您现在所在的位置:澳门金沙app > 明星人物 >

蒲慕明对目前神经系统研究的进展进行了总结

作者:急速飞驰 时间:2019-05-30 21:53
关键字: 明星人物

  公装惠所研发的一系列平台产品正是对自身科学技术的完美呈现,公装专题、在线问答、设计心得、施工规范、选材指南以及保障服务等一系列的平台产品在以最大限度的速度丰富互联网公装用户的专业知识。同时还在极力的规范公装行业服务准则,为用户在商业空间装修过程中提供专业知识铺垫和消费保障服务。

  随着全球科技巨头在人工智能领域的深度布局,无人驾驶、语音识别、机器人等迎来了AI创新时代。在全球科技创新的大环境下,国内对于人工智能的支持政策不断出台,“人工智能”首次出现在“十三五”规划中。截止2016年9月20日,中国人工智能创业公司数量约在200-250家,大部分创建于2010年后。从1956年至今,60年过去,人工智能将迈向新阶段。2016年,我们目睹阿尔法狗计算机成功挑战人类智慧。

  这场人机世纪对战,让“人工智能”再次引发全世界关注。值此人工智能大热之际,DVBCN为您盘点了2016年人工智能界各路大咖的观点。

  目前的科技已经取得了足够的进步,完全可以确保机器人在未来10年完成驾驶和仓储等工作,甚至在某些知识领域超越人类。趋如今势正在渐渐形成。在未来10到20年时间里,人工智能对于管理人们的生活来说将是“非常有用的”,人工智能(AI)软件变得太过聪明的风险还“远得很”。人类还将首次看到的是,电脑将可像人一样去“看”。如果将其与类似于人类手臂的操纵方式相结合,那么就会大大提高生产力。在未来,就业市场将需为机械承担更多的日常工作而作出调整。

  AlphaGo战胜了李世石,有很多人对机器打败人类表示担忧。对此马云认为,机器会比人类更强大,但不会比人类更明智。他说,“人的智慧是人类的核心,机器无论成功和失败,它对友情和爱是没有感觉的,所以我们要用机器来解决问题,作为创新的解决方式。”

  移动互联网还是有很多创新机会的,人工智能是云端变化,移动互联网是终端变化。人工智能只是一个新技术和工具,它会结合在所有领域,通过大数据,提升各个行业发展,绝对不会因为人工智能来了,移动互联网就毁掉了。未来大部分的科技创新都会用云的方式来体现。不管是地理位置信息LBS,还是人工智能、物联网、无人驾驶也好,后台核心都是云端的大脑。未来互联网行业就是利用人工智能在云端处理大数据。

  2016年10月14日下午,“2016中国与世界对话会”第一次全体会议在重庆举行。互联网大佬、百度CEO李彦宏在会上就人工智能发表看法:

  “移动互联网的增长的机会已经不多了”,李彦宏坦言。百度创立之初,中国的网民还不足千万,但是现在已经有7亿之多。若想借助网民的增长来推动移动互联网的下一步发展,机会已经不多了。

  李彦宏称人工智能技术会对很多行业产生影响,但是受到冲击最大的将是制造业。他认为,亚马逊推出的echo音箱虽然属于制造业的产物,但搭载了语音识别等技术,带来了新的体验。未来,很多硬件都会应用传感等物联网芯片和人工智能技术,制造业将会被大大改变。

  李彦宏认为,人工智能改变的还有十万亿级市场的汽车工业,最大的改变在于无人驾驶汽车技术。但李彦宏也认为,“自动驾驶技术还有很大的提升,目前还不能解决复杂情形下的驾驶问题。特斯拉前些天的事故就是一个例子。”安全问题一直是自动驾驶汽车领域里最受关注的问题。

  要做到完全的无人驾驶难度很大,还是应该走渐进式的道路,一步一步的把司机解放出来。

  霍金一直是AI威胁论的支持者,近日,霍金在外媒的专栏中发文,对人工智能的发展作出警示,“科技已经摧毁了许多传统制造业和蓝领岗位,下一步可能给中产阶级带来类似灾难。”“自动化将加速全球范围内已经日益严重的经济不平等,互联网和各种平台让一小部分人通过雇用很少的人而获取巨大的利润。”霍金说,“这是一种进步,但也会对社会造成巨大的破坏。”他还认为特朗普当选美国总统、英国脱欧这样事件的发生,可能都有人工智能与自动化的因素。

  综合来看,支持者占大多数。人工智能从实验室专业圈开始走出来,变成了一个大众的话题,推动了互联网形态的新变化。而这些变化已经渗入人类生活的方方面面。从科技巨头的战略目标,延伸到如雨后春笋般出现的创业公司来看,未来智能生活离不开人工智能。

  自AI大热,AI威胁论的支持者和反对者声音从未停歇,对于人工智能(AI)你持哪种态度呢?欢迎留言告诉我们。

  约翰表示,谷歌的机器学习API目前仍处在研发初期,但进展速度相当快。谷歌正使用机器学习来增强自动搜索功能、YouTube的推荐视频功能、邮件客户端Inbox以及即时通讯工具Allo等等。Inbox的功能之一是基于内容撰写并发送自动回复邮件。约翰表示,Inbox用户发出邮件中的10%就使用了自动回复邮件这一功能。

  Allo则更为智能。Allo中的算法学习了用户特有的交谈方式后,就会基于所学内容、建议回复内容。

  语音助手Google Assistant对机器学习技术的应用可以说最为深入。它能够识别语言,甚至区分用户的声音与周边的噪音。Google Now则基于用户的使用模式为用户生成相关信息。

