设为首页 | 彩66彩票注册-彩66彩票平台
当前位置: 主页 > 蒸汽机 > 科大讯飞执行总裁胡郁:AI赋能智赢未来 北大AI公开课笔记
科大讯飞执行总裁胡郁:AI赋能智赢未来 北大AI公开课笔记
发表日期:2019-05-11 18:13| 来源 :本站原创 | 点击数:
本文摘要:原题目:科大讯飞施行总裁胡郁:AI赋能,智赢将来 北大AI公开课笔记 主讲人:胡郁 科大讯飞施行总裁 拾掇:张康 俞晶翔 4月11日周三晚,北京大学人工智能前沿与财产趋向第七讲,本期科大讯飞施行总裁胡郁的讲课主题为AI赋能,智赢将来,分享了人工智能的成长

  原题目:科大讯飞施行总裁胡郁:AI赋能,智赢将来 北大AI公开课笔记

  主讲人:胡郁 科大讯飞施行总裁

  拾掇:张康 俞晶翔

  4月11日周三晚,北京大学“人工智能前沿与财产趋向”第七讲,本期科大讯飞施行总裁胡郁的讲课主题为“AI赋能,智赢将来”,分享了人工智能的成长汗青、若何实现人工智能以及人工智能的使用落地等相关内容。

  讲解内容深切浅出,量子位作为独家合作媒体,为大师带来细致课程笔记一份。

  课程导师:雷鸣,天使投资人,百度创始七剑客之一,酷我音乐创始人,北京大学信科人工智能立异核心主任,2000年获得北京大学计较机硕士学位,2005年获得斯坦福商学院MBA学位,同时也是“千人打算”特聘专家。

  主讲嘉宾:胡郁,科大讯飞施行总裁、消费者事业群总裁、焦点研发平台总裁。中国科学手艺大学信号与消息处置专业工学博士,传授级高工;国务院特殊津贴专家。自1997年以来不断处置智能语音及人工智能焦点手艺研究工作,作为次要完成人参与多项国度863、天然科学基金、省部级等层面严重科研攻关项目,别离荣获国度消息财产严重手艺发现奖、国度科学手艺前进二等奖各两次,并多次荣获省部级科技奖励,其在国表里焦点期刊和主要国际会议上颁发60余篇学术论文,申请发现专利68项,功效判定6项。

  人工智能的成长趋向

  人工智能是一个汗青很长久的学科,先讲一下把人工智能的成长趋向。

  内容分为五大部门:what、where、when、how和who,也就是人工智能的定义、成长、如何实现,会如何改变糊口,以及该当进修什么样的技术融入到人工智能的高潮中来。

  人工智能的定义

  这是一个最根基的问题。

  起首,人的智能是怎样成长的。人在地球上智能的成长履历了一个漫长的过程:人类从猿人出此刻地球上至今大要是两百到三百万年,人类具有在以往所有的地球生物的根本上不竭演变出来的特殊的大脑。

  人工智能也是一样,人工智能之前人类曾经履历过良多的时代,好比蒸汽时代,瓦特发现蒸汽机,电力时代,在这个根本上我们才看到人工智能的迸发。

  再从别的一个角度比力一下人的智能和人工智能。人类呈现的时间是很漫长的,若是你把地球的汗青看做一天,人类的呈现时间是在晚上23点59分当前。

  人工智能的成长速度怎样样呢?在1946年,美国陆军研发出生避世界上第一台数字计较机,这台计较机的呈现斥地了一个新的空间,我们称之为数字宇宙。从发生到今天也只要72年时间,期间人工智能履历了多次繁殖,而且此刻都曾经到了考虑人工智能会不会替代人类如许的境界。

