创新
INNOVATION
周刊
2016年3月21日星期一Tel：（010）62580690
主编：郭勉愈编辑：韩天琪校对：么辰E-mail押cxzk＠
自动化所隗
荫
人工智能：追赶前沿的脚步
姻本报见习记者马卓敏
4
1，最终，“阿尔法围棋”（AIphaGo）无悬念地击败了世界围棋冠军李世石九段。
和曾经挑战国际象棋大师的“深蓝”相比，“阿尔法围棋”更具挑战性，因为围棋走法之复杂，战略和推理要求之严格，都在极度考验着“选手”的智力水平，需要“深度学习”才能完成 任务。
眼看国际人工智能机器人智商大有“碾压”人类之 势，我们不禁要问，我国的人工智能发展现状如何？带着相关问题，《中国科学报》记者走进了我国人工智能领域的领军科研机构———中科院自动化所。
何为“深度学习”，中科院自动化所模式识别国家重点实验室副主任陶建华研究员这样解释：“阿尔法围棋”采用的“深度学习”技术是一种多层人工神经网络。
之所以“阿尔法”能在短时间内掌握大量围棋走法，建立前期优势，陶建华形容每层神经网络会把“大量矩阵数字、矢量或流数据作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出”。
如同生物神经大脑的工作机理，这种多层神经网络通过合适的矩阵数量、多层组织链接起来，形成神经网络“大脑”，并进行精准复杂的处理。
“虽然神经网络在几十年前就有了，但直 完全复制人脑路还长 到最近才形势明朗。
”由于需要大量的训练才能发现矩阵中的数字价值，陶建华表示，最近几年，一些能获取海量资源的团队在挖掘神经网络，而他们就是通过“大数据”技术来进行高效训练。
这种多层次的深度神经网络特点是在物理及数据处理上模仿人脑，处理外部信息的构造和流程，在一些简单功能上，其可以被看作人脑在处理该问题时的一个复制。
陶建华表示，由于人脑的结构异常复杂，人类想要通过程序完全复制一个人脑，至少目前还有很长的路要走。
“深度神经网络在解决智能技术中的某一个或几个问题时，能够体现出类 似于人的能力，但从整体上看，智能技术目前难以达到人脑的思维复杂度。
”他解释说。
深度神经网络应用非常广泛，以“深度学习”为基础的智能算法是未来人工智能领域的重要研究内容，也是目前该领域中最为关注的核心内容之
一。
“事实上‘，深度学习’已经在人脸识别、手写识别、语音识别、语义理解、机器翻译等范围内产生了大规模的应用。
”陶建华表示，深度神经网络同时还在无人驾驶汽车、智能服务机器人等一系列代表未来技术的产品中发挥着举足轻重的作用。
“‘深度学习’体现出来的高性能，实际上已经掀起了新一代智能技术的革新浪潮。
” 对于人工智能是否已经超越人类智商，陶建华认为目前国际上先进的深度神经网络框架已经能够在一定程度上模拟人脑的局部功能，在一些能力上也达到或者接近了人类水平，但这并不意味着其可以完全取代人脑。
“这一技术最大的应用还在解决一些具体问题上，在一些具有较多逻辑推理的场合也可以体现出其非常出色的性能，比如围棋。
”陶建华认为即便如此，在可预见的未来，深度神经网络依然还只是人类的一个工具，目的是帮助提高人的工作效率或改善人的生活。
“人工智能未来的发展目标是让智能技术越来越接近人类的智能。
” 陶建华认为我国和国际相比，在人工智能 “深度学习”领域差距并不大 的“深度学习”领域，差距也并不算大。
但他也坦言，在前沿探索上，尤其在“深度 学习”技术与脑科学、材料科学等前沿科学和科技的交叉上，我国和国际还有一定距离。
“如近几年，Nature和Science刊登了大约10篇左右与‘深度学习’相关的论文，大多源于其与脑科学的联系以及如何用这种技术去解决前沿科学问题等。
”而在这一点上，我们的科学家还没有太多斩获。
