GMIS 2017：从机器到智能，构建AI商业闭环
[ 亿欧导读 ]
5月27日，由机器之心主办的全球机器智能峰会（GMIS 2017）在北京898创新空间举行。Citadel首席人工智能官邓力、腾讯AI LAB副主任俞栋、今日头条副总裁、人工智能实验室负责人马维英等嘉宾出席。
5月27日，由机器之心主办的全球机器智能峰会（）在北京898创新空间举行。“LSTM 之父”Jürgen Schmidhuber、《：一种现代方法》的作者Stuart Russell、Citadel首席人工智能官、腾讯AI LAB副主任、今日头条副总裁、人工智能实验室负责人马维英、第四范式创始人、首席执行官戴文渊、地平线创始人等嘉宾出席。
Jürgen Schmidhuber首先回顾了20世纪的人工智能发展，他说：“再过几年，90%的工作将是机器提供的。希望人工智能可以为我们提供更美好的未来”。Jürgen预测，在未来几年人类将创造出具有灵长类动物智能的人工智能系统。人工智能仅仅经历了70余年的发展，这个速度相比数亿年的生物进化有了很多倍的提高。
无监督学习是深度学习很重要的一种方法，不用给系统提供一个非常具体的信号，只需要告诉它一些信息，让它以无监督的方式自己学习。Citadel首席人工智能官邓力发表了主题为“无监督学习的最新进展”的讲话。他说：“无监督学习比监督学习更有趣，但是也更困难。我们可以使用更多的一些数据来进行学习，比如说像SPDG方法，该方法不需要进行标记，但它可以直接进行学习来听声音的识别或者说做一些翻译。这样的一个线性的方式，我们也需要很多的发明来使无监督学习更加地有效。”
腾讯AI LAB副主任俞栋介绍了最近在语音识别当中的前沿的研究方向：序列向序列转换的问题。语音从一个序列向另一个序列转换的时候可能有问题，通过数据驱动让模型，可能找到更好的方法，使序列转换更准确。序列转换主要有两个方向，一个是CTC模型，建模比传统建模非常更大，可以相对比较自由选择建模单元，而且建模较大可效果更好。但是，这种建模训练的稳定性不是很好。
那么如何解决CTC模型不稳定问题呢？目前最佳的解决方案就是把CTC与Attention结合起来，因为CTC有持续信息，可根据后面的语音信号生成词，这有助于Attention生成更好的表达。
人工智能热潮还很汹涌，新闻搜索也在发生巨变。今日头条副总裁、人工智能实验室负责人马维英表示，今天的人工智能的本质是软件产业的革命，其实软件产业也在被颠覆，未来是、数字表达的世界。基于、GPU、TPU和FPGA等一些芯片大运算能力，软件也变得越来越智能，反过来软件又会推动硬件的发展，这是一个正循环。
未来个性化的信息流成为新的方式，用户有大量碎片化的时间，很多工作都可以在手机上完成，同时产生源源不断的数据。
PC时代的信息源与消费者之间的关系不紧密，但是现在的大量的原创作者（比如头条有50万的作者）提供了大量内容，用户通过头条的平台可以获得个性化信息。头条就是要成为个性化信息流进流出的管道，通过机器来完成审核，过滤。
创作、分发、互动等每个环节，人工智能都可以进来，今天已经从数字化的时代向语义表达的时代转变。头条开发了很多人工智能的标注工具，帮助他们标注得更好，他们标注的结果可以得到一些另外的反馈，又重新来帮助我们的机器学习，机器学习又学出更好的算法，又提供更好的工具给审核标注人员，审核标注人员又更高效的标注了很多新的样本，形成一个闭环。
他还提到，未来的相机是一个视觉智能的相机。人工智能将连接人与信息，帮助用户交流、学习，用户使用数据又将反馈到机器，形成一个良性的循环，未来是超级智能时代。
第四范式创始人、首席执行官戴文渊谈到了VC维理论。统计学家很早就给我们奠定了机器的理论：VC维理论。它是指一个模型的维度越高，能力就越强。机器超越专家的界限是VC维度大于或等于1000万。
他还谈到构建商业AI能力的五个要素：
大数据不是指有数据就行，一定要有意义的过程数据才行。比如用户浏览网站数据，不只是点击量，还有客户正负反馈。用户投诉是正反馈，如果没有投诉是负反馈。优秀的AI模型，至少要1000万以上的大数据和样本。
