斯坦福“AI女神”李飞飞对话美国前国务卿赖斯,牵头美国“国家研究云”计划...

热点追踪 / 深度探讨 / 实地探访 / 商务合作

美国时间上6月30日,由斯坦福大学胡佛研究中心发起,著名计算机科学家李飞飞与美国前国务卿康多莉扎·赖斯与空中连线,对如何推动美国人工智能(AI)的创新发展,确保美国在AI领域的领先地位进行了深度探讨。

在讨论中,一个重要的议题被谈及,那就是由李飞飞所领导的斯坦福大学HAI研究所发起,得到了美国其他顶尖大学以及谷歌,亚马逊和IBM等科技巨头公司支持的 “美国国家研究云”计划(National Research Cloud)。

斯坦福以人为本AI 研究院(Stanford HAI)联合董事李飞飞博士和胡佛研究所所长,前国务卿康多莉扎·赖斯探讨美国人工智能发展

李飞飞与另一位HAI研究所联合主任约翰·埃特肯迪(John Etchemendy)自去年起开始筹备“国家研究云”项目,旨在建立一个由学术界、政府和企业巨头三方共同组成的工作小组,以筹建美国国家研究云。

李飞飞与埃特肯迪发布项目计划后,寻求到了其他大学的支持。学者们还将“国家研究云”概念推广给了更多的政治代表和学者。6月30日当天,包括斯坦福大学,普林斯顿大学和俄亥俄州立大学在内的数所大学以及谷歌,亚马逊和IBM等科技巨头公司宣布支持“国家研究云”。

宣布支持“国家研究云”的机构名单

“国家研究云”计划的目标,是使学术科学家能够访问科技巨头的云数据中心以及用于研究的公共数据集。

李飞飞和埃特肯迪领导的HAI研究院对政府决策者提出了三点诉求。首先,要求政府从立法层面健全支持AI发展的法规,以促进政府与学术领域、企业方面的合作;第二,要求在三方间建立富有成效的合作系统,例如政府为高校研究提供资金,研究型高校为企业和政府输出人才,企业收益反哺政府等。第三,要求政府确保在研发领域的投入,从而确保美国在AI领域的世界领导地位。

“国家研究云”计划现阶段虽然还仅仅是概念性蓝图,但其标志着大学和科技公司在说服美国政府增加对人工智能研究的支持方面卓有成效。特朗普政府在削减其他方面研究的同时,已经同意在2022年前将联邦政府在AI研究上的支出增加一倍。

这项计划在6月初也已获得众议院和参议院的两党支持。两院的议员都提出了法案,将成立政府科学领导者,学者和行业代表的工作组,以概述创建和资助国家研究云的计划。加州、新泽西州以及俄亥俄州的议员共同提出了《国家AI研究资源工作组法》,为“国家研究云”项目制定详细计划与规范。

HAI研究所对政府决策者提出的三点诉求

为什么美国科学家希望联合科技巨头在这个时期发起加速AI、云服务发展的“国家研究云”战略呢?这来源于美国AI发展当前面临的两大挑战:

挑战一:科研经费不足、企业间鸿沟扩大造成计算资源短缺

斯坦福HAI研究所认为,美国自上世纪以来强大的创新能力归功于研究型大学和私营企业之间的合作。同时,联邦政府为大学开展的基础研究提供大量资金,推动了技术创新,为美国经济的发展带来了根本性突破,如激光,基因测序,互联网和GPS的发展为美国经济在21世纪的发展提供了强大动力。

然而近些年,美国联邦政府对基础研究和科研的投资减少。以2020年美国研究预算为例,基础研究的资金减少15亿美元(降低4.0%),应用研究的资金减少43亿美元(降低10.5%)。资金不足限制了美国高校与研究所的科研动力。因此,大量研究人员与科学家从高校流向了资金丰厚的科技巨头企业。

此外,由于COVID-19的影响,大学预算受限,在不久的将来,可供学者使用的计算资源可能会变得更加稀缺。华盛顿大学教授埃德·拉佐夫斯卡(Ed Lazowska)评论称:“我们需要在公共云上进行科学研究。” “我们必须搭便车。这是跟上潮流的唯一方法。”

当今,只有科技巨头公司拥有丰厚的研究资金,能够运行大量的计算、数据和专业知识来部署先进研究的大规模机器学习模型。但是,企业之间的资源也存在着巨大鸿沟。例如,Google单单在其年初发布的Meena聊天机器人中,就花费了近150万美元用于其训练。对于大多数公司而言,单个研究项目的这种成本是无法承受的,更不用说学术研究人员了。

