分享

戴琼海院士:美国主导的大模型技术对我国形成严峻的知识产权壁垒

 颐源书屋 2023-11-05 发布于北京

您想知道的人工智能干货,第一时间送达

                         

图片

图片

转自黑智,整理|景佑

今年,戴琼海院士出席了多个论坛,以其深厚的学术造诣和独到的见解,为人工智能产业的发展出谋划策。

戴琼海院士是国务院参事,中国工程院院士,清华大学信息科学技术学院院长、教授,北京信息科学与技术国家研究中心主任,CAAI理事长。

他长期致力于立体视觉和计算摄像理论、关键技术研究与人才培养,在立体视觉、三维重建和计算摄像仪器等方面做了基础性和开拓性工作,获国家技术发明一等奖、国家技术发明二等奖和国家科技进步二等奖各一项。

图片

图片留给我国的发展窗口是有限的

7月22日,在福州举办的2023中国人工智能大会上,戴琼海院士探讨了人工智能发展的道路,梳理了我国人工智能发展的现状及突破路径。

01

人工智能正深刻地改变这个时代。以大数据为基础的深度学习,实现了部分特定场景的应用,推动城市、教育、医疗、金融、机器人等领域智能化发展。比如机器翻译替代了大部分人工翻译,语音识别替代了大部分人工侦听,人脸识别成为安防等领域的常见模式……

02

以美国方案为主的大模型技术对我国形成了严峻的知识产权壁垒。已发布的国内外部分大模型技术,都是基于谷歌的Transformer技术,谷歌已对其进行了专利保护。截至2023年5月,大模型和Transformer相关的知识产权总数有2899项,美国就占据71%,我国仅占据25%。我国在大模型发展上,虽然在模态类型或数据类型上有所扩展,但面临严峻的知识产权壁垒问题。

人工智能技术复杂度正在快速增加,大模型的训练代码量从2019年的万级增长到2021年的十万级,如不能实时追赶,未来再进行反超就会变得更为困难和复杂。留给我国的窗口期是有限的,形成通用人工智能技术的中国方案已迫在眉睫。

图片脑智能是未来新的方向

7月7日,在上海2023世界人工智能大会(WAIC)上,戴琼海院士发表题为“人工智能发展与挑战”的演讲,并强调,我国应从政策、机制和投入上深化人工智能的人才培养和基础研究,强化原始创新,避免陷入“无源之水”困境。

01

在大模型“0到1”的创新中,国内在基础研究领域的颠覆性成果弱。从智能发展产业来看,我们是既乐观又不乐观。中国大部分人工智能人才集中于应用层,因此应用场景和技术层的发挥空间特别大。但中国在基础层人才方面明显处于弱势,原始创新不足。

02

脑智能是未来新的方向。融合脑与认知的人工智能新算法是行业布局的前沿,将引领新一代智能。政府应鼓励企业主导大模型建设,探索生物机制和机器特色相结合,进一步创造人工智能新范式,推动基础研究和应用拓展并举。

03

我们需要警惕大模型应用的安全问题。大模型尚不能对输出进行可信性的验证,例如生成欺骗性内容。这意味着大模型的应用一旦出现问题,可不是现在计算机网络病毒那么简单,杀杀毒就好了,这将会带来颠覆性的影响。因此大模型进行应用时,应将安全性和可信性讨论清楚。

图片“数据”“算法”与“算力”是发展支柱

4月20日,在赛迪顾问有限公司主办的2023IT市场年会上,戴琼海院士指出我国人工智能的当前现状,并从“数据”“算法”与“算力”的重要性与发展分析人工智能的前进方向。

01

拓宽数据边界、推动算法创新、打破算力瓶颈将是未来带来应用变革、引领人工智能基础突破的必由之路。目前,我国人工智能正处于应用强势、基础较为薄弱的状况,强化原始创新避免陷入“无源之水”的困境是我国人工智能发展破局的重中之重。要推动人工智能的创新发展,“数据”“算法”与“算力”是发展支柱:数据是人工智能的教材,决定智能的范围;算法是人工智能的大脑,决定智能的水平;算力是人工智能的引擎,决定智能的效率。

02

我国已经抢先实现了对亿级数据的处理,并实现了十亿像素级的图像输出。未来,我国抢占人工智能与数据发展主导权的关键在于实现从限定场景扩大到开放场景的过渡,实现人工智能对复杂环境的理解。

03

大模型将更快成熟并带来应用变革,生物启发智能将引领人工智能基础突破。预计5年左右大模型将成为人工智能应用中的关键基础性平台,类似PC时代的操作系统。

04

融合脑与认知的人工智能新算法与模型——认知计算是世界人工智能研究的最前端。认知计算是指通过先进神经技术,揭示脑结构、脑功能与智能产生的多层次关联与多模态映射机制,建立认知模型和类脑智能体系。认知计算是沟通脑科学与人工智能的桥梁,预计10年以后,以认知智能为核心的人工智能将开始步入应用阶段。

05

根据摩尔定律,算力每两年会翻一番,如果要迎合当下的发展需求,理论上算力每三四个月就要翻一番。为了弥补日渐严峻的算力短板,打破人工智能发展瓶颈,算力的优化与创新刻不容缓。我国主流的算力发展之路是聚焦通用芯片的优化与专用芯片的设计,同时,我国也积极发展新赛道,发展新型计算架构。

参考资料:

[1]专家学者纵论人工智能时代发展机遇与挑战

https://new.qq.com/rain/a/20230725A090V800

[2]破解国产大模型难题:避免“无源之水”,最后一公里需连接算法与芯片

https://www.thepaper.cn/newsDetail_forward_23771017

[3]中国工程院院士戴琼海:大模型将成为AI的“操作系统”

https://h5./docview.aspx?version=emerging&docid=6886345&chnid=4800

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多