2、外部反馈
例如搜索的点击，过去的推荐是相关的内容，这种“相关”机器听不懂，不可度量；现在把“相关”数字化了，它包括点击、阅读时长、转发、收藏和投诉，是可以被度量的。
算法科学家是非常稀缺的，尤其在AI领域，那么如何不用科学家也可以做应用呢？过去做一个AI可能需要上百个科学家，现在可以把这些业务封装起来，我们希望一个业务人员，再加上有一定数据思维基础，经过平台培养一两个月的数据工程师，就能达到过去算法科学家的效果。
4、降低门槛
现在机器的门槛主要是数据清洗，特征变换。这对科学家来说不是很大的问题，但对于开发人员门槛很高，我们要使这些事情自动化，比如做线性分形的算法，用分型技术让线性的模型做更好的特征工程。
5、Inferential，大数据下没有简单的问题，比如机器超过100台，不能保证任意两台机器传输数据都是一样的，也不能保证机器不会宕机。如果超过一千台机器，甚至任务分配都会非常不均衡，有的机器是空闲的，有的机器会很忙，这些都是需要解决的问题。
国内谈AI，更多的是互联网的应用，很少提及它对工业领域的改变。英伟达人工智能城市CTO Mulind Naphade谈到AI在交通领域的应用。
他表示，交通行业是一个非常复杂的系统，这里面有车辆、桥梁，人员等，非常复杂。AI在交通行业的应用潜力巨大，可以通过AI系统把很多的东西通过物流送到各个地方。在行人方面，可以探索AI集成一个系统，利于安全出行。
此外，AI还可以做安全监测，包括机场、地铁还是很多人群聚集的地方，在应急情况下，通过分析视频信息及时疏散人群。
而且AI货运将影响未来的物流行业，未来最后一公里的快递可能会是汽车运送，它还能实时了解仓库，形成一个高效的物流体系。
随着这一轮人工智能的浪潮涌起，自动驾驶也被推向高潮，在CES2017展上，它也代替去年的VR成为全球媒体关注的主角，自动驾驶很可能会颠覆万亿级的传统汽车行业。地平线机器人创始人余凯谈到了“深度学习如何引领驾驶革命”，他认为，中国是世界第一大汽车市场，但是交通事故的死亡率也是世界第一，AI可能改变这一现状。
我们知道人工标注数据成本非常高，但是现在机器不仅可以用实际的数据学习，还可以通过虚拟的数据学习，人工智能系统在迈向一个方向：人工智能系统自己学习。
最后，他总结了四个观点：
1、汽车行业一定会被大数据和深度学习改变；
2、构建一个自主学习的汽车，而不是被人工标注数据训练的车；
3、我们需要努力设计神经网络的结构，使它透明，可理解，可以被控制；
4、我们要联合软件和硬件，最大化整个计算的效率、安全性和系统的可靠性。
本文作者许伟军，亿欧专栏作者；微信：xuweijun24（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。
85篇文章&&|&&400,160次浏览
赵峰、曾玉、张建伟、汪兵、康敬伟舌战，探讨中国物联网与智能设备
2017发展热点看热词
新能源汽车和清洁能源汽车有何不同？
快来扫描二维码，参与话题讨论吧！
第三方登录
发送验证码
发送验证码
如果你遇到下面的问题
我在注册/找回密码的过程中无法收到手机短信消
我先前用E-mail注册过亿欧网但是现在没有办法通过它登录，我想找回账号
其他问题导致我无法成功的登录/注册
亿欧公众号
小程序-亿欧plus您当前的位置 ：&&&&正文
解读GMIS 2017看点：将为人工智能领域带来什么？
17-04-20 16:46
　　5月27日至28日，由国内首家专注于人工智能领域的前沿科技媒体——机器之心SYNCED主办的2017全球智能机器峰会(GMIS 2017)将在北京举行。而就在4月17日，大会官网公布了具体日程与环节梗概，从大咖参会、“人机大战”，到六场主题Session和IME主题展的设置，无不赋予了GMIS 2017更多的亮点。在人工智能浪潮正在席卷全球的当下，这样的行业盛会究竟意味着什么？其又将为业界带来什么？
　　大咖云集，是真正意义上的“全球峰会”
