人工智能 Artificial Intelligence: AI(2001)

七先生? 2010-07-04 23:06:39 不知道大家是否都把注意力给了小男孩大卫。 我在这里只想写点话给卑微的泰迪。 泰迪也是人工智能,但他不如大卫高级,也不具有人的形态。可既然是智能(具有部分智慧),它就会希望获得爱。 泰迪教大卫写字,写的内容是:“马丁和大卫是妈妈的儿子,但泰迪不是…” 妈妈的头发…  (展开) 6421 79 363回应 收起 张天翼 2008-03-25 18:46:28 这篇影评可能有剧透 这小男孩,金发,温柔的眼睛,第一个出厂的机器人小孩。只要启动程序,他就会对作为启动者的父母爱而不渝。一对亲生子重病被冰冻的伤心父母得到了他:David。(David是我最喜爱的英文名) 母亲Monica在几天的犹豫之后,一个阳光淡淡的早晨,启动了David的程序。她抚着David颈后的…  (展开) 1808 158 258回应 收起 席德 2006-11-03 13:29:35 这篇影评可能有剧透 Ⅰ/ "LOVE" 也许在我眼里“love”并没有传说中的高贵。站在医学的角度,可以扯上一堆荷尔蒙、多巴胺之类的玩意——实在难以理解,所以我站在一个普通人的角度:所谓“love”不过是人类使自己“感觉良好”的手段之一。恋人爱彼此的音容相貌,亲人爱共同的血缘基因,朋友爱相处时…  (展开) 965 176 256回应 收起 已注销 2007-08-26 23:48:07 他的程序是爱。当爱成为他生存的唯一理由,这个孩子无法不穷其毕生去寻找、去等待,千年万载,轮回往复。       “让妈妈爱我”——这样一个简单到极点的愿望,在孩子蔚蓝的眼睛里闪烁。          我又怎么能忍住自己的泪水,为了他,为了他从出生就注定无法抹…  (展开) 590 85 161回应 收起 cub18 2005-07-11 20:18:58…

【人工智能写小说】004 塞尔达传说 第三章 这个世界!

{{if !data.isVip && data.isActText}} {{data.actText}} {{else if !data.isVip && !data.isActText}} 看精彩热剧大片 {{else}} {{if !data.isNormalVip}} {{if data.expiredVip && data.isActText}} {{data.actText}} {{else if data.expiredVip && !data.isActText}} 看精彩热剧大片 {{else}} 会员账户异常, {{if data.tempClosedVip}} 修改密码 {{else if data.foreverClosedVip}} 联系客服 {{/if}} {{/if}} {{else if data.isActText}} {{data.actText}} {{else if !data.isActText}} {{if data.isOffsetDay0}} 今天到期 {{else if data.isOffsetDay10}} {{data.deadlineOffset}}天后到期 {{else}} {{data.deadlineOffset}}到期 {{/if}} {{/if}} {{/if}}…

浙大发布人工智能最新成果,今年毕业礼物出自AI“机器人”

{{if !data.isVip && data.isActText}} {{data.actText}} {{else if !data.isVip && !data.isActText}} 看精彩热剧大片 {{else}} {{if !data.isNormalVip}} {{if data.expiredVip && data.isActText}} {{data.actText}} {{else if data.expiredVip && !data.isActText}} 看精彩热剧大片 {{else}} 会员账户异常, {{if data.tempClosedVip}} 修改密码 {{else if data.foreverClosedVip}} 联系客服 {{/if}} {{/if}} {{else if data.isActText}} {{data.actText}} {{else if !data.isActText}} {{if data.isOffsetDay0}} 今天到期 {{else if data.isOffsetDay10}} {{data.deadlineOffset}}天后到期 {{else}} {{data.deadlineOffset}}到期 {{/if}} {{/if}} {{/if}}…

人工智能改变生活,《闪耀的平凡》走近“中国硅谷”