“如今，无论是在‘深度学习’中的人脸识别、手写识别、语音识别或机器翻译等领域，以模式识别国家重点实验室为主要研发力量，我们的科研人员早已吹响了‘攻城拔寨’的‘号角’，紧跟着世界的发展脚步。
”中科院自动化所 副所长刘成林自信地说道。
作为我国人工智能领域的一块“战略要 地”，中科院自动化所会聚了一大批我国智能技术领域的国际一流人才，以模式识别国家重点实验室为“大本营”，他们正在不断开展着模式识别、机器学习、计算机视觉、图像处理等方面的人工智能，包括“深度学习”的重要工作。
“实验室在口语信息处理、自然语言处理等方面进行着长期的探索和积累，近几年来结合深度神经网络技术，在上述领域的研究中均取得了突破性的进展。
”刘成林指出，尤其是近两年，实验室深入开展了“类脑”智能技术的研究，试图从脑科学和神经科学中获得灵感，发展新的理论与方法，全面提高机器的智能水平。
“为紧跟国际上的‘交叉’发展热，我们希望通过将人工智能与脑结合的研究继续跟进发展趋势。
”陶建华告诉记者。
实验室的“类脑”研究基于认知脑模型的视觉计算方法和语音语言认知模型与方法，建立“类脑”视觉系统的可计算模型与学习方法体系以及具有语义理解能力和知识自学习能力的语音语言计算系统。
陶建华表示，科研人员将进一步把“类脑”的研究成果引入到机器人和智能系统建设中，研究出人机智能协同、交互式智能生长的理论方法，打造出具有全面“类人”认知和运动功能的“类脑”智能机器人。
如今，实验室通过建立视觉信息处理、生物 希望在学科交叉中获得成功 识别与安全、语音语言信息处理等几大研究组，开展着诸如车载语音助手对话系统、面向自然口语对话的深层次信息感知、语音产生过程神经生理建模、社会感知数据处理公共平台等项目的研究工作，不断为探索人类智力的本质提供着科学依据。
以陶建华承担的面向自然口语对话的深层次信息感知项目为例，就旨在建立融合对话情景、音视觉特征的深层次信息感知模型，实现具有对话意图理解与表达能力的自然口语对话系统，从而加深对言语交互过程中对话情境与音视觉表达间关系的理解，为在人机交互中建立更有效的音视觉感知与生成积累相应关键技术。
不仅如此，在“深度学习”中的机器翻译领域，如今，自动化所的模式识别研发团队也已经在国家“863”计划、国家自然科学基金等课题的支持下，在机器翻译系统框架、海量翻译知识获取、翻译模型与算法、多语种翻译技术等方面取得了重大突破；还自主研制出基于互联网大数据的机器翻译云平台，打破了国外互联网公司在此领域内的垄断地位。
而就在今年3月中旬，自动化所还与中科大智航空技术有限公司联合建立了“人工智能与机器人教育联合实验室”。
实验室旨在面向智能科学与技术领域科学教育与传播，并全面致力于提升社会人工智能与机器人理论和应用方面的研究水平。
现场 成都生物所隗 电喷雾离子源研制项目通过验收 项目验收会现场 本报讯近日，中科院条件保障与财务局组织专家对中科院成都生物研究所研究员周燕主持承担的中科院科研装备研制项目“生物质谱探针电喷雾离子源的研制”进行了结 题验收。
经过现场测试和档案审阅，验收专家组一致认为该项目圆满完成了研制任务，达到了预期目标，同意通过验收。
电喷雾电离（ESI）离子源是生物质谱最 常用的一种离子源，但仍具有如不能直接分 析含高盐的生物样品的缺点，需要对高盐样 品预先脱盐处理，也不能与使用缓冲盐的液 相色谱联用。
该项目针对商用ESI离子源存 在的上述技术问题，基于具有耐盐能力的电 喷雾离子化技术（PESI），设计制造了生物质 谱探针电喷雾离子源，在进样模式、仪器构 建、应用开发等方面开展了系列探索性研 究。
截至目前该项目已研制完成一套可应用 于高盐样品及生物样品的直接分析，也可与 使用含高盐缓冲溶剂的液相联用的探针电 喷雾质谱离子源设备。
项目组研究人员通过不断优化控制方 式、样品加载方式、高压接通方式及离子传输 方式，使其具备了抗高压干扰、耐盐、抗基质 干扰等特性，在此基础上，继续深入开发了液 相接口，使得该离子源可与使用高盐缓冲溶 剂的液相色谱联用。
