机器认知、人机交互、边缘计算……在这里,他们谈论了关于AI的关键议题

简介: 在今天的2019中国(深圳)IT领袖峰会上,业内大咖的答案是什么?

在今天的2019中国(深圳)IT领袖峰会上,业内大咖的答案是什么?

暗知识正在成为推动AI的那支“看不见的手”吗?

边缘计算是被高估还是终极武器?

这些在AI领域时刻被探讨的话题,在今天的2019中国(深圳)IT领袖峰会上,有了一些不一样的答案。

3月30日,2019中国(深圳)IT领袖峰会在深圳召开,在下午举办的青年领袖论坛暨行业报告发布上,业内大咖分享了他们对技术和产业发展的观点。

“吃进去的是数据,吐出来的是相关性。”

在开幕演讲中,CEG Ventures创始管理合伙人王维嘉提纲挈领地谈到了当前人类知识图谱的发展以及机器认知可能带来的颠覆:当机器可以自己获取知识来学习,相当于人类给自己创造了很多小的上帝。

TB1SgNzONTpK1RjSZR0XXbEwXXa.png

从AlphaGo、AlphZero到AlphaFold,小数据的无监督式学习让机器有机会自我学习,王维嘉将机器认识的某种不可解释性定义为“暗知识”,即隐藏在海量数据中的相关性,或者万事万物间的隐蔽关系。

他认为神经网络的本质是在数据中提取相关性,这也是人类大脑工作的基础。在人类的知识图谱中,有些知识在大脑中建立的联系是无法用符号描述出来的,这种就是“只可意会不可言传”的默知识。默知识之外,我们人类的知识图谱也包括那些既不可表达,也不可感受到的暗知识。

在AI的发展中,机器认知正在逐渐学习掌握这种“暗知识”。

与此同时业界存在一种新理性自负——AI自负,抱有这种理论的人认为机器会比你自己还懂你,分散的数据很容易集中。王维嘉持相反意见,他认为现有的需求可以集中但是创新供给是无法集中的,公司竞争的本质是创新。同时,机器人只能根据过去行为收集数据,无法发现隐蔽需求以及未知需求。

所以机器会产生自我意识吗?王维嘉相信基于人工神经网络的机器是很难产生这种意识,它是一个非常小概率的事件,因为人工神经网络只是脑神经元的高度简化。

但暗知识的发现意味着机器认知时代的到来。无处不在的传感器记录着世界状态,机器发现数据中隐蔽的万事万物的关系,而基于数据的算法会优化生活和生产活动,最终人类的知识总量和机器相比,只是沧海一粟。

“柔性+”融合感知、计算和互联

折叠屏手机的相继问世,产业界也越来越关注柔性显示技术的发展。如今处在风口浪尖的柔宇科技,其董事长兼首席执行官刘自鸿分享了他们对未来信息技术的思考,尤其是柔性技术,并在现场展示了他们新发布的折叠屏手机柔派。

TB1XaF0OOLaK1RjSZFxXXamPFXa.jpg

刘自鸿回顾了信息技术迭代的几个关键节点,从PC、互联网到移动互联网再到当前所说的万物互联,然而万物互联的时代还没有到来。

刘自鸿表示,除了手机电脑,大部分东西还没有连接起来,未来无线连接再结合5G才是万物互联的时代。与此同时,我们需要一个人机交互的界面,机器有了人机交互后,才能借助数据算法去帮助我们解决现实的问题。

因此,信息技术的未来有三件事,一是人机交互、二是人工智能,三是万物互联。这三者即感知、计算和互联,而其中的关键之一就是柔性技术。

过去,柔性屏面临的最大问题是量产,几个关键特性是厚度、重量、显示亮度等等。刘自鸿坦言柔宇科技在2018年第二季度实现了大规模量产,意味着柔性技术从1到N的突破,但客户端更关注的是技术的使用价值,也就是N到N+,所以他们推出了折叠屏手机等产品。

