研發突破人工智能關鍵算法之路

剛剛結束的“兩會”報告中提出：“聚焦高端芯片、操作系統、人工智能關鍵算法、傳感器等關鍵領域，加快推進基礎理論、基礎算法、裝備材料等研發突破與迭代應用。”；這是首次在國家政府文件中，將人工智能關鍵算法與高端芯片、操作系統、傳感器等并列在一起要研發突破與迭代應用，點明人工智能關鍵算法的重要和我國人工智能發展存的嚴重缺陷。“兩會”報告中提出“研發突破”，就是號召全國各界聯合起來，通過創新盡快打破我國在這些技術上的被卡脖子，甚至存在缺失的落后和被動居面。

一、中國人工智能關鍵算法的缺失現狀

發展人工智能的重要性已眾所周知，可嘆的是中國至今沒有自己的通用人工智能關鍵算法。目前，在中國全國上下人工智能廣泛使用的是本身帶有嚴重缺陷、連發明人Hinton教授都因無法克服的NP和黑箱等問題，于2017年就宣布放棄要推倒重來的深度學習算法（Deep  Learning  DL）。

深度學習DL在人工智能發展史上，因比以往的人工智能算法先進，掀起這次人工智能熱，在學術上有一定技術貢獻。在應用場景不復雜的如：圖像識別、人臉識別、語音識別等，深度學習DL還是有一定的應用效果，但遠達不到現在市場上宣傳的有神奇效果和可廣泛應用等特點。反而因深度學習DL存在不可解釋問題，如專家所說，用深度學習DL訓練機器學習，有時機器會將受訓練所學的山體識別成狗。更危險的是因深度學習DL有黑箱存在，不知會在何時出現更大的錯誤，后果難料。

對于存在如此嚴重的深度學習DL，以美國公司為首的國際壟斷公司卻看到深度學習DL應用常需要無窮的算力，有很大的出售他們大容量GPU服務器的商機，就開始抄作深度學習DL。其中最杰出的商業抄作是大吹大擂機器人Alphgo戰勝人類最佳圍棋手。其實，在該機器人中只用了很少的深度學習DL，還是存有大量的圍棋規則庫在起作用。但是，為商業利益，壟斷公司有意掩蓋真象，向公眾大肆做神化深度學習DL的宣傳，于是深度學習DL名聲大噪。

同時，這些壟斷公司又投入巨資開發出一些應用場景的深度學習DL開源軟件，便于用戶很快照貓畫虎地應用。還用各種方式和渠道大量培訓出深度學習DL的應用技術人員。結果，在很短時間，深度學習DL的技術人員占據了中國各部門、各單位的人工智能崗位，拿著高薪在推廣使用深度學習DL。

因此，就出現了人工智能的一個怪現象，沒有自己人工智能通用關鍵算法的中國，上邊在號召大力發展具有國際戰略競爭意義的人工智能，下邊也在積極響應號召，卻在大力投入巨大資源推動和應用外國的深度學習DL。所以，為什么美國在卡中國高技術脖子的清單中，不見有人工智能。因為，中國從來就沒有人工智能關鍵算法的脖子，不需要卡。更費解的是，此前見不到政府主管部門、研究單位提出像集中力量大力研發國產操作系統、高端集成電路一樣，大力號召研發中國自主知識產權的通用人工智能關鍵算法。

二、自律學習SDL算法是逆流的創新發明

自律學習算法（Self Discipline Learning SDL）是我們中國嵌入式系統聯盟理事、日本阿波羅株式會社和天津市阿波羅信息技術有限公司首席科學家顧澤蒼博士（中國籍）在業界首先發表論文指出深度學習DL存在的一些嚴重缺陷，并基于自己在日本從事三十多年的人工智能積累的經驗獨立發明的。自律學習SDL完全是針對在人工智能占主流的大模型、大數據、大硬件的深度學習DL算法，逆流發明的小數據、小模型、小硬件的在性能和用途都大大超過深度學習DL的具有中國知識產權的新一代人工智能通用關鍵算法。

