庆清华计算机系60周年,八位大咖谈人工智能的未来30年

对过去最好的尊重,就是对未来进行深刻思考。2018年9月16日,为贺清华大学计算机系60周年,“人工智能 启迪未来”论坛在清华大学举办。多位人工智能的学者、企业家、创业者共同出席,探讨人工智能将如何启迪未来。

论坛中,中国工程院院士、清华大学计算机系主任吴建平出席活动并致辞。启迪控股董事长王济武,日本工程院院士、欧盟科学院院士、中国人工智能学会副理事长任福继分别作主题分享。清华校友AI大数据专委会秘书长王霞,清华大学计算机系原党委书记、清华科技园启迪孵化器原董事长罗建北,昆仑数据CEO陆薇,瓜子二手车CTO张小沛,Face++ 创始团队成员陈可卿,速感科技CEO陈震共同就话题“人工智能与产业实践”进行了讨论。

来自清华、北大等高校的学子,创业公司CEO,投资人,人工智能领域从业者等近300人来到现场,期待从几位大咖的分享中一窥未来,了解人工智能将对我们的生活带来哪些影响。

以下,我们编辑整理了本次论坛中嘉宾分享的部分“干货”,希望能与更多人一起分享他们对于人工智能思考的“闪光点”。用这些对未来的深刻思考,再次祝贺清华大学计算机系60周年。

中国工程院院士 清华大学计算机系主任吴建平

人工智能之所以火热,是因为遇到了两个关键技术

首先我代表计算机系全体师生对大家参加本次论坛表示欢迎,也感谢大家对清华大学计算机系60周年系庆活动的支持。

1979年,我在清华计算机系读研究生的时候,我们班的同学里,三分之一都在做人工智能相关研究。人工智能为什么这么热?一方面是人工智能遇到了两个对它有最大促进作用的技术,计算机技术和互联网。这几十年来,计算能力和存储能力急速发展,服务器体积大大降低,再加上互联网,这使得我们获得信息的规模空前大,带来了数据的升级。另一方面,人工智能现在有了很多的应用场景,也是它今天这么火热的原因。

所以,我们现在举办这个论坛是赶上了好时候,任福继、罗建北、王济武等几位嘉宾也都是人工智能领域的积极推动者。大家一起探讨,希望我们都在人工智能大潮中找到自己的位置。

启迪控股董事长王济武

科技成果转化在于 “为科技服务、用科技服务”

今天我重点分享科技成果转化的规律。现在科技成果转化可以说分成“一体两面”。

一面是“为科技服务”。为科技服务,就是把科技转化变成一个成果,在这个过程中,研发经济非常重要,全球范围来看研发经济比重越来越高。

另一面是“用科技服务”。简单来说,就是大家不能认为科技成果被研发出来以后,就一定会被广泛应用,新技术在产业升级中实现应用,不是一蹴而就的。启迪在技术转化过程中创新的新模式是“技术+资本+产业链”。

政府、大学、企业,这是科技成果转化早期的模型。美国、英国普遍都是采用这种模式,清华科技园也是如此,非常好的完成了为清华大学科研成果转化,实现产学研一体化的任务。

但是我们将这种模型在全球推广的时候对原来的三螺旋进行了升级,提出了“立体三螺旋模型”。从一个维度上升至多个维度。除了政府、大学、企业又加了技术、资本、产业,左手投技术、右手投产业,中间用资本连接。

启迪在全球建了300个科技园和孵化器。怎么招满的?实际上启迪没有招商团队,我们一边建科技园,一边投资新兴产业,用自己的产业把自己园区带动起来,同时建设孵化和培育体系,储备优秀的企业。

不管是从启迪控股的发展史,还是从理论研究和产业实践的角度看,启迪与清华计算机系都很有渊源。我们有一样的清华传统,有文化价值观的一致性,还有感情纽带。启迪会积极跟计算机系、其他院系的清华同学展开深入合作。

日本工程院院士、欧盟科学院院士 任福继院士

人工智能的本质是什么?我们必须要去直面这个问题

2016年AlphaGo在围棋项目中打败了李世石,今年6月在旧金山IBM的办公室里面,人工智能在辩论中又赢了人类。这说明不仅在有边界的问题上,在没有边界问题的上,计算机也有可能超过人类。

