首页>>人工智能->如何沉淀人工智能(2023年最新解答)

如何沉淀人工智能(2023年最新解答)

时间:2023-12-13 本站 点击:0

导读:很多朋友问到关于如何沉淀人工智能的相关问题,本文首席CTO笔记就来为大家做个详细解答,供大家参考,希望对大家有所帮助!一起来看看吧!

我们该如何应对“人工智能”

我们都知道,互联网技术发展到现在,人工智能已经走了很大的进步。他的表现不仅仅是围棋大战与人机大战。而是云计算,大数据。它意味着未来IT会更低成本,高效率,低能耗的工作。它的规模化,综合化,智能化,让他们更像人类,甚至某些方面超过了人类。那么,结果就是,大量的工作,职业,工种会消失,取消,被替代。

    人工智能,是社会进步的表现。同时对一些工种,是极大的冲击。对于还未踏入社会和职场的我们,如何面对和解决这个境况呢?

我想,我们要去学习知识,提升自身能力,将来要去做具有想象力,创造力,可以无中生有的工作和实业。要知道人工智能最重要的是“吃数据”,没有大量的数据,他不可能推理出合理的、贴近真实的功能和技巧。那些流水线上的工作现在就已经被替代了,因为机器可以很随意的模仿他们,而且更高效和低成本。可是机器,是带着芯片的机器,仍旧不是人,他虽然可以替代一部分低端,高危险的工作,但是不会研发新东西,不会创造新的东西。而这些东西,是需要想象力,创新力,和进取意识的。

  机器不是人,它是程序,是人编辑出来的,它只能按照人类的规划和设计去工作。所以,即使它会和人类产生竞争关系,他仍然不会完全替代和超越人类并取代人类。因为他们是没有生命的,不是生物学意义上的生物,只是具有一定使用寿命周期的有零件拼凑而成的设备,它的本质是“工具”。这一点是毋庸置疑的。

    人工智能的时代已经来临,同时还会大大的进步,面对如此巨大的冲击和挑战。我们要让自己变得更强大。变得让自己的职业,工作和技能无可替代,要让它成为具有影响力,创造力和想象力的职业。这样,我们才能立于不败之地。

人工智能的兴起我们需要准备什么

要说今年最火的,莫过于共享经济和人工智能。20年前,一台名叫“深蓝”的IBM超级电脑击败了国际象棋大师卡斯帕罗夫,奠定了人工智能发展的基础。20年后,谷歌Deepmind团队开发的AlphaGo再一次打败了人类最强棋手,带动了人工智能发展的浪潮。

过去的10年间,移动互联网和物联网的出现逐渐改变了人们的生活方式,也积累了大量的数据基础,这些都成为了发展机器智能的基础。有人评论说,人工智能是时代发展的必然产物,之所以在过去的20年没有火起来,主要是受到半导体、数据积累、以及智能硬件发展的掣肘,如今半导体技术不断成熟,大数据和云计算发展完善,智能硬件的发展更加智能,这赋予了人工智能感觉、感知、神经中枢、智能处理等行为,未来人工智能的前景将更加广阔。

7月7日,在2017首届北大创新论坛的圆桌互动环节,北京大学人工智能创新中心主任、百度创始七剑客之一雷鸣;上海鸿凯投资公司总经理、复旦大学金融学博士檀江来;上海赢基财富公司董事长王进;广联达科技股份公司董事、高级副总裁刘谦就人工智能的发展来了一场“唇枪舌战”。

人工智能时代,我们该忧虑什么?人工智能的未来在哪里?人工智能将如何影响行业发展?

以下内容根据速记整理:

Q:人工智能发展这么快,我们该担心吗?