Google斥巨资打造Meena聊天机器人

因此,联邦政府拨款的减少加上科技行业之间资源巨大的不平衡,造成计算资源的严重稀缺,公共研究人员无法获得计算资源。目前,只有少数公司能够提供当今AI基础的机器学习模型所需的大量计算资源。基于该原因,斯坦福HAI研究所在解释“国家研究云”项目中中评论称,“人工智能是联邦政府资助的大学研究的直接产物,近年来企业的研发进一步推动了它的发展。但是如今,推动数十年来的增长和繁荣的研究能力面临风险”。

挑战二:中国AI后来居上 美国领先地位不保

近年来,美国对中国STEM专业留学生的签证政策收紧,对中国学者参与美国人才招聘计划的研究经费也加以限制,甚至还开始关闭孔子学院······《国家AI研究资源工作组法》的发起人,加州民主党人安娜·埃斯霍(Anna G. Eshoo)表示:“我们面临着来自中国的真正挑战。”

2017年,中国发布了“下一代人工智能发展计划”,计划最终2030年成为人工智能领域的全球领导者,该计划的第一步是到2020年赶上美国的人工智能技术和应用。其中包括对基础研究做出重大贡献、成为全球人才基地,以及打造匹配AI领导力的人工智能产业等。

《国家AI研究资源工作组法》的发起人、俄亥俄州的共和党人Rob Portman在一份官方声明中称,“随着中国开始挑战美国在AI领域的领导地位,我们需要通过建立‘国家研究云’以确保我们的技术研究人员有先进的工具捍卫美国的领导地位,留住杰出的人才”,并警告“中国在未来十年内可能会超过美国的研发支出”。

2019年8月,Nature发表《中国AI会在2030年前领导世界吗》一文,对中国AI发展的强势劲头进行了讨论。文章称,在被引用次数最多的前10%的论文中,中国的作者比例稳步上升。2018年,中国的份额达到了26.5%的峰值,与美国的29%差距不大,而且美国的份额还在下降。如果这种趋势持续下去,中国将在下一年超过美国。

中国AI领域方面论文引用量与美国对比

从计算机人才的角度看,截至2017年底,中国拥有第二大AI科学家和工程师群体,约有18,200人,仅次于美国。此外,国内机构研究环境日益完善,再加上海外人才引进计划的吸引,越来越多的华人科学家回到国内。

同时,中国2020年在新冠疫情防范AI得到了“前所未有的发展”,如人脸识别、二维码扫描技术、体温监测系统、信息管理等领域。此外,中国三大核心科技公司腾讯,百度和阿里巴巴体量与计算能力不断增长。“中国到2020年拥有全球领先的人工智能公司的计划近在咫尺”,牛津大学人类未来研究所研究中国人工智能发展的丁伟杰评论道,“尽管中国这三所公司与美国公司(如Google和Microsoft)还不能匹敌,但它们已成为AI的全球领导者。”

各国AI领域人才对比

在本次座谈会上,赖斯也提问李飞飞,关于美国要如何才能在人工智能方面处于领先地位?李飞飞回答道,中国擅长的语音或面部识别等AI应用程序占用了大量数据。但美国在其他AI领域研发中一直保持着先进性,例如生物健康领域中罕见疾病的检测和治疗、基因检测工程、医药研发等,这些领域同样需要AI,但相比于中国擅长的领域只需要储存较少的数据,AI在这些领域发挥的作用都会为美国的进步提供强大的基础。

“国家研究云”如何推进实施?

随着公司对信息储存、数据分析和远程工作需求的增长,越来越多的公司正将产品研发和办公迁移到“云”中。作为一种计算模型,云通过互联网便可以启用服务器、网络、储存,甚至app等功能。公司等组织不必为了购买设备和培训人员进行大量投资,而云服务可以满足其需求。

国家研究云计划旨在保持美国AI领域的领导地位,促进计算资源的分配扩大化

因此,“国家研究云”计划便希望建立一个以美国整个国家为单位的大规模云服务,科学家和其他企业都能应用如谷歌、Amazon等科技巨头的强大计算功能进行应用实验和办公。云服务“随用随付”,作为一种资源的使用,如同交水费电费一样运行。

