AI賦能產業不能只靠算法 多模態共享的深度融合將成未來發展方向

“現在基于大數據的深度學習，從應用層面已經達到了一定的天花板，未來應把貝葉斯統計、可泛化的遷移學習、基于知識的自上至下的方法等真正地融合起來，融合發展將成為人工智能未來發展的重要方向。”在近日舉行的海南自貿區(港)“陸海空”科技創新和產業發展國際合作交流大會上，德國漢堡科學院院士、漢堡大學多模態技術研究所所長張建偉教授表示。

人工智能是新一輪經濟社會變革的核心驅動力，未來技術與顛覆性創新將為人工智能在各種場景應用提供技術支持。張建偉表示，計算機、腦科學、心理學、語言學的交叉發展以及與國際先進科研組織的合作，為當下人工智能發展提供了更好的條件。云技術、物聯網、光網、寬帶、5G的發展為人工智能提供充足的大數據樣本，新材料、新計算、新的能源供應，使得全系統的創新有了新的動能。

張建偉說，在全球的知識共享和多學科交叉背景下，我國各產業鏈實現了深度互動，使得我國的人工智能產業有了更多的發展機會。未來的少人化工廠、老人的服務護理、虛擬社區的交互、私人定制的服務等都是人工智能和機器人發展的方向。機器人和人工智能除了在制造、交通方面的應用，在醫療、農業、智能建造和教育方面都有巨大的潛力。

人工智能發展雖然已取得了一些進展，但距離真正解決民生方面的問題還有很長的路要走。張建偉表示，AI賦能產業光靠算法是不夠的，人工智能需要一個深度融合、“核聚變”的過程。人工智能、物聯網、虛擬現實、機器人、可穿戴設備、5G通訊、腦科學、新材料、新能源等，每一個領域的新突破，都將給現在的互聯網生態等帶來新的挑戰。

張建偉說，今天以大數據為代表的信息技術已經變得非常強大，為基于數據的智能化運算提供了非常強大的計算引擎。與此同時，通過大數據、云、物聯網以及5G技術的發展，可以讓數據的應用更加充分。

“計算引擎和大數據相結合將是接下來人工智能發展的重要方向。”張建偉說，未來人工智能和下一代機器人的發展，還有很多挑戰要面對，這將會是一個非常艱難的過程。

張建偉認為，下一步的挑戰是如何讓機器人和人工智能的結合變得更加透明，如何運用多模態的交互，使機器和人進一步融合，使得我們真正進入人類的2.0的時代。機器人未來和人工智能交互的未來，不是單模態的，而是一個多模態共享的模式。

標簽： AI 深度融合