王小平的博客分享 http://blog.sciencenet.cn/u/SciApple2014 关注计算机软件、人工智能和社会计算领域的创新,关注科学人文和社会文化的传播

博文

[转载]清华人工智能论坛嘉宾观点一览:四大判断解读人工智能发展

已有 4920 次阅读 2016-6-12 21:51 |个人分类:人工智能|系统分类:观点评述|文章来源:转载

导读

正如清华人一如既往的严谨、求实,“清醒而敏锐,冷静而深刻”是此次清华人工智能论坛带给听众的普遍感受。学界泰斗与产业嘉宾精彩的思想交锋,或高屋建瓴,或求真务实,碰撞出一大批关于人工智能过去、现在、未来的真知灼见。

又错过了现场的精彩?没关系!小编帮你梳理出论坛上的观点干货,精彩观点一“文”打尽,看清华系大咖们关于人工智能现在和未来有哪四大判断?


会场全景图

6月6日下午,由清华海峡研究院、北京清华工业开发研究院、数据科学研究院共同主办的清华人工智能论坛盛大举办。本次活动邀请了清华人工智能领域的权威专家和校友产业界代表相聚清华,学术泰斗与产业嘉宾思想碰撞,共同为人工智能发展问诊把脉。

来自学术界、产业界、投资机构、政府部门以及媒体单位共500余人到现场参加了此次论坛,另有3000余观众通过在线视频直播收看了论坛实况。

清华大学副校长薛其坤致辞

清华大学副校长薛其坤院士首先代表学校向到场来宾和听众表示了欢迎。薛校长指出,清华大学在人工智能方面,不论从学科设置还是研究历史,在国内都是最久的,学科最全的,而且实力最雄厚的,几十年来,为推动中国人工智能学术与产业发展做出了重大贡献。从1990年“智能技术与系统国家重点实验室”的建立到今天,清华不仅始终坚持基础理论、研究、同时展开应用基础研究和应用技术开发,为推动中国人工智能学术与产业的发展起到了重要的领导作用。当前,清华的人工智能研究内容覆盖智能控制、模式识别,自然语言处理、数据挖掘等众多方向,凝聚了一批名师学者,取得了众多科技成果,培养和造就了一大批推动业界发展的中坚力量。此外,学校还在量子计算和类脑计算等基础前沿研究领域超前部署,并已取得一系列进展。希望本次活动能促进海内外产学研方面的紧密合作,响应国家“建设世界科技强国而奋斗”的号召。

当前 “人工智能”是社会热点话题,但清华的人工智能学者身处热潮之中却非常冷静。报告风格求真务实,清醒剖析了人工智能和模式识别技术目前发展所面临的困难,探讨了人工智能技术和产业的现状,并以深刻、敏锐的视角,展望了中国人工智能的未来产业之路。

一、人工智能进入数据驱动阶段,产业应用将创造无限可能

中科院院士、清华大学计算机系张钹教授从上世纪七十年代开始人工智能研究,几乎经历了人工智能60年来发展的全过程。张院士题为《人工智能产业面临的机遇与挑战》的报告,从人工智能技术的历史引入,分析了传统知识驱动-专家系统的局限性,对人工智能技术取得的进展进行了总结。

张钹院士发言

张院士认为,目前人工智能产业化有了更好的机遇,从基于专家知识推理的人工智能范式进入到了数据驱动时代。数据驱动方法指大数据学习、深度学习等。过去在专家系统时代难以解决的知识量扩张、“知其然而不知其所以然”的问题,采用数据驱动的方法处理都已不再是问题。甚至人类的直觉等能力,也可以通过类似模式识别的方式使机器掌握。强人工智能虽然离人类还相差甚远,但是利用既有的技术已经可以实现具有相当智能水平的机器。