来源:芒果TV 由国务院新闻办对外推广局、湖南省政府新闻办指导,国家广电总局网络视听节目管理司支持,芒果超媒、芒果TV出品的聚焦中国新兴行业领域奋斗者的系列短视频《闪耀的平凡》第十一集《人工智能开发者》今日10:00于芒果TV上线,湖南卫视6月8日17:50播出。此外,《闪耀的平凡》也正在美国天下卫视及美国中文电视台热播,其中美国中文电视台于5月30、31日及6月6、7日晚8点到9点黄金时段播出,美国天下卫视国语一台、粤语二台、旧金山台5月28日起,每晚8点45分—10点45分的黄金时段播出。 1980年深圳成为中国设立的第一个经济特区,中国改革开放的窗口和新兴移民城市,创造了举世瞩目的“深圳速度”,而现在一项尖端的技术——人工智能,又正从这个被誉为“中国硅谷”的城市崛起。本期节目安东尼·莫尔斯来到深圳发掘中国的创新精神,将与人工智能领域的年轻开发者会面,探讨中国人工智能领域的未来发展。 万鸣炜从小对机器人有一种特别的热衷,梦想成为人工智能机器人行业的一员。当2016年出现机会时,已经38岁的他毫不犹豫地加入人工智能和人形机器人企业优必选科技,从游戏行业转向机器人行业,将此视为中国未来经济的下一个大趋势。 (万鸣炜和机器人“悟空”) 起初,没有人工智能工作背景与经验的万鸣炜处处像一个新人,在创造机器人时遇到了许多难点,但他始终保持着开放和积极的心态,投入了和年轻同事一样甚至更多的精力和时间。万鸣炜惊喜的发现,自己的游戏行业从业经历也能帮助他做机器人创新,参考游戏中角色设计方式来制作机器人。三年后,万鸣炜及其团队设计并制造了“悟空”机器人,这是一个高度复杂的陪伴型机器人,拥有超强的情感和拟人化肢体动作表现力,能直观的表现出生命般的表情和动作。万鸣炜希望“悟空”机器人能够呈现给我们生命感和灵性,而不仅仅是一个没有生命的硬件设备。这款机器人还荣获了2018年WRC(世界机器人大会)“最具创新产品奖”,2019 CES Innovation Awards等十数个国内外重要奖项。 (机器人“悟空”) 而另一款受到关注的大型仿人服务机器人“Walker”,则是AI工程师谢铮带领近40名小组成员历时4年开发出来的。谢铮团队制造的“Walker”仿人机器人可以通过灵巧的双臂做各种家务甚至照顾老人和小孩,谢铮说:“比如说在你回家时为你开门,你坐在沙发上说‘我渴了’它会打开冰箱为你拿出一瓶可乐。” 谢铮希望将来有机会把人形机器人带到生活中,让大家的生活变得更加便利,更加丰富。 (谢铮和大型仿人服务机器人“Walker”) 万鸣炜和谢铮都在不断寻求智能仿人机器人的突破,以改善我们的日常生活。而关注AI落地前景的黄鼎隆,创立了一家可能会给零售业带来变革的人工智能公司,希望通过AI视觉商品识别技术让零售场景更加智能。以智能货柜为例,当消费者需要购买某商品时,仅需扫描货柜门外的二维码就能轻松解锁柜子,并随意挑选商品。关门后手机可自动结算,完成扣费。安装在货柜中的摄像头,就如同收银员的眼睛一般,可实时识别顾客所购买的商品。相比于传统的条形码计价方式而言,AI大幅降低了成本,并提供了更多便利。黄鼎隆说:“如果我们能让人工智能识别商品的程度像人类一样好,那就可以帮助很多行业更高效地完成任务,比如零售业。” (码隆科技联合创始人 黄鼎隆) 人工智能正逐渐成为中国人日常生活的一部分,而这些都是由像万鸣炜、谢铮、黄鼎隆这样才华横溢的年轻工程师、程序员和企业家推动的。他们身上不断创新、永不放弃的力量,也正在让中国AI技术和产品走向世界。 在下一期节目中,安东尼·莫尔斯将去到陆上“丝绸之路”的起点——西安,来探索中国年轻艺术家是如何复兴几个世纪前的中国古代文化遗产,并将历史人物幻化为现代作品,创造性地解读中国传统艺术,重塑本民族崭新的文化身份。该期节目将于6月5日10:00芒果TV播出,更多精彩内容,敬请持续关注《闪耀的平凡》。

