三位代表中国科技圈的85后技术男,他们眼中的AI是什么?

简介: 在备受关注的2017杭州云栖大会上,“中国青年π”圆桌论坛成为极具人气的环节之一。本次论坛由阿里巴巴集团技术生态负责人刘湘雯主持,对话三位年轻的重量级嘉宾:阿里云首席安全科学家吴翰清、物灵科技CEO顾嘉唯、寒武纪CEO陈天石。


image


在备受关注的2017杭州云栖大会上,“中国青年π”圆桌论坛成为极具人气的环节之一。本次论坛由阿里巴巴集团技术生态负责人刘湘雯主持,对话三位年轻的重量级嘉宾:阿里云首席安全科学家吴翰清、物灵科技CEO顾嘉唯、寒武纪CEO陈天石。

这三位代表国内科技圈的“85后”技术男神,对人工智能、行业发展、商业规律有哪些独到的见解呢?下面让我们来共同回顾。

image
阿里巴巴集团技术生态负责人刘湘雯

湘雯:各位来宾上午好,我们今天圆桌主题中国青年π,无理数,代表我们年轻人面对的无穷变化的环境,以及在其中探索中不确定的美,今天论坛我们有幸邀请到三位中国科技前沿的青年代表,他们是中国科技界的后起之秀。

相信对于在座的科技迷来说,TR35并不陌生,MIT TR35是麻省理工大学科技评论杂志专门针对35岁以下的正在改变世界的杰出青年科技工作者和发明家的奖项。每年会颁发给全球范围内35位。从1999年这个奖项设立以来,18年来总共有17位来自中国的获奖人,今天有幸邀请到其中的两位,他们是:2016年获奖人顾嘉唯,2017年获奖人吴翰清,还有陈天石,科大少年班,作为弟弟,这次也是代表这个奖项的2015年获得者陈云霁来的,有请三位。

三位都是85后,在各自的领域也获得了行业公认的认可,虽然你们都在不同的领域,但是现在或多或少都在和人工智能产生联系。那我们接下来先请大家做自我介绍,有一个小小的要求,希望大家用人工智能的语言。


image
寒武纪CEO,中国科学院计算技术研究所研究员、博导 陈天石

陈天石:大家好,我叫陈天石,我所从事的方向是AI芯片领域的基础研究和产品开发。

我之前是毕业于中国科技大学,看到今天的论坛,上午有好几位前辈,像闵万里、周靖人,待会要演讲的汤晓鸥都是中国科技大学校友,非常荣幸。现在我工作于中国科学院,最近创建了一家企业寒武纪,从事AI芯片的研发。

image
阿里云首席安全科学家吴翰清

吴翰清:我是阿里云的吴翰清,在人工智能领域,我也还在学习,向各位前辈学习。

image
物灵科技联合创始人/CEO 顾嘉唯

顾嘉唯:大家好,我叫顾嘉唯,现在做的一家公司叫物灵科技(ling.ai),在此之前一直在微软研究院和百度深度学习实验室从事人机交互研究和人工智能的产品化工作。昨天很高兴看到阿里宣布成立“达摩院”,研究方向也定在了机器智能、智联网和人机自然交互,很欣喜地看到我过去几年的研究方向在最近正在越来越受到科技圈的高度关注。

现在我们的物灵科技想把AI带入家庭,做的是消费升级,家里面智能硬件的品类。过去几年有一些智能硬件公司都做不下去了,在我看来当时的智能硬件是联网硬件,不是真正的智能硬件,是属于万物互联时代,积累了几年数据之后,现在的计算能力和AI技术在语音语义技术和计算机视觉技术上的突破,逐渐把我们带入万物智能时代。像刚才阿里发布的AliGenie 语音开放平台一样,现在包括BAT巨头在内,有很多的在做语音技术平台的公司,这种技术红利能够助力新的创新创业公司的机会,新的一波能够做升级消费产品的机会。

湘雯:历史总是惊人的相似,今天的人工智能就尤如昨天的互联网,移动互联网,当一个新的事物到来时,总会有人怀疑、观望,有人积极拥抱,想请问三位人工智能对于创新创业者,到底意味着什么?