自律學習SDL是于2018年8月18日，《北京世界機器人大會》的我們聯盟主辦的“新一代人工智能創新發展論壇”上由顧澤蒼博士親自正式發布。

為顯示自律學習SDL的強大功能，顧澤蒼博士選擇可以代表人工智能最復雜和最高應用水平的自動駕駛，做為自律學習SDL的首個應用攻關項目。顧澤蒼博士帶領他的二十幾人的小技術團隊，利用很少的不到二千萬的資金，在不到一年的短短時間內，做出當今世界所有研制自動駕駛的單位僅在自動駕駛的感知功能上應用深度學習DL，投入數以億計的巨資，組織龐大的技術隊伍，最長苦苦努力十多年還達不到滿意的感知程度時；顧博士團隊不僅在其他研制自動駕駛的單位所進行的自動駕駛的感知功能上，還在其他研制自動駕駛的單位還沒進行的自動駕駛的更難的決策和控制功能上都用自律學習SDL實現；并創造出多目的非線性隨機最佳閉環控制的理論，率先在世界研制出全用人工智能行駛的燃油、電動和混合動力三種自動駕駛汽車。顧博士團隊研制的自動駕駛汽車，已在天津的市內道路進行路測一年多。該團隊所研制的自動駕駛汽車與社會車輛多車道同行自如處理復雜情況、在人員密集的商業街隨機安全穿行、以80多公里高速在大弧度彎道行駛等現場演示，讓一批批外單位考察人員信服和贊嘆。可是，這些來考察的人員，離去以后都沒有合作的回音了。

中國現有世界上最多的研發自動駕駛的單位，這又是中國人工智能的一個怪現象。現在有越來越多的人工智能專家發文指出深度學習DL存在的不可解釋性、黑箱等嚴重缺陷。試想，一旦用戶知內情，有多少人敢冒險駕駛存在安全隱患的應用深度學習DL研制出來的自動駕駛車呢？很明顯，因不能完全去掉深度學習DL存在的嚴重缺陷，在自動駕駛上應用深度學習DL是起始性的錯誤。但是，為什么還有很多單位前赴后繼地投入幾十億、上百億的人民幣在不停的研發自動駕駛呢？因為，研發自動駕駛的單位在研發自動駕駛所投入的錢，經過包裝和炒作，可在股市和其他各種獎勵和補貼等方面名利雙收。有些用深度學習研發自動駕駛的單位，雖然還沒有收回投資，但已經投入了很多資金，因不好向投資商交待等種種難言的原因，還在堅持著等待機會。反正國內外領頭大投入研發自動駕駛的單位都沒做出來，還是可以說的過去。

三、自律學習SDL算法無助的發展環境

兩年多來的自律學習SDL的推廣應用所遇到的怪現象，不僅出現在研發自動駕駛的單位，凡在深度學習DL應用上已投大資金和已獲得名利的單位和人士，都不愿看到被他們推崇的，帶來利益的深度學習DL存在的嚴重缺陷被人知曉，都在有意無意地在阻礙優于深度學習DL算法的新的人工智能算法的出現和替代深度學習DL被廣泛應用的可能。

更難以讓人理解的是，為推薦自律學習SDL我們聯盟找過國家有關部委的負責人工智能的部門、學會、協會，一些著名的研究院、實驗室、大專院校、國有企業、民營企業、上市公司、投資單位和院士、專家、教授等專業人士。這些單位和人士一知道自律學習SDL是針對深度學習DL存在的嚴重缺陷發明的，有應用案例可證明其功能和應用范圍超過深度學習DL，請他們給以驗證或評論時；都是不謀而合地，非常禮貌地回避、回絕對自律學習SDL做深入了解和表態。所找的投資公司，也因找不到專家進行技術論證，都不敢冒然投資。

常說：如果認為大家都錯了時，應該考慮是自己錯了。但是，在中國人工智能出現的怪現象，可讓人感覺不是這樣。因為，國家和各地政府都為促進我國人工智能的發展每年都投入了巨資扶持，發布了發展規劃和制定出一系列政策給以支持，結果卻不盡人意。

2018年11月，為加快推動我國新一代人工智能產業創新發展,落實《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》，工信部發布和舉辦了《新一代人工智能產業創新重點任務揭榜工作方案》活動，還在中央電視臺的《新聞聯播》隆重做了宣傳。我們聯盟以顧博士發明的自律學習SDL與一汽的啟明信息技術股份有限公司聯合從《揭榜工作方案》選“視頻圖像身份識別系統”做了申報，按活動要求經一汽總公司批準報到工信部。我們還去工信部做了項目匯報。最后，該活動經主辦單位組織專家評審，評出的入圍方案都是用深度學習DL。試想，沒有用其他算法的方案參與揭榜進行比試，就達不到通過揭榜發現和支持人工智能創新算法的目的。

