新一代人工智能創(chuàng)新研討會北京共識 2018北京世界機器人大會

新一代人工智能是為搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢。

由中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟與北京經(jīng)開投資開發(fā)股份有限公司聯(lián)合在2018年北京世界機器人大會上主辦的“新一代人工智能創(chuàng)新專題論壇”于2018年8月18日上午隆重召開。

中國工程院李伯虎院士等專家應(yīng)邀出席上午論壇，并進行了大會講演。在下午進行的新一代人工智能創(chuàng)新研討會上，與會專家們還就新一代人工智能的創(chuàng)新發(fā)展進行了廣泛的討論，最后達成了如下的新一代人工智能創(chuàng)新發(fā)展2018北京共識。

與會專家認為：

2016年隨著AlphaGo戰(zhàn)勝全人類棋手，使世界為之震驚，歷史上從來沒有過，對于一個技術(shù)投入了世界上如此巨大的資源。國際大的IT公司利用這個契機，為了謀取暴力，取得世界人工智能的發(fā)展主導(dǎo)權(quán)，極力宣傳“深度學(xué)習(xí)模型”，把“深度學(xué)習(xí)模型”神化，同時又拋出了各種類型的“深度學(xué)習(xí)模型”的開源程序，以及大型GPU服務(wù)器。

在這種勢力的推動下，我國的年輕的人工智能研究者只能在開源程序下研究，不了解“深度學(xué)習(xí)模型”的所以然，因此，研究的深入與前瞻性被束縛。

從另一角度，其實“深度學(xué)習(xí)模型”，存在著訓(xùn)練不可能得到最佳解，作為補救措施的SGD也只能得到局部最佳解，因此“深度學(xué)習(xí)模型”不可避免的存在黑箱問題，既然有黑箱問題就不可以在工業(yè)控制等大多數(shù)場合的普及，再加上深度學(xué)習(xí)屬于大模型解決小任務(wù)，投入產(chǎn)出不對稱等等原因，況且已經(jīng)被發(fā)明者英國的Hinton教授宣告“深度學(xué)習(xí)模型”的終結(jié)。

為了獲得人工智能發(fā)展的主動權(quán)，擺脫國際大公司的束縛，撥亂反正，一定要推動新一代人工智能的時代展開，我們共同認識到：

新一代人工智能的技術(shù)境界是以具有自組織能力的概率模型為主導(dǎo)的機器學(xué)習(xí)；是可以超越公式化算法的模型，是不需要傳統(tǒng)神經(jīng)網(wǎng)絡(luò)那樣只能通過窮舉法才可獲得最佳訓(xùn)練解的新型網(wǎng)絡(luò)；是具有強對抗能力的機器學(xué)習(xí)模型；是可以處理歐幾里的空間中的概率空間的數(shù)據(jù)；具有可以統(tǒng)一歐幾里德空間與概率空間尺度關(guān)系的分類能力；是具有小數(shù)據(jù)或無數(shù)據(jù)訓(xùn)練，可降低導(dǎo)入成本的特點；具有可以模擬人眼生物神經(jīng)網(wǎng)絡(luò)的能力；具有可以根據(jù)應(yīng)用的要求，用眾多的機器學(xué)習(xí)構(gòu)建成一個完整的分散處理的人工智能大系統(tǒng)能力；具有自主決策和自主Agent能力的；具有可以無窮的深入處理的能力而計算復(fù)雜度不變的特性；總之，新一代人工智能具有強大性，實用性，透明性，可分析性，以及概念性強等的特點，適于廣泛的實際應(yīng)用推廣。

與會專家一致認為，要深入貫徹國務(wù)院有關(guān)“發(fā)展新一代人工智能的規(guī)劃”精神，充分利用社會資源與政府資源，將以自組織機器學(xué)習(xí)為核心的人工智能模型進行普遍宣傳擴大認知度，盡快深入行業(yè)，按行業(yè)開發(fā)出樣板工程，以點帶面，盡快提供開源程序以利普及。

與會專家提議，新一代人工智能的應(yīng)用不僅要在圖像識別，聲音識別上推廣應(yīng)用，更重要的是應(yīng)該在產(chǎn)業(yè)界進行重點推廣，突破人工智能不能用于產(chǎn)業(yè)界的禁令，為新一次工業(yè)革命的到來提供技術(shù)支持。

為了在人工智能領(lǐng)域中撥亂反正，把人工智能的研究人員從追求抽象的概念，過于務(wù)虛的現(xiàn)狀扭轉(zhuǎn)過來，必須針對如何在本次人工智能的高潮中，利用社會給予的巨大資源，為社會貢獻，因此必須旗幟鮮明的指出：本次人工智能的特點就是“機器學(xué)習(xí)解決隨機問題，繞開NP問題”，理解了這個結(jié)論才可以在本次人工智能的高潮中建功立業(yè)發(fā)揮作用，不辜負社會的期望。

最后，針對歷史上人工智能發(fā)展曲折的問題，與會專家認為：人工智能所以出現(xiàn)反復(fù)，主要原因是絕大多數(shù)人工智能專家力圖從生物神經(jīng)的結(jié)構(gòu)中探索計算論的神經(jīng)模型，但是由于生物科學(xué)與計算科學(xué)是完全不同的科學(xué)領(lǐng)域，具有相當?shù)牟町愋裕缤w機并不可能仿真飛鳥那樣，人工智能就是針對復(fù)雜系問題的人為介入的高級階段的算法，用具有雄厚數(shù)學(xué)基礎(chǔ)理論支持的算法逼近生物學(xué)神經(jīng)的機能是人工智能發(fā)展的必由之路，也是新一代人工智能的基因。

為擔(dān)負著人工智能的研究開發(fā)，以及應(yīng)用的專家技術(shù)人員提供一個啟發(fā)。本共識僅在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)被終結(jié)，新一代人工智能的時代的開啟中，其基于針對人工智能的工程性的探討，基于可以實證性的理論或試驗所產(chǎn)生的結(jié)論，是本著如何最大限度的能在本次人工智能高潮中獲得最大社會效益的意愿，不含蓋人工智能未來長期性發(fā)展的研究。