11月23日,由济南高新区管委会、阿里云计算有限公司指导、阿里云创新中心(济南高新)基地、蜂巢孵化器、创头条共同主办的2018中国(济南)双创发展大会在济南举办。会上,中国科技开发院大数据与人工智能研究院首席科学家张世明对人工智能的概念做了详细科普,并分析了目前人工智能发展所面临的风险和挑战。
张世明博士介绍,人工智能不是单方面的某一领域的特质,而是一个多学科、多概念融合的概念,它涉及到与计算机相关的所有概念,包括机器学习、自然语言处理、深度学习、问答系统、认知计算,以及未来的身体感知等等。
而目前我们所拥有的人工智能技术还只处于弱人工智能范畴,相比于真正的人工智能,还有很长的一段路要走。
网络技术发展和互联网技术的发展,促进了我们智能化技术进一步的升级和驱动,弱人工智能从传统简单的网络交互,到现在多模式的交互,使智能化成为可能,特别是在人脸识别、自然语言翻译等方面的应用,起到了一定促进现有产能智能化升级的作用。
但人工智能与智能制造相关的结合却不尽如人意,往往期望很高,失望却越来越多,特别是人工智能在智能制造方面的落地情况,永远满足不了相应的企业生产需求。
第一,实现人工智能与相应行业之间的应用对接,在特定领域改变现有的商业模式,并在此基础上做相应技术上的东西,对于一些中小企业很难。因为涉及到相应的计算资源和技术研发的难度问题,目前只有阿里、腾讯、百度以及与专业行业相关的少数企业,才能做基础性技术。所有的空间只能利用阿里现有的基础平台,来促进推广和发展,通过孵化器,不需要搭建和投资相应的计算资源,只是关注应用和创新。
与商业相关的农业、职能制造以及金融和商务,相关的阿里、腾讯、百度各个方面的生态都有,这些生态开放给大家,大家在现有的平台上做一些相应的业务,应用到现有的行业中,促进行业升级,使传统的基础能力变成智能化的应用,包括增值服务、智能家居等与数据相关、传统行业有管理和技术数据升级需求的业务,可以用人工智能的方式使产业进行智能化升级。
我们大部分工作是在做人工智能的系统,而核心只是做相应的人工智能算法,这一个算法往往只涉及到相应的系统和项目里边很小的一部分。而大部分品牌搭建工作,特别是人工智能硬件方面的工作让很多人感到沮丧,虽然产生很大的价值,但实际上大部分在做很传统的辛苦工作。这个结果产生价值与否还有很多不确定性。
第三,人工智能想落地,数据方面是一个重大的阻力,有了数据,数据规模很大,如何实现算力突破,保证在有限时间内算出结果是一大问题。“包括工业互联网、智能制造,大家都认为这个数据是企业的资产,我们都包围在一起。我们之间的数据环境比较恶劣,从来没有做数据整理,做的是数据治理,我们有数据,而数据不可用,这就限制了人工智能在实际场景的应用。”
第四,有了人才,有了数据,有了技术,还需要产业、专家相结合。需要未来的数据中心,与各个硬件设备进行计算,是一个多方面结合的过程。
第五,深度学习驱动了人工智能,但是它同时又限制了人工智能的进步,大量的研究人员都深陷深度学习的泥潭而不能自拔,虽然深度学习促进了大数据,但同时,深度学习解决不了很多问题。
第六,信息垄断,数据集中,一方面使大家失去了自我,只关注大家相关的,产生盲从现象。另一方面,会产生数据风险,导致隐私泄露、真假陷阱等问题。
所以,人工智能给我们的生活带来便利的同时,风险也在所难免。
您也可以关注我们的官方微信公众号(ID:ctoutiao),给您更多好看的内容。