登陆 免费注册 | 网站地图 设为首页
当前位置:| 主页>知识库>管理综合>正文
人工智能技术趋势与资本热点
新智元与中信证券联合举办的人工智能研讨会在北京召开。一边是具有深远战略眼光的国内最大券商,一边是人工智能领域最具影响力的专业平台,双方的合作会当下人工智能行业的发展带来哪些启示?

  下文是2016年4月27日研讨会的精华摘要,分享嘉宾包括中信证券全球首席经济学家彭文生,新智元创始人杨静,微软亚洲研究院常务副院长芮勇,驭势科技创始人兼CEO、前英特尔中国研究院院长吴甘沙,IBM大中华区副总裁、战略部总经理郭继军,科大讯飞高级副总裁江涛等重量级嘉宾。

  彭文生:人工智能对经济的影响分析

  【中信证券全球首席经济学家 彭文生】各位来宾,女士们,先生们,大家上午好,首先非常欢迎大家参加今天的人工智能产业研讨会,衷心感谢各位对中信证券一如既往的支持,特别要感谢今天参加这个会议的各位行业资深人士、专家,包括会议的协办方新智元。

  谈到人工智能,一般人都抱有一个敬畏的心理,尤其我是文科出身,更有一种神秘感。人工智能本身我没有什么发言权,我想从经济学的角度谈两点看法。首先有一个担心,就是人工智能最终是不是将战胜人类,有的甚至担心人工智能最后会把人类毁灭。我们怎么来看这个问题?一个有意思的角度是看经济学几百年来两大流派的争议。其中的一方,是古典经济学,讲的是面对不同的可能情形,每个人依据自己的个体条件,包括财务制约等,做出符合自己最大利益的选择。古典经济学有一个概念,叫经济人,讲的就是人的思考和行为都是目标理性的,最大程度满足自己的利益。基于个体的理性行为,古典经济学不相信经济会长期偏离均衡点,也不会有长期低迷。

  从这个角度讲,人工智能的各种推理,包括计算机程序推理等,和微观经济学中的经济人理性行为是类似的。古典经济学分析的思维到了70年代,被卢卡斯发扬光大,形成了理性预期学派。他讲过一句非常著名的话,政策可能在某一个时间点能够欺骗所有的人,也可能在不同的时间点欺骗一部分人,但不可能在所有的时间点欺骗所有的人,因为人是理性的,如果大家都是理性的,那么人们会随政策的变化而改变自己的行为,抵消了政策想要达到的效果。从这样一个理性预期的角度看,人工智能涉及到的推理与古典经济学的逻辑框架是一致的,现在的经济学也用到很多数学模式和计量分析。

  当然经济学中还有另外一个学派,不相信所谓的经济人假设,不相信人总是理性的。对此,今天的投资者应当更有体会。对于金融市场做投资的,凯恩斯称之为动物精神。为什么叫动物精神?就是用正常理性的思维很难解释。这两大流派哪个是正确的,哪个是占上风的,实际上没有绝对的正确,各领风骚几十年。

  所以我在想人工智能或许也是一样的。人工智能和人到底哪个更厉害?如果人的行为总是理性的,可以用数学模式、量化分析来模拟,那人工智能就可以替代人了。但人不是总是理性的。长期平均来讲,古典经济学所假设人的理性是对的,但短期甚至中期来讲,可能有很多行为不是机器和程序乃至理性的推导所能够把握的。这是第一点体会。

  第二点体会,人工智能对就业的影响,可以说是对人的一个更现实的威胁。有人讲未来证券分析师也会被人工智能替代,会不会发生呢?其实担心技术进步对就业的冲击,这是几百年来一直持续的事情。早在纺织机代替手工编织的时候,就有人担心技术进步会冲击就业。从历史演进来看,人类的技术进步虽然在某一个具体时点,对某些行业的冲击在所难免,但是总体就业并不值得担心,因为技术进步提高生产率,提高产出,创造新的就业机会。

