中国工程院院士、原常务副院长潘云鹤:我国要如何布局人工智能 2.0?| GAIR 2017
由中国计算机学会(CCF)主办、雷锋网和香港中文大学(深圳)全程承办的 AI 盛会 「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。
CCF-GAIR 为国内外学术、业界专家提供一个广阔交流的平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。
延续上一次大会的顶级嘉宾阵容,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业重磅专家。在未来的一段日子里,雷锋网将陆续放出嘉宾介绍。今天带来的是国家 AI 智库权威人物:中国工程院院士、原常务副院长潘云鹤教授。
人工智能应用开拓者中国工程院院士、原常务副院长 潘云鹤
「中国工程院院士」是中华人民共和国设立的工程科学技术方面的最高学术称号,为终身荣誉。潘云鹤教授于 1997 年当选为中国工程院院士,曾任中国工程院常务副院长、浙江大学校长、浙江大学人工智能研究所所长等职。
潘云鹤教授是中国智能 CAD 和计算机美术领域的开拓者之一,将人工智能引入计算机图形学和 CAD 技术,成功研制了多个新颖实用的智能 CAD/CAM 系统,而且在虚拟现实和计算机辅助产品创新技术等领域也取得优秀的成果。
人工智能 2.0 核心理念重要推动者人工智能,自 1956 年被提出以来,历经浮沉,已经走过 60 多个年头。
美国发布的《为未来人工智能做好准备》以及《美国国家人工智能研究与发展战略计划》两份文件,将发展人工智能上升到国家战略。日本提出的第四次产业革命战略,将人工智能列为其核心技术方向之一。
我国发布的《国务院关于积极推进「互联网+」行动的指导意见》中明确提出要培育发展人工智能新兴产业,人工智能正式列入了《「十三五」国家战略性新兴产业发展规划》,我国的「科技创新 2030——重大项目」也即将新增「人工智能 2.0 (AI 2.0)」专项。尤其重要的是,在今年 3 月的全国两会上,人工智能首次进入总理所作的政府工作报告之中。
潘云鹤院士对于人工智能这一国家战略的促成,发挥了重要推动作用。
2016 年 12 月,潘云鹤院士在中国工程院院刊 Engineering(主刊)发表了题为「Heading toward artificial intelligence 2.0(迈向人工智能 2.0)」的论文,从人工智能 60 年的发展历史出发,通过分析促成人工智能 2.0 形成的外部环境与目标的转变,分析技术萌芽,首次明晰了人工智能 2.0 的核心理念:
「我们给出的 AI 2.0 初步定义是:基于重大变化的信息新环境和发展新目标的新一代人工智能。其中,信息新环境是指:互联网与移动终端的普及、传感网的渗透、大数据的涌现和网上社区的兴起等等。新目标是指:智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的智能化新需求。可望升级的新技术有:大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能等。
AI 2.0 的技术特征表现在:一是从传统知识表达技术到大数据驱动知识学习,转向大数据驱动和知识指导相结合的方式,其中机器学习不但可自动,还可解释,更广泛;二是从分类型处理多媒体数据 (如视觉、听觉、文字等),迈向跨媒体认知、学习和推理的新水平;三是从追求「智能机器」到高水平的人机协同融合,走向混合型增强智能的新计算形态;四是从聚焦研究「个体智能」到基于互联网络的群体智能,形成在网上激发组织群体智能的技术与平台;五是将研究的理念从机器人转向更加广阔的智能自主系统,从而促进改造各种机械、装备和产品,走上智能化之路。」
潘云鹤院士还结合中国发展的社会需求与信息环境特色,给出了发展人工智能 2.0 的建议。在潘云鹤院士看来,我国在布局实施 AI 2.0 时,应关注以下 3 个方面的工作:
要与重大需求和已积累的发展成果相结合,如电子政务、电子商务、快递物流、智能社区、分享经济、智能手机、电视家电、制造业升级,和创新设计、跨媒体计算、图像编码、中文识别、知识中心、智能城市及大数据等先行理念或技术成果。
研究内容要围绕大数据智能、互联网群体智能、跨媒体智能、人机混合增强智能、自主智能系统等新一代方向。
中国要推动和全球各国科学家与智库开展合作,推动人工智能技术能沿着服务人类的正确方向升级。
领衔人工智能 2.0 专题
2017 年 1-2 月,中国工程院院刊信息与电子工程学部分刊 Frontiers of Information Technology Electronic Engineering(《信息与电子工程前沿(英文)》出版了「Artificial Intelligence 2.0」专题,潘云鹤院士撰写了社论「Special issue on artificial intelligence 2.0」,领衔 AI 2.0 专题六大方向,每个方向均有院士牵头,对人工智能 2.0 中所涉及的大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能等进行了阐述。其中,潘云鹤院士作为联合作者发表了综述性论文《挑战与希望:AI 2.0 时代从大数据到知识》,详细阐述了大数据智能。
潘云鹤院士作为中国人工智能应用的开拓性人物,深耕学术界,同时承担国家人工智能智库的建设工作,对于中国人工智能技术的发展、产业应用有着高屋建瓴式的理解。我们期待潘云鹤院士在 CCF-GAIR 2017 上给我们带来更多人工智能的深刻洞见。
去年8月,雷锋网在深圳举办了首届CCF-GAIR——全球人工智能与机器人峰会,我们请来了10几位国际人工智能学会的Fellow以及在各个学术领域有突出贡献的学者,其中8位是中美工程院院士;除此之外,BAT等一线公司以及今日头条、搜狗、滴滴等AI新贵的高管也悉数在列。
(CCF-GAIR 2016部分嘉宾)
把人工智能领域所有的峰会挨个儿数一遍,除了AAAI、ICML等等历史悠久的(纯)人工智能学术会议之外,跨学术界和产业界的峰会, CCF-GAIR 2016的嘉宾规格都堪称最高。我们还是可以毫不脸红地说一句,CCF-GAIR 2016可能是世界上最好的人工智能与机器人峰会。
今年,如果新广告法不反对的话,我们想把这个“可能”去掉。
相比CCF-GAIR 2016 ,即将于7月7、8、9号在深圳福田召开的CCF-GAIR 2017 又有了七大升级!
