姚期智:人工智能的硬科技

智能
  • techweb
  • 2019-10-30 20:31

10月30日,2019全球硬科技创新大会今日开幕,中科院院士,2000年图灵奖获得者姚期智出席大会并发表主题为《人工智能的硬科技》演讲。姚期智长期从事计算理论及其在密码学和量子计算中的应用,积极从事人工智能与金融科技的创新理论及实践,在2000年姚院士获得图灵奖,这是迄今唯一获此殊荣的华裔科学家,现为中国科学院院士、美国国家科学院、美国人文科学院外籍院士,清华大学交叉信息研究院院长。

QQ图片20191030115836

姚期智表示,当今世界正在快速进入智能时代,全世界都非常注重推动原始性创新。在此背景下一流大学应扮演何种角色?大学在基础研究上有非常强的优势,通过设立应用型的研究院或者交叉信息研究院,让基础研究经过一个转化过程变成一个新产业来推动发展,也就是把科学成果最终实现产业化。

姚期智强调,大学或者应用型研究院除了做基础研究以外,还有一个非常重要的努力方向是建立技术标准,此外,姚期智认为金融科技人才培养是中国现在非常需要做的一个事情。

另外,姚期智还对清华大学在西安市成立应用型的研究院,过于一年的经验和成果进行了分享。

以下为姚期智演讲全文:

尊敬的各位领导、各位嘉宾,大家早上好!

在进入主题以前,我先谈一谈今天演讲这个主题的背景。现在这个世界,我们正在快速的进入智能时代,全世界包括我们中国都非常注重推动原始性的创新,我们一个很自然的问题,就是一个现代的一流大学,在这样的一个动力下,他所扮演的角色能是什么样子,和一个传统的大学所扮演的角色有没有不一样。我们做一个假设性的想象,如果斯坦福大学在当地他如果和当地的世界和政府的支持之下,设立了一个应用型的研究院,那么他能够做什么事呢?我们虽然没有仔细想,但是我们可以猜测到,它的效果一定是非常巨大的。

那么西安市,我们刚才在各个介绍里面听到,它是中国的五大科技中心之一,近年来西安政府和陕西政府也在积极的推动科技创新,也有这个想法,想要建立一种新兴的高科技的研究院,所以西安是一个非常理想的大学和地方合作的一个位置。

我今天想要谈的是我们清华大学在过去的这一年里面,在西安市成立一个应用型的研究院,他的一些经验和一些成果。

我先介绍一下我在清华大学的这个单位,这个单位叫做交叉信息研究院,这个单位是10年以前成立的,从0开始,采用最先进的、国际的、一流大学的系统,积极引进各种人才,那么它的聚焦点是把计算机科学和其他领域交叉互动之下产生的基础研究和应用研究的一个主旨而建立的。经过这10年的建设,现在已经变成一个相当有实力的、现代的学术研究机构。在去年差不多这个时候,清华大学,我们单位和西安签订了一个协议,也注册了一个应用的研究院,在今年5月,就是半年以前,这个研究院正式落地,进驻西安。

我今天所想要谈到的就是在这半年时间以来我们所做的一些事情,同时我也希望在我们的这一个讲解里面,能够回答一下我在刚才提出的问题,就是一个现代的、高科技的大学在产业发展、积极和地方社会、政府合作能够所发挥出来的角色。

基本上我们在西安,我们叫它交叉核心院,这个交叉核心院扮演了枢纽角色,它一方面把在大学里面所做的基础研究,还有大学的一些活力、创造力的活力和地方上,地方企业、地方政府,它所有的资源,不管是在财务上、不管是在政策上,然后再加上地方,在西安地区有很多一流高校,他们所能够提供的互动,把这些能够调动的资源,能够在这样的枢纽里面结合起来,看看我们能够做什么事情。

这里面我今天所要谈的基本集中在两件事情上:

第一、就是大家自然会希望到的,就是一个大学它在基础研究上有非常强的优势,这个作用就是怎么样能够从基础研究经过一个转化过程变成一个新产业来推动产业的发展,这个过程在这样的一个设计下,是不是能够非常有效的、非常快的把最新在大学里面所研究发展出来的知识,能够立刻推动到产业上,这是第一个方面。

第二、在长远它可能是更重要的方面,就是怎么样能够把这些大学,更加激活起来,因为在西安地区有非常了不起的,很多的、一流的、高科技的大学。不过我想,任何一个地方一样,这些高校之间平常并不是特别有来往,我们也希望经过这样的核心院和不同的大学能够互动,看看有什么样可以合作,进而到最后的时候,希望过了3、5年,它能够把整个地区,它的这些高科技的研究者,能够把它们结合起来,变成一个平台,这样子更进一步,也能够和西安地区的各种产业里面的高科技,看有没有合作的地方。

我觉得像这样的一个应用研究院、一个大学性的研究院,它和一个工业上、产业上,它的研究院基本上是不一样的,因为一个大学的研究院有一个腹地,就是我们在这边所做的事情不仅是大家在这边看到,经常来的,在这边的团队,而是我们在这里如果有一些好的,从这些产业里面产生的一些应用的场景,它有非常好的点子,即使是我们这边团队本身对这些知识没有专门的知识,但是清华大学作为一个世界有规模的大学,它基本上对任何一个知识,任何一个方向,都有同事对这些事情能够知道。

在这边所产生的问题,也可以经过这个管道能够使得清华大学里面更加参与这件事情。我觉得像这样的一件事情它扮演了一个桥梁角色,能够把所有跟高科技有关的从基础科学的应用,到真正实地的产业,非常大的产业之间能够建立起一个流通管道。

我们大家都知道基础建设的桥梁、公路是非常重要的,它推动产业、商业有极大地影响,我觉得我们在这里也可以以这个方式来想象一个当代的大学,如果我们经过适当的顶层设计,那么在地方政府、地方社会团体、地方教育机构,大家一同支持、一同协作之下会产生积极的效果。

我就希望在以后的几年这种效果能够变得更加明显。所以我今天想简单把我们最近这半年里面所做的事情, 按照这两个方向,跟大家非常简单的介绍一下。

首先我们大部分时间几乎所有的时间都是谈到怎么样的把基础研究能够经过一个前进实验室,就是等于把一个基础研究在当地设立一个实验室,专门对于要解决的问题,从基础到转化之间,做一个中间站,最后一步组织一个工程的团队,实际上把这个科学成果,能够产业化。这是我们今天要谈到的最主要的一点。

下来谈一谈我们人才培育和西安地区大学交互,我们做了什么样的事情?我们在谈到这个科技基础研究到产业发展,我们想集中的是两个方向,一个是AI,一个是金融科技,我们大家都知道,这两个方向,几乎不可避免的在将来的10、20年里面扮演非常大的推动经济的角色。

所以我们从基础研究到产业,我们分成三个部分,我们先谈在基础研究上做的一个例子。

我们想提的例子是我们在这个交叉核心院建立的一个做前沿构架和智能芯片的研究中心,我们大家都知道深度学习、神经网络,在过去十年来,在整个的科学界、产业界产生了非常大的影响,基本上神经网络就是一种特定的一种算法,那么这种算法,能够做很多事情,比如说人脸识别等等,神经网络的一个特别值得注意的方向就是需要用非常非常多的数据和非常非常大的计算能力,所以一个科学和一些商业的竞争,在很大的一部分上你有没有这个计算能力,你有没有这么多的计算数据,有没有足够大的计算能力,比人家快,得到你所想要的结果,比如说人脸识别,你如果识别一个,花半个钟头,不会有人用它,如果你在半秒中做出来,就非常有应用的价值。怎么把神经网络做的更快,让它的精确度更高,这个是一个大家在科学进程里面的一个真正的创新高地。怎么样要让它做的更快,这个谈到一个软件和硬件结合的问题。你的软件即使再快,即使在最快的计算机上,它的速度就比不上我们如果特别的设计了一些芯片,然后制造出这些芯片,能够把这些算法加速起来。所以怎么样在技术上从最基础的算法的研究,然后经过优化,经过工程化,最后变成一个芯片的设计,那么这条路,是一个非常重要的一个通路,在西安我们这里也有非常好的机构在从事这方面的研究。