微软亚洲研究院常务副院长芮勇博士在《人工智能趋势之四化》的报告中讲到,当前人工智能的产业趋势呈现“四化”特征,即大数据化、自适应化、可穿戴化和增强化。其中大数据化就是指使用人类产生的各种数据来训练机器,使得机器有更多的智能。基于大数据的深度学习方法被引入计算机视觉后,使图像分类错误率能够从百分之二十几下降到3.57%,已经超过了人类水平。

清华大学计算机系马少平教授认为,尽管人工智能还任重道远,但是利用现有的技术,已经足够支撑广泛的产业化应用。

二,人工智能还有很长的路要走,产业路径选择要务实

在介绍人工智能技术进步的同时,张钹院士也清醒地指出基于概率的数据驱动方法的局限性,如生数据(Raw data)里重复多的不见得有用;有时表面上数据很多,但是直接有用的数据却很少等等。如无人驾驶技术的局限性体现在其无法处理突发事件上。造成这种情况的原因正是概率统计方法难以处理小概率事件所带来的。

张长水教授发言

清华大学自动化系张长水教授以大量生动实例向参会者展示,图像识别看似简单,实际在涉及图像检测、定位、视点变化、尺度变化、光影变化、背景遮挡等情况时,计算机处理起来都非常困难。

王生进教授发言

王生进教授在活动上介绍了《脑电识别与脑机交互》。脑电信号分析是人工智能研究的一个重要部分,通过脑电识别,可以为人类探索人脑,发现感知认知机理,解明逻辑推理过程,提供有效的人工智能研究手段和技术途径。

搜狗王小川CEO发言

搜狗公司CEO王小川认为,目前机器智能还远不是万能的。在棋手、医生、司机和股票的高频交易等有限信息的领域,机器就可以做到超越人类。因此这些方面有人工智能产业化的机会。难被取代的行业,像创造性的行业,如画家、作家、科研等边界不明晰的行业,对机器而言还完全没有达到取代人类智慧的高度。

三、人工智能需产学合作,优势互补推动技术发展

人工智能不是一个纯粹的学术研究,也要强调它的应用与实践。人工智能研究水平体现在所制造的智能机器的水平上。所以,人工智能一定是理论和实践要结合,产业应用才是人工智能的价值体现。

圆桌论坛由清华大数据产业联合会王霞秘书长主持,清华大学计算机学院教授马少平、清华大学研究员郑方、微软亚洲研究院常务副院长芮勇、搜狗公司CEO王小川、北京捷通华声科技股份有限公司董事长张连毅参与讨论

张连毅董事长在圆桌论坛中表达了他对于人工智能产学合作的理解。他认为高校是人工智能的发动机,人工智能的核心就在高校。人类在科研领域理解最浅的是大脑,所以人工智能技术还有很多需要探讨的内容,而追求崇高的科学的境界,本身就是高校的职责之所在。

王小川认为,企业在市场中短期内没法转化成产业的内容,慢慢就会被淘汰。企业通过高校同步到全球技术的前沿,保证了视野的开拓性,人工智能企业不会掉队。

清华大学计算机系马少平教授总结高校与搜狗公司多年的合作经验是,一定要定好位。学校的特点或者特长是做研究,不是做产品、不是做工程。公司是做企业、做市场特长。学校做学校擅长的事情,公司做公司擅长的事情,才能优势互补,推动人工智能技术向更好地服务于人类生活进步。

四、机器超越人类还很遥远,AI+HI才是人工智能的未来

人工智能还有很长的路要走。清华大学博士生导师,北京得意音通技术有限责任公司董事长郑方教授表示,不能指望所有的问题就一个人工智能就把它解决。大范围产业化还需要产学各界共同努力。

芮勇博士发言

芮勇博士也提出,AI+HI(机器智能+人类智能)将是未来人工智能的发展趋势。计算机比人类强的是存储能力和记忆能力,因此能代替人类做烦琐的蛮力计算工作。而对一些复杂的客服问题,人和机器要共同合作。今后的10年、20年不是人VS机器的问题,而是人+机器,人类加上人工智能其实是更强的人类。芮勇博士进一步表示,如果在座的有创业者的话,AI+HI是今后很重要的方向。使得AI越来越聪明,人也越来越聪明,很多创业公司最近这一两年都在往这个方向发展。

