基于行業(yè)分析的人工智能標準化研究

陳巍 肖駿

摘要：行業(yè)標準作為經(jīng)濟和社會活動的主要技術(shù)依據(jù)，是產(chǎn)品進入市場的基本準則、衡量國家技術(shù)發(fā)展水平的重要標志，也是產(chǎn)業(yè)創(chuàng)新和競爭的制高點。文章介紹了人工智能標準化頂層設計涉及的高精尖行業(yè)的科學研究內(nèi)容，梳理了核心技術(shù)標準突破必要的關(guān)鍵技術(shù)哭破帶動。

關(guān)鍵詞：人工智能；標準化；前沿學科

1 研究背景

2006年以來，以深度學習為代表的機器學習算法在各領(lǐng)域取得極大的成功，人工智能倍受學術(shù)界和產(chǎn)業(yè)界關(guān)注。行業(yè)標準作為經(jīng)濟和社會活動的主要技術(shù)依據(jù)，是產(chǎn)品進入市場的基本準則、衡量國家技術(shù)發(fā)展水平的重要標志，也是產(chǎn)業(yè)創(chuàng)新和競爭的制高點。美國、歐盟、日本等發(fā)達國家高度重視人工智能標準化工作。我國《新一代人工智能發(fā)展規(guī)劃》提出“加強人工智能標準框架體系研究”，目前一些領(lǐng)域如數(shù)字技術(shù)、物聯(lián)網(wǎng)、癌癥突變及蛋白結(jié)構(gòu)組學，規(guī)模并行科學計算，觀測網(wǎng)數(shù)據(jù)實時監(jiān)控與共享[7]等領(lǐng)域已經(jīng)開始研究并具備一定的標準化基礎，但這些分散和碎片化版本的標準化工作不足以支撐和涵蓋人工智能領(lǐng)域。

人工智能是跨領(lǐng)域的多技術(shù)融合，標準之間存在著相互依存、相互制約的內(nèi)在聯(lián)系。另一方面，人工智能屬于新興領(lǐng)域，發(fā)展方興未艾，從世界范圍來看，標準化工作仍在起步過程中，尚未形成完善的標準體系。人工智能芯片的領(lǐng)先硬件生產(chǎn)商輝達已經(jīng)起步人工智能計算行業(yè)的標準研究，通常來說關(guān)鍵技術(shù)突破帶動核心技術(shù)標準突破，因此人工智能標準化的頂層設計必須依賴前沿領(lǐng)先的高精尖行業(yè)的科學研究。

2 前沿學科研究現(xiàn)狀

2.1 外星體探測采樣工具

先地面模擬仿真然后模擬實驗，最后進入外空間實測。利用計算機得到采樣鉆頭對樣心的影響程度、破碎月壤所需的功耗等參數(shù)，以及鉆進過程中螺旋鉆桿與月壤顆粒相互摩擦所產(chǎn)生的輸土功耗曲線。利用計算機仿真產(chǎn)生的理論曲線，與地球環(huán)境下的實驗值進行對比，可以對理論值進行補充并分析實驗數(shù)據(jù)異常情況，為最終正樣產(chǎn)品提供技術(shù)支持。此項研究是我國深空探測采樣技術(shù)領(lǐng)域中地面模擬仿真試驗驗證標準制定的基礎。

2.2 現(xiàn)有的智能安全系統(tǒng)存在諸多問題

自動駕駛交通工具一旦被黑客入侵，后果將不堪設想。已有的漏洞檢測和定位方法[25]對于傳統(tǒng)服務器或者移動系統(tǒng)具有良好效果，可以在入侵后找出導致漏洞的根本原因。人的生命只有一次，但是對于自動駕駛交通工具，必須在第一時間就抵御住攻擊。代碼混淆便發(fā)揮了非常好的效果。該方法可以讓各種威脅難以順利實施生效。而故障隔離可以增加系統(tǒng)魯棒性：即使部分系統(tǒng)被入侵，也不會影響整體功能。最后，及時、高效、動態(tài)的補丁系統(tǒng)也是必不可少的部分。此項研究是人工智能及其嵌入式系統(tǒng)安全標準制定的基礎。陸面過程開始考慮植被生理物理過程：隨著越來越多的大型服務器被用于模擬，生物化學模式開始被引入陸面過程模式中。近幾年，隨著超級計算機性能的飛躍式發(fā)展，陸面過程模式在各個空間尺度上都有了顯著進步。此項研究是陸面生態(tài)水文模擬行業(yè)標準制定的基礎。智能模型最近在癌癥突變領(lǐng)域有了重要應用：通過智能數(shù)據(jù)挖掘、聚類分析，發(fā)現(xiàn)很多常見的癌癥蛋白點突變是為了形成二級結(jié)構(gòu)和相應功能的轉(zhuǎn)換。在結(jié)構(gòu)蛋白組學中，通過熱力學數(shù)據(jù)模擬和蛋白質(zhì)結(jié)構(gòu)模型構(gòu)建，發(fā)明了以DNA聚合酶-目標DNA為Host-Guest的快速靶標DNA修飾觀測系統(tǒng)。此項研究是DNA耙向藥物行業(yè)標準制定的基礎。燃料電池汽車中的核心技術(shù)在于能輔助產(chǎn)生電流的金屬催化劑，而催化性能最高的催化劑金屬目前都屬于貴金屬，所以對催化金金屬的設計能力形成此類技術(shù)的商業(yè)化壁壘。傳統(tǒng)的實驗方法很難取得需要的理論知識，催化劑的優(yōu)化和設計過程涉及及其復雜的微觀層面的認知。同樣的，對于現(xiàn)在微生物工程領(lǐng)域里對細胞生產(chǎn)規(guī)律的探索僅僅借助于實驗的方式非常困難，而用數(shù)學模型從基因水平來對發(fā)酵過程進行預測和指導也已經(jīng)成為可能。用基于經(jīng)驗的數(shù)學模型以及人工智能的方法對能源行業(yè)的標準制定勢在必行。

3 結(jié)語

目前我國人工智能標準化基本與國際上處于同一起跑線，標準化工作對人工智能及其產(chǎn)業(yè)發(fā)展具有基礎性、支撐性、引領(lǐng)性的作用，是科技創(chuàng)新成果進行產(chǎn)業(yè)化的橋梁和手段。由于先進的標準體系可有效促進產(chǎn)業(yè)集群整體質(zhì)量水的提高，因此為了參與國際標準研制工作，提升國際話語權(quán)，必須對高新技術(shù)及產(chǎn)業(yè)發(fā)展系統(tǒng)進行梳理，加快人工智能各領(lǐng)域標準體系的研究。