订阅业界RSS CSDN首页> 业界

2019 AI Everything 峰会亮点:吴恩达、LSTM之父Juergen

发表于2019-09-10 09:15| 次阅读| 来源科媒体| 0 条评论| 作者科媒体

摘要:第一个由政府主导的人工智能峰会AI Everything于4月30日-5月1日在阿联酋最大城市迪拜召开。

第一个由政府主导的人工智能峰会AI Everything于4月30日-5月1日在阿联酋最大城市迪拜召开。AI Everything峰会旨在促进人工智能领域的倡议、合作、伙伴关系、和突破,并促进对政府、企业、社会和人类的积极影响。

大会邀请了来自125个来自世界一流企业的高管、高校学者、和意见领袖,为15,000多为参会者献上了超过130个小时的精彩演讲内容,同时吸引了超过150家参展商。

演讲嘉宾包括Coursera & Landing AI创始人、斯坦福大学教授吴恩达;

NNAISENSE联合创始人兼首席科学家、LSTM之父的Jürgen Schmidhuber;阿联酋人工智能部长奥马尔·奥拉马(Omar Al Olama);商汤联合创始人兼CEO徐立博士;乂学教育-松鼠AI首席架构师Richard Tong等等。

吴恩达:教育是推动世界进步的最好工具之一

Coursera & Landing AI创始人、斯坦福大学教授吴恩达的演讲主要分为三个部分:人工智能的新趋势;人工智能教育;企业的AI转型。

随着全球数据量呈现几何式增长,以及并行计算的算力逐年迭代,以深度神经网络为代表的计算机技术取代了传统的机器学习方式,极大地提升模型的准确率。吴恩达说,这也是 为什么这波人工智能浪潮在现在兴起的原因。

“一个人用不到一秒钟的时间做的任何事情,都将会被自动化,”吴恩达说。

吴恩达认为,近几年人工智能领域出现了三个值得业界关注的新趋势:

小数据:实际的工业环境不可能针对每一个应用提供成千上万的标注数据,吴恩达说随着无监督学习、小样本学习、甚至零样本学习算法的进步,模型将从很少的样本数据中获得表征。小数据学习的发展也符合AI落地的实际情况。泛化能力:不是每一个数据样本都是高质量数据,目前学界开展了许多围绕数据增强、迁移学习等技术来提高模型的泛化能力。AI正成为一种系统工程学科。如今的学者和研究员正在探索AI的可解释性和原理性,为AI建立一套系统性的理论支持架构。

随着AI的普及,吴恩达表示相对应的AI人才数量远远不够。“我们需要在北京和硅谷之外的AI人才。”教育是最好的解决方案,为了降低门槛让更多人获得纯粹的AI教育,吴恩达先后创办了在线教育平台Coursera和深度学习教育公司Deeplearning.ai。

据美国教育媒体EdSurge报道,吴恩达的斯坦福机器学习课自7年前开课以来,仍是Coursera上最受欢迎的课程。

最后,吴恩达谈到了他去年刚刚发布的人工智能转型指南(AI Transformation Playbook),这一指南基于他在谷歌、百度以及Landing AI的多年经验,总结出了能帮助传统企业CEO们实现人工智能转型的五大步骤:

执行试点项目从而获得动力建立公司内部的AI团队对员工进行AI技能培训制定人工智能战略在公司内部和外部建立良好的沟通渠道

乂学教育-松鼠AI Richard Tong:教育为何需要人工智能

乂学教育-松鼠AI首席架构师Richard Tong发表演讲

松鼠AI首席架构师Richard Tong受邀参加了演讲,分享了他对应用人工智能和教育相关的意见。他谈到了业内是否缺乏合格的从业人员,以及大学和高等教育机构在培养人类应对人工智能进步的能力上需要发挥什么作用。

首先,Richard介绍了乂学教育-松鼠AI和卡耐基梅隆大学(CMU)的一些科研合作项目,以及松鼠AI如何为智适应教育制定行业规则和标准化流程。Richard深度参与了IEEE自适应教学系统P2247工作组的工作,目的是调查自适应教学系统(AIS)的市场需求,包括智能辅导系统和其他相关学习技术,制定行业标准。

其次,Richard称这个时代最重要的是明白人们到底应该学习什么,许多传统意义上的技能在如今这个时代可能门槛没有那么高了,甚至很容易被机器替代。“举个例子,如果你靠下围棋或者国际象棋为生,在这个时代如果不依靠人工智能来帮助你,你将很难出人头地。”

即使是在高等院校,许多人的大部分时间都用来学习一些可能没什么用的知识或技能,AI的作用是提高学习效率,将可以被自动化的知识教学交给AI来做,人类教师的定位则会发生变化,负责诸如社交技能上的辅导、以及精神上的支持。

在随后的演讲中,Richard主要讲述了如何让人工智能在教育领域的表现更好,Richard总结出了七点人工智能在教育领域获得成功的关键因素:

能准确地高效地诊断学生的知识状态;细粒度的引人入胜的教学内容;合理的学习路径;优化的学习目标;及时的人为干预和补救不断的激励、反馈和参与,以培养学生的自信心和心态;帮助家长给学生提供充分的学习环境。

LSTM之父Juergen Schmidhuber:自我改进的AI征服宇宙

虽然今年深度学习三架马车(LeCun,Hinton,Bengio)荣获计算机科学领域的最高荣誉—图灵奖—令从业者为之振奋,但有不少人为远在瑞士的Juergen Schmidhuber。Juergen在30年前提出的LSTM(长短期记忆)至今仍是许多众多语音识别和机器翻译应用的奠基算法,其带来的影响力并不比卷积神经网络、反向传播、和注意力机制来的小。

