人工智能是第四次工业革命的技术基石

简介:

2016世界经济论坛年会(冬季达沃斯)在瑞士小镇达沃斯如期开幕。百度总裁张亚勤受世界经济论坛创始人及执行主席施瓦布教授邀请出席年会,这也是百度公司首度亮相冬季达沃斯。在年会第一天的焦点之一:人工智能分论坛上,张亚勤分享了他对于人工智能技术发展前景的判断,“人工智能是第四次工业革命的技术基石”。在他看来,对人工智能的研究固然需要更多的投入和基础设备,但它的发展已经远远快于大多数人的想象。

 张亚勤:人工智能是第四次工业革命的技术基石

下附为张亚勤在上述人工智能分论坛上发言的实录:

人工智能已迎来发展的核心阶段,百度乐于与全世界分享研究成果。人工智能在过去几年渐渐成为了主流,也迎来了发展的核心阶段,要知道再十几、二十年前,这项技术也仅仅只在实验室里出现。而在百度,人工智能作为一种基本技术,在我们所提供的产品和服务的每一处都得以体现,语音识别,文字识别,机器翻译,搜索引擎,广告平台,还有自动驾驶技术,我们为百度内部各个项目组搭建的信息技术平台,事实上全世界的研究人员都可以进行访问。就像您刚才提到的那个观点,小型的、刚起步的企业,可以借助百度、谷歌、微软这些大型企业所提供的平台来完成相应的技术开发。因为,我们都知道人工智能的研究需要一些硬性资源来支撑,其中之一就是强大的计算能力和大数据,这些只有一些大型企业才能提供。另外,百度还拥有世界最大的深度神经网络,我们也很乐意与全世界分享。

人工智能对研发环境的要求日益提升,但其发展比大多数人想象的要快。我们(百度)有很多数据,我们有很多用户。让我们回到无人车驾驶这个问题上,这当然是很神奇的事情,我们刚刚在北京完成了第一次路测,是从我们的办公大楼出发的。包括在关闭状态下的普通路段,高速公路上进行了测试。并且这一过程完全没有人力的介入。这样的情况下无人车的最高时速达到了100公里每小时,并且能够完成人开车时进行的各种复杂的操作,但是还需要一定的时间才可以达到商业量产的难度,不仅仅是电脑技术的革新,要能够感知物体,还要知道行人的位置,当然我们还需要一些基础的装置。比如需要完全不同、高精度的地图,需要更精准的定位,能够精准定位到几厘米的雷达扫描设备,所以我们真的需要更多的投入和基础装置准备,所以这是个很有意思的事情,但是它的发展比大多数人想得要快,不会花费20年的时间。我的团队提议进行研究并且保证,这会很有趣,我们应该投资,这是人工智能项目,这是地图项目,曾经(以为)也许要15年的时间,但是现在花费的时间要少得多。

如何确保人工智能可靠且可控,需要全世界共同思考。对一个公司而言,要做人工智能的研究就必须意识到、考虑到一个大体的方向。强大的人工智能会超越人类智力的发展,显然这是一个合法性的问题,当下很有争议。就像主持人说的那两个词,我们需要确保人工智能是可靠且可控的。但短期内,显然从产业发展的角度我们投资的是弱人工智能。这事实上是人类智力的放大,然而,当我们考虑事情的另一面,我们会发现,随着机器变得越来越智能、随着人类越来越依赖这些精妙的机器,人类在某种意义上显得不那么聪明了。我们通过搜索引擎查找资料,要不了多久我们练车都不会开了。没错,我们变懒了,我们不会像从前那样花时间去思考。这种情况在本质上可以视作一种社会行为的变化。在这种情况下,人们的思维与其通常的思维方式以及决策方式大为不同。举个例子,大概一个月前,我和我妻子开车从西雅图到温哥华,出发后差不多一两个小时左右,我们接到物业公司的电话说我们家被非法闯入了。所以我们就开回去,警察在那里调查,但没有发生什么侵入,什么事都没发生。然后他们回放监控视频,发现是我们家的吸尘器不知怎么的启动了,正在打扫屋子,打扫完毕后归位。这样的事情很奇怪、很有趣。但是,随着机器自动化越来越高,越来越多的智能机器人出现在寻常百姓家,这些都是我们应当考虑的问题。


现在来看,未来几十年的技术,人工智能都是其基础,也是发展其他一切的动力,所以如果你在创业、在投资,考虑人工智能吧,它是其他一切事物的必需品。




原文出处:科技行者
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。
目录
相关文章
|
4天前
|
传感器 人工智能 自动驾驶
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第27天】 随着城市化的快速发展,交通拥堵已成为全球城市的普遍问题。本文探讨了人工智能(AI)技术在缓解城市交通压力、提升交通效率方面的应用前景。通过分析智能信号控制、交通流量预测、自动驾驶车辆以及公共交通优化等关键技术的实际案例,评估了AI在现代交通系统中的潜力与挑战。本研究不仅展示了AI技术在改善城市交通中的有效性,同时也指出了实施过程中需要克服的技术和社会障碍。
|
22天前
|
人工智能 自然语言处理 NoSQL
对谈Concured首席技术官:利用AI和MongoDB打造个性化内容推荐系统
内容无处不在。无论消费者寻找什么或所处任何行业,找到内容并不困难;关键在于如何找到对应的内容。
1563 0
|
1月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的突破与应用
在当今数字化时代,人工智能技术的快速发展正深刻改变着各行各业。特别是在医疗领域,AI技术的应用已经带来了革命性的变革。本文将探讨AI技术在医疗诊断中的突破与应用,分析其对医疗行业的影响以及未来发展趋势。
18 2
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的突破与应用
近年来,人工智能(AI)技术在医疗领域取得了巨大的突破和应用。本文将介绍AI技术在医疗领域的应用现状和未来发展前景,并探讨其对医疗行业带来的影响。
16 0
|
1天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。
|
1天前
|
机器学习/深度学习 人工智能 监控
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第30天】 在快速发展的城市环境中,交通拥堵已成为一个日益严重的问题。随着人工智能(AI)技术的不断进步,其在交通管理领域的应用展现出了巨大潜力。本文将探讨如何通过集成机器学习、深度学习和大数据分析等AI技术来优化城市交通系统。我们将讨论智能交通信号控制、实时交通流量监控、预测模型以及自动驾驶车辆如何共同作用于缓解交通压力,提升道路使用效率,并最终实现智能、可持续的交通生态系统。
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
学习AI技术
【4月更文挑战第30天】学习AI技术
9 4
|
2天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成技术
【4月更文挑战第29天】随着人工智能技术的不断发展,其在软件测试领域的应用也越来越广泛。本文主要探讨了AI驱动的测试用例生成技术在自动化测试中的应用,以及其对提高测试效率和质量的影响。通过对现有技术的深入分析和实例演示,我们展示了AI如何通过学习和理解软件行为来自动生成有效的测试用例,从而减少人工编写测试用例的工作量,提高测试覆盖率,降低错误检测的成本。
|
13天前
|
机器学习/深度学习 人工智能 算法
未来AI技术的发展与应用前景
随着人工智能(AI)技术的迅速发展,其在各个领域的应用前景备受关注。本文将探讨未来AI技术的发展趋势,以及其在医疗、交通、教育等领域的潜在应用,展望AI技术对未来社会的影响和改变。
22 1
|
15天前
|
机器学习/深度学习 数据采集 人工智能
2024年AI辅助研发:技术进展与行业应用展望
2024年AI辅助研发:技术进展与行业应用展望
31 0