数智洞察 | 关于机器智能,金榕这么说

简介: 编者按:人工智能作为经济转型升级以及占领科技创新高点的抓手,正在迎来新的一波浪潮。那么人工智能究竟在我们的生活中扮演了什么样的角色?如何助推其应用迈入新阶段?让我们一起来看一看阿里巴巴集团副总裁、达摩院机器智能实验室负责人金榕对于人工智能的看法。


如何定义智能机器人

稍微通俗一点说,机器智能就是让机器能够像人一样,听得懂你说什么、看得懂你做什么、读得懂你的意思。不过,这个概念不是十分严谨准确。


博士期间,金榕就读于美国卡内基梅隆大学多媒体图像处理专业,当时旁边有一个实验室专门做机器人,这些机器人在楼道里每天晃来晃去,令他印象十分深刻。后来旁边的实验室搬去了谷歌,金榕依然对此事念念不忘,就打算改行,学习如何训练AI。这件事情对他来说十分有意思,能让技术更加场景化一些。


达摩院机器智能实验室核心技术能力


机器智能领域的研究意义与挑战

金榕认为机器智能技术的应用,有很大的可能性,会反哺和变革基础科学领域的研究;基础研究的进步,有很大的可能性,会给整个社会带来颠覆式的变化。


今天的整个社会经济发展,最初都来源于自然科学的突破。AI未来会有许多非常令人兴奋的功能和可能性,同时也会帮助社会向前发展。


机器智能已经可以帮助人类完成许多工作


相比2014年之前,如今深度学习算法的应用效果越来越好。而且,相比几年之前,AI技术的工具化能力越来越强,已经进入无代码时代,一个中学生也能使用人工智能框架来做简单的开发设计。


九年前,谷歌大脑团队让机器首次“识别”出猫,是这波人工智能浪潮中的标志性事件


金榕表示今天AI技术最大的难点,就是没有一个人理解它为什么可以工作,技术是否真的成熟。目前AI 的基础理论还处于初级阶段,在AI的实践领域面对的技术挑战,也还没有根本性的解决方法。


AI技术的隐私信息困境

原来计算机视觉数据是可以提高技术的研发效率,能够获得更广泛的应用。今天数据对于AI技术来说是非常关键的元素,因为今天几乎所有AI技术的发展都是数据驱动的。当然,也有很多方法可以实现隐私保护, 比如“差别隐私”(Differential Privacy)和“联邦学习” (Federated Learning)。但这些技术还处于初期阶段, 目前还不确定能否根本性的解决数据隐私的问题。


同时,金榕也不赞成关掉所有数据,否则AI技术就会停滞。这两者很难平衡。如今人工智能技术依然在探索过程中,数据仍然具有极高的价值。


加入达摩院的契机

对于从事科学技术研究的人群来说,阿里巴巴最大的吸引力就是通过一个技术平台,为社会产生一个巨大的服务效应,而且,阿里巴巴更加强调技术落地,用技术解决非常实际的问题,这是非常“科技范儿”的,也是所有科学家都十分向往的事情。



金榕举例道:当初拍立淘功能使用的视觉技术、搜索技术、匹配技术等,都是由他的团队开发的。如今每天有3000万用户在使用它,是令他十分高兴的一件事。

达摩院机器智能实验室核心技术能力


如何看待科学家逃离企业

金榕认为企业不一定能够带来科学的核心价值,比如核心理论的突破,但可以给科研续写一些生命。


相比学术圈而言,首先企业是需要非常务实的。如果有问题反馈过来,不管利用什么方式,需要快速有效的解决掉,这是服务用户的要求。其次就是企业整体反应速度是十分迅速的。由于产品需要快速的迭代,技术也要不断发生变化。最后,技术要变成能够对社会有价值的东西,中间还有很多步骤,包括工程化问题、产品适配问题、成本可控的问题等。


截至2021年第一季度的AI产业投资数据图,可以看出自2018年起投资事件数就处于下滑趋势,这是讨论“科学家逃离企业”的原因之一。


回到AI技术上来说,如今科学家要让AI落地,影响人们的日常生活,需要把AI技术产品化,这就需要解决很多现实的挑战,这些现实的挑战是在学术研究领域无法解决,甚至是不被“认知”的,比如稳定性问题、延时问题。这些都需要企业在实践中解决。


编辑:阿里云研究院内容运营主管 赵子千

相关文章
|
数据安全/隐私保护 iOS开发
Apple Music中的DRM保护
苹果音乐(Apple Music)是一种流媒体音乐服务,为用户提供了广泛的音乐内容。然而,为了保护音乐版权,Apple Music使用数字版权管理(DRM)技术对其音乐进行保护。DRM保护是一种加密技术,旨在防止用户未经授权地复制、传播或修改受版权保护的音乐。
3319 1
【链表】还不会用C++实现链表?一文教会你各种链表的实现
【链表】还不会用C++实现链表?一文教会你各种链表的实现
797 0
|
小程序
TDesign电商小程序模板解析01-自定义底部导航栏(二)
TDesign电商小程序模板解析01-自定义底部导航栏(二)
|
9月前
|
Web App开发 存储 NoSQL
互联网医院系统开发如何实现在线问诊与图文视频会诊
本文深度剖析互联网医院在线问诊系统的技术本质,揭示其远超IM+视频SDK的复杂性——实为“订单驱动型医疗业务系统”。从表结构设计、状态机控制、WebSocket图文通信、TRTC视频接入,到合规留痕与高并发优化,全链路拆解SpringBoot+MySQL+Redis+WebRTC技术方案,并附核心代码示例。(239字)
|
11月前
|
存储 JavaScript BI
Python高效实现Excel与TXT文本文件数据转换指南
本文介绍如何用Python高效实现Excel与TXT文件互转,涵盖基础转换、多Sheet处理、固定宽度格式、超大文件分块读取等实战场景,结合pandas性能优化技巧,助力自动化数据处理,显著提升工作效率。
541 0
|
存储 算法 算法框架/工具
Python 数学应用(一)(4)
Python 数学应用(一)
923 1
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
1107 18
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
|
存储 测试技术 网络安全
冲破内核限制:使用DPDK提高网络应用程序的性能(下)
冲破内核限制:使用DPDK提高网络应用程序的性能
|
机器学习/深度学习 自然语言处理 并行计算
【YOLOv8改进 -注意力机制】Mamba之MLLAttention :基于Mamba和线性注意力Transformer的模型
YOLOv8专栏探讨了该目标检测模型的创新改进,包括使用Mamba模型的线性注意力Transformer变体,称为MLLA。Mamba的成功关键在于遗忘门和块设计,MLLA结合了这些优点,提升了视觉任务的性能。文章提供全面分析,并提出MLLA模型,其在效率和准确性上超过多种视觉模型。论文和代码可在提供的链接中找到。MLLA Block的代码示例展示了如何整合关键组件以实现高效运算。更多配置详情见相关链接。