设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1982|回复: 14

[信息技术] 美国会丢失人工智能科技高地吗

[复制链接]

该用户从未签到

 楼主| 发表于 2022-9-20 09:08:01 | 显示全部楼层 |阅读模式
本帖最后由 晨枫 于 2022-9-20 09:40 编辑 + g: d% H( i8 A
3 Z& w' K6 j6 t3 x: N8 Z- |# v
2021年5月,美国国会指派、有谷歌前CEO埃里克·施密特和美国前国防部副部长罗伯特·沃克领导的人工智能事务国家安全专门委员会发表了长篇报告,指出美国在硬件、算法、人才方面领先,中国在应用、整合、数据方面领先。报告认为,美国的算法领先在5-10年内会被中国赶上,但美国在总体上还略微领先。
: I9 H1 ~1 t/ {; v" i6 I0 J" u5 s5 l) a
9月12日,委员会发表了竞争力研究特别报告,再次强调美国的人工智能优势正在迅速消失。
$ s4 l1 q) Q: L: |; A; }
8 p1 L2 `# w9 L' e* E% M美国的担心是有道理的。) g* C# v1 w5 V$ S3 d4 j
! W: i8 R; h+ x; J  b
人工智能还是野蛮生长的领域。各种应用搞得热火朝天,但缺乏统一、严格的理论框架,理论严重落后于实践。最大的问题是难以分析、预测、设计系统的性能,使得人工智能的决策难以理解,难以信任。“阿尔法狗1.0”和2.0在与人类棋手大战的时候,都走出一些匪夷所思的步子。事后分析好像是好棋,又说不出好在哪里,更是想不出什么思路能走出这样的步子。这只是下棋,看不懂棋路不是大问题。要是人工智能用于国家核导弹自动发射控制,也给你来几步人类看不懂的反应,那问题就大了。# \: T% H8 G* q3 d& R- ?$ W% D

/ V* f- Q. z" A# m3 s" g在缺乏理论指导的情况下,算法成为各家的“手工艺”。手工艺不可怕,可以在大量实践中精益求精,很多工业技术(包括尖端科技)都有这样只可意会不可言传的手工艺成份,事实上成为技术壁垒的重要部份。
/ @8 d, l+ x$ F: F4 H: d" B' m) E4 t6 q5 S1 _2 e3 J
问题是,人工智能的最大量实践是在中国,不是在美国。在美国和西方眼里,中国的人工智能就是用于大数据人群监控的,这是意识形态偏见。中国的人工智能应用正在野蛮生长中,头条、抖音的推送就是人工智能,这只是冰山一角。形成商业利益后,人工智能不再是纯学术或者纯政府行为,具有强劲的自我增殖能力,不仅引发更多的应用,也推动算法的发展。
2 x- I5 F' I: ~1 m6 {' Z- p& ~, ~3 e1 @$ Y4 p
在美国,人工智能应用依然主要由军方拉动,商业人工智能缺乏自我发展的动力。美国试图把私营资本拉入人工智能竞赛,但风险较大、没有明确的盈利前景,私人资本没有理由加入。华尔街能承受风险,但风险大,回报还慢,这就没有干劲了。这是美国各种“公私合作”设想的共同问题。* S4 w+ t5 y# w8 {

( E2 M, h( I% q0 x6 D' b2 K片面依靠军方拉动正是苏联科技发展的问题根源,大力依靠民用需求拉动则是美国的成功经验。有意思的是,美国在走苏联的路,而中国在走美国的路。# `; t8 _& g9 G8 q5 R& h0 E

. T: E! k9 x. x# ~# O  a+ d所以施密特-沃克报告清楚地看到,中国将迅速赶上美国的算法优势,如果不是在理论框架上首先突破的话。! u, a# ]+ t3 Y) b: g4 V1 k6 J4 V
  F$ h8 I' J: A" j. d- E
理论突破需要人才,但美国人工智能人才是否领先中国,是一个一言难尽的问题。如果把具有中国血统和教育的人统统排除,美国人工智能人才圈大概立刻坍塌一半。同时,中国人工智能在大量实践中,中国人工智能教育、科研、人才形成良性互动,中国人工智能人才赶上美国不是梦。
5 w1 ?/ Z2 [9 Y  u3 ]5 X4 s: I6 |1 i0 `2 v6 H
有意思的是硬件。中国还在先进芯片困境中,美国对英伟达和AMD高端芯片对中国禁运,就是冲着人工智能来的。但这些芯片在本质上是图形处理芯片,并行处理能力恰好与人工智能运算的要求符合,但本身未必是为人工智能优化的。; X; Y* D7 K2 Q( y% H