不要神话人工智能,但也要有信心

参会观众袁小姐表示:在人机大战之后,社会上普遍出现了“机器威胁论”。本次活动上张院士明确的告诉我们,人类特有的意识是我们最后一道防线。而机器要突破这一道防线,路还很遥远,与其担心机器取代人类,不如愉快的和机器合作。本次活动非常有意义。

活动现场火爆

本次“清华人工智能论坛”上,张钹院士回顾了人工智能的前世今生,清晰地指出了其产业发展的机遇,包括高校科研和未来创业的方向,也提出了其障碍与挑战。他针对当下浮躁的“人工智能热”,告诫我们要冷静地面对人工智能。王生进教授、张长水教授从技术类的脑电和图像识别展开;微软芮勇分享人工智能产业上的“四化”;搜狗王小川深入剖析AlphaGo背后的心机和智慧;郑方教授谈创业,提出需求驱动,聚焦聚焦再聚焦。活动集中展示了清华在人工智能领域的能力和深入思考。张钹院士最后一句“深思出智慧”,提醒我们不可过于神化人工智能。主办方希望通过本次活动澄清误区、展示成果,特别为行业提供了理性的信息。

理想很丰满。现实到理想之间,需要各界同仁一起努力!

(联合供稿:鹰视观察、数据派;摄影:李柯南)

【嘉宾信息】

张钹  清华大学计算机系教授,中科院院士。曾任信息学院学术委员会主任,智能技术与系统国家重点实验室主任,中国自动化学会智能控制专业委员会主任,《计算机学报》副主编等。张钹院士从事人工智能理论、人工神经网络、遗传算法、分形和小波等理论研究;以及把上述理论应用于模式识别、知识工程、智能机器人与智能控制等领域的应用技术研究。在国内外发表或合作发表论文200多篇。

马少平  清华大学计算机系教授、博士生导师中国人工智能学会副理事长、中国中文信息学会学术工作委员会主任、信息检索与内容安全专委会副主任。主要从事智能信息处理方面的研究工作,包括文本信息检索、网络用户行为分析,个性化推荐等。

张长水  清华大学自动化系教授、博士生导师现任智能技术与系统国家重点实验室副主任。国际学术杂志PatternRecognition的编委(Associate Editor),“计算机学报”编委。主要研究领域为:模式识别,机器学习,人工智能,计算机视觉,图像处理,进化计算,复杂网络等研究领域以及和工业界的合作。

王生进  清华大学电子工程系教授,博士生导师清华大学电子系媒体大数据认知计算研究中心主任,公安部安防专家,全国安防标委会TC100/SC2委员,公安部治安防范重点实验室学术委员会委员,北京图像图形学学会副理事长,中国安防协会生物特征专家委员会委员,自动化学会国防大数据分会副主任委员。

芮勇  美国伊利诺伊大学博士,微软亚洲研究院常务副院长清华大学自动化系硕士。芮勇博士负责多媒体搜索方向,大数据挖掘方向的科研,以及全院各方向的工程创新项目。芮勇是国际电气电子工程学会会士(IEEE Fellow),国际模式识别学会会士(IAPR Fellow), 国际光学工程学会会士(SPIE Fellow) 和国际计算机协会杰出科学家(ACMDistinguished Scientist)。 芮勇获得IEEE Computer Society2016技术成就奖,IEEE Trans.Multimedia 2015 和ACM Multimedia2009最佳论文奖。获得美国及国际技术专利六十余项。芮勇担任国际多媒体权威学刊IEEE MultimediaMagazine主编,是国际计算机协会多媒体专委会 (ACM SIG Multimedia)中国区首任主席。