  虽然整体就业不会受很大影响,但不代表某些行业和人群不会受到冲击。这有两个含义,一个是我们必须要不断学习,提高自己的技能。另一个是技术进步可能加大社会的收入分配差距。过去这40年,全球收入分配差距越来越大,有多重原因,一般认为技术进步是其中的一个因素。原因在于,技术进步导致原有技能优势的减少甚至散失。我并不担心未来分析师会失业,但是分析师要提高知识,未来的投资分析更需要思想,大数据等技术进步不过是工具辅助。

  总之,对于人工智能未来的发展,我自己持有更积极的看法,这将会创造更多的就业和投资机会。今天的议程非常丰富,我衷心希望这样一个讨论,对大家提高对人工智能产业发展趋势的了解,对把握相关投资机会能够有帮助,谢谢大家!

  杨静:AI成为网红,资本市场高度关注人工智能

  【新智元创始人 杨静】新智元是人工智能的一个社交资讯平台和智库,今天有几位主讲人都是人工智能智库的专家和执委。

  今年是人工智能的60周年,人工智能可以说成为了网红,第一次走入大众。3月份AlphaGo战胜李世石相信大家一定记忆犹新。新智元这样的人工智能专业平台在3月份订阅量超越6万。今天正值北京车展,也变成了智能车展,可以看到人工智能不仅是走入大众,也走进了国民经济的主战场。4月份新智元的订阅量也达到了7万的历史新高。

  去年我们跟北京龙泉寺共同研发的机器僧,现在也成为了网红。所以我认为人工智能学家也要变成网红,希望芮勇院长他们将来也会成为大咖网红。

  资本市场高度关注人工智能产业,新智元希望把技术的评估、技术的体系引入人工智能产业的融资体系里来,让人工智能投融资有更多的技术含量。我们也跟平安银行共同成立了人工智能产业基金,希望借助我们智库专家的评估,一起来为人工智能产业建立一个更为科学的评估体系。

  最后再推荐我们的一本新书,《新智元:机器+人类=超智能时代》在京东和当当人工智能排行榜也是名列前茅,其中有新智元智库专家关于人工智能趋势的解读,我希望今天通过他们的演讲,大家能够更多地了解人工智能产业的发展趋势,通过我们这本书,更加了解新智元和人工智能。

  谢谢大家!

  微软芮勇:从人工智能到增强智能

  【微软亚洲研究院副院长 芮勇】 三个AI

  第一个AI是Agglomerative Intelligence,叫做聚合智能。就是把很多人类的智慧加以提炼,用大数据去挖掘,让机器去学习。第二个AI是Adaptive Intelligence,叫做自适应智能。这个人工智能能够根据环境变化进行自我适应调整。第三个AI是Ambient Intelligence,叫做隐形智能。

  聚合智能

  人类有很多的知识以大数据的形式存在,那么通过机器学习的方式,把大数据中间的知识挖掘出来,充实自己,这样机器能够做到像人类一样,有各种听觉、视觉、触觉的感觉。微软做的一个项目叫认知服务,把它放在云上,开发API对各种认知功能进行调用。存储云还不够智能。认知云通过人们调用它的API,可以让第三方开发出来很多像人类一样可以去听、去说的APP。微软云认知平台是把微软过去20年在人工智能上的一些成果转化为一些API,供第三方去调用,包括视觉、语音、语言、知识和搜索。

  计算机视觉包括人脸识别、视频检测、性别识别。 2015年4月份全球流行的年龄估算的APP,在座的各位可能都上传过自己照片。这个是通过认知API,写20行代码去调用完成的。2015年12月微软发布了第二版,能够识别人的表情,是高兴,吃惊,悲伤,还是愤怒。微软做的一个项目叫认知服务,把它放在云上,开发API对各种认知功能进行调用。计算机视觉领域有一个全球顶级比赛,是依据1000张图片,让计算机帮你分类,它没有见过的图片是属于这一千类的哪一类。这里就要说到深度学习,其实就是原来的人工神经网络。在深度学习应用到计算机视觉之后,计算机针对1000类物体做分类的错误率从20%降至2011-2012年10%,2014年达到6.7%。2015年年底,微软的深度学习算法有了进一步的发展,将错误率降到了3.57%。