  J3 R1 r6 x: d. K* Q中国芯片在闯关中,一方面是7nm、2nm等更高集成度的硬技术,另一方面是在专用芯片方面实现架构突破。中国超算就是通过精巧的架构设计,在较低的硬件技术水平上实现世界领先。尤其重要的是,这样的架构突破需要在实践中得到思路,在实践中检验成效。
) D  N5 X+ C1 V3 R( X  U. m; v
6 [6 e" Z: _- o1 k! s( L/ L在现在,中国还在大量采用来自美国的算法成果,硬件上也对美国有依赖,但历史上有过先例:要是在总体实践上掉队,核心技术的领先并不保证持续领先。
' O; Z* F8 T! `: s8 p! W& ^
" N: B% U2 N# d6 j4 \3 q" T在40年代,英国与德国同时发明喷气式发动机,德国抢先一步,首先将Me262投入使用,但英国紧随其后,只是因为战争大局已定,就不急于将格洛斯特“流星”战斗机投入实战了。但罗尔斯-罗伊斯的“尼恩”涡喷在40年代末代表最先进技术,苏联引进后,用于米格-15,从此苏联航空科技一骑绝尘。
' B; b0 c6 ?: p; B% z' |2 m/ S/ [
; W$ ~) d$ z( y5 C发动机是航空科技的核心。苏联战斗机借用英国技术起飞后,在大量实践中迅速将“尼恩”改进为克里莫夫VK-1,以后克里莫夫和留里卡一起,成为苏联战斗机发动机的哼哈二将,罗尔斯-罗伊斯也在进步,但英国战斗机再也没有赶上过。
3 y& s. d! y( x
! X; L- ?+ l1 s+ F, B5 o# A% L另外,人工智能现在一根筋搞大数据学习,是存在“数据困境”的,尤其是工业应用。要使得人工智能有效、准确,需要大量历史数据;但产品一直在转换,大同小异但毕竟不一样。等训练出来了,也该转产了。绕了一大圈又回来了当然很好,但这是可遇而不可求的。单纯靠学习,可能跟不上变化的现实。这是大问题。
. _; K; }/ M$ W" V
- U& L5 z7 i4 X# b但变化与变化不一样。大部分变化是变表不变本的,本的变化缓慢得多。这也是人类思维善于适应变化的环境的道理。在思维方式上,有演绎和推理两个方面。一味依靠归纳是经验主义,无视了变化的环境。归纳最终是为下一步演绎提供基础,从现有边界拓展一步才是归纳的目的。: D' g# L/ a1 F, d! M' F
0 Q+ d& d$ p+ |
人工智能需要在框架上形成演绎能力才好。这是巨大的挑战,但很可能不是从纯理论的空想中产生,而是从大量实践的摸索中完善。1 h4 A1 m: K  W5 M" X/ ^

6 o* V" j; p! v4 z0 s  W如果说芯片、软件是当今科技高地的话,人工智能是未来科技高地。美国很担心中国会抢占这个高地,担心就对了。4 [) O. _2 L9 \: l
$ N( x' F8 o9 E8 a# i
报告还提到,中国在5G、商用无人机、高超音速、锂电池方面领先,美国在生物科技、量子计算、商用航天和云计算方面领先,但这些领先随时可能被中国翻盘。2025、2030年是关键节点。" V' E+ b1 S/ c8 C5 p1 [

( ?/ H; f9 }3 z" k; L( w: k8 r

评分

参与人数 3爱元 +26 收起 理由
landlord + 12 谢谢!有你,爱坛更精彩
MacArthur + 4
testjhy + 10

查看全部评分

本帖被以下淘专辑推荐:

  • TA的每日心情
    开心
    2023-2-8 04:51
  • 签到天数: 1811 天

    [LV.Master]无

    发表于 2022-9-20 09:51:16 | 显示全部楼层
    美国在生物科技、量子计算、商用航天和云计算方面勉强领先,但这些领先随时可能被中国翻盘。2025、2030年是关键节点。
    & l  f+ R6 |/ q  y# M; h8 A
    这里面,生物感觉短期内很难翻盘啊;商用航天也很难,关键国内好像就没啥市场。米国的商业航天其实也就starlink,还是生造出来的。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

     楼主| 发表于 2022-9-20 10:59:16 | 显示全部楼层
    moletronic 发表于 2022-9-19 19:51
    1 j' K- A; u" d+ n5 f这里面,生物感觉短期内很难翻盘啊;商用航天也很难,关键国内好像就没啥市场。米国的商业航天其实也就sta ...
    8 z9 n( x5 e: F
    为什么说中国生物很难翻盘呢?% s: a/ b! N8 W; `+ a

    ) M" d, z% x5 `; \0 g5 A# ?商用航天不止Starlink,图像卫星也很热门,中国在这方面发展不错。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2023-2-8 04:51
  • 签到天数: 1811 天

    [LV.Master]无

    发表于 2022-9-20 11:07:26 | 显示全部楼层
    晨枫 发表于 2022-9-19 18:59
    / D, o1 t# e8 q# `  @9 ^2 _6 ~  u' O' J. l为什么说中国生物很难翻盘呢?6 {; ?3 {! J1 Z% J" s& q

    * ^2 p$ k# j6 B商用航天不止Starlink,图像卫星也很热门,中国在这方面发展不错。 ...

    1 @) H- y6 p, Z  L! G  B俺在米国认识的老中千老回国的不少,给俺的反馈不咋的,当然俺不是那一行的,只能听他们的。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

     楼主| 发表于 2022-9-20 11:18:24 | 显示全部楼层
    moletronic 发表于 2022-9-19 21:07
    $ ^& R' i( t! \1 [俺在米国认识的老中千老回国的不少,给俺的反馈不咋的,当然俺不是那一行的,只能听他们的。 ...
    ( s: s( t6 r1 F$ w
    这事要一分为二地看。回国多,说明国内机会多,上升空间大;另一方面,要是国内已经很强了,反馈就该说国内已经很卷了,回去的人反而也多不起来了。

    点评

    油墨: 5.0 油菜: 0.0
    给力: 5.0
    油墨: 5 油菜: 0 给力: 5
      发表于 2022-9-20 12:14
    回复 支持 1 反对 0

    使用道具 举报

  • TA的每日心情
    郁闷
    2024-3-20 11:55
  • 签到天数: 2152 天

    [LV.Master]无

    发表于 2022-9-20 12:56:21 | 显示全部楼层
    还是人才,美国还是吸引中国大批的人才,清北留美预备校还是大批的出走,尤其是这次疫情很多我认识的人都已经后悔回去了,准备在出来。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

     楼主| 发表于 2022-9-20 13:09:49 | 显示全部楼层
    huma 发表于 2022-9-19 22:564 u# ?' Y- R$ i' W! R" e1 b5 a% M
    还是人才,美国还是吸引中国大批的人才,清北留美预备校还是大批的出走,尤其是这次疫情很多我认识的人都已 ...
    * @; _( {/ s' k, _7 ]2 q
    然后再后悔又出来了
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    13 小时前
  • 签到天数: 2539 天

    [LV.Master]无

    发表于 2022-9-20 15:34:02 | 显示全部楼层
    一直在思考人工智能与工业生产的结合,深度学习在工业生产中最大的难关是最初样本获取,目前工业生产很多是多品种,小批量。当你收集到足够的样本的时候,流水线说不定已经转产下一品种了,图形、花色都可能重大变化,当然,你可以慢慢累积成样本库,但企业特别是中小企业是不会有兴趣陪你长时间玩的。我们在考虑根据少量样本,采用瑕疵产生原理生成一批伪样本,目前对质量要求不太高的产品可能有效,但对高质量产品还感觉不太成功,前者比喻开始瑕疵检出率80%,然后几天内提升到90-95%,后者如果一上来就要求95%,大概率要失败。  y7 W" w" s# P6 p, N) Q; X
    其实,最好是传统计算机视觉方法与深度学习相结合,前面偏原理分析,但非常繁杂,现在年轻一代都想省事,找一批样品扔进学习平台完事。我这个老古板属于看人挑担不吃力型,没办法。