  这已经不是机器取代人类的问题,而是在一些人类只需要5秒钟思考的问题中,有大量数据的问题里面,有狭窄领域的问题里面,人绝对不会是机器的对手。而且,一个一个领域,都会被机器超越,不只是取代。

  人工智能时代即将来临,企业首先需要做的事情就是把一体化大数据中心建立好。因为数据的体量是非常大的,数据中心必须一体化,需要从内部、外部、各种角度结合抓取各类数据。用户数据具有巨大价值,这个价值收集在一体化数据中心里,可以不断被保护,安全,可以创造更大价值,而且可以探索这些数据怎么能够变成服务,在不暴露用户隐私的前提下,为更多公司提供价值。大数据一体化,整合各个方面的数据是非常重要的,如果能做到更跨领域甚至国家级别的一体化,机会一定是更重大的。

  在Code Conference大会中,特斯拉伊隆·马斯克发表了一些天马行空的言论:我们“可能”生活在一个电脑模拟游戏中,如今电脑游戏技术已经发展到游戏与现实难以区分的程度。此外,他认为我们需要开发大脑的人工智能神经层以提升脑力,按照人工智能的发展,未来人类在智力上将被远远抛在后面,并沦落为人工智能的宠物。

  2016云栖大会惠州峰会在惠州西湖如期举行,阿里云人工智能科学家闵万里在演讲中讲到:“今天我们探索人工智能,在未来城市,在各个行业应用,其实我们进入了一个未知的无人区,我们可能会走错,不可能一蹴而就,但是有一点我们一定会做得对,我们不走永远去不了,我们走一步走两步走错了,可以告诉业界的同仁们,不要走弯路。这个过程,阿里云,我们的ET,我们会坚持,但是我们不可能独行,我们需要在座的各位,开发者们,一起加入到这个阵营当中,我们要回答的问题不是阿里云怎么样,而是人类社会的发展怎么样跟云计算、人工智能的技术结合、加速。”

  谭铁牛表示,人工智能自1956年诞生以来,多年来取得了长足的发展,而伴随着Alpha go战胜人类围棋冠军,2016年则堪称是人工智能之年。但人工智能的发展并非一帆风顺,但进展却硕果累累,在专用人工智能领域取得了突破性的进展,当前,人工智能产业化应用蓬勃发展,人工智能也已经上升为国家政策层面。谭铁牛接着总结了过去一年十大人工智能领域的标志性事件,并介绍了人工智能领域的新动态,接着,谭铁牛谈了他对人工智能发展的思考,之后,谭铁牛总结了人工智能六大的发展趋势,表示人工智能是新一轮科技与产业革命的最显著特征,而我国人工智能面临重大发展机遇也面临诸多挑战,需要制定人工智能创新发展的战略规划,推动人工智能诸多利好政策的及时落地,建设我国自主的人工智能体系,最终走出一条具有中国特色的人工智能强国之路。

  蒲慕明认为,脑科学主要研究的对象是人类的大脑,脑科学目前的研究还处在早期的阶段,而大脑中神经网络和神经元与人类认知之间具有非常复杂的关系。接着,蒲慕明对目前神经系统研究的进展进行了总结,他表示,神经科学的主要内容是神经信息处理和脑功能机制,并介绍了著名的赫伯假说以及赫伯假说对于神经科学研究的作用。之后,蒲慕明又介绍了误差反向传播算法等几种主流的神经网络算法,并提出了五个可借鉴的自然神经网络特性,即:1)神经元类型、2)顺向、逆向、侧向联接。3)神经突触的可塑性。4)记忆的贮存、提取和消退。5)赫伯神经元集群概念的应用。蒲慕明最后表示,脑科学与类脑人工智能的协同发展将是未来人工智能发展的关键。

  百度首席科学家吴恩达(Andrew Ng)2016年12月9日发文称,计算机硬件能力的提升将为人工智能(AI)的进一步发展提供动力。因此,当前一轮的AI热将不会像以往那样昙花一现,“AI寒冬”可能不会再出现了。

  赢得人工智能就赢得互联网,人工智能将成为互联网未来发展的基础。人工智能在当前阶段存在三大机会——图像、语音、用户画像。

  百度研究的深度学习技术构建出强大的人工神经网络,让计算机可以在没有人工干预的情况下进行自主学习,这就是技术发展带来的巨大变化。百度深度学习技术目前已经能做到输入图片后,计算机可以用描述性的自然语言来说明图片的内容,也就是“机器读图”,而这可以说是人工智能领域的一次技术飞跃。

  随着移动时代到来,通过多种设备上的用户数据理解用户,实现基于大数据分析的“用户画像”也成为可能。通过把点击、位置、购买行为等大量数据通过深度学习技术进行分析学习,就能得到准确的用户画像,从而真正做到了解用户需求,实现“千人千面”的互联网个性化服务。

  杨元庆把智能终端比作人的感官,把云比作大脑,将智能终端和云大脑完美结合起来,就是人工智能未来的方向。

  杨元庆认为未来的人工智能将会有以下几个特点:第一,智能终端和传感器将无处不在,基于大数据的自我学习能力,会让智能终端越来越聪明;其次,人与智能终端的交互方式将会更加自然;第三,在人工智能加上互联网的驱动下,我们的各行各业都将会越来越服务化;第四,智能设备将来会越来越多,他们之间的互联互通、协同应用就变得越来越迫切,越来越重要。