檀江来:回顾人类最近100年的工业史,发展速度越来越快,难免让人有点担心。如果未来人工智能快速发展,人类控制不了机器怎么办呢?我个人的观点是,未来3-4年,人工智能可能不会发展的那么快。人类对新技术的应用不会像潮水一样,马上就影响我们的生活和行业。比如,这两年投资领域流行一个词叫智能投顾,又称机器人投顾,是数字化投顾的一种,具体是指“通过互联网技术,以投资者的风险偏好和财务状况为依据,利用大数据和量化模型,为客户提供基于指数型基金的资产配置方案和财富管理服务,并根据市场情况进行持仓追踪和动态调整”。中国目前大概有上千个量化交易的团队,智能投顾主要集中在银行和证券业,对这些领域的发展有推动作用,未来还有很大的发展空间。

王进:关于人工智能,发达城市、高等院校研究院所在谈论,国外也在谈论,甚至在偏远的西部省区,绝大多数的产业规划里也都把大数据、人工智能作为了当地的支柱产业和未来发展方向,可见人工智能在中国的火热程度。

不过,对于人工智能,我有几个方面的担忧:

第一,人工智能到现在都没有一个总体的规划和布局,会不会像之前的项目一样,盲目上马,最后落得一地鸡毛?

第二,人工智能会以加速度的方式改变人类文明,它带来的影响比计算机技术还大。80年代初有一部美国电影叫《星球大战》,当时觉得影片中的很多场景都是幻想,结果都实现了。所以,我的感觉就是,如果这次人工智能的机会抓不住,以西方为代表的工业社会就会和发展中国家形成一个新的鸿沟。未来发展中国家在新的制造方面就很难形成产业优势,这是我的第二点担忧。

第三,刚刚鄂维南院士提到,中国在人工智能产、学、研上的投入比例非常低。这里有一个数据,不只是人工智能产业链,在技术产业化方面,中国高等院校的比例也只有不到5%。这意味着我们超过90%以上的研究成果是被浪费的。我们一直在模仿西方国家,在资本的推动下、模式的推动下,市场大环境的推动下,实现了快速的发展。但是,模式容易创造,真正的技术进步还是需要沉淀的。

刘谦:其实,人工智能已经融入我们的日常生活了,比如我们开车使用的导航,就是人工智能应用的一种。以前,我们开车的时候才用导航,现在,即使去熟悉的地方也会开着导航,因为导航可以智能匹配最优路线,让我们的出行更方便,更智慧。

《人类简史》里面提到了三次革命,最重要的一次是认知革命,即通过数据和科技改变我们的生活。也正是因为认知革命,才会把整个社会从原来的传统模式带入一个新的模式。所以,我认为人工智能一定是未来社会的发展趋势,而且会给经济发展和社会形态带来巨大变化。

与其担心人工智能,不如拥抱人工智能。2015年,AlphaGo刚开发出来的时候只有10到12岁的智商,但是它打破了人机仿真学的模式,通过大数据、云计算、深度学习,让人工智能技术不断进化。另外,人工智能不是单一的智能,未来它可以实现万物互联。

所以,如果用开放和拥抱的心态看人工智能,它是行业进步的大方向,但也绝对是一个大挑战。

雷鸣:从去年3月AlphaGo赢了棋手李世石,人工智能就开始进入大众视野并且越来越热。从技术角度来说,人工智能有三个基础组成部分:数据、算法和预算能力。预算能力随着GPU的提升发展很快,现在一个GPU服务器的运算能力是过去的几百倍,而且还在以一年半到两年的速度翻番。

另外就是数据,计算机被发明之后,数据的增长速度基本上是一年翻一番。关于深度学习,一开始方法非常差,最近几年有了质的变化,这就是现在的数据和运算能力深度学习模型,基本上可以接近人脑,或者超过人脑。

在应用方面,人工智能在各个垂直领域都有一定程度的替代性。各个领域,但凡通过学习和掌握重复提供标准化服务的,人工智能都可以替代,包括智能投顾、自动驾驶、安保、审计、简单的法律处理、在线医疗诊断等等。人工智能一旦找到一个真正的风口,发展速度是非常之快的。

Q2:结合产业,探讨一下未来人工智能的影响和愿景?