通过现场测试和应用实验证明，该项目 研制的
PESI具有高耐盐性能和无毛细管堵 塞特点，不需要复杂的样品前处理程序，可直 接分析牛奶、微量天然产物等复杂样品，提高 高盐生物样品的分析效率。
此外，该项目所研 发的设备已在北京出入境检验检疫局等单位 推广试用，用户反馈良好，具有广泛的应用和 市场前景。
（彭丽） 模式识别室会议合影
邓亚萍（左）参观模式室模式室实验室 荫 进展 东北地理所隗 “雄玉581”8年推广路 姻本报记者王晨绯 近日，“雄玉581”被推荐为2016年吉林省主导推广的优良品种。
“雄玉581”是由中国科学院东北地理与农业生态研究所和南通大熊种业科技有限公司联合选育的玉米新品种。
备受好评的“雄玉581” “抗旱、抗倒伏、米粒子儿好。
”玉米种子家族的新成员“雄玉581”在农户中测试的口碑非常好。
2015年是东北自然灾害的大年，但“雄玉581”的出色表现赢得一片好评。
“雄玉581”从育种到被主导推广历经8年时间。
“我们2007年开始自交系选育，2010年开始组配，2011~2012年进行多点测试，2012年参加吉林省品种区域试验，2014年完成区域试验程序。
”中国科学院东北地理与农业生态研究所研究员关义新说。
难以选育大品种及品种推广过程中品种表现的起伏不定是目前我国玉米育种及新品种推广过程的主要问题。
关义新他们通过分子标记分析划分骨干亲本杂种优势群，利用多年多点测选自交系和新品种，建立了国内领先的流程化育种体系和遍布我国主要玉米产区的测试筛选网络，提高了育种效率。
多年多点测试期结果，“雄玉581”比国外著名育种企业先锋公司的玉米品种“先玉335”有明显的增产优势。
每年的3月份，关义新和同事们便开始在实验室进行分种，每一包分类的种子都要精确到粒。
4月份至5月初，开始在东北的试验地播种。
6月份，在黄淮海夏玉米区播种。
7月份到8月中旬，开始给玉米授粉。
8月到9月末，进行田间调查。
10月份，进行数据采集和分析，10月下旬开始，根据数据分析选择优良材料到海南播种。
每年春节他们都在海南度过，听起来像惬意 的度假，其实过年期间是玉米育种最忙的时候。
每年的五一小长假和十一长假，则是他们播种和收获的“黄金周”。
玉米种业的竞赛 “一个品种进入市场，数量是个稳步增长过程，这样可以降低农户风险。
因为它不可能在所有地方都表现很好。
我们通过三五年摸索时间，看看推广中哪些环境和地点有更好的表现、哪个环境表现不好。
”关义新称他们目前在做的工作是为品种进行生态定位和风险分析。
而符合科学规律的种植，才不会给老百姓带来生产损失。
据了解，2015年“雄玉581”示范推广面积10万亩，表现稳定突出，个儿比“先玉335”矮10~15cm，大斑病抗性及抗倒伏能力较“先玉335”提高1个等级。
从2011年开始，连续5年287个点次的测试结果比“先玉335”稳定增产5%左右。
“雄玉581”果穗大、脱水快、米质好，容重与“先玉335”相同，成为了东北中熟区及中晚熟区“先玉335”的更新换代品种，保障了我国的粮食安全。
“国以农为本，农以种为先。
”近年来，外资种子公司的进入对国内种子企业带来了较大的竞争压力，致使我国部分种业公司面临被挤出种业市场、市场份额被蚕食、自主品种被外国种子代替等困境，给我国种业发展带来巨大压力，并危及我国粮食安全。
中科院长春分院自2013年“中国科学院现代农业示范与区域创新集群计划”启动以来，持续支持相关研究所玉米新品种的研发和推广，现已有“科育186”“雄玉581”“雄玉587”“尊玉1号”通过相关省份的品种审定。
中国科学家们正在大力发展玉米现代流程化育种体系，成果不断，中国的玉米育种正在迎来新的发展机遇。
