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