人工智能企业强调：基础科研是AI创新突破的基石

在近日举行的旷视科技技术开放日上，旷视首席科学家、旷视研究院院长孙剑表示，从基础科研，到行业落地，再到基础设施，这是人工智能技术价值跃迁的三个关键。这一过程也是回答“AI有没有用”、“AI在哪里用”、“AI易不易用”三个问题的过程。

近年来，国家对基础研究愈加重视。前不久举办的中国科学院第二十次院士大会、中国工程院第十五次院士大会、中国科协第十次全国代表大会就指出，加强基础研究是科技自立自强的必然要求，是我们从未知到已知、从不确定性到确定性的必然选择。在2021世界人工智能大会(WAIC)科学前沿全体会议上，科技部副部长相里斌也表示要突出基础原创引领。旷视在技术开放日强调，基础科研是AI创新突破的基石，需要长期坚持，要证明一项技术有没有用，首先要看能否完成基础科研的价值论证。在人工智能领域，基础科研指的是面向非特定场景的泛用性技术，包括基础模型、基础算法和基础应用。

AI有没有用的答案就在基础科研带来的算法突破上。这包括三种方式：学术型科研专注创新突破，比如发一篇顶会论文，证明理论上有用;竞赛型科研挑战性能极限，比如获得一场竞赛冠军，证明实验环境有用;实用型科研看中综合优势，聚焦落地实用，比如申请一个发明专利，证明真实场景有用。对旷视来说，要构建科学价值和产业价值统一的基础科研体系。

AI的价值在于赋能，基础科研成果需要走向行业落地，让算法真正发挥价值，“十四五”规划也提出要“聚焦高端芯片、操作系统、人工智能关键算法、传感器等关键领域，加快推进基础理论、基础算法、装备材料等研发突破与迭代应用。”但目前来看，人工智能有效供给仍远远不足，商业化落地难一直是AI企业的痛点。孙剑认为，AI有没有用归根到底是看AI基础科研有没有突破。算法生产能力决定算法价值上限，也决定AI是不是真的更易用。当前，大量算法生产过程还是非标准化的，因为非标准化所以算法生产过程充满不确定性。要进一步实现AI的普惠易用，必须要先实现算法生产的标准化。目前，旷视选择的主要落地场景为消费物联网、城市物联网和供应链物联网。

据介绍，旷视为了推动算法自动化，一直在打磨升级其AI生产力平台Brain++，致力于将其打造成推动算法生产迈向自动化时代的基础设施。旷视在2020年开源了Brain++的最核心组件——深度学习框架天元(MegEngine)，在自身实现从AI生产到应用的全流程化和规模化供给的同时，让更多企业与开发者实现简单开发，用AI的力量创造更多的价值。

技术开放日现场还介绍了Brain++的最新功能，展示了旷视多款前沿技术demo、旷视AIoT体验中心智·世界。

标签： 人工智能 科研 基础 芯片