▲棒大粒多的“雄玉581”玉米育种和保护性耕 作实验样地
1，最终，“阿尔法围棋”（AIphaGo）无悬念地击败了世界围棋冠军李世石九段。
和曾经挑战国际象棋大师的“深蓝”相比，“阿尔法围棋”更具挑战性，因为围棋走法之复杂，战略和推理要求之严格，都在极度考验着“选手”的智力水平，需要“深度学习”才能完成 任务。
眼看国际人工智能机器人智商大有“碾压”人类之 势，我们不禁要问，我国的人工智能发展现状如何？带着相关问题，《中国科学报》记者走进了我国人工智能领域的领军科研机构———中科院自动化所。
何为“深度学习”，中科院自动化所模式识别国家重点实验室副主任陶建华研究员这样解释：“阿尔法围棋”采用的“深度学习”技术是一种多层人工神经网络。
之所以“阿尔法”能在短时间内掌握大量围棋走法，建立前期优势，陶建华形容每层神经网络会把“大量矩阵数字、矢量或流数据作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出”。
如同生物神经大脑的工作机理，这种多层神经网络通过合适的矩阵数量、多层组织链接起来，形成神经网络“大脑”，并进行精准复杂的处理。
“虽然神经网络在几十年前就有了，但直 完全复制人脑路还长 到最近才形势明朗。
”由于需要大量的训练才能发现矩阵中的数字价值，陶建华表示，最近几年，一些能获取海量资源的团队在挖掘神经网络，而他们就是通过“大数据”技术来进行高效训练。
这种多层次的深度神经网络特点是在物理及数据处理上模仿人脑，处理外部信息的构造和流程，在一些简单功能上，其可以被看作人脑在处理该问题时的一个复制。
陶建华表示，由于人脑的结构异常复杂，人类想要通过程序完全复制一个人脑，至少目前还有很长的路要走。
“深度神经网络在解决智能技术中的某一个或几个问题时，能够体现出类 似于人的能力，但从整体上看，智能技术目前难以达到人脑的思维复杂度。
”他解释说。
深度神经网络应用非常广泛，以“深度学习”为基础的智能算法是未来人工智能领域的重要研究内容，也是目前该领域中最为关注的核心内容之
一。
“事实上‘，深度学习’已经在人脸识别、手写识别、语音识别、语义理解、机器翻译等范围内产生了大规模的应用。
”陶建华表示，深度神经网络同时还在无人驾驶汽车、智能服务机器人等一系列代表未来技术的产品中发挥着举足轻重的作用。
“‘深度学习’体现出来的高性能，实际上已经掀起了新一代智能技术的革新浪潮。
” 对于人工智能是否已经超越人类智商，陶建华认为目前国际上先进的深度神经网络框架已经能够在一定程度上模拟人脑的局部功能，在一些能力上也达到或者接近了人类水平，但这并不意味着其可以完全取代人脑。
“这一技术最大的应用还在解决一些具体问题上，在一些具有较多逻辑推理的场合也可以体现出其非常出色的性能，比如围棋。
”陶建华认为即便如此，在可预见的未来，深度神经网络依然还只是人类的一个工具，目的是帮助提高人的工作效率或改善人的生活。
“人工智能未来的发展目标是让智能技术越来越接近人类的智能。
” 陶建华认为我国和国际相比，在人工智能 “深度学习”领域差距并不大 的“深度学习”领域，差距也并不算大。
但他也坦言，在前沿探索上，尤其在“深度 学习”技术与脑科学、材料科学等前沿科学和科技的交叉上，我国和国际还有一定距离。
“如近几年，Nature和Science刊登了大约10篇左右与‘深度学习’相关的论文，大多源于其与脑科学的联系以及如何用这种技术去解决前沿科学问题等。
”而在这一点上，我们的科学家还没有太多斩获。
“如今，无论是在‘深度学习’中的人脸识别、手写识别、语音识别或机器翻译等领域，以模式识别国家重点实验室为主要研发力量，我们的科研人员早已吹响了‘攻城拔寨’的‘号角’，紧跟着世界的发展脚步。
”中科院自动化所 副所长刘成林自信地说道。
