0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

行进中的AI的“麻袋”与“书”

张慧娟 来源:电子发烧友网 作者:张慧娟 2019-09-03 22:35 次阅读

AI热潮不减。过去一周,“双马对话”拉开世界人工智能大会的讨论热潮,同一时间, 百度在北京举办“百度云智峰会”喊出“AI工业化”的口号。京东云发布智能城市战略。仅一个周末,由陌陌推出的AI换脸APP,一夜“ZAO”热……

放眼国内,AI技术正展现大变革潜力,AI赛道也日益拥挤。站在今天回看,2017年或许是中国人工智能发展的一个重要节点。从那一年开始,人工智能风起云涌。一夜之间,仿佛所有的公司都变成了人工智能公司,资本、人才向人工智能领域快速涌入。“人工智能”成为科技界、学界、企业界最热门、最受追捧的词汇之一。而彼时,科技巨头Google、IBM等对人工智能的研究已逾十年,近几年部分研究成果已经进入商业应用。

从这些维度来看,人工智能可谓已经迎来一个非常好的时代,但是热闹背后一些问题也浮现出来。在释放巨大应用价值和商业价值的同时,人工智能的推广使用也产生了一些“副作用”。个人隐私信息被非法采集、利用大数据实施精准诈骗等,已开始露出苗头;“人工智能可能拉大数字鸿沟、取代工作岗位”的猜测,也引发了一些担忧。

人工智能需要“交通法规”

回应社会上对人工智能的种种担忧,又为这一技术保留了足够的创新空间。前不久,国家新一代人工智能治理专业委员会发布了《新一代人工智能治理原则——发展负责任的人工智能》,明确了人工智能治理的框架和行动指南。

这意味着,正在快车道上飞奔的中国人工智能多了一部“交通法规”。 作为一项影响深远的颠覆性技术,人工智能技术可能带来的“副作用”不可小觑。特别是在人工智能进入实用的新阶段,鼓励创新和规范应用必须双管齐下。我国已是人工智能发展大国,尽早立下“包容共享、敏捷治理”等规矩,将为人工智能的健康发展保驾护航。

消除偏见,打造负责任的人工智能

在探讨人工智能可能带来的偏见和歧视问题时,微软的研究团队,正在从称为“单词嵌入”的自然语言处理工具做起,试图解决文本搜索中的性别偏见的问题。

所谓单词嵌入,是一种用来将单词转换为向量数字的算法,它能够以来自新闻数据或者网页数据的海量文本数据为依据,为每个单词赋予一个对应的向量数字。通过在向量坐标系中,比对常见词汇与“他”、“她”这两个性别代词之间的关联度,研究人员发现了一些明显的特征,例如“sassy(刁蛮)”、“knitting(编织)”这样的词更靠近女性,而“hero(英雄)”、“genius(天才)”更靠近男性。

算法之所以会为这些词汇赋予性别特征,原因在于训练算法用的基准数据集——通常是来自新闻和网页的数据——本身就存在着由语言习惯造成的“性别偏见”,算法也自然“继承”了人类对这些词汇理解的性别差异。其结果就是,当微软用试验算法,根据梅林达·盖茨的LinkedIn信息推测其职业时,得到了“教师”的判断,但只要将人称代词换成“他”,盖茨夫人的职业就会变为“律师”。为了解决这个问题,微软的研究员提出了一个简单易行的方案:在单词嵌入中,删除区分“他”和“她”的判断维度,从基准数据集中消除偏见。

AI芯片喧嚣背后市场痛点犹存

AI芯片已成为中外科技企业竞争的焦点之一,以至于清华大学微电子所所长魏少军用“无产业不AI,无应用不AI,无芯片不AI”这样的话语描述当下的人工智能热潮。

“我们离人工智能还有多远?目前很多企业所做的只是增强智能而不是真正的人工智能,离真正的人工智能还差得很远”。魏少军表示,人工智能网络能够崛起取决于三个因素,算法、数据和算力。当前,AI芯片面临两个现实问题:其一,算法仍在不断演进,新算法层出不穷,每隔几个月算法就发生新的变化;其二,一种算法对应一种应用,没有统一的算法,而让芯片处理不同的算法十分困难。

