我國人工智能發展至今都有哪些瓶頸？出路又在何方？
6月12日上午，中國軟交會在大連舉行的第一天，在主題為“軟件定義智能新時代”的高峰論壇上，中國工程院院士、北京大學信息與工程科學部主任高文帶來了“人工智能開源平臺與社區”的精彩演講，並對上述兩個問題進行了解答。
高文表示，目前有四個瓶頸，為了解決我們規劃了一件事，具體這件事怎麼做、對未來有什麼影響，將從下面這四個方向與大家共同探討。
人工智能的四大瓶頸
現在人工智能發展起點並不高，反而很低。
目前的人工智能系統，有很多開源的東西拿來就可以用。很多大公司都在提供，外國企業比如微軟、亞馬遜，國內企業比如百度等等。
這些系統對於中小企業或者對於一些個人問題的解決是非常有幫助的，可一旦你使用了其中之一的系統，想把自己的東西簡單遷移到其他系統上的時候，兩個不同的系統之間在模型、協同方面進行簡單遷移並不容易，可能會形成一些事實上算法的孤島。
二、硬件之間難適配
現在人工智能通常需要一個大的訓練平臺，你可以自己在網上搭建，也可以通過以上提及的大的開源公司來搭建。
但是一旦用它們的平臺訓練完成，訓練出來的模型對它這個平臺選定的硬件效率會比較高，甚至極高。
但若不是它這個平臺推薦的硬件呢？效率就不會這麼高了。
這就產生一個問題，可能有一些廠家或者團隊覺得：“我覺得亞馬遜的好用，我就用亞馬遜訓練。”但是往往訓練完成之後才發現，這個平臺很可能會推薦你使用某某系統，恰好是廠家或者團隊不熟悉的，可能廠家和團隊熟悉的是另外一家的平臺和系統，但是和硬件不相關的訓練實際上是有區別的，所以和硬件之間實配的問題是現在發展的一個瓶頸。
三、推廣自由受約束
第三個瓶頸實際上是應用，現在很多應用，特別是已經存在的一些與工業關聯的應用一般由廠商自己組織，甚至自己去找一些軟件或者是硬件廠商幫它做，有的當然是自己開發。
如果你用剛才所說的這種開源人工智能平臺，自由度就會大大受限，可能要用其指定的硬件平臺。
如果你原來可以自由的推廣，一個方案可以在不同的領域實施，那麼現在卻要捆綁一些平臺的東西，所以推廣的自由度會受到約束。
四、國內硬件難發展
目前所有能自由採用的開源平臺都非常好。
開源系統裝上服務器後，確實能對你提供的數據進行訓練，形成一些訓練好的模型。
比如google建議用google的TPU；有的平臺建議用英特爾某一款芯片；IBM也有自己的人工智能的芯片。
基本上綁定的這些硬件大多是國外比較成熟的一些廠商提供的產品，這對國內想做芯片的廠商就帶來一定打擊。可以說是輸在起跑線上了。
這個問題使得國內硬件的發展可能會有一些瓶頸。
如何解決問題？
一，解決思路及辦法
為了解決這個問題，國家工程院攜科技部向國家高層提出了一個諮詢建議，最後這個諮詢建議成為科技部的重大科技專項，並專門討論了關於人工智能平臺的問題。
為了解決問題，我們設計了一個新的平臺：對原有的平臺並不排它，全盤照收；增加一層基礎平臺，可嫁接原有的東西；在中間加轉換層，使得硬件和平臺不相互對應和依賴。如此這般，一個轉換就可以使A平臺訓練的東西照樣可以用B的硬件去實現，而且對硬件的支持將來會用一個人工智能開源的標準去規範，現有的芯片和將來國內廠商開發的芯片只要按照標準做，都能與以上提及的平臺對應起來。
這樣，一個新的平臺就可以應對上面的瓶頸問題了。
二、新平臺建在何方
平臺到底建在哪裡？由誰出錢做？
目前，廣東省深圳市願意出錢建一個這樣的平臺，我們起名叫做“深圳雲腦”，這完全是一個公益性的項目，任何錢都賺不了，只是給國內做研究開發和做產業化的公司及團隊提供支持。
“深圳雲腦”的體系架構底層是各種各樣的硬件平臺，硬件平臺上面是操作系統，操作系統再上面是重大應用，操作系統又包括雲腦操作系統和雲腦大數據管理系統。
三、開源聯盟重要性
我們設計了一個開源組織、開源社區，通過這個聯盟整體把人工智能開源平臺這件事組織好，讓大家都在高起點上起跑。這個聯盟我們稱之為“一體兩翼”，一體就是人工智能產業聯盟，一個翼是開源平臺，另外一個翼和知識產權、標準、融資等等相關的配套措施。
人工智能現在發展一個很重要的事是“哪些事情不能做”。
因為是開源平臺，專門用了一個許可證，啟智開源許可證原則，它是完全免費且完全開放的，也是尊重創新的。不能說完全沒有約束，其目的最終還是為了讓大家進行自我約束。
目前很多國內外企業以及高校機構都有意向加入。如果能推進下去，相信應該對我國人工智能的發展有一定的借鑑。
閱讀更多 商業夥伴 的文章