　　作为全球人工智能和机器人领域多位顶级专家的首次聚会，本届峰会可谓大咖云集，阵容空前。包括加州大学伯克利分校人工智能中心创始人兼计算机科学专业教授Stuart Russell、LSTM之父&DalleMolle人工智能研究所副主任Jrgen Schmidhuber、GE Transportation Digital Solutions首席技术官Wesly Mukai在内的十多位顶级人工智能领域科学家、学者和Jean-Sebastien(Investment Committee Advisor at Element AI)等海外知名公司、创业团队和孵化器的优秀代表均将出席大会。在近40位与会嘉宾中，海外嘉宾占据了“半壁江山”。
　　与此同时，GMIS 2017还将公布全球化榜单A100并举办颁奖晚宴，来自全球各地100家人工智能公司的优秀代表将在大会上进行公开展示并接受颁奖。作为机器之心创办的长期榜单类内容产品，A100旨在选拔和跟踪全球最具影响力的TOP 100家人工智能公司，是国内该领域最权威、最具影响力的榜单。众多海外重量级嘉宾的加盟及全球化榜单的公布，使GMIS 2017成为真正意义上的“全球峰会”，堪称规模大、量级高、权威性强。
　　聚焦机器学习，或成为推动人工智能技术进步的风向标
　　近年来，人工智能技术取得了长足进步，促进人类的生产生活与经济民生发生着深远变革。而作为部署支持人工智能的计算方法，机器学习成为当下最重要的技术之一，被不少大型科技公司视为核心战略。根据领先的调研公司Forrester预计，机器学习和预测分析市场的年复合增长率将达到15%，这种情况会一直持续到2021年。在此次为期两天的大会中，将有十余场关于机器学习的深度演讲，微软人工智能首席科学家邓力、香港中文大学教授/第四范式联合创始人杨强、阿尔伯塔大学教授、计算机围棋顶级专家/ DeepMind首席科学家David Silver博士导师Martin Mller等多位人工智能领域的世界权威专家、特邀学界和产业界经营领袖将深入探讨机器学习的下一波浪潮及方向。这无疑将有助于推动机器学习在性能上实现飞跃，为数据科学家、开发者和研究人员使用更加复杂的机器学习技术探索更多领域提供了方向。大咖嘉宾们的观点，很有可能成为推动人工智能技术进步的风向标。
　　同时，本届大会还将探讨不同学科与人工智能之间的交叉应用和关联。
　　探讨人工智能应用，为技术从研究走向落地提供借鉴
　　从简单的语音识别、图像识别，到无人车、无人机、智能家居，人工智能同日常生活的联系日益紧密，人工智能已渗透至信息流、金融、交通、自然对话、法律、医疗、自动驾驶等领域，在应用场景方面绘构出越来越广阔的想象空间。然而在具体落地的过程中，企业与研发团队也面临着来自政策、安全、实操性等层面的挑战；从无人驾驶、智能机器人，再到语音助手，围绕着“什么才是未来人工智能落地最靠谱的方向”的课题，业界始终讨论不断。在本届大会中，嘉宾们将集中探讨机器智能如何从技术转化为产品和应用，以及人工智能技术在各领域的具体应用与场景，这将是未来技术从研究走向落地的重要关注点。其中，今日头条副总裁、人工智能实验室负责人马维英、地平线机器人创始人余凯、亚马逊AWS总监Leo Dirac、蚂蚁金服VP首席数据科学家/普渡大学终身教授漆远以及上海交大教授/思必驰联合创始人兼首席科学家等嘉宾将分别就人工智能技术在信息流、自动驾驶、云服务、金融和自然对话等领域的垂直应用进行演讲。
　　当前，与日常生活息息相关的各行业正陆续展开基本智能化集成，可以肯定的是，人工智能还将扩展到更多领域，基于人工智能的智慧生活或在不久的将来触手可及。GMIS 2017的召开，将为技术从研究走向落地提供借鉴，同时为人工智能更好的部署到现有应用及进一步扩展使用场景提供了有价值的理论参考。
　　将成为国内相关企业、产品强化影响力的新契机
　　值得一提的是，在GMIS 2017中还将上演“人机大战”环节，搜狗问答机器人“汪仔”将同人类战队就语音识别领域展开五轮角逐，且每一项挑战都是语音识别领域内最难攻克的技术点。