在魏少军看来,AI芯片应该具备的要素包括可编程性、架构的动态可变性、高效的架构变换能力、高计算效率、高能耗效率、低成本等。按照这些要求,目前业界流行的一些做法均不是理想的架构。过去几年,AI芯片领域一个重要变化就是架构的变化。人工智能芯片不在于追求算力,而在于架构创新。业界也需要找到一种针对人工智能计算的全新计算引擎。

云从科技副总裁张立认为,传统芯片企业通常更关注是如何把芯片做成通用化,以支持各种不同应用场景。但这样的通用化,在AI场景落地时会遇到问题,比如公司对AI芯片考虑较多的是单位功耗,而芯片企业对功耗要求可能不是首要优先级。公司在将AI场景落地的过程中,发现通用芯片完全满足不了需求。这给从事AI解决方案和核心算法的企业带来了难题——公司的算法是统一的,但需要在不同的场景适配不同的芯片和模组。

“目前,AI芯片发展还处在婴儿期”。张立表示,现在企业使用的很多AI芯片因为工艺要求较高,很难在大陆流片,都是在台积电进行流片。同时,也正因这工艺复杂度较高,导致芯片价格较高,使得下游很多使用其模组的产品无法量产。

AI+教育的变革与反思

日前,某人脸识别系统在课堂上的应用在笔者朋友圈引起热议。图中显示,两名在教室中的女生身边,显示出了相应的课堂行为数据,比如趴桌子、玩手机、睡觉、听讲、阅读、举手等等。业内某名嘴犀利点评:非常反感这种应用,且毫无意义!教育,跟养猪的区别还是蛮大的!

联合国教科文组织在2019年3月份发布过《教育中的人工智能:可持续发展的挑战和机遇》报告,比较系统综合了各国人工智能和教育相结合的做法。报告的愿景是促进人工智能教育可持续发展,但更重要的目标是怎么样体现教育个性化、包容化、公平性,驱动教育管理步入全新的轨道,以及帮助学生为“就业革命”做好准备。

上海市人工智能学会理事长、同济大学企业数字化技术教育部工程中心主任、同济大学教授张浩就曾指出,数据驱动的智能教育主要考虑几个因素:一方面是个性化“教”,作为教师,应该体现教学中的个性化。过去老师都是猜,现在可以通过数据辅助。另一方面是个性化的“学”,以前的学生总是听,现在可以通过个性化数据辅助,可以学得更有序,从此建立个性化学习模式。目前,大数据主要还是推动个性化教育”。

未来学校的功能是转变的,教育的内容是转变的,教育的环境也是转变的。教育是永恒的话题,AI结合教育刚刚开始。《中国教育现代化2035》中提到“智能”为先驱,以人才培养为核心,有四大方面的考量:提升校园智能化、新型教学模式、教育服务新业态、推进教学治理方式变革。人脸识别在课堂上的应用,相信只是AI落地教育领域的最初尝试,经过不断的试错、调整,最终真正地辅助教育的目的。

人工智能要做高产值关键要以人为本

人工智能要做高产值不是什么难事,关键是要以人为本。”上海人工智能安全专委会主任、中科院院士、计算机软件专家何积丰表示:“上海人工智能的发展取得了很大的进步,政府投入了大量的资源,给予了高度重视,但是在全面性方面仍然有待完善。

何积丰院士所说的全面性,是指要关注科研创新体制改革,以及关注新技术带来的新挑战,包括人工智能的安全性、人工智能的人才培养、核心基础研究的投入以及相应的配套设施的建设。