  深度学习的一个标志性进展,就是看人工神经网络有多深,做得越深,学习能力就强。2012年深度学习这个词出来能做到8层,2014年能达到19层。关键是算法要对,如果算法不对,在GPU上跑不起来,错误率就降不下去。2015年底的时候,微软研究院的小伙伴做到了152层,可以去挖掘大数据原来没有被发现的一些东西。

  比图片分类更难的是把图片里面的物体检测出来,也需要深度学习的方法。比物体检测再难的,就是像素级的精确识别。 计算机如果在每个像素级都做到非常精确,就会有很广阔的应用前景,比如无人驾驶和精密工业制造。第一个人工智能的属性叫聚合智能,就是从人类各种大数据中挖掘出来知识,然后进行深度学习。

  自适应智能

  微软做出一个手机自拍APP,让它来帮我们把这些拍照背景、光线等困难的事情考虑进去。判断被拍照人是什么性别、种族、年龄,这些智能功能都包含在APP里面,不用人类去考虑,所以叫自适应。

  还有一个例子是实时语音翻译技术。微软的语音识别团队在1992年就已经成立,5、6年前集中精力做这个事情,已经做到中英文实时翻译。2015年推出新产品,通过SkypeTranslator可以享受到全球八种语言的实时翻译。

  实时翻译至少需要实现四个技术。第一是计算机需要把音频信号能够识别成文字;第二步,机器需要把话中间没用的东西过滤掉;第三步,改良后更加准确的文字的实时翻译;第四步,译文文字变成声音说出来。这四步串联都要高精度有效完成。第一步是语音识别,近年与深度学习相结合,使原来语音识别的错误率从30%降到百分之几。第二、三步是实时的机器翻译,根据个人的说话方式去调整语言模型。第四步是把文字再变回到原来讲者口音的声音,目前也有一些算法可以实现。

  隐形智能

  不管是智能的会场,智能的家居,智能的家电,有很多的传感器在环境里,传感器能够实时感知,然后给我们提供更好的服务。为了使得这些设备、穿戴、楼宇有智能理解世界的能力,就要应用到计算机视觉等几个人工智能组合。比如让计算机看一幅场景,它能说出是一名男子在表演滑板,确实已经有这样的技术,它的应用场景也很多,其中一个就是帮助盲人朋友。还有全息计算的未来,微软在今年上半年也会开发自己的SDK。Hololens也有很多的应用,比如在医疗行业、人体分析的教学阶段、室内设计、工业设计等。

  增强智能

  绝大多数的人工智能目前还是弱人工智能,就是去做一个人类规定好的、有规则的事情,比如说下国际象棋和围棋。人脑有左右脑,其中左脑是记忆和计算,可以根据一些有规则的事情去推理;右脑是想象力,抽象能力,天外神来之笔就是从右脑来的。弱人工智能是在模拟人的左脑,所以我认为不是人要和机器去PK,人类和机器各有所长,而如何将双方强的地方结合在一起,叫做增强智能。今后60年更是一个人类和人工智能相互增强、各取所长的阶段,这会使得人类能够更有效地去处理各种事情。

  驭势吴甘沙:人工智能:技术、产业与社会变革

  【驭势科技创始人、CEO,前英特尔中国研究院院长 吴甘沙】信息革命已经经历三个周期,未来将是智能化时代。第一个周期是1950到1970年,计算机完成架构化;第二个周期是1970到1990年,PC出现,开始数字化生存;第三个周期是1990到2010年的网络化。从2010年开始的新的20年周期将是人工智能时代。