　　随着人工智能技术发展的日新月异，智能软件掌握了越来越多的本为人类专属的技能，“人机大战”作为一种衡量、展示的重要途径从而成为社会的焦点。此前在江苏卫视《一站到底》节目的舞台中，搜狗公司与清华大学天工智能计算研究院联合开发，耗资4000万打造的搜狗“汪仔”的表现堪称惊艳。此次其同由高智商精英组成的专业团队再次展开对决，业界自然给予了更多关注。
　　借助于GMIS 2017的舞台，包括搜狗“汪仔”在内的国内前沿人工智能产品将拥有进一步强化影响力的契机，而同类商业应用公司也在密切关注大会环节，希望通过不同方式加入，国内相关企业之间的交流、资源配置及合作因此拥有了更多的可能性。
　　作为国内最具影响力的人工智能媒体与产业服务平台，机器之心在专业度、专家与合作机构资源、渠道等方面拥有不可复制的优势。其在人工智能势头强劲的当下主办GMIS 2017，不仅为国内外从业者提供了思维碰撞的舞台，更是一次对人工智能发展现状、机遇及挑战、未来趋势进行深入而详尽研讨的机会。自3月底以来，GMIS 2017的主办方机器之心陆续释放了首批嘉宾与“人机大战”等细节，使业界对于大会的期待值持续升温。作为2017年度人工智能领域的“大事件”，GMIS 2017正聚焦着国内外人工智能领域从业者的目光，而它将为业界带来的积极影响，或许会延续相当长的一段时间。极客公园
扫描左侧二维码下载内蒙古客户端，关注更多内蒙古更全、更新的新闻资讯。扫描右侧二维码或搜索内蒙古日报（或直接输入neimengguribao）关注内蒙古日报官方微信。
内蒙古新闻网版权与免责声明：
凡本网注明“来源：内蒙古新闻网”的所有作品，版权均属于 内蒙古新闻网，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：内蒙古新闻网”。违反上述声明者，本网将追究其相关法律责任。
凡本网注明“来源：XXX（非内蒙古新闻网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的，请在30日内进行。
联系方式：、6659744。
Copyright(C)
内蒙古新闻网 All Rights Reserved.
内蒙古互联网新闻中心版权所有，未经书面授权不得转载或镜像。新闻热线：
互联网新闻信息服务许可证： 信息网络传播视听节目许可证：0507213 蒙ICP证：号GMIS 2017 Stuart Russell：人工智能的过去、现在和未来
用微信扫描二维码分享至好友和朋友圈
用微信扫描二维码分享至好友和朋友圈
　　全球机器智能峰会（GMIS 2017），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。 5 月 28 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家 Martin M&ller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。 Stuart Russell 是加州大学伯克利分校人工智能统计中心创始人兼计算机科学专业教授，一直关注人工智能领域的发展。同时，他还是人工智能领域里标准教科书《人工智能：一种现代化方法》的作者。作为当天的第一名演讲嘉宾，Stuart Russell 带领现场观众进行了一场关于《人工智能的过去、现在和未来》的探索，观往知来，全面解析人工智能的奥秘。　　　　「很长一段时间以来，大家都不知道人工智能是什么，我们一直在想应该对它有一个怎样的定义。」Russell 介绍道，人工智能是一个非常丰富的学科，它包括哲学、数学、神经科学等子学科、子领域。　　　　同时，人工智能也不是一个新学科。在二十世纪四十年代，人们就在思考如何使用一些新工具；五十年代的时候，已经有很多会议呼吁各学科的人们一起来共同创造人工智能。「但后来的情况怎么样？它们都分开了，这是因为所有的这些学科缺乏一种通用的数学语言。」