艺评|人工智能,疫情之下电影制作解困之道

电影是一种集体制作活动,不论拍摄外景或内景,也不论在制作的整个流程或各个环节,都需要聚集大量制作人员。如今新冠肺炎疫情全球肆虐,电影制作始终面临停工停产难题。影院放映可以改为线上播放,然而新片的拍摄和后期制作怎能为了避免聚集而禁止一定数量人员参予呢?这的确需要好好探讨,摸索新的制作方式和技术。 幸好,日益精进的人工智能(AI)为电影制作提供了新的助推器。众所周知,拍电影耗人、耗时又耗钱,而借助人工智能,不仅可以写剧本,还可以做导演、剪辑、特效和动画等……真所谓只有想不到,没有AI做不到的。有专家认为,用一台性能特强的电脑和一组AI软件便可生成一部影片。去年全国人大政府工作报告提出“深化大数据、人工智能等研发应用”。眼下AI风生水起,正可以把电影制作行业从手工时代直接带到人工智能时代,疫情倒逼电影去实现跨跃式发展。 当然,这里所谈的AI电影並非指《人工智能》《终结者》《黑客帝国》等那样用虚构故事和影像奇观来营造“后人类”景观,而是运用IP将文本解析、提炼关键信息、建模剧情、人物和场景,再去完成拍摄、剪辑和特效。这整个流程並非人工方式,故可避免人员聚集,从而节省人力、时间和成本。 对电影制作而言,人工智能技术拥有以下几大功能一一 写剧本。通过电脑的深度学习和大量训练,可以编写出符合人类观影要求的剧本。例如全球首部由AI撰写剧本的科幻影片《太阳的春天》,2天就完成,背景设在未来,环境是黑暗世界,穿插情感戏剧情。该片剧本由一亇叫"本杰明”的"递归神经风络“AⅠ程序,在输入《星际穿越》、《第五元素》等几十部科幻片剧本並加以分析后写成。《太》还获过奖。再如ⅠBM的人工智能系统“华生“,在系统学习了100部恐怖电影预告片的画面、声音等之后,再摸仿恐怖电影的剧本结构,最终为20世纪福克斯的科幻电影《摩根》完成了一支预告片,其制作时间仅24小,而传统做法至少10天。除了写剧本,AⅠ还能够自动分解剧本,自动生成人物和场景並列表,5万字的剧本拆解不超过5秒钟。 做剪辑。与传统的消耗大量时间的程式化剪辑相比较,AI做剪辑既可自行同步录像相同的场景、对上演员的台词,又可根据数据库内较成熟的剪辑风格和镜头语言、对录像进行自动选择和组接,从而大大提高了剪辑的效率和质量。 做瑕疵处理。例如中影集团研发的自动图像处理系统“中影神思”应用于纪录片《厉害了,我的国》,为片中688个镜头(合26分钟)的30万帧低清图像素材做了增强效果。该系统还曾用于《血色浪漫》《亮剑》《西游记》《马路天使》等,将标清图像素材转化为高清,还有给黑白影像上色等。再如迪士尼和皮克斯共同研发的“卷积神经网络”也应用于《汽车总动员》,解决了动画影像的瑕疵问题。 做特效。AI能够有效地提升对视效的把握水准,使特效更加逼真,酷似实物实景。像《僵尸世界大战》里成群结队的僵尸就是用AI做的。在后期制作中,AI通过对渲染场景的深度学习,能够生成全局光照或局部打光,还有能够生成精致的火焰、烟雾等效果。 2D转3D。我国有电影企业已开发出一种名为“峥嵘”的“AI立体设计师”软件,可以实现将2D内容转为3D內容。在这个转换过程中毋需百人制作团队,亦毋需双机(两台摄影机)拍摄,只要一人加一台机器,用1周时间完成1部院线级影片的转制。 做全流程智能化管理。AI最有应用价值之处就是减少人力、时间和成本,可升制作效率,而这正是疫情之下电影行业最需要的。除了制作管理外,AI还拥有财务管理、进度管理、质量把控、在线审片等功能。 另外,AI还能够记忆和模仿演员的声音,分折观众偏好等大数据,准确预测票房率,无人化管理影院等等,总之蕴藏着巨大的可能性。不过AI目前仍有短板,例如不能取代人工审美,因为它缺乏人类的审美能力;在塑造人物形象和表达思想情感上存在欠缺;总体质量比较粗糙、稚拙;換脸功能有侵犯肖像权风险。 总之,人工智能正是当下电影制作的破困之道,我们要大力开发,精益求精,多出佳品。美国一直靠领先的电影技术向全球做文化输出,我们中国亦大可利用人工智能电影制作技术让中华民族文化在世界范围内广为传播。 (严敏)