目前人们使用的云有“公共云”,如用户把资源储存在Microsoft和Google提供的云服务上。连接公共云意味着在网络上访问由第三方云服务提供商管理的数据中心上的计算资源,而非仅在内部拥有和维护资源。微软(Azure)、亚马逊(Amazon Web Services或AWS),阿里巴巴(Alicloud)和谷歌(Google Cloud)合称MAAG,为四大拥有超大规模云服务企业。

此外还有“私人云”,私人机构提供的小规模的云,以及一个企业或社区范围内使用的云。为保障其资源的安全性,许多企业使用“混合云(Hybrid Cloud)”,即多家云提供商的云产品。

HAI研究所从花费、时间等角度陈述AI的重要性,呼吁政府与行业的关注

目前,“国家研究云”刚刚提出,仍处于概念性阶段。但若要推进该计划的实施,还有许多问题亟待解决。例如,小型企业如何借用科技巨头的资源,借用后所研发出产品的产权与利润如何分配?在产权与隐私方面,首席安全顾问斯科特·哈兹德拉(Scott Hazdra)表示:“美国和地方的政府实体和技术公司可能会在数据传输或它们位于网络上和云中时时检查企业和公民个人的数据。”而联邦政府部门在“国家研究云”上访问企业和公民信息的权限有多大?这些都是推进“国家安全云”计划需要回答的问题。

(本文作者:Jiachang Pan;编辑:SV Insight)

参考资料:

https://hai.stanford.edu/blog/national-research-cloud-ensuring-continuation-american-innovation

https://www.portman.senate.gov/newsroom/press-releases/preeminent-universities-and-leading-tech-companies-announce-support

https://www.nytimes.com/2020/06/30/technology/national-cloud-computing-project.html?auth=link-dismiss-google1tap

https://www.businessnewsdaily.com/5215-dangers-cloud-computing.html


推荐阅读

这家160年历史“玻璃厂”,居然帮助乔布斯和爱迪生登上神坛?丨科技拾遗

Twitch因仇恨言论封禁特朗普账号;因涉及歧视,MIT永久下架近亿条数据丨科技前沿周报

女玩家剧增,电竞直播热度上涨;但疫情后游戏业仍要面对这些挑战!

从天上吵到地下,马斯克和贝佐斯究竟什么仇什么怨?

滴滴自动驾驶网约车落地上海,而这些中国公司早已拿到美国Robotaxi牌照

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C语言是一种广泛使用的编程语言,它具有高效、灵活、可移植性强等特点,被广泛应用于操作系统、嵌入式系统、数据库、编译器等领域的开发。C语言的基本语法包括变量、数据类型、运算符、控制结构(如if语句、循环语句等)、函数、指针等。在编写C程序时,需要注意变量的声明和定义、指针的使用、内存的分配与释放等问题。C语言中常用的数据结构包括: 1. 数组:一种存储同类型数据的结构,可以进行索引访问和修改。 2. 链表:一种存储不同类型数据的结构,每个节点包含数据和指向下一个节点的指针。 3. 栈:一种后进先出(LIFO)的数据结构,可以通过压入(push)和弹出(pop)操作进行数据的存储和取出。 4. 队列:一种先进先出(FIFO)的数据结构,可以通过入队(enqueue)和出队(dequeue)操作进行数据的存储和取出。 5. 树:一种存储具有父子关系的数据结构,可以通过中序遍历、序遍历和后序遍历等方式进行数据的访问和修改。 6. 图:一种存储具有节点和边关系的数据结构,可以通过广度优先搜索、深度优先搜索等方式进行数据的访问和修改。 这些数据结构在C语言中都有相应的实现方式,可以应用于各种不同的场景。C语言中的各种数据结构都有其优缺点,下面列举一些常见的数据结构的优缺点: 数组: 优点:访问和修改元素的速度非常快,适用于需要频繁读取和修改数据的场合。 缺点:数组的长度是固定的,不适合存储大小不固定的动态数据,另外数组在内存中是连续分配的,当数组较大时可能会导致内存碎片化。 链表: 优点:可以方便地插入和删除元素,适用于需要频繁插入和删除数据的场合。 缺点:访问和修改元素的速度相对较慢,因为需要遍历链表找到指定的节点。 栈: 优点:后进先出(LIFO)的特性使得栈在处理递归和括号匹配等问题时非常方便。 缺点:栈的空间有限,当数据量较大时可能会导致栈溢出。 队列: 优点:先进先出(FIFO)的特性使得

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值