檀江来:我先谈一个例子。前段时间我们去考察科大讯飞的一个项目,是利用人工智能帮助学校老师改卷子。我们都知道,试卷里客观题比较好判断,对比选项就可以,但是主观题就比较麻烦,需要根据教学大纲里内容分析判断。但是科大讯飞做到了,并且已经在教育领域里面耕耘了好多年,很多学校都在用他们的产品,很多学生也在用。大家都知道中国家长最大的投资是小孩的教育。据科大讯飞内部的数据,目前已经有1万多所学校用了他们的产品,中国最优秀的100所学校有60多所在用他们的产品。这是一个了不起的市场。

希望未来在中国在金融市场上,我们也可以见到的一个比较好的人工智能标的,供大家参考。

王进:从社会需求来看,人工智能是一个必然趋势。我们知道,在北京上海这样的一线城市,企业最头痛的一件事就是不断上涨的人力成本。每个企业都在寻找降低成本的方式,其中一个就是技术进步带来的劳动生产率的提高,人工智能恰恰就可以提供这种可能性。

以我大学同学的公司为例,这个公司每年有80%的机器替代人工;还有另一个例子是相机行业,以前大家出门都是背着一个笨重的相机,现在人工智能也把这个行业给颠覆了。

所以,未来企业家招人的时候可能考虑更多的是需要引进几个机器人来替代工人。

刘谦:我们企业是专门服务于建设行业的。目前来看,建筑行业有很大的转型空间。

首先是建筑数字化,即以后我们交付的除了建筑实体,还有数字虚体;第二个数字化是整个建筑流程数字化;第三个是参与各方的数字化。这也是人工智能影响建筑行业的基础。

目前,全国有8000万的建筑从业人员,里面有5000万建筑工人。这些建筑工人在哪儿?在什么地方工作?每天上下班出勤情况怎么样?从业学历怎么样?这些都需要用数字化记录下来。这是第一个特征。

第二个特征是要把建筑行业的人与物、物与物在线连接起来。以前都是通过摄像头来操作,未来我们会把建筑实体和建筑物提前通过数字模型连接起来,把建筑物所有的信息传到数字虚体里面,然后再反向影响建筑实体,这样就构成了数字建筑。当我们完成数字化和在线化以后,就形成了非常重要的数据基础,整个建筑物也会走向智能化。

未来,人工智能带给传统行业的改变就是万物互联,但如果说人工智能会不会给建筑行业带来一些威胁,我觉得有两个。一是,如果人工智能在某些算法和数据采集上出现问题,可能导致安全事故发生;二是,当我们掌握大数据和人工智能技术之后,人可能更难控制了,那时候真正的威胁可能是来自于人。

未来,人工智能发展更多的不是技术本身,更重要的是我们的看法和我们本身。

雷鸣:人工智能进入每个行业都会衍生出很多的新事物,比如智能预警大楼、智能安防、智能制造,智能物流、智能驾驶等等,未来我们的生活会被数字包围。

Q3:人工智能将真正影响世界,这一点是确认无疑的。目前中国在这方面有没有领先优势和主动权?大家应该怎么样做?

檀江来:毫无疑问,人工智能已经在影响人类,未来会更加深刻的影响着我们的生产和生活。关于中国在人工智能领域的优势,我个人觉得有几点:

一,相比较美国,中国在人工智能领域的研究比较靠前,至少在人工智能的发展中,中国抢了一些先机。美国的优势在于可以吸引全世界的人才,中国政府如果可以把国内空气质量改善一下,相信优秀人才也会留在国内。

二,在中国,人工智能最迫切需要改善的领域可能是医疗。在之前的工业革命中,机器代替人已经很完整了,剩下的空间其实没有那么大。反倒是医疗行业,需要人工智能可能更迫切一些。

王进:我觉得政府在人工智能发展进程中,脚步走的稍微有点快。我们可以看到,各地政府在实际的生产过程中占用了大量资源。这种资源往往是不计较投入产出的,还造成了资源浪费。换一种说法就是,我们产、学、研模式没有理顺。实际上,我们可以把中央政府的很多投资放到专业机构中,让它发挥专业机构的培育和引领作用。

