关于人工智能,看看青年AI科学家们最关心什么?

青年AI科学家论坛出品人:MIT TR 35得主,氪信科技创始人朱明杰博士

1、 您最关心的AI领域议题是什么?

AI如何与人合作,现在看起来纯AI技术驱动在很多场景里应用受到了限制,把专家的经验教会机器去扩展能力边界做的还不够。

2、 过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

深度学习的进展,对行业带来了革命性的改变。十几年前,深蓝的主要负责人许峰雄博士到MSRA,研究围棋的人工智能工作我有一些同事参与,但是没有取得大的突破,所以AlphaGo横空出世还是很让我震撼的。 

3、 未来十年,您对公司发展或个人科研的最大期待是什么?

把AI技术深度应用到各个产业中去,AI创新解放人力的限制,推动社会的进步。


青年AI科学家论坛出品人:MIT TR 35得主,上海交通大学教授、博导卢策吾

1、 您最关心的AI领域议题是什么?

可迁移,通用的AI系统

2、 过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

智能机器人

3、 未来十年,您对公司发展或个人科研的最大期待是什么?

能在基础性AI研究上有突破

论坛嘉宾,Momenta创始人兼CEO曹旭东

1. 您最关心的AI领域议题是什么?

Momenta的使命是要利用更好的人工智能技术,帮助大家实现更好的生活。在当下,在人工智能领域最具有挑战性和最有价值的问题就是实现自动驾驶

2. 过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

人工智能领域,过去十年发生的一个重要的变化是过去基于规则建立(rule-based)的人工智能系统变成了数据驱动(data-driven)的系统,这是得益于深度学习领域的突破。

还有另一方面,是在计算硬件上出现了非常大的进展,大家能以更低的成本得到更强的计算资源,这让我们高效处理海量的数据,更快地进行实验,得到更好的算法模型。这两个进步我觉得对人工智能的应用影响都是非常大的,也给Momenta今天打造自动驾驶大脑提供了基础。

3. 未来十年,您对公司发展或个人科研的最大期待是什么?

看未来十年的话,Momenta有两个非常重要的愿景:一个是挽救生命,一个是解放时间。

“Better AI, Better Life” 一直是Momenta的使命。

论坛嘉宾,亚利桑那州立大学凯瑞商学院副院长,上海交通大学上海高级金融学院教授顾彬

1、 您最关心的AI领域议题是什么?

在具有丰富质量数据的情况下,AI算法表现最佳。而当下,历史和结构化数据最充沛的莫属金融行业。目前的小微信贷,正在经验与智能的铰链处探索——智能方面,比如针对管理层的信用进行分析,与基于人工智能的个人信贷有共同之处;经验方面,贷款方通过手机各个渠道数据产生的信号,来进行经验判断等。

2、 过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

算法研究方面,最有趣的是生成式对抗网络(Generatic adversarial networks,GAN)。以前的机器学习是通过历史数据学习,是一维的静态的发展;这个规律被打破,GAN的训练是出于一种对抗博弈状态中,是动态的发展。 

在具体应用方面,可以举两个例子:

1)新商业模式试水。Amazon Go新零售模式,自动感知、无人超市,简言之顾客可以在商店里拿了商品就走。这个主要是通过部署大量不同位置和用途的摄像头来实现的,主要用到的AI技术是:全身和步态识别来跟踪识别顾客,人脸视别进一步矫正提高识别精度,动态识别来检测取放商品的手部动作,以及检测取放商品后种类数量的变化。

2)工作形态可能改变。比如微软小冰写诗,比如计算机通过模仿生成一首肖邦风格的曲子,然后作曲家再根据自己的判断引入随机因素,调整和再创作,写出新的曲子。

3、 未来十年,您对公司发展或个人科研的最大期待是什么?

我们的高校系统和科学研究实际上都是一系列的各种任务,这些任务中,机器学习技术的适用性不同。也许未来十年里,教学方面电子化的课程给学生授课;研究方面,数据结构化、数据库之间的打通和整合更容易,数据清洗工作不断提高效率,而教授们腾出更多时间可以着力在各自的研究工作和对学生的研究培养上,提高各类人才的培养力度。

MIT TR 35得主,微软亚洲研究院资深研究员韦福如

1、您最关心的AI领域议题是什么?