  搜狗公司首席执行官王小川对深度学习带来的突破进行了详细阐述,着重分享了对三个问题的思考:人工智能在今天能做什么、不能做什么、终极理想是什么。

  语音识别,在安静环境下识别准确度高,但是一旦有噪音,识别的准确度迅速下降。同时,如果有两个人在说话,人很容易区分,但是机器还做不到,这个情况目前无解。

  语义识别,谷歌最早用知识图谱解决这个问题,但是目前遇到瓶颈。王小川介绍,今年6月,他在谷歌体验机器自动订餐系统,其中有个环节,机器问他需要停车位还是不要停车位,机器能够识别“要”和“不要”,但是对“我没车”这个答案却无法理解。谷歌今年对自然语言句子分析,达到90%之后就提不上去了。

  无人驾驶,在熟悉和封闭的环境中可以。但是在开放环境中却不靠谱,如果汽车不在高速上、不在五环路上,自动驾驶不靠谱。机器只能处理见过的环境,没见过的还不行。

  余承东表示,人工智能更加高效,可以主动获取一些信息,对于未来智能手机如果加上人工智能,华为称之为智慧手机。

  “未来智慧手机的交互方式也会变成双向的方式,通过引入人工智能,其价值将远远超过一般智能手机的价值,而更具备人的价值。”

  对于未来智慧手机的构想,余承东更愿意用其是没有胳膊没有腿的人工机器人来形容。未来的智慧手机虽然没有胳膊和腿,但其他的语音、视觉和智慧判断等功能都会拥有,甚至包括人类的嗅觉、视觉、听觉,智慧手机将通过大量传感器和自然语言的交互实现这些功能。

  目前度秘业务的重心还在自身核心的链接服务等秘书化能力的提升上。跟各种业务场景的实际结合还在探索阶段,除了肯德基之外的合作暂时不方便透露。

  谈及百度在人工智能领域的投入的重点,王海峰认为,像多模交互搜索,度秘,机器翻译,互联网金融,无人车等都是重点投入的人工智能领域。利用人工智能技术实实在在的造福人类是百度努力的方向。

  亚马逊创始人兼首席执行官杰夫·贝索斯在出席Code Conference年度大会时,接受了知名科技专栏作家沃尔特·莫斯伯格的采访。

  他说道:“现在到了人工智能第一次显身手的时候,我们正处在人工智能的黄金时代。”

  贝索斯透露说,Alexa智能语音助手在正式投放市场之前,亚马逊花了四年时间进行研发。他表示很快会有更多新功能推出,现在的Alexa只是冰山一角而已。

  正如贝索斯所预见的,目前除了亚马逊之外,也有很多企业进入到人工智能领域,其中一个原因就是目前机器学习的水平距离人类能力还差了好几个数量级。

  贝索斯说,在几十年前,语音系统还是科幻小说里的幻想,但现在它已经来到我们身边。但是他强调说,尽管像亚马逊Alexa这样的智能语音助手系统已经开放了SDK,与更多开发人员进行合作,但并不代表智能手机时代会就此终结。“人们还有眼睛,”他说道。同样地,人们喜欢触摸屏幕。因此,贝索斯认为目前的语音系统只能算是一种辅助增强技术,并不能完全取代消费者真正喜欢的智能手机。

  在罗睿兰看来,外界对机器学习技术存在着大量的认识误区,人工智能的崛起令人兴奋,但同时也引发了一些人的恐惧——担心这些机器人终有一天会拥有自主意识而反噬人类。

  但她指出,“如果你参与到机器智能的研究当中,就会明白这些都是由于误导性表达而形成的错误观念。”

  在文章中,罗睿兰介绍了“人工智能”一词的由来:最早出现在1955年,“表达的是通用智能的概念,意思是人类的所有认知都来自一个或多个基础算法,通过编程,让计算机以同样的方式思考,我们就能够创造出模拟人类大脑的自动系统。”

  在创新驱动发展战略的指引下,中国正成为以技术创新推动数字化转型的绝佳舞台,这为微软和合作伙伴、开发者生态系统带来了广阔的发展机遇。从快速成长的微软智能云Azure,到发掘大数据智能的SQL Server 2016,再到引领企业混合云创新的Windows Server 2016,以及最新推出的Power BI数据可视化服务,微软不遗余力地将全球一流的云计算、大数据、人工智能技术、产品和服务带到中国。通过与本土生态系统的深入合作,微软希望中国客户利用技术创新成果在全球数字化转型的大潮中占得先机。2016年9月30日,微软人工智能及微软研究事业部正式成立。这个部门不仅是全力拓展人工智能的前沿科学研究,更要将微软技术创新转化为服务于企业和人们生活的应用与服务,真正实现人工智能的普及化。

  引用普适计算之父马克·维瑟(Mark Weiser)的话说:“最深远的技术是那些会消失的技术,它们把自己编织在日常生活中直到不能把它们区分开来。”

  要让人工智能变成最深远的技术,或许就应该让它“消失”,让大家熟悉到不再提起它,即从人工智能(AI)到无处不在的智能(PI)的理念:无处不在的场景智能、无时不在的智能助理、需要的时候能代表自己,最终一切都自然而然、理所当然地获得。

  Facebook CEO马克·扎克伯格(Mark Zuckerberg)每年都会设定年度个人目标。今年他曾宣布,将开发人工智能系统,帮助控制智能家居。

  智能家居一直是硅谷近些年来追逐的主要目标之一,亚马逊和谷歌已经在该领域有了相关布局,它们用一款AI音箱将整个智能家居系统连接在一起,通过语音命令,用户就可以轻松控制家中电灯开关、音乐播放和烤面包机等。除此之外,Facebook还在努力通过面部识别技术提升AI的能力。扎克伯格也谈到了让人工智能学习环境信息的问题。他表示:“理解环境信息对任何人工智能都非常重要。例如,当我告诉人工智能,打开‘我办公室’的交流电源时,这里的意思与普里西拉·陈说出同样命令完全不同。这带来了问题。例如,当你让人工智能调暗灯光或播放音乐,但没有说出具体房间时,它需要知道,你身处哪里。”