同样,我们也可以借鉴一些国外的做法,建立一些国家产业基金,重点扶持包括人工智能在内的重点行业。中国一定要跟世界接轨,吸引全世界最优秀的人才,最创新的想法,来实现人工智能的产业化、市场化。

刘谦:我们可以看到,在中国有80%的产业数据都集中在政府里面。如果政府把这些产业数据开放,支持我们国家的创新研究和人工智能技术研究,将会有一个非常好的促进作用。

另外,对于各个国家而言,人工智能正处在百花齐放、万家争鸣的阶段,需要尽管推动国家层面制定人工智能相关产业的政策和配套制度,这些也将对人工智能发展起到正向引导作用。

所以,我们要相信政府,相信市场,相信未来。

雷鸣:从国际角度来看,中国在人工智能的优势确实不错。中国有巨大的人才池,华人在人工智能领域的相应论文数量占了全球的将近一半。这是中国的第一点优势。

第二点,中国有非常大的市场优势。

第三点是说一下医疗领域。中国的医生数量很多,但是高质量的医生很少,这是我们的缺陷。但是落后并不见得是坏事,人工智能时代,中国完全可能在医疗行业实现超越。

人工智能需要什么基础?

人工智能(AI)基础:

1、核心三要素——算力、算法、数据(三大基石):

算法、算力、数据作为人工智能(AI)核心三要素,相互影响,相互支撑,在不同行业中形成了不一样的产业形态。随着算法的创新、算力的增强、数据资源的累积,传统基础设施将借此东风实现智能化升级,并有望推动经济发展全要素的智能化革新。让人类社会从信息化进入智能化。

1)算力:

在AI技术当中,算力是算法和数据的基础设施,支撑着算法和数据,进而影响着AI的发展,算力的大小代表着对数据处理能力的强弱。

(2)算法:

算法是AI的背后“推手”。

AI算法是数据驱动型算法,是AI的推动力量。

(3)数据:

在AI技术当中,数据相当于AI算法的“饲料”。

机器学习中的监督学习和半监督学习都要用标注好的数据进行训练,由此催生了大量数据标注公司,它们将处于未经处理的初级数据,转换为机器可识别信息。只有经过大量的训练,覆盖尽可能多的各种场景才能得到一个良好的模型。

2、技术基础:

(1)文艺复兴后的人工神经网络。

人工神经网络是一种仿造神经元运作的函数演算,能接受外界资讯输入的刺激,且根据不同刺激影响的权重转换成输出的反应,或用以改变内部函数的权重结构,以适应不同环境的数学模型。

(2)靠巨量数据运作的机器学习。

科学家发现,要让机器有智慧,并不一定要真正赋予它思辩能力,可以大量阅读、储存资料并具有分辨的能力,就足以帮助人类工作。

(3)人工智慧的重要应用:自然语言处理。

自然语言处理的研究,是要让机器“理解”人类的语言,是人工智慧领域里的其中一项重要分支。

自然语言处理可先简单理解分为进、出计算机等两种:

其一是从人类到电脑──让电脑把人类的语言转换成程式可以处理的型式;

其二是从电脑回馈到人──把电脑所演算的成果转换成人类可以理解的语言表达出来。

到底该如何评价人工智能?

人工智能本质上是对人类智能的功能模拟。

在某些方面的表现比人类智能更优秀,但是目前由于其固有的复杂性和技术的局限性,所以暂时不过是人类智能的延伸,最终在整体上是不能代替人类智能的。

但是随着人工智能的发展,甚至突破性的发展,难保人工智能不会带来一些灾难性的后果。

因为最优秀人工智能往往是最优秀的程序团队创造的结晶,代表着人类智力的最高水平,这些智能机器就代表了最高的智力水平,同时如果它们拥有了意识,创造性,并且加上其独有的优势,那么完全可以淘汰人类。

所以人工智能的进步是福音,但也要注意可能会是灾难

结语:以上就是首席CTO笔记为大家介绍的关于如何沉淀人工智能的全部内容了,希望对大家有所帮助,如果你还想了解更多这方面的信息,记得收藏关注本站。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:/AI/29559.html