我眼中的人工智能学习三境界

人工智能像是新一轮的工业革命一样或者世界革命一样,学术界和科技公司如果不涉及到这方面好像你就会落伍和被淘汰,特别学术界如果你做的是图像处理方面,比如图像分类、人脸识别这块,现有的人工设计特征的算法远远比不上深度学习算法那样优秀,特别是卷积网络的改进和优化已经能在图像分类方便做到无可匹敌的地步。本人之所以能接触到这一块是因为在研究生阶段做的研究是对视频的智能处理。简单来说是图像智能分类的扩展-视频中人体行为识别。王国维先生认为读书有三境界,即为:”昨夜西风凋碧树,独上高楼,望尽天涯路”; “衣带渐宽终不悔,为伊消得人憔悴”; “众里寻他千百度,蓦然回首,那人却在灯火阑珊处”。此处借王国维先生的读书三境界来阐述一下本人接触学习人工智能的心里与实践路程。 “昨夜西风凋碧树,独上高楼,望尽天涯路” 上句是王国维先生的读书三境界之第一层境界,意思就是做学问之前,先要有思想准备,看到学海无边知识无涯,从而激发奋斗并为之献身的精神和勇气,同时又感慨自己的学问之不足。 “Hello world”与Hello world!,就像刚开始学习每一种语言都要去写第一个程序“Hello world”一样,学习人工智能也要有入手点,怎么才能不是机械的像语言输出而是真的对它打个招呼Hello world!呢?人工智能是个综合性复杂学科包含了太多的知识,想要学习它真是路漫漫其修远兮,吾将上下而求索。 “相见” 本人本科就读一个普通二本院校,大学浑浑噩噩的过了三年,等快要大四面临毕业了开始慌了,就决定考研了。研究生导师的研究方向是智能信息处理、模式识别与信息融合,当时被划分研究的项目是视频信息处理。大家都知道研究生毕业的主要依据是发表论文,当时关于图像处理的算法实验室已经做了很多的研究,大多是在比较经典的手工设计的算法上进行结合或微调,结合深度学习的算法进行处理还是第一次去做。关键的是那几年是人工智能、云计算、大数据的浪潮之时,有关这方面的论文也是井喷且易中的一种情况,所以导师也建议用比较火的卷积神经网络去做。其实刚接触人工智能的时候连图灵测试都不清楚,当时理解的人工智能比如智能聊天机器人、智能导航驾驶。而像电影里的那些和人无二的人工智能感觉是不能实现的,只是科幻电影。后来慢慢了解到,人工智能在历史的长河中由来已久,只是在其一个分支中的机器学习、深度学习等又一浪潮的兴起被人又拾起。 LeNet 5手写数字识别 如上图的LetNet5的手写数字识别,其内部实现正是卷积网络,当第一次接触到这种”智能”的时候感觉还是满神奇的,姑且算是真的与她”相见“了。当时在做研究时也看了大量的已存在人工设计的算法,想在师兄师姐工作的基础上再做些改进就可以产出论文,但当看了一段时间后,得出只有两个选择:一是理解已有算法进行修改结合,致命缺点就是已有算的改进已经被做的很多,想要找到创新点很难并且不容易中不新颖(相比较而言没有机器学习方向点热点度高和效果好);二是选择一个机器学习算法努力研究想办法改进,因为当时14年关于处理视频的结合深度学习的文章还不是特别的多(视频处理有不同方向点比如简单行为分类,复杂行为分析等等),而从关于图像分类处理的效果看首选卷积神经网络。所以从一个纯白的小白开始了接触什么是机器学习、智能模式识别,也就是”昨夜西风凋碧树,独上高楼,望尽天涯路”,但相反的是在读了很多论文和大量的博客之后没有激发我的斗志,反而有想放弃的念头,感觉就是“这道题太难了,不会做,我不会做”。 ”相识“ 在担心自己没有能力结合深度学习算法写出论文后也曾找过导师商谈要不要换个研究点,因为一个人搞这个点的难度太大了,并且实验室做机器学习方向的人不多,有一位是用的是自动编码器做步态模拟识别,他的老师在机器学习中比较熟悉的是自动编码器,卷积网络也是没有怎么接触,所以对于我来说缺乏指导和交流,不过做步态模拟的同学还是给了很多指导和意见的,既然没的选只能望着远处高山之巅慢慢前行了。在学习卷积网络算法过程中,扩展阅读了很多关于人工智能的基本科普,机器学习算法是一个人工智能里很重要的组成部分,而所重点看得卷积网络算法也只是机器学习算法里的一种,即便连带了解了BP、自动编码器等,这也只是人工智能的冰山一角,姑且说与其相识了。 “衣带渐宽终不悔,为伊消得人憔悴” 王国维先生的读书第二层境界就是在第一层境界之后渐渐产生了对读书的兴趣,就算为此衣带渐宽和人憔悴都不悔 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 秋风落叶、时间易逝 ”相知“ 在选定目标后开始研读大量的论文和博客,时间总是过得很快,但是回过头来还是一头雾水,后来发现很多人都爱用高大上的语言来描述而不用通俗的解释或者白话的陈述来解释专有名词。所在学习了很长一段时间之后感觉重心没有放对,虽然要学习卷积神经网络要了解神经网络、机器学习、深度学习等等,但是最终要用的是使用卷积网络进行视频处理,所以后来就从最原始的手写数字识别的卷积网络代码结合理论文章进行学习分析。很多时候文章上的描述转换为数学表达式就是一些公式变化而我们就不需要纠结于理论上抽象研究,比如说卷积网络的局部感受野,谈到他或许也会读到关于他的发现,两位学者使用猫进行电位变换的研究发现局部感受的存在,转到代码的实现就是局部共享参数减少运算量。在这里所谓的相知并不是说对人工智能真的明白,只是对所研究的点有进一步的认知,在我之前的博客里机器学习(周志华)读书笔记-(五)神经网络(2)里已经描述了我个人对卷积神经网络的理解和在学习过程中遇到的问题和注意点。