戴口罩的这一年，AI产业如何“重启、重塑、重构”？( 五 )
接地气是我们在落地科技时的一种“科技为人”的价值导向 。 科技的落地应用 ， 与长期、有挑战的科技探索之间并不冲突 。 在长期、有挑战的工作上做投入、做突破 ， 才能让科技持续产生价值 。
最后 ， 夏华夏还展望了一下AI最美好的模样：像水电煤一样成为未来生活的基础设施 ， 无处不在 ， 但不一定需要被用户感知 。 AI可以在生活的每一个角落为我们服务 。
清华唐杰：认知图谱是人工智能的下一个瑰宝
清华大学计算机系教授、系副主任唐杰在会上做了题为《认知图谱 ， 人工智能的下一个瑰宝》的演讲 。
文章插图
人工智能的发展可以划分为三个时代：符号AI、感知AI和认知AI 。 认知AI到现在为止尚未实现 。 那么 ， 实现认知AI需要做什么？唐杰教授指出 ， 现在急需打造的是AI基础设施 ， 比如认知图谱怎样构建 。
为什么要强调认知的逻辑呢？唐杰教授举了GPT-3的例子 。 GPT-3 ， 参数规模达到1750亿 ， 数量级接近人类神经元 。 并且 ， 在表达能力上 ， 这样的大规模语言模型已经使得AI接近人类 。 这就带来了一个启示：我们是否可以直接通过大规模、大算力、大计算的方法 ， 得到一个超越人类的通用人工智能？且不谈上亿人民币的训练成本 ， GPT-3这样的语言模型 ， 如今已经暴露出一个明显的问题：没有常识 。 比如 ， 你问它一根草有几只眼睛 ， 它会回答“一只眼睛” 。
想要解决这样的问题 ， 用计算的方式做认知 ， 唐杰教授谈到可以结合两种方法去实现 。 第一 ， 数据驱动 。 把所有数据进行建模 ， 并学习数据之间的关联关系 ， 学习数据的记忆模型 。 第二 ， 知识驱动 ， 构建知识图谱 。 不过 ， 仅仅如此仍然不够 。
唐杰教授指出：真正的通用人工智能 ， 我们希望它有持续学习的能力 ， 能够从已有的事实、从反馈中学习到新的东西 ， 能够完成一些更加复杂的任务 。 因此 ， 认知AI应该符合9个准则：适应与学习能力 ， 定义与语境化能力 ， 自我系统的准入能力 ， 优先级与访问控制能力 ， 召集与控制能力 ， 决策与执行能力 ， 错误探测与编辑能力 ， 反思与自我监控能力 ， 条理与灵活性之间的能力 。
认知图谱的概念也就应运而生 。 认知图谱有三个核心要素：常识图谱 。 比如高精度知识图谱构建工具 ， 领域知识图谱应用系统 ， 超大规模常识知识图谱 ， 基于知识图谱的推荐/搜索等等 。 逻辑生成 。 与计算模型相关 ， 如超大规模的预训练模型 ， 能够自动进行内容生成 。 认知推理 。 即让计算机有推理、逻辑思维能力 ， 像人一样思考 。
唐杰教授表示 ， 知识图谱+深度学习+认知心理 ， 打造知识和认知推理双轮驱动的框架 ， 将是接下来一个重要的研究方向 。 项目关键技术通过成果转化孵化了北京智谱华章科技有限公司（简称智谱·AI） ， 形成多个核心产品 ， 在阿里巴巴、搜狗、华为、腾讯、点通、工程院等30余家企事业单位部署了超过100余套智能型云服务系统 ， 应用前景极其广阔 。
小冰公司李笛：强大的AI不应该提供给企业 ， 而应该给企业里的劳动者
小冰公司首席执行官李笛 ， 在大会上分享了小冰框架的大量实践 。 人工智能正在不可避免地进入人类社会的每一个角落 ， 和人类发生各式各样、千丝万缕、无处不在的关联 。 李笛认为 ， 在讨论人工智能未来的价值之前 ， 需要先讨论人工智能的边界 。
文章插图
作为一个占据全世界范围内人和人工智能交互总流量60%的技术框架掌舵者 ， 李笛根据实际经验 ， 把技术运用的边界归结为三件事：第一件事 ， 预判技术在运用过程中可能会遇到的困境 ， 尝试用系统化的结构 ， 去提升规避掉这些困局 。 第二件事 ， 是对场景的克制 。 人工智能要发展 ， 需要在选择落地场景上保持克制 。 第三件事 ， 是尝试保护双方的机制 。 把人工智能想像成一个面向未来的系统 ， 它会跟亿万人类发生各式各样实时、高并发的交互 ， 所以在系统设计上一个非常重要的边界 ， 就是对双方进行保护 。
推荐阅读
- 不送充电器耳机，苹果一年能省17亿？库克的小算盘打得真好
- 识别|不摘口罩也能识别人脸？伊朗推出新型智能摄像头加强治安
- CES 2021预告：5G、电视，当然还有口罩
- 它“骗了”消费者多年，工厂早已停产，靠商标一年“捞金”12亿
- 又一国产巨头“崛起”！一年卖出4820万台，连续七年全球第一
- 美国“敲打”一年了，华为5G全球份额，依然是第一
- 扣押7亿物资，断供！与华为“闹掰”一年后营收暴跌，伟创力无奈3.6亿卖身
- 一年转出1800万老用户！移动、联通很无奈，网友：受够了
- 为啥手机使用一年后，就不提示“系统更新”了？网友：太坑人了
- 短短一年：电视液晶面板的价格上涨了70%