陈天石:这个问题比较难回答的,凡是比较大的问题都是比较难回答的。从我们角度出发,我们从事AI芯片方向的产品研发,我们所要做的事情就是去研发能够加速人工智能处理的专用的处理机芯片。有了这样的芯片以后,上层的开发者以及创业者,能够获得更加廉价,更加高效,性能更好的芯片去支持我们的创新创业者去开发上层的人工智能应用。只有整个计算机系统更加廉价,更加节省功耗,更加容易获取,才会有希望去推进人工智能创新创业的发展。至于上层的应用,我相信我们的人民群众的智慧是无穷的,大家肯定会在上面想出很多特别有意思的应用。这个我们其实是抱着一个特别乐见其成,愿意提供支撑的角度看这个事情。

顾嘉唯:说到这个应用层面,其实我们可以对比美国和中国在信息科技领域的发展,过去几年,我们中国很多创业者是在互联网和移动互联网上做模式创新,这个前提是很多基础建设好了,你做整合就行了。到智能时代,即便是在美国很多部件型技术也还没有成熟,一些限定技术边界的单项领域,CV和NLP领域有突破,但是通用智能没有到来,所以商业化过程不是人们以为的那样智能什么都可以解决。

在找应用机会的时候,我们把AI分成两大块:我把它定义为新AI时代的前十年和后十年,前十年我们要做的是行业+AI,今天有各行各业几乎都可以被人工智能这个新生产力工具升级替换效率。以前的互联网解决ABC点的连接问题,但是在很多行业领域供需不平衡,就没有办法用“互联网+”的办法去简单地连接解决问题,智能时代可以解决供需关系的再分配,帮助提升供给端效率,这是很大的革命创新,帮助行业的提升,解决制造业的问题,金融的问题,安防的问题,医疗的问题,这也是我们的万象AI研究院正在做的事情。

新AI时代的后十年我们要做的是消费者+AI,也是物灵科技今天扎进去做的事情,我们旨在希望创建一个“万物有灵”的人机共生的世界。这个时代需要越来越多的人工智能部件型技术去日益完善。我们也看到机会,人工智能是可以革新人机交互的新始点。美国人看到类似Amazon Echo、Google Home等智能音箱类产品迅速成为一个新的消费级产品爆款的类型,这样的机器智能带给人们交互方式的革新,交互方式本身催生了新的机会。

过去的每个十年,人机交互的创新都会催生巨大的公司,比如英特尔、微软、苹果等。当年马车被汽车取代的时候,人们是措手不及的,今天有人把人工智能比作电力、蒸汽、轮子,那么我们这些发明者就有机会在这个激动人心的时代,像当年汽车、飞机、手机这些伟大发明一样,创造出下一个十年的基于AI的消费者产品进入家庭改造生活方式,比如无人车、家用机器人、个人智能助理等等。

湘雯:谢谢,安全专家总是会从更加独特的视角来讲。

吴翰清:2015年我到美国看了一圈,当时所有的公司都在谈深度学习。2016年去的时候所有公司在谈人工智能。从深度学习到人工智能的跨越,实际上是代表从技术到业务的一种眼光的转变。它的本质其实是类似的。

今天我觉得人工智能实际上不是第一次在整个产业开始变得非常活跃,历史上出现过两三次。所以今天这一次我觉得也不应该是最后一次。实际上这次人工智能的热潮是因为深度学习引起的,而深度学习是因为近些年来在计算上的突破。所以从神经网络的角度来讲,实际上今天的深度学习只是它的计算层数更多了。所以本质还是计算引起的革命。然后在某一些领域里面实现了一些突破。比如说在计算机视觉、语音领域实现了一些突破。实现了一些突破之后让大家看到新的机会,这是今天大家谈人工智能的基础。

今天谈人工智能很多人不知道自己谈什么,人工智能领域涵盖了太多的东西,每家公司对人工智能的理解都不一样,包括计算机视觉、包括语音,自然语言处理,包括人机对话,包括人工智能的框架,AI的框架,算法的框架以及计算包括芯片。所以当我们在谈人工智能的时候,不知道自己在谈什么,这是我想批判的第一件事情,今天人工智能的热潮,大家都在赶时髦。

