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

人工智能的最新研究和观点—《人工智能未来就在眼前》

MqC7_CAAI_1981 来源:未知 作者:李倩 2018-06-07 16:30 次阅读

导言:“人工智能事实上是相对于人类智能而言的。我对它的理解主要有两个方面:一个是‘感知’,另外一个就是‘认知’。”

作为人工智能领域的顶级大咖、微软全球执行副总裁的沈向洋博士这样描述他对人工智能的理解。目前,沈向洋博士全面负责微软全球的人工智能战略, 主持覆盖基础设施、服务、应用以及智能助理等前瞻性的研究与开发工作。

7月28日至29日中国人工智能大会(CCAI2018)将于深圳举行,沈向洋博士将在主会中向国内外各界人士分享其对于人工智能的最新研究和观点—《人工智能未来就在眼前》。

尝跂而望,不如登高之博见。会前,我们特意整理了沈博士聚焦AI的精彩内容,满满干货等你开启!

沈向洋

微软全球执行副总裁

微软人工智能及微软研究事业部负责人

美国国家工程院院士

ACM/IEEE Fellow

全面负责微软全球的人工智能战略,主持覆盖基础设施、服务、应用以及智能助理等前瞻性的研究与开发工作。

人工智能现在还没有达到五岁小孩的水准

在谈到人工智能的概念时,沈向洋博士联系了“人类智能”的概念为大家解释:为什么人类有智能?第一,我们可以感受这个世界,主要是通过语音和视觉的方式,对应人工智能感知最主要的就是语音和视觉方面的技术。第二,我们还有认知,人类不仅仅能感受到这个世界,而且还能理解这个世界:理解真正的物理世界,理解身边的人,甚至是最最重要的——理解自己。

所以,在认知方面,有两类技术格外重要,一个是语言、自然语言,另外一个就是知识。这是沈博士对人工智能的理解和定义。

针对人工智能的发展,沈博士指出:虽然人工智能现在还没有达到5岁小孩解决普通问题的水准。但是在人工智能的某些方面,特别是感知方面,像计算机视觉、语音方面的进展非常了不起。通过大数据、大计算、精准算法,计算机语音识别5年内就会超越人类,计算机视觉10年之内就会超越人类,任何人类看到的东西,识别人或识别物体,10年之内计算机完胜人类。

云计算、大数据、物联网、人工智能为代表的第四次工业革命正在到来,这一轮以技术创新为代表的数字化转型,正在给全球的企业带来巨大的挑战和机遇,也给企业业务、商业应用、产品和服务等带来了巨大的冲击。目前人工智能的主要方法论仍是基于大数据、大计算模式。拥有大量数据积累和分析需求的行业更适合通过人工智能技术实现转型。

以医疗行业为例,在癌症早期筛查领域,存在大量读取医疗影像并作出判断的需求。若是传统人工读片,效率较低,且正确率不高。加之医疗资源有限,很难做到每一个影像都能有效读取。而人工智能技术应用能够很好地提高读片效率,且通过计算和比对,有效提高正确率。

随之而来的伦理问题

沈博士在不同场合中也提到,人工智能快速推进的同时,仍有些问题值得我们停下来想想。AI落地应用之后,伦理问题随之而来,包括偏见与透明化等两大难点。除此之外,人工智能发展目前主要面临以下几方面的限制:

第一,人工智能技术对大数据和大计算的依赖较大。这和人类智能差异很大,因为人们多数时候是用小样本方式在学习,很容易举一反三。这个方法论是需要思辨的。

第二,绝大多数的人工智能算法都是黑箱算法,包含大量参数,形成一个复杂网络。这样复杂的算法是可以推演的?还是只是函数的递进?这是需要深思的问题,也是下一步人工智能发展要解决的问题。