  扎克伯格还谈到了人工智能的自主学习。他表示:“今年我花了100小时去开发Jarvis,现在我有一个很强大的系统能理解我的意思,完成许多工作。但即使我再花更多的1000小时,我也无法开发出一种系统,完全自主学习新技能,除非我在这一过程中取得基础性的突破。”

  简而言之,扎克伯格开发了非常不错的人工智能系统,他可以用这一系统在家中播放音乐,甚至控制家中的多种电器。然而最终,即使是类似扎克伯格的天才也面临着普通开发者的局限。

  他表示,这些多是现有AI应用在图像视频识别、自动翻译等领域做不到的。“对于人工智能我们要花很长时间来训练它,就像教孩子打棒球一样。一方面我们有超过十亿人在寻找内容,而另外一方面我们又有数以亿计的内容发布给他们,他们可以很了解这两者怎么取得平衡,所以我们每天做很多预测,而真正最激动人心的就是我们还能获得很多反馈”,石峰说道。

  “一旦我们向用户发布内容,我们就知道他们喜欢什么内容,了解他们和朋友分享什么,点击什么内容,看什么视频等等。所以我们每天能够获得大量的反馈,在这个过程当中也可以帮助我们训练系统。所以说大家如果是做人工智能的,大家一定觉得这是再理想不过的状况了。”

  安全领域是漏洞的一道重要防线。他表示,消费者、企业以及国家基础设施每天都经受着数以百万计的安全威胁攻击。历史经验告诉企业,威胁数量只会继续急速增长。面对如此规模的攻击威胁,企业需要利用复杂算法和人工智能筑起一道综合防线,利用数据中心的计算能力提供一种智能的自适性解决方案,从而对规模巨大且快速增长的安全威胁进行应对。

  “第三届网易未来科技峰会”在北京召开,会上,英特尔中国研究院院长宋继强探寻商业发展和技术发展的内在原动力,以及感知VR/AR、人工智能和智能出行等领域的未来。

  宋继强表示,每个人在车里、医院、商场等日常生活的各种场景都在大量使用智能设备,这些智能设备产生各种各样的数据,都促使了科研人员拥有更好的数据去“训练”人工智能的算法。

  这也是为什么人工智能吸引了这么多的科研人员和企业一起把资源贡献出来。未来趋势是:如何把握好人工智能的应用,跟怎么能够驾驭这数据的洪流。

  李亚东表示,一直以来,英特尔都在挖掘计算的潜能,并驱动相应解决方案的开发和应用,作为“联合创新实验室”的成员单位,英特尔将继续发挥其对行业的洞察和技术领先优势,推动相关项目的发展,不断促进医疗云、大数据、物联网、特别是人工智能等创新技术在医疗行业的应用开发和实施。“在近期发布的人工智能战略中,英特尔宣布将通过一系列从前端到数据中心的全新产品、技术及相关投资计划拓展人工智能的发展空间,加快发展速度,突破性能瓶颈,实现技术大众化及社会效益最大化。”

  在4月15日举办的2016中国企业服务峰会上,国际知名人工智能专家颜水成教授就人工智能现状和未来做了专题演讲,这是他担任360人工智能研究院院长、首席科学家之后的首次对外演讲。本次演讲首次向外界披露了360在人工智能领域的三大神秘进展。

  第一个是360将重点发展端上的智能,因为端上的量肯定比云上的量高很多,而且以后会不断出现新的端类产品。

  要发展端上的智能化有两种方式,第一种方式是可以用编译的专用芯片。但在中国当前智能硬件低价的大环境下,如果用编译的专用芯片这种方式,总的来说肯定会让产品的价格有大幅度提升。

  360认为编译的专业芯片绝对不应该是唯一途径,也就是说要在端上真的建立技术壁垒,还需要在算法上真正意义上降低计算量。在有损失的情况下减少计算量,在工业级上应用的可能比较少,但是在端上微损是可以接受的。

  另外一方面其实这种端上的小的模型,可能它的精度上会有损失,但是如果企业的拥有很多大数据的话,那么大数据在某种程度上就能弥补这种精度的损失。当然,这些信息绝对不会成为技术壁垒,真正的技术壁垒是任何方向都不减少技术的情况下有精度的提升。这也是360人工智能研究院极力发展的方向,这是非常高技术壁垒的方向。

  2016年11月15日,第五届GFIC2016全球家庭互联网大会上小米,电视副总裁赖永赛出席了此次会议并于11月15日下午发表了主题演讲“拥抱电视的人工智能时代”,他表示,小米电视正全速拥抱人工智能。

  人工智能有三大前提,第一个产品,第二个是大数据,第三个是机器学习。小米在人工智能上具备一定基础,在人工智能这个领域,小米电视拥有比传统企业有更多的优势,从产品角度来说,小米手机大概有两亿的用户,小米电视盒子终端用户大概在1500万左右。连接上网的小米智能家庭的产品大概有4千万,很多的大数据将从里面产生,另外,小米有专门的人工智能的团队,来做机器学习的探索,未来有机会来做人工智能。

