专业IT科技资讯平台,关注科技、手机、电脑、智能硬件、电脑知识!
当前位置:主页 > 科技 > 移动互联 >

2019全球移動互聯網大會舉行專家探討人類未來生活

导读:

原標題:人工智能將像生活中的水電

2019全球移動互聯網大會舉行專家</p>

  </div> 

<div id=

原標題:人工智能將像生活中的水電

2019全球移動互聯網大會舉行專家探討人類未來生活

  此次大會吸引了全球近百位頂尖科學家。

2019全球移動互聯網大會舉行專家探討人類未來生活

  埃塞姆·阿培丁

2019全球移動互聯網大會舉行專家探討人類未來生活

  席忠民

2019全球移動互聯網大會舉行專家探討人類未來生活

  曾曉東

2019全球移動互聯網大會舉行專家探討人類未來生活

  王成

2019全球移動互聯網大會舉行專家探討人類未來生活

  吳信東

2019全球移動互聯網大會舉行專家探討人類未來生活

  王汝林

2019全球移動互聯網大會舉行專家探討人類未來生活

  游人杰

2019全球移動互聯網大會舉行專家探討人類未來生活

  美國索爾克生物研究所計算神經生物學實驗室主任特倫斯·謝諾夫斯基

2019全球移動互聯網大會舉行專家探討人類未來生活

  中國科學院院士周忠和

2019全球移動互聯網大會舉行專家探討人類未來生活

  榮耀總裁趙明

2019全球移動互聯網大會舉行專家探討人類未來生活

  匯桔網董事長謝旭輝

2019全球移動互聯網大會舉行專家探討人類未來生活

  美國國家工程院院士吉姆·李可

  無人駕駛、無人餐廳、利用人機協同去“抓賊”……26日,在廣州舉行的2019全球移動互聯網大會(GMIC)上,來自人工智能、大數據、機器學習等領域的國內外專家暢談人類未來生活。專家認為,無人駕駛、人機協同、物聯網等人工智能應用場景將走進人們的生活,人工智能的發展會越來越快,將可能像水和電一樣成為基礎,每個智能端的設計都將以它為基礎演變。而數據質量、數據隱私等問題既是挑戰也是機遇。

  機器學習已發展至“解釋性AI”

  人工智能已經發展到什麼程度了呢?峰會上,螞蟻金服創新科技事業部高級技術專家曾曉東指出,人工智能已經從最開始的實驗室階段邁向了商業化階段,視覺、語言、機器翻譯等任務的精度已經非常高,商業化的產品裡已經或多或少帶有人工智能元素。深度學習的算法模型出現,大力推動了人工智能的發展,算力和大數據也是很關鍵的因素。

  機器學習教材之一《機器學習導論》的作者、土耳其科學院院士、安茲耶因大學教授埃塞姆·阿培丁也在峰會上指出,機器學習改變了整個計算機科學的方向,“現在不再從算法開始了。現在通過數據可以做出有意思的程序,提供有意思的服務,這是一個變化,我們不再是考慮算法,而是更多地考慮數據,這是一個關鍵的區別。”

  對於機器學習的未來方向,他介紹,現在人工智能機器學習已發展到研究“解釋性AI”,即一個計算機做出決策的時候,可以解釋為什麼做出這樣的決策。也就是說,現在簡單地給出一個輸出已經不夠,還要給出為什麼給出這樣輸出的解釋。

  三五年內將出現新型設備終端

  點點手機,無人駕駛的出租車就停在家門口,到達的時間精確到分鐘。在未來,各種人工智能的應用場景將影響我們生活的方方面面。峰會上,長江學者、明略科技集團創始人吳信東指出,智能交通將是人工智能其中一個全球性戰略發展目標,因為涉及人們的衣食住行。

  發展人工智能,並不意味著人類將被替代。吳信東提出一個“HAO”概念,即“Human intelligence”“Artificial lntelligence”“Organization”,目標就是把人工智能已經落地的技術,比如說感知、視頻識別、圖譜、識別技術,能讓機器人做的就用人工智能做,要洞察、高屋建瓴地用人類智慧,進行人機協同工作。

  “每一次信息時代的進化都代表著一個端的變革,這個端就是硬件終端。”曾曉東說,在互聯網初期,可能隻通過單一的端,比如電腦、筆記本電腦連接互聯網,在移動互聯網時代,會通過平板電腦、手機等連接互聯網。“在物聯網階段,到底什麼樣的端是最主流的流量入口,我們不得而知但是非常期待。而且這個端的演化會在未來3-5年內發生。”

  曾曉東認為,人工智能的發展會越來越快,還有可能像水和電一樣成為基礎。

  數據倫理等應成機器學習入門內容

  機器學習入門教育該教什麼內容呢?埃塞姆·阿培丁認為,基礎的運算知識、高性能的運算、數據的在社會倫理及法律方面的意義,這三方面應該成為機器學習教育的內容。

  “可以教小孩子一些基礎的數據和統計的理論和方法,比如如何抽樣,如何闡釋數據等基礎知識。我認為應該盡早地開展教育,要在學校裡面就給孩子們教一些這方面的知識和方法,這樣他們就懂得怎麼識別數據、使用數據。”埃塞姆·阿培丁指出,與以前樣本抽取不同,現在數據的應用與識別工作更加復雜,需要更多地了解數據的特征。

  同時,人們還需要知道一些高性能運算的特征,“大數據既是一個垂直的數量的‘多’,也是橫向的范圍的‘廣’。現在人們也在不斷升級硬件和軟件,以便更好地利用實時的數據。”

  最后,機器學習的教育還要考慮“社會效益”,“如果一切都基於數據,一些倫理、法律問題也隨之發生,比如用別人的數據有沒有一個隱私的問題。”埃塞姆·阿培丁認為,在學習數據時也應學會怎麼負責任地使用、如何更好地保護數據。