AI人工智能|蒋昌俊:我国AI发展之路依旧漫长 基础研究仍是短板( 二 )


“目前的神经网络模型大都侧重对数据的计算层面 。事实上 , 一个高级的智能机器应该具有环境感知与逻辑推理的能力 。如何将AI的演算和计算进行融合 , 结合基于规则系统的推理能力和神经网络的学习能力 , 构建一个更强大的AI模型 , 推理能力可以帮助减少神经网络学习新事物时所需的数据量 。这样的交互和融合将是当前AI由弱到强的主要突破口 。”蒋昌俊认为 , 在构建类脑认知模型中 , 目前脉冲神经网络的神经元以电脉冲的形式对信息进行编码 , 更接近真实神经元对信息的编码方式 , 能够很好地编码时间信息 。
由于脉冲训练缺乏高效的学习方法而且需要耗费大量算力 , 在性能上与深度网络等模型还存在一定差距 。未来 , 两类模型仍需要不断从脑科学中吸取营养并不断融合 , 发展性能更好、效能更高的新一代神经网络模型 。
基于这样的分析 , 蒋昌俊认为 , 未来的AI将是从理性到感性 , 从有限到无限 , 从专门到综合 。但他也同时强调:“AI发展之路还很漫长 , 我们现在只是始于足下 , 深入探索传统AI , 并为向当前AI和未来AI迈进奠定基础 。”
破局:一步一个脚印 , 为AI打造人才资源池
作为国家“双一流”建设高校 , 同济大学也敏锐地意识到了人才培养对人工智能发展的重要性 。
“目前同济大学在多个学科包括计算机、自动化、交通、汽车、建筑、机械、土木等均开展了人工智能技术的研究和科研人才培养 , 侧重于建立人才培养体系 , 为人工智能打造人才资源池 , 尤其是在基础学科领域突破人才瓶颈 。”蒋昌俊介绍 。
2017年 , 成立人工智能研究院;2018年 , 智能建造、智能制造工程、数据科学与大数据技术等多个与人工智能相关的本科专业;同年 , 依托同济大学建设的上海自主智能无人系统科学中心宣告成立;2019年 , 同济大学获批教育部首批“人工智能”本科专业建设资格 , 并招收了第一批本科生......
近年来 , 同济大学在人工智能领域人才培育方向“一步一个脚印”地稳步前进 。
据介绍 , 在校企合作方面 , 同济大学还将通过不断加深学校与企业的融合 , 借助企业创新技术和应用 , 在帮助学校提升教育资源利用率和教学质量的同时 , 也为师生提供更多更新的实际案例 。
“人工智能领域需要培养以应用型为导向的人才 , 以解决实际问题为核心 , 这就需要与科技创新和产业发展深度融合 。同时 , 企业对行业的需求相对高校来说更为敏锐 , 因此可以帮助高校发现AI产业发展的实际需要 , 将教育方向与具体岗位相结合 , 并使用企业技术与实践相结合培养出符合人工智能产业需要的专业型人才 。”蒋昌俊说 。(邬迪)
(责编:邬迪、韩庆)


推荐阅读