机器之心GMIS 2017圆满闭幕,全面解读前沿研究、产业落地及AI全球化

简介: 5 月 28 日,机器之心主办的第一届全球人工智能峰会(GMIS 2017)顺利闭幕。在为期两天的大会中,许多学界和业界的重量级嘉宾在 GMIS 的舞台上分享了机器学习的前沿进展、交叉学科的新奇思想、人工智能的炫酷应用以及机器智能时代的创业经验。在第一天,有「LSTM 之父」之称的 Dalle Molle 人工智能研究所副主任 Jürgen Schmidhuber、Citadel 首席人工智能官邓力、腾讯 AI Lab 副主任俞栋等嘉宾为我们带来了干货十足的头脑风暴和前沿解读。


大会第二天,人工智能领域「标准教科书」《人工智能:一种现代方法》作者之一 Stuart Russell、第四范式首席科学家 & 香港科技大学计算机科学与工程系主任杨强、上海交大教授 & 思必驰联合创始人兼首席科学家俞凯、阿尔伯塔大学教授 & 计算机围棋顶级专家 Martin Müller 等学界大牛继续分享了机器学习领域的前沿研究和探索。而除了技术分享之外,大会第二天还安排了更多有关人工智能产品、应用与投资的内容;科大讯飞执行总裁兼消费者事业群总裁胡郁、蚂蚁金服 VP 兼首席数据科学家&普渡大学终身教授漆远、搜狗 CEO 王小川、Element AI 联合创始人 & 投资委员会顾问 Jean-Sebastien Cournoyer、百度 VP 兼百度风投 CEO 刘维、联想之星 Comet Labs 管理合伙人 Saman Farid 等业界和投资者优秀代表分享了对人工智能应用、商业化与社会影响的思考。在这篇文章中,机器之心对 GMIS 2017 第二天的主要内容进行了梳理介绍,更详细的报道可以查看机器之心官网 GMIS 专题:http://jiqizhixin.com/special/detail/id/7


微信图片_20211128190044.jpg


和昨天一样,今天同样首先安排了两场主题演讲——Stuart Russell 的《人工智能的过去、现在与未来》和杨强的《迁移学习研究与应用》。


在《人工智能的过去、现在与未来》中,Stuart Russell 首先对人工智能的发展历史进行了梳理,Russell 说,人工智能是一个内涵丰富的学科,其内容涉及哲学、数学、神经科学等学科与领域。同时,人工智能也不是一个新学科,其经历过两次人工智能寒冬。现在,人们开始认真地看待人工智能,迎来了人工智能爆炸的奇迹。那么,为什么深度学习能取得成功呢?Russell 举了 AlphaGo 战胜李世石的例子。「AlphaGo 包含了很多技术,一种就是深度学习,也用到了蒙特卡罗树搜索,可以得到非常高效的结果,它可以追溯到 1950 年代的一些复杂但是经典的搜索方法。另一方面,人工智能很多领域的发展也促成了 AlphaGo 的成功,比如支持深度学习的硬件发展。」刚刚输给 AlphaGo 的柯洁也曾说,去年跟 AlphaGo 下棋的时候好像还是在跟人下棋,而今年他觉得好像是跟上帝下棋一样。


考虑到已有人工智能寒冬在前,虽然现在所有的发展都非常让人欣慰,但还是有可能是一种噱头。人们需要审慎考虑,不要因为过度的期待而觉得失望。Russell 说:「我们上一次 AI 寒冬是因为这个技术的前景和一些承诺。很多人可能都不太记得当时的内容。20 世纪 80 年代的一些技术,在真实的世界当中时并不是非常奏效。那时深度学习也不太受欢迎。但是如今我们可以更新现代的技术,可能未来对训练、数据的要求也不用再那么高。」