比如说(个人观点):1、为什么打乱样本分配和样本平均训练(某一时间只见某一个人你就淡忘之前还见过别的人);2、参数的随机设定在怎样的范围内更好、迭代次数的多少(一般是损失函数曲线来判定,并不是迭代次数愈多越好到一定程度会在最优值震荡);3、标签的设定(和选择的最后的激活函数选择有关,形如sigmod[0,1]或tanh[0,-1])等等。 “小成” 经过一段时间的苦涩研究基本了解卷积神经网络的一些知识点,主要是看一些大牛的博客和最新的关于卷积网络的优质文章,最主要的是看最经典的卷积网络代码,结合代码有助于理解一些晦涩的概念,更重要的是去发现代码里的一些技巧而在论文里不会提到的(如打乱样本顺序的实现,参数随机初始化归置的初始范围)。在了解了怎么通过去改变一些参数设置达到想要的效果,学习caffe框加并行加速等,最后在参考一篇3D卷积网络的行为识别的论文后,通过输入数据预处理和参数调节发了一篇比较普通的论文。所谓的3D卷积网络就是在2D图像的基础上结合了时间的维度,也有人使用深度摄像采集设备,比如kinect设备可以获取活动主题的深度信息,就是让图像不再是2D平面图而是三维图,但是深度采集设备目前还不具备普适性且设备价格也挺昂贵,所以还是结合时间维度将2D的卷积网络变成3D的卷积网络。视频是一帧帧图像构成,单张图像所带信息有限而且不能完全够显一个动作,所有选取一定时间内的图像组作为输入。在思路确定后其实代码实现也是一大块难点,当时有关3D实现的代码基本找不到,自己经过很长一段时间分析修改才完成自己想要的结果(主要是残差调节之间的链接关系和2D时的差别),不管怎么说卷积网络有关图像分类的理论算是了解了一些。后来有关机器学习算法又看了一些别的算法,比如自动编码器、决策树等等,在你能明白其中一种算法,其他算法学起来会相对容易一些,因为虽然他们的理论和构成元件不一样,但是最终知道他是得到一个黑盒模型,由输入得输出,模型怎样才会更好正是这些约束参数调节。 ”众里寻他千百度,蓦然回首,那人却在灯火阑珊处“ 此为第三境界,意思是经过前两个境界后你就会豁然开朗,读书就变得轻松简单。曾经我所认为的人工智能是有完全自主的智能就是感知、认知、推理、学习、执行。感知可以认为是计算机视觉的机械应用,认知、推理、学习就是像人一样思考做出决策,那么现在最好的实现算法就是机器学习。读了几本关于机器学习的书,像白话大数据与机器学学习、白话深度学习与TensorFlow、统计学习算法等,里面介绍了很多不同类别的算法及应用,像百度的人脸识别、页面智能推荐算法等等,能让冰冷机器做一些人工的工作,这就是人工智能啊,曾经也一度认为人工智能时代很快就要到来了。但是后来越来越觉得,现有的这么多的监督的、半监督的、非监督的算法仍然是在认为准则下对数据处理的一个模型,没有自我决策推演能力。 其实人们即希望真正的人工智能的到来,也害怕真正的人工智能给人类带来威胁。就像电影《我,机器人》虽然人们设计师规定了三大准则,但当真的有机器人拥有自我意识会不会像电影里一样,控制人类是它认为遵守三大准则也是最好的方法保护人类。在读过朱松纯的关于人工智能现状、任务、架构和统一之后,我又有了新认识,现在的大部分智能仍是指令工作,即使是现在的人脸识别、自动驾驶等都是一个大数据小任务模式,而不是小数据大任务模式。就拿卷积网络的图像识别来说,我们加深网络的层数或其他调节靠拢与深度学习,实现像生物学里发现生物视觉的分层结构达到像生物思考的模式一样,但是个人觉得我们创造出来的一个黑盒子无论有多少层和多少参数,还是一个冰冷的机械化结果,没有人类的推演化能力,也有专家认为最接近人脑思考的深度学习也陷入困境,人工智能的冬天正在路上。就像朱松纯先生说的,创造出来的应该是乌鸦学习的那种智能而不是鹦鹉学舌那种。 看山是山,看山不是山,看山还是山。 人对一个概念的理解不同,原因有很多,有主观意识和客观知识的积累等等。从开始觉得图像识别、智能驾驶、智能推荐、语音聊天啊觉得是很了不起的人工智能,到后来觉得这不就是人工设定了准则和方法,让机器按照人为设定的”路线“走吗,哪有自我认知智能啊。但是能让按照指令去做人可以完成的工作甚至更甚于人(人脸识别区分双胞胎、智能推荐不用自己去搜索等等),这些不是智能是什么,当然了实现自主认知学习还要很长一段时间,他是计算机视觉、机器人学习、语言处理、博弈论等等学科综合的一个组成。而里面最重要的是算法,因为像人一样如果不会说话(计算机语言处理)可以去听去写还可以思考,如果看不见(计算机视觉),仍可以去感知对世界的思考和表达,如果没有思想就像人被抽出大脑你觉得会怎样。看到很多有关人工智能工程师的培训除了基础知识和具备一门语言以及数学基础,占重要篇幅的就是机器学习算法。作为“人工智能教父”的Geoffrey Hinton他坚信无监督学习未来会是一个很重要的算法。但是从目前来看监督学习,也就是有标签学习训练预测下一个目标的学习方法还是占主要位置。但是他也曾想推翻之前的理论研究,因为他认为反向传播从最低层依据残差不符合生物信息选择,每一层信息变换都会有信息丢失,所以循环网络结构就更接近与信息更迭,就是输入到隐层,隐层输出再次作为输入信息进输入层,信息循环,增强信息的关联。很多神将网络的算法的一个重要点就是感知机模型,类神经元工作原理,放在神经网络模型里就是激活函数对输入值在一定阈值到达时才会有想要的输出类似于轴突树突间的工作,但是他们都有一个假设层间神经元不相连,我之前博客中也写过对这种假设的怀疑,也有可能亿万神经元的星状链接我们在数学模型上怎么表达,怎么规范一个神经元到其他神经元的链接传输大小是个难题。现在规定的这种神经网络已经实现了了不起的处理效果,如果完全搞定生物神经的工作原理再到机器人的实现,那真正的智能也许就来了。