  目前,国外的巨头,包括谷歌、微软、Facebook都把人工智能产品当成重要的战略方向,国内的BAT也把人工智能当成重要的领域。AI人工智能,用拼音来讲就是爱,所以未来就是迎接“爱”的时代。

  人工智能创新应用论坛上,苏宁云商IT总部执行副总裁、苏宁技术研究院院长向江旭致辞道:

  电商改变了人们的生活,物流则改变了电商的未来。电商物流在物联网、大数据的广泛应用下,正在面临场景、技术、模式的深刻变化,苏宁有丰富的物流基础设施和多样化的应用场景,对智能物流的未来更是充满好奇,物流研究院的使命也很明确,就是依托苏宁的实践,推动中国物流行业的持续智能升级。

  俞经民认为互联网企业的危机感比传统企业更强烈。比如,马云认为电子商务不再有独特竞争优势,而提出五大新的趋势,新零售、新制造、新金融、新技术和新能源。而这其中的新能源,其实还有新的定义:大数据。在商业模式上看,电子商务相对于传统零售是新的,而新零售相对于电子商务是新的。放在汽车上看,蒸汽机比马车新,内燃机比蒸汽机新,电力驱动比内燃机新,未来将是大数据驱动新能源汽车,这也是一种新能源汽车。未来新能源汽车应该成为互联网科技、自动驾驶、智能交通、智慧城市建设等多领域协同创新、发展的统一载体。这个未来正在发生。

  这些搭载新技术的新产品,也必将为消费者带来全新的体验,赋予汽车全新的价值,也必将改变整个汽车产业的评价体系。与传统汽车相比,搭载新技术的新能源汽车的价值将得到极大的提升,但这个提升不仅仅是车辆构造和汽车功能等等方面的提升,而是对整个汽车生态圈价值的提升,是一次汽车产业的转型升级,也是传统制造业在新时代最重要的变革。

  人工智能技术近年取得突破性进展,国内外巨头纷纷在深度学习、机器学习、数据挖掘等AI领域布局。滴滴出行联合创始人兼CTO张博在2016年世界人工智能大会上发表演讲时表示,人工智能将影响每一位用户的出行体验。

  他以人工智能在滴滴的六大场景应用为例,介绍了AI对用户出行体验带来的改变:首先在上车地点推荐场景中,“滴滴出行大脑具备预测能力,通过发单和历史轨迹预测上车地点,能有效帮助提升用户体验。”张博说:“当乘客发出订单,需要知道上车点和目的地,滴滴上线的猜您想去功能,使得用户无需再填目的地,而推荐上车地点功能,可减少与司机沟通具体接驾时间,我们会根据历史上发布订单和乘客行驶轨迹预测会在哪里上车,我们设置这个地点,司机会直接到该点接乘客。”

  供需预测是张博透露的第二个人工智能在出行场景里的应用。他认为,理想的交通状态是,全城拥有一个智能交通大脑,可对未来的出行需求进行预测。“滴滴对15分钟后供需预测的准确度达到了85%,平台会调度司机满足未来需求,使得未来该区域供需不平衡的概率下降。比如,预测某个区域15分钟后出现供给需求,就会把运力往这个区域调度,使得未来该区域供需不平衡的概率下降。”同时张博表示,“利用人工智能技术实现基于供需预测进行运力调度,该技术将至少带来五大社会意义,包括缓解区域之间供需不平衡的局面;提前布局运力;提高成交率;改善乘客出行体验以及提升司机收入。”

  新智元创始人杨静在大会上说,“中国人工智能界在这里向世界发出最强音,我们必将在今天这个新起点,创造超越现有局限的新维度与新疆界”。杨静介绍,本届世界人工智能大会立足于三点:回溯世界人工智能60年历程、展现世界人工智能最前沿成果、展望世界人工智能未来10年图景;为世界人工智能顶级学术、产业和投资领袖搭建跨界交流大平台,推动中国人工智能和机器人学术、产业跨界融合、跨越发展。

  人工智能的时代已经来临,只是很多时候扮演幕后的角色。人工智能系统解读X光片的本领已经比医生更高;查阅法律证据的能力也比律师要高。现在人工智能的研制也要达到同样目的,在电动泵中加入人工智能系统,让它变成一款智能水泵。而将智能水泵的例子在城市建设中放大,就是第二次工业革命,也就是让电能驱动的设备具有认知功能,变得智能。这个进程不只包括制造业,而是整个经济的升级。而如果没有公司经营的智能升级和消费者的智能升级,制造业的智能升级也是不可能实现的。

  这仅仅是一个开始,未来是难以预测的,如果时间倒退20年,不可能预料到会有现在的技术,在线地图,数码相机,信息技术等等。过去这三十年电脑和人工智能设备越来越小,未来可以将每个设备装上一个芯片,就可以连接到物联网,比如在灯泡上装芯片,在椅子上,在鞋上,在门上,这些在以前都会被认为是不切实际的想法,可是现在,酒店的每扇门上都有一个计算设备。对于未来不可知的世界,要保持开放的心态。目前只是出于虚拟现实技术发展的早期,对这个领域知之甚少,没有在虚拟现实或者人工智能领域的专家。这是人工智能发展的最好时代,去放手创造些什么吧。开发工具比以往都更加优化,价格更加便宜。

  朱小燕教授认为,人类所处的时代有多种名称,如信息时代、互联网时代、大数据时代等,而人类未来将要进入的就是人工智能时代。人工智能的发展会从感知到认知,再到自主。从感知到认知,是指人类开发的人工智能技术赋予机器人理解和思考的能力;但最终的目的是要让它从认知到自主智能,脱离人类自主认知和思考,这也是人类追求人工智能的最高境界。

