尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
「中國有多少數學家投入到人工智慧的根基演算法研究中？」日前，在上海召開的院士沙龍活動中，中國工程院院士徐匡迪等多位院士的發問引發業界共識，被稱為「徐匡迪之問」。
「大陸人工智慧領域真正搞演算法的科學家鳳毛麟角。」在4月28日召開的「超聲大數據與人工智慧應用與推廣大會」上，東南大學生物科學與醫學工程學院教授萬遂人表示，「徐匡迪之問」直擊大陸人工智慧發展的核心關頭問題，「如果這種情形不改變，大陸人工智慧應用很難走向深刻、也很難獲得重大結果」。
大陸人工智慧領域發展的現狀如何？依靠開程式和演算法是否足夠支撐人工智慧產業發展？為什麼要有自己的底層框架和核心演算法？
缺少核心演算法，會被「卡脖子」
「如果缺少核心演算法，當碰到關頭性問題時，還是會被人‘卡脖子’。」浙江大學應用數學研究所所長孔德興教授對科技日報記者表示，大陸人工智慧產業的創新才能並沒有傳說中的那樣強，事實是，產業發展過度依附開程式和現有數學模型，真正屬於中國自己的東西並不多。
4個月零根基學會人工智慧、16講入門人工智慧、演算法線下大課……相似培訓在網路上異常火爆，通過對於現有演算法、模型的學習和訓練，成長為人工智慧工程師的「短平快」可見一斑。
既然代碼是開源的，拿來用就好，為什麼還有可能被「卡脖子」？
孔德興解釋，開程式是可以拿過來使用，但專業性、針對性不夠，效果往往不能滿足具體義務的實際請求。以圖像辨認為例，用開程式開發出的AI即使可以精確辨認人臉，但在對醫學影像的辨認上卻難以達蒞臨床請求。「例如對肝臟病灶的辨認，由於邊界模糊、對比度低、器官黏連甚至重疊等困難，用開程式很難做到精準辨認。在三維重構、可視化等方面難以做到精準反應真實的解剖資訊，甚至會出現誤導等問題，這在醫學應用上是‘致命’的。」
「碰到專業性高的研究義務，一旦被‘卡脖子’將會是異常被動的，所以一定要有自己的演算法。」孔德興說。換句話說，是否把握核心代碼將決定未來的AI「智力大比拼」中是否擁有勝算。用開程式「調教」出的AI頂多是個「凡人」，而要幫助AI成長為「細分領域專家」，需以數學為根基的原始核心模型、代碼和框架創新。
有演算法之「根」
能力撐起產業「繁茂」
所謂「樹大根深」，人工智慧的發展也是同樣道理，越在底層深深紮下根底，越能夠發展出強盛的產業。
那麼，借助開程式，「半路出家」的AI產業為什麼會難認為繼？
孔德興解釋說，在獲得同樣數據的前提下，以開程式運行，AI深度學習之後或許能輸出成果，但由於訓練框架固定、演算法限制，當用戶進行具體的實際應用時，將很難達到所期望的成果，而且難以修改、完善、最佳化演算法。
「如果從底層演算法做起，那麼全部數學模型、全部演算法設計、全部模擬訓練‘一脈相承’，不僅可以協同最佳化，而且可以依據需求隨時修改，從而真正解決實際問題。」孔德興說，根基演算法往往是指研究共性問題的演算法，它涉及到根基數學理論、高性能數值計算等學科，可以應用到多種實際問題中；而針對性強的應用演算法往往會應用到具體問題所涉及的「具體知識、先驗資訊」，從而更好地解決實際應用問題。
「根基演算法和應用演算法都很重要，擁有根基演算法將更有助於應用演算法的豐富與深刻。」孔德興說，AI要應對的現實生活是複雜、多變的，當能夠「應對自如」時，能力夠促成產業的「繁茂」。
呼籲三方協力
讓數學不再置身事外
「一方面是政策領導，其實國家已經在加大這方面的扶持，例如科研基金上的設置等。」針對如何解決「徐匡迪之問」反應出來的問題，孔德興認為，第二方面是行業企業在進行科技創新時，應有意識將數學學者納入進來。
「如果通過演算法的開發，最終產品落地了，企業應當將演算法開發時的數學學者納入到結果分享中來。」孔德興說，社會目前對於數學科學等「軟實力」的認可程度不足，行業或法規層面應當做好數學研究結果的產權保護工作。
「第三方面，數學家本身應當積極參與到人工智慧發展的浪潮裡。」孔德興呼籲，AI的未來發展需要數學家深度參與。由於目前仍處於「弱人工智慧」時代（可以說是數據智能時代），AI的實現主要是依附計算機的巨大算力和巨大的存儲才能，底層演算法的問題或許並不突出，但在未來的發展，AI將可能融入邏輯、思維等聰明的內容，這些都需要數學科學的原始創新，有大量的根基問題亟待數學家攻克。
演算法的進階一定是來源於「原創者」，而不是「跟從者」。孔德興說：「實際上深度學習的應用已遇到了天花板，我們需要新的數學技術（如部分依附邏輯、部分依附數據的‘聰明演算法’），讓計算機變得聰明起來。這些工作都需要數學家的參與。」