创造一种通用的数学语言来涵盖所有学科是一件困难的事，尽管目前还无法实现，但是人们正朝着这样的方向前进。六十年代时，这个领域已经有一些可以看得到的进展，人们是非常乐观的；但到了七十年代左右，大家逐渐变得失望；在八十年代的人工智能寒冬之时，许多公司已经开始赔钱，人工智能成为一个大家不喜欢的词语。 现在，人们开始认真地看待人工智能，迎来了人工智能爆炸的奇迹。许多初创公司开始专注于人工智能的发展，像谷歌、IBM 等巨头公司也投入到人工智能的研究中。同时，人们也看到了神经科学的进步以及计算机资源、大数据的发展。　　　　随后，Russell 详细介绍了有监督学习方法。在深度学习需要使用卷积神经网络的时候，属于一种有监督的学习，也是人工智能的一部分。这里的数据是有标签的，同时还涉及一些包括线性模型、逻辑回归、神经网络、决策树的假设方法，进而对未来的案例进行推论。　　　　Russell 用一个简单的物体识别例子给了大家更清晰的认知。　　　　那么，为什么要进行深度学习呢？　　　　2015 年，机器已经具有超越人类的表现，这中间 ImageNet 数据集是功不可没的。不过，机器在视觉方面也有逊于人类的表现，可能出现各种各样的错误，包括物体的遮挡、视图的扭曲、一张图片中存在多对象类别或是超级类别、子类别的混乱等情况。 另外，Russell 举了 AlphaGo 战胜李世石的例子。「AlphaGo 包含了很多技术，一种就是深度学习，也用到了蒙特卡罗树搜索，可以得到非常高效的结果，它可以追溯到 1950 年代的一些复杂但是经典的搜索方法。另一方面，人工智能很多领域的发展也促成了 AlphaGo 的成功，比如支持深度学习的硬件发展。」刚刚输给 AlphaGo 的柯洁也曾说，去年跟 AlphaGo 下棋的时候好像还是在跟人下棋，而今年他觉得好像是跟神下棋一样。 接下来，Russell 分享了一些他对与人工智能的看法。　　　　他认为，虽然现在所有的发展都是非常让人欣慰的，但是确实还是噱头在里。人们需要审慎考虑，不要因为过度的期待而觉得失望。在大家对人工智能取得巨大进步而感到自豪的时候，也有可能出现 AI 的寒冬。「我们上一次 AI 寒冬是因为这个技术的前景和一些承诺。很多人可能都不太记得当时的内容，是 1980 年左右的一些技术，当把它放到真实的世界当中时并不是非常的奏效。那时深度学习也不太受欢迎。但是如今我们可以更新现代的技术，可能未来对训练资料、数据的要求也不用再那么高。」对此，Russell 称，假设让一个小孩看大象的图片，给小孩子两、三张大象的图片他就能够识别了，而非给他 4000 多张图片进行训练。所以可能将来技术先进到一定程度的时候，人们对它的依赖就不再那么大。　　　　过去五十年的 AI 发展给人们的一大启示——知识是非常重要的，人类能够高效的学习是因为一开始人类就有很多知识，知识使得人类能够从非常少的案例中完成学习。这里，Russell 提到了一种概率规划，并举例核武器测试网点等概率规划的应用。 对于人工智能的现在、未来以及眼下仍无法实现的问题，Russell 也给出了自己的观点。　　　　　　「虽然我们缺失的东西很多，但是我们已经能够预见到，不远的讲来，AI 系统就能够像人类一样，具备相同的能力了。」有的人可能认为这是一个天方夜谭，但是 1933 年，一位非常有名的物理学家 Lord Rutherford 曾说过，任何想抽取原子转变能力的人都是在在异想天开。然而第二天 Leo Szilard 就发明了中子诱导核链式反应。 人工智能可以让人类做更多的事情，把人类文明推向更积极的方向。但是也有出现杀人机器的可能性，成为一种大规模杀伤性武器新品种，引起让人们的种种担忧。　　　　问题的关键是，人们需要确保给机器赋予的这些功能确实是想让它拥有的，但是也可能人们赋予它的功能并不是人们最初期待的。Russell 举了点石成金的国王将食物、水、饮料，甚至他的女儿都变成了金子后痛苦去世的故事。对于这个问题，Russell 的见解是要改变 AI 的定义，AI 系统要能够被证明可以给人类带来益处。