而当前的柔性技术不仅仅给消费电子产业带来了变革,同时包括智能交通、建筑装饰、机器人、办公教育等领域。柔性屏之外的柔性传感技术,也最终会让万物互联的智能化生活更快、便捷地实现。

最后刘自鸿总结道,“柔性+”会融合感知、计算和互联,给万物互联带来新的价值。

边缘计算:应对海量数据挑战

5G概念的火热,也引发了新一轮对边缘计算的关注和讨论,一直专注于自动驾驶处理架构的地平线,也带来了他们对边缘计算的新思考。地平线机器人联合创始人、算法副总裁兼研究院院长黄畅分享了《计算为王、共创AI“芯”时代》的演讲。

TB1osdahDZmx1VjSZFGXXax2XXa.jpg

当前,全球的数据量快速增长,如果全部回传到云端处理,显然不大现实。黄畅强调边缘计算是应对海量数据挑战的关键,它可以减少反应延迟、满足隐私要求、节省存储运输成本。

但面对海量数据和复杂场景,算力成为AI发展的重要瓶颈,黄畅认为我们现在缺乏的是实时数据处理的手段。

而在大计算时代,处理器正在成为AI生态的核心。虽然当前国内的AI产业正处于爆发期,这种爆发主要集中在论文、资金、市场等维度,但国内的AI处理器和基础硬件产业发展相对弱势。

AI的出现让处理器的架构发生翻天覆地的变化,地平线在2017年推出了国内首款AI视觉芯片。黄畅介绍他们的解决方案将算法和处理器深度融合,可以在处理能力、成本以及功耗上有数量级的提升,超过通用的处理架构。

演讲尾声,黄畅也总结了当前AI发展的几个趋势:

当摩尔定律趋缓,登纳德定律终结,AI时代悄然降临。曾经连专家都觉得棘手的问题,今天被海量数据驱动解决,代价是空前的计算消耗;

硬件持续追求专用、高效,而软件仍执着于通用、灵活;

AI无所不在、深入人心,隐私和安全的问题却逐渐凸显;

云上的智能日益强大,去中心化、走向边缘侧的呼声也是此起彼伏。

最后

在明天(31日)召开的2019中国(深圳)IT领袖峰会主论坛上,腾讯公司董事会主席兼首席执行官马化腾、清华大学国家金融研究院院长朱民、香港交易及结算所有限公司集团行政总裁李小加、华为消费者业务CEO余承东等行业大佬也将悉数登场,分享他们对产业、技术的认知。届时,镁客网也将持续跟踪报道。