  人工智能的成长海潮

  人工智能到底是由哪些人来鞭策成长的呢?前几年有一本书,叫《独立的大教堂》,揭示了最早呈现数字计较机时一些主要的奠定人和他们会商的问题。阿谁时候人工智能就曾经被提出来。在这本书里,细致引见了普林斯顿大学里有一帮计较机科学家,他们若何成立了第一台民用的数字计较机。这台计较机出来当前,他们把这台计较机的所有手艺全数公开,使适当时世界各地包罗中都城在仿制计较机。

  在这个过程中,有一些人做了凸起贡献:数学家哥德尔,证了然计较的东西可以或许完成人类的良多工作;图灵证了然这个图灵机的设置,能够通过输入输出,怎样样施行法式,怎样样来进行数学计较;冯诺依曼提出来了冯诺依曼架构,也就是此刻讲的数据指令和操作指令是分流的;此刻的计较机都有CPU有GPU有硬盘,狄德罗作为计较机的祖父,把这第一台计较机给搭出来了(第一台计较机:ENIAC艾尼阿克)。

  图灵和冯诺依曼归天之后,后面的汗青就仿佛断片了。

  后来在1956年的时候,Dartmouth会议上第一次提出人工智能的概念,在达茅斯会议中,有一些年轻的研究员,在会商两个问题:在计较机里面实现智能化的节制,到底用一个什么词来暗示?其时有两个词备选:一个是人工智能,另一个是节制论,后来选择了人工智能这个词。

  2006年有一张合照,能够看到这里面所有人都曾经是耄耋白叟了,里面有西门子,香农,明斯基等,他们两头有四位图灵奖得主,一位诺贝尔奖得主。

  这60年中,人工智能是怎样成长的呢?人工智能不是一次波峰波谷之后就走向适用,它是履历了两到三次的时间。

  第一次在1950年之后,人们认为人工智能可以或许处理很是很是大的问题,可是现实上,大师很是失望,包罗其时的神经收集,其时的神经收集是不成以或许处理异或问题的。很快在1980年人工智能就陷入了一个谷底。

  到了1980之后,小我电脑,苹果公司和微软公司呈现,人工智能在小我电脑的范畴给大师带来了一种期望。这里有一个出名的小例子:1984年,乔布斯发布了第一个作品:麦金托什,并在现场讲了三分钟的语音合成手艺,让机械本人措辞,其时惹起了全场的惊动,可是现实上在后面的几十年里都没有投入利用,这申明手艺仍是没有成熟。

  此刻人工智能那么热,而阿谁时候做人工智能的都很惨。科大讯飞恰好是阿谁时候成立的,而且不断对峙着做了下来。中国在这波海潮中具备了和美日欧俄这些国度合作的力量,奠基了这些方面的手艺储蓄,为中国在第三波海潮奠基了根本。

  为什么第二波人工智能海潮也失败了呢?小我电脑虽然愈加强大,可是由于没有收集化,收集不到数据;由于没有超等计较能力,我们不克不及用此刻正在用的深度神经收集算法。

  跟着互联网的成长,2000年当前,有一个标记性事务:将深度神经收集算法用在语音识别上,取得了比其他任何算法都要好的结果。在大要2007-2010的时候,又继续用在图像识别上。在2006年当前,如许的一个算法,共同大数据,发生了意想不到的结果。

  对于人工智能,良多分歧人对它的印象分歧。工业界和研究界的概念是:同样的一个机制和算法,颠末分歧的锻炼能够做分歧的工作,可是在此刻如许一个计较机范畴,我们完成不了如许的工作。

  对人工智能的概念不合

  我们把像人脑一样强无力的人工智能叫做强人工智能,也叫通用人工智能。而我们此刻研发的人工智能的法式,不是为了像人类一样思虑,叫做弱人工智能或者公用人工智能。人怎样思虑我们到此刻都没研究清晰,我们只是想让算法做的工作看起来就像人做的一样。

  好比:人能够把语音转成文字;讯飞输入法,也能够做到语音转成文字。可是,人是能够理解这段话的寄义的,可是机械底子不晓得这段话什么意义,只是机械做出来的成果,看起来仿佛和人做出来的成果一样。