  此外,朱小燕教授还指出,人工智能的发展应该把重点放在增强人的智能。她认为,如果图灵仍然健在,他会改进“图灵测试”的标准,人工智能会成为人类的伴侣,而其宗旨就是通过人工智能来加强人的智能,而不是去朝着替代人来的方向发展。那么如何通过人工智能加强人的智能,朱小燕教授认为,这个关键词就是“团队工作”,实际上是指具有人工智能的机器能够成为人类团队中的一份子,为人类提供协助性的工作。

  而人类要做到不要将人工智能看作一个孤岛,一个组合性、融合性的群体的智慧才能最大限度的体现人工智能的智慧,而这与“团队工作”是一脉相承的。

  百度The BIG Talk第五期活动上,康奈尔大学创意机器人实验室主任Hod Lipson在主题为“机器人大挑战”的演讲中认为:

  Alpha Go是一个AI时代的终结。上世纪50年代以来,人们就已经在训练AI进行棋类游戏,这次围棋比赛是机器人参加的最后一个棋牌类比赛。企业可以转向现实生活中更加复杂和更具挑战的事情,比如让驾驶汽车顺利通过曼哈顿繁忙的十字路口对计算机来说比学会下围棋更难。再比如在股票市场是该买还是该卖也很难决策。这是完全不同类型的AI系统,它具有探索性,是发散性AI,不是收敛的AI。

  12月16日下午中科汇联产品发布会上,北京大学计算语言学研究所所长王厚峰教授带来了新AI时代的自然语言处理及应用的分享:

  互联网零售创新之路,技术先行,特别是正处于风口的人工智能,其可以利用强大的算法提供给每一位用户个性化零售服务,这可以提供给消费者们更好的用户体验。对智能科技十分着迷的苏宁,正在将中国的零售业带入一个前所未及的巅峰。

  强大的计算能力和存储能力、大数据和以深度学习为代表的新方法、新技术是AI再度兴起的三大助推器。AI,包含了图像识别、语音识别、博弈、语言理解等众多技术领域,这其中自然语言处理重要性显而易见。

  12月17日,以“未来·一起来”为主题的第二届中国智慧家庭大会在北京国家会议中心成功举行。快商通创始人、CEO肖龙源在开幕式后做了题为“让人工智能走进每个人的生活”的主题演讲。

  肖龙源认为,“科学技术+应用场景”是人工智能发展的未来。科学技术是推动人工智能发展的基础,在此基础上,通过构建丰富的应用场景,产生持续、丰富的数据,供机器学习和训练,可促使科学技术进一步发展和创新,带动人工智能产业加速发展。而快商通之所以专注于人工智能客服领域,是因为相信客服领域能够产生大量的知识库,例如人工智能引擎相当于婴儿,大量的知识库能够为婴儿提供学习和营养元素,而算法能够帮助知识库为婴儿提供更好的学习方式和更好的补充营养,从而形成强大的人工智能引擎,为智能家居提供最好的科学技术服务。同时,由于人工智能技术具有研发投入大、研发周期长、失败风险较高等特点,合理利用开放资源,将更多精力放在场景和模式的构建上,将是每家企业利用人工智能红利的出路。

  谷歌Alpha Go在围棋方面的成功是人工智能技术在深度学习方面取得重大进步的体现,但如果要进一步扩大其应用范围,还需要整合多种人工智能技术。相较于Alpha Go,语音搜索不局限于单一、封闭规则的任务,而是可以实现多轮对话,响应多样化搜索需求,适应环境变化等多种交互行为,需要更复杂的深度学习能力,其应用范围更加广泛,更能代表目前人工智能的成就。

  语音搜索是多种人工智能技术整合起来的典型应用,包括语音识别、自然语言处理(对语言的理解)、对数据的挖掘和呈现,这其中涉及思维、对话、情感等众多不确定因素,比下围棋这种单一任务、封闭规则的任务要复杂得多。

  2016年12月,人智科技的创始人夏志敏先生接受了新浪家居的采访,畅谈了自己对服务机器人的前景展望。

  苹果开启了移动互联时代,仅靠触摸就可以实现沟通,而企业想做的事情是带大家从IT时代进入RT时代,人与物之间的沟通方式可以更原始、更直接、更接近于人类。机器人Mini可以和人进行很好的沟通,澳门金沙app也可以和物进行无缝的实时连接的机制,有 WIFI、蓝牙、也有ZigBee。机器人其实也就是机器和人的一个结合体。企业现在研究用脑电的方式去跟机器人交流,或者说通过传感的方式采集部分情绪,再利用传感数据再分析出来,你的内心世界的东西。可以通过你的笑容、你的声音,甚至通过你的脚步,就能知道你现在的情绪状态,你是低落的,你是高兴的,这是人工智能深度学习的体现。

  辰信领创联合发起人工智能产业技术创新战略联盟,网络安全与人工智能融合提速。会议中辰信领创负责人李秀川表示:人工智能产业技术创新战略联盟的成立,在人工智能的各个专项技术领域需要进行深入攻坚,如深度机器学习、大数据分析、算法及人机交互技术等,另外,加强人工智能与网络安全的融合发展也非常重要,以护航人工智能的发展成果。

  针对人工智能与网络安全的融合发展,辰信领创一方面会致力于将人工智能技术引入到景云网络防病毒系统中,打造出拥有超高人工智能水平的防病毒产品;另一方面,辰信领创也将让景云网络防病毒系统更好地服务于人工智能领域,发挥稳健可靠的安全保障作用。未来网络安全产品与人工智能的融合将是大势所趋,融合了人工智能的网络安全产品在网络安全防护中无疑会具备绝对胜算。

