人工智能的路在何方

在有中国自主知识产权的新一代人工智能通用算法、自律学习SDL（Self Discipline Learning ）发布三周年之际，以此文回顾自律学习SDL三年来所走过的路。

一、中国人工智能的真实现状

发展人工智能的重要性已众所周知，可叹的是中国至今没有自己的通用人工智能算法。目前，在中国广泛使用的通用人工智能算法是本身带有严重缺陷、连发明人Hinton教授都因无法克服于2017年就宣布放弃要推倒重来的深度学习算法DL（Deep  Learning  ）算法。

从学术上看，深度学习DL在人工智能发展史上，因比以往的人工智能算法先进，占有一代算法的位置和有一定技术贡献。在应用场景不复杂的如：图像识别、人脸识别、语音识别等，深度学习DL还是有一定的应用效果，但远达不到现在宣传的神奇效果和可广泛应用特点。反而因深度学习DL存在不可解释问题，如专家所说，用深度学习DL训练机器学习，有时机器会将受训练所学的山体识别成狗。更危险的是因深度学习DL有黑箱存在，不知会在何时出现造成死机，后果难料。近日，中国科学院大学（国科大）团队研究发现，神经网络将成为“病毒软件”恶意嵌入肆意传播的载体，并可规避防病毒引擎的安全扫描。这意味着只要黑客需要，他们现在已经或今后随时可在用深度学习算法的人工智能应用中嵌入他们的“病毒软件”，还不能发现，随时任由他们肆意启动“病毒软件”达到他们的恶意目的。

对于存在如此严重的深度学习DL，以美国公司为首的国际垄断公司却看到深度学习DL应用常需要无穷的算力，有很大的出售他们大容量GPU服务器的商机，就开始抄作深度学习DL。其中最杰出的商业抄作是大吹大擂机器人Alphgo战胜人类最佳围棋手。其实，在该机器人中只用了很少的深度学习DL，还是存有大量的围棋规则库在起作用。但是，为商业利益，垄断公司有意掩盖真象，向公众大肆做神化深度学习DL的宣传，于是深度学习DL名声大噪。

同时，这些垄断公司又投入巨资开发出一些应用场景的深度学习DL开源软件，便于用户很快照猫画虎地应用。还用各种方式和渠道大量培训出深度学习DL的应用技术人员。结果，在很短时间，深度学习DL的技术人员占据了中国各部门、各单位的人工智能岗位，拿着高薪在推广使用深度学习DL。

因此，出现中国人工智能的一个怪现象，没有自己人工智能通用算法的中国，上边在号召大力发展具有国际战略竞争意义的人工智能，下边却在大力投入巨大资源推动和应用外国的深度学习DL。所以，为什么美国在卡中国高技术脖子清单中，不见有人工智能。因为，中国从来就没有人工智能的脖子，还需要卡吗？更费解的是，还从不见政府主管部门、研究单位提出像集中力量大力研发操作系统、高端集成电路一样，大力号召研发中国自主知识产权的通用人工智能算法。

二、自律学习SDL是逆流的创新发明

自律学习SDL是我们联盟理事，日本阿波罗株式会社和天津市阿波罗信息技术有限公司首席科学家顾泽苍博士（中国籍）在业界首先发表论文指出深度学习DL存在的一些严重缺陷，并基于自己在日本从事三十多年的人工智能积累的经验独立发明的。自律学习SDL完全是针对在人工智能占主流的大模型、大数据、大硬件的深度学习DL算法，逆流发明的小数据、小模型、小硬件的在性能和用途都大大超过深度学习DL的具有中国知识产权的新一代人工智能通用算法。

自律学习SDL是于2018年8月18日，《北京世界机器人大会》上的我们联盟主办的“新一代人工智能创新发展论坛”上由顾泽苍博士亲自正式发布。

为显示自律学习SDL的强大功能，顾泽苍博士选择可以代表人工智能最复杂和最高应用水平的自动驾驶，做为自律学习SDL的首个应用攻关项目。顾泽苍博士带领他的二十几人的小技术团队，利用很少的不到二千万的资金，在不到一年的短短时间内，做出当今世界所有研制自动驾驶的单位，仅在自动驾驶的感知功能上应用深度学习DL，投入数以亿计的巨资，组织庞大的技术队伍，最长苦苦努力十多年还达不到满意的感知程度时，顾博士团队不仅在其他研制自动驾驶的单位所进行的自动驾驶的感知功能上，还在其他研制自动驾驶的单位没进行的自动驾驶的更难的决策和控制功能上都用自律学习SDL实现，并创造出多目的非线性随机最佳闭环控制的理论，率先在世界研制出全用人工智能行驶的燃油、电动和混合动力三种自动驾驶汽车，并已在天津的市内道路进行路测一年多。该团队所研制的自动驾驶车与社会车辆多车道同行自如处理复杂情况、在人员密集的商业街随机安全穿行、以80多公里高速在大弧度弯道行驶等现场演示，让外单位来考察的人员信服和赞叹。