人工智能由于背后挺立着云计算大数据深度学习,脑认知及认知脑,它将不以人类意志为转移地发展,进化,突飞猛进,进而带来“核爆力”般的影响。

最近30年,人工智能是以数据驱动的,产业上有发展,理论上建树不多,把人工智能最基本最本质问题规避了。人工智能的本质问题是什么?简言之,是理解。我们必须有一批人要去直面这个问题。

研究人工智能的本质,我们一定要注意去除伪人工智能、娱乐人工智能和智能人工。人工智能的发展有不同的阶段阶层,感知、计算和认知。现在来看,感知方面有了解决方案,计算也已经超过了人类,但认知方面还有非常大的问题。真正的智能,越到后面情感越重要。

对于人工智能的发展,未来30年我们能做点什么?我认为有以下几点:产业上有效利用大数据,做好算法,深挖场景。只有这样,才可能研发出更好的人工智能产品。这仍然是数据加算法驱动。

数据是智能机器人的粮食。就像人类没有粮食就不能维持生命、就不能进化一样,数据是智能机器人必不可缺的要素。大数据驱动本身无可非议,今后仍将继续发挥其强大能量。但大数据驱动本质上是迂回了人工智能的本质问题,即认知智能、理解。未来30年人工智能研究,应直面人工智能的本质问题。

清华聚集着世界屈指可数的最强“头脑”,应做正面攻克人工智能本质难题的勇士。

圆桌论坛

目前人工智能的机会:与产业结合,让技术“落地”

在清华校友AI大数据专委会秘书长王霞的主持下,清华大学计算机系原党委书记、清华科技园启迪孵化器原董事长罗建北,昆仑数据CEO陆薇,瓜子二手车CTO张小沛,Face++ 创始团队成员陈可卿,速感科技CEO陈震进行了对话。

四位来自不同领域的嘉宾,在对于人工智能未来的趋势分析中,不约而同的提到了一个关键词:产业。以下是他们观点的概要。

罗建北

人工智能领域,清华计算机系有两个方向可以努力。

一是突破型技术的研究。产业升级依赖的还是核心技术的突破,但突破型的技术研发一定要耐得住寂寞,希望有志在此的同学能够在科学研究上做出贡献。

二是把成熟的技术产业化。在应用层面,让技术在生产发展中发挥作用,把技术产品化、市场化,让它提升我们国家的经济建设。

提升国力要看什么?就看我们有没有自主知识产权的产品和技术。因此我们要埋头苦干,在技术上实现突破。

我经常接触很多创业者,看到他们把高新技术用到生产中去,我充满了希望。我们中国市场大,只要你有好产品,投资不缺钱。我们需要好技术,然后把它们变成产品,变成生产力,变成推动国家发展的动力。

张小沛

人工智能继续发展肯定是跟产业界纵深结合,包括在健康、教育、医疗、出行等行业。

如果只盯着算法本身向产业纵深走,是非常有挑战的。数据获取、数据关联、数据清洗都是巨大的挑战。浅层的东西都挺容易做了,再往下走只有把数据标准化、系统化传到云端,才可以“有米可炊”。

数字化不代表数据化,你要深刻理解产业逻辑本身的底层逻辑、商业逻辑,才能很好的标准化、结构化,才能走到智能化。这是我看到的产业趋势。

陆薇

昆仑数据是一家技术公司,技术很重要,但却不是最重要的。我们认为有另外三个因素比技术更重要。

第一是场景。一定要从业界觉得非常痛,而你能解决这个痛点的场景出发。

第二是场景所在领域的专业知识。这一点在工业领域尤其重要。例如,对昆仑数据来说,在风力发电领域,我们需要有空气动力学的原理,做石油管道要有流体力学原理。

第三是一定要有相关的数据,没有数据就是巧妇难为无米之炊。

另外, 有相关的技术,还要有一个最适合它的算法。最近最流行的深度学习的算法,已经被发明了很多年,但是把一个算法应用到场景之后,还要结合这个场景做算法的增强改进,使得它在这个场景下的应用能达到最优的结果。

