IOCON2018互联网运营千人峰会

【热议】二十位国内外大拿,全球人工智能与机器人峰会上都讲了什么

苏卫华 2016-8-15 IT互联网 2,499 0 喜欢 (2)

8月12日~13日,CCF-GAIR全球人工智能与机器人峰会在深圳举行,来自金山软件、微软、华为、搜狗、小米、神州租车、百度、中国工程院、牛津大学、卡内基梅隆大学、美国国家工程院等国内外的学术专家、企业领袖与会,围绕人工智能、机器人、无人机、自动驾驶四大领域进行了深度探讨。

CCF-GAIR全球人工智能与机器人峰会-主题演讲现场

以下是部分嘉宾主题演讲内容:

金山软件CEO 张宏江

人工智能的进展很大程度归功于数据的进展,全球产生消费的数据,2013年到2020年间增长10倍,年增长率40%。2014年,大批量人脸识别率达97.35%,而在2015年达到99.63%。目前国内的公司在7000多万张标准照片再加上亿其他照片,人们用的深层网络已经超过30层,训练20块NVIDIA,精度已经远远超过人类。

 

中国工程院院士 徐扬生

智能革命应该围绕心脑革命,智能时代会到来,但还早。机器人要像PC一样走向千家万户,那时才进入了人工智能时代。对于机器人,我们把它定义成主要由三个要素组合成的东西:感知、认知、动作。风冷不冷,这是感知;风冷要不要加衣服、加哪件衣服,这是认知,做决策、做判断、做控制的部分;真的要加衣服怎么穿,这叫动作。

 

香港科技大学教授 杨强

AI的成功有着5大必要条件:清晰的商业模式;高质量的大数据;清晰的问题定义和领域边间;懂人工智能的跨界人才,擅长应用和算法;计算能力。

人工智能在机器学习和深度学习方面已经有很高成就,此外,另外一种技术正在开始应用,强化学习,强化学习不仅能学习人的行为,还能更好的使用延迟反馈功能。而之后,人们能否发明一种新学习方法,能把大数据的模型在用于小数据身上,这就是迁移学习,迁移学习是把深度学习和强化学习叠加在一起。

 

微软亚洲研究院常务副院长 芮勇

计算机视觉完全从感知走向认知的三点关键因素:1、机器学习算法的进步;2、各垂直领域的科学家和从业者合作,除了计算机视觉自身领域的发展外,将计算机视觉与各个垂直领域结合,在工程和商业中真正发挥作用,推动计算机的发展;3、高质量的海量数据。

 

华为诺亚方舟实验室主任 李航

诺亚方舟实验室的三个智能信息化检索技术: 第一是用自然语言检索分类照片;第二是神经机器翻译;第三是神经响应机,即一个自动生成式系统。

 

搜狗CTO 杨洪涛

当下企业做AI应用化的思路或有误。我们谈到的很多领域,比如机器学习、机器视觉,机器人、推荐引擎、个人助手、语音相关的技术等,我们从产品角度思考的时候,发现跟技术角度思考不一样。人工智能做出好产品才能创造价值,这个价值有两方面:一是给用户提供一个好的办法,二是真正能生产数据,从而使自己迭代。

 

小米科技联合创始人 黄江吉

人工智能的发展离不开三个前提:产品+大数据+机器学习。机器学习与大数据离不开高活跃度的产品,这些产品包括常用软件和类似如手环、电视、盒子、网路设备以及智能家居等智能硬件。当高活跃度的产品落地时,就会产生大量数据,而建立高质量的数据,则要通过数据采集,数据清洗,数据挖掘,数据智能等方式来实现。任何数据最终都是为人服务,建立每个人的用户画像显得尤为重要。

 

前谷歌科学家 林德康

当前,我们的引擎正从搜索引擎到问答引擎进步,即语言到自然语言识别的进阶中。但是,目前可以预见的终极目标应该是-Action Engine(互动引擎)。

 

中国科学院院士 丁汉

除了具备高速度、高精度、高负载和高性能等特点外,未来机器人的重要特征就是“共融”,这其中包括了三层含义:1、机器人与环境高度适应,例如在雪地行走等;2、机器人与机器人之间高度适应,多机器人合同协作和规模化集群机器人的互助互补;3、机器人与人类高度适应,人机之间高度共融,机器人将能理解人类的思维和动作。

CCF-GAIR全球人工智能与机器人峰会-主题演讲王田苗

北航机器人研究所名誉所长 王田苗

当前正好处于机器人与人工智能蓬勃发展的红利期。当前人工智能领域的重点技术在于深度学习与认知进化、大数据的获取及处理、人工智能芯片、语意理解、概念表述和知识推理等。今天,技术变化和市场环境可谓一日千里,怎样在当前复杂多变的生态环境里,将学界的科研成果转化为产业界成功的产品,是业界当前真正要面对和解决的重点和难点。只有国家的力量、人才、产业资本,这三者相互支撑和协调才能成功推动这一转换,缺一不可。

 

