“八仙过海”的大数据与人工智能专场,都有怎样的真知灼见?|EmTech香港峰会
在休息间隙,雷锋网编辑与 CCF-GAIR 2017 程序委员会主席、香港科技大学杨强教授进行了简短的交流。他表示自己也是受主办方的邀请来到现场,「MIT 科技评论是具有多年历史的优秀媒体,他们的文章并不盲从热点,而且非常具有前瞻性和指导意义,因此我也非常荣幸能收到邀请。」而杨强教授将进行为时十五分钟的演讲,他认为主办方将议程紧凑地压缩到两天,也有益于在短时间内快速地了解大量来自不同产业界的新知识。
雷锋网 AI 科技评论在此前的前瞻预告上了解到,本次来到大数据与人工智能专场的嘉宾包括:
加利·马库斯(Gary Marcus),Geometric Intelligence 创始人兼首席执行官,前优步人工智能实验室主管
而一整个下午的 panel 则从不同领域、不同方面展示了大数据与人工智能的魅力。
Geometric Intelligence 创始人 Gary Marcus 以大量有趣的图片及视频向我们阐述了为什么人类距离通用人工智能还有很长的路要走。虽然谷歌已经足够聪明,能看懂一个人正骑着摩托穿越泥泞的道路,但对于它来说,贴满奇怪小广告的指示牌大概只是一个装满食物的冰箱。「如果 AI 不会再进步,我们也没有必要感到羞愧,因为 AI 目前已经在广告投放、检索查询优化、文本转化与自动化 XXX 有了长足的进步。但如果 AI 没有更多的进步,那么它不能理解人类的想法;不能找寻治疗癌症的方法;我们也无从理解人类大脑的工作方式;甚至也不能构造让人类信赖的自动汽车。」
此外,人工智能还有很多问题亟待解决。首先,人类目前还无从构建一个基于机器学习的复杂认知系统;此外,数据并不等同于知识,人类对一些知识本身有着「常识性」的认知,因此,数据并不会是通用人工智能的必需品;再者,人工智能只通过虚拟化的训练和学习,实际上很难获得对现实世界的认知。
本次杨强教授的演讲主题是《Machine Reading:Let AI Read for Us》,他从 AlphaGo 和柯洁的人机对话说起,提及了人工智能成功的五个标准:「大数据、受限性、反馈性、计算力与智能程度(talent)」。
在杨强教授的理解中,未来 AI 科技的发展将分为六个方向,包括深度学习、强化学习、无监督学习等,但小数据(small data)、机器阅读(machine reading)和自主机器学习(AutoML)将会是其中的重要领域。通过深度学习文本处理,基于图像和单词让 AI 作诗、写对联,或是通过迁移学习实现交叉领域的分析,杨强教授相信 AI 在未来将会作为一种服务而走近人们的生活(AI as a Service),并且在任务导向的对话系统中,不断优化并变得越来越个性化。
而一直非常低调的阿里巴巴 AI 实验室首席科学家王刚也来到了 EmTech 的现场,并做了关于阿里巴巴实验室的相关演讲。
在王刚的演讲中,他提及人工智能是阿里巴巴在科技领域的核心关注技术,并且在云端拥有包括语音识别、OCR、智能交通、聊天机器人、人脸识别及个性化推荐在内的各项领先产品及技术。以阿里的购物私人助理「阿里小蜜」为例,这款聊天机器人整合了 ASR 与 NLU 在内的多项人工智能技术,并且能够为智能客服提供多轮对话及个性化设计,每天能够接听 5 万个电话并处理超过 100 万个在线咨询,极大地减少了人力耗费。根据王刚的说法,阿里小蜜能够节约 90% 的人力资源。
此外,王刚还在会上展示了阿里巴巴「城市大脑」在智能交通方面的研究成果。「城市大脑」能够实施分析整个城市的交通状况,并且智能地进行调控。研究结果显示,城市大脑能够将杭州的交通速度提升 3%-5%,甚至有时候能达到 11%。
而在未来,阿里巴巴即将构建「intelligence things」,即智能的一切物体,而它需要满足三个要求,能够感知、能够交互、能够决策(can sense, can interact, can make decision)。而他们的研究兴趣一个在于多重模式感知,即通过视觉听觉触觉等多种方式完成对周围世界的理解;另一个领域在于为嵌入式设备提供高效且有效的深度学习算法;再者,阿里巴巴 AI 研究院还关注云与本地计算的紧密结合。
新井纪子则与此前的 TED 演讲一样,介绍了如何训练“东大机器人”通过东京大学的入学考试,详细内容可参考雷锋网此前文章TED 2017,来见见机器人背后的七位“创造者”吧。