所以我们做的第一件事情就是成立了这样一个中心,怎么样能够把基础研究,在大学里面所做的能够在这里工程化。

这边这个图表显示出精确度和计算的能力,和这些速度,对于资源的要求,越来越大,所以现在有一个非常有系统的一个加速的方法,就是你如果设立了某一种神经网络的算法,那么你能够有系统的把它加速起来,基本是同一类的算法,但是你能加速起来,仍然不失掉你的精确度,这个就是大家最希望的一个结果,有很多很多的论文在人工智能最高级的会议里面提出来,所以我们在这里就是从事这样的一个过程,我们就是从原始创新,设计这些算法,然后设计出一种特别的能够把这些算法转化成芯片的一个方法,然后我们有老师他们有芯片设计的专长,就能够把它做出来,去流片,看结果怎么样,这是我们基本的过程。

怎么样加速一个神经网络算法的相当流行的方法,因为网络本来有很多的通道,那么你怎么样能够在这里随机采取其中一部分的通道,这样你的这个算法,通常叫做你这个算法模型,就能够把它变得更小,这样你就能把它做的更有效,做的更快,这个是一个事情,包括两部分,第一部分可以说是一种软实力,软件的部分,你把算法做好,变成在工程上可以做的算法,第二部分怎么硬件化,能够设计,放到芯片上。

把我刚才提到的这两部分,稍微带过一下,这个成果,第一部分就是怎么样设计一些新型的算法,这些算法都是在最顶级的人工智能的会议已经发表了,那么第二点就是怎么样的根据这些算法,各种加速的方法,然后把它制造,设计到芯片上,这个研究里面第一步就是探索这种新的能够加速的方法,那么在计算机上模拟上,可以看到这种方法,还是相当非常有效的,这个实验的结果,是它能够把普通的算法加速两倍到四倍。但是它和普通人大家想的不一样,不单速度快,而且精确率,经过我们特别的设计以后,连精确率都比以前更加的改进,所以这是一种大家所期望的,最理想的情况。

这个算法是相当复杂的,我们现在大家看到的,这个算法的场景,是一个自动驾驶的场景,对于计算的精确度,还有计算的量要求非常高,必须老老实实按照怎么样设计这个算法,一步一步做,看到什么东西,你要能发现它,把它能够找出这里面的物品边界是什么东西,你要怎么样的能够让这个算法能够具有鲁棒的性质,因为我们知道你驾车的时候如果下雪下雨,路上突然出现一些情况,必须有鲁棒的性质,这样才放心的让自动驾驶前进。做好以后,还要把做出来的人工智能的模型,怎么样压缩,用快速的方法让它变得比较小。

这是算法上怎么设计这件事情,在硬件上,当然在硬件里面,芯片上有一套非常成熟的,怎么设计到芯片上,现在已经做好MUSE-V1,已经做好了,8月份的时候已经送出去流片,下个月这些芯片会回来,到时候我们检测,和以前大家期望的结果是否能达到那种效果。我们不但有了第一个,去流片了,第二个已经设计好了。非常期望它的效果和我们期望的是一样。

我们虽然来了才几个月,但是我们的马教授的队伍,已经和西安的一些硬件公司,比如华为,都有联系,他们表示出相当多的兴趣,我们非常期待这个工作日后的发展。

这条路其实是相当漫长的,因为一个芯片技术的路程,即使你已经有了算法,怎么设计到芯片上,最后变成大规模商家采用,这个有一套程序,最开始在大学里面的研究,然后怎么样的聚集工程团队,然后怎么样的符合这些商业,取得商业上的IP,怎么样符合商业的标准,到最后能够大规模的产业化,这个中间有很多个关键的步骤。

