欢迎各位再次来到这里听小编解说!小编已经把最精彩的文章已经写在了下边,希望大家能耐心的把文章看完。你们的阅读就是我坚持创作的动力!麻烦你点点关注和评论!小编会永远记在心里的!!!
 
10月27日,由《麻省理工科技评论》、DeepTech深科技联合主办,梅赛德斯-奔驰特别呈现的“Meet 35——全球科技青年论坛”在北京举办。
在这次盛会上,来自全球范围内最顶尖的科学技术人才以及跨界领域人士,畅谈从人工智能到量子计算,从基因编辑技术到脑机接口,丛可持续能源到未来出行、金融科技、区块链以及技术投资等最前沿的科技话题。
英伟达机器学习研究总监
Animashree Anandkumar
在会上发表了题为《
AI的三位一体: 数据+算法+运算力
》的演讲,对AI的现状和前景展开了分析和讨论。
图丨Animashree Anandkumar (来源:DT君)
DT君就
Animashree Anandkumar
在论坛中的精彩演讲进行整理,内容略有删改:
今天我想跟大家说的是人工智能的三大支柱。也就是在真实世界里,AI想要成功需要有哪些组成部分,哪些因素会影响到AI在现实生活中的使用,以及我们应当如何打破研究与实际应用之间的高墙,这些都是我们需要思考的问题。
在谈论这些之前,我们先来看看智能到底是什么。我们在新闻中常常见到人工智能的字眼,那么什么是真正的AI?有哪些系统才是真正的智能呢?
我们可以先来做个对比,一个是波士顿动力的Atlas机器人,能够完成一些非常高难度的动作,比如娴熟的后空翻。另一个就是我们人类的好朋友——小狗,它们在后空翻的时候通常的结果会是蠢萌地摔倒。
图丨Animashree Anandkumar (来源:DT君)
那将二者进行对比,哪个更加智能呢?答案当然是小狗。因为智能的定义并不在于能够完美地完成一个任务,更重要的是获得知识、学习技能的能力,以及适应环境的能力。环境是会不断变化的,我们是否能适应这些变化,并且把这些知识和技能应用在现实中才是最重要的。
目前,我们能用一些算法来控制机器人,在特定条件下完成特定任务,但这是算法驱动的,而不是学习驱动的。因此在我看来,这并不是真正的智能。
所以我说的人工智能,是基于学习的人工智能,能够学习和适应环境的才是真正的人工智能。
人工智能的三大支柱:算法、数据、运算力
我们在说到人工智能的时候,总会想到算法,包括深度学习框架或神经网络,会想到运算力,此外,数据也是我们需要解决的一个问题。尤其是当我们想在新的领域应用时,如何收集足够的数据对系统进行训练,如何保证数据已经覆盖所有的所需场景,也是至关重要的。
这里所说的数据包括人的行为以及其他数据。除此之外,要让深度学习得到发展,算法或者运算力也非常重要。我们必须要强化这种运算力,才能真正地把人工智能发展到下一级别。
比如要想把算力的级别从十亿上升到万亿,就必须要收集更多的数据,积累出更强大的算法。这些就是我们所说的人工智能的三大支柱:算法、数据、运算力。这样三位一体的形式才可以推动人工智的发展。
我给大家介绍一个计算机视觉的例子。对于人来说,识别出一个游泳池是轻而易举的,因为我们从出生开始就一直观察外面的世界,不断地探索周围的世界。
但是对于机器来说这是非常困难的。因为对于计算机来说,它们需要输入各式各样不同的图像,包括不同形状和不同状态下的游泳池,比如一些有水的或没水的游泳池,再比如,泳池旁的建筑可能是一个小别墅,也可能是一个酒店,所以说游泳池和房屋这样的物体都不是计算机能马上识别的。
要解决这一问题,我们需要喂养大量的数据,让其建立泳池与其他相关事物之间联系,告诉它游泳池在不同情况下看起来是什么样的,这也是正是数据的重要性。
而对算法来说,目前的深度学习已经非常成功了,因为它具有很高的灵活性,比如在对数据的计算和分析中,我们可以分析数据不同的变量。
还有一个非常重要的便是图像处理器,目前我所在的英伟达在利用图形处理技术处理图片上几乎达到了人类的水平。但需要注意的是,这仅限于图片识别,并不包括其他的层面。
我相信机器要真的达到与人类相当的智能水平还需要有一个漫长的过程。目前,我在研究不同维度的数据和图形的处理,这种多维度包括了图像的不同色彩、不同的通道,比如说蓝色、红色、绿色,而如果是视频的话,还会有相应的时间维度。对此,我们必须要有一个多模态的模型,把包括图形、文字等不同的维度联系在一起,才可以更好地进行分析。我的研究也是希望能把这些不同的维度有效地结合在一起进行分析。
非常感谢各位看官能在百忙之中阅读小编的文章,您们的阅读和评论是小编继续坚持创作的动力。你们的每一个评论,小编都会去非常认真的去阅读,你们提出的宝贵意见我也会虚心接受,争取每天都为大家带来更多的优质文章。让大家不但可以增长见识,还可以有个好的心情。希望您能喜欢小编的文章!
 
领取专属 10元无门槛券
私享最新 技术干货