谷歌大脑团队的 David Ha 也向现场的观众展示了谷歌大脑前段时间的研究成果,此前雷锋网(公众号:雷锋网)在这一研究成果公布时已经做了详细介绍,在此不做赘述。
而初创公司 Soul Machine 的执行主席 Phil Chen、SmartEar 的创始人兼 CEO Kinuko Masaki 和物灵科技创始人兼 CEO 顾家唯也分别上台分享了他们对大数据与人工智能的畅想。
明天,基于 AR/VR、网络安全、金融科技、机器人等领域的峰会研讨还会持续进行,欢迎持续关注雷锋网的内容。
本文作者:奕欣
本文转自雷锋网禁止二次转载,原文链接
大数据&AI产品月刊【2023年4月】 大数据&AI产品技术月刊(2023年4月),涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据&AI方面最新动态。
大数据公共数据集上线,免费试用TB级数据分析 本教程基于大数据AI公共数据集(淘宝、飞猪、阿里音乐、Github、TPC等),通过DataWorks与MaxCompute快速完成大数据分析。
大数据&AI产品月刊【2023年3月】 大数据&AI产品技术月刊(2023年3月),涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据&AI方面最新动态。
大数据&AI产品2月刊 大数据&AI产品月刊(2023年2月),涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据&AI方面最新动态。
《领军行业大数据及AI实战》电子版地址 本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
《大数据&AI实战派 第1期》电子版地址 《大数据&AI实战派》系列电子书由阿里云开发者社区与阿里灵杰共同打造,覆盖数据计算、数据分析、数据湖/湖仓一体、机器学习等多个领域,解读各技术领域基础原理,剖析行业实践案例。电子书第1期以《阿里云大数据知识图谱》为核心,通过阿里云大数据&AI产品能力介绍结合操作实践,培养大数据开发者从“生产-采集-存储-分析-开发-治理-价值体现”的技术能力。
我们应该如何用好 AI?从 ChatGPT 到编程语言、大数据、前端 如此强大的 AI 能力,会给工作带来什么变化?作为工程师,工作机会是否会面临来自 AI 的威胁或者替代,我们应该如何在工作中更好地使用 AI?以下是我的观察和理解,本文不是硬核的 AI 技术解读,更多是从产品和应用角度阐述,我会先分享4个我认为内容较好的外部输入,然后是个人观点探讨。
云栖大讲堂 擅长前端领域,欢迎各位热爱前端的朋友加入我们( 钉钉群号:23351485)关注【前端那些事儿】云栖号,更多好文持续更新中!
相关文章
- KDD China技术峰会回顾:大牛云集,教你如何基于大数据 手握人工智能未来
- 数据至上的人工智能时代,哪些公开数据集最适合?
- iotdb 数据的导出(含将dos2unix 转换文件格式)
- 论坛程序vBulletin 5曝漏洞 可能已泄露千万用户数据
- 2017安全之势:云、大数据、IoT、人工智能
- 新加坡推出人工智能计划AI.SG 迎战人工智能和数据科学关键难题
- 【大数据&AI人工智能】变革人类社会的第四次工业革命——AI人工智能革命已到来
- 【大数据&AI人工智能】数字孪生:为城市和你创造一个虚拟副本
- 《中国人工智能学会通讯》——7.9 机器阅读理解评测数据集
- 中国人工智能学会通讯——数据助力智能驾驶体验
- 大数据助推名企变身智能工厂
- 《中国人工智能学会通讯》——12.2 大数据环境下序列模式挖掘及应用
- Android 之采用execSQL和rawQuery方法完成数据的添删改查操作
- 清华教授谢平:金融大数据基础完备,人工智能应用于金融监管远景宏大
- 在大数据回归模型方法的培训逻辑
- 《中国人工智能学会通讯》——12.26 基于众包的数据提纯
- 人工智能——数据、信息与知识
- 22个免费的数据可视化和分析工具推荐
- 大数据NiFi(一):什么是NiFi
- 数据切分——MySql表分区概述