六大升级升级1 规模由1200人升级到2500人,学者、青年科学家、AI创新者和投资人齐聚一堂
升级2 展区由200㎡扩大到2000㎡,最多最全的前沿科技公司项目展示
升级3 日程由两天变成三天,主论坛由半天延长为两天,更多学术巨擘和产业大佬在等你
升级4 分论坛由三个增加到七个,覆盖更多AI应用领域
升级5 更多国际化嘉宾,更多学术领袖到场,世界最前沿的科研进展一网打尽
升级6 主办方将联合几家权威机构共同发布两项重磅榜单
参加这个会的回报是相当可观的:
国际上最好的学者作最前沿的AI技术分享,获取最前沿的信息
最hot的AI公司带来的实际项目经验分享
在展会上体验最多最全的AI项目
晚宴和路演等活动,和AI领域的最强大脑们面对面交流
招聘,挖人(你以为青年科学家会把简历投到你邮箱里来吗?)
也许还可以找到投资机会或者创业搭档
不管你是抱着哪一种期望,CCF-GAIR 2017都能让你值回票价。点击大会官网,早鸟票已经开抢。席位有限,欲购从速。
更多雷锋网(公众号:雷锋网)文章:
引用次数最多的深度学习论文出自谁手?(无监督学习/生成模型篇)
两会为“人工智能”背书,哪些AI公司因此受到广泛关注?
。
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/83650.html
aliyunInteliPhoneMDPhone人工智能人物手机智能家居智能系统美国相关文章
- 【愚公系列】2022年09月 python人工智能-PyTorch环境配置及安装
- 上海数字大脑研究院首次发布《2022上半年度人工智能行业报告》,多层面深度分析全球AI发展
- 如何用人工智能自动玩游戏
- 人工智能,丹青圣手,全平台(原生/Docker)构建Stable-Diffusion-Webui的AI绘画库教程(Python3.10/Pytorch1.13.0)
- 人工智能的2022:技术的价值在于生产力
- 人工智能将怎样改变未来?TVP读书会带你探索!
- 如何制定法律来预防有人使用人工智能来犯罪?
- Hello Ai Chat for Chat GPT for mac(人工智能Chat GPT聊天工具)
- 机器学习、数据挖掘及人工智能的关系(非常详细)
- 人工智能终须拥有合作智慧
- 五角大楼正研究如何破坏人工智能系统,主要应用于美国军事领域
- 研究人员通过人工智能自动咳嗽分析检测COVID-19
- 不是大数据的大数据与不是人工智能的人工智能 | 2016 TGPC
- 雷锋网公开课回顾 | 先进制造业如何利用人工智能提升产品品质?
- 如何看待人工智能全球大学排名Top50中没有一所中国大陆大学?
- OPEN AI LAB,这个实验室如何加速人工智能的“进化”? | 深度
- 人工智能如何创新?就靠这五大支柱了
- 专访体素科技 CEO 丁晓伟:医疗人工智能产品如何成为医生的“左膀右臂”?
- 业内第一跨界安防大会降临杭州:中国人工智能安防峰会
- 专家解读:熵、区块链和人工智能之间有什么关系?
- 对话汇医慧影联合创始人郭娜:人工智能是分级诊疗的必然抓手
- IBM沃森:人工智能如何让报税人受益?
- 放射科医生可零门槛调用AI算法:美国放射学会发布人工智能开放平台
- 半步登天人工智能及其奇迹(half-oracle)
- 资产突破3万亿!北京银行的人工智能全布局
- 继美国之后,加拿大如何成为下一个人工智能金矿?
- 吴甘沙对话Tom Mitchell:人工智能如何颠覆我们的城市 | GMIC 2017
- 《机器学习》作者Tom Mitchell:人工智能如何向人类大脑学习 | GMIC 2017
- 专访美图 CTO 张伟:5年以前,我们也不会想到会花 70% 的时间在人工智能上
- 亚马逊的人工智能将实时语音识别错误率降低了6.2%