对于人工智能的现在、未来以及眼下仍无法实现的问题,Russell 也给出了自己的观点。


「虽然我们缺失的东西很多,但是我们已经能够预见到,不远的将来,AI 系统能够具备像人一样的能力了。」Russell 说道。因此,我们也需要警惕人工智能被滥用。尽管人工智能可以让人类做更多的事情,把人类文明推向更积极的方向,但是也有出现杀人机器的可能性,演变为一种新的大规模杀伤性武器,引起人们的种种担忧。


对于这个问题,Russell 认为人工智能系统要被证明可以给人类带来益处,有三个简单的方法:「第一,机器人的目标是最大化实现人类的意愿,即机器应该使得人类的意愿得到满意,而不是让机器让人类感觉不舒适。第二,机器人不知道什么是价值,所以不要给机器一个固定的价值系统。第三,人类的行为应给机器提供参考。」


未来人工智能到底会走向何处?Russell 给出了自己的答案:「AI 需要对人类有贡献,这是一个技术性问题,但我相信未来能够解决它。」


接下来,第四范式首席科学家、香港科技大学计算机科学与工程系主任杨强教授带来了主题为《迁移学习最新进展》的演讲。演讲一开始,杨强教授就谈到了霸占新闻头条好几天的 AlphaGo。他说:「AlphaGo 看上去像神一样的存在,好像是无懈可击。」而我们如果从机器学习的角度来看,其有一个很严重的弱点,即 AlphaGo 没有迁移学习的能力。


微信图片_20211128190049.jpg


迁移学习是指把已训练好的模型参数迁移到新的模型上来帮助新模型训练数据集。杨强表示,迁移学习有三大好处:小数据学习、实现举一反三和融会贯通、实现个性化。


然后,他盘点了迁移学习最近的六大进展:一是我们可以通过把问题的结构和内容分离开来而发现不同问题之间的共性;二是层次化的系统可以更容易帮助我们构建机器学习的迁移;三是分段迁移和分段学习;四是让模型学会迁移的方法,即「学习如何迁移」;五是把迁移学习本身作为一个元学习(Meta Learning),然后再赋予到不同的学习方式上;最后一个进展是数据生成式的迁移学习,即生成对抗网络(GAN)。


最后杨强教授总结说,尽管现在深度学习已经有了很大的突破,但机器学习的未来在小数据、个性化、可靠性上面,这就是迁移学习的发展方向。


前面两位教授的精彩分享之后,科大讯飞执行总裁兼消费者事业群总裁胡郁通过主题为《人工智能+共创新世界》的演讲为我们解读了人工智能的社会影响。他说过去三年中,人工智能应用在改变我们的生活上有最让人印象深刻的两点:一、人工智能可以改变我们和机器交互的方式,从而改变消费者领域产品的形态;二、人工智能可以向专家学习专业知识。对于人工智能的社会影响,胡郁总结说:人工智能不会替代人类的职业,但它可以代替人类职业的某些技能,改变人类的职业,对人类社会和整个职业的发展产生非常重大的影响,不过这个影响需要时间。但最重要的是,它能帮人类节省时间,提升时间利用效率。


接下来,蚂蚁金服 VP、首席数据科学家、普渡大学终身教授漆远为我们解读了如何通过人工智能提供更好的个性化金融和智慧生活服务。他说:「我们希望通过大数据、AI 使系统更智能,服务长尾的机构和个人。我们认为人工智能技术能够驱动我们的业务发展,重塑金融业务。」在演讲中,他还谈到了自己的两个经历。一是 DeepMind CEO Hassabis 告诉他希望在 AlphaGo 之后将人工智能技术应用到医疗、金融等领域,从而改变世界;另一个是最近加入蚂蚁金服担任科学智囊团主席的 Michael I.Jordan 告诉他目前谈奇点还为时尚早,「对于人工智能的未来,他说我们还没有摸到强人工智能的门。我非常赞成他的观点。」


