資源描述：
《AI幫助我們理解人類的智慧、人類智慧的邊界.doc》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、AI幫助我們理解人類的智慧、人類智慧的邊界 主題為“引領(lǐng)人工智能，創(chuàng)造無限可能”的2018年中國圖靈大會5月19日在上海召開，于1966年由國際計(jì)算機(jī)協(xié)會（ACM）設(shè)立的“圖靈獎”，當(dāng)之無愧是計(jì)算機(jī)界最負(fù)盛名、最崇高的獎項(xiàng)，因而有“計(jì)算機(jī)界的諾貝爾獎”之稱。今年的中國圖靈大會，更是匯聚了學(xué)界、業(yè)界的“最強(qiáng)大腦”，嘉賓陣容可謂豪華。在5月19日的論壇上，依圖CEO朱瓏博士給大家?guī)砹艘粓錾羁潭职l(fā)人深省的關(guān)于AI時(shí)代的演講?！ ≡诿绹鴮W(xué)習(xí)工作了十年之后，2012年的朱瓏回國創(chuàng)立依圖，也成為這一代AI創(chuàng)業(yè)的典
2、型代表。他的履歷上來看有幾段重要的經(jīng)歷，第一段是在UCLA的博士時(shí)期做統(tǒng)計(jì)建模和統(tǒng)計(jì)學(xué)計(jì)算，師從艾倫·尤爾，艾倫的博士導(dǎo)師正是著名的理論物理學(xué)家霍金；然后在MIT的AILab做計(jì)算機(jī)視覺建模相關(guān)領(lǐng)域的博士后研究員；最后一段則是回國前，在深度學(xué)習(xí)爆發(fā)之前的NYU的YannLecun實(shí)驗(yàn)室做研究員?！ ≡?012年之前，很少有人會說自己是做AI的，只會說做統(tǒng)計(jì)建模、統(tǒng)計(jì)學(xué)習(xí)這些具體的方向。但從2016年AlphaGo登上《自然》雜志，到美國著名的《經(jīng)濟(jì)學(xué)人》雜志多期報(bào)道，AI頻繁登上世界最著名的雜志成為封面主題
3、，如今已經(jīng)進(jìn)入了一個(gè)言必稱AI的時(shí)代。與AI相關(guān)的各種言論，關(guān)于機(jī)器學(xué)習(xí)、圖像識別、無人車、健康醫(yī)藥等等都逐步成為熱點(diǎn)。而朱瓏一直關(guān)注的是未來到底AI能發(fā)生一些什么？ 沒有權(quán)威的時(shí)代讓AI正變得真假難辨 在朱瓏的演講中，他提到目前AI跟過去比較重大的區(qū)別：因?yàn)锳I發(fā)展太快，現(xiàn)在技術(shù)處于一個(gè)很難辨別真假、好壞的時(shí)代。以深度學(xué)習(xí)為代表新的AI技術(shù)，因?yàn)檫^去參與的人和實(shí)踐不多，全球性研究的大規(guī)模以及長時(shí)間的積累并不夠。因?yàn)樘盁帷保沟酶鞣蕉紵嶂詤⑴c到AI的討論，交流甚至宣傳當(dāng)中，AI的觀點(diǎn)就變得非常多，
4、這客觀上使得很多專家真正有見地的意見和其他的言論很難區(qū)分開來，這不僅是中國，在美國也是同樣?！ ×硗庖粋€(gè)則是：技術(shù)到了一個(gè)沒有權(quán)威的時(shí)代。過去不管是從計(jì)算機(jī)視覺，還是整個(gè)人工智能領(lǐng)域，最好的實(shí)驗(yàn)室?guī)缀跄軌驂艛囝A(yù)測全球百分之七八十的進(jìn)展，但是現(xiàn)在AI無論是在美國，還是在中國或歐洲，大家的發(fā)展是比較跳躍性的，在一兩個(gè)實(shí)驗(yàn)室非常難預(yù)測主流到底在關(guān)注什么。這是整個(gè)時(shí)代的特點(diǎn)?！ ≈飙嚨谋尘笆强缭綄W(xué)術(shù)界和工業(yè)界的創(chuàng)業(yè)典型，經(jīng)歷了中國2012年到2018年這五、六年非常特殊的階段，正如他在演講中提到的，過去中國沒有成熟
