强人工智能还有多远？先用一二十年突破5个数学问题

在昨日的峰会上，中国科学院院士、西安交通大学教授徐宗本探讨了人工智能与数学之间的关系。“从博弈论的角度来看，数学和人工智能研究的问题是一致的。”他说，目前弱人工智能在迈向强、超人工智能所面临的一些基础问题，其本质是来自数学的挑战。

徐宗本表示，目前人工智能拿来“变现”最核心的技术是机器学习，而人工智能本身的基石是数学。目前，由于人工智能三大驱动力——大数据、大模型、大算力技术的发展，使得现在的人工智能技术已经突破了由“不能用”到“可以用”的技术拐点。“但是要说可以‘很好用’，还有很长的路要走。”

徐宗本预测，人类距离研制出自主智能，即强人工智能还需几十年的努力。未来十年，人工智能研制焦点会在机器学习的自动化层面：自动生成数据、选择数据、自动搭建神经网络结构、自动设计训练算法，对任务能够自切换、自适应。

“现在是处于人工带来智能的阶段，正在走向自动化，朝着自主化迈进。”他说。

既然人工智能的核心在数学，那么到底核心问题在哪儿？就此，徐宗本提出五个问题，而这五个问题可能要持续10～20年的研究才能搞清楚。

第一是大数据的统计学基础问题。当前，大数据破坏了传统统计学的基础与分析方法，而支持大数据分析的数学基础尚未完全建立。第二个问题是人工智能算法的基石——大数据计算基础算法，必须在大数据环境中重建，无法使用既有的计算方法。第三个是新一轮的人工智能以深度学习为基本模型，然而现状是缺少深度学习理论 ，这就是造成当下“人工智能=人工+智能”的缘由。第四个问题叫做非常规约束下的输运问题。简单来说，就是“举一反三”。这项人的基本智能，涉及两个不同分布数据间规律的转移问题，人工智能要实现起来，尚有极大困难。

第五个问题是关于学习方法论的建模与函数空间上的学习理论。徐宗本说：“我们在本科学到的机器学习理论，要变到一个叫学习方法论的阶段。从数学上说，就是函数空间上的学习理论怎么建立，本质是要适应不同的任务。由于任务本身是函数，是无穷的，那么就需要把过去机器学习中对样本、数据的选择、泛化，推广到对任务的泛化上去。”

红星新闻记者 曾那迦

新闻推荐

无偿献血北环医院在行动

无偿献血是血液最科学、最合理的来源，是最安全的血液，是预防经血液传播疾病的重要手段之一。无偿献血是无私奉献、救死扶伤...

西安新闻，讲述家乡的故事。有观点、有态度，接地气的实时新闻，传播西安正能量。看家乡事，品故乡情。家的声音，天涯咫尺。