用户名:  密码:   
网站首页即时通讯活动公告最新消息科技前沿学人动向两岸三地人在海外历届活动关于我们联系我们申请加入
栏目导航 — 美国华裔教授专家网科技动向学人动向
关键字  范围   
 
高文:人工智能与智能编码AVS3标准
高文:人工智能与智能编码AVS3标准
3/21/2019 6:19:52 AM | 浏览:236 | 评论:0

高文:人工智能与智能编码AVS3标准

各位专家上午好!刚才听了张部长的报告,确实非常精彩。讲到广电近期重要的任务,我觉得这四个任务说得都非常到位。特别是前面怎么样融合到整个国家的发展、社会的发展当中,不管是从智慧广电、从县级媒体融合中心,从大数据、从超高清这些的角度,这四方面都非常到位。

今天我总结的内容跟张部长有一点呼应,今天我要讲两个问题:第一个问题,关于人工智能的3144,第二个问题,关于超高清技术标准的进展。在讲第一个问题之前,先把两个概念跟大家重复一下。

今天所说的人工智能,人工智能它是指机器,在机器上面实现的人类的智能。包括认知智能、感知智能、决策智能等等。

我们通常所说的人工智能,实际上是比较泛在的或广义的人工智能。说到现在技术实现的智能,其实分成两类:一类叫做强人工智能也叫广义人工智能,这个就是几乎所有人类拥有智能的行为机器都能做,这叫通用人工智能;另外一类人工智能叫狭义人工智能或专用人工智能,它是指特定的智能。比如人脸识别系统,它对人脸识别这件事,它是特定人工智能系统或狭义人工智能系统。狭义的人工智能和广义人工智能并不等同,并不是用几个狭义人工智能堆起来就是广义的人工智能,没有这么简单。有了这个概念,我们可以讲人工智能的3144。

人工智能的3144,第一个“3”,是说人工智能到现在为止经历了三个历史阶段。第一个历史阶段,叫做基于符号逻辑的推理证明阶段,第二个历史阶段,叫做基于人工规则的专家系统阶段。我想在座的专家,如果你差不多是40岁、45岁以上都会有印象,当你念书时很多同学做专家系统,那是第二阶段;第三阶段,从2006年到今天这个阶段,叫做大数据驱动的深度神经网络阶段。

第一阶段从1956年开始的,因为1956年有一个人工智能数据研究所,把这个数据研究所定义成人工智能的元年。元年开始以后,当时大家都认为,所谓人工智能是在机器上实现人的智能,人和动物最大的差别是逻辑推理,如果能进行逻辑推理就有智能。所以用计算机实现逻辑推理是当时最核心的动机。

为了实现逻辑推理当时采用布尔代数、演绎推理、三段论,后来有专门去设计,可以把推理的过程用计算机语言输进去逻辑设计语言,当时有两种:Lisp、Prolog。

第一阶段数学的几何定理证明。1956年,卡内基梅隆大学就罗素所著《数学原理》的定理做了证明。到1959年,洛克菲勒的数学家王浩把所有350条都证明了,这是比较顶级的工作。

那些工作,由于开始时很顺畅大家很乐观,1958年有两位非常著名的人工智能专家,提出非常著名的四个寓言,十年内,计算机将战胜国际象棋冠军,十年内,计算机将证明数学定理,十年内,计算机能谱曲,十年内,计算机将能实现心理学理论。做了数理证明其他遥遥无期,再加上一个英国学者在1973年写了一篇文章,对人工智能狠狠地泼冷水,所有人工智能项目都停止了,人工智能第一次跌入低谷。

1976年以后人工智能慢慢回暖,两个原因:一个原因是,搞人工智能的人反思了一下,人工智能老做阳春白雪,做数学定理证明不行,必须接地气,要做专家系统,让老百姓真正接触到,能玩这些东西。当时有人做心理咨询专家系统、故障诊断专家系统、治病专家系统、医生专家系统,各种专家系统出来。国内80年代开始有各种各样的,农业专家系统,那是那个阶段主要的大的流向。

在那个时期,专家系统后面主要用两个工具在做,一个工具用逻辑推理的东西,基本基于规则的。另外一个技术基础用神经网络,那个时候神经网络已经有一点起色,但不能做得规模太大。这两个技术为主在慢慢往前推。