从我们这个任务的分配来讲,这一个科学研究这一部分,大多数是马凯森教授在清华大学,交叉研究院,里面已经有的团队,从事这个科学的研究,那么在西安的交叉核心院,他在这里,短短的时间已经招募了十个以上经常在这里的队员,来从事工程的转化。所以我们期望在以后随着时间增加,他的芯片的中心会招募更多的一些工程师或者是科学家,那么能够一步一步的走向商业的转化,将来也希望能够孵化出一些公司。

刚才讲的关于基础研究的这部分,另外我们设立几个前进式的实验室,就是我们已经瞄准了一些可以孵化产业甚至已经有公司开始成立的,能够做科学的研究。

关于金融科技和监管科技的研究中心,我们要用 人工智能、大数据、密码加密等等的一个安全方法,推动金融科技,这里面有一些核心的基础的研究,那么这里面也有怎么样的把金融科技里面设计新的算法,同时把金融科技里面的算法,能够加速起来,所以这里是有这样的中心,我们除了做基础研究以外,一个非常可见的我们努力的方向就是建立技术的标准,因为我们知道金融科技像其它很大的通讯科技这种一样,是非常重要的,能够有一个标准,这些标准在国外在很多方向都已经有这些标准,但是在中国这些标准并不存在,但是在中国的标准,你必须要考虑中国的国情,这个对于金融科技特别重要,所以我们在这里,我们林教授有非常强的经验,在学术上还有在国外的金融管理上都有很丰富的经验,那么所以他根据这些情况,现在在建立技术标准上做出了很大的进步,我想我们不久将来可以看到他在这方面对于西安陕西甚至国家所能做出的贡献。做这件事情,和我们看到的,想立刻孵化一个公司,能产生收入有一个不一样的性质,但是做这件事情,对整个金融科技的基础建设,对推动将来的科技发展,有很大的帮助,所以我们相信在交叉核心院里面所研究出来的和政府和银行企业联合商讨出来的一种标准,会让西安这个地方变成一个在金融科技里面,进入一个非常醒目的位置。

我们不单做基础研究,做标准,而且我们和各地的证券产业,还有银行协会,甚至对于政府监管的需要,科技的手段,我们都已经建立了非常多的联系。

金融科技人才培养是中国现在非常需要做的一个事情,我们交叉核心院也做人才培养。举办各种学术活动等等。

第二个例子就是,前进式研究,可信的人工智能,人工智能现在有一个大的缺点,大家对于它的可信程度,没有像对传统的算法那么信任,这里面安全上有一些不确定性,怎么样能够有一套标准,对于一个人工智能的算法,在怎么样的情况下通过这些检测,这是一个非常重要的课题。

我的时间差不多了,我很快讲几个孵化的产业。

第一个是怎么样让人工智能,让各种软件增加可信度,杨子江教授是非常出色的软件的专家,创办深信科创这家公司,这些就是这个公司做的一些事情。

第二个是新石器无人车,关于无人驾驶的,是卢博实和李想做的公司。

最后谈一下人才培养,我们基本上已经和西安地区其中五个高校签订了五校联盟,我们在这里推进人才培养的一个事情,这里面做的事情包括重点的联合申请,科研的项目,那么给大学生在我们的实验室或者是在这些大学的实验室,能够让他们增加实习的机会,同时联合和他们做各种的科研活动。

谢谢大家。


来源:techweb

作者:果青

编辑:jiyang

图片来源:

本文链接: https://www.aiust.com/article/20191030/1090.html

声明:除非注明,本站文章均为AIUST.Com原创或编译,转载时请注明文章作者和“来源:AIUST.Com”,AIUST.Com尊重行业规范,每篇文章都标有明确的作者和来源。文章为作者观点,不代表AIUST.Com立场。部份图片来自网络,如有侵权,请联系我们删除!

相关文章

资讯

原创

荐读

热门标签