为了实现这个目标，有三个简单的方法：「第一点，机器人的目标就是使得人类的意愿最大化的实现，就是说机器应该使得人类的意愿得到满意，而不是让机器给我们创造一种让人类感觉不舒适生活。第二点，机器人不知道什么是价值，我们不要给机器有一个固定的价值系统。第三点，人类的行为给机器提供参考。」　　　　演讲的最后，Russell 提出了两个非常有趣的例子。第一个例子是关于个人助手要帮助更需要晚餐的人而选择不帮助主人准备晚餐。　　　　第二个例子是孩子在家感到饥饿的时候，家里冰箱没有东西，机器人选择家里的猫作为食材准备晚餐。　　　　这样的机器人是好是坏？未来人工智能到底会走向何处？Russell 给出了自己的答案：「AI 需要对人类有贡献，要想做到这点是一个技术性的问题，我相信我们能够解决这个问题。」
特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布 平台。
阅读下一篇
网易通行证/邮箱用户可以直接登录：热门搜索：
您的位置：
GMIS 2017 | 伯克利教授Stuart Russell：人工智能的过去、现在和未来
原标题：GMIS 2017 | 伯克利教授Stuart Russell：人工智能的过去、现在和未来机器之心原创机器之心编辑部全球机器智能峰会（GMIS 2017），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。5 月 28 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家 Martin Müller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。　　Stuart Russell 是加州大学伯克利分校人工智能统计中心创始人兼计算机科学专业教授，一直关注人工智能领域的发展。同时，他还是人工智能领域里标准教科书《人工智能：一种现代化方法》的作者。作为当天的第一名演讲嘉宾，Stuart Russell 带领现场观众进行了一场关于《人工智能的过去、现在和未来》的探索，观往知来，全面解析人工智能的奥秘。　　「很长一段时间以来，大家都不知道人工智能是什么，我们一直在想应该对它有一个怎样的定义。」Russell 说，人工智能是一个内涵丰富的学科，其内容涉及哲学、数学、神经科学等学科与领域。同时，人工智能也不是一个新学科。在二十世纪四十年代，人们就在思考如何使用一些新工具；五十年代的时候，已经有很多会议呼吁各学科的人们一起来共同创造人工智能。「但后来的情况怎么样？它们都分开了，这是因为所有的这些学科缺乏一种通用的数学语言。」创造一种通用的数学语言来涵盖所有学科是一件困难的事，尽管目前还无法实现，但是人们正朝着这样的方向前进。六十年代时，这个领域已经有一些可以看得到的进展，人们是非常乐观的；但到了七十年代左右，大家逐渐变得失望；在八十年代的人工智能寒冬之时，许多公司已经开始赔钱，人工智能成为一个大家不喜欢的词语。现在，人们开始认真地看待人工智能，迎来了人工智能爆炸的奇迹。许多初创公司开始专注于人工智能的发展，像谷歌、IBM 等巨头公司也投入到人工智能的研究中。同时，人们也看到了神经科学的进步以及计算机资源、大数据的发展。　　随后，Russell 详细介绍了有监督学习方法。在深度学习需要使用卷积神经网络的时候，属于一种有监督的学习，也是人工智能的一部分。这里的数据是有标签的，同时还涉及一些包括线性模型、逻辑回归、神经网络、决策树的假设方法，进而对未来的案例进行推论。　　Russell 用一个简单的物体识别例子给了大家更清晰的认知。　　那么，为什么要进行深度学习呢？　　2015 年，机器已经具有超越人类的表现，这中间 ImageNet 数据集是功不可没的。不过，机器在视觉方面也有逊于人类的表现，可能出现各种各样的错误，包括物体的遮挡、视图的扭曲、一张图片中存在多对象类别或是超级类别、子类别的混乱等情况。另外，Russell 举了 AlphaGo 战胜李世石的例子。