又做了十多年以后,又遇到瓶颈,瓶颈主要是,总是有压倒骆驼的最后一根稻草。第一根稻草是日本搞了第五代机器化,不成功草草收场;第二根稻草,美国科学家说不能输给日本,日本做硬的,我做软的。美国以斯坦福大学的专家为主做知识图谱,把百科全书所有知识装到计算机里,有什么问题有百科全书就有答案了,可以回答问题。要做这个系统,这个系统从80年代开始做,做了十多年,九几年,互联网起来后,很快被互联网超过去了。互联网企业做搜索引擎,他们做搜索的东西,他也是做知识问答,百科全书就是为了回答问题。突然发现互联网回答的速度,做的东西比百科全书回答的速度还快,所以这个项目也失败了。

这两个项目失败,导致大家又对人工智能,觉得好像不能起大用。

第三次,这一轮,刚才张部长也提是算法、算力加上大数据共同发力导致这次人工智能的浪潮。如果说前两次是制造出来的,通过人设计出来的,这次完全是从数据里面出来的。这是这次和前两次的区别。

这次人工智能导火索或里程碑有一篇文章,2006年有一个加拿大学者叫Geoffrey为在科学杂志上发表一篇论文,他说深度神经网络可以进行大规模的学习,可以训练、可以进行推理。这篇文章发了以后,后来他的学生拿着他的方法去参加一个非常有名的图像分类比赛,这个分类比赛也是一位华人,斯坦福大学的华人女教授李菲菲教授组织的比赛。开始比赛用不同图像分类,基于特殊图像分类方法来做。

2012年Geoffrey的学生拿着他的思路做了神经网络,来参加比赛。第一次比赛一鸣惊人,把第二名远远甩在后面,一下把图像分析领域科学家震惊,2012年清一色神经网络,全是深度神经网络,网络架构不一样。都是用数据训练进行分类。到2014年、2015年,一直比赛下来。

华人的贡献在2015年,当时在微软亚洲研究院工作的孙剑博士,领着他的团队提出“残差网络”。这个残差网络提出以后,第一次在比赛里,得了第一,而且他得这个第一,还是非常令人印象深刻的第一。大家可以看,最左边这个是他的成绩,他的错误率是3.57%,因为人的平均,图像库非常大,1000万幅图像,每个图像里有各种各样的类,所谓类有人、狗、太阳、草地、雪山,各种各样的类,让你说各类图像有什么。你说对了全弄对了,如果说错或说漏被扣2分,扣分肯定不好。人平均丢5分,人平均错误率是5%。孙剑这个错误率降到3.57%。排在第二名的谷歌的团队是6.7%。当时孙剑他们的成绩已经超过人的图像分类的能力,当然他用的网络也不一样,别人用的网络22层的、19层的,他是用152层的网络。这个网络现在非常有名,大家知道,AlphaGo后面是AlphaZero,AlphaZero用孙剑的网络,这个网络是非常有名的深度学习的工具。

后面发生的事大家都知道,AlphaGo,2014年4:1战胜韩国的当时世界围棋冠军李世石。4:1的1输那盘,回去以后团队进行了分析,为什么输了。分析的结果,李世石走了一步棋谱里没有的棋,机器不知道怎么下,随机走了一步就输掉了。后来他们说,分析一下,当时人类能够有记录的棋谱共3000副,所有可能的棋谱是1亿5000万副,当时用来训练AlphaGo的数据,占所有可能数据的20%多一点。还有70%几的数据是没有的,因为没有数据,当遇到你没有数据时可能会输。怎么办呢?最后AlphaGo重新设计了系统,设计了AlphaZero,设计完AlphaZero让自己互相下,走棋谱里没有的棋,最后通过一段时间,把所有棋谱可能的棋都有了,用1亿5000个棋谱训练了AlphaZreo,所以AlphaZreo是无敌的,除非你是先手不犯错。

我们做智慧广电,要用深度网络学习,深度网络学习要有最好的数据、好的算法、足够的算力,三个加在一起会做出非常好的智慧广电,数据、算力、算法是这一轮人工智能最基本的三个要素。这轮人工智能发展还有一个很特别的特点,所有顶级的人工智能的科学家,都是和企业在一起做。或者是做企业的兼职,或直接去了企业。为什么?因为企业的数据是最完整的。所以要想做一个好的智慧系统,没有大数据想都不要想。怎么样拥有最大、最全的数据?是能不能做好系统的基本前提。

