探析人工智能发展的突破口及其新要求

在人工智能技术发展背景下，技术人员应意识到人工智能发展的突破口及技术发展的相关新要求，明确技术研发的方向，集中优势资源进行攻关。本文对此提出了三个重要的技术发展突破口，分别是脑机智能交互技术的突破、群体智能的协同技术突破与物理常识建模技术的突破。而后紧扣人工智能技术的发展趋势，提出了该技术发展的几点新要求：一是跨领域的知识迁移能力要求，二是实时物理计算能力的新要求，三是安全可信的治理体系建构新要求。

一、人工智能发展的突破口

（一）脑机智能交互技术的突破

人脑是非常复杂的，而人工智能技术作为辅助人类生产生活的新工具，为使其发挥出更大的作用，应当突出脑机智能交互技术的突破，因为在传统的人机交互时，存在着语义沟通障碍，因此当下的前沿课题是经信号直连的意图解析系统，而诸多顶级的科研机构都纷纷展开了研究攻关，如清华大学开发的视觉皮层解码算法，能够将脑电信号转化为操作指令，使得这一信号的传输延迟降低为8ms；如Neuralink脑机接口的技术应用，可帮助瘫痪患者利用大脑思维，从而控制机械臂辅助自我的起居生活。

（二）群体智能的协同技术突破

通过对当下人工智能技术的应用现状分析可知，单体的智能技术应用场景较多，但单体的智能系统，并不能很好地应对复杂系统，这将影响到用户的工作开展。为有效解决这一问题，应当构建分布式自主决策网络系统，实现群体智能协同的技术突破，如我国的华为公司利用“盘古工业大脑”连接20万台设备，基于联邦学习算法的支持，实时优化生产流程；又如谷歌Project Astra系统中实现了去中心化的设备群体协同处理，有效解决了单体智能中存在的应用问题。当群体智能的协同技术被突破后，将使得人工智能技术适应更复杂的业务场景，充分发挥出人工智能技术的现实应用价值与作用。

（三）物理常识建模技术的突破

通过对传统的人工智能技术应用分析可知，由于人工智能技术对质量、形变、摩擦等不同的物理规律缺乏量化理解判断，使得人工智能的物理常识建模受到一定影响，不利于人工智能在更多复杂场景中进行应用，因此在当下人工智能技术发展过程中，需要进行神经符号系统的融合研究，突破传统物理常识建模的约束。比如，我国的商汤科技“日日新5.0”融合工业仿真数据运行下，能够使得智能焊机机器人的焊接定位精度达到0.05mm，有效提升焊接机器人应用的可靠性，以保证目标构件焊接质量达到用户的预期要求，在这样的技术突破下，人工智能技术逐渐从传统的数据拟合转变为规律认知，为智能机器人的应用自主决策提供支持。该方面国外的科研机构也进行了相关的研究，如英伟达Isaac Gym系统，能够同时通过10万级的机器人进行仿真训练，相关智能机器人的深度学习效率实现质的飞跃。

二、人工智能发展的新要求

（一）跨领域的知识迁移能力要求

未来人工智能技术发展过程中，单一领域的场景训练，已无法满足复杂的需求，要提升人工智能的问题综合分析解决能力，应不断提升跨领域的知识迁移能力。首先是进行物理规律的泛化，即当人工智能学会按照设定要求拧螺丝后，需要将其功能迁移，以完成不同的旋钮处理；其次是加强小样本的适应，即人工智能技术需要根据特定的业务需求对小样本数据进行挖掘学习，如农业机器人应用人工智能技术时，可基于对目标果园病虫害的相关样本数据进行学习；最后是推动仿真与现实鸿沟的跨越，使得人工智能技术基于强化学习，能够最大程度控制模拟分析误差，为用户提供智能服务。

（二）实时物理计算能力的新要求

在新时期人工智能技术发展进程下，需要人工智能技术能够毫秒级完成更加复杂的运算，以输出运算结果，辅助用户展开判断，由此可见新形势下对人工智能技术的实时物理计算能力提出了新要求：一是超低延迟响应，如在工业级别的机器人运行时，相关的碰撞检测运算需要控制在5ms以内；二是跨模态的计算能力融合，如在视觉指令下进行“抓取鸡蛋”操作时，人工智能系统需要实时运算，从而控制抓取鸡蛋时的力度，确保在不损坏鸡蛋的前提下，快速精准地抓取鸡蛋；三是能效比优化，如人形机器人运行时，应当使得其系统运行的功能控制在500W以下，实现低碳环保的高效率运行。为达到此目标，需要对算法进行轻量化处理，在提升算力的同时保证运算的精准度。

（三）安全可信的治理体系建构新要求

在人工智能技术的发展背景下，为能够从数据层面更深入地挖掘，发挥出人工智能技术的应用优势，应意识到数据信息安全可信治理体系建构的重要性与必要性。因为一旦数据信息失真或存在较大的安全隐患，将对人工智能技术的应用造成直接影响，需要打造新体系，以筑牢人工智能技术的应用安全根基。

结 语

本文重点阐述了人工智能技术发展的突破口与相关的新要求，旨在为更多的技术人员展开研究提供有益参考，从而聚焦人工智能技术发展的前沿课题，发现人工智能技术发展的更多新路径。