新冠病毒能影响AI?人工智能的正常离不开人类介入

全文共1882字,预计学习时长6分钟 图源:becominghuman 新冠期间,以人工智能为技术基础的系统表现出了点儿问题。病毒都能感染人工智能了嘛?当然不是,被影响到的是人类。没有了人工介入,人工智能和机器学习系统都不能良好运转了。 人工智能听起来似乎离我们很远,但其实每个人生活中都体验过它。从Netflix的定制化推荐到Spotify的个性化播放歌单,再到像Alexa一样可以管理购物清单和应用的语音助手。这些例子都能说明集成人工智能系统是如何进入人类生活的。 从商业的角度看,很多公司都会在人工智能和机器学习方面大量投资。不管是重要商业过程的自动化,建立多渠道的供应链;还是将聊天机器人授权给顾客联络团队,以人工智能为基础的系统都能大大降低了人工劳动以及企业成本,以获得更高收益率。 看似百毒不侵的AI,却被发现了也有弱点?来自麻省理工学院的作者威尔·道格拉斯近期在文章中提出:在新冠病毒疫情期间,以人工智能为技术基础的系统表现欠佳。病毒不是直接影响人工智能,而是影响了人类。 图源:unsplash 如果经常用机器学习算法来管理存货、客户支持及其他功能,系统可能会被训练得很好,在无人介入的情况下也能高效运转。但这种说法只能说是部分正确,因为人们并未根据疫情出现的“新常态”来训练机器学习算法。 疫情已经彻底改变了世界,包括供给和需求的模式和一般买方行为。在几天时间内,厕纸、口罩、手部消毒液成了亚马逊上全球搜索频率最高的产品,而手机充电器和乐高这些长久以来爆红产品的人气却大大降低了。 这些惊人的变化都影响了人工智能,很多基于常规行为训练出的机器学习模型突然面临大量的偏差,就无法正常工作了。 疫情前值得关注的人工智能失败案例 人工智能应用在过去的几年内的优化十分显著。然而,当机器因为一个或某些原因无法正常工作时就会出现问题。比如,本应治愈癌症的IBM“沃森肿瘤学”却成了荒谬的产品。 有人发现这个产品给出错误的诊疗建议,这有可能会恶化病人的病情,接着它就被停止使用了。人们这才发现,沃森是基于少数“人造癌症病例”被训练出来的,而不是基于真实的病人数据。即使是建议,也应该基于一些癌症专家的专业知识,而不是任何书面指南和证据。 图源:unsplash 另一个案例是亚马逊的招聘引擎偏向白人男性。这个模型是基于十年间投递到亚马逊的简历训练出来的,并且以现在的工程师为基准。根本上来说,这个训练后的模型在招聘中偏向男性。据熟悉此问题的人报道,系统会不公平地对待含“女性的”这个词的简历,并且还会给来自两所女子大学的简历降分。 回到当前疫情,以卖消毒剂的公司为例,零售商依靠自动存货管理系统预测出的合作公司(预测算法根据用户行为生成)不再与疫情期间的实际需求相匹配,这会导致严重的供需不平问题。 实际上,当全世界的供应链受到影响,各家公司面对新的需求情况时,人们应该重新考虑运用在销售和开支预算中的人工智能模型了。由于当前的经济和社会情况催生了“新常态”,曾经导入到机器学习模型的数据和假设不仅不再适用,而且还可能导致严重的错误。 人工介入对人工智能的成功至关重要 机器学习系统的质量仅取决于用于训练它的数据的质量,这意味着当今的黑天鹅事件引发了人们去重新想象导入到人工智能——机器学习系统里的训练集合。很多专家认为,训练人工智能不能仅基于单一的最坏情况能,还应基于人类历史上的转折性事件,比如上世纪30年代的大萧条、2007-2008年的金融危机,还有当前的疫情。 人类的监管可以很大程度上攻克人工智能的短板。这几个月来,人们对健康的关注变得更多了,再加上社交媒体上关于疫情不断的真假传闻。很多人不能辨别新闻的真假,这会在现实世界里造成严重的后果。 所有人只知道控诉脸书的算法推送假新闻来影响美国大选,事实上,人类的监管可以制止假新闻的传播,可以通过读者点击新闻来源,辨别故事真假,曝光假新闻,从而阻止其传播。 图源:unsplash 今天,人类尽管试图让人工智能模仿人类,但还是无法让人工智能在无人监测的情下独自运行。机器终究只是机器,它们并不受道德和社会标准的约束。 好的情况下,人工智能基于训练它的良好数据而表现良好;反之,人工智能也能反映偏见、思考过程、或创造者的道德标准。为了克服这些问题,用不同的数据集合训练人工智能,并且加入人工检测,是很有必要的。未来之路还有很久很长。 留言点赞关注 我们一起分享AI学习与发展的干货 如转载,请后台留言,遵守转载规范