这就是三个阶段。

“1”一个判断。现在就弱人工智能或专项人工智能,只要你的数据够,现在就可以做得不错。现在为什么会有那么好的人脸识别系统、那么好的语音识别系统、那么好的机器翻译系统。这个系统、那个系统,有很多系统都非常好。因为数据用它训练可以做得好。弱人工智能大规模应用已经“成势”,要乘势而上,顺势而为。人工智能是不是行了呢?强人工智能现在还不行,强人工智能还有非常长一段需要探索的路要走,可能是10年、20年、30年、40年都有可能,这个取决于现有的机器架构,做强人工智能是马太效应,拉不动那么大的车,大车要用更强的系统拉,那个系统是什么现在不知道。有可能类脑系统、可能是量子系统、可能是其他系统,现在的算力做强人工智能不够,弱人工智能没有问题,这是基本判断。

3144中的第一个“4”,我们国家发展人工智能四个优势条件。

首先有政策优势,我们国家党中央国务院对人工智能非常重视。

第二是数据资源的优势,我们国家拥有的海量数据,这是任何其他一个国家没有办法比的。既是人口,马上要过于印度,他的数据也没有我们多。海量的数据资源这是我们第二个优势。

丰富的应有场景是第三个优势。我们国家改革开放后快速发展,这个时候靠长期积累,慢慢把这些东西补齐需要花时间。现在有人工智能,可以让补齐的时间大大缩短,所以用人工智能可以做很多应用。我们有非常丰富的应用场景,不管是城镇化、老龄化、制造业转型升级、互联网市场等等。所有这些都给我们提供了非常好的应用场景。

第四个是我们国家的青年人才,储备非常充足。一说大家很容易明白,现在有全世界最大的高等教育体系,这个高等教育体系里面,工科学生占的比非常高,这是任何其他国家没法比的,这些学生都是将来进入人工智能领域非常潜在的青年才俊。这是我们的优势。

当然我们也有短板、薄弱环节。

有四个薄弱环节:基础研究、原创的理论和算法比较少,一是起步晚,再加上前些年科技领域评估短平快,逼着你快出成果,所以一个人很难一件事做冷板凳坐30年、40年。像刚才加拿大那位教授,那件事做了40年,最后发出一篇论文引爆这个领域,哪个教授能40年做一件事,没有经费没有什么,这是很难的事。由于这两个原因,我们在原创性的东西略微差一些,这个我们实事求是,必须要承认。所以真正原创的东西,它的来源大多数来自美国、加拿大和英国。

第二步弱势在高端芯片。不管GPU、ASIC、FPGA,这些东西主要掌握在美国企业的手里。不光是芯片,也包括传感器,也是主要掌握在美国公司的手里,对这块我们也是还有非常短的短板需要去补。

第三个我们的短板是没有有国际影响的人工智能开源开放平台。现在有影响的开源开放平台基本都是美国大企业做的,像谷歌、微软、亚马逊、Facebook、IBM,这几个公司是最主要的玩家。国内企业也在推,但影响力非常小,这是我们的一个短板。

第四个短板是高端人才的短板。我们高端人才不足,刚才说青年才俊很多,但高端人工智能人才和美国相比只是美国总数的差不多1/5,20%左右,这个是我们必须要补的四个短板。

3144我说完了,这是人工智能的3144。现在讲第二个问题关于AVS3标准。视频编码标准,开始是为了广电,为了电视服务而制定的一套标准,开始的时候在90年代初,当然那时也做VCD、DVD也有那个一段时间,主要面向国内在做,开始从标清开始做。第一代标准,现在有的还在运行,MPEG-2,传入标清需要5兆带宽,传入高清大概要20兆的带宽。到2003年到第二代编码标准,第二代编码标准,效率又提高了一倍。也就是说传输一部高清视频要10周就够了,传输一部标清是2.5兆。到了2013年升级到现在正在使用的标准,比如4K用AVS2国内,国外很多地方用的265,这个标准它在传高清的时候,大概需要5兆的带宽,传4K现在需要36兆的贷款。为什么4K+5G是绝配?因为5G带宽需求加上4K的带宽需求一点问题没有,马上在跑。我非常欣赏央视做4K+5G这样混合。

