一文读懂深度学习：这个AI核心技术被美国掌控，很危险

2019-11-28 18:39:22

 

 

“中国有多少数学家投入到人工智能的基础算法研究中？”

 

今年4月底，中国工程院院士徐匡迪等多位院士的发声，直击我国在算法这一核心技术上的缺失，引发业界共鸣，被称为“徐匡迪之问”。

 

由此，“依靠开源代码和算法是否足够支撑人工智能产业发展？”、“为什么要有自己的底层框架和核心算法？”等一系列问题，成为行业热议的话题。

 

事实上，除了核心算法之外，对底层框架的忽视，也成为影响我国人工智能发展的重要因素，甚至比“缺芯少魂”、“卡脖子”问题更危险！

 

然而，想要理清其中的缘由，就需要从读懂机器学习开始。

 

 

 

什么是机器学习？

 

众所周知，AI的根本目的就是让计算机模拟人类的行为和思维，以实现解放人力，提升效率，降低成本。其中，机器学习（Machine Learning）则是AI的智慧源泉。

 

从学术上来说，机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多领域交叉的课题和技术。

 

从广义上来说，机器学习就是赋予计算机学习能力，并实现模仿人类的一种方法。

 

从技术应用上来说，机器学习是利用大量数据，训练出专用的算法模型，然后通过该模型实现类似人的预测、推理，从而获取决策的方法。

 

从层级上来说，机器学习位于AI的技术层，与其他技术的相融合，构成了计算机视觉、智能语音、模式识别、数据挖掘、统计学习等AI核心技术，并在应用层得以体现。

 

从AI发展来看，几乎所有核心技术和应用场景的背后，都离不开机器学习所赋予的学习能力，也就是智能。

 

 

 

总之，机器学习既是人工智能的核心，也是计算机获得学习能力和智力的方法或途径。

 

而机器学习的核心则是算法。

 

 

 

深度学习算法与底层框架

 

作为AI大三元素（数据、算力、算法），目前主流的算法主要面向机器学习领域。因此，机器学习也可以理解为用于训练和推理的算法合集。

 

目前，机器学习算法可以分为传统算法和深度学习（Deep Learning）算法两大类。

 

 

 

 

深度学习是机器学习中一个新兴的研究方向，也是一个复杂的机器学习算法。深度学习的概念源于人工神经网络的研究，建立模拟人脑进行分析学习的神经网络，以模仿人脑的机制来解释数据，强调模型结构的深度和明确特征学习的重要性。

 

 

 

 

因此，深度学习使计算机实现模仿视听和思考等人类的活动，解决了大量复杂的模式识别难题，从而推动计算机视觉、智能语音等复杂AI基础技术的落地。

 

可以说，深度学习算法决定了未来AI的发展趋势，乃是兵家必争之地。

 

现在，全球AI领域，深度学习已经超越传统机器学习，成为主流算法。但是，机器学习仍未被取代，两者呈现互补的态势。随着深度学习与神经网络算法的结合，不仅降低了算法训练的门槛，更衍生出大量热门算法以及相应的底层构架。

 

与依赖于芯片的算力不同，算法由于开源代码、自动化工具等助力，门槛相对降低不少，因而成为初创公司不错的切入点。现在，大多AI企业基本都是围绕算法及相应的应用场景做文章，在国内尤为普遍。

 

然而，这些基于开源代码和自动化工具的算法往往过于通用和初级，仅仅依托国内海量数据储备和丰富的应用场景的优势，实现最基本的功能而已。真正核心和关键算法仍然掌握在国外大厂手中，核心竞争力明显不足。

 

而且，不仅是核心算法，深度学习的底层框架也同样来自于国外厂商。

 

底层框架，一般被称作为开源框架或算法训练平台。通俗来说，就是AI工具包，其作用就是用以训练算法模型的平台。

 

如果将算法比作“子弹”的话，底层框架就是“军工厂”，重要性不言而喻。

 

仅仅是算法的缺失，可以通过企业、开发者及整个行业的共同努力来弥补，但连工具都被“卡脖子”的话，显然将大大制约我国深度学习，乃至整个AI产业的发展。

 

 

 

外来的和尚好念经

 

目前，主流的深度学习底层框架虽然大多已经开源，但基本都来自于美国科技巨头及大学相关实验室，例如TensorFlow（谷歌）、PyTorch（Facebook）、MXNet（亚马逊）、CNTK（微软）、Deeplearning4j（美国AI初创公司Skymind）、Theano（蒙特利尔理工学院）、Caffe（加州大学伯克利/贾扬清开发）、Keras（谷歌工程师FrançoisChollet开发）等等。

