人工智能企業強調：基礎科研是AI創新突破的基石

在近日舉行的曠視科技技術開放日上，曠視首席科學家、曠視研究院院長孫劍表示，從基礎科研，到行業落地，再到基礎設施，這是人工智能技術價值躍遷的三個關鍵。這一過程也是回答“AI有沒有用”、“AI在哪里用”、“AI易不易用”三個問題的過程。

近年來，國家對基礎研究愈加重視。前不久舉辦的中國科學院第二十次院士大會、中國工程院第十五次院士大會、中國科協第十次全國代表大會就指出，加強基礎研究是科技自立自強的必然要求，是我們從未知到已知、從不確定性到確定性的必然選擇。在2021世界人工智能大會(WAIC)科學前沿全體會議上，科技部副部長相里斌也表示要突出基礎原創引領。曠視在技術開放日強調，基礎科研是AI創新突破的基石，需要長期堅持，要證明一項技術有沒有用，首先要看能否完成基礎科研的價值論證。在人工智能領域，基礎科研指的是面向非特定場景的泛用性技術，包括基礎模型、基礎算法和基礎應用。

AI有沒有用的答案就在基礎科研帶來的算法突破上。這包括三種方式：學術型科研專注創新突破，比如發一篇頂會論文，證明理論上有用;競賽型科研挑戰性能極限，比如獲得一場競賽冠軍，證明實驗環境有用;實用型科研看中綜合優勢，聚焦落地實用，比如申請一個發明專利，證明真實場景有用。對曠視來說，要構建科學價值和產業價值統一的基礎科研體系。

AI的價值在于賦能，基礎科研成果需要走向行業落地，讓算法真正發揮價值，“十四五”規劃也提出要“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。”但目前來看，人工智能有效供給仍遠遠不足，商業化落地難一直是AI企業的痛點。孫劍認為，AI有沒有用歸根到底是看AI基礎科研有沒有突破。算法生產能力決定算法價值上限，也決定AI是不是真的更易用。當前，大量算法生產過程還是非標準化的，因為非標準化所以算法生產過程充滿不確定性。要進一步實現AI的普惠易用，必須要先實現算法生產的標準化。目前，曠視選擇的主要落地場景為消費物聯網、城市物聯網和供應鏈物聯網。

據介紹，曠視為了推動算法自動化，一直在打磨升級其AI生產力平臺Brain++，致力于將其打造成推動算法生產邁向自動化時代的基礎設施。曠視在2020年開源了Brain++的最核心組件——深度學習框架天元(MegEngine)，在自身實現從AI生產到應用的全流程化和規模化供給的同時，讓更多企業與開發者實現簡單開發，用AI的力量創造更多的價值。

技術開放日現場還介紹了Brain++的最新功能，展示了曠視多款前沿技術demo、曠視AIoT體驗中心智·世界。

標簽： 人工智能 科研 基礎 芯片