王小川   搜狗公司CEO,前搜狐高级副总裁、首席技术官。1978年出生于成都,18岁获得国际信息学奥林匹克比赛金牌,21岁兼职参与中国最大的校园交友网站ChinaRen的创建,27岁成为搜狐最年轻的副总裁,32岁时全面负责搜狗公司的战略规划和运营管理。王小川在搜狐组建搜狐研发中心,主持开发搜狗搜索引擎、输入法、浏览器等战略级技术创新产品,通过技术团队建设和技术产品创新,在推动搜狐技术驱动文化中起到了关键作用。

池燕明   北京立思辰科技股份有限公司董事长、总裁1990年毕业于清华大学精密仪器系,获学士学位,2005年获清华大学EMBA学位。从1988年花1000元购买一台二手复印机开始创业,2009年带领立思辰成为中国创业板首批28家上市企业之一,2013年又带领公司进行战略转型,成功布局教育和信息安全两大产业板块。池燕明先生同时兼任教育集团董事长,怀着对中国教育、对青少年未来的责任,制定了“激发成就亿万青少年”的教育理念,借助互联网、大数据、人工智能等科技手段,帮助学子们重拾童年快乐时光、展现独特个性、成就一生事业及幸福,推动中国教育进步。

张宝峰    华为技术有限公司,诺亚方舟实验室副主任张宝峰现担任华为公司中央研究院诺亚方舟实验室副主任,目前负责数据科学领域的中长期技术研究工作,主要涉及数据挖掘、机器学习和人工智能领域,同时为中国核高基专家组成员和中国CCF大数据专家委员会成员。

郑方   清华大学研究员,博士生导师。北京得意音通技术有限责任公司董事长。从1988年开始从事语音识别与理解等方面研究,负责或作为骨干人员参与研发过30余项国家重点项目和国际合作项目,获得国家教育部(委)、科技部(委)、北京市各类奖励10余次。在国内外知名刊物和学术会议上发表了250篇以上学术论文。拥有9项发明专利,和1项实用新型专利。在语音识别、声纹识别、语言理解和整句输入法方面,均有产品和服务行销于市场。

张连毅   北京捷通华声科技股份有限公司董事长1989年毕业于清华大学环境工程系。1989年至1992年任职于清华大学科技开发总公司(今紫光集团),与清华大学电子工程系吴佑寿、丁晓青教授合作,共同推进中国汉字印刷体识别系统商品化进程,成绩卓著。2000年与中国科学院声学所研究员吕士楠先生、清华电子工程系陈明博士创建北京捷通华声科技股份有限公司,致力于人工智能产业发展,2011年推出首个全方位人工智能开放平台-灵云。为推动清华人工智能学术与产业发展,发起并成立清华校友人工智能联盟;2013年,投资创建清华灵云人工智能研究中心,致力于实现“灵云科技 源自清华服务全球”的战略发展目标。

王霞   清华大数据产业联合会秘书长清华大学工学学士、硕士,中国社会科学院博士。于1999年加入诺基亚研究院,参与或负责多项诺基亚重大专项、欧盟框架计划项目、国家863计划等国际国内重大合作或科研项目,在信号处理、人机交互、移动服务、用户体验、移动计算、软硬件一体化解决方案、大数据技术等领域取得了重要的技术创新成果。负责筹建了诺基亚深圳研究院,并在短时间内打造了一支高效的产品创新团队。2012年创建北京诺亚星云科技有限责任公司,重点关注金融大数据、房地产大数据、电信大数据等领域。王霞的研究成果获多项专利,发表了数十篇论文。



作者:头条号 / 大数据文摘
链接:http://toutiao.com/i6290305390856897025/
来源:头条号(今日头条旗下创作平台)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。





http://blog.sciencenet.cn/blog-1225851-984185.html

上一篇:[转载]谷歌大神 Jeff Dean 的那些“惊人真相”
下一篇:[转载]ICML 2016|「Data-Efficient 机器学习」研讨会

4 陆泽橼 强涛 邱嘉文 dulizhi95

该博文允许实名用户评论 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-6-20 13:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部