京東探索研究院陶大程：超級模型生態系統將引領新一輪產業變革

陶大程，京東探索研究院院長、澳大利亞科學院院士。陶大程在2021年榮獲IEEE Computer Society Edward J McCluskey技術成就獎，2018年榮獲IEEE ICDM研究貢獻獎（數據科學領域技術成就最高獎之一），2015和2020年兩度榮獲澳大利亞尤里卡獎，2015年榮獲悉尼科技大學校長獎章以及悉尼大學校長傑出研究貢獻獎。2020年，他被《澳大利亞人報》列入“終身成就排行榜”，成爲研究超級明星之一。他是ACM/AAAS/IEEE Fellow，歐洲科學院外籍院士、新南威爾士皇家學會院士、澳大利亞科學院院士。自2014年起，連續7年入選科睿唯安“全球高被引科學家”。2021年，陶大程在 Guide2Research.com 評選的“計算機科學與電子學”類H指數最佳科學家排行榜上，榮膺澳大利亞第三名（人工智能領域排名第一），世界排名第53，全球華人排名第8。

人工智能技術在如圖像識別、內容推送、自動翻譯等許多垂直領域已有廣泛應用，同時，人工智能技術在應用的同時面臨許多可信挑戰，例如，特殊構造的圖案會誤導商品識別系統產生識別錯誤，缺乏可解釋性的自動駕駛系統可能引發人工智能技術的信任危機。

澳大利亞科學院院士、京東探索研究院院長陶大程表示，在無時無刻不在使用人工智能的當下，AI向善還是向惡，實質上由使用者決定，因此挖掘羣體信息、提取有效數據的同時保護個人隱私尤爲關鍵，驅動AI向善、發展可信人工智能逐步成爲全球共識。

針對有效應對可信挑戰，國內衆多科技公司已展開許多研究和探索。京東探索研究院將可信人工智能作爲三到五年的研究方向、將超級深度學習作爲五到十年的研究方向、將量子機器學習作爲十到十五年的研究方向，三者互爲承接、循序漸進。

陶大程認爲，由於可信涉足面廣泛，關注點不一，研究首先需要明確可信人工智能度量的標準，並構建可信人工智能的統一框架。目前，可信人工智能相關研究大致可以歸結爲穩定性、可解釋性、隱私保護及公平性四個維度。“把不同方面的關係理順後，人們才能夠真正認識到可信人工智能，未來才能夠真正形成相關具體的條例去實施。”陶大程指出。

可信人工智能研究通過理解深度學習工作機制、分析風險、研究深度學習的新算法，分析神經網絡的幾何代數性質和泛化能力，以保障人工智能應用的可解釋性。

深度學習則是要從基礎理論出發，研究面向海量多種模態數據超級神經網絡模型的深度學習新範式。目前，人工智能技術在落地的過程中存在應用場景複雜、模型單一、算力分佈較爲分散、基礎理論層面缺乏可解釋性等難點，導致中小企業在數據和算力都有限的情況下，更易面臨人工智能的應用困境。

隨着深度學習的進展，研究者發現在同樣的數據下，模型越深效果越好。“超級深度學習的泛化性能、獲得更有效的初始化等方面優勢明顯。”陶大程表示。

更進一步，超級深度學習能夠有效地整合不同模態、不同來源、不同任務的數據和信息，進而滿足新的生產需求、新的應用場景、新的商業模式，實現數字經濟變革，因而被認爲將會引領產業的下一輪變革。

在這種背景下，超級模型生態系統應運而生。通過構建超級模型生態系統可以推動人工智能技術更高效地落地，應用涵蓋科技創新、經濟發展、文化融合等多個維度，以此引領新一輪產業變革。

在陶大程看來，超級深度學習模型是超級模型生態系統的核心，針對各個領域中存在的普遍問題，包括數據不足、數據孤島問題以及模型性能有限等問題提供了有效的解決方案，包括利用超大規模無標註數據進行自監督預訓練、知識蒸餾、遷移學習等，同時通過構建完備的數學理論等模式，增強了模型的可解釋性，使人工智能算法做出的決策更易於評估。

比如，在數智健康領域，超級深度學習可以表徵海量分子結構，能夠加速新藥物研發；還可以對全棧醫學影像表徵，實現自動診斷、治療方案推薦、預後分析、復健助理、全週期呵護，更能對大量多模態公共服務數據聚合分析，全方位多角度實現公共健康監控，助力人工智能在公共衛生、疫情研判、情緒管理、地圖服務、基因檢測、藥物研發、互聯網醫院等多種具體場景中發揮重要的作用。

陶大程表示，目前各個國家都在佈局超級深度學習，“預計超級深度學習在未來5到10年將會對數智化社會供應鏈體系起到關鍵性的支撐作用，從而賦能全產業鏈，其中包括智能零售、智能物流、智能供應鏈等多個與人類需求密切相關的產業。”