可能性_人工智能_数据云服务

虽然人工智能的发展与运用在中国风起云涌，但我国人工智能家当的创新能力还不足强大，家当发展还依赖开源代码和现有的数学模型，真正属于中国的东西并不太多。

特殊是在核心算法和干系系统软件方面，人工智能的发展离不开算法、算力，其可以被视为人工智能的核心和主要关键点。
不过，与发达国家比较，中国还有不小的差距。

“我们运用国外的算法和系统软件，其专业性和针对性还有待提高。
其余，由于高本钱，还不能很好知足详细任务的实际哀求。
”李颉教授表示，比如，用开源代码开拓的人工智能算法纵然可以准确进行人脸识别，但在对医学影像的识别上却难以达到临床哀求。

我国对源自国外的系统软件框架也有较深的依赖，这也是人工智能生态系统的一大“短板”。
可能减缓2030年之前与前辈国家缩小人工智能技能差距操持的履行，我国在人工智能干系的根本软件和系统算法方面有待进一步提高。

据《2019环球人工智能发展白皮书》统计，我国已经连续6年景为天下第一大机器人运用市场，我国是环球芯片需求量最大的市场，但高端机器人还有不少是国外入口。
核心算法和系统软件的差距，是国产工业机器人向高端制造迈进的“拦路虎”。

如果这种情形不改变，我国人工智能运用很难走向深入，也很难得到重大成果。
“一旦被‘卡脖子’将会是非常被动的，以是底层算法和干系软件系统方面也要加强。
”李颉教授提到。

大数据的积累为人工智能发展供应质料

李颉教授表示，大数据是人工智能发展的根本质料。
人工智能让大量的数据有了代价。
没有数据，或者数据少、数据纬度少、不足详细，人工智能算法就难以发挥浸染。

目前人工智能的深度学习紧张是建立在大数据根本之上，即通过大数据对人工智能进行演习，并从中归纳出可以被打算机利用在类似数据上的知识或规律。
虽然很多人将其定义为“大数据便是大规模的数据”。
但是，这个说法并不准确！
“大规模”只是指数据的量而言。
数据量大，并不代表着数据一定有可以被深度学习算法利用的代价。

例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速率、位置，可以得到大量数据。
如果只有这样的数据，实在并没有太多可以挖掘的代价。

我们可以参阅马丁·希尔伯特的总结，大数据实在是在2000年后，由于信息交流、信息存储、信息处理三个方面能力的大幅增长而产生的数据。

大数据紧张包括采集与预处理、存储与管理、剖析与加工、可视化打算及数据安全等，具备数据规模不断扩大、种类繁多、产生速率快、处理能力哀求高、时效性强、可靠性哀求严格、代价大但密度较低等特点，为人工智能供应丰富的数据积累和演习资源。

以人脸识别所用的演习图像数量为例，各大公司的演习人脸识别系统须要大量的人脸画像。

人工智能背后强大的助推器：云打算

云打算是通过互联网供应环球用户打算力、存储做事，为互联网信息处理供应硬件根本。

大数据利用云打算技能从浩瀚的互联网信息中得到有代价的信息进行信息归纳、检索、整合，为互联网信息处理供应软件根本。

云打算是根本，没有云打算，无法实现大数据存储与打算。
大数据是运用，没有大数据，云打算就短缺了目标与代价。
大略来说:云打算是硬件资源的虚拟化，而大数据是海量数据的高效处理。

大数据和云打算两者都须要人工智能的参与，人工智能是互联网信息系统有序化后的一种商业运用。
人工智能是云打算与大数据真正的出口。

举个例子：底层算法相称于“巧妇”，大数据相称于“米”，云打算相称于“工具”。
没有数据，或者数据质与量不足高，这些算法“巧妇”，也将面临“无米下锅”，做不出适口的饭菜的。
有了 “大数据”和云打算，我们就可以方便的命令这些算法“巧妇”们给我们“做饭了”。

人工智能重塑各行各业

李颉教授称，在我国，虽然和国外比在算法、软件系统、机器人等方面有差距，但是中国的运用处景很丰富，数据处理也相对完善，社会管理运用、和国外比一点都不差。
比如这次新冠疫情的防护过程，大数据和人工智能起到了很大的浸染。