上海交大教授、思必驰联合创始人兼首席科学家,也是 GMIS 2017 上午大会的主持人俞凯介绍了如何迈向智能认知型对话交互。他谈到全世界物联网设备的数量正在快速增长,并且在 2017 年的时候已经首次超过了人类的数量。这些设备很多都是小屏甚至无屏的,要实现与这些设备的交互,语音就变得非常重要了。基于此,俞凯具体讲述目前对话交互领域已经解决的问题、尚未解决的难点和背后的理论。而在整个系统的架构里边,要解决的无非就是两大类问题,一是感知,二是认知。感知是以识别为代表的,认知则是以决策(包括知识处理)为代表的。俞凯整个演讲提出这样一个观点:「智能的感知+认知的进化」是未来人机口语对话系统发展的重要方向。


微信图片_20211128190054.jpg

下午,GMIS 2017 大会现场进行了一场人机大战。自人工智能诞生以来,「人机大战」就一直是人类最热衷的的话题之一;就在昨天,目前排名世界第一的职业围棋手柯洁和 AlphaGo 的人机大战刚刚落下帷幕,也差不多将围棋领域的人机大战载入了历史。在 GMIS 2017,搜狗汪仔和我们大会现场的人类速记员进行了比拼。最后,搜狗以 4:1 的成绩赢得了这场比赛。


人机大战之后,机器代表汪仔的开发者搜狗公司的 CEO 王小川走上了舞台,分享了他对人工智能技术的思考。他说,在谈及深度学习突破时,专业人士喜欢谈感知、认知方面的突破,但是搜狗更愿意使用识别、决策、生成这样的表达。在决策方面,人工智能可以帮助提高决策效率,提升商业效率。在感知和生成领域,人工智能进展会影响人机交互。另外搜狗还关注图像、语言、文本之间的互相转化。王小川表示搜索的未来是问答——一种很深度的问答,即以自然语言方式的问句来提问,而不是关键词,这是未来的搜索要做的事情。


微信图片_20211128190057.jpg


接下来,阿尔伯塔大学教授、计算机围棋顶级专家 Martin Müller 带来了 GMIS 2017 上的最后一次技术分享,他在演讲中探讨了深度学习时代的启发式搜索。Müller 是设计研发 AlphaGo 的 David Silver 和黄士杰(Aja Huang)(也是 DeepMind AlphaGo 发表在 Nature 上的论文的两位并列第一作者)的导师,曾在「柯洁 vs. AlphaGo」的比赛期间和机器之心一起观看比赛直播并分享了他自己的观点,可参阅机器之心的多篇报道文章。他在演讲中谈到「启发式搜索不是搜索引擎式的搜索;在真实情况下,由于可能性过多,很多时候你是不能搜索全部信息的。在围棋中,这种情况尤为突出。」


之后,Müller 还解读了 AlphaGo 的学习方式以及阿尔伯塔大学在计算机德州扑克等方面的研究。当然,虽然启发式方法已经在多种应用中获得成功,但仍然面临一些挑战。「在自动驾驶、医疗等应用领域上,人类不允许深度学习和启发式搜索存在小概率偏差。这意味着我们还有很长一段路要走。我们目前还面临着两个挑战,如何把启发式搜索和精准的结果联结在一起;以及当不知道全局规则的时候,如何让机器解决问题。」


接下来,两场主题分别为「人工智能的产品与应用」与「人工智能全球化」的 Session 介绍了人工智能的社会影响以及这一波智能浪潮中所蕴藏的机会。

Session 1:人工智能的产品与应用


在这一场 Session 中,多家创业公司的创始人分享了他们的人工智能产品和应用。


首先,竹间智能科技创始人兼 CEO 简仁贤的演讲《机器人会改变我们连接世界的方式吗?》探讨了人工智能理解语言的实质。他认为人工智能对语言的理解可分成三个层次:关键词理解和匹配、理解语境、能够理解对话的言外之意。简仁贤最后认为,语音是感知、感官,而不是交互;语言才是交互。


iPIN 创始人兼 CEO 杨洋发表了主题为《认知分析-透过机器重新审视商业本质》的演讲,探讨分享了如何通过机器认知分析人和企业,从而使得商业决策更加智能,实现商业利润回报最大化。