2020北京智源大会百度王海峰等共话“AI下一个十年”

中新网6月25日电 深度学习的突破为人工智能领域带来了蓬勃爆发的十年,站在2020年的时间节点,AI产业的下一个十年又将如何发展?近日,北京智源大会上,智源研究院运营副院长刘江与百度CTO王海峰、小米副总裁崔宝秋、旷世首席科学家孙剑、美团首席科学家夏华夏等知名行业领军人在线上进行了一场精彩的圆桌讨论。 北京智源大会是由智源研究院主办的年度人工智能国际高端学术交流活动,是我国AI领域最具国际化、权威性和专业性的顶级会议之一。本届大会以线上形式举办,汇聚了国内外3万多名AI从业者参与,其中不乏图灵奖得主Alan Kay、Judea Pearl、Manuel Blum、Joseph Sifakis、John Hopcroft等世界顶级AI科学家,以及百度CTO王海峰等学术研究与产业实践并举的行业领袖。 回顾人工智能过去十年,王海峰认为,过去十年是AI高速发展的十年,AI真正从实验室走向实用、走向工业大生产,成为新一轮科技革命和产业变革的核心驱动力量。 2020年也恰逢王海峰加入百度十年。经过十年的积累,百度拥有全面AI技术布局,包括算力、算法、数据的基础技术,以及语音、视觉、自然语言处理、知识图谱等感知和认知技术。这些AI技术正在各行各业中得到全面应用。比如在搜索上,百度用AI将传统搜索引擎升级为智能搜索引擎。在机器翻译领域,百度早在2015年就上线了全球首个基于神经网络的机器翻译系统,为机器翻译带来突破性提升。目前百度翻译支持200余种语言互译,每日翻译量超过千亿字符。这样大规模的产业化应用,王海峰表示,这是他在近30年前开始机器翻译研究时无法想象的。 小米副总裁崔宝秋也对此深有感触,他表示,10年间,AI从实验室到实用阶段,对从业者也带来了深刻影响,“20多年前读博士时羞于谈自己是做AI的,现在最大的一个改变,就是大家都在很骄傲地谈我是做AI的!” 人工智能在搜索、推荐系统、智能调度等领域创造了巨大的产业价值。智源研究院运营副院长刘江表示,以百度和Google为代表,搜索做得非常好,而且给生活带来了很多变化;推荐系统正在百度、字节跳动以及阿里淘宝等企业中发挥着重要价值;智能调度则为美团、滴滴等为物理世界服务的O2O企业提供核心能力。 过去10年,深度学习的突破推动AI迅速发展,未来十年,影响AI产业格局的大变量又将是什么?王海峰认为,在技术层面,小样本低能耗的学习机制会突破目前大数据、大计算量的桎梏;充分挖掘和利用知识,基于知识的人工智能会成为一个重要突破方向;另外,AI及深度学习的可解释性问题同样重要。而在产业方面,人工智能与硬件结合、软硬一体也将产生很多新的突破。更重要的是,这些技术突破都将和各种各样的应用场景深度结合。 旷世首席科学家孙剑、小米副总裁崔宝秋和美团首席科学家夏华夏,也分享了各自在自监督学习、芯片算法协同设计、隐私数据安全训练、数据知识广义开源、AIoT,以及更超前的工业自动化、脑机接口、万物互联等领域的前沿洞察。 近两年,AI领域投资热潮逐渐回落,行业中出现了对AI产业信心下滑、下一个低谷恐将到来的声音。针对这一问题,AI产业领袖们给出了自己的建言。夏华夏表示,我们距离终局还很远,现在不算是结束的开始,最多算是开始的结束。崔宝秋乐观地认为,AI的春天才刚刚开始,过早的捧红与唱衰都对AI不利。孙剑则对高校同学们寄语,打好基础是第一位的。 “不管是从理论研究、技术开发还是产业发展,AI未来无疑有广阔的前景,”王海峰表示,“只要认准方向,坚定地去做,就一定会有收获。”