「AlphaGo 包含了很多技术，一种就是深度学习，也用到了蒙特卡罗树搜索，可以得到非常高效的结果，它可以追溯到 1950 年代的一些复杂但是经典的搜索方法。另一方面，人工智能很多领域的发展也促成了 AlphaGo 的成功，比如支持深度学习的硬件发展。」刚刚输给 AlphaGo 的柯洁也曾说，去年跟 AlphaGo 下棋的时候好像还是在跟人下棋，而今年他觉得好像是跟上帝下棋一样。接下来，Russell 分享了一些他对与人工智能的看法。　　他认为，虽然现在所有的发展都是非常让人欣慰的，但是确实还是噱头在里。人们需要审慎考虑，不要因为过度的期待而觉得失望。在大家对人工智能取得巨大进步而感到自豪的时候，也有可能出现 AI 的寒冬。「我们上一次 AI 寒冬是因为这个技术的前景和一些承诺。很多人可能都不太记得当时的内容，是 1980 年左右的一些技术，当把它放到真实的世界当中时并不是非常的奏效。那时深度学习也不太受欢迎。但是如今我们可以更新现代的技术，可能未来对训练资料、数据的要求也不用再那么高。」对此，Russell 称，假设让一个小孩看大象的图片，给小孩子两、三张大象的图片他就能够识别了，而非给他 4000 多张图片进行训练。所以可能将来技术先进到一定程度的时候，人们对它的依赖就不再那么大。过去五十年的 AI 发展给人们的一大启示——知识是非常重要的，人类能够高效的学习是因为一开始人类就有很多知识，知识使得人类能够从非常少的案例中完成学习。这里，Russell 提到了一种概率规划，并举例核武器测试网点等概率规划的应用。　　对于人工智能的现在、未来以及眼下仍无法实现的问题，Russell 也给出了自己的观点。　　　　「虽然我们缺失的东西很多，但是我们已经能够预见到，不远的讲来，AI 系统就能够像人类一样，具备相同的能力了。」有的人可能认为这是一个天方夜谭，但是 1933 年，一位非常有名的物理学家 Lord Rutherford 曾说过，任何想抽取原子转变能力的人都是在在异想天开。然而第二天 Leo Szilard 就发明了中子诱导核链式反应。人工智能可以让人类做更多的事情，把人类文明推向更积极的方向。但是也有出现杀人机器的可能性，成为一种大规模杀伤性武器新品种，引起人们的种种担忧。　　问题的关键是，人们需要确保给机器赋予的这些功能确实是想让它拥有的，但是也可能人们赋予它的功能并不是人们最初期待的。Russell 举了点石成金的国王将食物、水、饮料，甚至他的女儿都变成了金子后痛苦去世的故事。对于这个问题，Russell 的见解是要改变 AI 的定义，AI 系统要能够被证明可以给人类带来益处。为了实现这个目标，有三个简单的方法：「第一点，机器人的目标就是使得人类的意愿最大化的实现，就是说机器应该使得人类的意愿得到满意，而不是让机器给我们创造一种让人类感觉不舒适生活。第二点，机器人不知道什么是价值，我们不要给机器有一个固定的价值系统。第三点，人类的行为给机器提供参考。」　　演讲的最后，Russell 提出了两个非常有趣的例子。第一个例子是关于个人助手要帮助更需要晚餐的人而选择不帮助主人准备晚餐。　　第二个例子是孩子在家感到饥饿的时候，家里冰箱没有东西，机器人选择家里的猫作为食材准备晚餐。　　这样的机器人是好是坏？未来人工智能到底会走向何处？Russell 给出了自己的答案：「AI 需要对人类有贡献，要想做到这点是一个技术性的问题，我相信我们能够解决这个问题。」更多有关GMIS 2017大会的内容，请点击「阅读原文」查看机器之心官网 GMIS 专题↓↓↓　　责任编辑：
声明: 91.com所发布的内容均来源于互联网，目的在于传递信息，但不代表本站赞同其观点及立场，版权归属原作者，如有侵权，请联系删除。
信息也是生产力，精简才是硬道理！情报猎手带你突破信息迷雾，每日独家为您锁定最有价值的IT行业新鲜事。打开微信，扫描关注，赢取每月粉丝奖！
小米6发布会小米6发布会
S8发布会S8发布会
2017AWE2017AWE
小米发布会小米发布会
微博和微信：91门户}