  全球大数据峰会 Global Big Data Conference 简称为 GBDC上,数据猿记者现场专访“地平线机器人创始人兼CEO余凯”,余凯表示:2006-2016 年这十年间,是人工智能深度学习的普及和推广期,其在很多应用中取得突破性进展。但所有成果均为感知方面的东西,如图像识别、语音识别等。而从今年开始,最大的不同像 Alpha Go 和自动驾驶等人工智能系统开始从感知过渡到决策。这些系统基于对这个世界的理解,从而主动优化它的决策机制。因此从感知到决策是最大的变化,人工智能只有做决策才能真正改变世界。

  过去推动人工智能的核心要素可以概括为大数据、大计算、大平台:其在互联网和云端做人工智能的技术与服务。如果朝更远的方向看,企业会发现除了从云端部署人工智能,其实很多场景下急需在设备端部署人工智能,使这些设备具备环境感知、人机交互、决策控制的能力。

  2016年1月21日下午消息,由新浪科技主办的新浪“2016年度科技风云榜”颁奖盛典于今天下午在北京举行,众多业界领袖同台共话科技行业。科幻文坛最高奖项——雨果奖2016年得主《北京折叠》的作者郝景芳到场,分享了自己对人工智能时代的教育的一些观点:

  企业都知道,现在是一个历史最关键的转折点,人工智能时代的产品大量的上市,未来企业每一个机械里面都会有人工智能的芯片程序。所以以后所有的这些其实都有了一定的人工智能的成份,企业同时还会看到大量的机器人占据企业整个的经济系统,所以企业的生活肯定会越来越方便,企业的出行会越来越智能,企业去任何地方消费、生产活动都会有大量的人工智能辅助企业做决策以及做生产。

  吴文俊人工智能科学技术奖”颁奖活动上,商汤科技首席研发总监林倞教授发表人工智能演讲,演讲中吴文俊认为:

  如果企业把人工智能系统看作是一个火箭的话,大数据就是燃料,深度学习的算法就是火箭的引擎,企业还需要高性能技术,用火箭的外壳来点爆这个过程。相比其他机器学习的算法或者工具,深度学习的算法能够更好发挥数据的优势,预测精度更高。

  吴文俊人工智能科学技术奖”颁奖活动上,商汤科技首席研发总监林倞教授发表人工智能演讲,演讲中戴文渊认为:

  人工智能真正在产业落地,不是一个科学的事情,甚至是五项全能的事情。人工智能要在产业落地需要五大条件,即拥有数据、明确的业务定义、懂算法、懂如何去设计架构和懂得如何设计产品。企业要解决的是把前提条件减少,解决科学家的问题、解决计算资源的问题、解决外部反馈的问题,让一家企业只要有IT专家,普通的业务的专家,就能够把模型做出来,让AI触手可及。

  周禹同表示,更多的患者趋向于走向三级医院进行诊疗,而这反映出两个问题。第一,越来越多患者对医疗需求增大,但是他们对于优质医疗服务是极度渴望。第二,推行多年分级诊疗制度并没有成功,大家并不倾向于去基层医院、一级医院就诊,一级医院满足不了患者的需求。更高级的医院会有更高水平的医生吸引大量的患者,大量患者会给医生带来更多的病历、案例,也会有更广大的疾病谱,对医生的经验和科研能力增加很多,导致医生能力更强,吸引病人,形成良性循环。低等级的医院,没有那么多的患者,病历就没有那么多,案例没有那么多,医生水平没办法提升上来,导致恶性循环。

  周禹同所在的普林科技,把大数据和人工智能的方法论应用在医疗领域上。谈到普林科技试图通过人工智能去解决或者改善哪些问题时,他表示,对于人工智能医疗的趋势,相信2020年、2030年人工智能的模型就会应用到每家医院当中,大家每次就诊就会运用人工智能模型做一些基础判断。

  2016年8月13日,明势资本创始合伙人黄明明作客腾讯科技专访间时表示:

  未来的汽车就是人工智能的平台,几乎整合各项技术。摩拜单车、滴滴打车这些共享的出行方式只是智能交通领域的“上半场”,“下半场”一定在自动驾驶。

  8月9日,云栖大会北京峰会在国家会议中心如期召开,旷视科技(Face++)继去年在阿里云云栖大会上展示了“人脸识别”从功能云到行业云的升级后,今年更是把自身的人工智能技术整体都部署到了阿里云平台。

  旷视(Face++)云事业部副总裁吴文昊表示,AI,不是奢侈品,也不应该成为企业智能化的门槛。旷视一路走过来,深知开发者和深度学习研究者的痛点,旷视希望将自己的经验共享,通过人工智能云平台——Megvii Cloud 将多种AI能力分享给生态伙伴,为用户提高研发效率,让大家更快更经济地整合出更多的解决方案,从而为社会和人们创造更多价值。

  今年9月份,旷视将人脸识别云平台Face++全面升级为人工智能开放平台Megvii Cloud,而人工智能云得以实现有赖于云计算技术的成熟和海量数据的累积。包括阿里云在内,旷视正在积极地建立人工智能上下游生态合作,将技术规模化、集约化地呈现给平台用户。