中国现有世界上最多的研发自动驾驶的单位，这又是中国人工智能的一个怪现象。现在有越来越多的人工智能专家发文指出深度学习DL存在的不可解释性、黑箱等严重缺陷。试想，一旦用户知内情，有多少人愿冒险，敢日常驾驶用存在安全隐患的深度学习DL研制出来的自动驾驶车呢？很明显，因不能完全去掉深度学习DL存在的严重缺陷，在自动驾驶上应用深度学习DL是起始性的错误。但是，为什么还有很多单位前赴后继地投入几十亿、上百亿的人民币在不停的研发自动驾驶呢？因为，研发自动驾驶的一些单位在研发自动驾驶所投入的钱，经过包装和炒作可早在股市和其他各种奖励和补贴等方面名利双收了！还有用深度学习研发自动驾驶的一些单位，虽然没有收回投资，但已经投入了很多资金，因不好向投资商交待等种种难言的原因还在坚持着等待机会，以为反正国内外领头的大投入的研发自动驾驶的单位还都没做出来，还是可以说的过去。

三、自律学习SDL算法无助的发展环境

叁年来的自律学习SDL的推广应用所遇到的怪现象，不仅出现在研发自动驾驶的单位，凡在深度学习DL应用上已投大资金和已获得名利的单位和人士，都不愿看到被他们推崇的，带来利益的深度学习DL存在的严重缺陷被人知晓，都在有意无意地在阻碍优于深度学习DL算法的新的人工智能算法的出现和替代深度学习DL被广泛应用的可能。

更难以让人理解的是，为推荐自律学习SDL我们联盟找过国家有关部门、学会、协会，一些著名的研究院、实验室、大专院校、国有企业、民营企业、上市公司、投资单位；还有一些院士、专家、教授等专业人士。这些单位和人士一知道自律学习SDL是针对深度学习DL存在的严重缺陷发明的，有应用案例可证明其功能和应用范围超过深度学习DL，请他们给以验证或评论时，都非常礼貌地回避、回绝对自律学习SDL做深入了解和表态。所找的投资公司，也因找不到专家给以技术论证，不能上会讨论投资。

常说：如果认为大家都错了时，应该考虑是自己错了。但是，在中国人工智能出现的怪现象，可让人感觉不是这样。因为，国家和各级政府都为促进我国人工智能的发展每年都投入了巨资扶持，发布了战略发展规划和制定出一系列政策给以支持，结果却不尽人意。

2018年11月，为加快推动我国新一代人工智能产业创新发展,落实《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，工信部发布和举办了《新一代人工智能产业创新重点任务揭榜工作方案》活动，还在中央电视台的《新闻联播》隆重做了宣传。我们联盟以顾博士发明的自律学习SDL与一汽的启明信息技术股份有限公司联合从《揭榜工作方案》选“视频图像身份识别系统”做了申报，按活动要求经一汽总公司批准报到工信部。我们还去工信部做了项目汇报。最后，该活动经主办单位组织专家评审，评出的入围方案都是用深度学习DL，没有用其他算法的方案。揭榜本应不同才有意义，都一样就达不到通过揭榜发现和支持人工智能创新算法的目的。

2019年8月，为推动我国人工智能技术创新和产业发展，科技部制定了《国家新一代人工智能开放创新平台建设工作指引》。科技部启动建设了十五家国家新一代人工智能开放创新平台，所树立起的典型是：“自动驾驶（百度）、城市大脑（阿里云）、医疗影像（腾讯）、智能语音（科大讯飞公司）、智能视觉（商汤集团）、视觉计算（上海依图）、营销智能（明略科技）、基础软硬件（华为）、普惠金融（中国平安）、视频感知（海康威视）、智能供应链（京东），图像感知（旷视）、安全大脑（360）、智慧教育（好未来）、智能家居（小米）。”然而，这些企业所用的人工智能，都是深度学习DL。

叁年来，我们在推广自律学习所找的国内的管理部门、研究单位、大专院校和企业的领导、专家、教授、技术人员时所遇到的是有人在有意、有人在无意，还有些人是无奈地在大力推广和使用深度学习DL。

在这样的中国人工智能被深度学习DL牢牢绑架的环境中，顾博士发明的中国自主知识产权的人工智能自律学习SDL遭到冷遇和得不到支持就不见怪了。

四、自律学习SDL算法的技术先进性

清华大学人工智能研究院院长张钹院士指出：“行业崇尚深度学习，但它本身的「缺陷」决定了其应用的空间被局限在特定的领域——大部分都集中在图像识别、语音识别。而目前深度学习似乎已经到了瓶颈期，就算财力和算力仍在不断投入，但深度学习的回报率却没有相应的增长。目前基于深度学习的人工智能在技术上已经触及天花板，此前由这一技术路线带来的『奇迹』在 AlphaGo 获胜后未再出现，而且估计未来也很难继续大量出现。”