以安全为例,何积丰院士援引数据称,上海人工智能三年的产值规模要达到500亿人民币,五年产值规模要达到1000亿人民币。“要做高产值很容易,理论上一部分信息通信技术(ICT)行业的产值也可以算到人工智能领域。但要真正打造人工智能高地,让人工智能服务于我们的社会经济,还有很多工作要做。”何积丰院士表示。

他强调,人工智能要解决的是基础的算法问题,因此数学基础研究很重要。他认为,由于中国基础研究长时间地被边缘化,要鼓动基础研究人员参与其中需要更大的努力。此外,何积丰院士还强调应让人工智能技术与5G技术充分结合,尽快建设完善各类网联基础设施,让城市完成智慧协同,实现精细化的治理。

无数据,不AI

2018年,全球人工智能市场突破2700亿元,其中中国超过360亿元,相比2015年的203亿元复合增长率为21%。飞速上扬的曲线背后是科技发展的日新月异,于互联网下半场,AI已经成为很多公司、企业面向未来的武器和底气。

与之对应的是另外一组数字,据We Are Social公司统计,全球独立移动设备用户渗透率超过了总人口的65%,活跃互联网用户突破了40亿人,接入互联网的活跃移动设备超过了50亿台。根据IDC预测,2020年,全球将总共拥有35ZB的数据量。

这是一组每天都处于千万亿次增长的数据曲线。

人工智能,算法是发动机,数据是燃料。对于大部分公司的AI业务来说,获取海量而优质的标注数据是进行人工智能的先决条件。算法模型是计算机基于大规模的训练数据集,归纳出的识别逻辑,以实现精准的物体和场景识别。可以说,实现机器精准识别的重要一步,就是获取海量而优质的标注数据。

但在现阶段工业界的AI应用研发,标数据是一定跳不过去的,可能10年之内都要依赖于标数据。”一位业内人士表示。

就当下而言,从最基本的构建模式来看,数据是人工智能的原料;但如果将数据与人工智能技术的整体发展相比,如今数据的采集和标注方式却是后者发展的“木桶短板”。
这门生意正在进步。从粗放型到如今的精细化运作,数据的生意模式正在不断升级。身处这个赛道的玩家们,则是给它做了最佳注脚。可以预测,“无数据,不AI”将会成为常态。

结语

经历了这个夏天,AI热度有增无减。但是相比最初由产业界、投资界所推动的热潮,现在学界和基础研究领域也在逐渐产生一些革命性变革,人才缺口问题也越来越受到重视,有望从根源上得到解决。

用一麻袋的钱买书,书看完了,卖了书却发现钱不够买麻袋。生活中很多事情往往会落入这个套路。

无意于用这个逻辑来暗讽AI创业的某些乱象。只是希望热潮退却时,不只是烧掉了投资人的钱,还有许多落在实处的有意义的应用。

退一万步说,读书也好,投资也好,最重要的意义不在于是否能够回收麻袋成本,而是在这个过程中明白,自己是否真的需要麻袋,以及在这个过程中,那些无法用金钱来衡量的收获。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    455

    文章

    50756

    浏览量

    423339
  • 数据
    +关注

    关注

    8

    文章

    7010

    浏览量

    88976
  • 算法
    +关注

    关注

    23

    文章

    4608

    浏览量

    92852
  • 人工智能
    +关注

    关注

    1791

    文章

    47229

    浏览量

    238333
收藏 人收藏

    评论

    相关推荐

    AI大模型在自然语言处理的应用

    AI大模型在自然语言处理(NLP)的应用广泛且深入,其强大的语义理解和生成能力为NLP任务带来了显著的性能提升。以下是对AI大模型在NLP应用的介绍: 一、核心应用 文本生成
    的头像 发表于 10-23 14:38 450次阅读