图灵机器人 CEO 俞志晨发表了主题为《定义机器人》的演讲,从产品角度审视了机器人及人工智能行业;他认为,过去互联网产业中,早期是技术在推动发展,但是越往后产品以及对用户的理解在发挥着越来越大的作用。


最后,拍医拍联合创始人兼首席科学家杨琼探讨分享了人工智能如何推动医疗领域的进步,以及目前存在的困境是什么。


在本场 Session 最后的圆桌论坛上,因果树创始合伙人滕放、图普科技 CEO 李明强、璇玑 CEO 郑毓栋、杉数科技联合创始人兼 CTO 王子卓、Abundy 创始人兼 CEO 邹昊坐在一起结合自己的经验探讨了人工智能的应用场景和商业化。

Session 2:人工智能全球化


第二场 Session 的主角是全球著名的人工智能领域的投资者,他们分享解读了人工智能领域的市场机会、全球化影响以及创业者所面临的机遇和挑战。


首先,Element AI 联合创始人 & 投资委员会顾问 Jean-Sebastien Cournoyer 向听众解释了加拿大在人工智能发展上的重要作用。他谈到在深度学习爆发性增长的过程中,蒙特利尔和多伦多成为了人工智能研究的中心。这两座城市涌现了像 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 这样影响巨大的人工智能先驱者。作为一个资深投资经理,Cournoyer 自然也分享了很多关于人工智能投资和创业的经验,他将应用人工智能的公司分成了三种形式:Applied AI(目前大多数科技公司)、AI First(比如 Ross Intelligence)、The Machine(许多科技巨头)。目前,加拿大已经涌现出了 160 家人工智能创业公司,在去年,大约有 10 亿美元的风投资金进入了这些公司。


微信图片_20211128190102.jpg


接下来,百度 VP 兼百度风投 CEO 刘维进行了主题为《跨越国界:智能机器时代的全球化》的演讲,谈到了在 30 年、50 年的长远未来范围内,人工智能将会给我们的社会带来什么。他说:「从一个更加仰望星空的立场来看,我想人工智能给我们带来的长远未来实际上是把人跟人之间的差异逐渐消除,让我们能跨越国界,去重塑一个真正全球化的格局。」


联想之星 Comet Labs 管理合伙人 Saman Farid 分享解读了人工智能时代创业者面临的挑战和机会。Farid 非常肯定人工智能的潜力,并且相信人工智能能够带来新一代的应用变革,当然,人工智能也有自己的问题,比如数据问题、环境因素不可控以及特殊案例。基于人工智能的优势和劣势,Farid 就人工智能的应用给创业者提供了三点建议:一、选择可控度与不可控度适中的环境,需要找到合适的平衡。二、不要为了研究而研究,要着眼商业价值。三、去解决那些人不愿意去做的工作,比如垃圾分类。那么创业者应该如何把握合适的机会呢?Farid 从投资人的角度为创业公司给出了另外三点建议:一、解决好实践问题,二、选择一些可能被解决得很好的问题,三、做那些大公司做不了的事情。


这场 Session 以主题为《机器智能时代的全球化进程》的圆桌论坛而完结。在这个论坛中,MIT Technology Review 资深编辑 Will Knight、GE 交通数字解决方案 CTO Wesley Mukai、Element AI 联合创始人 & 投资委员会顾问 Jean-Sebastien Cournoyer、联想之星 Comet Labs 投资合伙人 Adam Kell、Fusion Fund(A.K.A NewGen Capital)创始合伙人张璐和 Sujitech 创始人兼 CEO Suji Yan 在全球化的视角上对人工智能的全球化影响和商业机会进行了分享和讨论。