这并不影响Juergen在AI Everything上的高谈阔论,在演讲中,Juergen概述了人工智能将如何改变文明的方方面面,并最终殖民宇宙,使其智能化。

演讲的上半部分,Juergen主要介绍了机器学习过去60年发展的简史:从1965年由Alexey Ivakhnenko和Lapa创建的多层前馈网络,到1970年Linnainmaa在其硕士论文中介绍了反向传播,这些奠基算法都在影响后世人工智能的发展。

在这一过程中,LSTM当然扮演了非常重要的角色:世界前五大公司都在使用LSTM来创建AI应用,比如谷歌的语音识别和神经网络翻译;苹果的Siri和亚马逊的Alexa背后都是LSTM;Facebook一年用LSTM做45亿次自动翻译。而去年OpenAI推出的Dota 2人工智能系统也是基于LSTM。

演讲的下半部分则介绍了Juergen创立的人工智能公司NNAISENSE的一些工作:通过构建实用化的通用人工智能系统,在工业、金融、自动驾驶等领域实现商业化。

Juergen的目标当然不局限于此,他希望建造一台能够自我改进的AI,用一种人类绝不可能的方法殖民并改变整个太阳系、银河系和宇宙。约尔根认为,当AI智能超过人类时,它们就不关心人类了而是关注其他超级智能AI,就像人类最感兴趣的是其他人而不是蚂蚁。

人类的兴趣主要限于第三颗行星周围的一层非常薄的生物圈,但太阳系的其余部分不是为人类制造的,而是为适当设计的机器人制造的。一些20世纪最重要的探险器已经相当于机器人太空船了,只不过不够智能罢了。如果配上超级AI,甚至可以想象一下小行星带中的先进机器人文明。

小行星带中包含许多用于无数自我复制机器人的材料。机器人的思想将以最快的方式穿越太阳系及其他地方。即使是不利于生物生存的地方,机器人和软件依然可以存活下去,这就是Juergen脑海中超级AI征服宇宙的蓝图,而这还只是开始。

阿联酋人工智能部长:人工智能优化国家预算策略

2017年,阿联酋任命当时年仅27岁的奥马尔·奥拉马(Omar Al Olama)为“人工智能国家部长”,也是世界上最年轻的国家部长之一。在奥拉马的领导下,阿联酋公布了“2031年国家人工智能战略”。过去几年,阿联酋也是世界上最活跃的人工智能发展国之一。

在本届AI Everything大会上,奥拉马分享了他对人工智能的见解。他提到世界上大部分国家的政府将年度预算的80%以上用于业务开支,只有20%用于改善国家的投资,他认为,通过人工智提高效率,将让政府拥有更多的预算,在改善政府工作方面进行更多投资。

奥拉马也回答了有关对特斯拉创始人伊隆·马斯克(Elon Musk)“AI威胁论”的看法,马斯克称,人工智能是对人类生命的唯一最大威胁,与核武器一样危险。

奥拉马回答说,“马斯克指的是通用人工智能。这是一项人类无法控制或驾驭的技术。这是一件令人担心的事情,但也是一个遥远的问题。50年后可能会发生,但也可能一千年后才会发生。”

奥拉马认为,目前的人工智能只是狭义的人工智能,为了解决某一个任务;但即使如此,如果狭义AI被用来制造自动武器,后果依然不堪设想。奥拉马说,世界各国政府有责任共同制定一项关于使用这类技术的国际条约。

“我们需要确保负责任地部署人工智能,”奥拉马说,“这样我们就可以为我们的子孙后代留下一个更美好的世界。”

商汤CEO徐立:人工智能的感知未来

商汤联合创始人兼CEO徐立博士受邀介绍了商汤在感知领域的主要应用。作为全球估值最高的人工智能独角兽,商汤科技如何布局人工智能、提升机器的感知能力是此次大会颇为瞩目的话题。

徐立称,目前商汤的人工智能涉猎十多个垂直领域,覆盖自动驾驶、医疗、安防、娱乐、AR、人机交互等等。在演讲中,他着重介绍了几款商汤自主研发的人工智能感知应用:

SenseRemote:这是将深度学习技术引入卫星遥感数据解译的一个应用,目的是提升遥感数据的自动化处理、分析能力。SenseRemote可以智能化地完成道路、建筑等信息提取、用地分类、飞机船舶等目标检测,地区变化监测等,为自然资源规划、生态保护、商业决策、应急减灾等提供可靠客观的数据支撑。

SenseKeeper人脸闸机:商汤在两年前打造了一款内置人脸识别技术、用于控制人行通道闸的人脸识别闸机SenseKeeper。能够实现人员身份验证、人员进出管理和考勤管理。目前,这款闸机广泛适用于办公大厦、政府机构和景区展馆等场所。

SensePosture人体骨架检测:这是商汤基于深度学习框架所研发的人体骨架检测功能模型,可以在单帧RGB-D图像中准确识别出人体的位置和姿态,并输出对应的17个3D人体节点坐标。该技术可以覆盖多种应用场景,比如3D人体骨架检测:基于RGB-D信息输入,输出人体节点的3D座标,以及人体剪影深度图:基于RGB-D信息输入,将人体和背景分割,输出人体剪影深度图。

【免责声明:CSDN本栏目发布信息,目的在于传播更多信息,丰富网络文化,稿件仅代表作者个人观点,与CSDN无关。其原创性以及中文陈述文字和文字内容未经本网证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网不做任何保证或者承诺,请读者仅作参考,并请自行核实相关内容。凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。您若对该稿件由任何怀疑或质疑,请即与CSDN联系,我们将迅速给您回应并做处理。】