  近日，中国工程院陈左宁副院长介绍了人工智能模型和算法发展的七大趋势：

趋势一、向无监督的方向发展。

趋势二、可解释（XAI）越来越重要。

趋势三、人工智能的自学习、自演化。

趋势四、多种算法、模型的有机结合。

趋势五、人工智能应用需求需要关注全生命周期。

趋势六、分布式、分散式的需求越来越突出。

趋势七，深度推理。

陈左宁院士提出的人工智能七大发展趋势，做为当前人工智能主流的深度学习DL不具备，理应尽快淘汰和替代。

  近日，顾博士也介绍了他发明的新一代人工智能通用算法自律学习SDL具有的七大特点。自律学习SDL的七大特点具体如下：

特点一、是超越无监督机器学习，超越自监督机器学习的，已跨越到自律学习的模型。

特点二、完全可以解释的，不通过组合训练数据，不一定需要GPU的赢家加速，可以根据应用自己搭建所需要的模型结构。

特点三、在自律机器学习模型下，可使模型不需要人的介入自动的处于最佳的范式。

特点四、打开深度学习DL的黑箱，搞清不为人知的内在机理，做到多种模型的优势融合，可使机器学习获得最大的泛化能力。

特点五、分布式，分散式的机器学习系统。是由大量的小的自律机器学习模型构成的概率空间自律聚类的大的机器学习系统。

特点六、具有深度机器感知，深度机器理解与深度决断的机器意识能力。

特点七、可在深度学习不能的工业控制、智能終端等嵌入式系统广泛应用。

自律学习SDL的七大特点与陈左宁院士介绍的人工智能模型和算法发展的七大趋势高度符合，理应尽快扶持发展和推广应用。

值得一说的是，正是自律学习SDL的这些特点是我们中国嵌入式系统产业联盟发现本联盟理事、顾泽苍博士发明的自律学习SDL和两年来坚持不懈地宣传和推广自律学习SDL的主因。自律学习SDL的发明和应用，将使无处不在的嵌入式系统从第一代分立元件、第二代软件编程、第三代专用芯片、引进第四代人工智能时代。

目前、对于顾博士自己独立发明的自律学习SDL先进性，因为在顾博士没有做系统的技术宣传和培训之前，没有也不可能有专家做出全面客观的论证。自律学习SDL的先进性，可通过验证在自动驾驶上和在其他项目上的应用效果，得到最有说服力的科学认证。

五、自律学习SDL算法的产业化

大模型、大数据、大硬件的属人工智能仿生派的外国的深度学习DL已主导国内人工智能领域多年，广为认知；但已显现出严重缺陷，特别是黑箱的存在和可嵌入恶意软件的危害，开始引发社会上产生人工智能又要走入低谷的议论。

小模型、小数据、小硬件的属人工智能算法派的中国的自律学习SDL刚进入人工智能领域三年，因种种原因，还鲜为认知；但已显现出技术优势，可以扭转由深度学习DL产生的这次人工智能热出现大降温趋势，将会替代深度学习DL引领这次人工智能热继续向高潮发展。

自律学习SDL要能担起人工智能的主流使命，必须要实现产业化。首先自律学习SDL要在广泛应用中检验得到业界认可，需要在社会广泛宣传让大众知晓，需要经培训大量用户都能简便使用和用好，需要及时提供满足用户需求的升级产品和服务等等。

要实现自律学习SDL产业化还要有许多工作要做，如研发和完善在自动驾驶和其他更多领域的应用案例、编辑出版教材和实验指导书、研制自律学习SDL的模组和技术应用开发板、组织自律学习SDL技术教学和应用培训班、开展应用成果交流和评定、制定有关技术标准和人才技术水平认证体系、在模组应用经验基础上研制自律学习SDL的世界第一个人工智能的“智力”集成电路芯片、研究和推出自律学习SDL的升级版本等等。这些产业化的工作凭一个企业之力是无法完成的，需要更多的企业和单位参与，需要广泛借助社会资源才有可能完成。调动社会资源的最有效形式就是充分发挥我国制度的优势，由政府出面组织社会资源投入，才能达到集中力量办大事的目标。

人工智能是关系到国家技术发展的战略大事，更需要国家有关部门将这一“没脖子”人工智能通用算法与“卡脖子”的5G、操作系统、高端集成电路等一同给以高度重视，制定出有效的扶持政策，组织起社会力量，以研制“两弹一星”精神和行动，尽快让具有中国知识产权的通用人工智能算法创新发展和广泛应用起来。