2020世界人工智能大会确定7月召开,线上线下结合举办

记者 | 林北辰 6月22日,上海市新闻办举行市政府新闻发布会,市经济信息化委主任吴金城介绍了2020世界人工智能大会云端峰会的筹办情况。 由于今年以来发生的新冠疫情,部分大型会议会展、学术交流活动取消或延期。在此背景下,上海市政府决定在今年7月9日至11日,采用线上为主、线上线下结合的形式,继续举办世界人工智能大会云端峰会,并将大会主题确定为“智联世界共同家园”。 人工智能是上海着力发展的三大先导产业之一。去年大会以来,上海人工智能进一步突破发展,迈上新台阶。改革创新进程加快、基础攻关持续推进、应用示范成效显著。 关于举办2020世界人工智能大会的考虑,其一是以智能联结世界、连接你我,共建行业顶级盛会新平台;其二是守望相助、共建家园,共商全球治理新方案;其三是新开局、育新机,共享高质量发展新机遇。 2020世界人工智能大会的主要特点有: 其一是走进“大咖”,国际化和专业度更高。今年大会延续了“1+2+10+X“总体架构,即1场开幕式、2场全体会议、10场主题论坛和若干场行业论坛。 去年大会开幕式上的“双马会”令人印象深刻,今年,大会策划了“洲际连线”和“AI夜话“。其中,“洲际连线”将邀请全球各地的顶级专家实时连线、对话;AI夜话将云集人工智能与互联网新生代企业家代表,在浦江之夜畅想新经济的未来十年。 今年大会重磅嘉宾的数量较去年继续增加,目前共邀请演讲嘉宾550余位,已有7位图灵奖得主确认参会,比去年增加5位,其中包括1995年图灵奖、计算复杂性理论奠基人曼纽尔·布卢姆,2011年图灵奖、“贝叶网络支付”朱迪亚·珀尔。 在企业家方面,百度CEO李彦宏、阿里CTO王坚、SAP全球副总裁克里斯蒂安·克莱恩、阿斯利康CEO珀斯卡尔·索里奥特、苹果全球副总裁伊莎贝尔·葛玛,以及微软、IBM、亚马逊等企业相关负责人已确认参会。初步统计,大会首日CEO级演讲嘉宾超过30位,比去年翻了一翻。 第二大特点是靠近“后浪”,交互感和参与度更强。今年大会顺应在线新经济、数字会展大潮流,牵手B站、喜马拉雅、爱奇艺、腾讯、知乎等新媒体。在云展览部分,大会聚焦芯片算力、智能机器人等硬核产品,以及海外“黑科技”项目;此外,今年大会还设计了虚拟形象,希望能更贴近“90后”“00后”。 第三大特点是贴近“未来”,创新项目和奖项更多。今年大会积极探索联动产业,探索“论坛、展览、应用展示、发布、招商”的一体化新模式。 重要成果发布方面,初步统计,大会将有50多项重量级成果和新品首发,30多个重大项目产业签约。赛事活动方面,SAIL奖、AIWIN奖、青年优秀论文评选、青年科学家“云帆奖”、工业互联网“湛卢奖”分别侧重专家、创业者、青年科学家、开发者等群体。据悉,SAIL奖已征集到海内外150多个创新项目。青年优秀论文奖已征集180多篇顶尖论文,结果将在会上揭晓。 目前,大会线上参会观展主入口H5动态已开通,公众可以了解大会概况并进行预约注册。

未来世界的“主宰者”人工智能技术

年    代 发明国家 发  明  者 介    绍 春秋时代 (公元前770~前467) 中国 鲁班 木匠祖师爷的鲁班,利用竹子和木料制造出一个木鸟,它能在空中飞行,“三日不下”,这件事在古书《墨经》中有所记载,这可称得上世界第一个空中机器人。 东汉时期 (公元25~220) 张衡 我国大科学家张衡,不仅发明了震惊世界的“候风地动仪”,还发明了测量路程用的“计里鼓车”,车上装有木人、鼓和钟,每走1里,击鼓1次,每走10里击钟一次,奇妙无比。 三国时期的蜀汉 (公元221~263) 诸葛亮 丞相诸葛亮既是一位军事家,又是一位发明家。他成功地创造出“木牛流马”,可以运送军用物资,可成为最早的陆地军用机器人。 1662年 日本 竹田近江 若井源大卫门 源信 日本人竹田近江,利用中标技术发明了能进行表演的自动机器玩偶;到了18世纪,日本人若井源大卫门和源信,对该玩偶进行了改进,制造出了端茶玩偶, 1738年 法国 瓦克逊 法国的天才冀师杰克·戴·瓦克逊,于1738年发明了一直机器鸭,他会游泳。喝水、吃东西和排泄,还会嘎嘎叫。 1893年 加拿大 摩尔 加拿大摩尔设计的能行走的机器人“安德罗丁”,是以蒸汽为动力的。这些机器人工艺珍品,标志着人类在机器人从梦想到现实这一漫长道路上,前进了一大步。 1958年 美国 约瑟夫 被誉为“工业机器人之父”的Joseph F.Engel Berger创建了世界上第一个机器人公司——Unimation公司,并参与设计了第一台Unimate机器人。这是一台用于压铸的五轴液压驱动机器人,手臂的控制由一台计算机完成。 1979年 Unimation公司 Unimation公司推出了PUMA系列工业机器人,他是全电动驱动、关节式结构、多CPU二级微机控制、采用VAL专用语言,可配置视觉、触觉的力觉感受器的,技术较为先进的机器人。 2001年 美国军方 美国军方领导人决定向阿富汗派遣一种名为“大狗”的新型机器人,作为增兵计划的一部分。与以往各种机器人不同的是,“大狗”并不依靠轮子行进,而是通过其身下的四条“铁腿”。