賽迪智庫：我國應大力發展人工智慧演算法框架

作者許亞倩， 供職于賽迪智庫軟體產業研究所

2017年10月的《Nature》雜誌發表了人工智慧公司Google DeepMind的最新研究成果——新一代的AlphaGo Zero， 其使用無監督學習演算法，

通過規則輸入和自我博弈進行學習， 在僅40天的訓練後成功擊敗上一代產品， 實現了從“灌輸式”教導學習到“白板式”自我學習的飛躍。

AlghaGo Zero的成功， 建立在硬體的升級和卷積神經網路演算法的提升上。 更深層次的分析、硬體的分散式使用和複雜的卷積神經演算法的運行， 都是構建在合理有效的人工智慧演算法框架之上， 從而實現大幅提升學習能力和學習效率的預期。 也就是說， 人工智慧學習框架是人工智慧學習的基礎和核心， 為複雜神經網路演算法在學習效率、運行性能、靈活度、可擴展性等方面提供強有力的支撐。

演算法框架成為又一個必占高地

人工智慧演算法框架是搭建人工智慧系統的底層基礎，

一般包含主流的神經網路演算法模型， 提供穩定的深度學習API， 支援訓練模型在伺服器和GPU、TPU間的分散式學習， 部分框架還具備在包括移動設備、雲平臺在內的多種平臺上運行的移植能力， 從而帶來前所未有的演算法運行速度和實用性。 它已在字元識別、圖像分類、語音辨識、無人自動駕駛、自然語言處理等眾多領域內取得了突破性的進展。 具體來講， 人工智慧演算法框架的研發具有以下幾個重要意義：

一是演算法框架是人工智慧技術創新的重要方向。 演算法框架能夠極大地提高人工智慧學習效率， 從而使Alpha Go在極短時間內學習到戰勝前任的技能。 一方面， 演算法框架降低了深度學習的難度， 提供進行深度學習的底層架構、介面，

以及大量訓練好的神經網路模型， 減少使用者的程式設計耗時。 另一方面， 大部分深度學習框架具有良好的可擴展性， 支持將複雜的計算任務優化後在多個伺服器的CPU、GPU或TPU中並行運行， 縮短模型的訓練時間。

二是演算法框架是人工智慧融合應用的基礎支撐。 人工智慧演算法框架為智慧應用提供了底層支撐技術， Alpha Go系統正是建立在Google的TensorFlow框架的支撐之上。 此外， TensorFlow還被廣泛應用於Google的搜索、翻譯、郵件等服務。 另一家人工智慧巨頭IBM使用Caffe框架進行自然語言處理， 在擴展效率上取得重大突破， 實現了更快、更精准的圖片處理和語音辨識。

三是演算法框架是人工智慧核心生態圈建立的關鍵環節。 演算法框架是決定人工智慧技術、產業、應用的核心環節，

是人工智慧核心生態圈建立的基礎和關鍵。 演算法框架的研發能夠促進生態圈關聯及週邊的晶片、系統、軟硬體平臺等產業發展， 從而促進人工智慧核心生態圈的建設。

歐美發達國家已經在人工智慧演算法框架方面進行了大量的研究和開發應用。 Google、亞馬遜、微軟、IBM等國際科技巨頭紛紛佈局演算法框架， 搶佔技術和市場先機， 開發開源了TensorFlow、MXNet、CNTK、Caffe等一批主流人工智慧演算法框架。

其中， Google的TensorFlow目前是GitHub上最受歡迎的深度學習開源專案， 被大量人工智慧專案採納為基礎演算法框架。 一方面助力Google擴大了人工智慧應用市場， 建立人工智慧核心生態圈， 另一方面幫助Google吸引了大批人工智慧人才，

為其長遠發展儲備力量。 可以看出， 演算法框架已然成為人工智慧領域又一個必須搶佔的核心前沿領地。

研用結合完善核心生態圈

我國正在全面推進人工智慧的發展， 規劃在2030年成為世界主要人工智慧創新中心。 為此， 我國在人工智慧的發展上應具有前瞻性和預見性， 現階段要重點發展人工智慧演算法框架， 搶佔核心技術的制高點， 率先建立起以人工智慧演算法框架為核心的生態圈， 從而佔據長期有效的競爭優勢。 筆者建議， 當前我國應重點從以下幾個方面開展工作：

一是著力整體佈局， 搶佔戰略制高點。 我國要搶佔人工智慧演算法框架研究領域的戰略制高點， 建議從制定演算法框架發展指南、建立以研究演算法框架為核心任務的創新中心、設立演算法框架研究重大科技專案、統籌政府和市場多管道資金投入等四方面著手， 全面推動技術的快速發展。

二是著力自主創新，推動核心技術攻關。我國要實現演算法框架的核心技術突破和自主創新，應從夯實技術基礎入手，支援科研團隊對演算法穩定性、運行效率、可用性等進行重點研究，重點突破跨平臺移植、跨系統運行、分散式學習等核心技術，強化基礎支撐能力，進而助力科技公司加快研發商業級和工業級演算法框架，以及用於特定領域的專用演算法框架。

三是著力研用結合，壯大產業實力。我國要統籌利用在理論研究方面的優勢積累，應從引導科研機構與產業界積極合作、鼓勵科研資源開放共用、建立政產學研用相結合的創新型組織、鼓勵企業積極探索深度學習框架應用場景等四個方面入手，強化從理論研究向實際應用轉化的能力。

四是著力開放開源，營造創新環境。我國要營造創新良好的演算法框架發展環境，建議遵循開源開放原則，聯合建設國家主導的開源社區，引領各方積極參與貢獻力量。同時，要促進創新主體互動，協同推進發展，從而建立以演算法框架研發為核心，晶片、系統、軟硬體平臺研發佈局為支撐的科技創新體系，完善人工智慧核心生態圈。

全面推動技術的快速發展。

二是著力自主創新，推動核心技術攻關。我國要實現演算法框架的核心技術突破和自主創新，應從夯實技術基礎入手，支援科研團隊對演算法穩定性、運行效率、可用性等進行重點研究，重點突破跨平臺移植、跨系統運行、分散式學習等核心技術，強化基礎支撐能力，進而助力科技公司加快研發商業級和工業級演算法框架，以及用於特定領域的專用演算法框架。

三是著力研用結合，壯大產業實力。我國要統籌利用在理論研究方面的優勢積累，應從引導科研機構與產業界積極合作、鼓勵科研資源開放共用、建立政產學研用相結合的創新型組織、鼓勵企業積極探索深度學習框架應用場景等四個方面入手，強化從理論研究向實際應用轉化的能力。

四是著力開放開源，營造創新環境。我國要營造創新良好的演算法框架發展環境，建議遵循開源開放原則，聯合建設國家主導的開源社區，引領各方積極參與貢獻力量。同時，要促進創新主體互動，協同推進發展，從而建立以演算法框架研發為核心，晶片、系統、軟硬體平臺研發佈局為支撐的科技創新體系，完善人工智慧核心生態圈。