欢迎光临
中国顶尖人工智能与机器人行业新媒体平台

如何AI+一切应用?人工智能大佬有话要说

[ 5AI科技导读 ] 6月30日上午有一场主题为《趋势对话:感知、认知与连接》的巅峰对话。嘉宾们就各自对感知、认知、连接的理解,技术应用现状与挑战,以及未来行业深度应用的展望等话题分享了看法。 如何AI+一切应用?人工智能大佬有话要说 图片来自“123rf.com.cn”

首届世界智能大会期间,在6月30日上午有一场主题为《趋势对话:感知、认知与连接》的巅峰对话。

由天津卫视主持人焦阳担任主持人,嘉宾有蚂蚁金服副总裁、首席科学家漆远,今日头条副总裁马维英,英特尔中国研究院院长宋继强,高通技术副总裁李维兴,Linkedin数据分析业务副总裁李玥,以色列创新局主席埃雷兹·楚尔,工业互联网联盟发起人约瑟夫·萨洛夫。

精彩语录

宋继强:感知和认知是复杂智能系统必不可少的部分。感知是最重要的一环,保证尽量准确,不要遗漏。这是目前人工智能技术最快可以攻克的领域。

漆远:大量的研究进展到了深度学习(领域),但是这只是机器学习的一部分,还有很多领域没有探索。

李玥:未来10年Linkedin要建立一个世界经济图谱,把所有职场上的相关信息数据化。

李维兴:智能时代不仅要通过连接让大数据在云端计算发挥效果,而且在终端、在边缘、在智能手机上做计算也相对重要。

马维英:认知就是要智能化任何事物,要AI+所有的应用。

埃雷兹·楚尔:人工智能发展的前景,是利用信息聚合和深度学习,使之成为每个人的“私人助理”,提供个性化、定制化的服务。

约瑟夫·萨洛夫:连接的基础是结合人们的经验背景和理性来做。

嘉宾们就各自对感知、认知、连接的理解,技术应用现状与挑战,以及未来行业深度应用的展望等话题分享了看法。

在不改变嘉宾原意的情况下,AI早餐君对本场巅峰对话的内容作了编辑后呈现给大家。

主持人:英特尔曾经很早的时候就提出了感知计算的概念,首先请来自英特尔的宋继强院长,请您从自己的角度谈谈如何理解感知的概念和能力?

宋继强:感知和认知是复杂智能系统必不可少的部分。感知就是让系统知道周围有什么,能替代甚至超越人类感官的能力。英特尔做了一个基于深度计算的智能摄像头,能“看到”周围环境里物体的颜色和深度,每个物体的距离有多远,这只是一个感知能力的例子,在现实生活中,感知所能做到的更多。容易理解的是视觉方面的感知,就是机器去“看”图片里有什么。听觉方面的感知比如机器听了一段话能把它变成文字。这些都是感知所做的事,并不去做后面的深度理解,但是感知很重要,因为不能漏掉什么,也不能弄错,否则会对后续的认知有非常大的影响。

比如刚才大家举的例子,一个标牌被机器识别成了电冰箱,这就是感知出现的错误,这个错误发生以后,后面的认知系统就很容易被引发出现一系列的错误。所以,感知是最重要的一环,需要保证尽量准确,不要遗漏。目前,深度学习大量成果仍停留在感知层面,因为恰恰符合几个特点:有大量数据可以采集到,可以明白标注。感知部分是目前人工智能技术最快可以攻克、同时也是很注重用硬件加速的领域。

主持人:谢谢宋继强院长。感知是接触事物的第一步,之后才能谈认知。下面有请Linkedin的李玥,请您谈谈作为一名数据科学家是如何理解认知的概念和能力的?

李玥:如果从抽象的层次来说,感知就是从逐渐开始到初步认识,是比较直接的认识过程。到了认知层面,就是利用感知所获得的信息和这些比较初级的知识,进一步通过你的思考,通过大脑对它的处理来提炼出真正对你有用的信息,同时用这些信息指导想做的事情。如果结合时下大数据、人工智能这些比较流行的词汇,感知是一个数据采集和存储的过程,认知是利用这些数据里挖掘出有用的信息,并帮你做出正确的决定。

到了人工智能时代,这些决策很大程度上可以变成自动化的过程,并且可以举一反三,把它应用到更多的层面中。认知是感知的下一步,同时是一个非常重要的提升过程。大数据这个词热了几年的时间后,人工智能才开始变得很热,并将这些数据应用到不同层面上。举个简单的例子,大家过去都去找过工作,当你看到一份工作的时候,它只是一个感知的过程。当你去了解这份工作所需要的技能和知识点,这时候你就开始认识到,这份工作是否适合你,你逐渐通过这些认知过程,去找到哪些工作是适合你的,人工智能能帮助找到适合你的这些工作。

主持人:感谢李玥关于认知的分享,接下来我们谈谈连接。在智能互联网时代,连接是实现人与人、人与物甚至是物与物交流的先决条件。下面请高通的李维兴谈谈,连接对于智能时代的意义在什么地方?