这场 Session 之后,作为本次大会的神秘嘉宾,谷歌云业务机器学习/人工智能研发负责人李佳博士为我们带来主题为《企业如何运用人工智能》的演讲。李佳谈到,为了让人工智能更加普惠,给更多开发者和使用者带来益处,谷歌做出了不少努力。总结而言,谷歌云的工作主要围绕人工智能四大支柱:数据、计算能力、算法和人才。最后,李佳也谈到了李飞飞也一直在强调的「AI 民主化」。她说,人工智能会惠及每个人,这就是为什么采取人工智能民主化的第一步。


微信图片_20211128190107.jpg

至此,GMIS 2017 大会两天的演讲和论坛内容就宣告结束了。最后,机器之心在会场举办了机器之心「AI00」颁奖晚宴,共 20 多家人工智能技术研发公司在舞台上接受了机器之心创始人兼 CEO 赵云峰的颁奖,其中包括英特尔、微软、IBM、腾讯、亚马逊和英伟达等大公司代表以及深鉴科技、第四范式和 Clarifai 等创业公司代表。除此之外,还有数家已被选入机器之心「AI00」榜单的海外公司也发来了祝贺视频,对「AI00」项目表示了肯定,并对 GMIS 大会的成功举办表示了祝贺。


微信图片_20211128190110.jpg


全球机器智能峰会(GMIS 2017)是全球人工智能产业信息服务平台机器之心成功举办的首届大会,邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计包含了 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战,兼顾了学界与产业、科技巨头与创业公司,以专业化、全球化的视角为人工智能从业者和爱好者奉上了一场机器智能盛宴。微信图片_20211128180742.png


更多有关GMIS 2017大会的内容,请点击「阅读原文」查看机器之心官网 GMIS 专题↓↓↓

微信图片_20211128190112.jpg

相关文章
|
28天前
|
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。
|
7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
16 0
|
2月前
|
人工智能 分布式计算 架构师
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
|
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。
97 1
|
3月前
|
数据采集 机器学习/深度学习 人工智能
AI小分子药物发现的百科全书,康奈尔、剑桥、EPFL等研究者综述登Nature子刊
【7月更文挑战第12天】康奈尔、剑桥及EPFL科学家合作,详述AI在药物发现中的突破与挑战[^1]。AI现用于新化合物生成、现有药物优化及再利用,加速研发进程。尽管取得进展,可解释性不足、数据质量和伦理监管仍是待解难题。 [^1]: [论文链接](https://www.nature.com/articles/s42256-024-00843-5)
40 3
|
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。
|
4月前
|
存储 人工智能 Kubernetes
[AI OpenAI] 保护前沿AI研究基础设施的安全
概述支持OpenAI前沿AI模型安全训练的架构。
[AI OpenAI] 保护前沿AI研究基础设施的安全
|
4月前
|
人工智能 安全 网络安全
简述AI漏洞修复研究现状及发展方向
鲁军磊先生的演讲聚焦AI在网络安全中的应用,特别是自动化漏洞修复。他讨论了大模型技术的最新进展,AI如何增强漏洞发现与修复,并介绍了AI智能体的三种协作模式。传统漏洞修复流程从手工审计到智能化挖掘逐步演进,而AI技术通过智能决策和自动化执行提高效率。未来趋势包括智能化防御、跨域协同、安全合规自动化、隐私保护强化和安全技能普及,以及可持续安全生态建设。AI正重塑网络安全领域,推动更高效、精准的防御策略。
|
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。
|
4月前
|
机器学习/深度学习 人工智能 数据库
克雷研究所100万美元奖金要归AI了,数学界规则大改,未来数学家如何应对海量猜想
【6月更文挑战第1天】AI在数学领域的突破正在改写数学研究规则。伦敦数学科学研究所的AI预测椭圆曲线秩,与克雷研究所的千禧年问题相关,显示AI在高风险数学问题上的潜力。AI还发现了纽结理论中的新关系,并能生成数学公式的猜想。尽管AI有助于发现模式和猜想,但它仍依赖于数学家的直觉来判断猜想的重要性。未来,AI将成为数学家的工具,加速研究进程,但人类的创造力和洞察力仍是关键。
70 7

热门文章

最新文章

下一篇
无影云桌面