作为我国人工智能领域的一块“战略要 地”，中科院自动化所会聚了一大批我国智能技术领域的国际一流人才，以模式识别国家重点实验室为“大本营”，他们正在不断开展着模式识别、机器学习、计算机视觉、图像处理等方面的人工智能，包括“深度学习”的重要工作。
“实验室在口语信息处理、自然语言处理等方面进行着长期的探索和积累，近几年来结合深度神经网络技术，在上述领域的研究中均取得了突破性的进展。
”刘成林指出，尤其是近两年，实验室深入开展了“类脑”智能技术的研究，试图从脑科学和神经科学中获得灵感，发展新的理论与方法，全面提高机器的智能水平。
“为紧跟国际上的‘交叉’发展热，我们希望通过将人工智能与脑结合的研究继续跟进发展趋势。
”陶建华告诉记者。
实验室的“类脑”研究基于认知脑模型的视觉计算方法和语音语言认知模型与方法，建立“类脑”视觉系统的可计算模型与学习方法体系以及具有语义理解能力和知识自学习能力的语音语言计算系统。
陶建华表示，科研人员将进一步把“类脑”的研究成果引入到机器人和智能系统建设中，研究出人机智能协同、交互式智能生长的理论方法，打造出具有全面“类人”认知和运动功能的“类脑”智能机器人。
如今，实验室通过建立视觉信息处理、生物 希望在学科交叉中获得成功 识别与安全、语音语言信息处理等几大研究组，开展着诸如车载语音助手对话系统、面向自然口语对话的深层次信息感知、语音产生过程神经生理建模、社会感知数据处理公共平台等项目的研究工作，不断为探索人类智力的本质提供着科学依据。
以陶建华承担的面向自然口语对话的深层次信息感知项目为例，就旨在建立融合对话情景、音视觉特征的深层次信息感知模型，实现具有对话意图理解与表达能力的自然口语对话系统，从而加深对言语交互过程中对话情境与音视觉表达间关系的理解，为在人机交互中建立更有效的音视觉感知与生成积累相应关键技术。
不仅如此，在“深度学习”中的机器翻译领域，如今，自动化所的模式识别研发团队也已经在国家“863”计划、国家自然科学基金等课题的支持下，在机器翻译系统框架、海量翻译知识获取、翻译模型与算法、多语种翻译技术等方面取得了重大突破；还自主研制出基于互联网大数据的机器翻译云平台，打破了国外互联网公司在此领域内的垄断地位。
而就在今年3月中旬，自动化所还与中科大智航空技术有限公司联合建立了“人工智能与机器人教育联合实验室”。
实验室旨在面向智能科学与技术领域科学教育与传播，并全面致力于提升社会人工智能与机器人理论和应用方面的研究水平。
现场 成都生物所隗 电喷雾离子源研制项目通过验收 项目验收会现场 本报讯近日，中科院条件保障与财务局组织专家对中科院成都生物研究所研究员周燕主持承担的中科院科研装备研制项目“生物质谱探针电喷雾离子源的研制”进行了结 题验收。
经过现场测试和档案审阅，验收专家组一致认为该项目圆满完成了研制任务，达到了预期目标，同意通过验收。
电喷雾电离（ESI）离子源是生物质谱最 常用的一种离子源，但仍具有如不能直接分 析含高盐的生物样品的缺点，需要对高盐样 品预先脱盐处理，也不能与使用缓冲盐的液 相色谱联用。
该项目针对商用ESI离子源存 在的上述技术问题，基于具有耐盐能力的电 喷雾离子化技术（PESI），设计制造了生物质 谱探针电喷雾离子源，在进样模式、仪器构 建、应用开发等方面开展了系列探索性研 究。
截至目前该项目已研制完成一套可应用 于高盐样品及生物样品的直接分析，也可与 使用含高盐缓冲溶剂的液相联用的探针电 喷雾质谱离子源设备。
项目组研究人员通过不断优化控制方 式、样品加载方式、高压接通方式及离子传输 方式，使其具备了抗高压干扰、耐盐、抗基质 干扰等特性，在此基础上，继续深入开发了液 相接口，使得该离子源可与使用高盐缓冲溶 剂的液相色谱联用。
通过现场测试和应用实验证明，该项目 研制的
