|
经典人工智能方法在未来会得到关注吗？经典方法和深度学习的关系将如何发展？新的突破点又在哪里？
就上述话题，北京智源研究院邀请张宏江、图灵奖获得者John Hopcroft、AAAI候任主席Bart Selman共论AI，探讨“AI的过去和未来10年”。在具体讨论过程中，采用了张宏江发问，John Hopcroft、Bart Selman回答的形式进行。在论坛最后，两位教授还向中国的学者提出了中肯的建议。
艰难的50年和腾飞的10年：经典AI和深度学习的不同境遇
张宏江：今天我们非常幸运请到了图灵奖的获得者John Hopcroft教授，美国康奈尔大学的计算机科学教授Bart Selman。今天我希望跟两位教授一起回顾人工智能过去几十年的发展，并且介绍他们对于人工智能未来十年发展的方向和途径的看法。今天的主题叫“人工智能新的10年”，在谈新的十年之前，请两位先谈一下对过去60年，尤其是过去10年的回顾。
Bart Selman：这个领域的最初工作主要是由对理解人脑的思维和认知感兴趣的研究人员完成的，在人工智能的早期有很多乐观主义者，但在实际研究过程中遇到了很多意想不到的困难。这个领域在近几十年来纯粹是一门学术学科，因为我们无法在任何可以与人类相比的地方获得很好的成果，第一个转折点是IBM在1997年开发出国际象棋AI深蓝的时候。深蓝在国际象棋中打败人类，这是当时的一个突破。
大约在2012年，多层神经网络即深度学习几乎都改变了整个领域，使得我们可以实现视觉识别和语音识别等任务。人们发现，深度学习算法几乎超越了所有类型的机器学习模型，算力的发展是这段时期改变人工智能领域的原因。2012年，我们让AI实现了感知。我不会说感知问题已经解决，但我们离解决更近了一步。此外，这些技术还能和经典人工智能的技术结合，例如决策、规划、推理等。
云原生技术作为底座已经成熟
云原生技术从几年前的概念，已经逐步变成了现在的流行名词，采纳率不断攀升的同时，其理念也开始影响着系统设计者。众多系统在设计之初，就已经开始了云化的设计。
云原生的发展已经逐步成熟，表现在：
1、Kubernetes成为了容器编排实际标准，逐步实现编排统一化。
K8S作为目前最为流行的PaaS资源编排工具，技术标准上已经完成了大统一，而且目前还在不断发展，可以编排的对象，也从最初的容器对象，变为能成为资源的众多对象进行编排。同时与产业的结合也愈加紧密，包括大数据、人工智能等领域都有其影子。
2、云中间件产品能力不断增强。
服务治理和应用逻辑所需要的中间件，已经开始从传统的固定服务，演变为具备弹性、动态等特性，并与具体应用进行解耦。通过更加强大动态监控、故障自动恢复等技术，已经为云上应用提供了更强大的技术支持。
Service Mesh将服务治理与业务逻辑解耦，并将服务治理能力下沉到基础设施，让开发人员更加关注业务本身。Serverless将这种业务专注性进一步聚焦，让开发人员可以无需关注基础设施的存在，还可以实现成本的按需付费，极大降低成本的同时，也为业务提供了优秀的可伸缩性。
3、业务中台和数据中台对云原生的依赖性增强
业务中台和数据中台作为近几年爆发并广泛接纳的解决方案，对公有云和云原生技术的依赖性已经明显增强，主要是因为开发环境、运维环境等的转变而带动的。
业务中台和数据中台的基础支撑是PaaS层，也可以被整合为技术中台，三者的结合，为业务的多样性研发增加了新的方法。业务中台的微服务，数据中台的数据多样性，都需要更强壮的技术支撑，而云原生技术刚好为其提供了有利的支持。
（编辑：四平站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