第三,人工智能领域不仅过于重视数据,而且重视的是数据的表象。很多时候,人工智能技术是在用复杂解释复杂,为了拟合数据结果,而做出更加复杂的模型。这是有悖于科学认知的。在自然科学领域,应当是通过复杂现象抽象出简单的本质。因此,从这个角度而言,人工智能技术还有待探索和发展。

第四,人工智能技术现在遇到一个很大的问题就是偏见。例如用网络搜索引擎搜索CEO会发现,出来的结果基本上没有女性,亚洲人面孔也很少。这些都是随着人工智能的发展出现的伦理问题。这不仅是科研的问题,也是整个行业的问题,整个行业和全社会都必须认识到这个问题的重要性,携手合作,探索解决之道。

伴随着国家发布了“新一代人工智能发展规划”并且列出了首批四个重点人工智能平台的发展规划,人工智能仍将是非常引人注目的热点。为进一步搭建人工能前沿技术探索的桥梁,CCAI2018将聚集全球精英、顶尖 AI科学家,围绕前沿话题进行交流、探索。

大会上,沈向洋博士还会有什么样的前沿干货与大家分享呢?让我们拭目以待!

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
  • 人工智能
    +关注

    关注

    1791

    文章

    46925

    浏览量

    237761
  • 大数据
    +关注

    关注

    64

    文章

    8865

    浏览量

    137325
  • 自然语言
    +关注

    关注

    1

    文章

    287

    浏览量

    13338

原文标题:CCAI2018 | 沈向洋:人工智能的现在与未来

文章出处:【微信号:CAAI-1981,微信公众号:中国人工智能学会】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    领域,如工业控制、智能家居、医疗设备等。 人工智能是计算机科学的一个分支,它研究如何使计算机具备像人类一样思考、学习、推理和决策的能力。人工智能的发展历程可以追溯到上世纪50年代,经
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对人工智能
    发表于 10-14 09:27

    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

    阅读这一章后,我深感人工智能与生命科学的结合正引领着一场前所未有的科学革命,以下是我个人的读后感: 1. 技术革新与生命科学进步 这一章详细阐述了人工智能如何通过其强大的数据处理和分析能力,加速生命科学研究
    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

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for Science的基石,使得AI能够处理和分析复杂的数据集,从而发现隐藏在数据中的模式和规律。 2. 高性能
    发表于 10-14 09:16

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    的同时,确保其公正性、透明度和可持续性,是当前和未来科学研究必须面对的重要课题。此外,培养具备AI技能的科研人才,也是推动这一领域发展的关键。 4. 激发创新思维 阅读这一章,我被深深启发的是人工智能
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    是一些未来发展趋势: 市场规模持续增长 :据多家研究机构和公司的预测,RISC-V的市场规模将持续增长。到2030年,RISC-V处理器有望占据全球市场近四分之一的份额。这将为RISC-V在人工智能
    发表于 09-28 11:00

    人工智能ai 数电 模电 模拟集成电路原理 电路分析

    人工智能ai 数电 模电 模拟集成电路原理 电路分析 想问下哪些比较容易学 不过好像都是要学的
    发表于 09-26 15:24

    人工智能ai4s试读申请

    目前人工智能在绘画对话等大模型领域应用广阔,ai4s也是方兴未艾。但是如何有效利用ai4s工具助力科研是个需要研究的课题,本书对ai4s基本原理和原则,方法进行描诉,有利于总结经验,拟按照要求准备相关体会材料。看能否有助于入门和提高ss
    发表于 09-09 15:36

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    大力发展AI for Science的原因。 第2章从科学研究底层的理论模式与主要困境,以及人工智能三要素(数据、算法、算力)出发,对AI for Science的技术支撑进行解读。 第3章介绍了在
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能
    发表于 08-22 15:00

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2) 课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17

    生成式人工智能和感知式人工智能的区别

    生成式人工智能和感知式人工智能人工智能领域中两种重要的研究方向。本文将探讨这两种人工智能的区别。 生成式
    的头像 发表于 02-19 16:43 1599次阅读