如果用这个标准,传8K会怎么样?5G不行了,为什么呢?因为8K,用这个标准的话,需要带宽是120兆,5G背不动,怎么办?要做下一轮。现在我们正在做的AVS3,国外做的266是面向8K做的,如果这个标准上来以后,8K需要多少带宽呢?大概50兆到60兆,起步在60兆,随着时间推移慢慢降下来,慢慢编码降下来,降到50兆。这时候和5G又是绝配了。所以要上5G+8K非得标准升级,不升级5G是背不动的。

当然,我们现在4K,刚才张部长提到的4K,去年有两个实验频道播出来,用的AVS2的国家标准,这个国家标准2016年首先广电成立,去年用国家标准。

这个标准用完我们准备下一代的东西,开始做AVS3。要做这个东西,开始没那么急,因为国外也没那么急,我们也没那么急。突然接到一个任务,2022冬奥会。因为2020日本东京夏季奥运会肯定用8K,肯定用265播,我们不考虑,他用265不考虑5G,日本5G不见得真行。如果我们用5G,加上8K必须要压下来,要么是图像质量很差,要么是弄一部新的标准。所以我们赶快,为了2022咱们冬奥会,要用咱们的5G加上自己的能够5G背得动的标准做它,所以我们启动了AVS3。

AVS3启动以后,技术上面现在动作非常快,集成的技术比国外正在做的266比它快还好,现在平均性能,目前现在比前一段提高30%,一般提高50%效率是下一代,我们现在已经提高30%,还有20%。怎么做呢?分成两个档次,基准档次、增强档次。基准档次的目标就是30%,增强档次的目标再提20%,加在一起50%。但是它俩的差别是什么呢?这是比较巧妙的设计,基准档次和芯片和硬件有关,增强档次是和芯片没有关系的。我基准档次定了以后,企业马上可以设计芯片,马上可以出来。这样设计出来以后,我们采用很多技术。

今天在这里特别要说的,这里用了人工智能,这是第一次编码的标准用到了人工智能技术,或者叫深度网络技术,我们叫神经网络技术。

这里面,因为用神经网络做识别做分类大家都知道,做人脸识别、语音识别、机器翻译大家都知道怎么做。用神经网络做编码怎么做?当然以前也有一些论文,真正工业用没那么简单。经过这段时间摸索我们找到一些路,首先神经网络可以做电焊、做预测、做滤波,关键是怎么用大数据训练这些东西。我们采了非常多的数据,用这些数据训练和电焊有关、和预测有关、和滤波有关的结构和参数,用这个使它优化。

如果不用神经网络行不行?也行,效果差一点,用和不用差在哪儿?基本性能差5%左右。用了神经网络以后,用智能办法以后,性能能提升5%。这只是在比较小的工具上用,全应用还会提高得更多。不管跟AVS2还是和265比,265提高的效果更高一点,而且这个东西从主观上,我们已经有非常清晰的数据,用了神经网络,主观上确实比不用要强。尽管有时提升5%的码率,但主观上感觉比5%还要高,看起来更舒服一点。大家远看不是很清楚,如果离得很近,屏幕的分辨率再高一点看得比较清楚一点。就是说AVS3+深度神经网络的东西看得很清楚,细节很细,在下面。

有一系列的数据不展开。现在用的最多的在决策模式上。因为要做编码时,到底哪个模式是最合适的,全都跑一遍,最后确定这个模式是最好的,跑一遍很耗时间。如果有神经网络,跑一遍这件事比较简单,可以通过一个网络并行下去,最后出来一个结果,他会建议你,哪个模式是最理想的模式,你用那个模式编,这是模式的选择。

他可以很多理解的东西放进去,现在编码不仅仅为了编码而编码,编码的时候有时想,比如在融合媒体时,要做搜索、做检索、做内容的识别,这时要有理解的环节在里面,用神经网络后捎带把理解的任务帮你完成,他的做法有“概念压缩”,通过神经网络,把原来比较粗的一套东西,和概念连接起来做了压缩,这个压缩对后面认知和搜索能提供直接的帮助。

