【大咖问答】阿里集团副总裁-华先胜直播开讲AI技术商业化实践

老师您好，之前马老师在2018世界人工智能大会现场再谈新制造。他说未来30年智能技术将深入到社会方方面面，彻底重塑传统制造业。企业如果不能从规模化、标准化向个性化、智慧化转型，将很难存活下去。AI技术再先进，如果不能和制造业结合推动转型升级，也将失去意义。那我们应该如何避免人工智能”毁灭”人类呢？

面对人工智能对传统行业带来的冲击，我们应该怎么应对？

ai技术最有可能在那些领域大展拳脚，能有多大作用，另外能否惠及普通大众？

“人工智能”在现今包含了许多不同的技术和工具，有些技术经过了时间的检验，而其他技术则还相对较新。“人工智能”产品要上市商用前需要经过怎样检测才能算稳定，起初它们是如何应用于企业的呢？

图灵有关智能构想很著名，他将智力限制为一种和人类进行语言游戏的解决方案。 具体来说，图灵将智能设定为游戏的解决方案，第一就是将人类置于判断的位置。 这个定义非常具有迷惑性，并适合人工智能领域。而像猫、狗、兔子甚至是其他动物 都是非常聪明的生物，但它们没有语言，因此也不可能通过图灵测试。 人工智能要怎么突破图灵对智能定义的束缚呢？

现在市场上的产品普遍“人工智能”漫天吹，“大数据+AI”遍地开花，请问，如何看待这一现象？ 可现在并没有出现有真正的独立思维意识的人工智能，没有独立意识的“人工智能”算是人工智能吗？人工智能的噱头是否要远高于实际的人类生活进程？

1. 有没有可能用一套系统把不同目标识别或者提取出来？ 比如医学图像分割领域，针对肾脏、肝脏、肺部的分割，都要独立设计网络来实现，有没有办法统一用同一套更通用的网络？

2. 训练结束后，在众多精度差别不大的网络中，如何选取“最优”网络？ 比如在各种开放数据集的比赛中，最终的测试集是提交训练好的网络之后才公布。有这样一种情况： 训练网络的时候，得到了精度为97%（Net-1） 98%（Net-2）的状态，提交的时候选取了98%的Net-2。测试集数据用Net-2测下来精度只有96%。但是，后面使用Net-1来跑测试集却能达到98%。