李维兴:这种连接无论是人与人、人与物、物与物,经过有效的方式例如传感器或者摄像头等所采集到的讯息传感回去后,才能在云端做大数据计算。高通认为智能时代不仅要通过连接让大数据在云端计算发挥效果,而且在终端、在边缘、在智能手机上做计算也相对重要。云端计算或边缘计算的两方面平衡相当重要。高通(的产品)与今天在座的各位连起来的可能是手机,高通通过提供强劲的计算能力让人工智能在边缘计算等领域有更好的体验,为未来可能使用人工智能技术的场景和应用服务。

主持人:就连接这个话题,我想请长期以来一直研究工业互联网的约瑟夫·萨洛夫来谈谈,万物互联网将会对我们的生活产生什么样的变化?

约瑟夫·萨洛夫:我们的大脑就是一个连接引擎,但它并不像计算机,因为它并没有一个单独的记忆存储和计算(空间)。只有将不同的知识和观点联系起来,才能变得更加具有创造力。在物联网时代,人类开始有了这样的潜力,能建立起前所未有、最复杂的网络系统。我们可以把世界上所有的物体整合起来,变得越来越智能,然后将它们连在一起,就会出现新的行为,为人类做出一些很难做的事情。在这个过程中,仅仅寻求智能还不够,人们必须了解信息的背景、数据的背景,我们得有能力把经验结合起来建立起新的智慧。

今天早上我们听到了张跋的演讲中也提到了,仅仅追逐智能可能会是非常危险的,因为如果没有经验所带来的智能会带来一种无边界和缺乏现实的力量。所以我认为连接的基础是结合人们的经验背景和理性来做。

主持人:谢谢约瑟夫给我们从物联网角度带来的认识。接下来,我们来阐述圆桌讨论的第二个话题,在这三种能力基础上发展起来的人工智能技术在过程中遇到了什么样的挑战?突破点在哪里?首先有请来自蚂蚁金服的首席科学家漆远谈谈人工智能的挑战和突破在什么地方?

漆远:我就着刚才的三个话题:感知、认知、连接分别来谈。第一个是感知,从摄像头到深度学习,我们在视觉和语音方面有了突飞猛进的进展,现在遇到的难题是自然语言理解和背后结合网络图像下的推理,深度学习和知识图谱结合的推理,这些问题都没有得到很好解决。

第二,在认知方面,如何让机器从数据中学习,真正学习推理是一个挑战。今天,大量的研究是进展到了深度学习(领域),但是这只是机器学习的一部分,(机器学习里)还有很多领域没有探索。我们从深度学习取得的进展中看到了希望,但并不等于说这是最好的。

第三个方面是连接,刚才谈到的物与物、人与人间的连接,另外,在市场中还有人与商品、买方与卖方的连接,如何生成更好的连接提供附加价值,目前在这些领域,人工智能已经取得了一些成果。比如蚂蚁金服通过基础学习和深度学习为阿里巴巴连接商家和用户,口碑网上把商家和消费者的连接,背后都是基于大数据、人工智能,而不是简单的连接。此外,还有更深层次背后的连接就是博弈论和人工智能的结合。在连接背后有多方的利益,如何进行机制设计,使得整个系统更好地往前发展,这是个更大的问题。连接的时代才刚开始,未来还会有更好的发展。

我们现在看到一种倾向,把感知、认知和连接三者结合起来。举一个简单的例子,我们周二刚发布了一款蚂蚁金服关于车内应用的产品,只需要你拍张照片,它就能立刻告诉你车里哪破了,破了多大程度,修理需要花费多少钱,从识别检测到变形到判断有多严重,依据多维数据融合到最后得出判断的功能,是一个更复杂的系统连接,最后,还会与用户和保险公司连接起来,将感知、认知、连接结合在一起。

主持人:接下来请今日头条的马维英博士谈谈对人工智能背景下感知、认知和连接相结合的一些理解。

马维英:我认为感知就是数字化,所有类别的东西一旦被数字化表达后,计算机就可以处理了。举个例子,比如相片,我在读博士的时候做图片检索,那时候几千张图片就已经非常大了,我还要找很多类似的相片把它们变成数字后才能开始做我的研究。一直到数字相机普及后,到今天图片都是数字化了,计算机可以做处理,这就是感知。文章也一样,以前是纸张印刷,计算机拿它没办法,一旦数字化以后,计算机就可以开始计算,能力就显现出来。感知是让人类从过去50年走到今天,万物开始数字化。