  雷同的工作,好比主动驾驶,做数学题,翻译,每一个都需要一个公用的算法,并且这个算法是人想出来的,和人脑的思虑方式没有太大的关系。所以说如许的智能我们称为公用人工智能。我们科学家也还在研究通用人工智能若何实现。

  在社会上就呈现了概念的不合。良多人说,我们要警戒人工智能会扑灭我们人类,好比,霍金,埃隆马斯克,比尔盖茨,他们说我们人类要很是担忧这一点,不要去放出来潘多拉的魔盒;可是真正的做人工智能的人,我们都认为此刻的人工智能没有那么强,距离通用人工智能还有一段距离,这时候担忧人工智能会不会扑灭人类,有些庸人自扰。

  还有一个很是主要的问题:是不是人工智能跨越人类就能扑灭人类呢?智能和认识之间是什么关系呢?若是一个智能没无意识,他还会做出扑灭人类的事么?

  我们不断没有细心考虑过这个问题,对于人脑的智能和认识的关系,不管是研究哲学的,心理学的脑科学的,神经科学的,都没搞清晰人的大脑是若何发生智能和认识的。可是我们晓得,在地球上,若是一个工具他的智能越高,他的自我认识就越高。人类是智能和自我认识是最强的,可是在数字宇宙里面,莫非就必然和天然宇宙一样么?一小我工智能越强,自我认识就越强么?

  先引见一小我——尤瓦尔赫拉利,著有《人类简史》《将来简史》。他的《将来简史》里有一个概念:我们未来必然在数字宇宙里面发生一种工具,它有高级的智能可是不会有自我认识,我们是能够把智能和认识分隔的。

  好比:扫除家务,这是一件很是疾苦的工作,这是一个认识,那想不想有个工具可以或许干所有的家务活,可是又不尥蹶子发脾性,所以我们但愿的其实是有智能,没无意识,可能会更好。

  机械人和人工智能

  还有一个根基性的问题:机械人和人工智能是什么样的关系?机械人是20世纪20年代发生的一个词汇,其时是机械革命的时候,机械大行其道,大师都起头做机械。可是国度863打算有一次会议,有位学者提出机械人和机械的关系,和人工智能的关系。

  机械人的定义,是像人一样可以或许感知决策施行的人造的设备或者是法式,人工智能定义也一样,没有什么区别。

  可是他们两个最大的区别是:机械人是在天然宇宙,现实世界中运作的产物,而人工智能是在数字宇宙和虚拟世界工作的产物。一个是通过虚拟世界,数字世界中实现,别的一个是在实在世界中现实操作。

  人工智能的现状

  第二个方面讲我们比力关怀的,人工智能的现状若何,到底成长到什么阶段了。

  出格是前一段时间,由于AlphaGo打败了李世石和柯洁,良多人就发出了如许的见讲解人工智能全面超越人类。但这种说法是错的。

  下围棋是一种用运算智能就能处理的问题。所有的棋类,其实就是一种列举,若是你把它所有的算法,所有的做法,所有的计较环境全数都计较清晰,那么这个棋就不消下了。

  人类能记实下来的所有棋局是几多盘?16万盘。而打败李世石的时候,人工智能生成了3000万盘,而且本人记下来,到柯洁的时候它生成了3亿盘,它把这3亿盘的两头成果以某种形式保留下来。根基上,下过的所有的可能性它都下过一遍,并从两头总结出纪律,并且记得住,算得多。所以说鄙人棋上,人工智能打败人类没有悬念,悬念是什么时间可以或许打败人类。

  我们下面看看其他人类的智能,好比说我们人类和动物都有感知智能:我们可以或许看到感受到触摸到闻到,我们四周的情况。还有活动智能,虽然我们不晓得篮球从空中过来的轨迹,可是人类能用手共同眼睛抓到它。机械人在这两个方面,虽然还有距离可是正在赶上,而且有一些方面正在赶超。

