徐波|人工智能,未来长这样( 二 )


加快原始创新策源努力占据制高点
人民网:中科院自动化所作为我国“国家战略科技力量”的重要组成部分 , “十四五”期间在人工智能领域的研究和应用方面 , 有哪些相应的目标和计划?

徐波:我们按照“两加快一努力”要求 , 加快原始创新策源和关键核心技术突破 , 努力占据人工智能科技创新制高点 。
中国科学院自动化研究所始终关注人工智能中长远发展布局 。 十年前在深度学习刚刚开始应用于语音、图像并产生技术突破时 , 我们意识到感知类人工智能应用将逐渐由产业界为主导 , 于是开始布局更具前瞻性的类脑智能 , 推动人工智能和脑科学的交叉研究实现 , 并与科学院神经所成立脑科学与智能技术交叉研究中心 。 目前这个方向已经成为研究所三大主力研究方向 , 相信在下一代人工智能发展中也将扮演重要角色 。
人工智能想要在经济发展、社会治理、大工程系统等复杂问题的决策中发挥作用 , 需要人工智能与复杂系统进行交叉融合 , 这也是人工智能从感知、认知走向决策的必然发展趋势 。 因此 , 研究所进一步布局了可自主进化智能方向 , 研究建模人、环境和机器之间的演化、合作和竞争等关系 , 并通过交互提升人和机器对环境的认识和认知 。 这项技术可广泛应用于大量复杂问题的智能辅助决策 。
这要重点谈一下我们最近研发的“紫东太初”多模态大模型 。 这是基于我们多年基础积累形成的面向关键技术攻关的研究方向 。 我们人类对世界的认识天然是多模态的 。 举个例子 , 我说“猫”这个字 , 你脑子里马上能想到猫的图片、猫叫的声音、猫的文字 。 我们大脑里面把猫有关的声音、图像和文字关联在一起 , 共同组成了“猫”这样一个语义 。 这个语义是跨模态存在的 。 模拟人的多模态认知特点 , 自动化所推出了全球首个千亿参数的三模态大模型“紫东太初” , 把图像、文本和语音结合起来 , 它采用了多层次、多任务、自监督、预训练的学习方式 , 不仅可以实现跨模态理解 , 还能实现跨模态生成 。 这是我们在已有多个很好技术积累基础上 , 通过多模态把人工智能众多方向加以融合创新的研究成果 , 服务于产业和国民经济主战场 。
人民网:在人工智能创新链中 , 科研院所在扮演怎样的角色?自动化所又是如何面向国民经济主战场 , 为我国人工智能产业链发展赋能?
徐波:人工智能包括智能和智能化 。 智能即智能科学内涵、基础理论和模型算法等 , 智能化则是智能与各个领域行业的结合 。 研究所发展规划一方面要承担主责主业 , 大力探索智能本身 。 同时 , 需要考虑智能怎么去和社会、企业、政府合作 , 政产学研结合 , 面向国民经济主战场 , 为人工智能产业链发展赋能 。 无论从科研还是产业化 , 我们始终秉持在低潮时坚守、在高潮时冷静的理念 , 努力成为默默的开拓者和引领者 。
六年前 , 人工智能落地应用刚刚萌芽 , 基于人工智能自身发展特点 , 研究所及时推出了“离岗创业”制度 , 鼓励已在智能应用领域深耕多年的团队进行转化 。 制度实施以来 , 已经诞生了在工业视觉、融媒体、生物特征识别等垂直行业里多家有影响力的企业 。 离岗创业 , 这是一种人工智能技术转化1.0版本形式 。
作为一种赋能千行百业的技术 , 我们不能止步于此 。 我们正在探索人工智能技术转化的2.0版 。 2.0核心就是要利用研究所力量 , 以核心创新为抓手 , 以构建创新生态为目标 , 做一个大的人工智能平台 。 如上所述 , 目前人工智能存在落地周期长、成本高、人才昂贵等问题 , 同时国产基础软硬件从基本“好用”到非常“好用” , 都需要协同各方力量共同努力 。

相关经验推荐