目录
2020年7月3日09:10--09:30张钹《人工智能的发展现状与人才培养》
2020年7月3日09:10--09:30张钹《人工智能的发展现状与人才培养》
人工智能经历了两种发展范式
符号主义，连接主义，我们分别称之为，第一代和第二代人工智能，这 两种范式发展至今都遇到瓶颈，从而触及天花板。今后发展的方向是第三代人工智能，这是一条前人没有走过，需要大家去探索的道路。它对科学研究、 产业化和人才培养会有什么影响？
第一代人工智能—符号主义
第一代人工智的优势—模仿人类的理性智能
- 可解释性
- 与人类一致的显式推理过程
- 基于知识的符号学习（如归纳逻辑编程）可以克服目前基于数据驱动机器学方法的缺陷（如不可解释性、推广能力弱、需要大量数据等）
第一代人工智的局限性——不能随机应变
- 基本上只能解决完全信息和结构化环境下的确定性问题
- 知识（常识）自动获取和表示
- 不确定性知识与推理等
第二代人工智能—深度学习
深度学习极大推动Al的应用
- 一种通用的工具：不需要领域知识了使用的 技术门槛低
- 构造一个巨大的多层次与多维的空间，能够处理大数据
- 数据、算力与（深度学习）算法的结合使Al 能够解决实际问题
图像识别率已经超过人类
第二代人工智的局限性——不能举一反三
- 不可解释性
- 不安全性、易受攻击
- 不易推广
- 需要大量样本
人工智能产业
- 多领域、企业数量多、规模小
- 交通、医疗、安保、智慧城市、家庭服务、制造、 金融、智能社区、智能机器人等
- 大部分没盈利
- 原因：应用场景有限（自动驾驶） 技术本身的局限性（人脸识别）
第三代Al的理论、方法与关键技术
- 可解释、鲁棒人工智能理论与方法
- 安全、可信、可靠和可扩展的人工智能技术
- 推动人工智能的创新应用
迈向第三代人工智能
- 第一代人工智能一符号主义模型：知识、算法、算力
- 第二代人工智能一亚符号模型：数据、算法、算力
- 第三代人工智能一知识驱动与数据驱动结合：知识、数据、算法（理论与方法）、算力
知识+数据的方法
人工智能改变医疗行业
创新人才的培养
- 需求：科研与产业都需要从0到1的创新
- 敢于闯无人区
- 提出（发现）问题与解决问题的能力并重
- 理论与实际，技术与创业结合
- 产业的创新：资本、市场与技术的结合