数字化走完以后的下一步是智能化。今天,一张图片已经可以数字化表达,但是还不够,里面是猫还是狗,主体是什么,人看了这张图片和视频有什么样的情感,是否应该推荐给客户,里面的内容是不是有问题要过滤审核,(机器去)理解图片、视频、文章表示的内容,这是更高层的智能。认知就是要智能化任何事物,要AI+所有的应用。

连接人与信息真的是人类社会的基础设施,今天我们如果能够深度了解用户,知道他的兴趣爱好和需要,他在随时随地需要信息的时候,我们能够主动找到他提供信息,让每个人接收到个性化的信息,千人千面,连接后去实现交流和创作。这里面带来了很大的机会和变革。AI的确可以让万物互联,在内容媒体方面也能更高效的消费、分发、互动,接下里的应用场景会是一个无限想象的空间。

主持人:有了对感知、认知、连接更清晰的认识后,机器智能成为可能,接下来我们请来自以色列创新局的董事埃雷兹·楚尔跟我们谈谈关于人工智能的案例。

埃雷兹·楚尔:我谈谈以色列的经验。我们在AI+国防方面有比较多的实践,例如导弹防御,通过AI技术准确率得到了大幅提升。另外,在医疗、工业方面已有了一些尝试,但今天我想重点谈谈我的智能个人助手,它不仅可以跟我对话,还能识别出主人的表情、脸色、衣服,通过语音识别情绪,如果你不高兴的话,它的笑容也会发生改变,你对它说笑它也会对你笑。我们希望通过AI+大数据服务于每一个平常人。我认为,人工智能发展的前景,是利用信息聚合和深度学习,使之成为每个人的“私人助理”,提供个性化、定制化的服务,提高生活效率和舒适度。

展望AI技术应用

主持人:其他的嘉宾能否也给我们展望下未来AI技术,将最深度、最广度的应用到哪些行业领域,先从宋继强开始。

宋继强:会有一次非常大的产业升级。因为不仅可以在云端利用大数据训练各种各样的模型、处理各种事务,而且前端设备非常丰富。到2020年的时候会有500亿设备接入互联网,为何要做5G,就是要把这些设备和云连接在一起,协同起来。因为单个设备能力受限于本身的尺寸、功耗以及重量方面的原因,不具备所有的智能能力,因此可以在通讯的时候把计算能力加进去,通过边缘计算铺到用户面前。从终端来看,用户看到的还是具体设备:机器人、无人机、手机、智能家电等,但背后是一个超级大脑。未来大的愿景一定是端到端的把智能能力部署下去,充分发挥通讯和计算的优势。而且强计算计算能力必须要靠很强的芯片支持,对于英特尔来说,从计算到智能芯片再到网络基础设施方面都已经有很大投入和成果。

李玥:我很认同马云说的一句话:大家觉得我们已经在大数据时代了,但是实际上今天所有的数据,只是未来将有数据量极小的部分,数据化的过程才刚开始。对于Linkedin来说,未来10年要建立一个世界经济图谱,把所有职场上的相关信息数据化。不管你是否在公司里,从事何种工作,工作所需要哪些技能,可以从哪些学校获取这些技能,以及职场里不断更新的知识,都是动态图谱的一部分。对于个人来说,可以给大家推荐好的工作。对于公司来说,什么样的人适合这家公司,如何快速找到适合公司的人。对于政府来说,什么是新型工作,哪些岗位将被取代,所需要的新技能是什么,把这些信息尽早让政府知道,才有相应的投入把这项技术带到需求中去。现在刚开始把职场大数据应用到所有的人当中去,让更多人从这些数据中获得最大的益处。

漆远:在社会数据化过程中,大量数据被沉淀后为AI服务创造了非常多的机会。蚂蚁金服正在打造的一站式智能生活平台就有很多事情可以做,我们所提供的城市服务、电影票、旅行等结合起来,变成用户的智能助手伴侣。另外,构造金融大脑,分析交易和市场的风险,服务于所有的金融合作伙伴,从服务理财到贷款保险等。在金融生活领域,AI在未来几年里里有很多机会。

马维英:未来10年里,我们觉得具备以下条件的公司有很大的发展机会:第一,它在一些重要或垂直领域里拥有大量的数据源头和训练样本;此外,它自己也有大量丰富的应用场景,可以让这些数字化之后的大数据,在它本身的业务里面取得立刻的落地场景和应用。由此,它自己也有动力,用AI技术来自动化这些流程。

然后如果它本身有大用户使用群和活跃用户,很长的用户使用时间,它就有机会进一步拿到第二轮用户交互数据,来改善AI服务,这叫闭环,闭用户的环,或者内部运营的环。今日头条在大量用户场景里使用了这种闭环反馈的机制。

主持人:谢谢各位的精彩分享,时间关系,本场圆桌讨论对话到此结束,感谢各位嘉宾的参与和听众的聆听。

赞(0) 关注公众号

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

公众号也精彩

微信扫一扫打赏