  人工智能领域的公司大致可以分为平台技术公司和业务应用公司,应用型的公司能够解决真正的商业问题,而且有很多高价值的数据是跟领域技术有紧密结合的。拥有人工智能技术很重要,但不是创造价值的全部,光有人工智能技术是不足以解决业务问题的。比如自动驾驶领域,这个领域综合性很高,涉及到传感层面、感知、认知、决策、行动,此外,汽车遇到行人就要刹车、打方向盘,这是底盘控制的一套系统,其中有很多是依赖于机电机构的,但是也非常关键。此外,人工智能除了场景要落地,它在垂直领域里所拥有的其他能力综合也十分重要的。比如说获取数据的商业关系,在金融行业做智能投顾,首先要拿到很多相关的数据,这是一个长期的过程。所以进行人工智能创业,虽然有很强的技术特性,但是还需要很多因素的配合。

  2016年11月16日2016中国视频发展论坛上,微软技术顾问张小飞致辞演讲。

  微软在今年提出一个概念叫对话及平台。对话不外乎分成两端,第一端是企业自己也就是使用者,另一端存在三种情况:第一种是人和人——对方也是自然人,即你可以通过消息或者语音的形式实现人与人的沟通;第二种就是企业经常提到的数字助理;第三种是BOTS,具象来讲就是SDK,开发者可以通过BOTS结合公司的业务流程进行包装从而能够提供一套能够和智能机器人对话的服务。通过这套服务可以实现智能购物,从而可以节省人力。

  BOTS仅仅提供了可以和智能机器人沟通的平台,想要真正实现人工智能还需要认知服务,这项服务可以通过提供API来分析复杂的数据以rest API的形式提供给大家,而且允许开发者调用API成功实现智能的应用和服务,这样开发者就不需要把精力耗费在调试智能服务方面,只要放在应用和逻辑方面就可以。

  很多公司可能都推出了带语音的产品,但不意味着已掌握了语音识别技术。在国外,Nuance是掌握语音识别技术的全球最大的公司,国内则是讯飞科技,其次就是企业云知声。

  云知声去年成功研究出5米远讲语音技术,并独家实现了只用2个麦克风声音采集就能做到远讲的解决方案。

  实际上在语音系统里麦克风使用越多成本越昂贵,而且麦克风数量多对设备的模具也有限制,很多设备厂家比如家电企业,他们整体上对制造的成本还是较为敏感,针对这种需求就要确保语音芯片系统的整体成本符合需求。而云知声强调的是:在有限系统硬件资源的前提下,实现所有的技术功能,这也是在市场化的过程中,云知声通过技术优势实现的竞争力。

  李熠说,技术产品的扩张必将改变人们的生活方式,人工智能产品的商业化将取代简单的技术工种。至于失业率,则是时代发展的必然,就算自己不做,中国不做,也会有国外的企业来做。他说,简单技术工种会被人工智能所取代,不过大势所趋。哪怕失业率会随之增长,但是,总会有人做。时代的趋势,并不以人的意志为转移。

  随着真实社交数据增加,数据分布变化多样,噪声复杂,高效的数据预处理方面的机器学习技术的研究和恰当使用可能会对最终结果有影响。

  大多数传统机器学习训练方法对模型的表征折中,我们既希望它辨识模式的提炼总结,又希望它避免inference的负面“均衡”带来的混乱。改变上述问题的框架创新是对于多个领域应用的general的挑战。

  在现实环境下,深度增强学习中状态空间、action空间、reward等有“创意”的描述也是不小的挑战。

  一些国内外研究者已经对无监督预测学习、结合贝叶斯统计的深度学习、层级增强的memory,reasoning,planning的表征等一些学习框架的重新思考发起挑战。

  企业实践与学术研究不同,通常单一的技术很难得到最好结果,所以在具体业务场景中,需要灵活有机地把多种机器学习技术从本质上思考,并有效融合、创新解决具体问题。这也是所有应用任务的一大挑战。

  8月26日至27日2016中国人工智能大会(CCAI 2016)上,微软人工智能首席科学家、IEEE Fellow邓力博士做了《驱动大数据人工智能多种应用的三类深度学习模式》的主题演讲,他首先介绍了深度学习的基本定义,以及深度学习的三种模式。邓力表示,AI=感知+认知,首先是感知,更深层次的是认知,而人工智能目前更需要解决的是认知的问题,而深度学习是提升认知,推进人工智能进一步发展的最有效的方法。然后,邓力介绍了深度学习在语音识别方面的进展,他表示,目前苹果、谷歌、亚马逊都在用深度学习研究语音识别,并取得了较好的效果。接着,邓力介绍了深度学习对于图像识别的影响。邓力接着介绍了深度学习在机器认知方面的进展,通过使用Long Short-Term Memory RNN等模型,目前已经可以实现效果比较好的效果。最后,邓力介绍了增强学习,他表示,深度学习加增强学习可以解决更复杂的人工智能难题,而深度非监督学习则是未来人工智能的又一个重要的研究课题和未来的发展方向。

  Tomaso Poggio的研究兴趣不仅仅在于人工智能,还包括了人类本身的智能。

  Tomaso Poggio表示,人工智能的新技术发展很快,先是在美国的问答游戏,然后在围棋、括游戏等方面都有比较好的成果。

  而在现实当中,基于以色列创业公司Mobileye做的小型计算机视觉芯片,汽车可以像人一样根据视觉来做自动驾驶。这种芯片目前已经在沃尔沃、特斯拉的一些汽车上应用。Tomaso Poggio对这种芯片具有浓厚的兴趣,并表示汽车驾驶员终将会被机器在一定程度上取代,就像现在飞机的自动巡航,让飞机员能够得到很大程度的解放。

  智能驾驶的视觉智能主要得益于深度学习的进展。事实上,谈到当前人工智能领域的最大研究进展,Tomaso Poggio认为基于深度学习的方法机会比较大。