Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

我们和腾讯一同做了件事,想让困难学生免费学习 AI

追逐未来需要自己动手构建 AI 算法,但也要有一个起跑的机会。

在开发者的世界里,年龄并不是阻碍你做成一件事的障碍。除了十几岁拿 Kaggle 竞赛的冠军,我们还常常看到少年开发者的传奇故事。


今年国内互联网巨头在香港上市的现场,就有一位年仅 13 岁的机器学习开发者参与了敲钟仪式。这位名叫郭佳慧的北京女孩曾在去年疫情期间,使用深度学习开发平台写出了一款「智能口罩模型」,能够帮助检测疫情期间进出人员口罩的佩戴情况。

她设计的工具在应用市场上收获了几千次的调用。


从获取教程、登陆开发框架、训练模型再到应用上线,如今流行的 AI 平台可以让人们快速上手,开发出各种各样神奇的工具。

很多时候,让用 AI 的人设计 AI 能实现最好的效果。谷歌研究科学家迪米特里 · 卡维斯基(Dimitri Kanvesky)是一名聋哑人。他出生于俄罗斯,1 岁失去了听力。但在美国期间他还学会了使用英语说话。


迪米特里现在可以使用自己发明的 Live Transcribe 语音识别引擎与他人实现接近完美的交流,这款将语音实时转换成文字的机器学习工具已被谷歌开放,覆盖所有的安卓手机,能方便听障人士和他人进行直接无障碍的对话。


此前谷歌等公司举行的活动中,人们还应用 AI 技术来预测自然灾害,为文盲进行文字转语音,进行垃圾分类…… 最先进的技术被应用在了最需要它的地方。如果农业和乡村建设能够搭载机器学习加持的技术,欠发达地区的人们可以享受到很多新技术带来的便利。

但应用 AI 技术的门槛却一直在:过去很长一段时间,我们都需要念个计算机科学博士才算学了人工智能。好在最近几年国内陆续出现了本科的 AI 学位。

至于更基础的编程和理论知识,人们可以通过各类在线课程甚至初高中级的人工智能教科书来获得。


问题在于教育资源分配不均:和那些身处大城市,经常接触新鲜事物的年轻人不同,国内仍有很多人并没有获取 AI 技术的渠道。在不断被媒体报道的 AI 数据竞赛中,那些入围决赛的人大多都是行业内的专业选手。他们获得了关注和丰厚的奖金,而更为广泛的群体经常被排除在外。

我们花费很长时间让通信、电商普及到农村,但在 AI 大规模发展时,技术本身的普及还没有开始,这让人不由得有些遗憾。有没有改变现状的方法呢?

最近的一个流行词是「三次分配」。


直观地说,初次分配就是「市场看不见的手」发挥作用。人们依靠劳动、土地、资本和技术获得的收入,都算初次分配。而再分配,更多的是「看得见的手」发挥作用,旨在调节初次分配中形成的不均衡,如税收、社保、扶贫等。

三次分配依赖的既不是市场也不是政府,而是一种「扶危济困」的精神,最典型的就是慈善事业。国家提倡第三次收入分配,主要的目标包括乡村振兴和农村基础设施建设。

最近一段时间,腾讯和阿里已启动计划,各投入 1000 亿元人民币助力共同富裕:阿里启动了「阿里巴巴助力共同富裕十大行动」,成立一个专门的常设机构,将在 2025 年前累计投入 1000 亿元,助力共同富裕。

腾讯则投入 500 亿设立可持续社会价值事业部,同时划出 500 亿元启动了「共同富裕专项计划」。在最近的 99 公益日上,腾讯更额外拿出 50 亿元,其中 40 亿进行公益数字化建设和一线公益帮扶。

科技大厂的公益项目不仅投入多,而且自带先进技术。内蒙古乌兰布和沙漠里,有一个由物联网传感器、边缘网关以及一体柜组成的腾讯云边缘数据中心。

沙漠试验基地中的腾讯云边缘数据中心 NanoT-block。

在传感器设备采集后,有效数据被上传到云端进行分类和鉴别,进而进行深度挖掘。强大的 AI 算力可以帮助人们找到沙漠生态农业中的科学种植,也为更精确地研究中长期生态环境变化提供了更多可能。

新疆、内蒙古的一些荒漠化地区,原来的沙漠已经种上了玉米和瓜果蔬菜、中草药、草、乔木灌木等约百余种植物,植物长势良好,进而吸引了各种动物。


除了数字化公益,还有面向个人的项目。腾讯联合社会各界发起的「99 公益日」活动自 2015 年到今年已经开到了第七届。活动期间,用户只要来腾讯公益平台上参与「一块做公益」,官方会同样配捐一笔,受助群体能得到更多的帮助。

过去 6 年间,共有超过 1.5 亿人次的用户捐赠 62 亿元善款,有 4 万多个公益项目得到帮助。99 公益日也成为中国参与人数最多、影响力最广、场景最多元的全民公益活动之一。

腾讯的公益平台上,有没有项目能让对大数据、机器学习感兴趣,但身处落后发展地区的学生成为 AI 领域的一份子呢?

机器之心找到了一个旨在帮助困难地区学生参加数据竞赛的项目:「AI 心人才助梦计划」。


根据计划,项目会在 8-10 月于线上筹款,数据竞赛则会在 9 月 6 日开始初赛,12 月完赛颁奖。这场竞赛预计将会覆盖超过 150 所高校,吸引 800 支参赛队伍,招募超过 2000 名学生。

更重要的是,这场竞赛将对所有参赛人员提供免费的职业技能培训,教他们学 Python,然后再教数据挖掘方法。为此,组织方计划邀请 10 位以上行业专家和企业直接指导参赛人员,对参赛者进行职业技能及就业指导。

腾讯公益平台上,已经有一些和 AI 相关的公益项目成功实行。2020 年,腾讯发起了「天籁行动」,通过向公益开发者、设备厂商和公益行业等免费开放腾讯天籁 AI 音频技术,帮助人们解决人工耳蜗的降噪难题,改善了大量人工耳蜗佩戴者的使用体验。

而今年的「AI 心人才助梦计划」则希望能够帮助困难人群学会 AI 技术的开发,可谓授人予渔。

如果你在「99 公益日」期间为该项目捐款,腾讯基金会将为它爱心配捐。

AI 公益活动,由机器之心助力

通过捐赠一笔钱,先入门带动后入门,是我们寻找公益项目方向时想法。今年的公益节,机器之心腾讯公益合作,成立了「99 公益日机器之心战队」,加入 AI 心人才助梦计划,号召大家帮助困难学子能够获得大数据技术的学习:


希望在未来能用知识改变命运的,不仅有你。
产业腾讯公益开发平台
相关数据
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。

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。

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)

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

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。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
推荐文章
暂无评论
暂无评论~