展會信息港展會大全

未來,我們要發展什么樣的人工智能?
來源:互聯網   發布日期:2020-09-02 08:40   瀏覽:31398次  值班編輯QQ:點擊這里給我發消息

交匯點訊 知周乎萬物,而道濟天下。這既是人工智能AI)賦能萬千行業,服務國家與人民的歷史使命,也是引領科技前沿、實現萬物智能的時代定位。今年,全球發展面臨諸多新形勢和新挑戰,這帶來了不確定性的同時,也讓人們對人工智能的未來有了更高的期待。

人工智能下一個發展周期的動態和趨勢是什么?8月29日至30日,主題為“智周萬物”的2020年中國人工智能大會(CCAI 2020)在南京舉辦。“聯邦學習”“算法、算力、交互”“兩類AI與封閉性挑戰”……以學術突破引領創新為目標,全球的AI頂級科學家、學術界精英和產業界領袖集中分享最新研究成果,帶來一場學術與技術的盛宴。

變局中開新局,AI加速企業迭代升級

“我們集團在全國有600個項目,總員工數達到8萬人,通過AI把任命制管理統籌結合起來,成為建筑企業轉型的一種嘗試。”南通三建控股有限公司副董事長、總裁周炳高在大會上表示,大數據、人工智能讓管理更加順暢,也讓企業生產更加順暢,加速了企業的迭代升級。“工業機器人減少了安全事故的發生,提高了工程的產品的質量。與此同時,一個機器人可以抵6個工人的效率,效率的提升也是顯而易見的。”

人工智能讓我們和宇宙的距離也拉近了一步。中國民營火箭探索的領路人和創業者、藍箭航天創始人CEO張昌武表示,在原來的民營航天領域,不管是火箭、衛星還是飛船,更多是硬件驅動,但未來的航天器將更多是數據驅動。他認為,基于數據驅動,航天企業能夠具備更加便捷的生存能力,復雜的產品也能更快速地作為一個商品批量生產出來。“航天領域是未來拓展人工智能落地過程中一個非常重要的場景,因為這涵蓋了從設計到制造、測試到發射的完整流程。數據量決定了在這樣一個復雜系統里面人工智能與生產力之間的關系。”

數字經濟的新時代,各行各業如何把握智能化、數字化機遇,在危機中遇新機,在變局中開新局?清華大學經濟管理學院副院長陳煜波教授認為,決策層的決心,是數字化轉型是否能高效進行的決定性因素。“數字化轉型面臨的最大挑戰往往不是技術問題,而是戰略和組織架構問題,這就需要決策者能夠在同一個高度上達成共識。”

近年來,我國圍繞AI在新基建、產業升級等領域中的重要作用開展了廣泛而深遠的戰略布局。江蘇作為經濟發展排頭兵,積極落實國家科創戰略,發揮聯合與催化作用,聯合產學研各界力量,洞察產業變革趨勢,助力區域數字經濟建設,為智能產業發展探索新思路、新模式與新業態。“近年來江蘇大力發展AI產業,依靠人才規模、產業政策等優勢,在智能軟件智能硬件、智能平臺、機器人等方面建立了一定的產業優勢,打造了較為完整的智能生態體系。”江蘇省科學技術協會副主席徐春生在大會上表示。而南京作為全省AI發展的產業高地,將AI與實體產業、社會民生、生態建設深度融合,目標到2025年建成全國人工智能創新發展引領區和具有全球影響力的人工智能創新應用示范城市。

“聯邦學習”開展新一代AI算法研究

雖然AI應用越來越廣泛,但正如專家所言,對于AI的發展應保持謹慎的樂觀態度。當前AI還面臨諸多挑戰,例如數據孤島問題、隱私保護問題、安全問題、如何從感知智能發展到認知智能等,突破這些瓶頸或許才是人工智能走得更遠的關鍵。

其中數據孤島和隱私保護問題是當前AI大規模產業化應用過程中遇到的突出問題。對此,人工智能國際專家、香港科技大學楊強教授的答案是:開展新一代AI算法研究,突破數據孤島和小數據的限制,同時保護數據安全和用戶隱私。這個答案的背后是一項新的技術,叫做“聯邦遷移學習”。

“AI技術如果是火箭引擎,大數據就是燃料。但是數據量的激增并不意味著真正的‘大數據’時代的到來。多數行業中是數據質量不高的‘小數據’,是一個個數據孤島。”楊強認為,這樣的數據割裂嚴重。

如果面臨的是“小數據”,就找到一個類似的“大數據”,舉一反三,幫助只有“小數據”的任務運用來自其他相關任務的“大數據”從而獲得更好的表現,使得建立的模型能夠更可靠、魯棒性好,不受外界干擾。這在AI落地應用上是非常重要的一個特性,同時也能夠防止隱私泄露。這種從源領域遷移到目標領域的方式如今在金融、工業、信息流推薦等領域都有應用。“聯邦學習的精髓在于不僅可以在數據不出本地的前提下解決共享問題,還可以確保隱私安全。”