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了一个充满希望和机遇的未来。在这个未来,人工智能
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    非常高兴本周末收到一本新书,也非常感谢平台提供阅读机会。 这是一本挺好的,包装精美,内容详实,干活满满。 关于《AI for Science:人工智能驱动科学创新》第二章“AI
    发表于 10-14 09:16

    云开发AI助手

    AI
    草帽王路飞
    发布于 :2024年07月22日 14:41:54

    Python在AI的应用实例

    Python在人工智能(AI)领域的应用极为广泛且深入,从基础的数据处理、模型训练到高级的应用部署,Python都扮演着至关重要的角色。以下将详细探讨Python在AI的几个关键应用实例,包括机器学习、深度学习、自然语言处理、
    的头像 发表于 07-19 17:16 1071次阅读

    Ai-Thinker ESP8266MOD 12E模块传输的消息响应AT命令的含义是什么?

    我想知道从 Ai-Thinker ESP8266MOD 12E 模块传输的消息响应 AT 命令的含义是什么。以及在该消息之后采取的步骤。因为在收到消息后没有执行进一步的 AT 命令。 像这样的消息 - 1)繁忙的... 2)繁忙的... 3)输入太多。 4 0,命令失败
    发表于 07-16 06:57

    AI模型在MCU的应用

    机遇。将AI模型集成到MCU,不仅提升了设备的智能化水平,还使得设备能够执行更复杂的任务,实现自主决策和实时响应。本文将从AI模型在MCU的应用场景、技术挑战、实现方法、优化策略以
    的头像 发表于 07-12 10:24 895次阅读

    影像仪AI运用 #AI #影像测量 #图影像仪 #自动控制技术

    AI影像
    中图仪器
    发布于 :2024年07月01日 16:20:07

    请问ESP32的io作业和cpu作业是并行进行的吗?

    延长。 1.请问ESP32的io作业和cpu作业是并行进行的吗? 2.请问这样的情况下,如何能实现50ns级的软件延时的效果(不需要很精确).
    发表于 06-24 06:22

    CubeIDE生成的代码框架会卡在MX_X_CUBE_AI_Process()函数是怎么回事?

    当我将网络模型部署到STM32F407VGT6时,CubeIDE生成的代码框架会卡在MX_X_CUBE_AI_Process()函数是怎么回事?CUbeAI库的版本是9.0。期待您的回复,谢谢
    发表于 05-30 06:11

    risc-v多核芯片在AI方面的应用

    应用的成本。 最后,RISC-V多核芯片不仅可以应用于AI边缘计算领域,还可以扩展到其他领域,如数据中心、云计算、自动驾驶、机器人等,为这些领域提供高效、灵活和安全的解决方案。 总的来说,RISC-V
    发表于 04-28 09:20

    RK3588S核心板-规格AI-58SC-V1

    RK3588S核心板-规格AI-58SC-V1
    发表于 04-15 15:41 1次下载

    开发者手机 AI - 目标识别 demo

    应用的demo。 应用程序通过相机进行预览,对预览画面的物体进行目标识别,目前该应用程序支持识别100种物体。 系统架构 下图为demo应用以及Openharmony AI子系统的架构图。 目标
    发表于 04-11 16:14

    NanoEdge AI的技术原理、应用场景及优势

    等领域。以下是一些具体的应用场景: 1 . 智能家居:通过将 NanoEdge AI 集成到智能家居设备,可以实现对家庭环境的实时监控和智能控制,如温度调节、照明控制、安防监控等。 2.工业自动化
    发表于 03-12 08:09

    蓝牙定位技术在AI的应用

    在当今的科技领域,人工智能(AI)已经成为了推动各个行业发展的关键因素。而蓝牙定位技术作为一种无线通信技术,也在AI领域中得到了广泛的应用。本文将探讨蓝牙定位技术在AI的应用及其优势
    的头像 发表于 03-02 14:51 804次阅读
    蓝牙定位技术在<b class='flag-5'>AI</b><b class='flag-5'>中</b>的应用