  从原始人类起头,分歧地域人类成长的差别次要在能否控制言语。言语有个益处:传送消息更便利。

  别的一个是八卦,八卦对人类社会的产发展短常很是主要的。如果不克不及张家长李家短的来聊天谈论,人类就会像猩猩一样。(笑)

  还有一个很是主要的能力就是:虚拟的概念,有宗教,有公司如许虚拟的概念。

  我们总结一下,认知智能,就是通过言语语义理解,到最终复杂的决策。科学家也把人类发生在智人身上的这一场主要的革命叫做认知革命。

  我们能够从这张图上看出,机械生成的就在运算智能上比人和动物要先辈,而感知智能和活动智能,机械和人类都有,但人类具有独有的基于言语的认知智能。

  小时候有一篇课文,《乌鸦喝水》——乌鸦把小石子填到杯子里,就能喝到里面的水了。还有更伶俐的,乌鸦喜好吃核桃,然而本人又开不了核桃所以很疾苦。可是乌鸦发觉,汽车能把核桃压开,然后乌鸦就晓得把核桃扔到路两头让汽车去压然后去吃。可是乌鸦很快又发觉若是不屈不挠去吃就会被汽车压死,然后又发觉,要把核桃扔在红绿灯前面,并且要等红灯亮的时候才能去吃。

  这个例子申明乌鸦很伶俐,可是如斯伶俐的乌鸦,也无法大白人和其它生物做的这些的目标,以及人造物体里面的属性,也不晓得天上月亮是一个运转的天体。因而,在认知上动物只要简单的认知能力,没有人类那么高级,计较机的AI就卡在这个认知能力上面。

  人工智能若何实现

  我们晓得人工智能的定义,成长的阶段以及方针,可是人工智能该怎样实现呢?在第三次人工智能海潮的时候,我们发觉有几百种算法,但当前最无效的只要一个算法:深度神经收集。

  深度神经收集

  深度神经收集是目前工业界实现人工智能所用的最普遍的算法之一。在图像识别、语音识别、天然言语处置,还有良多其它方面,都阐扬很大感化。

  可是这种深度神经收集的运转体例,和我们大脑里面的神经收集没有一点关系。人类能够通过少量样本进修到良多学问,而深度进修要识别某一个物体,好比挖土机,就需要几十万以至几百万挖土机分歧标的目的的照片。

  深度神经收集的这个性质使用了现代计较机的运算智能。凭仗算得快存得多,给计较机看大量的照片,这个收集就能记下来。好比为了实现语音的智能,我们需要10^11个语音样本去更新模子里面10^7个参数,并且需要迭代10^9次,这需要超强的运算能力。所以此刻的深度神经收集,人们正在不竭深切的推广到图像,语音,天然言语理解等更多的方面,但愿它能处理更多的问题。

  别的一个实现人工智能的路子是全脑模仿。例如,美国在奥巴马期间“大脑勾当图谱打算”,欧盟的“人类大脑项目”,以及中国正在酝酿启动的“中国脑打算”。

  有人提出设想,可否使能模仿气候和核聚变的超算,来模仿爱因斯坦的大脑861个神经元的链接和拓扑布局,通过光成像或大脑冷冻起来切片手艺记实下来,同时用功能性核磁共振(FMIR)和正电子CT(PET/CT)将大脑勾当时的血液和交换模仿出来。

  用超等计较机模仿一个大脑的工具,如许不久能够获得一小我工智能吗?若是模仿的足够像,不就是爱因斯坦的大脑吗?这种体例,我们既获得了智能也获得了感情。

  比来在这个范畴有一本书,叫《毗连组》,里面提出了一种假说,若是把人类脑袋里面所有神经收集复现出来,就能造出另一个你,这就像“电子长生”,丢弃肉体,将思惟保具有数字宇宙中去。

  但若是仅仅做到这点是无法超越人脑的,由于这种体例也会复制人脑的错误谬误,好比人脑的体量限制,神经元间毗连的限制。于是我们提出了第三种实现人工智能的方案,智能动力学。

