李彦宏:人工智能要注重满足“真需求”而非炫技 | 起来嗨

简介: 3月27日上午,在深圳举办的“2016中国IT领袖峰会”上,百度董事长李彦宏、腾讯董事长马化腾、联想CEO杨元庆、乐视CEO贾跃亭就创新与共享展开高端对话。

      3月27日上午,在深圳举办的“2016中国IT领袖峰会”上,百度董事长李彦宏、腾讯董事长马化腾、联想CEO杨元庆、乐视CEO贾跃亭就创新与共享展开高端对话。

      作为中国互联网行业的技术派代表,李彦宏第一轮发言便把整场对话带入高潮。其中,“共享经济类似共产主义社会,但理想很美好,还得靠实干”、 “人工智能是披着狼皮的羊”、“战争和商业是科技创新的两大推动力”、“BAT三座大山只是盆景,别太当真”等精彩观点,频频引发了全场热烈的掌声。

人工智能:要注重满足“真需求”而非炫技

      尽管“IT创新与共享经济”是主持人吴鹰为这场高端原计划的对话主题,但最近热火朝天的AlphaGo对弈李世石,也让“人工智能”概念成为了整场对话中的核心关键词。作为国内人工智能投入久、研究深的互联网大佬,李彦宏结合自己多年来在人工智能领域的洞察和经验,给在座近千位观众上了一堂中国版的人工智能“科普课”。

      李彦宏把人工智能形容为“披着狼皮的羊”,并直言,人工智能虽然看着可怕,但其

      对于人工智能和人的能力之间的差异,李彦宏表示:“(很多事情)在机器看来容易的,在人来看来就是难的;但在人类看起来容易的,在机器看来却是难的。让机器下围棋时容易的,让机器开车时难的。”

      而在李彦宏看来,满足人类“真需求”是做人工智能的重点,而非沉迷“炫技”;同样,与模式、平台、入口等看似高大上的“战略性热词”相比,思考怎么满足人们和市场真正的需求,怎么能把人从简单重复的工作中解放出来,才是做技术、做产品、以及做企业的关键。

      李彦宏继续表示,百度从2012年开始就积极在以深度学习为核心的各种人工智能领域进行了深入研究。百度的语音搜索和过去的键盘搜索的体验很不同,这或将改变人们与人工智能沟通的方式与深度。同时,百度已经将26种语言的700多个方向的人工智能翻译技术开放给社会使用;这对人类的沟通和理解方面,将会是一个很有意的提升。对此,李彦宏说,人工智能的发展会创造出来很多很多机会,而且百度将开放自己的人工智能技术,让中国社会的全体人民与各行各业公司均获益。

竞争并非俗套:战争和商业是科技创新

      对于“大公司掌握数据,是否会阻碍未来共享”的疑问,李彦宏回应,数据只有共享出来,才可以很好地发挥价值,而百度不仅愿意共享数据,也共享很多技术。“比如我们的语音识别技术是开放的,大家可以随意调用,我们自动翻译的技术,大家都可以去使用,还有很多,比如说定位技术、图象识别技术,很多技术都可以用。”李彦宏同时表示,开放技术也帮百度积累了很多数据,“数据越多就约有机会去改进自己的技术,所以这是一个不断的加强的过程”。

       而在面对主持人现场提出四人两两组队共同合作的话题时,李彦宏表示,如果有一天和马化腾共同合作,会考虑两个问题:第一点是要合作、但不要合并,对此他解释道:“虽然腾讯和百度企业文化比较类似,但这么大体量的公司如果合并风险还是非常大的”。第二点则是要保持自己擅长的优势,不能被拉到合作方擅长的领域中去“打仗”,“因为要打胜仗最最关键的就是脑袋要清楚,自己该干什么、不该干什么,别人擅长干什么、不擅长什么。

       在谈到企业之间的竞争时,一向认为“竞争是好事”的李彦宏再次表示,虽然杨元庆、贾跃亭几位都比较避讳讲到“竞争”一词,但他个人却觉得“竞争不俗”,甚至竞争还是推动科技创新的关键因素。李彦宏以哥伦布发现新大陆等历史上的故事为例指出,科技的进步或伟大的创新背后,一定有两个不容忽视的推动力量:一个是战争,人在惧怕死亡时会激发巨大创造力;另一个则是商业,商业的竞争是对企业存亡的威胁,“你要是一直觉得自己的公司不会死,有一天你真的可能就死了。如果你天天觉得公司会死,你这个公司反而会越做越大”。


相关文章
|
9天前
|
机器学习/深度学习 人工智能 运维
人工智能在事件管理中的应用
人工智能在事件管理中的应用
52 20
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
75 11
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
104 0
|
13天前
|
机器学习/深度学习 数据采集 人工智能
人工智能在农业中的应用:智慧农业的未来
人工智能在农业中的应用:智慧农业的未来
44 11
|
1月前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
28天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
206 10