 

 

 

其中， TensorFlow和PyTorch应用最为广泛，全球AI企业都将其视为重要的工具包。据TensorFlow网站显示，京东、中国移动、美团、搜狗等中国企业都在使用该框架，用于深度学习的应用和开发。

 

任何企业和开发者都可以将数据馈入其中，并开始训练自己的算法模型，无需重头开始自行开发底层框架和开发平台，所谓 “站在巨人的肩膀”。

 

谷歌、Facebook、亚马逊、微软也在不遗余力地投入，对这些底层框架进行维护、升级和推广，以确保其受到全球开发者的欢迎。根本目的就是建立统一的标准和规范，进而形成完整的生态。最简单的例子就是谷歌的安卓操作系统，虽为开源，但也形成了技术壁垒，让其他厂商难以逾越。

 

同时，大量企业和开发者也在为这些开源构架默默地做着贡献，从而推动其不断壮大。从另一个层面来说，尽管底层框架均为开源、免费，但获得全球开发者助力的同时，也省去了建立国际性开发团队的巨额成本。

 

其实，国内巨头已经意识到了这个问题。BAT、华为、商汤、旷视、360以及浪潮等厂商都已经推出了各自的机器学习底层框架。

 

 

 

尤其是百度飞桨(Paddle Paddle)自2016年开源起，一直在不断升级和推广，以吸引更多的企业和开发者的关注。2017年，腾讯Angel、360 Xlearning先后宣布开源。2018年年底，阿里x-deeplearning也正式开源。今年8月，华为推出了MindSpore深度学习框架，并将在2020年第一季度开源。此外，包括商汤、旷视、浪潮等厂商虽然已经拥有自己的底层构架，但遗憾的是并没有开源。

 

最近，小米宣布语音识别开源工具Kaldi 之父DanielPovey将出任语音首席科学家，很可能会加大相关底层构架的研发。

 

尽管中国厂商已经拥有了自研底层框架的实力，但在先入为主的国外开源构架面前，不仅用户量不足，而且缺乏贡献者，更有过于封闭的问题，因此底层构架的国产化可谓路漫漫。

 

 

如何突围？

 

随着国内自研AI芯片成为全新的风潮，让人看到了突破芯片“卡脖子”，实现“弯道超车”的可能。

 

即便如此，现在中国AI基础研究和基础设施仍然相当薄弱，包括硬件在内的大量核心技术掌控在美国手中，更随时面临“技术封锁”和“断供”的风险。

 

同样的情况也发生在深度学习领域，核心算法和底层构架的缺失，一旦风险爆发，将对中国AI发展带来致命影响。

 

从国外厂商在AI领域的布局来看，无论是云计算、芯片，还是算法和底层框架，均以构建自己的生态为根本目的，从而建立起牢不可破的“护城河”。

 

好在，阿里、百度、华为等国内巨头已经从各个角度开展布局，阿里平头哥“含光800”、华为麒麟系列芯片、鸿蒙操作系统以及百度飞桨等都是典型的代表。其中，今年7月，百度宣布飞桨与华为麒麟展开合作，芯片与底层构架的联手，无疑将共同推动中国深度学习和AI产业的落地和发展。相信这也是建立中国力量生态圈最好范例。

 

此外，建立和推动开源文化，也是摆在中国企业面前的老生常谈的问题。唯有拥抱开放、共享，才能真正推动中国核心技术，尤其是AI技术的快速进步和发展，从而突破“卡脖子”封锁。

 

 

 

 

目前，国内深度学习厂商主要分为云计算平台、AI初创企业、传统计算厂商以及大数据企业多个阵营。其中，云计算平台主要是BAT、华为、京东等互联网巨头为首；AI初创企业主要有第四范式、商汤、旷视、寒武纪等；浪潮、中科曙光等则发挥自身计算优势，占有一席之地；星环科技、美林数据、九章云极等大数据企业拥有数据挖掘的优势，也成为生态中不可获取的力量。

 

由此可知，除了AI本身之外，深度学习、机器学习与云、计算、数据等关键技术密不可分，这也恰恰证实了国内海量数据储备和互联网基础设施建设对AI行业起到的推动作用。然而，正如上文所述，唯有掌控核心算法和底层框架，拥有基础设施和核心技术的自研能力，才能真正主导深度学习及机器学习行业。

 

总之，就连机器学习、深度学习这样的AI工具包都一直掌控在美国手中，无疑比芯片、操作系统等核心技术的“卡脖子”问题更危险！