自然语言理解与生成的研究进展和产品落地。

2、过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

研究上,端到端和预训练的深度学习算法和模型在自然语言理解与生成中的广泛应用。应用上,个性化的信息流成为信息消费的重要途径之一,以及基于语音识别和语义理解的个人助理逐步为人所熟知。

3、未来十年,您对公司发展或个人科研的最大期待是什么?

具备常识和推理能力的自然语言理解的研究和技术突破。

论坛嘉宾,商汤科技联合创始人兼CEO徐立

1.  您最关心的AI领域议题是什么? 

如何让AI在各行业突破工业应用红线,用AI赋能各行业,用中国原创技术创造新价值。

2.  过去十年,您认为AI领域哪些研究成果或应用最超出您预期? 

从技术层面上,深度学习、增强学习和对抗学习都有巨大的发展;从应用层面上,计算机视觉技术在手机和互联网娱乐方面的广泛应用,无论是人脸解锁,还是“美颜瘦身”,让每个人都体会到AI的魅力。

3.  未来十年,您对公司发展或个人科研的最大期待是什么?

希望把创新和产业深度结合,公司发展达到“逃逸速度”,形成更大平台。

论坛嘉宾,富士康工业互联网首席战略官姚忠佑:

1、 您最关心的AI领域议题是什么?

我从几个层面来回答这问题:

技术层面:随时随地有AI - 把AI运算从云端带到边缘层,达到没连接网络也有AI。

公司层面:自动衍变的生产线,让工厂自主学习,提升效率和功能。

个人层面:能够学习价值观的AI。

2、过去十年,您认为AI领域哪些研究成果或应用最超出您预期?

深度学习彻底改变人与机器相互沟通模式。机器首次能有效率理解语言和视讯辨别,达到与人的及时互动。在一些专业应用AI已超越人类智能。

3、 未来十年,您对公司发展或个人科研的最大期待是什么?

我期望能看到AI彻底改变人类的衣食住行。透过个人,医疗,消费,金融,工业等的大数据物联网和AI的结合,让我们能活的更常,更好,同时能达到地球环境的永续发展。

产业活动
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的创新,助力微软实现长远发展战略。通过与微软产品部门紧密合作,微软亚洲研究院将众多创新技术转移到了微软的核心产品中,如Office、Windows、Azure、Bing、Visual Studio、Xbox Kinect以及小冰、Cortana和Microsoft Translator等人工智能产品。

https://www.msra.cn/
商汤科技机构

作为全球领先的人工智能平台公司,商汤科技SenseTime是中国科技部指定的“智能视觉”国家新一代人工智能开放创新平台。同时,商汤科技也是全球总融资额及估值最高的人工智能创新企业。 商汤科技以“坚持原创,让AI引领人类进步”为愿景。公司自主研发并建立了全球顶级的深度学习平台和超算中心,推出了一系列领先的人工智能技术,包括:人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等。商汤科技已成为亚洲最大的AI算法提供商。 商汤科技在多个垂直领域的市场占有率位居首位,业务涵盖智能手机、互联网娱乐、汽车、智慧城市、以及教育、医疗、零售、广告、金融、地产等多个行业。目前,商汤科技已与国内外700多家世界知名的企业和机构建立合作,包括本田、SNOW、阿里巴巴、苏宁、中国移动、OPPO、vivo、小米、微博、万科、融创等。

http://www.sensetime.com
氪信科技机构

上海氪信信息技术有限公司(以下简称“氪信”),是一家以机器学习、自然语义处理、图卷积神经网络为核心技术的人工智能企业。

http://www.craiditx.com/
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

阿尔法围棋技术

阿尔法围棋是于2014年开始由英国伦敦Google DeepMind公司开发的人工智能围棋程序。AlphaGo是第一个打败人类职业棋手的计算机程序,也是第一个打败围棋世界冠军的计算机程序,可以说是历史上最强的棋手。 技术上来说,AlphaGo的算法结合了机器学习(machine learning)和树搜索(tree search)技术,并使用了大量的人类、电脑的对弈来进行训练。AlphaGo使用蒙特卡洛树搜索(MCTS:Monte-Carlo Tree Search),以价值网络(value network)和策略网络(policy network)为指导,其中价值网络用于预测游戏的胜利者,策略网络用于选择下一步行动。价值网络和策略网络都是使用深度神经网络技术实现的,神经网络的输入是经过预处理的围棋面板的描述(description of Go board)。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

推荐文章
暂无评论
暂无评论~