  在我们人脑的研究中,能否需要去仿照一个全数的人脑,我们有没有可能找到人脑两头的小样本进修,迁徙进修,结合进修的方式,从而制造出超越人脑的超脑,而这恰是我们研究组此刻的研究内容。

  还有一点,人脑和大脑是纷歧样的。有一本书《On Intelligentce》中提及一个例子,人脑的工作,人脑分为概念层,好比猫的概念会和良多感知层的概念夹杂在一路,提及猫,你的脑海里面就会映照出关于猫的外形,啼声和柔嫩的毛,这是一种分析的映照。可是我们此刻关于图像,语音,触觉的研究是分隔的,并没有整合在一路,这一点申明人工智能在智能动力学方面还有很大的提拔。

  三大弱人工智能法宝

  在工业界,有三大弱人工智能法宝:深度神经收集,大数据和波纹效应。

  此中,波纹效应是什么呢?起首提一个悖论:人工智能需要不竭的进修,如许才能变得足够好使得可以或许被大师利用。这里面有一个问题,我们保守中利用一个产物,这个产物若是欠好用,就没人会去用,这就意味着收集不到数据,而数据是优化的环节,系统不优化就导致机能得不到改善,如斯发生恶性轮回。

  而波纹效应就是能够成立一个良性轮回,起首将一个产物在小范畴内扩散时进行优化,边优化边扩散,等扩散到更大范畴的时候,系统的机能也就提拔不错的程度了。

  讯飞的语音识别

  在2010年,讯飞将尝试室利用的语音识别搬到了手机上,做了一个免费的手机输入法——讯飞语音输入法。这个输入法一起头的语音识别率是55%,颠末一些用户的深度地利用,使得这些利用过程中发生的数据回到尝试室,借这些数据进行系统的自我进修和改良,比及了有3000万用户的时候,我们的识别率曾经有了87%,有一个亿用户的时候是93%,此刻我们曾经有了4到5亿的用户,识别率是98%。我们就采用了这种波纹效应的方式。

  目前此刻碰着的一些坚苦,我们在感知进修顶用到了机械进修的方式跑的比在认知智能上快。

  比来语音和图像识别中的研究进展很快,但天然言语理解此刻还没有素质的冲破。我们也想借助大数据来理解人类的话,可是发觉一个尴尬的现实:人进修言语,是不需要识字的,人类不会用文字去描述常识,可是对机械来说没有“常识”这个概念。

  这些常识是没有用文字言语表达出来的,如许机械就无法借助大数据进修到。人获取常识是借助于一次又一次的实践,而机械可能要分析视觉、听觉、触觉才可能学到这种常识。这是一个挑战,也是我们正在勤奋霸占的难点。

  通过这个架构,我们在2016年加入的言语识别方面第一流此外角逐CHiME中获得第一,比前次角逐中全体提高了100%。在国际上语音合成最高赛事Blizzard Challenge中,我们从2006年起头,曾经持续12年连结冠军。

  这充实证明,中国在这么多年的堆集后在人工智能方面取得了不错的成就。在学问图谱竞赛中,我们打败了由美国国防手艺规划局(DARPA)赞助的步队,获得了第一名。在由斯坦福大学倡议的阅读理解(SQuAD)大赛中也获得了第一名,成为中国本土研究机构初次获得该赛事的榜首。与此同时在图像识别这块,有个医疗影像的数据库LUNA,是关于肺部肺结节的数据库,在这个数据库上,我们达到了94%的准确率,此刻也是处于最高的程度,这种检测手艺,能够提高病院检测肺结节的精确率。

  第四个方面讲关于AI+。人工智能只做两件事,一是与人交互的能力,二是专家系统。

  从交互的角度来讲,人与机械的交互一起头是打孔,随后有了键盘和字符的显示DOS界面,接着是鼠标和图形界面,再后来是触摸界面,更进一步的成长最有可能是语音交互,由于人类的输出消息90%靠语音。