    点评

    给力: 5.0 涨姿势: 5.0
    涨姿势: 5
      发表于 2022-9-21 04:59
    给力: 5 涨姿势: 5
    有道理!  发表于 2022-9-20 23:26
    回复 支持 1 反对 0

    使用道具 举报

    该用户从未签到

     楼主| 发表于 2022-9-20 22:17:19 | 显示全部楼层
    本帖最后由 晨枫 于 2022-9-20 08:21 编辑
    * ^- V- y3 \" n4 i7 D
    testjhy 发表于 2022-9-20 01:34
    3 K" o2 T5 ?; L, ~  Y& }一直在思考人工智能与工业生产的结合,深度学习在工业生产中最大的难关是最初样本获取,目前工业生产很多是 ...
    2 J4 A: \) A  E: Q) N- a
    5 Y8 l1 c: S7 q% |
    太对了!
    ! E& D' f; d. H; E6 d: M- E1 t4 ]6 R. J
    人工智能现在一根筋搞大数据学习,正是数据问题。用自控术语来说,这是对有历史积累的时不变系统有效,时变系统就抓瞎了。- j3 _2 a7 ^" w) w" q

    ( B2 {& G: y5 I- `4 w* U1 v在思维方式上,有演绎和推理两个方面。一味依靠归纳是经验主义,不看变化的条件。归纳最终是为下一步演绎提供基础,从现有边界拓展一步才是归纳的目的。& I/ N0 z" b# I9 b$ W" a  Q; Y

    ) ~+ C0 v- `, @  t; @  `7 ?' b* y人工智能还需要在框架上形成演绎能力才好。怎么做到?嘿嘿,我要是知道,还在这里瞎耽误功夫嘛。
    0 N5 b4 G- r8 @0 B/ ?8 Q: A* p. ^+ c6 c" R0 w1 j* ?- i3 m
    在自控和建模中,也曾经流行过纯数据驱动的黑箱模型。后来发现不行,robustness太差。后来转灰箱了,在具有机理背景的模型结构上,加一个黑箱尾巴,用机理模型解释大部分数据,黑箱尾巴只管“扫尾”,情况就好得多。不过实施也难得多,可以丢给“数据绞肉机”就不管的好处没了一大半。  X& S0 L% w* Y- n4 S# f* |. D

    . ~5 l, `! J1 F6 {这就回到我一直在想的“复杂性守恒定理”。复杂问题如果存在简单的解决办法,一定是把复杂性隐藏到另一个方向了,最终还是绕不过去的。
    回复 支持 1 反对 0

    使用道具 举报

  • TA的每日心情
    慵懒
    2022-8-27 22:14
  • 签到天数: 351 天

    [LV.8]合体

    发表于 2022-9-20 22:44:25 | 显示全部楼层
    “罗尔斯-罗伊斯也在进步,但英国战斗机再也赶上过。”
    2 ^; D* z9 d2 O: f+ ~3 D少了一个“没”字吧?意思不对了% e; m- q, n9 O* n4 P2 S+ `
    罗尔斯-罗伊斯也在进步,但英国战斗机再也赶上过。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    9 小时前
  • 签到天数: 2225 天

    [LV.Master]无

    发表于 2022-9-21 02:31:21 | 显示全部楼层
    晨枫 发表于 2022-9-20 13:09
    & b+ S; ?* @* i- a) |1 \8 R然后再后悔又出来了
    " M: O% |+ H* a$ |6 J
    你们这来来回回出来进去的,我怀疑你们在开车,但是我没有证据
    回复 支持 反对

    使用道具 举报

    该用户从未签到

     楼主| 发表于 2022-9-21 02:47:17 | 显示全部楼层
    方恨少 发表于 2022-9-20 12:31. d: Y6 K: }; f' J
    你们这来来回回出来进去的,我怀疑你们在开车,但是我没有证据

    : t8 x5 o7 h. f5 J8 g开车?开什么车?
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2024-3-28 19:19 , Processed in 0.043513 second(s), 21 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表