5、的科技創(chuàng)業(yè)的情景和市場機(jī)制。過去，政府、投資者、媒體這三者可以頻繁交流，在2012年之前，學(xué)術(shù)界不像今天這樣經(jīng)常會被政府或一流基金邀請交流。美國則因?yàn)槭袌龀墒?，這些人經(jīng)常會在一起交流，甚至都是朋友。中國這幾年開始，各種背景的人在一起交流的越來越多，這是新的形態(tài)?！ 〖夹g(shù)突破打開了工業(yè)界應(yīng)用的突破 技術(shù)上，2015年，機(jī)器識別人臉的水平正式超過人類。人臉識別中機(jī)器比人強(qiáng)，最簡單基礎(chǔ)應(yīng)用就是1：1的比對，證明你就是你，大家熟知的是2017年iPhone推出的刷臉開機(jī)；其次是1：N，是通過任一設(shè)備里捕捉到的人臉
6、，從一個(gè)省（億級）或一個(gè)國家的人像庫（十億級）里來回答你是誰，這對識別性能的要求提升了一個(gè)量級，是千倍萬倍地增長。這意味著識別技術(shù)的突破，打開了工業(yè)界中的產(chǎn)品的突破?！ ?012年之前，可以認(rèn)為人臉識別技術(shù)幾乎沒有什么發(fā)展，2017年人臉識別最高水平可識別規(guī)模在20億人，大概比2016年可識別千萬提高兩百倍，比2015年提高了數(shù)萬倍。那未來的發(fā)展到底是什么樣？會不會再10倍、100倍甚至萬倍地發(fā)展？ 大家現(xiàn)在也有個(gè)討論，技術(shù)是不是發(fā)展到了瓶頸？各項(xiàng)算法之間有沒有區(qū)別？隨著AI熱潮的涌現(xiàn)，各家AI公司都會頻
7、繁參加一些業(yè)界的比賽以證明自己的算法實(shí)力，以人臉識別算法為例，可以看到各AI公司在LFW等類似的計(jì)算機(jī)視覺比賽中都取得99.xx%的成績。于是人們會問：AI算法是否已經(jīng)趨同了？如果算法精度差別不大（只有幾個(gè)百分點(diǎn)），是否意味著創(chuàng)業(yè)公司的技術(shù)已經(jīng)同質(zhì)化了，沒有技術(shù)創(chuàng)業(yè)的核心競爭力了呢？ 但實(shí)際上，這是典型的認(rèn)知誤區(qū)。我們在朱瓏的演講中看到了一張表，可能更準(zhǔn)確的回答了這個(gè)問題，這是中國某省1億人像庫的情況下，真實(shí)的刑偵案件的破案環(huán)境的性能測試對比的表，參與方是知名的幾大人臉識別公司： 我們可以這樣理解這
8、張圖：必須對應(yīng)場景來談算法精度。不同場景的算法精度不具備任何可比性，甚至不代表有相關(guān)性。換句話說在簡單場景下算法精度高，不代表在復(fù)雜的高難度場景下有更大的概率可以把算法精度做高，就比如在小學(xué)生的考試中拿滿分，不見得可以在大學(xué)的考試中也拿滿分。因?yàn)楹芏鄬W(xué)術(shù)界的比賽使用的都是公開數(shù)據(jù)集，數(shù)據(jù)集內(nèi)多是互聯(lián)網(wǎng)照片，類似于難度小的開卷考試，大家很容易把測試成績刷到比較高。但在實(shí)際的應(yīng)用中則會遇到各種高難度場景，包括變形、昏