雖然“遷移學習”可以有效解決“小數據”的問題,但實際上現在面臨的不僅是“小數據”,還有“數據割裂”“數據孤島”問題。楊強認為,這不再只關乎于技術,不能通過簡單的數據整合解決,而是要克服政策、監管、技術等多維度難題。此時“聯邦學習”提供了新的思路讓多方參與,共同建模。

“不是人工智能發展產生了泡沫,而是算力遇到了瓶頸。”中國人工智能學會理事長、中國工程院院士戴瓊海,對人工智能發展面臨的關鍵問題進行了深度剖析。他表示,當前的AI,尤其是以深度學習為代表的技術取得了一些重要進展,但對計算資源提出了非常苛刻的要求。這就需要思考如何設計顛覆性的計算范式與技術,以更好地滿足AI發展的算力需求。

另一方面,現有的AI優勢主要體現在具體任務上,與人類的認知能力相去甚遠,這就需要思考如何從腦與認知科學的角度推進AI的突破發展,智能、智力的發展不是靜態的“大腦”,需要一個“AI身體”與環境和人類交互。“未來機器人發展速度會非常快,因此會造成協同性問題,人和機器人之間怎么協同問題,還有安全、隱私、公平問題,這都是我們說的以人為本、服務于人類,這是宗旨目標。 ”戴瓊海院士認為,協同交互是 AI 賦能的最核心的部分。AI不是成為人類,更不是取代人類,而是賦能人類。

戴瓊海院士還指出,早期圖靈測試已無法適應當前人工智能的內涵與外延,如何建立新的人工智能測試體系也是在未來需要重點考慮的內容。

“封閉性”是AI產業化落地的一個思路

深度學習使得人工智能相關技術取得了很大進展,但深度學習過于依賴大數據,計算復雜度和能耗也特別高。隨著深度學習紅利不再突出,AI未來的發展路徑在哪里?還有哪些理論前沿問題值得研究和探索?

“傳統的人工智能更確切的應該叫計算機智能,而我希望把新一代人工智能叫做類腦智能,如今各個國家都開展了腦科學計劃,也給我們帶來了一些新啟發。”中國人工智能學會名譽理事長、中國工程院院士李德毅表示,新一代人工智能應該是“可交互的、會學習的、能進化的、無意識的”。

什么是智能?李德毅提出,智能就是學習的能力、解釋和解決問題的能力,“把學習看作是智能的基本能力,人工智能的機器人也是如此。”此外,人工智能應當是人類智能的體外延伸。從倫理角度而言,AI若能夠反作用于生命,可能要十分謹慎。

事實上,機器人至今還沒有辦法區分“我”和“非我”,這意味著AI還無法建立自我意識。李德毅認為,我們還是要敬畏生命,敬畏自然。“從人類文明五千年歷史看,AI的歷史才幾十年,應先把精神和意識與生命體緊緊扣在一起,而暫時將意識與人工智能剝離。智能和智慧適當分開一點,就像計算機智能一樣,就把計算當做智能。”

“展望未來15年,通過封閉化讓人工智能走進產業,是AI產業化落地的一個思路。”中國科學技術大學機器人實驗室主任陳小平教授說。

AI技術應用的封閉性是指用確定技術完全描述一個應用場景,陳小平舉例,如阿爾法狗下圍棋,體現為把362個落子情況都考慮到了。“這告訴我們現有產業只要可以滿足封閉性條件,AI是可以奏效的。更長遠意義要考慮AI是不是一定要模仿人,阿爾法狗沒有完全模仿人,它超過人的思考。”陳小平說。

從長期的觀點看,對于未來人類應該發展什么樣的AI,封閉性提供了某種助力和評判標準。“未來人工智能肯定會向著非封閉性方向努力,那么我們就可以提前考慮:哪些非封閉性問題可以放心地交給AI,哪些不可以。如果一些問題需要交給AI,就需要考慮應采取什么風險防范措施。”而現有AI技術不可能控制人類,所以真實的風險是技術誤用,比如隱私、安全、公平性等方面的現存問題和未來隱患。“這樣,我們就能夠更有針對性地聚焦和解決現有AI的誤用風險。”

人類需要更多的是工具,需要機器服務于人,而不是把人類替代掉。所以人工智能應該讓人類更加智慧、更加尊嚴、更加優雅的生活。這是我們共同的愿景。

交匯點記者 王甜 蔡姝雯

贊助本站

人工智能實驗室
AiLab云推薦
推薦內容
展開
Copyright © 2010-2020 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
今天的新疆35选7开奖 二分时时彩是哪里开的 上海11选5任走势图 甘肃11选5前三值走势图 甘肃快三走势图甘肃快三走势一定牛 江西时时彩后一技巧 股票配资招商·杨方配资平台 江苏体彩7位数历史开奖结果查询 11选5每天赚200元不难 打牌赢真钱的软件有哪些 吉林11选五任五一定牛 福彩专家预测推荐 股票指数点位 快乐12助手手机版 证券公司多收佣金怎样要回 幸运农场手机app注册 全国股票配资平台排名