2019年8月，為推動我國人工智能技術創新和產業發展，科技部制定了《國家新一代人工智能開放創新平臺建設工作指引》。科技部啟動建設了十五家國家新一代人工智能開放創新平臺，所樹立起的典型是：“自動駕駛（百度）、城市大腦（阿里云）、醫療影像（騰訊）、智能語音（科大訊飛公司）、智能視覺（商湯集團）、視覺計算（上海依圖）、營銷智能（明略科技）、基礎軟硬件（華為）、普惠金融（中國平安）、視頻感知（海康威視）、智能供應鏈（京東），圖像感知（曠視）、安全大腦（360）、智慧教育（好未來）、智能家居（小米）。”然而，這些企業所用的人工智能，都是追崇外國深度學習DL。

做為政府人員，在高新技術的評價要聽專家的是沒錯。以上兩例說明當前我國的人工智能已被國外關鍵算法侵占、綁架和受控。

美國在人工智能上早有技術儲備，有意給中國的是落后的有嚴重缺陷的算深度學習DL。而我國的管理部門、研究單位、大專院校和企業的領導、專家、教授、技術人員們卻有人在有意、有人在無意，還有些人是無奈地在大力推廣和使用深度學習DL。

在這樣的中國人工智能被外國的深度學習DL牢牢控制的環境中，顧博士發明的中國自主知識產權的人工智能自律學習SDL遭到冷遇和得不到支持就不見怪了。

四、自律學習SDL算法的技術先進性

清華大學人工智能研究院院長張鈸院士指出：“行業崇尚深度學習，但它本身的「缺陷」決定了其應用的空間被局限在特定的領域——大部分都集中在圖像識別、語音識別。而目前深度學習似乎已經到了瓶頸期，就算財力和算力仍在不斷投入，但深度學習的回報率卻沒有相應的增長。目前基于深度學習的人工智能在技術上已經觸及天花板，此前由這一技術路線帶來的『奇跡』在 AlphaGo 獲勝后未再出現，而且估計未來也很難繼續大量出現。”

近日，中國工程院陳左寧副院長介紹了人工智能模型和算法發展的七大趨勢：

趨勢一、向無監督的方向發展。

趨勢二、可解釋（XAI）越來越重要。

趨勢三、人工智能的自學習、自演化。

趨勢四、多種算法、模型的有機結合。

趨勢五、人工智能應用需求需要關注全生命周期。

趨勢六、分布式、分散式的需求越來越突出。

趨勢七，深度推理。

陳左寧院士提出的人工智能七大發展趨勢，做為當前人工智能主流的深度學習DL都不具備，理應盡快淘汰和替代。

  近日，顧博士也介紹了他發明的新一代人工智能通用算法自律學習SDL具有的七大特點。自律學習SDL的七大特點具體如下：

特點一、是超越無監督機器學習，超越自監督機器學習的，已跨越到自律學習的模型。

特點二、完全可以解釋的，不通過組合訓練數據，不一定需要GPU的贏家加速，可以根據應用自己搭建所需要的模型結構。

特點三、在自律機器學習模型下，可使模型不需要人的介入自動的處于最佳的范式。

特點四、打開深度學習DL的黑箱，搞清不為人知的內在機理，做到多種模型的優勢融合，可使機器學習獲得最大的泛化能力。

特點五、分布式，分散式的機器學習系統。是由大量的小的自律機器學習模型構成的概率空間自律聚類的大的機器學習系統。

特點六、具有深度機器感知，深度機器理解與深度決斷的機器意識能力。

特點七、可在深度學習不能的工業控制、智能終端等嵌入式系統廣泛應用。

自律學習SDL的七大特點與陳左寧院士介紹的人工智能模型和算法發展的七大趨勢高度符合，理應盡快扶持發展和推廣應用。

值得一說的是，正是自律學習SDL的這些特點是我們中國嵌入式系統產業聯盟發現本聯盟理事、顧澤蒼博士發明的自律學習SDL和兩年來堅持不懈地宣傳和推廣自律學習SDL的主因。自律學習SDL的發明和應用，將使無處不在的嵌入式系統從第一代分立元件、第二代軟件編程、第三代專用芯片、引進第四代人工智能時代。

目前、對于顧博士自己獨立發明的自律學習SDL先進性，因為在顧博士沒有做系統的技術宣傳和培訓之前，沒有也不可能有專家做出全面客觀的論證。自律學習SDL的先進性，可通過驗證在自動駕駛上和在其他項目上的應用效果，得到最有說服力的科學認證。

五、自律學習SDL算法的產業化

大模型、大數據、大硬件的屬人工智能仿生派的外國的深度學習DL已主導人工智能領域多年，廣為認知；但已顯現出嚴重缺陷，開始引發社會上產生人工智能又要走入低谷的議論。

小模型、小數據、小硬件的屬人工智能算法派的中國的自律學習SDL剛進入人工智能領域兩年，鮮為認知；但已顯現出技術優勢，可以扭轉由深度學習DL產生的這次人工智能熱出現大降溫趨勢，將會替代深度學習DL引領這次人工智能熱繼續向高潮發展。