神州租车首席信息官 刘亚霄

自动驾驶上路有三个很重要的事情需要满足运营商:1、处理能力极大的加强,云计算使得我们有足够的空间存储数据;2、物联网和互联网的普及使得数据极大的丰富;3、科研平台的普及。

 

清华大学教授 孙富春

什么是人类视听觉的认知机理?感知基本特征的提取、表达和整合;感知数据的机器学习与理解;关于跨模态学习的信息协同与计算。

 

百度高级副总裁、自动驾驶事业部总经理 王劲

未来汽车的三个趋势:1、汽车新能源化,制造门槛降低;2、汽车共享化,高效淘汰低效;3、汽车智能化,自动驾驶大势所趋。其中智能化包含两部分,一部分是车联网,另一部分是无人驾驶、自动驾驶。汽车智能是“云+端”的技术,当智能汽车跟交通进行实时交互,车和车之间进行实时交互后,交通效率能大幅度提升。无人驾驶要产业化,成本会大大低于出租车成本,无人驾驶要做得好就会大幅提升交通安全、交通效率和经济效益,让人们的出行成本更低。

 

猎豹CEO 傅盛

AI技术本身并不产生核心价值,AI最为重要的部分是找到商业模式和用户使用场景。中国在AI领域有着先天优势,首先在国内获得数据的渠道和数据量要远高于世界平均水平,且人工数据标注成本也相对较低。人工智能的未来是:AI+软件+硬件+服务=机器人,但机器人的核心问题是成本控制,而现在只有中国有能力把这个成本降下来。

 

乐视超级汽车的智能驾驶副总裁 倪凯

目前的人工智能,并没有强大到可以在获取和人同等信息的情况下,做到足够好的自动驾驶体验。解决这件事是提高自动驾驶实用水平的一个关键,要解决这个问题有软硬件两个方面:

1、硬件方面,一是把更多传感器的数据结合起来作为判断的依据;二是更多利用地图信息;三是建立更高效的计算平台。

2、软件方面有三大挑战:一是计算框架,自动驾驶的软件非常复杂,需要一个良好的计算框架;二是由于汽车行业本身的要求,需要非常多的测试和验证;三是安全方面,包括稳定性、系统安全性等。

 

达闼科技CEO 黄晓庆

为人类服务的智能机器人,基础架构大致包括三个关键部分:1、在云端放置认知系统,作为机器人的“大脑”进行数据分析;机器人硬件部分作为“身体”在现场执行具体操作;3、移动高速网络作为“神经”连接以上两个部分。对于应用深度学习平台的产品来说,数据最为重要,积累足够多的数据才能产生学习,而云端就可以作为这个积累的场所。

 

物灵科技 顾嘉唯

目前市场上各种人工智能产品和实验室阶段的机器人,仍然存在很多问题。现在的智能设备大多是“手机+智能产品”的模式,对于未来的物联网这并不够,人们不是想拿到一个个智能硬件,而是想获得一整套智能家居的生活场景。未来人工智能产品,会从“万物智能”迈向“万物有灵”。

 

牛津大学计算机系主任 迈克尔伍尔德里奇Michael Wooldridge

目前,神经网络型人工智能还存在许多限制,首先表现在它们无法理解人类社会关系。而对于神经网络型的人工智能,比如AlphaGo,我们也无法理解它是如何思考的。但人工智能要获得人类的认同,必须有这种被理解的透明度。有意识的机器会出现的,但在它出现之前,世界一定会有各种关于机器意识的迹象先产生,我们不会一蹴而就。

 

MIT机器人实验室主任、美国国家工程院院士 Daniela Rus

世界机器人领域的十二大前沿技术趋势:软体机器人、Manipopulatetion :灵活操作、语言交流、云端大数据帮助学习、多机器人系统、按需制造、大众化、提早学习机器人、学术界与工业界的合作竞争、自动驾驶、商业投资和创业。

 

卡内基梅隆大学国家工程研究中心(NREC)研究主任 Alonzo Kelly

机器人商业化的关键因素有:流程、人才、解决方案、与企业合作产生共赢。跟企业合作生产工业机器人的成本更低,而企业也解决了一部分技术问题,这是一个双赢的过程。

 

以上是CCF-GAIR全球人工智能与机器人峰会上,部分嘉宾的主题演讲。文章内容来自雷锋网,活动家整理编辑,转载请注明出处:http://news.huodongjia.com/54255.html,如有任何疑问,请联系小编微信:hdjkefu

更多IT互联网行业相关会议信息,请戳:http://www.huodongjia.com/it/

 

找会议,上活动家(www.huodongjia.com)!方便、快捷、安全找到最优质的会议。更多精彩内容可关注活动家微信公众号:VESERVICE,或直接扫描下面的二维码:

活动家官方微信1 活动家APP下载1

转载请注明来自活动家资讯,本文标题:《【热议】二十位国内外大拿,全球人工智能与机器人峰会上都讲了什么》

喜欢 2 发布评论
AICon全球人工智能与机器学习技术大会 2018
AICon全球人工智能与机器学习技术大会 2018
发表评论


Top