科大讯飞AI研究院联席院长李世鹏:人工智能发展趋势及应用落地

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
科大讯飞AI研究院联席院长李世鹏:人工智能发展趋势及应用落地

2018年10月18日,由亿欧公司主办,思贝克联合主办的“引擎·引领”2018大湾区国际科创峰会(Bay Areas Tech Innovation Summit,简称BATi)在深圳万科前海国际会议中心举办。

本次峰会以“引擎·引领” 为主题,现场聚集超过2000位 人工智能 、生物医药等行业人士,共同探讨生物医药、智能制造、智能产品、智慧城市、智慧安防、智慧交通等一众热点话题,分析科技创新未来趋势,盘点技术革命下的发展契机。峰会采取“1+2”的组织架构,除了10月18日的2018大湾区国际科创峰会外,19日将举办包括智能制造·智能产品论坛和智慧城市论坛在内的2场垂直峰会。

在2018大湾区国际科创峰会上, 科大讯飞 AI 研究院联席院长 李世鹏 发表了《人工智能发展趋势及应用落地》的演讲。他提到:

1、人工智能之所以火起来,从根本上说是技术发展到一定程度的自然现象。它取决于三个因素:一是大数据、互联网、社交网络互联网、物联网的爆炸性增长;二是计算机的处理能力;三是关键的算法。

2、人工智能也是渐进的,从没有计算的智能到感知智能,未来一定是认知智能。

3、从底层到用户交互,再到数据、知识、服务层,都要有一些标准把数据统一在一起,从而训练出来的神经网络就会有更多的了解,做出更智能的事情。

4、数据变成人工智能最大的瓶颈,这就是为什么各个AI公司最大的消耗是在整合数据上,催生了很多以前装配线的厂,他们现在变成数据标注公司,这是一个很大的产业。

5、最大的成功、最大的潜力是AI的各种应用场景,反过来也是特别不容易的事情,数据在这里起了关键的作用。一个行业如果没有一定的数据水平,效果可能并不好,这个市场虽然很大,也需要一些新的资源、新的能力来做。

以下是李世鹏现场演讲速记:

大家下午好!很高兴有这样的机会跟大家分享科大讯飞在AI方面的思路。

AI现在特别热,李世石和Alpha Go的对决一下子证明AI比人还聪明,那怎么办呢?各个国家,包括美国、中国、欧洲、日本等很多国家已经把人工智能当成战略,我们国家更是如此。我们制定了特别雄伟的三步计划,到2030年在很多领域要在世界上领先,可以看到国家在这方面的决心很大。

到底AI的现状是什么样?有多少是真正能帮我们做些事情的?下面给大家稍微解析一下。第一,什么是AI?AI的官方定义也不统一,每个人都有自己的解读,我另外一只脚在学术,我比较喜欢从事情的本质看。人工智能跟以前也没什么区别,只不过是新的计算方式,以前的计算是人来编程、机器来做,人工智能是机器可以通过大数据的学习自己做一些事情,这是最大不一样的地方。

为什么人工智能突然变热了?除了李世石对战Alpha Go一下子引爆的大家对人工智能的热度之外,从根本上说是技术发展到一定程度的自然现象。它取决于三个因素:一是大数据、互联网、社交网络互联网、物联网的爆炸性增长;二是计算机的处理能力,最近几年随着CPU、GPU和专业的计算能力,云计算带来很多传统我们想算又算不出来的能力;三是关键的算法,2007年之后一直在产业、学术界引爆很多新的思路,包括最开始在语音识别上的应用。

说起AI,一直有两种方法:一种是最近几年火的,根据大数据在深度神经网络里做的AI。第二种是对人脑的研究。为什么有这两种研究?大数据、深度学习最近以来确实能解决我们的问题。现在人工智能的框架很大程度上还不足以满足很多要求,比如说人脑对少量的数据能归纳出做一些总结,人脑大概需要20瓦的能量可以保证它的正常运转,今天需要在现在的人工智能深度学习网络里有大量的数据,才能达到人脑的相似水平。

人工智能也是渐进的,从没有计算的智能到感知智能,未来一定是认知智能。除了对人脸识别、声音识别之后,我们转成文字以后,文字的内涵是什么?我们需要在认知层面上进一步做很多工作,很不幸的是认知智能现在还是初期。

我个人把这三步引申得更深一点,每一层次需要的数据是原来的很多倍,分别是通知、感知、认知、预知、绝知。前面三个层次大家很容易体会到,认知这个层次的时候,单一信号源的数据已经不足以实现智能,而是需要多个信号源,比如说对文字内容的认知,不单需要对文字本身的认识,需要对很多传统的知识一些理解,这个特别关键。

