 |
  |
|
|
|
| 位置：门别网 › 卖家论坛 › 业界观察 › 帖子 |
|
menbie.com 等级： / 门别币：979450 |
| 发表：2021/4/27 8:09:13 查看：75 回复：0 次 | |
沈向洋：人工智能会在感知方面超过人类 |
|
黑羊网讯 4月2日，中国（深圳）IT领袖峰会在深圳市五洲宾馆举行，主题为“迈进智能新时代”，设置人工智能、中国机遇与挑战和颠覆性技术与未来两个高端对话，以及无人驾驶、智慧环境、区块链接与金融科技、物联网与智能设备等五个主题论坛。
在上午举行的“人工智能：中国机遇与挑战”高端对话中，微软全球执行副总裁沈向洋参与此次对话。黑羊网了解到，微软人工智能事业部目前共有7000多位工程师和科学家。沈向洋在对话中表示，人类的智能主要体现在两方面，一个是感知方面、一个是认知方面。他认为，机器的感知方面在接下来5-10年进展会非常快，具体表现在计算机语音和计算机视觉发展，“我觉得AI会超过人。”
同时他表示，人工智能这件事情发展到今天最大的问题是对人脑不了解。脑科学今天还是非常初步的科学。“接下来有一个需要研究的问题，从符号式到神经式怎么样回过头再到符号式。就是研究行业很热门的方向，叫做可以解释的人工智能。”
2017中国IT领袖峰会于4月1-2日在五洲宾馆举行。亿邦动力网及黑羊网将在现场进行全程图文及视频直播：2017中国IT领袖峰会专题
以下为演讲实录，或存疏漏，敬请谅解
沈向洋先生作为微软人工智能事业部的负责人，你讲讲为什么人工智能这几年能有突破性发展，能不能预测一下最可能在哪些领域具有颠覆性的应用出现？
沈向洋：我从研究生开始学习人工智能，也有20、30年时间了。现在看到人工智能如火如荼，非常激动。因为我们90年代中毕业的时候出来的时候工作都找不到，现在大家恨不得见到一个懂人工智能的都投钱。人工智能经历了多少个冬天，之所以今天有这样的发展机会，主要还是因为三个方面原因，第一件事情，是因为互联网的出现，互联网+物联网提供了更多的数据。第二件事，强大的运算能力。摩尔定律到现在，大家觉得应该会死掉，但是还没有死掉，还有更多新的计算方法。第三，过去五六年深度学习突然突破，包括腾讯研发领域充分运用到深度学习，解决很多不能解的问题。
从人工智能基本的研究方向来讲，还是两个不同非常不一样的阶段。一个是人类感知这件事情，我们讲人工智能，原来对人工智能的定义就是跟人类智能相比较。人类的智能体现在哪？主要是两方面，一个是感知方面、一个是认知方面。感知方面，刚才我提到这几个原因，所以在接下来5-10年进展会非常快。具体表现在计算机语音和计算机视觉发展，我觉得AI会超过人。很多人会同意我这个说法。第二方面问题大家今天还没有搞的很清楚的地方是人工智能的认知方面，包括自然语言，包括知识的获取、包括你对一般的情况下这种解决的方法这样的思考，包括情感，这些东西今天我们还都是不知道。所以我是觉得现在是非常好的时代。激动之余的话，我觉得我们作为科研人员还是要有一个平常心，因为很多科研进展还需要一些时间。
您刚才提到现在人工智能给大家创造了一些什么样的机会。我觉得刚才朱民在他的主题演讲里面说的很好，包括在中国的一些人工智能的机会、包括美国的机会。从微软公司来讲，我们的研判觉得短期之内是有非常非常大的商机，你看到底有那些行业已经相对而言有相当量的数据，而且同时在这个行业里面从事人员是不高兴的，那你就有商机了。如果这样看的话，到今天来讲，几乎所有的商业应用，从市场销售到HR部门招聘，到客户支持这方面，所有的都会被颠覆掉。我是觉得接下来可能是接下来五年是AI应用最多的阶段，我这样讲并不是说自动驾车不重要、围棋下棋不应该做研究。只是具体回答吴鹰的问题，从我们来讲最大的商机在哪，就是每一个商业应用都会被颠覆掉。
我蛮赞成李彦宏刚才讲的，人工智能这件事情发展，今天最大问题是对人脑不了解。脑科学今天还是非常初步的科学，你每次要讲科学的话，首先要一定要有数据，要能够做试验，而且做重复的试验，今天就没有办法真正监测到真正做试验说因为加入了这样的输入到人脑，出现什么样的输出。接下来N年应该有更多的人投身基础科学研究脑科学这件事情。看今天计算机体系结构，冯诺伊曼结构，跟人脑结构完全是两码事。可能也像张教授说飞机的模仿并不是真正像鸟一样，我觉得肯定是这样的情况。接下来很多方面肯定叫弱人工智能也好，这些很多的人的智能方面我们能够想象得出来，今天人能够做的事情在不远将来，绝大多数事情，人工智能都可以达到。我举一个小的例子，比如今天大家讲你今天可以做视觉识别了，物体识别了，你今天可以做语音识别了，那今天人还有什么事情很了不起，大家觉得通过学习的方法，我们可以达到一个什么样的高度。很重要一件事情是机器阅读，阅读的能力。我要考高考、考SAT，阅读一篇文章后，你问一个问题，我可以答一个问题。像这样的问题接下来5-10年可能是人工智能很大突破的地方。而一旦有突破后，搜索也好、社交网络也好、其他商业应用也好，有很多这样的机会。今天大家觉得激动人心的地方是因为以前是完全符号式、公式这样做，今天是神经网这样一种解法，它的区别在于以前符号式做法，你觉得用符号式做法解了一个问题，你觉得可以懂的，你可以解释的。而今天这种神经网解法，包括Pony做的围棋机器人，他很难去解释为什么下这个。接下来有一个需要研究的问题，从符号式到神经式怎么样回过头再到符号式。就是研究行业很热门的方向，叫做可以解释的人工智能。
你刚才问Pony这个问题问的非常好，作为大公司来讲，特别是成功大公司来讲，我们对社会有一个责任，对行业有一个责任。当我们行业做的很成功，第一件事情就是开研究院。现在Pony也开研究院，唯一做的不对的就是开到微软门口去了。我也想分享一下在微软的工作经验，你说叫这些公司把数据拿出来，让初创公司或者其他公司去用，我觉得不见得很现实、不见得很容易。Pony刚才解释的很好。但是我想鼓励大家，很多的数据如果我们愿意花时间、花精力做一点处理，比如Pony刚才讲的。然后让研究人员去用，完全是可以做到的。我们微软出了两个数据集，一个是计算机视觉标准方面的集，这样可以做数据分割、物体分割。最近做了另外一个数据集是在自然语言，希望有一批新的做问题问答。这样推动研究领域，大家在标准集下，不断把标准集数据越做越多。我们做的方法是用搜索引擎数据，非常小心处理过，包括很多隐私的问题等等。拿出一些数据让大家做研究是非常实际的，完全可以做到。
 |
| 内容违规投诉举报请联系在线客服QQ：278336453 |
| 今日最新卖家热点 |
|
更多内容>> |
| 下载APP客户端，随时随地上门别，方便卖家网店交易 |
| 话题回复 |
| 1 首 页 |
 微信扫一扫，纯粹电商人微信交流群，欢迎加入 |