  人工智能的发展经历了三次高潮和两次低谷,目前处于第三次高潮中。1956到1974年是人工智能第一次黄金时代,此时的智能来自于逻辑和推理,出现神经网络等概念。1974年以后,因为计算机内存受限、神经网络被唾弃等原因,人工智能第一次冬天到来。1980年后,人工智能再次发展,知识工程和专家系统大行其道。神经网络在这个阶段重获新生。随后很快第二次冬天到来,因为专家系统昂贵,而通过人类总结获得的知识局限性很大,而日本的第五代计算机梦也破碎。1993年以后,人工智能又一次迎来繁荣,这一轮到目前还没有明确的冬天出现。

  人工智能三个不同的学派:符号学派、连接学派、行为学派。(1)符号学派起源于逻辑推理。该学派取得两个标志性事件。一是战胜国际象棋冠军卡斯帕罗夫,二是在知识竞赛中赢了人类冠军。(2)连接主义是仿生学的概念。大脑的智能是来自于860亿个神经元、以及这些神经元之间万亿级别的连接。连接主义的理念是智能来自于计算和大数据。深度学习之所以现在能够流行起来,是因为计算能力增强和充沛的大数据。(3)行为主义强调和环境做交互,能够模拟生物运动。双足的机器人把仿生学和行为主义做到了极致。

  人工智能三个学派之间有融合。(1)连接主义和符号主义产生融合,例如Siri通过连接主义做语音的识别,同时又通过符号主义提取重要信息;(2)AlphaGo是符号主义+连接主义+行为主义的结合。

  人工智能从数据中提取信息,再从信息中提取智能。前者已经有长足进展。从信息中提取智能有不同的方法,包括:(1)通过交互的方式,行为主义或具身智能就是通过交互的方法来获得智能;(2)通过认知的方式,IBM总结的认知方式包括理解、推理和学习。

  短期内应该鼓励人工智能技术发展,但人工智能不应被过度消费。(1)短期内应该充分让人工智能技术发展,但不应被过度消费。前两次人工智能的冬天都是因为被过度消费,大家对它寄予过高期望;(2)中期内人工智能可能对社会产生一定影响,但还不会对人类的存在性产生风险;(3)长期看,在50年尺度上,如果进入强人工智能或通用人工智能,机器产生自我意识,可能会对人类的存在带来一些风险。

  未来五年是人工智能进入各个垂直领域的红利期。未来人工智能一定是走专业化道路,而不是通用道路。近年人工智能比较火的领域是自然语言处理、计算机视觉、人工智能与金融的结合。人工智能未来的几个发展方向中,包括人工智能硬件、垂直领域服务机器人、聊天机器人等都存在着机会。

  汽车行业面临大变革时代,汽车将被自动驾驶重新定义。传统上汽车产业是非常保守的,但现在面临着百年未遇的大变革,包括新能源、出行共享、智能化、网联化,汽车将会被重新定义。未来,服务业、物流业、保险业等都会被自动驾驶影响,或者重新定义。

  Business Insider的报告认为具有自动驾驶功能的汽车未来几年预计年复合增长率会达到134%。摩根史丹利认为自动驾驶将为美国每年带来1.3万亿美元的好处,包括燃油节省、事故减少、生产力提升、交通拥堵减少等。

更多

上一篇:从传统出版走向知识出版
下一篇:没有了
声明:本版文章内容纯属作者个人观点,仅供参考!由于部分内容有网友发布,如果侵犯您的权益,请与我们联系,我们将第一时间删除。
最新评论:共有 0 位网友发表了评论
发表评论
评论内容:不能超过250字,需审核,请自觉遵守互联网相关政策法规。
用户名: 密码: 匿名?
注册
相关文章
联系中国知识管理中心
版权所有 Copyright© 2003-2016 知识管理中心(Knowledge Management Center)
京ICP备05002111号