AI開發者大會：2020年7月3日09:10--09:30張鈸《人工智能的發展現狀與人才培養》
目錄
2020年7月3日09:10--09:30張鈸《人工智能的發展現狀與人才培養》
2020年7月3日09:10--09:30張鈸《人工智能的發展現狀與人才培養》
人工智能經歷了兩種發展範式
符號主義，連接主義，我們分別稱之爲，第一代和第二代人工智能，這 兩種範式發展至今都遇到瓶頸，從而觸及天花板。今後發展的方向是第三代人工智能，這是一條前人沒有走過，需要大家去探索的道路。它對科學研究、 產業化和人才培養會有什麼影響？
第一代人工智能—符號主義
第一代人工智的優勢—模仿人類的理性智能
- 可解釋性
- 與人類一致的顯式推理過程
- 基於知識的符號學習（如歸納邏輯編程）可以克服目前基於數據驅動機器學方法的缺陷（如不可解釋性、推廣能力弱、需要大量數據等）
第一代人工智的侷限性——不能隨機應變
- 基本上只能解決完全信息和結構化環境下的確定性問題
- 知識（常識）自動獲取和表示
- 不確定性知識與推理等
第二代人工智能—深度學習
深度學習極大推動Al的應用
- 一種通用的工具：不需要領域知識了使用的 技術門檻低
- 構造一個巨大的多層次與多維的空間，能夠處理大數據
- 數據、算力與（深度學習）算法的結合使Al 能夠解決實際問題
圖像識別率已經超過人類
第二代人工智的侷限性——不能舉一反三
- 不可解釋性
- 不安全性、易受攻擊
- 不易推廣
- 需要大量樣本
人工智能產業
- 多領域、企業數量多、規模小
- 交通、醫療、安保、智慧城市、家庭服務、製造、 金融、智能社區、智能機器人等
- 大部分沒盈利
- 原因：應用場景有限（自動駕駛） 技術本身的侷限性（人臉識別）
第三代Al的理論、方法與關鍵技術
- 可解釋、魯棒人工智能理論與方法
- 安全、可信、可靠和可擴展的人工智能技術
- 推動人工智能的創新應用
邁向第三代人工智能
- 第一代人工智能一符號主義模型：知識、算法、算力
- 第二代人工智能一亞符號模型：數據、算法、算力
- 第三代人工智能一知識驅動與數據驅動結合：知識、數據、算法（理論與方法）、算力
知識+數據的方法
人工智能改變醫療行業
創新人才的培養
- 需求：科研與產業都需要從0到1的創新
- 敢於闖無人區
- 提出（發現）問題與解決問題的能力並重
- 理論與實際，技術與創業結合
- 產業的創新：資本、市場與技術的結合