自律學習SDL要能擔起人工智能的主流使命，必須要實現產業化。首先自律學習SDL要在廣泛應用中檢驗得到業界認可，需要在社會廣泛宣傳讓大眾知曉，需要經培訓大量用戶都能簡便使用和用好，需要及時提供滿足用戶需求的升級產品和服務等等。

要實現自律學習SDL產業化還要有許多工作要做，如研發和完善在自動駕駛和其他更多領域的應用案例、編輯出版教材和實驗指導書、研制自律學習SDL的模組和技術應用開發板、組織自律學習SDL技術教學和應用培訓班、開展應用成果交流和評定、制定有關技術標準和人才技術水平認證體系、在模組應用經驗基礎上研制自律學習SDL的世界第一個人工智能算法集成電路芯片、研究和推出自律學習SDL的升級版本等等。這些產業化的工作憑一個企業之力是無法完成的，需要更多的企業和單位參與，需要廣泛借助社會資源才有可能完成。調動社會資源的最有效形式就是充分發揮我國制度的優勢，由政府出面組織社會資源投入，才能達到集中力量辦大事的目標。

人工智能是關系到國家技術發展的戰略大事，因此需要政府出面組織和支持。創建新一代人工智能產業園，應是政府對自律學習SDL產業化支持的最好形式和抓手。

以研究和推廣應用自律學習SDL、促進自律學習SDL產業化為目標所創建的新一代人工智能產業園應包含有:新一代人工智能研究院、孵化器、教育培訓中心等等利于促進自律學習SDL產業化的組織機構。國家和各地政府在創建各種高新技術產業園已有很多成功經驗和實例，在創建新一代人工智能產業園的實踐中能發揮有效作用。

六、創建新一代人工智能產業園的要素

選定創建新一代人工智能產業園的要素，首先是創建新一代人工智能產業園要符合的國家和各地政府的經濟發展規劃，還取決于國家和各地政府領導對發展人工智能意義的高度認識水平，更需要國家和各地政府領導在當前全國上下獨尊深度學習DL的環境中，能具有在經過科學認證基礎上，敢于獨樹異旗，站出來大力支持和發展自律學習SDL產業化，勇于不懈地出面組織創建新一代人工智能產業園的魄力和決斷。

世界主要發達國家，均把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略，加緊出臺規劃和政策，圍繞核心技術、頂尖人才、標準規范等強化部署，力圖在新一輪科技革命中掌握發展的主導權。比如日本2017年發布《人工智能技術戰略》、歐盟2018年出臺《歐盟人工智能戰略》、美國2019年啟動“美國人工智能倡議”、韓國2019年公布“人工智能(AI)國家戰略”等。

人工智能關鍵算法已是公認的發展人工智能的制高點，誰能夠研發、突破和應用它，誰就掌握了經濟社會發展的巨大優勢。所以，中國一定要在人工智能關鍵算法方面盡快實現研發突破，在世界上爭取到人工智能的話語全地位，具有深遠的、重大的戰略意義。

國家和各地政府通過組織創建新一代人工智能產業園，培育發展和逐步實現自律學習SDL完成產業化時，自律學習SDL就可一步步地替代深度學習DL成為全國乃至世界人工智能的新主流關鍵算法；我國會成為國際新一代人工智能的中心，創建新一代人工智能產業園的地區會成為國際和國內新一代人工智能的研發創新的核心基地，為國家和當地可創造出巨大的經濟和社會效益。

當前，由于深度學習DL存在的嚴重缺陷，使已在深度學習DL做出大投入的各級、各地政府和各單位及人士們處于很尷尬的被動，需要盡快尋找出路。如能不失時機的結合創建新一代人工智能產業園做出及時調整，也將會是在人工智能重新整合資源的機遇。

顧博士現年老、體弱、多病，已決定在日本養老。顧博士希望他發明的自律學習SDL能在中國落地，能在祖國建設中發揮作用。如果他發明的自律學習SDL能在國際人工智能竟爭中為國爭光，也可表了他回報祖國之心。顧博士期望國內有政府能承接完成自律學習SDL的產業化，他愿給以全力支持，各種合作方式都可商洽。

我聯盟做為顧博士聘任的自律學習SDL算法在中國的宣傳和產業化的代表，也愿協助國家和各地政府創建新一代人工智能產業園。