PESI具有高耐盐性能和无毛细管堵 塞特点，不需要复杂的样品前处理程序，可直 接分析牛奶、微量天然产物等复杂样品，提高 高盐生物样品的分析效率。
此外，该项目所研 发的设备已在北京出入境检验检疫局等单位 推广试用，用户反馈良好，具有广泛的应用和 市场前景。
（彭丽） 模式识别室会议合影
邓亚萍（左）参观模式室模式室实验室 荫 进展 东北地理所隗 “雄玉581”8年推广路 姻本报记者王晨绯 近日，“雄玉581”被推荐为2016年吉林省主导推广的优良品种。
“雄玉581”是由中国科学院东北地理与农业生态研究所和南通大熊种业科技有限公司联合选育的玉米新品种。
备受好评的“雄玉581” “抗旱、抗倒伏、米粒子儿好。
”玉米种子家族的新成员“雄玉581”在农户中测试的口碑非常好。
2015年是东北自然灾害的大年，但“雄玉581”的出色表现赢得一片好评。
“雄玉581”从育种到被主导推广历经8年时间。
“我们2007年开始自交系选育，2010年开始组配，2011~2012年进行多点测试，2012年参加吉林省品种区域试验，2014年完成区域试验程序。
”中国科学院东北地理与农业生态研究所研究员关义新说。
难以选育大品种及品种推广过程中品种表现的起伏不定是目前我国玉米育种及新品种推广过程的主要问题。
关义新他们通过分子标记分析划分骨干亲本杂种优势群，利用多年多点测选自交系和新品种，建立了国内领先的流程化育种体系和遍布我国主要玉米产区的测试筛选网络，提高了育种效率。
多年多点测试期结果，“雄玉581”比国外著名育种企业先锋公司的玉米品种“先玉335”有明显的增产优势。
每年的3月份，关义新和同事们便开始在实验室进行分种，每一包分类的种子都要精确到粒。
4月份至5月初，开始在东北的试验地播种。
6月份，在黄淮海夏玉米区播种。
7月份到8月中旬，开始给玉米授粉。
8月到9月末，进行田间调查。
10月份，进行数据采集和分析，10月下旬开始，根据数据分析选择优良材料到海南播种。
每年春节他们都在海南度过，听起来像惬意 的度假，其实过年期间是玉米育种最忙的时候。
每年的五一小长假和十一长假，则是他们播种和收获的“黄金周”。
玉米种业的竞赛 “一个品种进入市场，数量是个稳步增长过程，这样可以降低农户风险。
因为它不可能在所有地方都表现很好。
我们通过三五年摸索时间，看看推广中哪些环境和地点有更好的表现、哪个环境表现不好。
”关义新称他们目前在做的工作是为品种进行生态定位和风险分析。
而符合科学规律的种植，才不会给老百姓带来生产损失。
据了解，2015年“雄玉581”示范推广面积10万亩，表现稳定突出，个儿比“先玉335”矮10~15cm，大斑病抗性及抗倒伏能力较“先玉335”提高1个等级。
从2011年开始，连续5年287个点次的测试结果比“先玉335”稳定增产5%左右。
“雄玉581”果穗大、脱水快、米质好，容重与“先玉335”相同，成为了东北中熟区及中晚熟区“先玉335”的更新换代品种，保障了我国的粮食安全。
“国以农为本，农以种为先。
”近年来，外资种子公司的进入对国内种子企业带来了较大的竞争压力，致使我国部分种业公司面临被挤出种业市场、市场份额被蚕食、自主品种被外国种子代替等困境，给我国种业发展带来巨大压力，并危及我国粮食安全。
中科院长春分院自2013年“中国科学院现代农业示范与区域创新集群计划”启动以来，持续支持相关研究所玉米新品种的研发和推广，现已有“科育186”“雄玉581”“雄玉587”“尊玉1号”通过相关省份的品种审定。
中国科学家们正在大力发展玉米现代流程化育种体系，成果不断，中国的玉米育种正在迎来新的发展机遇。
▲棒大粒多的“雄玉581”玉米育种和保护性耕 作实验样地
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。