时间关系细节不展开,这里告诉大家,神经网络在视频编码里面照样可以发挥非常好的作用。到现在为止,AVS编码的性能,AVS3和AVS2比,基准档次基本完成30%的效率的提升。然后今年三月份,前不久在青岛,我们把基准档次固定下来,基准档次叫AVS3CD2.0,这个基本完成了。这个完成实际上是有历史意义的,因为AVS从来是跟在264、265,一代一代往后,一般是他们公布半年到一年,或一年到两年我们才公布我们的标准,这次是他们没公布我们已经公布,他们里面技术没有做完我们已经做完。我们已经完成技术上面,视频编码从跟跑、并跑到领跑这样历史性的转换。这是非常重要的一点。

其实刚才部长也一直说,5G这是中国非常重要的技术领先的东西,我们现在除了5G以外还有视频编码的东西。5G+8K,这两个东西,当然也可以4K、8K。利用5G这个通道做融合媒体,这是有中国优势的。如果再加上中国的标准,不能说两个优势一点几个优势,我们有中国的优势。这个优势可能是第一次在广电设备领域我们跑在人家前面,以前中国多少年广电要采购别人的东西,采购日本的东西、采购欧洲的东西,如果我们把5G加上广电这些编码传输和内容制作,整合到一起,第一次我们跑到国外的前面。所以我想,除了我们觉得这是艺术形态里大的认定以外,其实产业也是一个大的认定,这个做好了,真正对广电、对国家是非常大的一件事。

总结一下,刚才说两个问题,一是人工智能的3144,三是人工智能经历三个阶段,逻辑推理,专家系统,深度学习。一个判断:弱人工智能已成大石,强人工智能仍需探索。四个优势:政策;数据;应用场景;青年人才。四个短板,技术研究短板、高端器件、开源平台、高端人才,需要尽快补上。

关于AVS3标准,今年3月份基准档次已经完成,我们已经为2022北京冬奥会8K的开播做好了视频、编码、技术方面的准备,AVS自己从2002年开始,前面经过一段探索,从2009年左右我们进入正轨,广电领域当时在王小节司长指导扶持下,AVS慢慢走向正轨,和标清、高清和4K,下一步和8K紧密的结合。我们技术上实现了跟跑、并跑到领跑的一个跨越。

所以在这里我再次代表做技术的专家们,向总局和业界的领导,长期以来对AVS的支持表示衷心的感谢。谢谢大家!

相关栏目:『学人动向
12位华人学者当选美国人文与科学院2019年院士 2019-04-20 [6]
李开复的忏悔:脱去虚名与成就,你的人生还剩下什么? 2019-04-20 [23]
香港理工大学祝捷展示基于梯度超表面的声表面波亚波长声聚焦和成像 2019-04-18 [31]
刘跃进:世界大变局与隐蔽战线 - 防范化解风险与国家安全总体布局 2019-04-18 [28]
90后女教授王虹:科研,就是见贤思齐焉 2019-04-17 [57]
杜路平、袁小聪教授首次发现新光学斯格明子结构 2019-04-17 [70]
张维:深圳的成功在于官不欺民,民不媚官 2019-04-17 [138]
程亚文:什么才是今天最大的“全球性问题” 2019-04-15 [114]
徐冰:AI算法能“偷听”- 突破伦理的“灰犀牛”并不远 2019-04-15 [118]
王文清:超越电磁炮的化学能氢气炮 2019-04-14 [136]
相关栏目更多文章
最新图文:
:张维:深圳的成功在于官不欺民,民不媚官 :西南医科大学2019年诚聘海内外英才 :江苏师范大学2019年人才需求计划及政策 :UCSD中国问题专家谢淑丽(Susan Shirk):收紧中国学者签证损害美国声誉 :斯坦利医学研究机构发现: 养猫可能会导致精神分裂 :2019海南大学管理学院诚邀英才加盟 :《Science》创刊125周年:公布了125个最具挑战性的科学问题(1) :《Science》创刊125周年:公布了125个最具挑战性的科学问题(2)
更多最新图文
更多《即时通讯》>>
 
打印本文章
 
您的名字:
电子邮件:
留言内容:
注意: 留言内容不要超过4000字,否则会被截断。
未 审 核:  是
  
关于我们联系我们申请加入后台管理设为主页加入收藏
美国华裔教授专家网版权所有,谢绝拷贝。如欲选登或发表,请与美国华裔教授专家网联系。
Copyright © 2019 ScholarsUpdate.com. All Rights Reserved.