相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
AI伦理边界:当机器决策超越人类认知
【9月更文挑战第5天】AI伦理边界的探索是一个复杂而艰巨的任务,需要政府、企业、学术界和社会各界的共同努力。随着AI技术的不断发展,我们有理由相信,通过不断的探索和实践,我们一定能够找到一条既符合伦理道德又能够充分发挥AI技术潜力的道路。在未来的日子里,让我们携手并进,共同迎接AI技术带来的机遇与挑战。
|
11天前
|
存储 人工智能 JavaScript
根据Accenture的研究,CEO和CFO谈论AI和GenAI是有原因的
数字化转型与当前GenAI领导者之间的关键区别在于,CEO和CFO(而非CIO)似乎参与了指导AI投资的过程。例如,Accenture在2024年1月报告称,到2023年底,在财报电话会议中提到AI的次数几乎达到4万次,因为C级领导层正在为“重大技术变革”做好准备
20 0
|
2月前
|
存储 边缘计算 人工智能
【边缘计算与AI】分析边缘计算在处理AI任务、优化响应速度和数据隐私保护方面的作用和潜力
边缘计算与AI的结合是当前技术发展的重要趋势,两者相互依存、相互促进,共同推动着数字化转型的深入发展。以下是对边缘计算与AI关系的详细分析
68 6
|
2月前
|
边缘计算 人工智能 监控
边缘计算与AI结合的场景案例研究
【8月更文第17天】随着物联网(IoT)设备数量的爆炸性增长,对实时数据处理的需求也随之增加。传统的云计算模型在处理这些数据时可能会遇到延迟问题,尤其是在需要即时响应的应用中。边缘计算作为一种新兴的技术趋势,旨在通过将计算资源更靠近数据源来解决这个问题。本文将探讨如何将人工智能(AI)技术与边缘计算结合,以实现高效的实时数据分析和决策制定。
101 1
|
3月前
|
机器学习/深度学习 人工智能 算法
AI与创意写作:机器如何学习讲故事
【7月更文挑战第8天】在数字时代的浪潮中,人工智能已经从实验室走向了文学创作的领域。本文将探讨AI在创意写作中的应用,揭示它如何通过算法模仿人类的思维模式,生成引人入胜的故事。我们将一同穿梭于代码与文字之间,见证一个由数据驱动的叙事新纪元的诞生。
|
3月前
|
机器学习/深度学习 人工智能 数据可视化
东哥教你如何用Orange Ai pro为家里做一个垃圾分类检测机器
## 摘要 本文由东哥原创,介绍了使用Orange AI Pro开发板进行AI项目开发的体验。这款开发板主打强大的AI算力,搭载昇腾AI芯片,提供8-12TOPS的性能,媲美英伟达RTX3080显卡。它支持外接eMMC和4K显示器,适合实时视频流模型部署。作者详细阐述了从购买、烧录镜像到环境配置的过程,包括安装ACLLite库、模型转换工具ATC的使用,以及YOLOv5模型的转换和部署。文章还展示了如何建立一个垃圾检测项目,利用计算机视觉进行实时垃圾分类,并分享了性能体验,认为开发板在散热和噪音控制上表现良好,适合AI爱好者和开发者进行DIY项目。
|
5月前
|
人工智能 边缘计算 安全
边缘计算与AI的融合:未来智能系统的关键
【5月更文挑战第24天】随着人工智能(AI)和物联网(IoT)技术的迅猛发展,数据的产生和处理需求呈指数级增长。边缘计算作为一种新兴的分布式计算范式,旨在通过在数据生成的源头即边缘设备上进行数据处理,来降低延迟、提高效率并保护隐私。本文探讨了边缘计算与AI技术结合的必要性,分析了其在实现智能化系统方面的优势,并讨论了在融合过程中面临的挑战及潜在的解决方案。
|
5月前
|
传感器 边缘计算 人工智能
边缘计算在AI时代的应用与挑战
【5月更文挑战第29天】 随着人工智能技术的飞速发展,数据处理需求日益增长,传统的云计算中心已难以满足即时性、安全性及带宽效率的要求。边缘计算,作为一种新兴的分布式计算模式,将数据处理任务迁移至网络的边缘,即数据产生的源头附近,从而减少数据传输距离和时间延迟,提高系统响应速度。本文探讨了边缘计算在人工智能领域的应用,分析了其面临的主要技术挑战,并提出了可能的解决方案。
|
5月前
|
存储 边缘计算 人工智能
边缘计算在AI时代的关键技术演进
【5月更文挑战第29天】随着人工智能技术的飞速发展,数据处理需求日益增长。边缘计算作为一种新兴的计算模式,将数据处理和存储从中心云转移到网络的边缘,更接近数据产生的源头。本文聚焦于边缘计算在AI领域的应用及其技术演进,探讨了其在提高响应速度、降低带宽成本及增强数据隐私方面的重要性。通过分析当前边缘计算的技术挑战与未来趋势,旨在为读者提供一个全面的理解框架。
|
5月前
|
存储 人工智能 搜索推荐
阿里云佘俊泉:边缘云场景的探索与机遇
2024全球分布式云大会·北京站,阿里云演讲《创新涌现,边缘云场景的探索与机遇》
113 8
阿里云佘俊泉:边缘云场景的探索与机遇

热门文章

最新文章

下一篇
无影云桌面