再往上是预知,人工智能在你还没有说话、发出指令之前,它就知道你要做什么事情,给你提前准备好很多东西,最难的是通用人工智能,机器可以帮你做决定。虽然今天机器可以在炒股方面帮你做决定,为什么还不能达到完全让机器帮我们做所有的决定?因为机器的了解有限,我们对机器行为的了解也有限,我们不知道它会做出什么样的结果。

刚才讲了所有的人工智能,现在的框架大概都是在大数据基础上,怎么样能有效的发挥这些数据的力量?单靠一家公司、一个人是远远做不到的,所以就需要能把各种各样的数据融合在一起,这就涉及到人工智能方面数据的融合问题、数据的互相兼容问题,这里分了几个层次,从底层到用户交互,再到数据、知识、服务层都要有一些标准把数据统一在一起,从而训练出来的神经网络就会有更多的了解,做出更智能的事情。

这里对数据的特点有六个总结:一致性、连续性、基于上下文、兼容性、完整性、控制。控制特别重要,谁在数据里有控制权?这是很有争议的话题。AI的趋势是这样,这里面有好消息,也有坏消息。今天的AI神经网络框架我们已经可以做很多事情,现在很成功的语音识别、语音合成、自然语言的翻译,从一种文字到另外一种文字的翻译,这都是做得很成功的。数据变成人工智能最大的瓶颈,这就是为什么各个AI公司最大的消耗是在整合数据上,催生了很多以前装配线的厂,他们现在变成数据标注公司,这是一个很大的产业。

另外一块也是特别关键的一点,所有的AI讨论里人必须在里面发挥积极的作用,也就是说不能离开人,不管今天自动驾驶做得多么好、多么完备,如果有事故或是倾向出事故的时候,人怎么把控制权拿回来?同时人跟自动设备、机器之间怎么和谐的相处、工作,互相增进?这也是特别有意思的话题、特别重要的话题。

为什么需要人在里面?人可以在机器不工作的情况下提供人的反馈,下一次机器会知道下次遇到这种问题会怎么处理。在欧洲和一些先进国家在讨论AI伦理这块,人在环路里成为必须的一部分。

AI的基础技术现在一般掌握在一些大公司,比如说微软、亚马逊、Google,小公司在这方面的创新不多。现在大家看到AI公司的成功是基于感知、人脸识别、语音识别、物体识别,它可以用在很多的应用。最大的成功、最大的潜力是AI的各种应用场景,反过来也是特别不容易的事情,数据在这里起了关键的作用,一个行业如果没有一定的数据水平,效果可能并不好,这个市场虽然很大,也需要一些新的资源、新的能力来做。

科大讯飞在很多领域已经有很多应用。第一个领域是在医疗领域,医考机器人可以配合一些医生在复杂的症状给医生一些建议。人类医生一定先入为主,他认为可能是某种病,机器人会给出一、二、三、四种可能性,同时建议病人要不要做这几项检查,检查完以后再返回来了,AI机器人会做新的排列,我们在医生发现之前给他指出了很好的建议。

教育方面我们习惯的教育是课堂式的,上面一个老师,下面几十个学生,没有办法做到个性化教育,他不可能对每个学生进行个性化。通过AI机器人,我们会对每个学生的试卷、作业进行分析,找出学生不同的知识薄弱点,从而制定一些个性化的教案和作业。

科大讯飞除了在赛道里做了很多了工作,其中一个是在深圳大湾区里做得最多的云交互,大家可以用科大讯飞的AI、UI平台建自己的应用,可以调我们语音识别的功能和语音合成的功能、翻译的功能,同时我们在消费者这块也有一些硬件布局。


一直以来,技术都是推动商业环境进化的重要因素,而目前最热的技术升级趋势,无疑是人工智能。当下,尽管人工智能行业本身已经进入了一个平稳的发展期,但它对于各行各业的赋能却正在以更热烈的姿态进行。

2018年11月30日上午,亿欧将在北京国贸大酒店举办“新技术·新动能创新者论坛”,以技术为核心要素,从行业角度出发,探讨新技术趋势下,企业如何把握升级机会、跟上时代节奏,在诸多竞争者中脱颖而出。

详情及报名链接: https://www.iyiou.com/post/ad/id/730

科大讯飞AI研究院联席院长李世鹏:人工智能发展趋势及应用落地

随意打赏

科大讯飞ai同传造假人工智能大会科大讯飞人工智能科大讯飞语音科大讯飞人工智能如何科大讯飞人工智能第一科大讯飞人工智能科大讯飞ai大学科大讯飞智能语音科大讯飞智能家居科大讯飞ai同传
提交建议
微信扫一扫,分享给好友吧。