第二就是今天整个人工智能,做的所有事情依然纠结如何让机器变得像人。阿里对这件事情有不一样的地方,我们认为真正的智能应该让机器做人做不到的事情。今天阿里谈机器智能的原因,因为今天做了太多让机器变得像人的事情,这还是解决人能解决的问题,今天机器要解决的是人所不能解决的事情,这是机器存在的意义。我从事的领域,之前一直是网络安全,安全是一门应用科学,它做的是如何把各种技术应用于去保护我们自己的资产。这是一门研究对抗的学科,研究人与人之间的对抗。

在过去十多年我一直研究如何在网络上打击犯罪,现在做的事情想把网络两个字拿掉,变成打击犯罪。今天这个领域需要越来越多的数据,去构建、完善一个真正安全的大脑,让我们所有的决策变得智能,做人真正做不到的事情。

从这个角度来讲,今天依然要不断反思,人工智能时代做的事情是不是足够的,从深度学习的角度来说,今天很多事情是用非常简单粗暴的计算去把整个智能推到新的高度,但这未必是正确的道路。所以今天学术界也是反思今天做的所有事情,用大数据去研究,去产生出智能。未来可能真正需要考虑的是如何用小数据去催生出智能。比如一头牛刚生下来也没有太多的数据,就能学会吃草,这才是真正的智能。这条道路还有非常长的路要走,今天还远远只是开始,而且我可以断定这不是我们最后一次谈论人工智能。

湘雯:谢谢小黑。我作为一个人,希望在智能时代有所作为,练就十八般武艺。学习了这么多年,到底要做些什么才能更好跟这个时代处呢?请大家用一句话讲讲对我们的寄语。

陈天石:我觉得如果用一句话总结,应该是要终身学习。

吴翰清:今天这个时代更多的是去思考如何用新的技术做业务创新。当技术浪潮来的时候,我们从事的每一个,每一份工作,每一份职业可能都会面临被颠覆的风险,所以当我们自己不去改变,而别人改变的时候就是自己会被淘汰的时候,所以我们需要不断的前进,尝试,而很多业务创新是因为技术创新引起的,所以我觉得需要对技术保持高度的关注。

顾嘉唯:先说一下观点,我们需要真正在这个时代找到商业模式。在物灵科技,我就不只是在做原型创新,更多地是要真正找到人工智能的商业落地场景,举一个例子,Luka绘本机器人,就是基于儿童教育场景中绘本,为2到6岁孩子高频需求场景打造的,像AlphaGO学了所有棋盘一样,我们学习了市面上所有绘本的知识图谱,图像识别直接讲解绘本内容故事,跟孩子进行语音互动,是一款有灵性的AI消费品。我们希望用AI技术和灵性设计的结合创造产品成为孩子的玩伴,把小孩从屏幕拽回到真实的阅读习惯。

如今到了非常好的时代,今天的人工智能,会催生出BAT这样新巨头的机会,但是关键是要看在今天的智能时代技术突破的过程中,谁在创造类似于互联网时代搜索引擎这样的兼具技术创新和商业模式的好产品?在大家还看不到、看不懂的时候,谁能最先产品化、商业化,找到商业翘动点则是最关键的时候。

湘雯:少年志则中国志,少年强则中国强,少年进步则中国进步,人工智能时代有非常多的未知,它在台上台下各位的手中。感谢三位的分享嘉宾,谢谢。

来源:阿里技术
原文链接

相关文章
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
67 10
|
3天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
7天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
43 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
7天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
44 14
|
8天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
45 13
|
6天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
7天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
22 6
|
13天前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。
|
2天前
|
人工智能 安全 图形学
【AI落地应用实战】篡改检测技术前沿探索——从基于检测分割到大模型
在数字化洪流席卷全球的当下,视觉内容已成为信息交流与传播的核心媒介,然而,随着PS技术和AIGC技术的飞速发展,图像篡改给视觉内容安全带来了前所未有的挑战。 本文将探讨篡改检测技术的现实挑战,分享篡改检测技术前沿和最新应用成果。