  反过来,机械输出消息的次要体例是显示屏,而人获取动静的次要体例是眼睛,所以人能理解显示器里面的动静,那么机械接管动静最便利的体例是什么呢?以前是键盘,此刻是机械方才能听懂我们的语音,这就形成了一个工程上的闭环:机械有显示屏,人类能够获取显示屏承载的消息,人类用语音输出,机械用语音领受。

  这种闭环,我们称之为基于视觉呈现的语音交互,所以在人工智能时代下,我们推出了基于视觉呈现的语音交互的AIUI。一起头就支撑全双工,方言识别,远场降噪,有自动式对话,语种自顺应,多模态交互,个性化识别等能力。

  2010年成立了一个讯飞开放平台,此刻有60多万开辟者,同时也做出了一系列产物,例如讯飞语音输入法,灵犀,配音阁,讯飞翻译机等等。

  从专家系统的角度来讲,智能进修倾覆了行业成长,行业里面最贵重的是专家,由专家制造出来的大数据,和人工智能算法是最主要的。

  人们常说互联网和人工智能都是比力主要的,此中互联网,云计较,大数据,人工智能配合处理了我们在需求侧和供给侧的问题。好比在北京有一个老专家,有了互联网,即便不去北京,我们也在通过互联网在外埠进行看病,但看病人数无限,而人工智能能够进修到老专家的技术后,就能够解除看病人数的限制,这处理了看病的需求供给问题。

  中国就是凭仗专家系统制造了主动语音评测系统,从而能够进行通俗话和英语白话测验的系统,还有聪慧公检法,公共平安,聪慧城市范畴都拥有一席之地。在未来,机械人将逐渐替代人类的通俗技术,人工智能让机械人获得顶尖专家的学问,从而达到一流专家的程度,这对行业是有很大冲击的,那些技术简单的行业必然会消逝,而那些需要缔造性的行业将会进行逐渐扩大。

  你对中美的人工智能成长趋向上你持什么概念?

  以前有人问,中美的差距在4-5年,你怎样看?我说谁说中美的差距在4-5年,我们没有说过。在这里想援用阿里巴巴王坚的说法:中美在手艺上的差距,能够说3个月,也能够说有30年。为什么呢?只需斯坦福、哈佛、MIT把手艺立异做出来,3个月之内,中国的传授必定能做出来;可是只需美国人不做,30年之内,中都城没法做出来。

  所以其实中美之间的差距在于原创性、自主性,这跟我们的教育相关系。可是中国在落地的方面,处理现实问题的方面,有本人独到的工具,在使用立异上中国很强。

  AI时代,To B 和To C上,会有什么联系,将来会如何?会不会有良多企业从To B能够逐步转型成To C?

  公司营业是To B 仍是 To C,是很主要的。资金在消费者这里,距离消费者越远,钱会越少,可是,间接To C的公司,不必然能做得很大。为什么一些To B的厂商会比力大,是由于钱是从消费者这边流出来的,可是钱被良多家To C 的企业分,那么钱就会流到后面的To B 的厂家。

  可是分歧的生态系统分歧,人工智能是一个新的生态,会发生什么新的环境我们也还在研究中。

  4/18下周三晚18:40,北京大学“人工智能前沿与财产趋向”第八讲,将由今日头条人工智能尝试室主任李航为大师讲课。

  感乐趣的小伙伴能够添加量子位小助手6:qbitbot6,备注“北大”,通事后可进入课程勾当群,获取每期课程消息,与其他小伙伴互动交换。

  祝大师听课高兴~

  在量子位·吃瓜社微信公家号(QbitAI)界面答复:“北大AI公开课”,可获取本次课程的视频回放链接,以及前六讲的相关进修材料~

  —完—前往搜狐,查看更多

(责任编辑:admin)
http://pengww.com/zqj/776/
热门推荐
  • 娱乐资讯
  • 社会百态