陈可卿

我认为人工智能有点像我们小时候看到的小说里写的魔法,这是一个“魔法的时代”。未来假如你想要成为出色的魔法师,当下有三点可以做。

第一是对理论的研究。去真正了解人工智能使用的深度学习算法本质是什么?能够把这一点研究出来的人,一定是站在这个时代的最顶尖的人。

第二是让技术“落地”。与行业升级做结合,把已有的技术实现应用落地。Face++做AI+IOT的技术落地,是公司发展七年摸索出来的道路。我们也曾试图直接把人工智能应用到对应的To C的产品上,但最后我们发现最快把技术落地的方式是和现有的一些行业进行结合。

第三个要有钱。大家看到有技术,能看准行业机遇的,赶紧投钱。

陈震

走过O2O、走过数据、走过人工智能算法,我认为人工智能未来应该从更基础的学科角度去对技术进行更多的理解。

深度学习在今天更像是一个黑盒,我们使用它,但我们不知道这些高维特征该如何去了解。如何去解读它,就是把它从一个黑盒变成白盒的过程。这个过程中,应该把人工智能与更多的学科和领域进行交叉,做更深度的研究。人工智能与电子、机械、美术、设计、心理学等学科的结合会有很多的机会。

清华大学和启迪控股都对这方面很关注,全球创新学院GIX、清华幸福实验室都是他们努力和探索的成果。

王霞

清华大学计算机系过去60年培养了17000多名学生,他们都奋斗在产学研的第一线。

未来的计算机系人,长远来看,需要投身于理论研究、致力于人工智能本质研究的勇士;中期来看需要扎根行业,深度与产业结合的问题解决者。既要攻克有挑战的难题和算法,做顶天的研究;更要与国家战略结合,做立地的事情,帮助传统产业转型升级。因为产业中的实际问题往往受各种因素的制约,需要合适的算法,科研中复杂度高的算法不见得合适。在与产业深度融合的过程中,沟通是很重要的能力。我们不仅需要懂得与机器沟通,做好的算法,还要与行业专家沟通,解决实际问题。

自1958年建系以来,清华大学计算机系人才辈出。60年中,中国计算机技术的进步,每一步都有清华计算机系校友的贡献。在人工智能对人类生活的影响越来越大的今天,清华大学计算机系培养出了大批人工智能领域的优秀人才,他们将会用技术启迪未来。再次祝贺清华大学计算机系60周年!

大数据文摘
大数据文摘

秉承“普及数据思维,传播数据文化,助⼒产业发展”的企业⽂化,我们专注于数据领域的资讯、案例、技术,形成了“媒体+教育+⼈才服务”的良性⽣态,致⼒于打造精准数据科学社区。

产业人工智能
相关数据
速感科技机构

速感科技成立于2014年10月,是一家以机器视觉为核心的人工智能创业公司,行业内领先的视觉解决方案提供商。公司成立于2014年,目前主要产品为:以嵌入式视觉芯片为载体的视觉传感器、高精度控制器和硬件决策控制平台。公司致力于帮助行业用户利用低成本、高效的视觉融合技术解决空间中智能移动设备的感知、定位、导航、规划等关键应用问题。速感科技是国家高新技术企业,中关村首批前沿科技企业,英特尔官方供应商及明星合作伙伴,在多项国内外权威媒体及战略研究机构年度评选中获评中国最具投资价值、最具成长性的人工智能创业公司,多个国家级人工智能、机器人领域产业联盟成员企业,拥有近30项自主知识产权专利。公司成立至今,累计获得4轮次12家中美投资机构超过1亿元融资,投资方包括启迪控股、中芯国际集成电路集团、美国中经合集团、软银赛富亚洲基金等知名风险投资机构,目前公司处于B轮高速成长阶段。公司核心技术人员来自世界顶尖高校实验室及科研机构,是国内最早研究机器视觉vSLAM技术的团队;工程研发人员拥有国内外一线企业资深产品开发经验;管理成员拥有超过十年外资企业及上市公司管理背景,具有连续创业与战略并购经验。

http://www.qfeeltech.com/index.html
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。

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)。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

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。

暂无评论
暂无评论~