中國科學院自動化所研究員王金橋:人工智能帶來的場景變革

2019-07-16 09:34:42

來源:CIO時代

      2019年7月14日,由中國新一代IT產業推進聯盟指導,CIO時代學院、中國電子科技集團公司第十五研究所計算機質檢中心主辦,全國高校大數據教育聯盟、章魚大數據、萬山數據協辦的“第八屆中國大數據應用論壇暨中國電科15所大數據應用論壇”在京隆重開幕。中國科學院自動化所研究員王金橋先生帶來演講“人工智能帶來的場景變革”,以下為演講實錄:
\
中國科學院自動化所研究員王金橋
      王金橋:很高興參加這次論壇。在第四次科技革命中數據是非常重要的。在第一次科技革命里面,數據沒有起到太大作用,直到現在我們所處的年代。中國現在發展這么快,主要是數據加入到生產資料里面,驅動整個行業變革。所以簡單給大家分享一下“人工智能帶來的場景變革”
      人工智能,最近這兩年大家在媒體上聽說了很多了。AI就是讓機器像人一樣有像人一樣的動作、行為、思考。人工智能被稱為第四次工業革命。在1780年以前,在“科技是第一生產力”提出之前,發展都是比較平緩的。從農耕到發明蒸汽機需要幾千年,從使用蒸汽機到發明電兩三百年,從用電到信息一百多年,從信息到移動互聯幾十年,從移動互聯網到智能互聯可能就一二十年。我們把所有的東西都連接起來,所有的都變成可編輯可計算,這是第四次工業革命所帶來的變化??萍妓岣謀淥械囊磺?,包括政治、經濟等等,所以科技被稱為顛覆性的技術,就是因為它可以顛覆你的思考、生活方式。
      我們這個年代會被稱為大數據時代的AI。以前各種傳感器、各種各樣的數據都是浪費的,那我們人類幾千年創造最有價值的是什么?語言和文字。現在除了文字之外更多的是圖像、視頻、語音、互聯網。從互聯網、移動互聯網產生了非常多的數據,沒有利用它,沒有標簽的數據都是沒有價值的。
      第二就是計算資源。曾經我們進行石油勘探找到的概率大概是60%,后來用國外的技術,計算資源。現在我們運用Gpu和云計算把大量數據進行計算。
      第三就是神經網絡的復興,深度學習。大家都學過BP,但是現在用了幾十年時間把原來的兩層變成了幾百上千層,效率比原來提升了幾十倍。
      當前基于深度學習和神經網絡,必然有一些問題。人工智能的特點,表現突出的是感知,比如說視覺、聽覺。所以機器在條件不匹配的情況下是不行的。另外是認知,語義的理解。讓計算機創造微積分,發明一個登陸火星的東西,沒有數據沒有信息,計算機無法進行計算。所以現在創造性方面還是處于比較弱的階段。
      所以在當前限定邊界AI條件下,感知和限定條件的認知有四個要素:第一是大數據和標簽。大數據其實并不是最重要的,最重要的是要確定性的標簽。第二是算法和工程,就是需要有大量的科研人員來設計算法,同時需要一批程序員來工程化;第三是通訊和功耗。5G使得信息傳輸成本降得特別低,另一方面是AI芯片就可以把神經網絡放到前端去。第四是場景適配與邊界條件,比如下圍棋必須按照規則。現在人臉識別也需要限定距離和場景。要用傳統行業知識加上AI,AI就是在數據基礎上進行賦能。
\
      這是當前AI主流計算框架:端、邊、云融合一體化計算。端就是獲取數據,做一些簡單的計算,在邊上去做算法、數據的結合,然后在云端做業務和AI場景結合的計算。數據和場景的閉環是這個端云融合的優勢,比如AlphaGo和AlphaGo zero,因為他知道游戲規則,所以它們可以自己訓練。我們在數據端把邊緣數據進行模型學習,在端、邊、云數據回流過程當中讓機器自動發現一些新的東西,并進行自我迭代,同時結合人的知識輔助,這是人機耦合重要形式,是機器自主進化的一個發展趨勢。
      2019年被稱為人工智能落地的關鍵期。所謂關鍵期就是百花齊放,因為之前由于標簽缺失、算力不足、芯片、GPU等等,大眾對AI的期望過高?;魅聳艿獎囈縑跫拗?,現在深耕場景,所以2019年之后每個行業都可以用到人工智能。這是行業變化的特點。
      今年大家都收到了一條短信,那就是所有停車收費納入個人征信體系。人臉識別,人臉識別仍然是近場的小規模識別,對中青年人群精度很高。遠距離的識別和應用還是存在許多困難和挑戰,它取決于攝像機的成像質量和AI芯片算力相關,基本上5米-10米,5萬以下現在應用的比較成熟。在商品識別方面,目前可以識別一萬種商品,小樣本和少樣本的識別已經成為主流的研究方向。 
      未來思考。智能產業不斷地滲透到生活的各行各業。從理論發展上講,從感知信息獲取到認知智能,從狹隘的認知一直到高級認知。另外從深度學習到量子計算,它的功耗越來越低。從情感計算到倫理思考,AI既能干好事也能干壞事。從倫理上如何讓AI向善也是重要的課題。從產業發展上講,從人臉識別滲透到非常多的行業,百花齊放。另外,軟件+算法+芯片+5G幾大條件要相互融合和滲透。最后,人機耦合會長期存在。在很長的時間階段里機器能代替很多重復性的勞動,但是人機耦合將會更好的取長補短,更好的推進落地。謝謝大家!


CIO時代培訓產品手冊