【儀表網 儀表下游】語音識別、文本識別、視頻識別……數字經濟時代，人工智能技術已走近你我身邊，被視為經濟增長的新引擎、國際競爭的新陣地和推動智慧社會建設的有效工具。而加快“人工智能+”產業融合、賦能更多行業應用落地，更成為社會各界共同的期待。
目前已成熟應用的人工智能技術僅為語音識別，機器學習、計算機視覺、自然語言處理、知識圖譜、智能機器人等技術距離生長成熟尚需數年時間，而無人駕駛汽車在未來10年內都不太可能出現。
從實驗室走向大規模商用，人工智能還需要多久？
近年來，人工智能應用于新藥研發被寄予厚望。然而，算法的不可解釋性卻橫亙在前。相關研發和監管部門需要清楚地知道藥物開發中使用的算法,從而理解人工智能主導的決策背后的邏輯。如果不對監管實現算法透明化,人工智能將會是一個無法進行嚴謹的科學評價及驗證的“黑匣子”。這可能會導致在藥物審批過程中出現種種無法預料的問題,比如對人工智能“發現”的生物標記物的接受度不明。此外，對于智能政務、無人駕駛這樣安全性要求極高的行業，人工智能的引入自然更為謹慎。
人工智能面向不同知識背景的用戶，要能以簡單、清晰的方式，對決策過程的根據和原因進行說明，并能對系統決策過程關鍵節點的數據加以追溯并能夠審計，這在未來人工智能應用大規模落地時，是特別需要關注的特性，也是實施監管的必要。
作為人工智能技術的“大熱選手”，深度學習可以通過對大量已知樣本的訓練，制作自己的樣本，這是深度學習的特點，同樣也是痛點。人工智能目前在面向產業化落地時，遇到的巨大挑戰正是真實環境的開放邊界和規則模糊，數據的“噪音”非常多，使得智能模型的部分結果和使用情況難以讓人信賴。
人工智能目前的智能判別模式存在缺陷，容易被對抗樣本所欺騙。比如圖像識別，在一張人像圖片上加入一些非常少量的干擾，人為視覺看上去基本沒有區別，但人工智能模型就會產生識別錯誤；再如自動駕駛，一張“限速80碼”的交通標牌，加入一些干擾后，就可能被機器識別成“禁止通行”。顯然，存在很大的安全隱患。
語音識別領域也存在這種問題。技術人員在語音上任意加入非常微小的干擾，語音識別系統就可能會識別錯誤。同樣，在文本識別領域，改變一個字母就可以使得文本內容被錯誤分類。此外，若深度學習的數據集中存在隱藏的偏見，人工智能系統無法發現，也不會否定。缺少反饋機制的“照單全收”，最終可能導致生成的結果并不客觀。
目前,“AI+金融”的發展如火如荼。但當金融機構均采用人工智能進行決策時,其市場信號解讀就可能趨同與不斷強化,導致形成偏離正常市場規律的結果。而這些不正常的市場變化也會成為人工智能的學習基礎,將人工智能的決策邏輯進一步畸化,容易造成惡劣的后果。
法律規制和倫理問題待完善
目前的智能算法還存在給出的決策不符合倫理道德要求的問題。在應用中已發現，智能算法的決策沒有從改善人類生活、服務人類社會的角度來進行。而這些不友好的決策都是模型從數據中學來的，并不是研發者對人工智能模型設置的目標。
同時，人工智能算法需要海量的數據驅動，訓練數據可以被算法恢復，個人隱私存在泄露和被侵犯的風險，而大量的數據也存在共享壁壘。在人工智能賦能金融的過程中，這一問題尤被關注。近年來,每年發生金融隱私泄露事件以大約35%的速度在增長。加之近年來人工智能技術在金融行業的廣泛應用,由此帶來的銀行數據、保險數據、網貸業務及大數據等個人信息保護問題日益凸顯。
人工智能的技術進步可以給社會帶來非常正向的效益，不應因為對隱私保護機制等方面的憂慮而將人工智能的問題妖魔化當前人工智能的法律法規尚不健全，亟待有關部門進一步科學制定和完善，這樣才能引導公眾更加健康地看待這一新技術應用于產業。
發展新一代人工智能
人工智能發展的第一步是輔助，讓重復復雜的勞動量由機器完成，在這個基礎上，我們再創造條件逐漸向智能決策的方向發展。對于業界有人提出“人工智能超越甚至取代人類”的期待和預計，應保持冷靜。
中國科學技術發展戰略研究院研究員李修全認為，在重復性操作的生產環節和基于海量數據的高強度計算優化求解上，人工智能具有明顯優勢，應當是當前應用于產業的主要方向。
加速人工智能賦能產業落地，其與科學計算的深度融合應是顯著趨勢，在工業、氣象、能源、生物、醫學等領域，需要大量科學計算，人工智能技術能為傳統科學計算帶來新的思路、方法和工具，同時由于傳統科學計算具有嚴密性，人工智能也可以提高它本身的可解釋性。
推動人工智能進入新的階段,有賴于與數學、腦科學等結合實現底層理論的突破。未來所需要的第三代人工智能應是實現可解釋的、魯棒的、可信安全的智能系統，依靠知識、數據、算法和算力四個要素，將實現從不帶認知的人工智能轉變為帶認知的人工智能。
如何解釋新一代人工智能？傳統人工智能是計算機智能，屬于封閉型人工智能。新一代人工智能應該是開放性人工智能。當前，所有的計算機都是對軟件工程師的智能編程代碼進行一次又一次簡單執行，要推動人工智能技術深度賦能更多行業，需要的是核心關鍵技術突破，特別是認知智能的進步，同時，還要依靠智能芯片、傳感器等零部件的硬件支撐，再借助我國5G信息技術的優勢，形成合力支撐產業落地和商業化應用。
資料來源：光明日報
所有評論僅代表網友意見，與本站立場無關。